Advertisement

HMD Praxis der Wirtschaftsinformatik

, Volume 56, Issue 6, pp 1126–1143 | Cite as

Innovation durch den Einsatz von Enterprise IoT-Lösungen: Ein Modell zur Bestimmung des Innovationspotenzials

  • Christian Marheine
  • Lukas Gruber
  • Andrea BackEmail author
Schwerpunkt
  • 52 Downloads

Zusammenfassung

Getrieben durch Technologietrends wie das Internet der Dinge und günstigere Sensorik zielen Industrieunternehmen zunehmend darauf ab, aus den eigenen Daten und Analyseverfahren neue, innovative Produkte und Dienstleistungen zu schaffen. Durch den Einsatz von vernetzen Geräten und entsprechender Software entstehen häufig individuelle IoT-Lösungen mit denen sich Unternehmen im Markt differenzieren wollen. Doch wo liegen die Kernunterschiede zwischen verschiedenen IoT-Lösungen und welches Innovationspotenzial geht mit ihnen einher? Auch die Literatur gibt wenig Aufschluss über diese Frage. Basierend auf der Untersuchung 18 bereits existierender Reifegradmodelle sowie 5 Experteninterviews identifizieren wir vier Schlüsseldimensionen, (1) Datenquelle, (2) Datenziel, (3) Datenanalyse und (4) Datenbasierte Transformation, die mit ihren vier Ausprägungen das Innovationspotenzial verschiedener Enterprise IoT-Lösungen beschreiben. Auf Basis dieser Ergebnisse leiten wir ein Innovationsstufenmodell ab, das Unternehmen dabei hilft das Innovationspotenzial Ihrer IoT-Lösung zu erkennen und weitere Ausbaustufen aufzeigt. Im Anschluss demonstrieren wir die Anwendung des Modells, indem wir es zur Klassifizierung von zwei IoT-Lösungen aus Industrieunternehmen benutzen. Dabei schließen wir einerseits die konzeptionelle Lücke mit einem Modell, das Aussagen über den Einfluss von IoT auf Unternehmensinnovation macht, und bieten der Praxis ein konkretes Werkzeug, um Managementaufgaben im Zusammenhang mit der Entwicklung neuer und innovativer Produkte und Dienstleistungen zu unterstützen.

Schlüsselwörter

Innovationsstufenmodell Enterprise IoT-Lösungen Industrie 4.0 Sensorik Datenanalyse Smarte Produkte und Dienstleistungen 

Innovation Through the Use of Enterprise IoT Solutions: A Model to Determine Innovation Potential

Abstract

Driven by trends in technology, like the Internet of Things, industrial companies seek to create new, innovative products and services based on their own data. By using connected things and data analytics companies leverage individual enterprise IoT solutions to differentiate in the market. But what characteristics define different maturity levels of IoT solutions? How do these IoT solutions open up a company’s further potential to innovate? Based on a study of 18 existing maturity models and 5 expert interviews, we identify four key dimensions of IoT solutions’ innovation stages: (1) data source, (2) data target, (3) data analysis and (4) data-based transformation. This model helps companies to determine the innovation potential of their IoT solution and to plan further innovation stages. We demonstrate the model’s utility by applying it to two industrial IoT solutions. On the one hand, we close the conceptual gap with a model that makes statements about the influence of IoT on business innovation. On the other hand, we offer a specific instrument to support management tasks in connection with the development of new and innovative products and services.

