Im Rahmen der fortschreitenden Digitalisierung ist die Wettbewerbsfähigkeit von Unternehmen zunehmend von der Fähigkeit abhängig, datengetriebene Geschäftsmodelle zu innovieren. Jedoch stellt dies Unternehmen vor große Herausforderungen, und so bleiben datengetriebene Geschäftsmodelle nach der Implementierung am Markt nicht selten hinter den Erwartungen an die Wertrealisierung, z. B. in Form von Umsatz oder Kosteneinsparung zurück. Dies liegt insbesondere daran, dass sich wertrealisierende oder wertmindernde Einflussfaktoren häufig erst nach der Implementierung am Markt zeigen. Unternehmen fehlen hier konkrete Vorgehensmodelle, um gezielt diesen Einflussfaktoren zu begegnen und datengetriebene Geschäftsmodellinnovationen erfolgreich umzusetzen. Die vorliegende Studie greift diese Thematik auf und entwickelt im Rahmen eines Design Science Forschungsansatzes ein interview- und workshopbasiertes Vorgehensmodell, welches Praktiker bei der Realisierung von Werten bei der Implementierung von datengetriebenen Geschäftsmodellen unterstützt. Die beispielhafte Anwendung des Vorgehensmodells im Rahmen von fünf datengetriebenen Geschäftsmodellen eines deutschen Premiumautomobilherstellers zeigt, dass dadurch wertmindernde und wertrealisierende Einflussfaktoren identifiziert und bewertet werden können. Zudem können eine fachbereichsübergreifende Definition von Wertrealisierung, ein holistisches Verständnis über die entscheidenden Einflussfaktoren und ihre Hebelwirkung sowie Kenntnisse über kausale Zusammenhänge zwischen zu ergreifenden Maßnahmen und der Wertrealisierung entwickelt werden. Auch die Verteilung begrenzter Unternehmensressourcen für die Umsetzung von Maßnahmen in Relation zu deren Effekten wird explizit berücksichtigt.In the context of the ongoing digitalization, the competitiveness of companies is increasingly dependent on their ability to innovate data-driven business models. However, this poses major challenges for companies, and so, data-driven business models, once they have been implemented on the market, often fall short of expectations in terms of value realization, e.g. in the form of revenues or cost savings. In particular, this is due to the fact that value-realizing or value-reducing influencing factors often only become apparent after the implementation in the market. At this point, companies lack concrete procedure models to counter these influencing factors and to successfully implement data-driven business models and realize value. By means of a design science research approach, this study develops an interview- and workshop-based procedure model that enables practitioners to implement and realize value from data-driven business models. The application of the procedure model in five data-driven business models of a German premium car manufacturer has shown that it offers practitioners useful support. For example, it provides an easy-to-understand methodological approach that helps to identify and evaluate value-realizing and value-reducing influencing factors, promote cross-functional, shared knowledge on value realization, decision factors and the leveraging effects of different measures. Additionally, the assignment of limited company resources to the implementation of different measures in relation to their effects is considered.
CITATION STYLE
Förster, M., Bansemir, B., & Roth, A. (2021). Innovation von datengetriebenen Geschäftsmodellen. HMD Praxis Der Wirtschaftsinformatik, 58(3), 595–610. https://doi.org/10.1365/s40702-021-00730-2
Mendeley helps you to discover research relevant for your work.