Datenbasierte Geschäftsmodelle

Die zurückliegende Dekade hat eindrucksvoll gezeigt, mit welcher disruptiven Gewalt die digitale Transformation Geschäftsmodelle etablierter Unternehmen in zahlreichen Industrien und Wirtschaftszweigen gewandelt hat und wie es ideenreiche Entrepreneure durch neuartige Geschäftsmodelle gelungen ist, sich erfolgreich am Markt zu etablieren. Trotz der zunehmenden Bedeutung von digitalen, datenbasierten und plattformbasierten Geschäftsmodellen sind ihre konzeptuellen Grundlagen und spezifischen Charakteristika bislang nur unzureichend erforscht und systematisiert. Dieser Grundlagenbeitrag unternimmt den Versuch, konzeptionelle Klarheit zwischen diesen Begrifflichkeiten herzustellen, konstituierende Merkmale der drei Arten von Geschäftsmodellen herauszuarbeiten und diese in ein geschäftsmodellorientiertes Rahmenwerk zu überführen. Die Anwendbarkeit und Nützlichkeit des entwickelten konzeptionellen Rahmenwerks werden anhand unterschiedlicher Praxisbeispielen verdeutlicht.

Datenund Informationen werden heutzutage häufig als einer der bedeutendsten Wirtschaftsgüter unserer Zeit bezeichnet. Das einleitende Zitat steht nur stellvertretend für eine Reihe weiterer Aussprüche, welche die letzten Jahre dominieren. Anderweitig werden Daten und Informationen als das Öl des 21. Jahrhunderts angesehen, der Treibstoff der Digitalisierung. Allerdings herrscht aktuell ein großes Ungleichgewicht zwischen denjenigen, die Daten besitzen und denjenigen die Daten benötigen. Im Rahmen dieses Kapitels werden die Grundlagen und Herausforderungen für den Datenhandel besprochen. Dieses Querschnittsthema bietet die Basis für viele Anwendungen im Bereich KI, Blockchain, Cloud Computing sowie weitere datengetriebene Geschäftsmodelle und stellt gleichzeitig ein neues Geschäftsmodell der Digitalisierung dar. Als Ergebnisse werden die Grundlagen und Herausforderungen des Datenund Informationshandels zusammengefasst, sowie Anforderungen für zukünftige Marktplätze hergeleitet. „Daten sind der Rohstoff der Zukunft“ (Angela Merkel auf der der CEBIT 2016) S. Lawrenz (B) Institute for Software and Systems Engineering, TU Clausthal, Clausthal-Zellerfeld, Deutschland E-Mail: lawrenz.sebastian@gmail.com H. Fischer Institute of Management & Information Systems (mis), FOM Hochschule für Oekonomie & Management, Essen, Deutschland E-Mail: helge.fischer@fom.de

Entrepreneure zeichnen sich durch das Erkennen, Bewerten und Ausnutzen von unternehmerischen Möglichkeiten aus. Nach dem Verständnis von Schumpeter tritt der Entrepreneur dabei insbesondere als Innovator in Erscheinung, indem er durch seine schöpferische Kraft innovative Ideen entwickelt und auf dem Markt etabliert. Was jedoch passiert, wenn die Künstliche Intelligenz den eigentlichen Entrepreneur immer weiter ersetzt und die schöpferische Zerstörung in Zukunft von einer Maschine übernommen wird? Im Rahmen dieses konzeptionellen Beitrags wird dieser Frage nachgegangen, indem aufgezeigt wird, wie die Künstliche Intelligenz das Entrepreneurship der Zukunft verändern wird. Dazu wird ein übergeordnetes Rahmenwerk entwickelt, welches differenziert zwischen datengestützten (Data Support) und datengetriebenen (Data Decision) Entscheidungen sowie Geschäfts- (Business Opportunities) und unternehmerischen Entscheidungen (Entrepreneurial Opportunities). Entlang von Big Data, Big Intelligence und Data Entrepreneurship wird anschließend ein Intelligence Entrepreneurship abgeleitet, wobei die Künstliche Intelligenz die zukünftige schöpferische Kraft des Unternehmertums ersetzen könnte. Der Beitrag leistet somit wichtige Implikationen sowohl für die Praxis als auch für die Forschung. T. Kollmann (B) Lehrstuhl für BWL und Wirtschaftsinformatik, insbesondere Digital Business und Digital Entrepreneurship, Universität Duisburg-Essen, Essen, Deutschland E-Mail: tobias.kollmann@icb.uni-due.de L. Kleine-Stegemann Kearney, Düsseldorf, Deutschland

