Ausgehend vom Wissenschaftsfeld der Zukunftsforschung werden Voraussetzungen und Rahmenbedingungen eruiert, damit Ausblicke in die Zukunft für Unternehmer belastbare Prognosen darstellen. Dies ist notwendig, um Erfahrungen der Vergangenheit mit Handlungen der Gegenwart zu synchronisieren und auf die zukünftige Wettbewerbsfähigkeit des Unternehmens auszurichten. Ein wesentliches Konzept bilden hierbei neben dem Geschäftsmodell sog. Megatrends. Vorgestellt und zueinander in Beziehung gesetzt werden die Typologien des Zukunftsinstituts (2021) sowie von Grömling und Haß (2009). Anschließend wird der Megatrend ‚Technologischer Fortschritt‘ fokussiert und es werden vor diesem Hintergrund drei Thesen im Hinblick auf die Geschäftsmodellentwicklung formuliert. Abschließend werden die Kapitel des vorliegenden Bandes kurz vorgestellt und in die Landschaft der Megatrends eingeordnet.
Geschäftsmodelle
Dachthema aller Bände
38 Beitrage in der Reihe
Beiträge zum Thema
Band 1 · Digitale Technologien und der Wandel von Geschäftsmodellen (15 Beitrage)
Interne und externe Informations- und Kommunikationsprozesse in Unternehmen nahezu aller Branchen werden zunehmend durch digitale Informationstechnologien unterstützt. Die grundlegenden Vorteile solcher digitalen Technologien sorgen dafür, dass sich dieser Trend auch in Zukunft fortsetzen wird. Die stetige Entwicklung digitaler Technologien in der damit einhergehenden Digitalen Ökonomie (respektive Digital Economy) hat maßgeblichen Einfluss auf die vielfältigen Möglichkeiten, innovative Geschäftskonzepte auf der Basis digitaler Informations- und Kommunikationsnetze zu entwickeln und diese durch eine Unternehmensgründung zu realisieren (Digital Startups). Vor diesem Hintergrund beschreibt der Begriff „Digitales Unternehmertum“ bzw. „Digital Entrepreneurship“ den Akt der Gründung neuer Unternehmen speziell in der Digital Economy. In diesem Artikel wird aus theoretischer und praktischer Sicht ein Rahmen für Unternehmensgründungen in der Digital Economy entwickelt. Zunächst wird die Digital Economy charakterisiert. Anschließend wird die digitale Wertschöpfung erläutert, die auf digitalen Prozessen basiert und den Ausgangspunkt für jedes in der Digital Economy agierende Unternehmen darstellt. Dieser Beitrag zeigt auf, welche Möglichkeiten innovativer unternehmerischer Aktivitäten von Unternehmen in der Digital Economy durchgeführt werden können, um digitale Mehrwerte zu generieren. Dabei werden auch die Erfolgsfaktoren für die Gründung eines Unternehmens in der Digital Economy abgeleitet. Zusammenfassend geht es in diesem Beitrag um die Beantwortung folgender Fragen: Welches Umfeld und welche Möglichkeiten bietet die Digital Economy für neue und innovative unternehmerische Aktivitäten? Was sind die Besonderheiten bei der Gründung eines Unternehmens in der Digital Economy? Welche theoretischen und praktischen Grundsätze müssen beachtet werden?
Die Digitalisierung birgt für Unternehmen nahezu aller Branchen und Größen hinsichtlich der Innovation von Geschäftsmodellen enorme Potenziale. Dank digitaler Technologien können Unternehmen ihr Wertversprechen an den Kunden erhöhen oder Prozesse und Absatzkanäle, die zur Erfüllung des Wertversprechens benötigt werden, effizienter gestalten. Im vorliegenden Beitrag werden ausgewählte Ansätze der Digitalisierung von Geschäftsmodellen aus der Unternehmenspraxis anhand von konkreten Fällen vorgestellt und analysiert. Diese Erkenntnisse werden sodann vor dem Hintergrund existierender, theoretischer Erkenntnisse zum Thema Geschäftsmodellinnovation systematisiert.
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.
Die Entwicklung und Realisierung innovativer Geschäftsmodelle durch Startups erfordert insbesondere nach einer ersten Validierung der eigenen Geschäftsidee den Zugang zu finanziellen Ressourcen. Gründer können auf vielfältige Weise Zugang zu entsprechenden Ressourcen erhalten. Eine Option ist die Entwicklung von Crowdfunding-Kampagnen. Die existierende Forschung setzt unterschiedliche Akzente bei der Identifikation von Erfolgsfaktoren. Dieser Artikel gibt einen Überblick zu Erfolgsfaktoren von Crowdfunding Kampagnen basierend auf einer strukturierten Literaturrecherche. Hierbei erfolgte die systematische Erhebung von Erkenntnissen zu den Erfolgsfaktoren von Crowdfunding Kampagnen in internationalen A- und B-Journals. Im Anschluss an die Identifikation und Kategorisierung der Erfolgsfaktoren erfolgt eine Einordnung dieser Faktoren in den zeitlichen Ablauf einer Crowdfunding Kampagne.
Veränderungen eröffnen Möglichkeiten. Die Automobilbranche steht mit der Wende hin zur Elektromobilität vor einem starken Umbruch. Dieser vollzieht sich nicht nur auf technologischer Ebene, sondern zeigt sich auch in der Transformation bisheriger Nutzungsstrukturen. Zur Implementierung zukunftsfähiger Geschäftsideen ist heute, vor dem Hintergrund einer zunehmend ökologisch orientierten Gesellschaft, das Mitdenken der damit verbundenen Umweltauswirkungen obligatorisch. In diesem Kapitel werden daher die entsprechend anstehenden Änderungen skizziert und ein Ansatz für ein Geschäftsmodell vorgestellt, welches die Möglichkeiten moderner Technologien verwendet, um die kraftfahrzeuggebundene Individualmobilität im Sinne der Kreislaufwirtschaft ökologisch und ökonomisch zu optimieren. Zentrales Element ist dabei eine Anlage zur automatisierten Demontage von Fahrzeugbaugruppen. Als potentielle Zielgruppen werden Kfz-Hersteller sowie Zulieferer ebenso angesprochen wie Recyclingunternehmen, die ihre bisherige Rolle in der Wertschöpfungskette ausbauen wollen.
