Analyse und Bewertung von Big Data-basierten Geschäftsmodellen

Gefördert durch das Bundesministerium für Wirtschaft und Energie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestages (IGF-Vorhaben 19740 N).

 

Hintergrund

Alles wird schneller. Alles verändert sich. Die Digitalisierung zwingt Unternehmen zum Handeln. Branchen- und Unternehmensgrenzen lösen sich vor dem Hintergrund eines globalisierten Wettbewerbsdrucks zunehmend auf. Der technische Fortschritt führt zudem zu komplexen, polystrukturierten Datensätzen, welche in zunehmender Anzahl und mit steigender Qualität erhoben und ausgewertet werden können, was einen Paradigmenwechsel revolutionären Ausmaßes impliziert. Eines der Schlüsselelemente, um den Trend der Digitalisierung zur ökonomischen Stärkung zu nutzen, ist der Umgang mit höherem Datenvolumen, die in Echtzeit zu aktualisieren, erfassen, speichern und zu analysieren sind. Daher sind Großunternehmen und kleine und mittlere Unternehmen (KMU) gleichermaßen gezwungen, sich mit dem Thema "Big Data" proaktiv auseinander zu. Dies gewinnt nicht nur im Rahmen von Produkt- und Prozessinnovationen an Bedeutung, sondern wird auch für Geschäftsmodellinnovationen immer wichtiger.

 

Projektziel: Modellierung eines Analyse- und Bewertungssystems Big Data-basierter Geschäftsmodelle bei KMU

Das Ziel des Forschungsvorhabens war die Entwicklung eines Konzepts zur anwendungsfallspezifischen Analyse und Bewertung von Big Data-basierten Geschäftsmodellen. Das Konzept soll KMU eine umfangreiche Analyse und Bewertung sowohl des eigenen Geschäftsmodells als auch externer Geschäftsmodelle ermöglichen. Dazu sollten in den Bereichen Wertschöpfungsorganisation, Prozesse und Finanzstrukturen dabei sukzessive Gestaltungsdimensionen, Gestaltungsfelder, Einflussgrößen und anwendungsfallspezifische Handlungsempfehlungen erarbeitet werden. Die Handlungsfelder im Rahmen des Konzepts bilden die Entscheidungsgrundlage, Investitionen in relevante Big Data-basierte Geschäftsmodelle zur richtigen Zeit und im richtigen Umfang zu tätigen, um die Wettbewerbsfähigkeit zu steigern.

Die erzielten Ergebnisse wurden in ein webbasiertes IT-Tool überführt, welches den Unternehmen nach dem Projekt kostenlos bereitgestellt wird. Die Anwender aus der industriellen Praxis erhalten durch dieses Forschungsprojekt ein fundiertes Instrument zur Entscheidungsunterstützung, welches ihnen ermöglicht, Big Data-basierte Geschäftsmodelle effizient zu analysieren, zu bewerten und umzusetzen.

 

Die Reifegradlogik des Modells

Charakteristisch für das Modell ist eine Reifegradlogik, die fünf Punkte impliziert. Erstens wird angenommen, dass Unternehmen für die Entwicklung und Weiterentwicklung eines Big Data-basierten Geschäftsmodells – von der ersten Idee bis zum Geschäftsmodell – verschiedene Reifegrade erfüllen müssen. Die Reifegrade sind inhaltlich voneinander abgrenzbar und bauen in ihrem Aufgabenschwerpunkt aufeinander auf. Einzelne Stufen können nicht übersprungen werden. Es wird damit angenommen, dass das betrachtete Unternehmen alle Reifegradstufen durchlaufen muss. Zweitens existieren zwischen den verschiedenen Reifegradstufen sogenannte Reifegradlücken. Sie bilden den spezifischen Handlungsbedarf in einer Reifegradstufe ab. Für jeden Handlungsbedarf existiert eine zugehörige Handlungsempfehlung. Durch die Umsetzung der zugehörigen Handlungsempfehlungen kann eine Reifegradlücke geschlossen werden. Durch das Eliminieren aller Handlungsbedarfe kann die höchste Reifegradstufe erreicht werden. Drittens benötigen Unternehmen für die Entwicklung und Weiterentwicklung von Big Data-basierten Geschäftsmodellen vielfältige Kompetenzen, Fähigkeiten und Ressourcen, die nicht nur strategische und organisatorische Aspekte betreffen, sondern im Speziellen auch fachliche Aspekte im Bereich Big Data. Viertens können die für das Geschäftsmodell erforderlichen Kompetenzen, Fähigkeiten und Ressourcen im Unternehmen bereits vorhanden sein, intern aufgebaut oder extern erworben werden. Fünftens lässt sich der Aufbau oder der Erwerb von Kompetenzen, Fähigkeiten und Ressourcen systematisch gestalten. Das bedeutet zum einen, dass – abhängig vom Reifegrad des Unternehmens – spezifische Handlungsbedarfe existieren, welche dezidiert zu behandeln sind. Durch die Schwerpunktlegung in der Bedarfserfüllung und die Deckung der Handlungsbedarfe kann das Unternehmen das Geschäftsmodell weiterentwickeln.

