TY - THES A1 - Panzer, Marcel T1 - Design of a hyper-heuristics based control framework for modular production systems T1 - Design eines auf Hyperheuristiken basierenden Steuerungsframeworks für modulare Produktionssysteme N2 - Volatile supply and sales markets, coupled with increasing product individualization and complex production processes, present significant challenges for manufacturing companies. These must navigate and adapt to ever-shifting external and internal factors while ensuring robustness against process variabilities and unforeseen events. This has a pronounced impact on production control, which serves as the operational intersection between production planning and the shop- floor resources, and necessitates the capability to manage intricate process interdependencies effectively. Considering the increasing dynamics and product diversification, alongside the need to maintain constant production performances, the implementation of innovative control strategies becomes crucial. In recent years, the integration of Industry 4.0 technologies and machine learning methods has gained prominence in addressing emerging challenges in production applications. Within this context, this cumulative thesis analyzes deep learning based production systems based on five publications. Particular attention is paid to the applications of deep reinforcement learning, aiming to explore its potential in dynamic control contexts. Analysis reveal that deep reinforcement learning excels in various applications, especially in dynamic production control tasks. Its efficacy can be attributed to its interactive learning and real-time operational model. However, despite its evident utility, there are notable structural, organizational, and algorithmic gaps in the prevailing research. A predominant portion of deep reinforcement learning based approaches is limited to specific job shop scenarios and often overlooks the potential synergies in combined resources. Furthermore, it highlights the rare implementation of multi-agent systems and semi-heterarchical systems in practical settings. A notable gap remains in the integration of deep reinforcement learning into a hyper-heuristic. To bridge these research gaps, this thesis introduces a deep reinforcement learning based hyper- heuristic for the control of modular production systems, developed in accordance with the design science research methodology. Implemented within a semi-heterarchical multi-agent framework, this approach achieves a threefold reduction in control and optimisation complexity while ensuring high scalability, adaptability, and robustness of the system. In comparative benchmarks, this control methodology outperforms rule-based heuristics, reducing throughput times and tardiness, and effectively incorporates customer and order-centric metrics. The control artifact facilitates a rapid scenario generation, motivating for further research efforts and bridging the gap to real-world applications. The overarching goal is to foster a synergy between theoretical insights and practical solutions, thereby enriching scientific discourse and addressing current industrial challenges. N2 - Volatile Beschaffungs- und Absatzmärkte sowie eine zunehmende Produktindividualisierung konfrontieren Fertigungsunternehmen mit beträchtlichen Herausforderungen. Diese erfordern eine Anpassung der Produktion an sich ständig wechselnde externe Einflüsse und eine hohe Prozessrobustheit gegenüber unvorhersehbaren Schwankungen. Ein Schlüsselelement in diesem Kontext ist die Produktionssteuerung, die als operative Schnittstelle zwischen der Produktions- planung und den Fertigungsressourcen fungiert und eine effiziente Handhabung zahlreicher Prozessinterdependenzen sicherstellen muss. Angesichts dieser gesteigerten Produktionsdynamik und Produktvielfalt rücken innovative Steuerungsansätze in den Vordergrund. In jüngerer Zeit wurden daher verstärkt Industrie-4.0-Ansätze und Methoden des maschinellen Lernens betrachtet. Im Kontext der aktuellen Forschung analysiert die vorliegende kumulative Arbeit Deep-Learning basierte Produktionssysteme anhand von fünf Publikationen. Hierbei wird ein besonderes Augenmerk auf die Anwendungen des Deep Reinforcement Learning gelegt, um dessen Potenzial zu ergründen. Die Untersuchungen zeigen, dass das Deep Reinforcement Learning in vielen Produktionsanwendungen sowohl herkömmlichen Ansätzen als auch an- deren Deep-Learning Werkzeugen überlegen ist. Diese Überlegenheit ergibt sich vor allem aus dem interaktiven Lernprinzip und der direkten Interaktion mit der Umwelt, was es für die dynamische Produktionssteuerung besonders geeignet macht. Dennoch werden strukturelle, organisatorische und algorithmische Forschungslücken identifiziert. Die überwiegende Mehrheit der untersuchten Ansätze fokussiert sich auf Werkstattfertigungen und vernachlässigt dabei potenzielle Prozesssynergien modularer Produktionssysteme. Ferner zeigt sich, dass Multi- Agenten- und Mehr-Ebenen-Systeme sowie die Kombination verschiedener algorithmischer Ansätze nur selten zur Anwendung kommen. Um diese Forschungslücken zu adressieren, wird eine auf Deep Reinforcement Learning basierende Hyper-Heuristik für die Steuerung modularer Produktionssysteme vorgestellt, die nach der Design Science Research Methodology entwickelt wird. Ein semi-heterarchisches Multi-Agenten-System ermöglicht eine dreifache Reduktion der Steuerungs- und Optimierungs- komplexität und gewährleistet gleichzeitig eine hohe Systemadaptabilität und -robustheit. In Benchmarks übertrifft das Steuerungskonzept regelbasierte Ansätze, minimiert Durchlaufzeiten und Verspätungen und berücksichtigt kunden- sowie auftragsorientierte Kennzahlen. Die ent- wickelte Steuerungsmethodik ermöglicht einen schnellen Szenarienentwurf, um dadurch weitere Forschungsbemühungen zu stimulieren und die bestehende Transferlücke zur Realität weiter zu überbrücken. Das Ziel dieser Forschungsarbeit ist es, eine Synergie zwischen theoretischen Erkenntnissen und Praxis-relevanten Lösungen zu schaffen, um sowohl den wissenschaftlichen Diskurs zu bereichern als auch Antworten auf aktuelle industrielle Herausforderungen zu bieten. KW - modular production KW - deep learning KW - modulare Produktion KW - Produktionssteuerung KW - Deep Learning KW - Reinforcement Learning KW - Simulation KW - production control KW - reinforcement learning KW - simulation Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-633006 ER - TY - THES A1 - Köhler, Wolfgang T1 - Challenges of efficient and compliant data processing T1 - Herausforderungen einer effizienten und gesetzeskonformen Datenverarbeitung BT - assuring legal access to data BT - Sicherstellung des rechtmäßigen Zugangs zu Daten N2 - Die fortschreitende Digitalisierung verändert die Gesellschaft und hat weitreichende Auswirkungen auf Menschen und Unternehmen. Grundlegend für diese Veränderungen sind die neuen technologischen Möglichkeiten, Daten in immer größerem Umfang und für vielfältige neue Zwecke zu verarbeiten. Von besonderer Bedeutung ist dabei die Verfügbarkeit großer und qualitativ hochwertiger Datensätze, insbesondere auf Basis personenbezogener Daten. Sie werden entweder zur Verbesserung der Produktivität, Qualität und Individualität von Produkten und