Der Anwendungsbereich der Blockchain-Technologie ist in den letzten Jahren stark gewachsen. Hat man diese Methode vor allem anfangs für die Bereitstellung von Kryptowährungen genutzt, so verspricht man sich heute auch im industriellen Umfeld einen wirtschaftlichen Vorteil davon. Mehrere KMU können sich mithilfe von Blockchain zu einem Wertschöpfungsnetzwerk verknüpfen, um Aufträge effizient zu bearbeiten. Dies bedeutet, dass die Unternehmen miteinander kooperieren und Arbeiten untereinander aufteilen, um gemeinsam Produkte zu fertigen. Da hierfür Know-how und Daten, wie z.B. Zeichnungen, ausgetauscht werden müssen, spielen gegenseitiges Vertrauen und Sicherheit eine große Rolle. Blockchain bietet durch kryptographische Methoden und Sicherheitssysteme eine Möglichkeit, jene Punkte sicherzustellen und mit einer Plattform zu koppeln, auf der jedes integrierte Unternehmen als gleichwertiger Partner betrachtet wird. Anhand des Blockchain-Demonstrators des Mittelstand-Digital Zentrums Ilmenau wird in diesem Beitrag erörtert, wie die Zusammenarbeit von Unternehmen innerhalb eines vertrauensvollen Netzwerks gelingen kann. Anhand dieser Vorstellung soll ein gesamtheitlicher Überblick über die Vorteile, Chancen aber auch der Risiken vermittelt werden und ein gedanklicher Einstieg in die Welt der stetig wachsenden kooperierenden Wertschöpfungsnetzwerke gelingen.
Die Blockchain-Technologie bietet großes Potenzial für Unternehmen hinsichtlich der Optimierung bestehender und Aufbau neuer Prozesse. Dies zeigt sich auch in der stetig wachsenden Anzahl der Start-ups, deren Geschäftsmodelle auf dieser Technologie beruhen. Für viele Unternehmen, die bereits in ihren jeweiligen Märkten aktiv sind, stellt sich jedoch die Frage, ob und wie diese Technologie für ihr individuelles Geschäftsmodell relevant ist und welche Auswirkungen eine Implementierung im Unternehmen oder im Unternehmensumfeld hätte. Diese Fragen können unter Zuhilfenahme und Modifikation bestehender Methoden und Werkzeuge beantwortet werden. In diesem Beitrag wird die Methode des Business Model Stresstesting vorgestellt, die mit gewissen Anpassungen einen Beitrag zur Beantwortung der Frage leisten kann, welche Effekte die Blockchain-Technologie auf ein bestehendes Geschäftsmodell haben kann. Dies ermöglicht es, dass im Bereich der Blockchain-Technologie entstehende Ökosystem aktiv zu gestalten und weiterzuentwickeln. Die Implementierung und Weiterentwicklung der Technologie auf Basis spezifischer Anforderungen aus dem Geschäftsumfeld wird so erleichtert und beschleunigt.
Der Beitrag bereitet den Weg zur Anwendung von Blockchain für Unternehmen unter Einbezug einer rechtlichen Perspektive. Einführend werden hierzu die Grundlagen der Blockchain-Technologie sowie die Datenschutzgrundverordnung der Europäischen Union (EU-DSGVO) vorgestellt. Anschließend wird die zentrale Frage diskutiert, inwiefern sich beide Themenbereiche miteinander vereinbaren lassen, damit Blockchains unternehmerische Anwendung finden können. Dabei wird auf die verschiedenen Arten von Blockchains ebenso wie auf Anwendungsbereiche der DSGVO, beteiligte Akteure, zu erfüllende Datenschutzgrundsätze sowie die Wahrung von Betroffenenrechten eingegangen. Es wird gezeigt, welche datenschutzrelevanten Aspekte mit der Blockchain-Technologie (nicht) in Einklang zu bringen sind. Darüber hinaus werden technische und regulatorische Vorschläge unterbreitet und erörtert, um den Datenschutz der Blockchain-Technologie gemäß DSGVO zu optimieren. Abschließend werden Konsequenzen für die Anwendbarkeit der Blockchain vor dem Hintergrund zukunftsfester Geschäftsmodelle in Unternehmen disku
Digitale Technologien bieten vielseitige Chancen für Gründungen. Im Rahmen dieses Buchkapitels wird aufgezeigt wie der Zugang zu Technologie – exemplarisch am Beispiel von 3D-Druck – zur Überwindung von Barrieren im Gründungsprozess beitragen kann. Hierfür werden zunächst typische Herausforderungen während des Gründungsprozesses aus den Bereichen (1) Neuproduktentwicklung, (2) Technologie, (3) Markt, (4) Finanzen und (5) Geschäftsmodell theoretisch beleuchtet. Im Anschluss wird auf die Potentiale von 3D-Druck allgemein sowie für Gründungen eingegangen. Daran anschließend werden die theoretischen Überlegungen zum Potential von 3D-Druck für Gründungsvorhaben anhand einer Fallstudie aus dem Bereich der Mikroskopie mit der Praxis abgeglichen. Es zeigt sich, dass der Zugang zu 3D-Drucktechnologie dabei hilft typische Herausforderungen im Gründungsprozess zu überwinden sowie die Produktentwicklung zu beschleunigen und kundenorientierter zu gestalten.
