Von smarten Produkten zu smarten Dienstleistungen und deren Auswirkung auf die Wertschöpfung

Strobel, Gero; Paukstadt, Ute; Becker, Jörg; Eicker, Stefan

doi:10.1365/s40702-019-00520-x

Cited by 8 publications

(5 citation statements)

References 38 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Das digitale Zeitalter ist durch technologische Entwicklungen und Phänomene wie das Internet of Things, Big Data und smarte Produkte charakterisiert. Die ökonomische Nutzung der Potenziale, welche den digitalen Technologien und Daten innewohnt, begünstigt das Entstehen neuer Formen von Wertschöpfung [19]. Eine Ausprägung sind dabei digitale Plattformen, wie beispielsweise Airbnb, Uber oder Alibaba.…”

Section: Digitale Plattformenunclassified

Data Preprocessing as a Service – Outsourcing der Datenvorverarbeitung für KI-Modelle mithilfe einer digitalen Plattform

Kureljusic

Karger

2021

Informatik Spektrum

View full text Add to dashboard Cite

ZusammenfassungSowohl in der Praxis als auch in der Wissenschaft kam es in den vergangenen Jahren zu einem zunehmenden Interesse an datenintensiven Verfahren, wie der künstlichen Intelligenz. Die Mehrheit dieser Data-Science-Projekte fokussierte sich auf den Erklärungsgehalt und die Robustheit der Modelle. Vernachlässigt wurde hierbei häufig der Prozess der Datenvorverarbeitung, obwohl dieser ca. 80 % der Zeit eines Data-Science-Projekts beansprucht. Im Rahmen der Datenvorverarbeitung, welche auch als Data Preprocessing bezeichnet wird, werden Daten akquiriert, bereinigt, transformiert und reduziert. Das Ziel dieser Vorgehensweise ist die Generierung eines Datensatzes, welcher sich für Trainings- und Testzwecke der Data-Science-Modelle eignet. Somit ist das Data Preprocessing ein erforderlicher Prozessschritt, der für das maschinelle Erlernen von korrekten Mustern und Zusammenhängen notwendig ist. Häufig scheitern Data-Science-Projekte jedoch an der mangelhaften Datenvorverarbeitung. So werden beispielsweise fehlerhafte Daten nicht vorab identifiziert, wodurch möglicherweise falsche Zusammenhänge erlernt werden. Dies führt dazu, dass der Erklärungsgehalt der Data-Science-Modelle signifikant verringert wird. Eine Möglichkeit, dieses Problem zu lösen, ist das Outsourcing der Datenvorverarbeitung an spezialisierte Fachkräfte. Mithilfe einer Plattform kann ein sicherer und automatisierter Datenaustausch zwischen Kunden und Dienstleistern gewährleistet werden. Der vorliegende Beitrag thematisiert, wie die Plattform für das Data Preprocessing genutzt werden kann, um eine effizientere und schnellere Bereitstellung der Daten zu ermöglichen.

show abstract

Section: Digitale Plattformenunclassified

Data Preprocessing as a Service – Outsourcing der Datenvorverarbeitung für KI-Modelle mithilfe einer digitalen Plattform

Kureljusic

Karger

2021

Informatik Spektrum

View full text Add to dashboard Cite

show abstract

“…Eine wachsende Zahl wissenschaftlicher Publikationen widmet sich dem Thema, wie Unternehmen und ihre Geschäftsmodelle von IoT-Technologien beeinflusst werden (vgl. Strobel et al 2019;Papert und Pflaum 2017;Fleisch et al 2015;Flüchter 2014;Westerlund et al 2014;Dijkman et al 2015). Der vorliegende Grundla-genbeitrag trägt zu dieser Diskussion bei und beleuchtet im ersten Schritt die Frage, wie sich das IoT auf die drei zentralen Geschäftsmodellelemente Wertschöpfung, Wertversprechen und Monetarisierung auswirkt (Teece 2010).…”