Dienstleistungen oder gar zur Entwicklung neuartiger Dienstleistungen verwendet. Heute wird das Nutzerverhalten, trotz weltweit steigender gesetzlicher Anforderungen an den Schutz personenbezogener Daten, aktiver und umfassender verfolgt als je zuvor. Dies wirft vermehrt ethische, moralische und gesellschaftliche Fragen auf, die nicht zuletzt durch populäre Fälle des Datenmissbrauchs in den Vordergrund der politischen Debatte gerückt sind. Angesichts dieses Diskurses und der gesetzlichen Anforderungen muss heutiges Datenmanagement drei Bedingungen erfüllen: Erstens die Legalität bzw. Gesetzeskonformität der Nutzung, zweitens die ethische Legitimität. Drittens sollte die Datennutzung aus betriebswirtschaftlicher Sicht wertschöpfend sein. Im Rahmen dieser Bedingungen verfolgt die vorliegende kumulative Dissertation vier Forschungsziele mit dem Fokus, ein besseres Verständnis (1) der Herausforderungen bei der Umsetzung von Gesetzen zum Schutz von Privatsphäre, (2) der Faktoren, die die Bereitschaft der Kunden zur Weitergabe persönlicher Daten beeinflussen, (3) der Rolle des Datenschutzes für das digitale Unternehmertum und (4) der interdisziplinären wissenschaftlichen Bedeutung, deren Entwicklung und Zusammenhänge zu erlangen. N2 - Advancing digitalization is changing society and has far-reaching effects on people and companies. Fundamental to these changes are the new technological possibilities for processing data on an ever-increasing scale and for various purposes. The availability of large and high-quality data sets, especially those based on personal data, is crucial. They are used either to improve the productivity, quality, and individuality of products and services or to develop new types of services. Today, user behavior is tracked more actively and comprehensively than ever despite increasing legal requirements for protecting personal data worldwide. That increasingly raises ethical, moral, and social questions, which have moved to the forefront of the political debate, not least due to popular cases of data misuse. Given this discourse and the legal requirements, today's data management must fulfill three conditions: Legality or legal conformity of use and ethical legitimacy. Thirdly, the use of data should add value from a business perspective. Within the framework of these conditions, this cumulative dissertation pursues four research objectives with a focus on gaining a better understanding of (1) the challenges of implementing privacy laws, (2) the factors that influence customers' willingness to share personal data, (3) the role of data protection for digital entrepreneurship, and (4) the interdisciplinary scientific significance, its development, and its interrelationships. KW - General Data Protection Regulation (GDPR) KW - data privacy KW - privacy management KW - Datenschutz-Grundverordnung (DSGVO) KW - Datenschutz KW - Datenschutzmanagement KW - Datenmonetarisierung KW - digitale Produktentwicklung KW - data monetization KW - digital product development Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-627843 ER - TY - THES A1 - Haase, Jennifer T1 - Creative intensive processes T1 - Kreativ-Intensive-Prozesse BT - an approach to model creative work BT - ein Ansatz zur Modellierung kreativer Arbeit N2 - Creativity – developing something new and useful – is a constant challenge in the working world. Work processes, services, or products must be sensibly adapted to changing times. To be able to analyze and, if necessary, adapt creativity in work processes, a precise understanding of these creative activities is necessary. Process modeling techniques are often used to capture business processes, represent them graphically and analyze them for adaptation possibilities. This has been very limited for creative work. An accurate understanding of creative work is subject to the challenge that, on the one hand, it is usually very complex and iterative. On the other hand, it is at least partially unpredictable as new things emerge. How can the complexity of creative business processes be adequately addressed and simultaneously manageable? This dissertation attempts to answer this question by first developing a precise process understanding of creative work. In an interdisciplinary approach, the literature on the process description of creativity-intensive work is analyzed from the perspective of psychology, organizational studies, and business informatics. In addition, a digital ethnographic study in the context of software development is used to analyze creative work. A model is developed based on which four elementary process components can be analyzed: Intention of the creative activity, Creation to develop the new, Evaluation to assess its meaningfulness, and Planning of the activities arising in the process – in short, the ICEP model. These four process elements are then translated into the Knockledge Modeling Description Language (KMDL), which was developed to capture and represent knowledge-intensive business processes. The modeling extension based on the ICEP model enables creative business processes to be identified and specified without the need for extensive modeling of all process details. The modeling extension proposed here was developed using ethnographic data and then applied to other organizational process contexts. The modeling method was applied to other business contexts and evaluated by external parties as part of two expert studies. The developed ICEP model provides an analytical framework for complex creative work processes. It can be comprehensively integrated into process models by transforming it into a modeling method, thus expanding the understanding of existing creative work in as-is process analyses. N2 - Kreativität – etwas Neues und Nützliches zu entwickeln – ist eine ständige Herausforderung in der Arbeitswelt. Arbeitsabläufe, Dienstleistungen oder Produkte müssen sinnvoll an den Wandel der Zeit angepasst werden. Um die Kreativität in Arbeitsprozessen analysieren und gegebenenfalls anpassen zu können, ist ein genaues Verständnis dieser kreativen Aktivitäten notwendig. Prozessmodellierungstechniken werden häufig eingesetzt, um Geschäftsprozesse zu erfassen, grafisch darzustellen und auf Anpassungsmöglichkeiten zu analysieren. Dies ist für kreative Arbeit nur sehr begrenzt möglich. Ein genaues Verständnis der kreativen Arbeit unterliegt der Herausforderung, dass sie zum einen in der Regel sehr komplex und iterativ ist. Andererseits ist sie zumindest teilweise unvorhersehbar, da immer wieder Neues entsteht. Wie lässt sich die Komplexität kreativer Geschäftsprozesse adäquat adressieren und gleichzeitig handhabbar machen? Diese Dissertation versucht, diese Frage zu beantworten, indem sie zunächst ein präzises Prozessverständnis kreativer Arbeit entwickelt. In einem interdisziplinären Ansatz wird die Literatur zur Prozessbeschreibung kreativitätsintensiver Arbeit aus der Perspektive der Psychologie, der Organisationswissenschaft und der Wirtschaftsinformatik analysiert. Darüber hinaus wird eine digital-ethnographische Studie im Kontext der Softwareentwicklung zur Analyse kreativer Arbeit herangezogen. Es wird ein Modell entwickelt, auf dessen Basis vier elementare Prozesskomponenten identifiziert werden können: Intention der