Im vorliegenden Kapitel wird die Kreislaufwirtschaft im Kontext der additiven Fertigung diskutiert. Hauptmotivation ist, die sich verändernde Industrielandschaft und den entscheidenden Ansatz für zukünftige Generationen zu verstehen, mehr Materialien zu recyceln und gleichzeitig weniger Abfall zu erzeugen. Das Kapitel analysiert mit Hilfe der Qualitativen Datenanalyse (QDA) Aussagen von Vertretern einiger Unternehmen in der 3D-Druck-Branche zu den Geschäftsmodellen im Hinblick auf die Kreislaufwirtschaft. Anhand der Ergebnisse der QDA konnten Lücken insbesondere in der Kommunikation zwischen verschiedenen Geschäftsbereichen aufgedeckt werden, die die Umsetzung kreislauforientierter Geschäftsmodelle erschweren.
Werden Geschäftsprozesse, (bspw. im Luftverkehr,) durch bewegliche Geräte unterstützt, ist das Wissen über den Standort des Geräts in der Regel eine Voraussetzung für die effiziente Nutzung. Aufgrund verschiedener Anforderungen ist ein Tracking der Gepäck- und Frachtanhänger (Dollies) an Flughäfen jedoch nicht überall verbreitet. Basierend auf einem Design-Science- Ansatz untersucht dieser Beitrag daher die wirtschaftlichen und technologischen Anforderungen an ein IoT-basiertes Asset-Tracking von Dollies - ein smartes Produkt-Service-System. Die Studie zeigt, dass nur eine Kombination verschiedener Technologiekategorien (z.B. WLAN, WPAN, LPWAN) in einem Konzept die Anforderungen erfüllt und mehr Transparenz über die Bewegung, die Verweildauer und den Standort der Dollies schaffen kann. Diese Informationen ermöglichen eine Optimierung zahlreicher Dolly-Nutzungsprozesse, welche mit einer Steigerung der Effizienz einhergeht. Sie bilden darüber hinaus die Basis für Geschäftsmodellinnovationen durch die Entwicklung weiterer smarter Produkt-Service-Systeme.
Im vorliegenden Kapitel wird ein Projekt vorgestellt, in dessen Rahmen eine App zur Erkennung des Verschleißzustands von Getrieben auf Grundlage des aktuellen Stands der Technik entwickelt und erprobt wurde. Dabei werden die einzelnen Methoden vorgestellt und deren Verwendung begründet, bevor abschließend auf die Möglichkeit eines neuen Geschäftsmodells eingegangen wird.
Künstliche Intelligenz (KI) ist heute zentraler Bestandteil in vielen Unternehmen und wird in Zukunft weiter an Bedeutung gewinnen, da vor allem durch den Einsatz künstlicher Neuronaler Netzwerke (Deep Learning) immer präzisere und vielseitigere KI-Modelle erstellt werden können. Eine der Grundlagen für die Entwicklung von KI ist Open Source Software (OSS), also frei verfügbare Softwaretechnologien. Eine andere wichtige Grundlage sind die Fortschritte in der Hardwareentwicklung, schnellere und anwendungsoptimierte Prozessoren und Speichersysteme. Diese Form der Verfügbarkeit von Software zusammen mit dem Quellcode stellt einen fundamentalen Paradigmenwechsel dar, der v. a. durch amerikanische Techunternehmen vorangetrieben wird. Beide Themenkomplexe KI und Open Source sind unweigerlich miteinander verknüpft, was mit Folgen für die Digitalisierungsstrategie der meisten Unternehmen verbunden ist. Aus dieser Entwicklung haben sich neue Business Models abgeleitet, die entweder als Top-Down oder Bottom-Up umgesetzt werden. Gerade für Unternehmen, die sich weg von einem reinen Produzenten hin zu einem serviceorientierten Unternehmen transformieren wollen, lohnt sich ein genauer Blick auf diese Business Models. Generell lässt sich seit einigen Jahren eine gestiegene Akzeptanz von Open Source-Software in Unternehmen feststellen. Deshalb werden zudem Gefahren und Herausforderungen von Open Source im gewerblichen Einsatz im letzten Teil des Buchkapitels behandelt.
Entscheidungen unter Unsicherheit sind für Unternehmen normal. Megatrends und deren Subtrends sind die Treiber hinter Gesellschaftlichen Strömungen und Geschäftsmodellinnovationen. Das vorliegende Kapitel zeigt mit der Methode der trendantizipierenden Geschäftsmodellinnovationen ein Vorgehen auf, auf Basis dessen bestehende Geschäftsmodelle hinsichtlich ihrer Zukunftsfestigkeit gegenüber von Trends geprüft werden können. Die detaillierten Informationen zu verschiedenen Subtrends in den vorangegangenen Kapiteln des vorliegenden Bandes können als Basis für eine möglichst ausführliche Analyse im Rahmen dieser Methode dienen.