Die Unterscheidung der Reifegradstufen im Modell wird mit vier aufeinander aufbauenden Anwendertypen adressiert: „Starter“, „Big Data-Lerner“, „Smart Data-Experte“ und „Geschäftsmodell-Disruptor“. Diese vier Anwendertypen tragen der Annahme, dass für die Entwicklung und Weiterentwicklung von Big Data-basierten Geschäftsmodellen Handlungsmaßnahmen zu erfüllen sind, Rechnung. Es wird angenommen, dass die Handlungsbedarfe der vorgelagerten Stufen bereits erfüllt sind. Umgekehrt erfordert ein Sprung auf eine nachgelagerte Stufe, dass die typenspezifischen Handlungsbedarfe durch die Umsetzung entsprechender Handlungsmaßnahmen gedeckt werden. Damit besteht zwischen den Anwendertypen hinsichtlich der Erfüllung der Handlungsbedarfe eine transitive Relation:

Starter < Big Data-Lerner < Smart Data-Experte < Geschäftsmodell-Disruptor

 

Die Bewertungsmethodik des Tools

Die Bewertungsmethodik des Tools zur Bewertung von Big Data-basierten Geschäftsmodellen in diesem Forschungsvorhaben ist dreistufig aufgebaut. Sie besteht aus Stufen-Check, Bedarfs-Check und Optionen-Check.

1. Stufen-Check

Ziel des Stufen-Checks ist die Einschätzung des Reifegrads des Anwenders in Abhängigkeit seines Ist-Zustands und Einstufung des Anwenders in eine Reifegradstufe. Die Reifegradstufen sind wie folgt benannt: „Starter“, „Big Data-Lerner“, „Smart Data-Experte“ und „Geschäftsmodell-Disruptor“. Im Stufen-Check beantwortet der Anwender grundlegende Fragen zu allen reifegradlückenübergreifenden Bewertungskomponenten (Wertschöpfungsorganisation, Prozesse, Finanzen) und zu einer Auswahl der reifegradlückenspezifischen Bewertungskomponenten (Data Governance, Smart Data als Asset, Technologie, Leistung, Marktstrategie) gemäß seiner Ist-Situation.

2. Bedarfs-Check

Aufbauend auf den Ergebnissen des Stufen-Checks, ist es Ziel des Bedarfs-Checks, typenspezifische Handlungsbedarfe zu ermitteln („Reifegradlücke“). Dazu beantwortet der Anwender vertiefende Fragen zu allen reifegradlückenübergreifenden Bewertungskomponenten und jenen reifegradlückenspezifischen Bewertungskomponenten, die ihn aufgrund seiner Einordnung im Reifegradmodell betreffen.