kreativen Tätigkeit, Creation zur Entwicklung des Neuen, Evaluation zur Beurteilung der Sinnhaftigkeit und Planung der im Prozess anfallenden Aktivitäten - kurz: das ICEP-Modell. Diese vier Prozesselemente werden dann in die Knockledge Modeling Description Language (KMDL) überführt, die zur Erfassung und Darstellung wissensintensiver Geschäftsprozesse entwickelt wurde. Die Modellierungserweiterung auf der Grundlage des ICEP-Modells ermöglicht es, kreative Geschäftsprozesse zu identifizieren und zu spezifizieren, ohne dass eine umfangreiche Modellierung aller Prozessdetails erforderlich ist. Die hier vorgeschlagene Modellierungserweiterung wurde anhand ethnographischer Daten entwickelt und anschließend auf andere organisatorische Prozesskontexte angewendet und im Rahmen von zwei Expertenstudien von Modellierern evaluiert. Das entwickelte ICEP-Modell bietet einen analytischen Rahmen für komplexe kreative Arbeitsprozesse. Es kann durch die Umwandlung in eine Modellierungsmethode umfassend in Prozessmodelle integriert werden und erweitert so das Verständnis für bestehende kreative Arbeit in Ist-Prozess-Analysen. KW - creativity KW - business process modeling KW - KMDL KW - creative process KW - digital ethnography KW - KMDL KW - Geschäftsprozessmodellierung KW - kreativer Prozess KW - Kreativität KW - digitale Ethnographie Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-593886 ER - TY - THES A1 - Böken, Björn T1 - Improving prediction accuracy using dynamic information N2 - Accurately solving classification problems nowadays is likely to be the most relevant machine learning task. Binary classification separating two classes only is algorithmically simpler but has fewer potential applications as many real-world problems are multi-class. On the reverse, separating only a subset of classes simplifies the classification task. Even though existing multi-class machine learning algorithms are very flexible regarding the number of classes, they assume that the target set Y is fixed and cannot be restricted once the training is finished. On the other hand, existing state-of-the-art production environments are becoming increasingly interconnected with the advance of Industry 4.0 and related technologies such that additional information can simplify the respective classification problems. In light of this, the main aim of this thesis is to introduce dynamic classification that generalizes multi-class classification such that the target class set can be restricted arbitrarily to a non-empty class subset M of Y at any time between two consecutive predictions. This task is solved by a combination of two algorithmic approaches. First, classifier calibration, which transforms predictions into posterior probability estimates that are intended to be well calibrated. The analysis provided focuses on monotonic calibration and in particular corrects wrong statements that appeared in the literature. It also reveals that bin-based evaluation metrics, which became popular in recent years, are unjustified and should not be used at all. Next, the validity of Platt scaling, which is the most relevant parametric calibration approach, is analyzed in depth. In particular, its optimality for classifier predictions distributed according to four different families of probability distributions as well its equivalence with Beta calibration up to a sigmoidal preprocessing are proven. For non-monotonic calibration, extended variants on kernel density estimation and the ensemble method EKDE are introduced. Finally, the calibration techniques are evaluated using a simulation study with complete information as well as on a selection of 46 real-world data sets. Building on this, classifier calibration is applied as part of decomposition-based classification that aims to reduce multi-class problems to simpler (usually binary) prediction tasks. For the involved fusing step performed at prediction time, a new approach based on evidence theory is presented that uses classifier calibration to model mass functions. This allows the analysis of decomposition-based classification against a strictly formal background and to prove closed-form equations for the overall combinations. Furthermore, the same formalism leads to a consistent integration of dynamic class information, yielding a theoretically justified and computationally tractable dynamic classification model. The insights gained from this modeling are combined with pairwise coupling, which is one of the most relevant reduction-based classification approaches, such that all individual predictions are combined with a weight. This not only generalizes existing works on pairwise coupling but also enables the integration of dynamic class information. Lastly, a thorough empirical study is performed that compares all newly introduced approaches to existing state-of-the-art techniques. For this, evaluation metrics for dynamic classification are introduced that depend on corresponding sampling strategies. Thereafter, these are applied during a three-part evaluation. First, support vector machines and random forests are applied on 26 data sets from the UCI Machine Learning Repository. Second, two state-of-the-art deep neural networks are evaluated on five benchmark data sets from a relatively recent reference work. Here, computationally feasible strategies to apply the presented algorithms in combination with large-scale models are particularly relevant because a naive application is computationally intractable. Finally, reference data from a real-world process allowing the inclusion of dynamic class information are collected and evaluated. The results show that in combination with support vector machines and random forests, pairwise coupling approaches yield the best results, while in combination with deep neural networks, differences between the different approaches are mostly small to negligible. Most importantly, all results empirically confirm that dynamic classification succeeds in improving the respective prediction accuracies. Therefore, it is crucial to pass dynamic class information in respective applications, which requires an appropriate digital infrastructure. N2 - Klassifikationsprobleme akkurat zu lösen ist heutzutage wahrscheinlich die relevanteste Machine-Learning-Aufgabe. Binäre Klassifikation zur Unterscheidung von nur zwei Klassen ist algorithmisch einfacher, hat aber weniger potenzielle Anwendungen, da in der Praxis oft Mehrklassenprobleme auftreten. Demgegenüber vereinfacht die Unterscheidung nur innerhalb einer Untermenge von Klassen die Problemstellung. Obwohl viele existierende Machine-Learning-Algorithmen sehr flexibel mit Blick auf die Anzahl der Klassen sind, setzen sie voraus, dass die Zielmenge Y fest ist und nicht mehr eingeschränkt werden kann, sobald das Training abgeschlossen ist. Allerdings sind moderne Produktionsumgebungen mit dem Voranschreiten von Industrie 4.0 und entsprechenden Technologien zunehmend digital verbunden, sodass zusätzliche Informationen die entsprechenden Klassifikationsprobleme vereinfachen können. Vor diesem Hintergrund ist das Hauptziel dieser Arbeit, dynamische Klassifikation als Verallgemeinerung von Mehrklassen-Klassifikation einzuführen, bei der die Zielmenge jederzeit zwischen zwei aufeinanderfolgenden