Keywords

Innovation stage model Enterprise IoT solution Industry 4.0 Sensor technology Data analytics Smart products and services 

Literatur

  1. ABB (2019a) Über ABB. https://new.abb.com/ch. Zugegriffen: 20. Juni 2019Google Scholar
  2. ABB (2019b) Antriebsstränge, die Ihnen mitteilen, wann es Zeit für die Wartung ist. https://new.abb.com/motors-generators/de/motoren-generatorenservice/erweitertes-service-angebot/smart-sensor. Zugegriffen: 20. Juni 2019Google Scholar
  3. Alber T, Wetzel G, Matthis T, France A (2017) 5 steps to successful IoT solutions - How you can add value at every level of IoT Maturity. https://www.bosch-si.com/media/en/bosch_si/iot_platform/dokumente/201710_whitepaper_maturitylevel.pdf. Zugegriffen: 31. März 2019Google Scholar
  4. Ali A, Krapfel R, LaBahn D (1995) Product innovativeness and entry strategy: Impact on cycle time and break-even time. J Prod Innov Manag 12(1):54–69Google Scholar
  5. Atzori L, Iera A, Morabito G (2010) The Internet of Things: A survey. Comput Netw 54(15):2787–2805zbMATHGoogle Scholar
  6. Atzori L, Iera A, Morabito G (2014) From “smart objects” to “social objects”: The next evolutionary step of the internet of things. Ieee Commun Mag 52(1):97–105Google Scholar
  7. Banerjee S, Woerner SL (2017) IoT maturity: bridging the gap between devices and value. MIT Press, Sloan Manag RevGoogle Scholar
  8. Barnaghi P, Wang W, Henson C, Taylor K (2012) Semantics for the internet of things: Early progress and back to the future. Int J Semant Web Inf Syst 8(1):1–21Google Scholar
  9. Becker J, Knackstedt R, Pöppelbuß J (2009) Developing maturity models for IT management. Bus Inf Syst Eng 1(3):213–222Google Scholar
  10. vom Brocke J, Simons A, Niehaves B, Riemer K, Plattfaut R, Cleven A (2009) Reconstructing the giant: on the importance of rigour in documenting the literature search process. In: Proceedings of the 17th European conference on information systems Verona, S 2206–2217Google Scholar
  11. Burkitt F (2014) A strategist’s guide to the Internet of things - the digital interconnection of billions of devices is today’s most dynamic business opportunity. Strategy+Business, Bd. 77. PricewaterhouseCoopers, New YorkGoogle Scholar
  12. European Commission (2018) The Internet of things [policy]: digital single market. https://ec.europa.eu/digital-single-market/en/internet-of-things. Zugegriffen: 1. Apr. 2019Google Scholar
  13. Fleisch E (2010) What is the Internet of things? An economic perspective. Econ Manag Financial Mark 5(2):125–157Google Scholar
  14. Freitag M, Kück M, Alla AA, Lütjen M (2015) Potenziale von Data Science in Produktion und Logistik. Teil 1 - Eine Einführung in aktuelle Ansätze der Data Science. Ind Manag 31(5):22–26Google Scholar
  15. Gault F (2013) Handbook of innovation indicators and measurement. Edward Elgar, CheltenhamGoogle Scholar
  16. Hauschildt J, Schlaak TM (1999) Zur Messung des Innovationsgrades neuartiger Produkte. Manuskripte aus den Instituten für Betriebswirtschaftslehre der Universität Kiel, Bd. 510. Universität Kiel, KielGoogle Scholar
  17. Hung M (2017) Gartner insights on how to lead in a connected world. https://www.gartner.com/imagesrv/books/iot/iotEbook_digital.pdf. Zugegriffen: 1. Apr. 2019Google Scholar
  18. Hunke F, Schüritz R (2019) Smartere Produkte durch analysebasierte Dienstleistungen – Ein methodisches Werkzeug zur strukturierten Entwicklung. Hmd Prax Wirtschaftsinform 56(3):514–529Google Scholar
  19. Ibarra D, Ganzarain J, Igartua JI (2018) Business model innovation through Industry 4.0: A review. Procedia Manuf 22:4–10Google Scholar
