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

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

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.

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.

This is a preview of subscription content, access via your institution.

Abb. 1
Abb. 2
Abb. 3
Abb. 4
Abb. 5

Literatur

  1. ABB (2019a) Über ABB. https://new.abb.com/ch. Zugegriffen: 20. Juni 2019

    Google 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 2019

    Google 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 2019

    Google 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):54–69

    Google Scholar 

  5. Atzori L, Iera A, Morabito G (2010) The Internet of Things: A survey. Comput Netw 54(15):2787–2805

    MATH  Google 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):97–105

    Google Scholar 

  7. Banerjee S, Woerner SL (2017) IoT maturity: bridging the gap between devices and value. MIT Press, Sloan Manag Rev

    Google 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):1–21

    Google Scholar 

  9. Becker J, Knackstedt R, Pöppelbuß J (2009) Developing maturity models for IT management. Bus Inf Syst Eng 1(3):213–222

    Google 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 2206–2217

    Google Scholar 

  11. Bsquare (2016) The five stages of IoT. https://s3-us-west-2.amazonaws.com/hub.ioti.com/uploads/2017/09/IoT-Journey-Whitepaper-copy.pdf. Zugegriffen: 9. Apr. 2019

    Google Scholar 

  12. 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 York

    Google Scholar 

  13. 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. 2019

    Google Scholar 

  14. Fleisch E (2010) What is the Internet of things? An economic perspective. Econ Manag Financial Mark 5(2):125–157

    Google Scholar 

  15. 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):22–26

    Google Scholar 

  16. Gault F (2013) Handbook of innovation indicators and measurement. Edward Elgar, Cheltenham

    Google Scholar 

  17. Hagerty J (2016) 2017 planning guide for data and Analytics. https://www.gartner.com/binaries/content/assets/events/keywords/catalyst/catus8/2017_planning_guide_for_data_analytics.pdf. Zugegriffen: 10. Apr. 2019

    Google Scholar 

  18. Hauschildt J, Schlaak TM (1999) Zur Messung des Innovationsgrades neuartiger Produkte. Manuskripte aus den Instituten für Betriebswirtschaftslehre der Universität Kiel, Bd. 510. Universität Kiel, Kiel

    Google Scholar 

  19. 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. 2019

    Google Scholar 

  20. Hunke F, Schüritz R (2019) Smartere Produkte durch analysebasierte Dienstleistungen – Ein methodisches Werkzeug zur strukturierten Entwicklung. Hmd Prax Wirtschaftsinform 56(3):514–529

    Google Scholar 

  21. Ibarra D, Ganzarain J, Igartua JI (2018) Business model innovation through Industry 4.0: A review. Procedia Manuf 22:4–10

    Google Scholar 

  22. 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. 2019

    Google Scholar 

  23. 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. 2019

    Google Scholar 

  24. Krasniqi X (2016) Internet of Things: From applications, challenges and standardization to Industry implementations. Int J Bus Tech 4(2):17–33

    Google Scholar 

  25. Lee I, Lee K (2015) The Internet of Things (IoT): Applications, investments, and challenges for enterprises. Bus Horiz 58(4):431–440

    Google Scholar 

  26. Lyytinen K, Yoo Y, Boland R (2016) Digital product innovation within four classes of innovation networks. Inf Syst J 26(1):47–75

    Google Scholar 

  27. Mettler T (2011) Maturity assessment models: a design science research approach. Int J Soc Syst Sci 3(1/2):81–98

    Google Scholar 

  28. Midor AG (2019) Die Welt der Midor macht glücklich. https://www.midor.ch/. Zugegriffen: 20. Juni 2019

    Google Scholar 

  29. OECD, Eurostat (2018) Oslo manual 2018: guidelines for collecting, reporting and using data on innovation, 4. Aufl. OECD, Paris

    Google Scholar 

  30. 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):298–309

    Google Scholar 

  31. Porter ME, Heppelmann JE (2014) How smart, connected products are transforming competition. Harv Bus Rev 92(11):64–88

    Google Scholar 

  32. Porter ME, Heppelmann JE (2015) How smart, connected products are transforming companies. Harv Bus Rev 93(10):96–114

    Google Scholar 

  33. 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. 2019

    Google Scholar 

  34. Püschel L, Roeglinger M, Schlott H (2016) What’s in a smart thing? Development of a multi-layer taxonomy. In: ICIS 2016 proceedings Dublin

    Google Scholar 

  35. Rawal D (2014) IoT solutions maturity model. https://www.techmahindra.com/sites/ResourceCenter/White%20Papers/New_Gen_Services/IoT_Solutions%20Maturity%20Model.pdf. Zugegriffen: 10. Apr. 2019

    Google Scholar 

  36. 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

  37. 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):1–10

    Google Scholar 

  38. 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

    Chapter  Google Scholar 

  39. Webster J, Watson RT (2002) Analyzing the past to prepare for the future: writing a literature review. Mis Q 26(2):xiii–xxiii

    Google Scholar 

  40. Whitmore A, Agarwal A, Xu LD (2015) The Internet of things—a survey of topics and trends. Inf Syst Front 17(2):261–274

    Google Scholar 

  41. 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):171–195

    Google Scholar 

  42. Yoo Y, Lyytinen K (2011) The new organizing logic of digital innovation: an agenda for information systems research. Inform Syst Res 21(4):724–735

    Google Scholar 

  43. 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):724–735

    Google Scholar 

Download references

Author information

Affiliations

Authors

Corresponding author

Correspondence to Andrea Back.

Rights and permissions

Reprints and Permissions

About this article

Verify currency and authenticity via CrossMark

Cite this article

Marheine, C., Gruber, L. & Back, A. Innovation durch den Einsatz von Enterprise IoT-Lösungen: Ein Modell zur Bestimmung des Innovationspotenzials. HMD 56, 1126–1143 (2019). https://doi.org/10.1365/s40702-019-00573-y

Download citation

Schlüsselwörter

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

Keywords

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