Author
Listed:
- Fabian Hunke
(Karlsruher Institut für Technologie)
- Stefan Seebacher
(Karlsruher Institut für Technologie)
- Martin Schymanietz
(Friedrich-Alexander-Universität Erlangen-Nürnberg)
- Stefan Genennig
(Friedrich-Alexander-Universität Erlangen-Nürnberg)
- Babett Kühne
(Universität Hamburg)
- Julia Jonas
(Friedrich-Alexander-Universität Erlangen-Nürnberg)
- Gerhard Satzger
(Karlsruher Institut für Technologie)
- Kathrin Möslein
(Friedrich-Alexander-Universität Erlangen-Nürnberg)
- Tilo Böhmann
(Universität Hamburg)
Abstract
Zusammenfassung Die systematische Nutzung interner und externer Daten zur Generierung eines neuen Wertversprechens für Kunden stellt ein wichtiges Fähigkeitsprofil innerhalb der Digitalisierung dar. Im Zuge der Digitalisierung eröffnen sich für Unternehmen neue Möglichkeiten und Potenziale zur Gestaltung innovativer Geschäftsmodelle, die auf der Verwendung großer Datenmengen (Big Data) und der Anwendung statistischer Verfahren (Data Analytics) fußen. Besonders kleine und mittlere Unternehmen (KMU) können sich jedoch meist operativ nicht diesen Potenzialen zuwenden, da sie 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. In diesem Beitrag legen wir die Besonderheiten dieser neuen, datenbasierten Geschäftsmodelle dar. Um KMU die systematische Gestaltung neuer datenbasierter Geschäftsmodelle zu ermöglichen, stellen wir ein neu entwickeltes, modulares Workshop-Konzept vor. Dieses greift auf ein Set an methodischen Werkzeugen zurück, die, ausgehend von vorhandenen Daten, die systematische Ausgestaltung eines datenbasierten Geschäftsmodells anleiten. Wir schließen damit eine kritische Lücke im Fähigkeitsprofil vieler deutscher KMU und legen die Grundlage für ihren nachhaltigen Erfolg im digitalen Zeitalter.
Suggested Citation
Fabian Hunke & Stefan Seebacher & Martin Schymanietz & Stefan Genennig & Babett Kühne & Julia Jonas & Gerhard Satzger & Kathrin Möslein & Tilo Böhmann, 2021.
"BigDieMo – Ein methodischer Baukasten zur Gestaltung von datenbasierten Dienstleistungen,"
Springer Books, in: Daniel Beverungen & Jan Hendrik Schumann & Volker Stich & Giuseppe Strina (ed.), Dienstleistungsinnovationen durch Digitalisierung, chapter 0, pages 265-298,
Springer.
Handle:
RePEc:spr:sprchp:978-3-662-63099-0_7
DOI: 10.1007/978-3-662-63099-0_7
Download full text from publisher
To our knowledge, this item is not available for
download. To find whether it is available, there are three
options:
1. Check below whether another version of this item is available online.
2. Check on the provider's
web page
whether it is in fact available.
3. Perform a
search for a similarly titled item that would be
available.
Corrections
All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-662-63099-0_7. See general information about how to correct material in RePEc.
If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.
We have no bibliographic references for this item. You can help adding them by using this form .
If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.
For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .
Please note that corrections may take a couple of weeks to filter through
the various RePEc services.