Viele Prozesse auf Baustellen verändern sich durch stetig zunehmende Einbindungen digitaler Arbeitsund Hilfsmittel. Dadurch wandeln sich nicht nur einzelne Operationen, sondern vielfach auch die komplexen Informatisierungsund Kommunikationsvorgänge, die vor allem im Bauwesen aufgrund verschiedener Disziplinen sehr vielschichtig sind. Deshalb ist es erforderlich, dass die anstehenden Veränderungen im Hinblick auf effiziente und nachhaltige Abläufe analysiert und diskutiert werden. Der vorliegende Beitrag greift diesbezüglich wesentliche Aspekte auf, die im Zuge der Digitalisierung in einem noch sehr traditionell agierenden Umfeld immer stärker modifiziert werden. Dafür werden neben übergeordneten aktuellen Themen wie Informatisierung, Building Information Modeling, Data Science und cyber-physischen Systemen auch explizite Beispiele zur Baurobotik vorgestellt. Zusätzlich wird anhand einer Prozesslandkarte praxisnah erläutert, wie disziplinübergreifende Modellierungen von Prozessen in Bauunternehmen zukünftig digital aussehen können. Der Beitrag schließt mit einem Ausblick auf KI-basierte Prozesse im Bauwesen, die in Zukunft durch die Zunahme datenbasierter Prozesse auch im Handwerk vermehrt stattfinden werden. T. Kölzer (B) · K. Smarsly Institut für Digitales und Autonomes Bauen, Technische Universität Hamburg, Hamburg, Deutschland E-Mail: thomas.koelzer@tuhh.de K. Smarsly E-Mail: kay.smarsly@tuhh.de

Dieses Kapitel beschäftigt sich mit den Herausforderungen der Energiewende und insbesondere den Auswirkungen auf kleineund mittelständische Unternehmen und Energieversorger. Es wird gezeigt, dass die effiziente Nutzung von Energie für diese Unternehmensgruppen von entscheidender Bedeutung ist, um ihre zukünftige Wettbewerbsfähigkeit zu sichern. Es wird argumentiert, dass die automatisierte Analyse von Daten mithilfe von KI-basierten Technologien eine schnelle und effiziente Methode zur Aufdeckung von Effizienzpotenzialen ist, aber eine professionelle und technische Beratung sowie das notwendige Know-how erfordert. Es wird auch darauf hingewiesen, dass datenbasierte Geschäftsmodelle in der Energiewirtschaft eine vielversprechende Zukunft haben und dass die fortwährende und kontrollierte Weiterentwicklung dieser Technologie ein wichtiger Teil unseres Lebens sein wird. A. Mansilla (B) IfE – Ingenieurbüro für Energiewirtschaft Dr.-Ing. Dirk Schramm GmbH, Steinbach-Hallenberg, Deutschland E-Mail: a.mansilla@ifegmbh.de

Das Buchkapitel beschäftigt sich mit der Rolle von Datenökosystemen und insbesondere des digitalen Produktpasses als zentrale Enabler für die Umsetzung zirkulärer Geschäftsmodelle in der Industrie. Angesichts wachsender ökologischer Herausforderungen und der Notwendigkeit, Materialkreisläufe zu schließen, gewinnen digitale Dateninfrastrukturen zunehmend an Bedeutung. Der digitale Produktpass gilt dabei als Schlüsselinstrument, um über den gesamten Lebenszyklus hinweg transparente, zugängliche und verwertbare Informationen bereitzustellen und bildet damit die Grundlage für effektive zirkuläre Strategien. Das Kapitel beleuchtet, wie Datenökosysteme und föderierte Datenräume den sicheren und interoperablen Austausch von Informationen ermöglichen. Im Fokus steht zudem der digitale Produktpass mit seinen Funktionen, Datentypen und konkreten Anwendungsbeispielen aus der Automobil-, Elektro- und Textilindustrie. Abschließend werden Zukunftsbilder für zirkuläre Ökosysteme entwickelt, die aufzeigen, welche technologischen, organisatorischen und unternehmerischen Fortschritte notwendig sind, um datenbasierte zirkuläre Geschäftsmodelle zu realisieren. Eine besondere Rolle kommt dabei visionären Entrepreneuren zu, die mit datenbasierten Innovationen zentrale Impulse für die Transformation zur zirkulären Wirtschaft setzen. Purpose-driven Start-ups, die sich sozialen und ökologischen Zielen verpflichtet fühlen, fordern etablierte Wertschöpfungssysteme heraus und treiben mit disruptiven Geschäftsmodellen systemische Veränderungen voran. Sie leisten nicht nur einen praktischen Beitrag zur Umsetzung der zirkulären Wirtschaft, sondern wirken als Katalysatoren für eine tiefgreifende Transformation von Industrie und Gesellschaft.