Vorhersagen zu einer beliebigen, nicht leeren Teilmenge eingeschränkt werden kann. Diese Aufgabe wird durch die Kombination von zwei algorithmischen Ansätzen gelöst. Zunächst wird Klassifikator-Kalibrierung eingesetzt, mittels der Vorhersagen in Schätzungen der A-Posteriori-Wahrscheinlichkeiten transformiert werden, die gut kalibriert sein sollen. Die durchgeführte Analyse zielt auf monotone Kalibrierung ab und korrigiert insbesondere Falschaussagen, die in Referenzarbeiten veröffentlicht wurden. Außerdem zeigt sie, dass Bin-basierte Fehlermaße, die in den letzten Jahren populär geworden sind, ungerechtfertigt sind und nicht verwendet werden sollten. Weiterhin wird die Validität von Platt Scaling, dem relevantesten, parametrischen Kalibrierungsverfahren, genau analysiert. Insbesondere wird seine Optimalität für Klassifikatorvorhersagen, die gemäß vier Familien von Verteilungsfunktionen verteilt sind, sowie die Äquivalenz zu Beta-Kalibrierung bis auf eine sigmoidale Vorverarbeitung gezeigt. Für nicht monotone Kalibrierung werden erweiterte Varianten der Kerndichteschätzung und die Ensemblemethode EKDE eingeführt. Schließlich werden die Kalibrierungsverfahren im Rahmen einer Simulationsstudie mit vollständiger Information sowie auf 46 Referenzdatensätzen ausgewertet. Hierauf aufbauend wird Klassifikator-Kalibrierung als Teil von reduktionsbasierter Klassifikation eingesetzt, die zum Ziel hat, Mehrklassenprobleme auf einfachere (üblicherweise binäre) Entscheidungsprobleme zu reduzieren. Für den zugehörigen, während der Vorhersage notwendigen Fusionsschritt wird ein neuer, auf Evidenztheorie basierender Ansatz eingeführt, der Klassifikator-Kalibrierung zur Modellierung von Massefunktionen nutzt. Dies ermöglicht die Analyse von reduktionsbasierter Klassifikation in einem formalen Kontext sowie geschlossene Ausdrücke für die entsprechenden Gesamtkombinationen zu beweisen. Zusätzlich führt derselbe Formalismus zu einer konsistenten Integration von dynamischen Klasseninformationen, sodass sich ein theoretisch fundiertes und effizient zu berechnendes, dynamisches Klassifikationsmodell ergibt. Die hierbei gewonnenen Einsichten werden mit Pairwise Coupling, einem der relevantesten Verfahren für reduktionsbasierte Klassifikation, verbunden, wobei alle individuellen Vorhersagen mit einer Gewichtung kombiniert werden. Dies verallgemeinert nicht nur existierende Ansätze für Pairwise Coupling, sondern führt darüber hinaus auch zu einer Integration von dynamischen Klasseninformationen. Abschließend wird eine umfangreiche empirische Studie durchgeführt, die alle neu eingeführten Verfahren mit denen aus dem Stand der Forschung vergleicht. Hierfür werden Bewertungsfunktionen für dynamische Klassifikation eingeführt, die auf Sampling-Strategien basieren. Anschließend werden diese im Rahmen einer dreiteiligen Studie angewendet. Zunächst werden Support Vector Machines und Random Forests auf 26 Referenzdatensätzen aus dem UCI Machine Learning Repository angewendet. Im zweiten Teil werden zwei moderne, tiefe neuronale Netze auf fünf Referenzdatensätzen aus einer relativ aktuellen Referenzarbeit ausgewertet. Hierbei sind insbesondere Strategien relevant, die die Anwendung der eingeführten Verfahren in Verbindung mit großen Modellen ermöglicht, da eine naive Vorgehensweise nicht durchführbar ist. Schließlich wird ein Referenzdatensatz aus einem Produktionsprozess gewonnen, der die Integration von dynamischen Klasseninformationen ermöglicht, und ausgewertet. Die Ergebnisse zeigen, dass Pairwise-Coupling-Verfahren in Verbindung mit Support Vector Machines und Random Forests die besten Ergebnisse liefern, während in Verbindung mit tiefen neuronalen Netzen die Unterschiede zwischen den Verfahren oft klein bis vernachlässigbar sind. Am wichtigsten ist, dass alle Ergebnisse zeigen, dass dynamische Klassifikation die entsprechenden Erkennungsgenauigkeiten verbessert. Daher ist es entscheidend, dynamische Klasseninformationen in den entsprechenden Anwendungen zur Verfügung zu stellen, was eine entsprechende digitale Infrastruktur erfordert. KW - dynamic classification KW - multi-class classification KW - classifier calibration KW - evidence theory KW - Dempster–Shafer theory KW - Deep Learning KW - Deep Learning KW - Dempster-Shafer-Theorie KW - Klassifikator-Kalibrierung KW - dynamische Klassifikation KW - Evidenztheorie KW - Mehrklassen-Klassifikation Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-585125 ER - TY - THES A1 - Dannenmann, Barbara T1 - Können technologiegestützte Verhandlungstrainings unter Einsatz von Künstlicher Intelligenz und Virtueller Realität das Vertriebstraining verbessern? T1 - Can technology-based negotiation trainings using artificial intelligence and virtual reality improve sales trainings? BT - Entwicklung und Evaluation eines automatisierten Verhandlungstrainings BT - development and evaluation of an automated negotiation training N2 - Digitale und gesellschaftliche Entwicklungen fordern kontinuierliche Weiterbildung für Mitarbeiter im Vertrieb. Es halten sich in dieser Berufssparte aber immer noch einige Mythen zum Training von Vertriebsmitarbeitern. Unter anderem deshalb wurde in der Vergangenheit der Trainingsbedarf im Vertrieb stark vernachlässigt. Die Arbeit befasst sich deshalb zunächst mit der Frage, wie der Vertrieb in Deutschland aktuell geschult wird (unter Einbezug der Corona-Pandemie) und ob sich aus den Trainingsgewohnheiten erste Hinweise zur Erlangung eines strategischen Wettbewerbsvorteils ergeben könnten. Dabei greift die Arbeit auf, dass Investitionen in das Training von Vertriebsmitarbeitern eine Anlage in die Wettbewerbsfähigkeit des Unternehmens sein könnten. Automatisierte Trainings, beispielsweise basierend auf Virtual Reality (VR) und Künstlicher Intelligenz (KI), könnten in der Aus- und Weiterbildung des Vertriebs einen effizienten Beitrag in der Sicherstellung eines strategischen Wettbewerbsvorteils leisten. Durch weitere Forschungsfragen befasst sich die Arbeit anschließend damit, wie ein automatisiertes Vertriebstraining mit KI- und VR-Inhalten unter Einbeziehung der Nutzer gestaltet werden muss, um Vertriebsmitarbeiter in einem dafür ausgewählten Verhandlungskontext zu trainieren. Dazu wird eine Anwendung mit Hilfe von Virtual Reality und Künstlicher Intelligenz in einem Verhandlungsdialog entwickelt, getestet und evaluiert. Die vorliegende Arbeit liefert eine Basis für die Automatisierung von Vertriebstrainings und im erweiterten Sinne für Trainings im Allgemeinen. N2 - Digital and social developments demand continuous training for sales staff. However, some myths about the training of sales staff still persist in this profession. This is one of the reasons why the need for training in sales has been strongly neglected in the past. This work therefore first deals with the question of how salespeople in Germany are currently trained (taking into account the Corona pandemic) and whether initial indications for gaining a strategic competitive advantage could result from training habits. It takes up the idea that investments in the training of sales staff could be an investment in the competitiveness of the company. Automated training, for example based on virtual reality (VR) and artificial intelligence (AI), could make