Band 2 · Voraussetzung, Implementierung und Anwendung von Künstlicher Intelligenz im Rahmen datenbasierter Geschäftsmodelle (8 Beitrage)
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
Die Verwendung von KI-Systemen stellt Unternehmen vor neue Herausforderungen, bietet aber zugleich große Wertschöpfungspotenziale, die sich nicht nur in neuen oder modifizierten Produkten, Dienstleistungen oder Prozessverbesserungen begründen, sondern sich ebenfalls aus neuen, KI-basierten Geschäftsmodellen ergeben. Diese basieren auf einer Gemeinsamkeit: Eine KI wird durch eine erhebliche Masse an Informationen trainiert und bis zur Marktreife gebracht. Die Datengewinnung ist demzufolge essentiell für den Erfolg eines KI-basierten Geschäftsmodells. Doch wie werden diese Daten generiert und in der Rechnungslegung erfasst? Stellen die Daten und die KI einen (immateriellen) Vermögensgegenstand aus Sicht der handelsrechtlichen Rechnungslegung dar? Wie hängt dies von der Form der Datengewinnung und dem Entwicklungsprozess von KI ab? Werden abhängig von den jeweiligen Strukturen zur Datengewinnung und KI-Entwicklung Wahlmöglichkeiten zur Aktivierung genutzt, um beispielsweise die Vermögenslage des Unternehmens besser darzustellen? Der Beitrag widmet sich den aufgeworfenen Fragestellungen und fokussiert unter Rückgriff auf eine Befragung KI-basierter deutscher Start-ups zwei Themenbereiche: 1) Zunächst wird ermittelt, welche Varianten der Datengewinnung bei KI-Start-ups vorherrschen und welchen Status die K. Sopp (B) Lehrstuhl für Entrepreneurship und betriebswirtschaftliche Steuerlehre, TU Bergakademie Freiberg, Freiberg, Deutschland E-Mail: karina.sopp@bwl.tu-freiberg.de I. Schulze Max-Planck-Förderstiftung, München / Gründernetzwerk SAXEED, Freiberg, Deutschland E-Mail: isabel.schulze@saxeed.net
KI-basierte audiovisuelle Analyse kann datengetriebene Produkt-, Prozessund auch Geschäftsmodellinnovationen in verschiedenen Anwendungsbereichen befördern. Allerdings müssen dafür wichtige Herausforderungen bezüglich Datenerhebung, Datenschutz, Datensicherheit, sowie von Erklärbarkeit und iterativer Entwicklung von KI-Modellen adressiert werden. In diesem Kapitel werden die Innovationspotenziale, relevante Probleme und Lösungsansätze am Beispiel von akustischem Monitoring erläutert. Dabei wird deutlich, dass der frühzeitige Einsatz von Verfahren und Technologien für vertrauenswürdige KI, adäquate Entwicklungsmethoden und systematische Evaluationsprozesse entscheidend für einen erfolgreichen Einsatz und die Realisierung der Innovationspotenziale sind. Verfahren und Komponenten für audiovisuelle Analyse sind Algorithmen, die Informationen aus Bild, Videound Audiomaterial extrahieren. Sie können in vielen Anwendungsbereichen wichtige Bausteine für datengetriebene Wir danken Sascha Grollmisch, wissenschaftlicher Mitarbeiter am Fraunhofer IDMT, für seinen wertvollen Input bei der Erstellung des Kapitels. P. Aichroth (B) · J. Liebetrau Fraunhofer IDMT, Ilmenau, Deutschland E-Mail: patrick.aichroth@idmt.fraunhofer.de J. Liebetrau E-Mail: judith.liebetrau@idmt.fraunhofer.de
Zahlreiche Unternehmen sind aktuell bestrebt ihre etablierten Prozesse und Leistungen durch die Nutzung von Künstlicher Intelligenz zu verbessern und fokussieren sich auf operationale Ebenen des Einsatzes. Im folgenden Artikel soll ein Blick auf das Potenzial der Leistungserstellung dieser Technologie im unternehmerischen Kontext geworfen werden, um Unternehmen neue Perspektiven aufzuzeigen, die zukünftig mit der Wertschöpfung der neuen Maschinen einhergehen damit verbundene Potenziale der Leistung dieser digitalen Maschinen werden auf strategische Geschäftsmodellinnovationen projiziert werden. Im Vordergrund steht die Betrachtung maschineller Leistung als Innovation, die nicht nur etablierte Leistungen automatisiert, sondern neuartige Werte schaffen kann. Die daraus resultierende Änderung vom Potenzialfaktor zur Effizienzsteigerung zum Wegbereiter neuartiger Geschäftsmodelle durch maschinelle Wertschöpfung, kann die treibende Kraft des Erfolges für Unternehmen einnehmen. P. Rimpp (B) Institut für Wirtschaftswissenschaft, Technische Universität Clausthal, Clausthal-Zellerfeld, Deutschland E-Mail: philipp.rimpp@tu-clausthal.de
Künstliche Intelligenz (KI) wird in der Praxis zur Entscheidungsfindung eingesetzt (Lossos et al., 2021). Dies erfordert jedoch Vertrauen in die verschiedenen KI-Methoden. Solches Vertrauen bildet sich, wenn Entscheidungsträger und Nutzer mentale Repräsentationen des Systems bilden können und sie die Ausgabe des Systems verstehen. KI muss also erklärbar sein, eine reine Black Box ist selbst bei hoher Qualität eines Systems unzureichend. Die „erklärbare KI“ (engl. „eXplainable Artificial Intelligence“, XAI) befasst sich mit der Entwicklung von KIModellen, die durch Menschen nachvollziehbar sind (Adadi und Berrada, 2018; Europäische Kommission, 2020). In diesem Kapitel werden wünschenswerte Eigenschaften industrieller KI-Systeme untersucht – speziell hinsichtlich der Erklärbarkeit – und am Beispiel von Unternehmensratings vorgestellt. Neben XAI als Aspekt der technischen Akzeptanz beleuchten wir die Interaktion zwischen Geschäftsmodell und der kundenseitigen Akzeptanz. H. Bartel (B) RealRate Inc., Berlin, Deutschland E-Mail: holger.bartel@realrate.ai M. Kraft · J. L. Leidner Hochschule Coburg, Coburg, Deutschland E-Mail: mirko.kraft@hs-coburg.de J. L. Leidner E-Mail: leidner@acm.org J. L. Leidner University of Sheffield, Sheffield, Großbritannien
