Vier neue Forschungsarbeiten zum Thema Künstliche Intelligenz im Studiengang Digitales Management & Leadership (M.Sc.) an der Hochschule Fresenius gehen dieser Frage empirisch nach – betreut von Prof. Dr. Stefan Gröner, Studiendekan des Masterstudiengangs. Die Arbeiten verbindet ein gemeinsamer Anspruch: Statt Potenziale zu beschreiben, prüfen sie, was KI in konkreten betrieblichen Situationen tatsächlich leistet – und wo ihre Grenzen liegen.

Zu den Forschungsarbeiten

1. Generative KI in der strategischen Entscheidungsfindung

Strategische Entscheidungen binden Kapital über Jahre, sind schwer reversibel und werden unter Unsicherheit getroffen – genau dort, wo menschliches Urteilsvermögen durch begrenzte Rationalität und kognitive Verzerrungen strukturell an Grenzen stößt. Generative KI verspricht hier ein analytisches Korrektiv. Ob sie es einlöst, prüft diese Arbeit nicht anhand von Werbeversprechen oder Laborbenchmarks, sondern im Abgleich mit real getroffenen Unternehmensentscheidungen: In einem Backtesting-Experiment werden zwei KI-Systemen – einem allgemein zugänglichen Sprachmodell und einem darauf aufsetzenden, spezialisierten Framework – die strategischen Weichenstellungen der BMW Group und von Tesla im Zeitraum 2017 bis 2023 als rückblickend zu bearbeitende Entscheidungssituationen vorgelegt.

Die Untersuchung folgt drei aufeinander aufbauenden Forschungsfragen. Zunächst wird geprüft, ob sich generative KI überhaupt als strukturiertes Analyseraster operationalisieren lässt – also ob ihre Empfehlungen entlang definierter Dimensionen wie Richtung, Umfang, Timing, Begründung und Risikoeinschätzung reproduzierbar mit realen Entscheidungen vergleichbar sind. Darauf aufbauend wird untersucht, ob ein domänenspezifisch konfiguriertes Framework gegenüber dem frei verfügbaren Basismodell einen messbaren Mehrwert an Nachvollziehbarkeit, Vollständigkeit und Passung bietet – eine für die Unternehmenspraxis zentrale Unterscheidung. Die dritte Frage verschiebt die Perspektive vom Instrument auf das Verhältnis von Empfehlung und Wirklichkeit: Warum haben Unternehmen anders entschieden, als eine KI es rückblickend empfiehlt? Als Erklärungslinsen dienen begrenzte Rationalität, kognitive Verzerrungen und Christensens Innovator’s Dilemma; die empirische Grundlage bilden Experteninterviews mit internen Entscheidungsträgern und externen Beratern.

Die Automobilbranche ist dabei bewusst gewählt: Der Übergang zur Elektromobilität und zum softwaredefinierten Fahrzeug macht sie zu einem Feld, in dem Fehlentscheidungen außergewöhnlich teuer sind. Die Arbeit schließt eine Forschungslücke, denn empirische Studien, die KI-Empfehlungen an einem externen Maßstab messen, sind bislang rar.

2. KI-generierte Werbung und Markenpositionierung

Generative KI verändert die Markenkommunikation grundlegend – Werbeinhalte lassen sich schneller erstellen und leichter skalieren. Doch wie wirkt KI-generierte Werbung auf die Markenpositionierung? Die Arbeit verfolgt ein Mixed-Methods-Design: In einer Online-Befragung mit 114 Probanden wurde die Wirkung KI-generierter Werbespots mit der eines klassischen Brand-Spots der Marke Nike verglichen; ergänzend wurden zehn leitfadengestützte Experteninterviews mit Strategen und Kreativen aus Markenführung, Marketing und Werbung geführt. Das Ergebnis ist bemerkenswert: Die wahrgenommene Markenpositionierung unterscheidet sich zwischen KI-generierter und klassischer Werbung nicht statistisch signifikant – auch nicht in Abhängigkeit vom Alter der Befragten. Entscheidend für den erfolgreichen Einsatz sind laut Expertenurteil vielmehr eine klar definierte Markenidentität und -strategie, KI-kompatible Brand Guidelines, menschliche Kontrolle mit Expertenwissen sowie die gezielte Kombination menschlicher und maschineller Stärken. Die Arbeit verbindet damit Konsumenten- und Expertenperspektive zu konkreten Handlungsempfehlungen.