an efficient contribution to ensuring a strategic competitive advantage in sales training. Through further research questions, the thesis then addresses how automated sales training with AI and VR content must be designed with user involvement in order to train sales employees in a negotiation context selected for this purpose. For this purpose, an application is developed, tested and evaluated using virtual reality and artificial intelligence in a negotiation dialogue. This work provides a basis for the automation of sales training and, in a broader sense, for training in general. KW - VR KW - KI KW - Vertrieb KW - Verhandlungen KW - Artificial Intelligence KW - Virtual Reality KW - negotiations KW - sales Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-577378 ER - TY - THES A1 - Gandhi, Nilima T1 - Visionary leadership and job satisfaction T1 - Visionäre Führung und Arbeitszufriedenheit BT - an empirical investigation BT - eine empirische Untersuchung N2 - Current business organizations want to be more efficient and constantly evolving to find ways to retain talent. It is well established that visionary leadership plays a vital role in organizational success and contributes to a better working environment. This study aims to determine the effect of visionary leadership on employees' perceived job satisfaction. Specifically, it investigates whether the mediators meaningfulness at work and commitment to the leader impact the relationship. I take support from job demand resource theory to explain the overarching model used in this study and broaden-and-build theory to leverage the use of mediators. To test the hypotheses, evidence was collected in a multi-source, time-lagged design field study of 95 leader-follower dyads. The data was collected in a three-wave study, each survey appearing after one month. Data on employee perception of visionary leadership was collected in T1, data for both mediators were collected in T2, and employee perception of job satisfaction was collected in T3. The findings display that meaningfulness at work and commitment to the leader play positive intervening roles (in the form of a chain) in the indirect influence of visionary leadership on employee perceptions regarding job satisfaction. This research offers contributions to literature and theory by first broadening the existing knowledge on the effects of visionary leadership on employees. Second, it contributes to the literature on constructs meaningfulness at work, commitment to the leader, and job satisfaction. Third, it sheds light on the mediation mechanism dealing with study variables in line with the proposed model. Fourth, it integrates two theories, job demand resource theory and broaden-and-build theory providing further evidence. Additionally, the study provides practical implications for business leaders and HR practitioners. Overall, my study discusses the potential of visionary leadership behavior to elevate employee outcomes. The study aligns with previous research and answers several calls for further research on visionary leadership, job satisfaction, and mediation mechanism with meaningfulness at work and commitment to the leader. N2 - Heutige Unternehmen wollen effizienter sein und sich ständig weiterentwickeln, um Talente zu binden. Es ist bekannt, dass visionäre Führung eine wichtige Rolle für den Erfolg eines Unternehmens spielt und zu einem besseren Arbeitsumfeld beiträgt. Ziel dieser Studie ist es, die Auswirkungen visionärer Führung auf die wahrgenommene Arbeitszufriedenheit der Mitarbeiter zu ermitteln. Insbesondere wird untersucht, ob die Mediatoren Sinnhaftigkeit der Arbeit und Bindung an die Führungskraft einen Einfluss auf diese Beziehung haben. Ich stütze mich auf die Job Demand Resource theory, um das in dieser Studie verwendete übergreifende Modell zu erklären, und auf die Broaden-and-Build theory, um die Verwendung von Mediatoren zu nutzen. Um die Hypothesen zu testen, wurden in einer Feldstudie mit mehreren Quellen und zeitlich versetztem Design Daten von 95 aus Führungskraft und Geführten bestehenden Dyaden gesammelt. In einer Drei-Wellen-Studie wurden die Daten zur Wahrnehmung visionärer Führung durch die Mitarbeiter in T1, Daten zu den beiden Mediatoren in T2 und schließlich die Wahrnehmung der Arbeitszufriedenheit durch die Mitarbeiter in T3 erhoben. Die Ergebnisse zeigen, dass Sinnhaftigkeit bei der Arbeit und Bindung an die Führungskraft positive intervenierende Rollen (in Form einer Kette) beim indirekten Einfluss von visionärer Führung auf die Wahrnehmung der Arbeitszufriedenheit der Mitarbeiter spielen. Diese Studie leistet einen Beitrag zur Literatur und Theorie, indem sie erstens das vorhandene Wissen über die Auswirkungen visionärer Führung auf die Mitarbeiter erweitert. Zweitens trägt sie zur Literatur über die Konstrukte Sinnhaftigkeit bei der Arbeit, Bindung an die Führungskraft und Arbeitszufriedenheit bei. Drittens beleuchtet sie den Mediationsmechanismus, der mit den Untersuchungsvariablen im Einklang mit dem vorgeschlagenen Modell steht. Viertens integriert sie zwei Theorien, die Job Demand Resource theory und die Broaden-and-Build theory, und liefert damit weitere Belege. Darüber hinaus liefert die Studie praktische Implikationen für Unternehmensleiter und HR-Praktiker. Insgesamt erörtert meine Studie das Potenzial von visionärem Führungsverhalten zur Verbesserung der Mitarbeiterergebnisse. Die Studie steht im Einklang mit früheren Forschungsarbeiten und beantwortet mehrere Forderungen nach weiterer Forschung zu visionärer Führung, Arbeitszufriedenheit und Vermittlungsmechanismen mit Sinnhaftigkeit bei der Arbeit und Bindung an die Führungskraft. KW - visionary leadership KW - meaningfulness at work KW - commitment to the leader KW - job satisfaction KW - visionäre Führung KW - Engagement für die Führungskraft KW - Arbeitszufriedenheit KW - Sinnhaftigkeit der Arbeit Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-572691 ER - TY - THES A1 - Brinkmann, Maik T1 - Towards a joint public service delivery? The effects of blockchain on the relationship of public administrations with external stakeholders T1 - Auf dem Weg zu gemeinsam erbrachten Verwaltungsleistungen? Die Auswirkungen von Blockchain auf die Beziehungen zwischen öffentlichen Verwaltungen und externen Akteuren N2 - Public administrations confront fundamental challenges, including globalization, digitalization, and an eroding level of trust from society. By developing joint public service delivery with other stakeholders, public administrations can respond to these challenges. This increases the importance of inter-organizational governance—a development often referred to as New Public Governance, which to date has not been realized because public administrations focus on intra-organizational practices and follow the traditional “governmental chain.” E-government initiatives, which can lead to high levels of interconnected public services, are currently perceived as insufficient to meet this goal. They are not designed holistically and merely affect the interactions of public and non-public stakeholders. A fundamental shift toward a joint public service delivery would require scrutiny of established processes, roles, and interactions between stakeholders. Various