3. Optionen-Check

Das Ziel des Optionen-Check ist die Darstellung von typenspezifischen Handlungsoptionen und die entsprechende Auswahl durch den Anwender. Die Umsetzung erfolgt durch Abfrage von umzusetzenden Maßnahmen auf Basis aller Ergebnisse aus dem vorgelagerten Stufen- und Bedarfs-Check. Die im Stufen- und Bedarfs-Check negativ beantworteten Fragen stellen jeweils Handlungsbedarfe dar. Diese Bedarfe werden im Optionen-Check transparent aufgelistet. Weiterhin werden für jeden Handlungsbedarf entsprechende, empirisch gestützte Handlungsempfehlungen aufgelistet.

 

Das Tool

Jeder Nutzer, der ein (Big Data-basiertes) Geschäftsmodell analysieren und bewerten möchte, muss sich zunächst auf der Plattform registrieren (Link folgt) oder das Tool zur eigenen Verwendung herunterladen. Nach der erfolgten Registrierung kann der Nutzer mit dem Tool arbeiten.

Die Startseite der Plattform dient der Übersicht des eigenen Accounts, der bisher angelegten Initiativen und der Status der entsprechenden durchgeführten Checks. Die Startseite enthält zusätzlich eine Auflistung aller beteiligten Experten innerhalb aller Initiativen und eine Übersicht über die ausstehenden Fragen zur Beantwortung (To-Dos). 

 

Der Reiter Initiativen erlaubt es dem Nutzer, alle bisher angelegten Initiativen abzurufen oder neue Initiativen zu erstellen. Anschließend kann der Nutzer den Check für diese Initiative Schritt für Schritt (erst Stufen-Check, dann Bedarfs-Check und danach Optionen-Check) durchführen.

Innerhalb des Stufen-Checks wird der Nutzer gebeten, alle angeführten Fragen mit „ja“ oder „nein“ zu beantworten. Die Fragen sind nach Gestaltungskomponenten (z. B. Top-Management, Rollen) gegliedert.

Innerhalb des Bedarfs-Checks wird der Nutzer analog zum Stufen-Check gebeten, alle vertiefenden Fragen mit „ja“ oder „nein“ zu beantworten oder sie durch Taggen eines Experten zu delegieren.

Innerhalb des Optionen-Checks werden dem Nutzer Handlungsbedarfe je Handlungsfeld und entsprechende Handlungsmaßnahmen präsentiert. Der Nutzer wird gebeten, mit „ja“ oder „nein“ zu markieren, welche Handlungsfelder und Handlungsmaßnahmen für ihn/sie relevant sind.

 

Das Dashboard zeigt die Ergebnisse des Big Data Checks an. Diese Ergebnisse beinhalteten eine Zusammenfassung des aktuellen Status (Starter bis Geschäftsmodell-Disruptor), eine Auflistung der (Haupt-)Handlungsbedarfe, sowie eine Übersicht der entsprechenden Handlungsmaßnahmen.

 

Über den Reiter „Infoboard“ lassen sich alle Informationen über den Big Data Check abrufen. Neben einer kurzen Erläuterung der Schritte des Big Data Checks, werden dem Nutzer theoretische Grundlagen zum Thema Big Data, Fallbeispiele von Big Data-basierten Geschäftsmodellen, das Glossar der zugrundeliegenden Definition, sowie das ausführliche Benutzerhandbuch zur Verfügung gestellt.

 

Haben wir Ihr Interesse geweckt?

Zugriff auf den Abschlussbericht des Forschungsvorhabens erhalten Sie hier (Link folgt).

Auf eine online-verfügbare Testversion der Anwendung können Sie hier (Link folgt) zugreifen. Vor der ersten Anmeldung ist eine Registrierung notwendig.

Außerdem können Sie die entwickelte Anwendung für eine eigene Implementierung auf Ihren Servern hier (Link folgt) herunterladen. Eine Beschreibung zum einrichten des IT-Tools erhalten Sie hier (Link folgt).

Gerne stehen wir Ihnen für weitere Rückfragen zum Forschungsprojekt zur Verfügung. Nehmen Sie hierfür gerne Kontakt zu Franziska Poszler (franziska.poszler@tum.de) auf.

 

Das Projektteam des LSO

Franziska Poszler

Anna Moker

 

Weitere Projektmitglieder

Forschungsinstitut - Unternehmensführung, Logistik und Produktion