3. KI-gestützte Moderation im Social-Media-Verkauf

Der personenzentrierte Verkauf über Social-Media-Plattformen hat stark an Bedeutung gewonnen. Als zentrale Einflussgröße gilt die Moderation – die kommunikative Gestaltung des Verkaufsmoments durch die moderierende Person. Diese Arbeit untersucht an einem realen Einzelfall, einer Influencerin und ihrer Lifestyle-Marke, ob sich Moderation auf Basis echter Verkaufsdaten KI-gestützt analysieren und durch ein Briefing gezielt unterstützen lässt. Methodisch zweistufig angelegt, identifiziert sie zunächst per KI-gestützter Musteranalyse jene Moderationsparameter, die zeitlich nahe an Konversionsspitzen liegen; daraus wird ein Pre-Drop-Briefing abgeleitet und in einem zweiten Verkaufszeitraum erprobt. Fünf richtungsstabile Parameter zeigten sich – ihre Wirkung bleibt jedoch der übergeordneten Kampagnen- und Zeitstruktur nachgeordnet. Unter Einsatz des Briefings verdoppelte sich die Link-Klick-Rate nahezu; auf Umsatzebene ließ sich der Effekt wegen einer Phasenkonfundierung nicht isoliert bewerten. Die Arbeit zeigt: Human geführte, KI-unterstützte Moderation lässt sich datenbasiert operationalisieren.

4. Digitale Zwillinge im Mittelstand

Digitale Zwillinge – virtuelle Abbilder realer Maschinen, Produkte oder Prozesse – gelten als Schlüsseltechnologie der industriellen Digitalisierung. In Großkonzernen sind sie etabliert; im Mittelstand bleibt ihr Einsatz die Ausnahme. Diese Arbeit fragt nach den Gründen und untersucht, unter welchen Bedingungen sich digitale Zwillinge für mittelständische Unternehmen wirtschaftlich rechnen. Im Fokus stehen die typischen Hürden dieser Unternehmensgröße: begrenzte IT-Ressourcen, heterogene Maschinenparks, fehlende Datendurchgängigkeit und die Frage, ab welcher Betriebsgröße sich die Investition amortisiert. Auf Basis von Fallanalysen und Experteninterviews entsteht ein Orientierungsrahmen, der Einstiegsszenarien nach Aufwand und Nutzen ordnet – von der Zustandsüberwachung einzelner Anlagen über vorausschauende Instandhaltung bis zur Simulation ganzer Fertigungslinien. Die Arbeit leistet damit einen Beitrag zur Frage, wie industrielle Digitalisierung jenseits von Leuchtturmprojekten in der Breite gelingen kann.

Zu dem Studiengang

Der Masterstudiengang Digitales Management & Leadership (M.Sc.) der Hochschule Fresenius richtet sich an alle, die digitale Veränderungsprozesse in Unternehmen aktiv gestalten wollen. Das Studium verbindet interdisziplinäres Fachwissen über digitale Geschäftsmodelle, Strategien und Technologien mit ausgeprägten Leadership-Kompetenzen – und bereitet damit gezielt auf Fach- und Führungsrollen in der Digitalwirtschaft vor. Inhaltlich reicht das Spektrum von Digital Strategy über digitale Geschäftsmodelle und Organisationsentwicklung bis zu innovativen Tools und Technologien. Ein besonderer Schwerpunkt liegt auf der methodischen Ausbildung: Die Studierenden erhalten fundierte Einblicke in quantitative und qualitative Forschungsmethoden und führen ein eigenes empirisches Forschungsprojekt durch.

Die enge Verzahnung von wissenschaftlicher Methodik und unternehmerischer Praxis zeigt sich in den hier vorgestellten Forschungsarbeiten besonders deutlich: Alle vier Untersuchungen entstanden an konkreten Fragestellungen aus der Praxis – und liefern Erkenntnisse, die über den akademischen Rahmen hinaus Relevanz haben.