scientists and practitioners within the public sector assume that the use of blockchain institutional technology could fundamentally change the relationship between public and non-public stakeholders. At first glance, inter-organizational, joint public service delivery could benefit from the use of blockchain. This dissertation aims to shed light on this widespread assumption. Hence, the objective of this dissertation is to substantiate the effect of blockchain on the relationship between public administrations and non-public stakeholders. This objective is pursued by defining three major areas of interest. First, this dissertation strives to answer the question of whether or not blockchain is suited to enable New Public Governance and to identify instances where blockchain may not be the proper solution. The second area aims to understand empirically the status quo of existing blockchain implementations in the public sector and whether they comply with the major theoretical conclusions. The third area investigates the changing role of public administrations, as the blockchain ecosystem can significantly increase the number of stakeholders. Corresponding research is conducted to provide insights into these areas, for example, combining theoretical concepts with empirical actualities, conducting interviews with subject matter experts and key stakeholders of leading blockchain implementations, and performing a comprehensive stakeholder analysis, followed by visualization of its results. The results of this dissertation demonstrate that blockchain can support New Public Governance in many ways while having a minor impact on certain aspects (e.g., decentralized control), which account for this public service paradigm. Furthermore, the existing projects indicate changes to relationships between public administrations and non-public stakeholders, although not necessarily the fundamental shift proposed by New Public Governance. Lastly, the results suggest that power relations are shifting, including the decreasing influence of public administrations within the blockchain ecosystem. The results raise questions about the governance models and regulations required to support mature solutions and the further diffusion of blockchain for public service delivery. N2 - Öffentliche Verwaltungen stehen vor grundlegenden Herausforderungen, darunter Globalisierung, Digitalisierung und ein schwindendes Vertrauen der Gesellschaft. Durch die gemeinsame Erbringung von Verwaltungsleistungen mit anderen Akteuren können öffentliche Verwaltungen auf diese Herausforderungen reagieren. Dies erhöht die Bedeutung der interorganisatorischen Governance – eine Entwicklung, die oft als New Public Governance bezeichnet wird und die bisher nicht realisiert wurde, weil sich die öffentlichen Verwaltungen auf organisationsinterne Praktiken konzentrieren und der traditionellen "Governmental chain" folgen. E-Government-Initiativen, die zu einem hohen Maß an vernetzten Verwaltungsleistungen führen können, werden derzeit als unzureichend angesehen, um dieses Ziel zu erreichen. Sie sind nicht ganzheitlich konzipiert und betreffen lediglich die Interaktionen zwischen öffentlichen und nicht-öffentlichen Akteuren. Ein grundlegender Wandel hin zu einer gemeinsamen Erbringung von Verwaltungsleistungen würde eine Überprüfung der etablierten Prozesse, Rollen und Interaktionen zwischen den Beteiligten erfordern. Verschiedene Wissenschaftler und Praktiker im öffentlichen Sektor gehen davon aus, dass der Einsatz der institutionellen Blockchain-Technologie die Beziehungen zwischen öffentlichen und nicht-öffentlichen Akteuren grundlegend verändern könnte. Auf den ersten Blick könnte die interorganisationale, gemeinsame Erbringung von Verwaltungsleistungen von der Nutzung der Blockchain profitieren. Diese Dissertation soll diese weit verbreitete Annahme beleuchten. Ziel dieser Arbeit ist es daher, die Auswirkungen von Blockchain auf die Beziehungen zwischen öffentlichen Verwaltungen und nicht-öffentlichen Akteuren zu belegen. Dieses Ziel wird durch die Definition von drei wesentlichen Erkenntnisbereichen verfolgt. Erstens soll in dieser Dissertation die Frage beantwortet werden, ob Blockchain geeignet ist, um New Public Governance zu ermöglichen, und es sollen Fälle ermittelt werden, in denen Blockchain möglicherweise nicht die richtige Lösung ist. Der zweite Bereich zielt darauf ab, den Status quo der bestehenden Blockchain-Implementierungen im öffentlichen Sektor empirisch zu verstehen und zu prüfen, ob sie den wichtigsten theoretischen Schlussfolgerungen entsprechen. Der dritte Bereich untersucht die sich verändernde Rolle der öffentlichen Verwaltungen, da das Blockchain-Ökosystem die Zahl der Beteiligten erheblich erhöhen kann. Entsprechende Forschungsarbeiten werden durchgeführt, um Einblicke in diese Bereiche zu gewinnen, z. B. durch die Kombination von theoretischen Konzepten mit empirischen Befunden, die Durchführung von Interviews mit Fachleuten und wichtigen Akteuren führender Blockchain-Implementierungen und die Durchführung einer umfassenden Stakeholder-Analyse mit anschließender Visualisierung der Ergebnisse. Die Ergebnisse dieser Dissertation zeigen, dass Blockchain New Public Governance in vielerlei Hinsicht unterstützen kann, während sie sich auf bestimmte Aspekte (z. B. dezentrale Steuerung), die dieses Verwaltungsparadigma ausmachen, nur wenig auswirkt. Darüber hinaus deuten die bestehenden Projekte auf Veränderungen in den Beziehungen zwischen öffentlichen Verwaltungen und nicht-öffentlichen Akteuren hin, wenn auch nicht unbedingt auf die von der New Public Governance vorgeschlagene grundlegende Veränderung. Schließlich deuten die Ergebnisse darauf hin, dass sich die Machtverhältnisse verschieben, einschließlich des abnehmenden Einflusses der öffentlichen Verwaltungen innerhalb des Blockchain-Ökosystems. Die Ergebnisse werfen Fragen zu den Governance-Modellen und zur Regulierung auf, die zur Unterstützung ausgereifter Lösungen und der weiteren Verbreitung von Blockchain für die Erbringung öffentlicher Verwaltungsleistungen erforderlich sind. KW - blockchain KW - new public governance KW - blockchain governance KW - digital sovereignty KW - public service delivery KW - Blockchain KW - Blockchain Governance KW - digitale Souveränität KW - New Public Governance KW - Erbringung von Verwaltungsleistungen Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-564499 ER - TY - THES A1 - Brenner, Andri Caspar T1 - Sustainable urban growth T1 - Nachhaltige urbane Wachstumspfade BT - technology supply and agglomeration economies in the city BT - Angebote an Technologie und Agglomerationsexternalitäten in den Städten N2 - This dissertation explores the determinants for sustainable and socially optimalgrowth in a city. Two general equilibrium models establish the base for this evaluation, each adding its puzzle piece to the urban sustainability discourse and examining the role of non-market-based and market-based policies for balanced growth and welfare improvements in different theory settings. Sustainable urban growth either calls for policy actions or a green energy transition. Further, R&D market failures can pose severe challenges to the sustainability of urban growth and the social optimality