Der vorliegende Beitrag thematisiert den Einsatz von Künstlicher Intelligenz (KI) in der Psychotherapie. Zunächst werden relevante Begriffe geklärt, Forschungsfragen präsentiert und der aktuelle Forschungsund Entwicklungsstand auf theoretischer Ebene (mittels empirischer Literaturrecherche) und praktischer Ebene (anhand von bereits existierenden Entwicklungen) dargelegt. Daran schließt eine erörternde Diskussion von Vorund Nachteilen psychotherapeutischer KI für die Zielgruppen der Klienten/Patienten, Therapeuten und der Gesellschaft an. Es werden zielgruppenspezifische Anforderungen an eine praktikable Umsetzung einer psychotherapeutischen KI sowie sich daraus ergebende Geschäftsmodelloptionen präsentiert. Abschließend werden die M. Link · J. Jesse Understandment Jesse & Link GbR, Berlin, Deutschland E-Mail: Kontakt.PsychotherapieLink@gmail.com J. Jesse E-Mail: psychotherapie.jesse@gmail.com S. Gerth (B) Zentrum ProKI-Ilmenau & Mittelstand-Digital Zentrum Ilmenau, Technische Universität Ilmenau, Ilmenau, Deutschland E-Mail: info@sebastiangerth.com S. Gerth · V. Belikova-Gerth MentalAid UG (haftungsbeschränkt), Erfurt, Deutschland E-Mail: veronika@belikova-gerth.de
Digitale Sprachassistenten u. a. in Smart Speakern entwickeln sich zu einer pervasiven Technologie, die das Potenzial hat, ganze Geschäftsprozesse und -modelle zu verändern. Nutzerpräferenzen für bestimmte Marken digitaler Sprachassistenten determinieren maßgeblich digitale Geschäftsmodelle von Anbietern digitaler Sprachassistenten und von Produktanbietern, die sich des sprachgesteuerten Electronic Commerce als Distributionskanal bedienen. In diesem Beitrag werden daher mittels eines Discrete Choice-Experiments Nutzerpräferenzen für Markierungen und weiteren Produkteigenschaften von Smart Speakern untersucht. Basierend auf den Daten von 350 Smart SpeakerNutzern werden Latent Class – Multinomiale Logit Modelle geschätzt und fünf Nutzersegmente abgeleitet, die sich maßgeblich in ihren Präferenzen unterscheiden. Die Wichtigkeit der Markierung für den Kauf eines Smart Speakers zeigt sich in allen identifizierten Segmenten: Während Smart Speaker einer unbekannten Marke generell abgelehnt werden, differieren die Markenpräferenz zwischen den Segmenten stark. Die nachdrückliche Präferenz einzelner digitaler Sprachassistenten in Smart Speakern verdeutlicht ihre potenzielle Schlüsselfunktion als Intermediäre in digitalen Geschäftsmodellen. Dies kann nicht nur zu Verzerrungen und Umwerfungen im bisherigen Marktgeschehen C. D. Schultz (B) Fakultät für Wirtschaftswissenschaft, Fern Universität in Hagen, Hagen, Deutschland E-Mail: carsten.schultz@fernuni-hagen.de F. Paetz Clausthal Executive School, Technische Universität Clausthal, Clausthal-Zellerfeld, Deutschland E-Mail: friederike.paetz@tu-clausthal.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
Band 3 · Nachhaltige Geschäftsmodelle durch digitale Innovation und Transformation (15 Beitrage)
Das Kapitel diskutiert die Notwendigkeit eines neuen Verständnisses von Unternehmertum im Spannungsfeld globaler ökonomischer, sozialer und ökologischer Herausforderungen sowie digitaler Transformation. Es argumentiert, dass traditionelle Paradigmen inkrementeller Innovation und linearer Digitalisierung nicht ausreichen, um nachhaltige unternehmerische Zukunftsfähigkeit zu sichern. Stattdessen bedarf es einer tiefgreifenden Integration von Nachhaltigkeit und Digitalisierung, die in der heutigen Zeit als kooperative Gestaltungsräume verstanden werden müssen. Anhand konzeptioneller Überlegungen und praktischer Beispiele wird gezeigt, wie digitale Technologien, neue Geschäftsmodelllogiken, kollaborative Innovationsprozesse und zukunftsorientierte Regulierung zu einer resilienz- und verantwortungsorientierten Unternehmenspraxis beitragen können. Das Kapitel mündet in sieben Prinzipien zukunftsfähigen Unternehmertums, die als Reflexions- und Handlungsrahmen dienen und als eine Art Handlungsleitfaden verstanden werden können. Es plädiert für eine unternehmerische Haltung, die systemisches Denken, gesellschaftliche Verantwortung und aktive Gestaltung von Transformationen miteinander verbindet.
Netto-Null ist keine ferne Vision mehr, sondern eine dringende Notwendigkeit. Viele Großunternehmen scheitern jedoch daran, ihre Ankündigungen in die Praxis umzusetzen – fragmentierte Daten, komplexe Governance und Pilotprojekte, die nie in den Betrieb übergehen, sind häufige Hürden. KMU bringen Agilität und Innovation ein, stoßen aber auf knappe Ressourcen und eingeschränkten Zugang zu Unternehmensinfrastrukturen. Dieses Kapitel stellt ein praxisnahes Framework vor, das Partnerschaften zwischen KMU und Großunternehmen in vier Phasen strukturiert: strategische Ausrichtung, Pilotdefinition, Vorbereitung der Skalierung und Implementierung im Betrieb. Jede Phase baut den Netto-Null-Geschäftsmodelle schrittweise auf und verbindet finanzielle, operative und klimabezogene Ergebnisse. Das Framework basiert auf realen Erfahrungen in Unternehmens- und KMU-Kooperationen, berücksichtigt Lehren aus gescheiterten Projekten und orientiert sich an anerkannten Standards wie GHG Protocol, SBTi und CSRD. Der Anwendungsfall NeoCarbon–Greenman zeigt exemplarisch, wie der Ansatz funktioniert. Die Botschaft: Mutige Zusammenarbeit verwandelt isolierte Initiativen in messbare, skalierbare Fortschritte auf dem Weg zu Netto-Null.
