Andre Sagodi
Thumbnail Image
Last Name
Sagodi
First name
Andre
Email
andre.sagodi@student.unisg.ch
ORCID

Filters

3 2
Reset filters

Settings
Now showing 1 - 5 of 5
  • Publication
    Organisationale Ambidextrie als Erfolgsfaktor für KI-basierte Innovationen in der Produktion: Das Audi Production Lab
    ( 2023)
    André Sagodi orcid-logo
    Künstliche Intelligenz bietet immenses Wertpotenzial für Unternehmen, wie beispielsweise für Produzenten in der Automobilindustrie. Um von den neuen Technologien zu profitieren, müssen diese Automobilproduzenten innovative Konzepte für ihren individuellen Unternehmenskontext entwickeln und erproben, ohne dabei den produktiven Betrieb zu beeinträchtigen. Die Fähigkeit eines Unternehmens gleichzeitig innovativ und effizient zu sein, wird als Ambidextrie bezeichnet. Insbesondere bei heutigen Innovationen basierend auf Künstlicher Intelligenz ergeben sich neuartige Fragestellungen, die exploriert und im Innovations- und Technologiemanagement berücksichtigt werden müssen. Im vorliegenden Beitrag wird das Audi Production Lab (P‑Lab) als Praxisbeispiel für erfolgreich praktizierte organisationale Ambidextrie vorgestellt. Das P‑Lab bildet als eigenständige Organisationseinheit das Bindeglied zwischen Technologieexploration und Technologieverwertung in der Audi Produktion. Basierend auf einem praktischen Erfahrungsbericht wird in diesem Beitrag herausgearbeitet, welche neuen Fragestellungen und Herausforderungen Künstliche Intelligenz in das Ideen- und Innovationsmanagement induziert und wie diese bewältigt werden können. Der Schwerpunkt liegt dabei auf (1) der Identifikation von KI-geeigneten Fragestellungen, (2) der Entwicklung von KI-Proof-of-Concepts und (3) der Implementierung von KI-Lösungen in einen Produktivbetrieb.Mit den Ergebnissen richtet sich dieser Beitrag an Technologie- und Innovationsmanager_innen, IT-Strateg_innen und Organisationsentwickler_innen, die Künstliche Intelligenz für ihr Unternehmen erschließen möchten. Die Ergebnisse liefern Einblicke in die industrielle Praxis und unterstreichen die Relevanz organisationaler Ambidextrie als zentraler Erfolgsfaktor für Innovationen in der Produktion.
    Type: journal article
    Journal: HMD Praxis der Wirtschaftsinformatik
    Volume: 60
    Issue: 3
    URL: https://link.springer.com/article/10.1365/s40702-023-00960-6
    DOI: doi.org/10.1365/s40702-023-00960-6
    URI: https://www.alexandria.unisg.ch/handle/20.500.14171/118928
  • Publication
    How Audi Scales Artificial Intelligence in Manufacturing
    ( 2023)
    André Sagodi orcid-logo
    ;
    Benjamin van Giffen
    ;
    Johannes Schniertshauer
    ;
    Klemens Niehues
    ;
    Jan Vom Brocke
    For organizations to realize maximum value from artificial intelligence (AI), they need the capability to scale it and must consider scaling throughout all stages of an AI innovation project. But AI scaling presents significant challenges, especially for manufacturing companies. We describe how Audi, a leading automotive manufacturer, scaled its crack detection AI solution and unlocked long-term business value in manufacturing. Based on lessons learned at Audi, we provide recommendations and actions for CIOs and senior leaders who seek to capture value through scaling AI solutions.
    Type: journal article
    Journal: MIS Quarterly Executive
    Volume: 23
    Issue: 2
    URL: https://aisel.aisnet.org/misqe/vol23/iss2/5/
    URI: https://www.alexandria.unisg.ch/handle/20.500.14171/118930
  • Publication
    Engineering AI-Enabled Computer Vision Systems: Lessons From Manufacturing
    ( 2022)
    André Sagodi orcid-logo
    ;
    Johannes Schniertshauer
    ;
    Benjamin van Giffen
    This article shares our results on challenges in engineering artificial intelligence (AI)-enabled computer vision systems for manufacturing and highlights critical success factors that have proven their worth. We provide AI engineers and development teams with timely and engaging inputs from the field.
    Type: journal article
    Journal: IEEE Software
    Volume: 39
    Issue: 6
    URL: https://ieeexplore.ieee.org/document/9830692
    DOI: 10.1109/MS.2022.3189904
    URI: https://www.alexandria.unisg.ch/handle/20.500.14171/118927
    Scopus© Citations 1
  • Publication
    Becoming Certain About the Uncertain: How AI Changes Proof-of-Concept Activities in Manufacturing - Insights from a Global Automotive Leader
    ( 2022)
    André Sagodi orcid-logo
    ;
    Christian Engel
    ;
    Johannes Schniertshauer
    ;
    Benjamin van Giffen
    In this paper, we examine Proof-of-Concept activities in the presence of Artificial Intelligence (AI). To this end, we conducted an exploratory, revelatory case study at a leading automotive OEM that constantly explores new technologies to improve its manufacturing processes. We highlight how AI properties affect specifics in project execution and how they are addressed within the focal company. We carved out four key areas affecting underlying activities, i.e., data assessment, process alignment, value orientation, and AI empowerment. With our findings, we provide practical insights into AI-related challenges and corresponding pathways for action. Drawn upon, we develop novel, timely, and actionable recommendations for AI project leaders planning to implement this novel technology in manufacturing. This shall provide empirically grounded and conceptually sound guidance for researchers and practitioners alike, and ultimately foster the success of AI in manufacturing.
    Type: conference paper
    URL: http://hdl.handle.net/10125/80168
    URI: https://www.alexandria.unisg.ch/handle/20.500.14171/118929
  • Publication
    Sensemaking in AI-based Digital Innovations: Insights from a Manufacturing Case Study
    (Association for Information Systems (AIS), 2023)
    André Sagodi orcid-logo
    ;
    Christian Dremel
    ;
    Benjamin van Giffen
    Organizations strive to innovate with Artificial Intelligence (AI) to tap new value potentials and outperform their competition. However, despite the enormous expectations associated with AI, incorporating the latter induces novel uncertainties and can even result in business value destruction. Therefore, organizations innovating with AI must manage these AI-induced uncertainties in their sensemaking process. Drawing on an exploratory case study, we investigate organizational sensemaking in two AI-based digital innovation projects at a globally leading automotive manufacturer. We account for the properties by which AI differs from traditional information systems and carve out how distinct AI properties unfold in AI-based digital innovations. We deduce four AI sensemaking mechanisms (i.e., cognition, interaction, regulation, and concretization) to understand better how AI challenges digital innovation endeavors in organizations.
    Type: conference keynote
    Journal: Proceedings of the European Conference on Information Systems
    URL: https://aisel.aisnet.org/ecis2023_rp/390/
    URI: https://www.alexandria.unisg.ch/handle/20.500.14171/117608