  20. Jenner C (2017) What is the business intelligence & Analytics maturity model? http://www.arbelatech.com/insights/blog/what-is-the-business-intelligence-analytics-maturity-model.html. Zugegriffen: 10. Apr. 2019Google Scholar
  21. Joshi Y, Mittal A (2018) Internet of things (IoT) market update 2018: taming IoT ecosystem complexity - A survival guide. https://www2.everestgrp.com. Zugegriffen: 10. Apr. 2019Google Scholar
  22. Krasniqi X (2016) Internet of Things: From applications, challenges and standardization to Industry implementations. Int J Bus Tech 4(2):17–33Google Scholar
  23. Lee I, Lee K (2015) The Internet of Things (IoT): Applications, investments, and challenges for enterprises. Bus Horiz 58(4):431–440Google Scholar
  24. Lyytinen K, Yoo Y, Boland R (2016) Digital product innovation within four classes of innovation networks. Inf Syst J 26(1):47–75Google Scholar
  25. Mettler T (2011) Maturity assessment models: a design science research approach. Int J Soc Syst Sci 3(1/2):81–98Google Scholar
  26. Midor AG (2019) Die Welt der Midor macht glücklich. https://www.midor.ch/. Zugegriffen: 20. Juni 2019Google Scholar
  27. OECD, Eurostat (2018) Oslo manual 2018: guidelines for collecting, reporting and using data on innovation, 4. Aufl. OECD, ParisGoogle Scholar
  28. Oerlemans LAG, Meeus MTH, Boekema FWM (1998) Do networks matter for innovation? The usefulness of the economic network approach in analysing innovation. J Econ Social Geogr 89(3):298–309Google Scholar
  29. Porter ME, Heppelmann JE (2014) How smart, connected products are transforming competition. Harv Bus Rev 92(11):64–88Google Scholar
  30. Porter ME, Heppelmann JE (2015) How smart, connected products are transforming companies. Harv Bus Rev 93(10):96–114Google Scholar
  31. PTC (2015) Connected product maturity model - achieve innovation with connected capabilities. https://www.ptc.com/-/media/Files/PDFs/IoT/connected-product-maturity-model.pdf. Zugegriffen: 10. Apr. 2019Google Scholar
  32. Püschel L, Roeglinger M, Schlott H (2016) What’s in a smart thing? Development of a multi-layer taxonomy. In: ICIS 2016 proceedings DublinGoogle Scholar
  33. ROI Management Consulting AG (2019) Digitization maturity levels. https://www.roi-international.com/management-consulting/competences/industrial-digitization-industry-40/digitization-maturity-levels/. Zugegriffen: 10. Apr. 2019
  34. Safianowska MB, Gdowski R, Huang C (2017) Preventing market collapse in auctions for perishable Internet of Things resources. Int J Distrib Sens N 13(11):1–10Google Scholar
  35. Tan L, Wang N (2010) Future internet: the Internet of things. In: 3rd international conference on advanced computer theory and engineering (ICACTE), Bd. 5, S 376–380  https://doi.org/10.1109/icacte.2010.5579543 CrossRefGoogle Scholar
  36. Webster J, Watson RT (2002) Analyzing the past to prepare for the future: writing a literature review. Mis Q 26(2):xiii–xxiiiGoogle Scholar
  37. Whitmore A, Agarwal A, Xu LD (2015) The Internet of things—a survey of topics and trends. Inf Syst Front 17(2):261–274Google Scholar
  38. Wulf J, Mettler T, Brenner W (2017) Using a digital services capability model to assess readiness for the digital consumer. Mis Q Exec 16(3):171–195Google Scholar
  39. Yoo Y, Lyytinen K (2011) The new organizing logic of digital innovation: an agenda for information systems research. Inform Syst Res 21(4):724–735Google Scholar
  40. Yoo Y, Henfridsson O, Lyytinen K (2010) Research commentary—the new organizing logic of digital innovation: an agenda for information systems research. Inform Syst Res 21(4):724–735Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Institut für WirtschaftsinformatikUniversität St. GallenSt. GallenSchweiz

Personalised recommendations