of decentralized allocation decisions. Still, a careful (holistic) combination of policy instruments can achieve sustainable growth and even be first best. N2 - Diese Dissertation untersucht die Determinanten für ein nachhaltiges und sozial optimales Wachstum in den Städten. Zwei endogene Wachstumsmodelle untersuchen hierzu die Rolle von nichtmarktbasierten und marktbasierten Politikeingriffen. Jedes Modell fügt dabei dem städtischen Nachhaltigkeitsdiskurs sein eigenes Puzzleteil hinzu. Nachhaltiges städtisches Wachstum erfordert entweder politische Maßnahmen oder eine grüne Energiewende. Darüber hinaus können Verzerrungen im Forschungsmarkt ernsthafte Herausforderungen für die Nachhaltigkeit des städtischen Wachstums und für die soziale Optimalität dezentralisierter Allokationsentscheidungen darstellen. Dennoch kann eine sorgfältige (ganzheitliche) Kombination von Politikinstrumenten Erfolg haben und zu einem sozial optimalen Resultat führen. KW - urban growth KW - sustainable development KW - density effects KW - innovations in the city KW - Stadtwachstumsraten KW - nachhaltige Stadtentwicklung KW - Dichteeffekte KW - Innovationen in den Städten Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-555223 ER - TY - THES A1 - Schumacher, Jochen T1 - Entwicklung eines Industrie 4.0 Reifegradindex für produzierende Unternehmen T1 - Development of an Industry 4.0 maturity index for manufacturing companies N2 - Das Ziel dieser Arbeit ist die Entwicklung eines Industrie 4.0 Reifegradindex für produzierende Unternehmen (KMU und Mittelstand) mit diskreter Produktion. Die Motivation zu dieser Arbeit entstand aus dem Zögern vieler Unternehmen – insbesondere KMU und Mittelstand – bei der Transformation in Richtung Industrie 4.0. Im Rahmen einer Marktstudie konnte belegt werden, dass 86 Prozent der befragten produzierenden Unternehmen kein für ihr Unternehmen geeignetes Industrie 4.0 Reifegradmodell gefunden haben, mit dem sie ihren Status Quo bewerten und Maßnahmen für einen höheren Grad der Reife ableiten könnten. Die Bewertung bestehender Reifegradmodelle zeigte Defizite hinsichtlich der Industrie 4.0 Abdeckung, der Betrachtung der sozio-technischen Dimensionen Mensch, Technik und Organisation sowie der Betrachtung von Management und Unternehmenskultur. Basierend auf den aktuellen Industrie 4.0 Technologien und Handlungsbereichen wurde ein neues, modular aufgebautes Industrie 4.0 Reifegradmodell entwickelt, das auf einer ganzheitlichen Betrachtung aller sozio-technischen Dimensionen Mensch, Technik und Organisation sowie deren Schnittstellen basiert. Das Modell ermittelt neben dem Overall Industry 4.0 Maturity Index (OI4MI) vier weitere Indizes zur Bewertung der Industrie 4.0 Reife des Unternehmens. Das Modell wurde bei einem Unternehmen validiert und steht nun als Template für darauf aufbauende Forschungsarbeiten zur Verfügung. N2 - The aim of this work is the development of an Industry 4.0 maturity index for manufacturing companies (SMEs and medium-sized companies) with discrete production. The motivation for this work arose from the hesitation of many companies – especially SMEs and medium-sized companies – in the transformation towards Industry 4.0. A market study showed that 86 percent of the manufacturing companies surveyed did not find an Industry 4.0 maturity model suitable for their company, with which they could assess their status quo and derive measures for a higher degree of maturity. The evaluation of existing maturity models showed deficits with regard to Industry 4.0 coverage, the consideration of the socio-technical dimensions of people, technology and organization as well as the consideration of management and corporate culture. Based on the current Industry 4.0 technologies and areas of action, a new, modular Industry 4.0 maturity model was developed, which is based on a holistic consideration of all socio-technical dimensions of people, technology and organization as well as their interfaces. In addition to the Overall Industry 4.0 Maturity Index (OI4MI), the model determines four other indices to eval-uate the company's Industry 4.0 maturity. The model was validated at a company and is now available as a template for research based on it. KW - Industrie 4.0 KW - Industry 4.0 KW - Reifegradmodell KW - maturity model KW - Produktion KW - production KW - Digitalisierung KW - digitalization KW - ERP KW - ERP KW - MES KW - MES KW - PLM KW - PLM KW - Smart Factory KW - smart factory KW - Supply Chain KW - supply chain KW - Produktlebenszyklus KW - product life cycle KW - Geschäftsmodelle KW - business models Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-554642 ER - TY - THES A1 - Gleiß, Alexander T1 - Case Studies on Digital Transformation T1 - Fallstudien zur Digitalen Transformation BT - Research on the Impact of Digital Technologies and Digital Platforms on the Economy BT - Aufsätze zum Einfluss digitaler Technologien und Plattformen auf die Wirtschaft N2 - Digital transformation (DT) has not only been a major challenge in recent years, it is also supposed to continue to enormously impact our society and economy in the forthcoming decade. On the one hand, digital technologies have emerged, diffusing and determining our private and professional lives. On the other hand, digital platforms have leveraged the potentials of digital technologies to provide new business models. These dynamics have a massive effect on individuals, companies, and entire ecosystems. Digital technologies and platforms have changed the way persons consume or interact with each other. Moreover, they offer companies new opportunities to conduct their business in terms of value creation (e.g., business processes), value proposition (e.g., business models), or customer interaction (e.g., communication channels), i.e., the three dimensions of DT. However, they also can become a threat for a company's competitiveness or even survival. Eventually, the emergence, diffusion, and employment of digital technologies and platforms bear the potential to transform entire markets and ecosystems. Against this background, IS research has explored and theorized the phenomena in the context of DT in the past decade, but not to its full extent. This is not surprising, given the complexity and pervasiveness of DT, which still requires far more research to further understand DT with its interdependencies in its entirety and in greater detail, particularly through the IS perspective at the confluence of technology, economy, and society. Consequently, the IS research discipline has determined and emphasized several relevant research gaps for exploring and understanding DT, including empirical data, theories as well as knowledge of the dynamic and transformative capabilities of digital technologies and platforms for both organizations and entire industries. Hence, this thesis aims to address these research gaps on the IS research agenda and consists of two streams. The first stream of this thesis includes four papers that investigate the impact of digital technologies on organizations. In particular, these papers study the effects of new technologies on firms (paper II.1) and their innovative capabilities (II.2), the nature and characteristics of data-driven business models (II.3), and current