Geschäftsmodelle 4.0: big data and data-analytics als Treiber für Dienstleistungsinnovation im deutschen Mittelstand

Hunke F, Seebacher S, Schymanietz M, Jonas J, Genennig S, Kühne B, Schüritz R, Satzger G, Möslein K, Böhmann T (2019)

Publication Language: German

Publication Type: Book chapter / Article in edited volumes

Publication year: 2019

Publisher: Springer Vieweg

Edited Volumes: Digitale Dienstleistungsinnovationen

City/Town: Berlin, Heidelberg

ISBN: 978-3-662-59516-9

DOI: 10.1007/978-3-662-59517-6_9

Open Access Link: https://link.springer.com/content/pdf/10.1007/978-3-662-59517-6_9.pdf?pdf=inline link

Abstract

Die Nutzung interner und externer Daten zur Generierung von Mehrwert für Kunden stellt eine der wichtigsten Entwicklungen der Digitalisierung dar. Neue Möglichkeiten und Potenziale der Gestaltung von Geschäftsmodellen ergeben sich auf Basis von Weiterentwicklungen in den Bereichen der Datenauswertung (Data-Analytics) und der Verwendung großer Datenmengen (Big Data). Kleine und mittlere Unternehmen (KMU) können sich jedoch meist operativ nicht mit den erwähnten Potenzialen beschäftigen, da diese Unternehmen oft keine eigenständigen Abteilungen mit dem Fokus auf Dienstleistungsinnovation besitzen. Zudem sind die Märkte für datenbasierte Dienstleistungsangebote noch vergleichsweise jung und erforderliches Wissen sowie ausgebaute Schnittstellen zu wissenschaftlichen Einrichtungen oft nicht vorhanden. Das Forschungsprojekt „BigDieMo – Big-Data-Dienstleistungsgeschäftsmodelle“ dient dem Ziel, KMU bei der Gestaltung datenbasierter Dienstleistungen zu unterstützen. Hierfür werden im ersten Schritt die Besonderheiten und Herausforderungen derartiger Geschäftsmodelle herausgearbeitet und anschaulich dargestellt. Im zweiten Schritt wird ein neuer Innovationsprozess erarbeitet, der diesen Besonderheiten Rechnung trägt. Mit dessen Hilfe ist es KMU nun möglich, die Entwicklung datenbasierter Geschäftsmodelle gezielt für ihr Geschäft auf Basis eines einheitlichen Vorgehens voranzutreiben. Innerhalb dieses neuen Innovationsprozesses werden den Unternehmen neu entwickelte methodische Werkzeuge bereitgestellt, die diese bei der Erarbeitung neuer Geschäftsmodelle unterstützen. Der methodische Baukasten leistet einen wichtigen Beitrag dazu, dass KMU auch in Zeiten des digitalen Wandels ihre Wettbewerbsfähigkeit erhalten können.

Authors with CRIS profile

Martin Schymanietz Chair of Information Systems I, Innovation and Value Creation Julia Jonas Chair of Information Systems I, Innovation and Value Creation Stefan Genennig Chair of Information Systems I, Innovation and Value Creation Kathrin Möslein Chair of Information Systems I, Innovation and Value Creation

Related research project(s)

Entwicklung von Big-Data-Dienstleistungen und Baukasten-Prototyping mit KMUs (BigDieMo) (BigDieMo) Geschäftsmodelle 4.0 - Entwicklung eines methodischen Baukastens zur Gestaltung von Big Data Dienstleistungen (BigDieMo) Oct. 1, 2015 - April 30, 2019

Involved external institutions

Universität Hamburg (UHH) DE Germany (DE) Karlsruhe Institute of Technology (KIT) DE Germany (DE)

How to cite

APA:

Hunke, F., Seebacher, S., Schymanietz, M., Jonas, J., Genennig, S., Kühne, B.,... Böhmann, T. (2019). Geschäftsmodelle 4.0: big data and data-analytics als Treiber für Dienstleistungsinnovation im deutschen Mittelstand. In Volker Stich, Jan Hendrik Schumann, Daniel Beverungen, Gerhard Gudergan, Philipp Jussen (Hrg.), Digitale Dienstleistungsinnovationen. Berlin, Heidelberg: Springer Vieweg.

MLA:

Hunke, Fabian, et al. "Geschäftsmodelle 4.0: big data and data-analytics als Treiber für Dienstleistungsinnovation im deutschen Mittelstand." Digitale Dienstleistungsinnovationen. Hrg. Volker Stich, Jan Hendrik Schumann, Daniel Beverungen, Gerhard Gudergan, Philipp Jussen, Berlin, Heidelberg: Springer Vieweg, 2019.

BibTeX: Download