Die digitale Transformation hat sich als ein entscheidender Faktor für die Förderung von Nachhaltigkeit erwiesen und umgekehrt. Digitale Plattformen spielen hier eine besondere Rolle, denn sie ermöglichen es Unternehmen, ihre Ressourceneffizienz zu verbessern und nachhaltige Konsummodelle zu fördern. Im Beitrag wird untersucht, wie digitale Plattformen zur nachhaltigen Entwicklung beitragen können, indem sie ökonomische, soziale und ökologische Nachhaltigkeit in ihre Geschäftsmodelle integrieren. Dieser Beitrag bietet nicht nur praktische Beispiele und diskutiert geschäftsmodellrelevante Aspekte digitaler Plattformen und ihre Auswirkungen auf Wirtschaft, Umwelt und Gesellschaft. Er stellt auch auch ein theoretisches Rahmenkonstrukt für die weitere wissenschaftliche Anschlussforschung zur Verfügung. Dieser Rahmen wird mit diversen Geschäftsmodellarten mit Nachhaltigkeitsbezug verknüpft. Am Beispiel von Uber werden die präsentierten Aspekte in einer Fallstudie kondensiert und Chancen sowie Herausforderungen bei der Etablierung und Optimierung von Nachhaltigkeit sowie die Rolle politischer Entscheidungsträger bei der Schaffung unterstützender Rahmenbedingungen und Anreize diskutiert.
Nicht zuletzt aufgrund gesetzlicher Vorgaben und Richtlinien gewinnt das Thema ökologische Nachhaltigkeit für Unternehmen zunehmend an Bedeutung. In diesem Zusammenhang kommt dem prozessorientierten Qualitätsmanagement (QM) eine wichtige Rolle bei der Gestaltung umwelt- und ressourcenschonender Geschäftsprozesse zu. Allerdings fehlt es im QM sowohl an einer präzisen Definition des Begriffs ‚grüne Qualität‘ als auch an methodischen Standards zur Erreichung ökologischer Nachhaltigkeitsziele. Der vorliegende Beitrag analysiert, inwieweit etablierte Qualitätstechniken für QM-Initiativen zur Erreichung ökologischer Nachhaltigkeitsziele angepasst werden müssen und welche Techniken für entsprechende Projekte geeignet sind. Dies bildet die Grundlage für Geschäftsmodelle im Bereich beratungsorientierter Dienstleistungen zur umweltgerechten Umgestaltung von Unternehmensprozessen.
In Anbetracht wachsender ökologischer und sozialer Spannungsfelder gewinnt die Entwicklung nachhaltiger Wertschöpfungsstrategien in Unternehmen zunehmend an Relevanz. In diesem Kapitel werden wertorientierte Geschäftsmodelle als strategische Ansätze dargestellt, die nicht nur ökologischen und sozialen Herausforderungen begegnen, sondern auch die langfristige Wettbewerbsfähigkeit von Unternehmen fördern. Ausgangspunkt der Analyse ist die zentrale Forschungsfrage: Wie können wertorientierte Geschäftsmodelle zur Umsetzung unternehmerischer Nachhaltigkeit beitragen und welche Merkmale bestimmen ihren Erfolg in unterschiedlichen Branchenkontexten? Anhand von fünf Fallbeispielen werden die Vorteile und Merkmale solcher Modelle hervorgehoben. Das Kapitel schließt mit den Herausforderungen und Perspektiven dieser Ansätze und unterstreicht deren zentrale Bedeutung in einer nachhaltig orientierten Geschäftswelt.
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.
Die Transformation zu einer nachhaltigeren Wirtschaftsweise bedeutet, sich von alten Denkmustern zu befreien, neue Konzepte zu verfolgen und Innovationen zuzulassen. Aktuell ist unsere Wirtschaftsweise geprägt durch das take-make-waste-Modell einer Linearwirtschaft: Rohstoffe werden entnommen, zu Produkten verarbeitet und dann nach einer kurzen Nutzungsphase wieder entsorgt. Ein Konzept für ein nachhaltiges Wirtschaftssystem ist beispielsweise die Circular Economy (CE), die unter Beachtung der planetaren Grenzen unserer Erde agiert. CE bedeutet Materialien, Komponenten und Produkte so lange wie möglich im Kreislauf zu führen. Bereits bei der Entwicklung eines Produktes sollte bedacht werden, was am Ende mit dem Produkt geschieht. Dabei geht es nicht um ein Design für eine verbesserte Recyclebarkeit, sondern vielmehr darum, die Lebensdauer von Produkten, Komponenten oder Materialien zu verlängern und sie effektiver zu nutzen. Dies kann durch Strategien, wie etwa das Vermeiden, Reparieren, Wiederverwenden, Recyclen oder auch das Rückgewinnen von Produkten und Materialien entlang der Lieferkette, geschehen. Um jedoch langfristig die Strategien der CE im Unternehmen zu implementieren, müssen nicht nur Produkte ganzheitlich überdacht werden, sondern auch die damit verbundenen Geschäftsmodelle. Dabei spielen insbesondere digitale Technologien, wie etwa KI, Robotik, additive Fertigung oder Internet of Things sowie digitale Anwendungen wie beispielsweise Bildauswertung, Online-Plattformen oder der digitale Zwilling eine wichtige Rolle. Sie können bei der Umsetzung der Strategien unterstützen und ein Ermöglicher der Transformation zur CE sein. Der Beitrag untersucht, wie digitale Lösungsansätze die effektive Umsetzung der CE-Prinzipien ermöglichen.
