Skip to content
Licensed Unlicensed Requires Authentication Published by De Gruyter May 19, 2021

Erfolgsgrößen datengetriebener Geschäftsmodelle

Wie sich datengetriebene Geschäftsmodelle in der produzierenden Industrie erfolgsgetrieben steuern lassen

Success Parameters of Data-driven Business Models
The industrial internet of things enables companies to design data-driven business models
Sebastian Berndt and Lars Geismar

Abstract

Das industrielle Internet der Dinge ermöglicht Unternehmen die Gestaltung datengetriebener Geschäftsmodelle. Hierbei mangelt es derzeit noch an der Auseinandersetzung mit dem damit verbundenen unternehmerischen Erfolg sowie an praxisnahen Empfehlungen zur Erfolgsmessung. Aufbauend auf einer theoretischen Analyse zeigt dieser Beitrag anhand von Fallstudien, welche Messgrößen die Erfolgsbewertung datengetriebener Geschäftsmodelle zulassen und welche Kategorien von Erfolgsmessgrößen in der Praxis verwendet werden.

Abstract

The industrial internet of things enables companies to design data-driven business models. Currently, there is still a lack of consideration of the entrepreneurial success as well as of practical recommendations for measuring success. Based on a theoretical analysis, this article uses case studies to show which metrics allow the evaluation of the success of data-driven business models and which categories of success measures are used in practice.


Hinweis

Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory Board wissenschaftlich begutachteten Fachaufsatz (Peer-Review).



Tel.: +49 (0) 176 101010 69

Literatur

1 Lim, C. et al.: From Data to Value: A Ninefactor Framework for Data-based Value Creation in Information-intensive Services. International Journal of Information Management 39 (2018), S. 121–135 DOI: 10.1016/j.ijinfomgt.2017.12.00710.1016/j.ijinfomgt.2017.12.007Search in Google Scholar

2 Wiener, M.; Saunders, C.; Marabelli, M.: Bigdata Business Models: A Critical Literature Review and Multiperspective Research Framework. Journal of Information Technology 35 (2020) 1, S. 66–91 DOI: 10.1177/026839621989681110.1177/0268396219896811Search in Google Scholar

3 Beverungen, D.; Müller, O.; Matzner, M.; Mendling, J.; vom Brocke, J.: Conceptualizing Smart Service Systems. Electronic Markets 29 (2019) 1, S. 7–18 DOI: 10.1007/s12525-017-0270-510.1007/s12525-017-0270-5Search in Google Scholar

4 Hartmann, P. M.; Zaki, M.; Feldmann, N.; Neely, A.: Capturing Value from Big Data – A Taxonomy of Data-driven Business Models Used by Start-up Firms. International Journal of Operations & Production Management 36 (2016) 10, S. 1382–1406 DOI: 10.1108/IJOPM-02-2014-009810.1108/IJOPM-02-2014-0098Search in Google Scholar

5 Hunke, F. et al.: Pathways from Data to Value: Identifying Strategic Archetypes of Analytics-Based Services. In: Gronau, N. et al. (Hrsg.): Entwicklungen, Chancen und Herausforderungen der Digitalisierung. GITO Verlag, Potsdam 2020, S. 1035–1050 DOI: 10.30844/wi_2020_j7-hunke10.30844/wi_2020_j7-hunkeSearch in Google Scholar

6 Langley, D. J. et al.: The Internet of Everything: Smart Things and Their Impact on Business Models. Journal of Business Research (2020), S. 853–863 DOI: 10.1016/j.jbusres.2019.12.03510.1016/j.jbusres.2019.12.035Search in Google Scholar

7 Rizk, A.; Bergvall-Kåreborn, B.; Elragal, A.: Towards a Taxonomy for Data-Driven Digital Services. In: Bui, T. (Hrsg.): Proceedings of the 51st Hawaii International Conference on System Sciences. Hawaii International Conference on System Sciences, Hawaii, 2018, S. 1076–1085 DOI: 10.24251/HICSS.2018.13510.24251/HICSS.2018.135Search in Google Scholar

8 Troilo, G.; Luca, L. M. de; Guenzi, P.: Linking Data-Rich Environments with Service Innovation in Incumbent Firms: A Conceptual Framework and Research Propositions. Journal of Product Innovation Management 34 (2017) 5, S. 617–639 DOI: 10.1111/jpim.1239510.1111/jpim.12395Search in Google Scholar

9 Hunke, F.; Engel, C.; Schüritz, R.; Ebel, P.: Understanding the Anatomy of Analytics-Based Services-A Taxonomy to Conceptualize the Use of Data and Analytics in Services. In: 27th European Conference on Information Systems, Stockholm, 2019Search in Google Scholar

10 Lehrer, C. et al.: How Big Data Analytics Enables Service Innovation: Materiality, Affordance, and the Individualization of Service. Journal of Management Information Systems 35 (2018) 2, S. 424–460 DOI: 10.1080/07421222.2018.145195310.1080/07421222.2018.1451953Search in Google Scholar

11 Jeschke, S.; Brecher, C.; Song, H.; Rawat, D. B.: Industrial Internet of Things. Springer International Publishing, Cham, 2017, S. 3 DOI: 10.1007/978-3-319-42559-710.1007/978-3-319-42559-7Search in Google Scholar