developments in research and practice regarding on-demand healthcare (II.4). Consequently, the papers provide novel insights on the dynamic capabilities of digital technologies along the three dimensions of DT. Furthermore, they offer companies some opportunities to systematically explore, employ, and evaluate digital technologies to modify or redesign their organizations or business models. The second stream comprises three papers that explore and theorize the impact of digital platforms on traditional companies, markets, and the economy and society at large. At this, paper III.1 examines the implications for the business of traditional insurance companies through the emergence and diffusion of multi-sided platforms, particularly in terms of value creation, value proposition, and customer interaction. Paper III.2 approaches the platform impact more holistically and investigates how the ongoing digital transformation and "platformization" in healthcare lastingly transform value creation in the healthcare market. Paper III.3 moves on from the level of single businesses or markets to the regulatory problems that result from the platform economy for economy and society, and proposes appropriate regulatory approaches for addressing these problems. Hence, these papers bring new insights on the table about the transformative capabilities of digital platforms for incumbent companies in particular and entire ecosystems in general. Altogether, this thesis contributes to the understanding of the impact of DT on organizations and markets through the conduction of multiple-case study analyses that are systematically reflected with the current state of the art in research. On this empirical basis, the thesis also provides conceptual models, taxonomies, and frameworks that help describing, explaining, or predicting the impact of digital technologies and digital platforms on companies, markets and the economy or society at large from an interdisciplinary viewpoint. N2 - Die Digitale Transformation (DT) war in den letzten Jahren eine große Herausforderung und wird auch im kommenden Jahrzehnt unsere Gesellschaft und Wirtschaft weiterhin enorm beeinflussen. Neue digitale Technologien durchdringen unseren Alltag, beeinflussen unser Leben maßgeblich und werden es zunehmend mitbestimmen. Gleichzeitig haben digitale Plattformen die Potenziale digitaler Technologien genutzt, um neue Geschäftsmodelle zu entwickeln und zu etablieren, mit tiefgreifenden Auswirkungen auf Einzelpersonen, Unternehmen und ganze Ökosysteme. Digitale Technologien und Plattformen haben das Konsum- und Kommunikationsverhalten der Menschen in den letzten Jahren erheblich und nachhaltig verändert. Einerseits bieten digitale Technologien Unternehmen verschiedener Branchen neue Gestaltungsmöglichkeiten in allen drei Dimension der DT, nämlich dem Leistungserstellungsmodell (z. B. bessere Geschäftsprozesse), dem Leistungsangebotsmodell (z. B. neue Geschäftsmodelle) und dem Kundeninteraktionsmodell (z. B. zeitgemäße Kommunikationskanäle). Anderseits besitzen digitale Technologien und Plattformen das Potenzial, ganze Ökosysteme zu verändern, und können daher auch zu einer Bedrohung für die Wettbewerbsfähigkeit – oder gar das Überleben – einzelner Unternehmen oder ganzer Märkte werden. Vor diesem Hintergrund hat die Forschung der Wirtschaftsinformatik und Information Systems (WI/IS) die Phänomene im Zusammenhang mit der DT in den letzten Jahren erforscht und in Theorien überführt, jedoch angesichts des Ausmaßes, der Dynamik und Komplexität der DT noch nicht vollumfänglich erschlossen. Folglich bedarf es noch weiterer Forschungsanstrengungen, um die DT einschließlich der Interdependenzen in ihrer Gesamtheit und im Detail besser zu verstehen, insbesondere durch die WI/IS-geprägte Perspektive in der Schnittmenge von Technologie, Wirtschaft und Gesellschaft. Folgerichtig wurde in der WI/IS-Disziplin eine Vielzahl bedeutender Forschungslücken diagnostiziert, u. a. den Mangel an empirischen Daten, an Theorien und Konzepten sowie an Wissen über die dynamischen und transformativen Fähigkeiten digitaler Technologien und Plattformen sowohl für einzelne Organisationen als auch für ganze Branchen und Ökosysteme. Daher zielt diese Arbeit darauf ab, ausgewählte Forschungslücken auf der WI/IS-Forschungsagenda anzugehen. Die Arbeit ist hierzu in zwei Bereiche aufgegliedert. Der erste Bereich dieser Arbeit umfasst vier Beiträge zur Analyse der Auswirkungen digitaler Technologien auf Organisationen. Beleuchtet werden hier im Speziellen Einflüsse neuer Technologien auf Unternehmen (Beitrag II.1) und deren Innovationsfähigkeit (II.2), Wesen und Eigenschaften datengetriebener Geschäftsmodelle (II.3) sowie Entwicklungen in Forschung und Praxis zu On-demand Healthcare, d. h. digitalen, patientenzentrierten Ad-hoc-Gesundheitsservices (II.4). Diese Beiträge liefern der Forschung neue Erkenntnisse über die dynamischen Fähigkeiten digitaler Technologien für Unternehmen entlang der drei Dimensionen der DT und zeigen Firmen neue Möglichkeiten auf, digitale Technologien zur Umgestaltung der Organisation oder zur Entwicklung neuer Geschäftsmodelle systematisch zu erkunden, einzusetzen und zu bewerten. Der zweite Bereich dieser Arbeit beinhaltet drei Beiträge zur Analyse der Auswirkungen digitaler Plattformen auf traditionelle Unternehmen und Märkte sowie die Wirtschaft und Gesellschaft als Ganzes. Im Speziellen beleuchtet Beitrag III.1 den Einfluss digitaler Plattformen auf das Geschäft traditioneller Versicherungsunternehmen und demnach, wie sich Wertschöpfung, Leistungsangebot und Kundeninteraktion in der Folge wandeln. Beitrag III.2 betrachtet den Einfluss digitaler Plattformen ganzheitlicher und untersucht, wie sich die Wertschöpfungsstrukturen im Gesundheitsmarkt infolge der Digitalisierung und "Plattformisierung" nachhaltig verändern. Gegenstand der Betrachtung sind hierbei insbesondere die fünf großen Player: Google, Apple, Facebook, Amazon und Microsoft (GAFAM). Beitrag III.3 verlässt die Ebene einzelner Unternehmen und Märkte und untersucht die regulatorischen Probleme, die infolge der Plattformökonomie für Wirtschaft und Gesellschaft entstehen, und entwickelt entsprechende Lösungsansätze, diese anzugehen. Die Beiträge steuern somit neue Erkenntnisse über die transformativen Auswirkungen digitaler Plattformen auf etablierte Unternehmen im Speziellen und ganze Ökosysteme im Allgemeinen bei. Die Erkenntnisse aller Beiträge stützen sich im Wesentlichen auf der Analyse von Fallstudien, die im Kontext bestehender Forschung in den einzelnen Bereichen systematisch untersucht werden. Auf dieser empirischen Grundlage werden im Rahmen dieser Arbeit theoretische Modelle, Taxonomien und Frameworks entwickelt, die helfen, diese Auswirkungen aus interdisziplinärer Sicht zu beschreiben, zu erklären oder vorherzusagen. Insgesamt trägt diese Arbeit demzufolge zum weiteren Verständnis der Auswirkungen der DT auf Organisationen, Märkte und die Gesellschaft bei. KW - Digital Transformation KW - Digitalization KW - Digital Health KW - Digital Platforms KW - Platform Economy KW - Digitalisierung KW - Plattformökonomie KW - Digitale Transformation KW - Digitale Plattformen KW - Digitale Gesundheit Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-546159 ER -