Open-Source-Hardware (OSHW) überträgt die Prinzipien der offenen Entwicklung, wie sie aus Open-Source-Software (OSSW) bekannt sind, auf physische Produkte. Dies stellt Unternehmen vor besondere Herausforderungen, da frei verfügbare Designs den klassischen Schutzmechanismen des geistigen Eigentums entgegenstehen. Das Kapitel untersucht acht OSHW-Projekte und widmet sich der Fragestellung, wie OSHW-Startups trotz der Offenheit ihrer Designs wirtschaftlich tragfähige Geschäftsmodelle entwickeln können. Die Analyse zeigt, dass erfolgreiche OSHW-Startups hybride Geschäftsmodelle nutzen, die eine Kombination aus Hardware-Verkauf, Serviceleistungen, Schulungen, Beratung und teilweise Dual-Lizenzierung umfassen. Da Open-Source-Designs leicht kopierbar sind, müssen Unternehmen alternative Monetarisierungsstrategien entwickeln, um langfristig wettbewerbsfähig zu bleiben. Es wird deutlich, dass OSHW nicht nur ein Geschäftsmodell, sondern auch ein Differenzierungsmerkmal sein kann. Modularität und Anpassungsfähigkeit erhöhen den Nutzwert von Produkten und ermöglichen eine flexible Kundenansprache. Gleichzeitig erfordert OSHW ein durchdachtes Wertschöpfungsmodell, da Produktion, Logistik und Qualitätssicherung komplexer sind als bei Softwareprojekten. Erfolgreiche Unternehmen setzen auf ein starkes Community-Engagement, kooperative Entwicklungsansätze und ergänzende Dienstleistungen zur Monetarisierung. Insgesamt zeigt sich, dass OSHW durch innovative Geschäftsmodelle wirtschaftlich tragfähig sein kann. Die Erkenntnisse bieten wertvolle Einblicke für Gründer, Investoren und Unternehmen, die Open-Source-Prinzipien strategisch nutzen und langfristige Wettbewerbsvorteile sichern möchten.
Quantentechnologien basieren auf den Prinzipien der Quantenphysik und umfassen unter anderem Quantencomputer, -kommunikation und -sensorik. Trotz des großen Potenzials befinden sich die verschiedenen Quantentechnologien auf unterschiedlichen Reifegraden (Calarco 2022, S. 15 ff.). Allerdings steigt mit dem zunehmenden Reifegrad die Relevanz der Geschäftsmodellentwicklung (Gassmann et al. 2019, S. 20). Dies gilt nicht nur im Bereich der Quantentechnologien, sondern lässt sich auch bei anderen Deep-Tech-Innovationen beobachten, da technologische Reife erst dann ihr volles ökonomisches und gesellschaftliches Potenzial entfalten kann, wenn sie durch tragfähige Geschäftsmodelle ergänzt wird. Vor diesem Hintergrund untersucht dieses Kapitel, wie Geschäftsmodelle im Bereich der Quantentechnologien kategorisiert und differenziert werden können, welche Modelle bereits existieren und welche Rolle diese im Kontext der Nachhaltigkeit spielen. Ziel ist es daher, eine Geschäftsmodellperspektive für Quantentechnologien darzustellen. Zu diesem Zweck wird eine Taxonomie vorgestellt, welche auf Basis einer qualitativen Analyse der 100 weltweit bedeutendsten Quanten-Startups abgeleitet wurde. Darauf basierend wird eine exemplarische Einordnung von Quanten-Startups vorgenommen. Außerdem werden die identifizierten Geschäftsmodelle in den Segmenten Quantencomputer, -kommunikation und -sensoren erläutert. Dabei wird auch aufgezeigt, wie Quanten-Geschäftsmodelle zur Lösung globaler Herausforderungen im Kontext der Nachhaltigkeit beitragen und ökologischen Mehrwert stiften können. Dadurch entsteht ein umfangreiches Bild zum heutigen Stand der Kommerzialisierung von Quantentechnologien durch Quanten-Startups und ihre Wirkung auf Nachhaltigkeitsaspekte.
Digitale Transformation muss perspektivisch nicht nur effizient, sondern nachhaltig und menschenzentriert gestaltet werden. Mit den Leitlinien von Industrie 5.0 hat die Europäische Kommission einen Orientierungsrahmen geschaffen, der Digitalisierung als strategische, gesamtgesellschaftliche Aufgabe versteht. Der Beitrag greift diese Herausforderung auf und stellt den Digital Index als praxisnahes, wissenschaftlich fundiertes Instrument vor, das nicht nur den digitalen Reifegrad von Unternehmen im Sinne von Industrie 5.0 systematisch bewertet, sondern umsetzbare Handlungsempfehlungen ableitet. Neben technologischen Aspekten werden dabei explizit auch soziale und ökologische Kriterien berücksichtigt. Anhand von zwei Fallbeispielen wird gezeigt, wie der Digital Index in Unternehmen mit divergentem Digitalisierungsgrad hilft, Potenziale zu identifizieren und Transformationsprozesse zu begleiten. Zudem wird aufgezeigt, wie der Digital Index auf gesamtwirtschaftlicher und gesellschaftlicher Ebene wirkt, wie bspw. durch die Förderung nachhaltiger Wertschöpfung, die Stärkung der Partizipation von Mitarbeitenden oder die Reduktion ökologischer Belastungen. Der Beitrag stellt in den Fokus, wie die abstrakten Ziele der Industrie 5.0 in die betriebliche Praxis übersetzt werden können und bietet ein anschlussfähiges Werkzeug zur Entwicklung zukunftsfähiger, nachhaltiger Geschäftsmodelle im Kontext digitaler Innovation und Transformation.
