Hintergrund & Motivation:

Die digitale Transformation verändert ganze Branchen. Sie wird insbesondere durch die zunehmende Vernetzung von Menschen, Maschinen und Produkten und die dabei entstehenden Daten ermöglicht und führt zu optimierten oder neuartigen Geschäftsmodellen. Digitale Geschäftsmodelle sind in vielen Fällen datengetrieben und beinhalten Daten als Schlüsselressource oder Datenanalysen als Schlüsselaktivität. So können Daten zur Effizienzsteigerung von Prozessen, der Veränderung einzelner Bausteine des Geschäftsmodells, sowie zur Erschließung komplett neuartiger Geschäftsmodelle verwendet werden. Die Entwicklung dieser Geschäftsmodelle kann entweder top-down vom Ziel, oder bottom-up von der Technologie initiiert werden.

Ziel der Arbeit:

Die fortschreitende Digitalisierung stellt insbesondere für kleine und mittlere Unternehmen eine große Herausforderung dar. Im Zuge dieser Bachelorarbeit soll beleuchtet werden, was datengetriebene Geschäftsmodelle sind und wie diese sich von traditionellen und digitalen Geschäftsmodellen unterscheiden. Dabei soll insbesondere auf die Potenziale, Einflussfaktoren und Erfolgskriterien für kleine und mittlere Unternehmen Handelsunternehmen eingegangen werden.

Forschungsmethode / Vorgehen:

Zur Beantwortung der Forschungsfrage soll eine strukturierte Literaturrecherche nach Webster & Watson (2002) und vom Brocke et al. (2009) durchgeführt werden.

Ergebnis der Arbeit:

Das Ergebnis der Arbeit ist eine Konzeptmatrix oder ein ähnliches Strukturierungswerkzeug zur Präsentation einer neuen Sichtweise auf das Thema. Es soll ein Konzept abgeleitet werden, welches beschreibt, wie die Potenziale, Einflussfaktoren und Erfolgskriterien für den Mittelstand im Handel aussehen. Zudem sollen weitere Forschungspotenziale der gesichteten Literatur zusammengefasst und aufbereitet werden.

Ausgangsliteratur:

• Sorescu et al. - Innovations in Retail Business Models - 2011
• Zolnowski, Christiansen, and Gudat - Business Model Transformation Patterns of Data-Driven Innovations - 2016
• Hartmann et al. - Big Data for Big Business? A Taxonomy of Data-driven Business Models used by Start-up Firms 2014
• Schüritz, Satzger - Muster für Geschäftsmodell-Innovationen durch Datenanreicherung - 2016
• Schüritz, Satzger - Patterns of Data-Infused Business Model Innovation - 2016
• Hartmann et al. - Capturing value from big data – a taxonomy of data-driven business models used by start-up firms - 2016
• Bulger, Taylor and Schroeder - Data-Driven Business Models: Challenges and Opportunities of Big Data - 2014
• Kastner - Datengetriebene Geschäftsmodelle - Was steckt dahinter? - 2017
• Müller Datengetriebene Geschäftsmodelle: Bestehende Daten nutzen 2016
• Steimel Smart Products and Services: Neue datengetriebene Geschäftsmodelle - 2017
• Gassmann, Frankenberger, Csik - Geschäftsmodelle entwickeln: 55 innovative Konzepte mit dem St. Galler Business Model Navigator - 2013
• Hofman and Spijker - Patterns in Data Driven Strategy - 2016
• Dirzus and Gülpen - Mehr Wertschöpfung durch neue Geschäftsmodelle - 2017
• Zaki, Bøe-lillegraven and Neely A Transition Towards a Data-Driven Business Model (DDBM): A Case Study of Nettavisen Online - 2016
• Brownlow, Zaki, Neely, and Urmetzer Data and Analytics - Data-Driven Business Models: A Blueprint for Innovation - 2015
• Kreulen, Campbell and Abrams Analytics Ecosystem Transformation: A Force for Business Model Innovation - 2011
• Redman - 4 Business Models for the Data Age - 2015
• Ernis - Neue datengetriebene Geschäftsmodelle für Industrie und Produktion - 2017
• Kollmann, Tobias - E-Entrepreneurship: Grundlagen der Unternehmensgründung in der Digitalen Wirtschaft - 2016