Publikationen

Hier finden Sie von Know-Center MitarbeiterInnen verfasste wissenschaftliche Publikationen

2019

Lassnig Markus, Stabauer Petra, Breitfuß Gert, Müller Julian

Erfolgreiche Konzepte und Handlungsempfehlungen für digitale Geschäftsmodellinnovationen

Edition HMD, Meinhardt S., Pflaum A. , Springer Verlag, Wiesbaden, 2019

Buch
Zahlreiche Forschungsergebnisse im Bereich Geschäftsmodellinnovationen haben gezeigt, dass über 90 Prozent aller Geschäftsmodelle der letzten 50 Jahre aus einer Rekombination von bestehenden Konzepten entstanden sind. Grundsätzlich gilt das auch für digitale Geschäftsmodellinnovationen. Angesichts der Breite potenzieller digitaler Geschäftsmodellinnovationen wollten die Autoren wissen, welche Modellmuster in der wirtschaftlichen Praxis welche Bedeutung haben. Deshalb wurde die digitale Transformation mit neuen Geschäftsmodellen in einer empirischen Studie basierend auf qualitativen Interviews mit 68 Unternehmen untersucht. Dabei wurden sieben geeignete Geschäftsmodellmuster identifiziert, bezüglich ihres Disruptionspotenzials von evolutionär bis revolutionär klassifiziert und der Realisierungsgrad in den Unternehmen analysiert.Die stark komprimierte Conclusio lautet, dass das Thema Geschäftsmodellinnovationen durch Industrie 4.0 und digitale Transformation bei den Unternehmen angekommen ist. Es gibt jedoch sehr unterschiedliche Geschwindigkeiten in der Umsetzung und im Neuheitsgrad der Geschäftsmodellideen. Die schrittweise Weiterentwicklung von Geschäftsmodellen (evolutionär) wird von den meisten Unternehmen bevorzugt, da hier die grundsätzliche Art und Weise des Leistungsangebots bestehen bleibt. Im Gegensatz dazu gibt es aber auch Unternehmen, die bereits radikale Änderungen vornehmen, die die gesamte Geschäftslogik betreffen (revolutionäre Geschäftsmodellinnovationen). Entsprechend wird im vorliegenden Artikel ein Clustering von Geschäftsmodellinnovatoren vorgenommen – von Hesitator über Follower über Optimizer bis zu Leader in Geschäftsmodellinnovationen.
2017

Breitfuß Gert, Kaiser Rene, Kern Roman, Kowald Dominik, Lex Elisabeth, Pammer-Schindler Viktoria, Veas Eduardo Enrique

i-Know Workshops 2017

CEUR Workshop Proceedings for i-know 2017 conference, CEUR , CEUR, Graz, Austria, 2017

Buch
Proceedings of the Workshop Papers of i-Know 2017, co-located with International Conference on Knowledge Technologies and Data-Driven Business 2017 (i-Know 2017), Graz, Austria, October 11-12, 2017.

Fruhwirth Michael, Breitfuß Gert, Pammer-Schindler Viktoria, Thalmann Stefan

Wissensrisiken beim Design von datenbasierten Geschäftsmodellen identifizieren

Springer

Buch
Unternehmen wie Google oder Amazon haben auf beeindruckende Weise die Wirkung und Bedeutung datenbasierter Geschäftsmodelle aufgezeigt. Im Zuge einer steigenden Bewusstseinsbildung für diesen Trend und der zunehmenden Digitalisierung, versuchen mehr und mehr Unternehmen datenbasierte Geschäftsmodelle zu erstellen. Dies geschieht dabei häufig als Ergänzung zu traditionellen Geschäftsmodellen und erfolgt im Rahmen eines Geschäftsmodell-Innovationsprozesses. Dabei stellt sich zunächst einmal die Frage, inwieweit man diesen Prozess unterstützen kann? Ansätze die für allgemeine Geschäftsmodellinnovationen, wie z.B. der Business Model Canvas, entwickelt wurden sind hier natürlich grundsätzlich anwendbar. Bei näherer Betrachtung stellt man jedoch fest, dass datenbasierte Geschäftsmodelle besondere Eigenschaften haben und diese eine erweiterte Betrachtung erfordern.Eine spezielle Herausforderung dabei ist es, Wissensrisiken zu erkennen: Die Grundlage von datenbasierten Geschäftsmodellen sind Daten. Durch moderne Sensorik und große Speicher- und Datenverarbeitungskapazitäten können diese Datensätze sehr umfangreich sein. Mit Hilfe von modernen Datenanalysewerkzeugen können aus solchen Datensätzen kritische Erkenntnisse gewonnen werden und damit möglicherweise wettbewerbskritisches Wissen nach Außen geraten. Da es nicht trivial ist zu erkennen welches Wissen aus welchen Daten gewonnen werden kann, stellt dieses Szenario ein schwer zu kalkulierendes Risiko datenbasierter Geschäftsmodelle dar. Im Rahmen des Designprozesses von datenbasierten Geschäftsmodellen sollten jedoch Risiken und Vorteile eines möglichen Geschäftsmodells möglichst transparent sein. Denn nur auf einer möglichst umfassenden Analyse und Transparenz kann eine gute Entscheidung getroffen werden.Im vorliegenden Buchkapitel wird anhand einer Fallstudie eines global tätigen großen Unternehmens in der Automobilbranche 1) eine systematische Vorgehensweise für die Entwicklung eines datengetriebenen Geschäftsmodell in Ergänzung zu einem bestehenden, wissensintensiven Unternehmen beschrieben, 2) dadurch veranschaulicht welche Lücken bestehende Werkzeuge für Geschäftsmodell-Entwicklung in Bezug auf datengetriebene Geschäftsmodelle haben, und 3) eine Visualisierung von Geschäftsmodellen vorgestellt, die die gezielte Identifikation von Wissensrisiken ermöglicht.Die vorgeschlagene, und in der Fallstudie bereits erfolgreich erprobte, Visualisierung stellt eine interaktions-basierte Darstellung eines Geschäftsmodells dar. In dieser werden Wissensgrenzen dargestellt, über diese kein Kern-Wissen, sondern nur Daten und von Daten bzw. Wissen abgeleitete Werte (z.B. Vorhersagen) fließen sollen. Diese Visualisierung ist Diskussions- und Entscheidungsgrundlage um für jeden Fluss von Werten über diese Wissensgrenze hinweg dieses in der Entwurfsphase sicherzustellen, bzw. entsprechende Rahmen- und Handlungsrichtlinien für die Umsetzungsphase des Geschäftsmodells zu entwickeln
Kontakt Karriere

Hiermit erkläre ich ausdrücklich meine Einwilligung zum Einsatz und zur Speicherung von Cookies. Weiter Informationen finden sich unter Datenschutzerklärung

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close