In der Vergangenheit wurden digitale Innovationen (wie Internet, Smartphone, Additive Fertigung, Immersive Technologien) entwickelt, um beispielsweise Arbeit effizienter oder auch Produktionsabläufe leistungsfähiger zu gestalten. Auch die künstliche Intelligenz (KI) hat viele Erleichterungen gebracht und eröffnet neue Möglichkeiten für nachhaltiges Wirtschaften. Mitarbeitende brauchen bspw. weniger Zeit mit administrativen Tätigkeiten zu verbringen, wenn KI-basierte Assistenzsysteme Routineaufgaben in Unternehmen übernehmen. Im industriellen Kontext kann ein KI-unterstütztes Energiemanagement den Verbrauch in Echtzeit analysieren und damit unnötige Lastspitzen vermeiden. KI hat zudem das Potenzial, die globalen Bemühungen zum Schutz der Umwelt und des Klimas sowie zur Erhaltung der Ressourcen zu beschleunigen. Allerdings verbraucht das Trainieren von KI-Modellen hohe Mengen an Energie und Wasser, weil dazu der Einsatz leistungsstarker Rechenzentren erforderlich ist. Diese verbrauchen enorme Mengen an elektrischer Energie für die Rechenleistung. Gleichzeitig erzeugt dieser Prozess viel Abwärme. Um die Server zu kühlen, wird häufig Wasser zur Kühlung eingesetzt. Auch ethische Aspekte wie Transparenz der Entscheidungsfindung sind beim Einsatz von KI kaum berücksichtigt. In diesem Beitrag zeigen die Autoren, wie durch den Einsatz von KI nachhaltige Geschäftsmodelle und damit ein Mehrwert im Unternehmen geschaffen werden können. Dabei wird darauf geachtet, dass die KI selbst nachhaltig gestaltet ist. Dazu wurde im Forschungsprojekt ESCADE ein Kennzahlenmodell entwickelt, mit dem die Nachhaltigkeit von KI gemessen und bewertet werden kann.
Im Rahmen des international zunehmenden Wettbewerbs im Bereich des Maschinenbaus ist in einem Forschungsprojekt gemeinsam mit dem Werkzeugmaschinenhersteller DMG MORI Seebach GmbH ein KI-basierter Vorhersagealgorithmus für Maschinenverschleiß auf Basis der Produktionsdaten erstellt worden. Damit soll zukünftig die Produktion am Thüringer Standort Seebach dahingehend optimiert werden, dass bestimmte, arbeits- und damit kostenintensive Instandsetzungen beim Kunden durch eine geeignete Auswahl an Maschinenkonfigurationen minimiert werden können, sofern bei der Konfiguration Spielräume bestehen (Weck und Brecher 2006, S. 381). Als Grundlage für diese Prädiktion wird eine im Rahmen des Projekts trainierte KI im Rahmen des Wiener’schen Systemmodells (Wiener 1963) eingesetzt. Dabei werden die Konfigurationsdaten aus der Produktion eingangsseitig und sämtliche Daten über bestimmte Verschleißzustände an der Ausgangsseite für dieselbe Maschine für die Modellerstellung eingeprägt, um in der Anwendungsphase dieses Verschleißvorhersagemodell für die Produktionsoptimierung einzusetzen. Es wird also die trainierte KI gezielt zur Produktionsoptimierung genutzt, womit neben dem Einsatz in der Fertigung auch neue Geschäftsmodelle möglich werden.
Die Gestaltung nachhaltiger KI-Systeme im Einklang mit regulatorischen Anforderungen erfordert eine ganzheitliche Betrachtung. Bereits im Design und in allen Phasen des Lebenszyklus sollten Umwelt- und Sozialaspekte integriert werden, um den Prinzipien der Vertrauenswürdigkeit für KI zu entsprechen. Die europäischen Regulierungen, insbesondere die KI-Verordnung (KI-VO), setzen klare Vorgaben für Transparenz, Sicherheit und Verantwortlichkeit. Ergänzt durch internationale Standards und Normen wird der Weg für mehr Nachhaltigkeit bei Entwicklung und Nutzung von KI orchestriert. Geschäftsmodelle werden somit durch den Einsatz von vertrauenswürdiger KI in Richtung Nachhaltigkeit und Integration ethischer und sozialer Aspekte neujustiert.
Der Lebensmittelhandel befindet sich aktuell in einem drastischen Wandel: So muss er auf ein geändertes Einkaufsverhalten sowohl hinsichtlich eines gesundheitsbewussteren und nachhaltigkeitsorientierterem (Kauf-)Verhaltens der Konsumenten als auch hinsichtlich einer Präferenz zu mehr Digitalisierung, d. h. Online-Einkäufe oder Nutzung von smarten Einkaufswagen im stationären Handel, reagieren. Mit Hilfe von zwei Discrete Choice Experimenten wird im vorliegenden Beitrag untersucht, welche individuellen Konsumentenpräferenzen für Fleischersatzprodukte im stationären und digitalen Lebensmittelhandel existieren. Während beispielsweise Preise und die Verpackungsart in beiden Absatzkanälen vergleichbaren Nutzen stiften, präferieren Teilnehmende des stationären Szenarios das Fleischprodukt, während im digitalen Szenario das Fleischersatzprodukt präferiert wurde. Unter Berücksichtigung der Nachhaltigkeit ergeben sich somit unterschiedliche Ansätze, um digitale Geschäftsmodelle zu entwickeln und zu gestalten.
Die sogenannte ‚Twin Transformation‘, also die strategische Verknüpfung von Digitalisierung und Nachhaltigkeit, gilt als zentrale Herausforderung und zugleich als bedeutende Chance für zukünftige Wertschöpfung. Dieses Kapitel bietet eine strukturierte Literatur- und Inhaltsübersicht zu den Potenzialen, Geschäftsmodellen, Handlungsempfehlungen und Grenzen der Twin Transformation. Es zeigt, wie digitale Technologien als Enabler nachhaltiger Innovationen fungieren und beleuchtet die Voraussetzungen, unter denen Unternehmen, Politik und Bildungseinrichtungen diese Potenziale ausschöpfen können. Neben Praxisbeispielen und strategischen Implikationen werden auch Herausforderungen wie Rebound-Effekte, Zielkonflikte und der bestehende Forschungsbedarf diskutiert. Die Analyse basiert auf aktuellen wissenschaftlichen Arbeiten, White Papern und Strategiestudien. Ziel ist es, ein theoretisch fundiertes und zugleich praxisorientiertes Verständnis der Twin Transformation als Wegbereiter zukunftsfähiger Geschäftsmodelle zu vermitteln.