Section: Wie Das Iot Geschäftsmodelle Verändertunclassified

“…IoT-Lösungen umfassen fünf Wertschöpfungsebenen (Fleisch et al 2015;Porter und Heppelmann 2015;Strobel et al 2019). So beinhalten beispielsweise die intelligenten Kranlösungen von Konecranes, einem führenden finnischen Anbieter von Industriekränen, immer noch ein physisches Produkt (Ebene 1), nämlich den Kran, der ausschliesslich lokal (dort, wo er physisch steht) genutzt werden kann.…”

Section: Wertschöpfungunclassified

“…IoT-Lösungen bieten Kunden hybride Wertversprechen, denn sie bestehen aus einem Bündel aus digitalen und physischen Produkten und Services (Fleisch et al 2016;Wortmann et al 2017 Strobel et al 2019;Herterich et al 2016;Westerlund et al 2014). Im Lichte der oben skizzierten Beispiele ist dies durchaus kritisch zu reflektieren, da in einem solchen Fall in der betriebswirtschaftlichen Entscheidungsfindung wenig Differenzierung möglich ist.…”

Section: Wertversprechenunclassified

“…Eine separate Abrechnung von Heizung und Service ist damit keinesfalls zwingend (Wortmann et al 2017). Fleisch et al (2016) und Strobel et al (2019) diskutieren darüber hinaus innovative Beispiele, wie Unternehmen neue Einnahmelogiken anwenden und indirekte IoT-Ertragsmodelle in Ökosystemen realisieren können. So stellt beispielsweise die Versicherung Liberty Mutual ihren Kunden einen intelligenten Rauchmelder der Google Tochter Nest kostenlos zur Verfügung.…”

Section: Zentrale Paradigmenwechsel Im Iotunclassified

See 2 more Smart Citations

Der lange Weg im IoT – Von der Vernetzung zur Profitabilität

et al. 2021

View full text Add to dashboard Cite

Unternehmensberatungen, Marktforschungsinstitute und Technologie-Evangelisten haben sich in den letzten Jahren mit positiven Prognosen zum enormen Geschäftspotenzial im Internet der Dinge (aus dem Englischen Internet of Things, IoT) gegenseitig übertroffen. In der Tat eröffnen vernetzte IoT-Lösungen neue Geschäftspotenziale und sind derzeit im Begriff ganze Branchen zu disruptieren. Jedoch zeigen neuste empirische Forschungsergebnisse und bisherige Erfahrungen, dass Unternehmen diese Chancen viel langsamer realisieren als erwartet. Selbst IoT-Pioniere wie General Electric sind mit ihren ambitionierten Digitalisierungsinitiativen vorerst gescheitert und sehen sich gezwungen, ihre kommunizierten IoT-Pläne deutlich anzupassen. In Anbetracht dieses Digitalisierungs-Paradox, mit hohen Investitionskosten und niedrigen Erträgen, suchen Unternehmen heute mehr denn je nach neuen Möglichkeiten, die über bekannte Produkt-und Dienstleistungsinnovationen hinausgehen. Der vorliegende Grundlagenbeitrag widmet sich den Fragen, wie das IoT die zentralen Geschäftsmodellelemente von Unternehmen beeinflusst und wie das Digitalisierungs-Paradox

show abstract

What is a Smart Service?

Brill

Nissen

2022

Mobile Web and Intelligent Information Systems

View full text Add to dashboard Cite

Von smarten Produkten zu smarten Dienstleistungen und deren Auswirkung auf die Wertschöpfung

Cited by 8 publications

References 38 publications

Data Preprocessing as a Service – Outsourcing der Datenvorverarbeitung für KI-Modelle mithilfe einer digitalen Plattform

Data Preprocessing as a Service – Outsourcing der Datenvorverarbeitung für KI-Modelle mithilfe einer digitalen Plattform

Der lange Weg im IoT – Von der Vernetzung zur Profitabilität

What is a Smart Service?

Contact Info

Product

Resources

About