12 Baines, T.; Lightfoot, H.: Made to Serve. Wiley, Chichester, West Sussex, 2013, S. 64–68 DOI: 10.1002/978111920795510.1002/9781119207955Search in Google Scholar

13 Bierich, M.: Der wirtschaftliche Erfolg von Auslandsgesellschaften. Aufgabentypische Erfolgskonzeptionen um einem Unternehmensverbund. In: Domsch, M. et al. (Hrsg.): Unternehmenserfolg. Gabler Verlag, Wiesbaden 1988, S. 43–51 DOI: 10.1007/978-3-322-87487-0_410.1007/978-3-322-87487-0_4Search in Google Scholar

14 Glaum, M.: Internationalisierung und Unternehmenserfolg. Gabler Verlag, Wiesbaden 1995, S. 137 DOI: 10.1007/978-3-322-96501-110.1007/978-3-322-96501-1Search in Google Scholar

15 Hutzschenreuther, T.: Allgemeine Betriebswirtschaftslehre. Springer-Gabler-Verlag, Wiesbaden 2015, S. 10310.1007/978-3-658-08564-3Search in Google Scholar

16 Wolfond, E.: Einflussfaktoren und Wirkungen der Unternehmenskommunikation auf den Unternehmenserfolg im Anlagen- und Systemgeschäft. Springer-Gabler-Verlag, Wiesbaden 2018, S. 83 DOI: 10.1007/978-3-658-23216-0_310.1007/978-3-658-23216-0_3Search in Google Scholar

17 Himmel, H.; Krostewitz, A.: Bewertung immaterieller Ressourcen als Teil der Unternehmenssteuerung: Herausforderungen für das Controlling. ZfCM - Zeitschrift für Controlling und Management 2012 (2012) 56, 30–39 DOI: 10.1365/s12176-012-0143-x10.1365/s12176-012-0143-xSearch in Google Scholar

18 Gassmann, O., et al.: Geschäftsmodelle entwickeln. Hanser, München, 2013, S. 6 DOI: 10.3139/9783446437654.fm10.3139/9783446437654.fmSearch in Google Scholar

19 Fleisch, E.; Weinberger, M.; Wortmann, F.: Geschäftsmodelle im Internet der Dinge. Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung 67 (2015) 4, S. 444–465 DOI: 10.1007/BF0337291410.1007/BF03372914Search in Google Scholar

20 Westergren, U. H.: Opening up Innovation: The impact of Contextual Factors on the Cocreation of IT-enabled Value Adding Services within the Manufacturing Industry. Information Systems and e-Business Management 9 (2011) 2, S. 223–245 DOI: 10.1007/s10257-010-0144-210.1007/s10257-010-0144-2Search in Google Scholar

21 Schüritz, R.; Satzger, G.; Seebacher, S.; Schwarz, L.: Datatization as the Next Frontier of Servitization. Understanding the Challenges for Transforming Organizations. In: Association for Information Systems (Hrsg.): 38th International Conference on Information Systems: Transforming Society with Digital Innovation, Seoul, 2017Search in Google Scholar

22 Herterich, M. M.; Uebernickel, F.; Brenner, W.: Stepwise Evolution of Capabilities for Harnessing Digital Data Streams in Data-Driven Industrial Services. MIS Quarterly Executive 15 (2016) 4, S. 297–318Search in Google Scholar

23 Tesch, J. F.: Business Model Innovation in the Era of the Internet of Things. Springer International Publishing, Cham, 2019, S. 10810.1007/978-3-319-98723-1Search in Google Scholar

24 Allmendinger, G.; Lombreglia, R.: Four Strategies for the Age of Smart Services. Harvard Business Review 83 (2005) 10, 131–145Search in Google Scholar

25 Grubic, T. et al.: The Adoption and Use of Diagnostic and Prognostic Technology within UK-based Manufacturers. Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture 225 (2011) 8, S. 1457–1470 DOI: 10.1177/095440541039585810.1177/0954405410395858Search in Google Scholar

26 Hauschildt, J.; Schlaak, T. M.: Zur Messung des Innovationsgrades neuartiger Produkte. Universität Kiel, Kiel 1999, S. 310.1007/978-3-663-08355-9_8Search in Google Scholar

27 Husmann, M.; Paluch, S.; Kampker, A.: Success Factors for the Market Launch of Data-Driven Services for Manufacturing Companies. In: Gal, D., et al. (Hrsg.): AMA Summer Academic Conference, Boston, Massachusetts, 2018, S. 30–37Search in Google Scholar

28 Klein, M. M.; Biehl, S. S.; Friedli, T.: Barriers to Smart Services for Manufacturing Companies. Journal of Business & Industrial Marketing 33 (2018) 6, S. 846–856 DOI: 10.1108/JBIM-10-2015-020410.1108/JBIM-10-2015-0204Search in Google Scholar

Published Online: 2021-05-19
Published in Print: 2021-05-31

© 2021 Walter de Gruyter GmbH, Berlin/Boston, Germany

Scroll Up Arrow