Zusammenfassung
Wie in Kap. 1 gezeigt, lassen sich übergreifende technologische Trends als ein wesentlicher Enabler für die Auflösung existierender Unternehmensstrukturen und die Herausbildung veränderter inner- und zwischenbetrieblicher Organisationsformen erkennen. Dies wundert kaum, denn aus der Historie wissen wir: es spielten immer technologische Entwicklungen eine große Rolle, wenn sich menschliche Tätigkeitsschwerpunkte verändert und neue Strukturen herausgebildet haben. Vor diesem Hintergrund werden im folgenden Kapitel die technologischen Grundlagen für das Verständnis grenzenloser Unternehmung gelegt. Zunächst geht es um übergreifende technologische Trends, bevor einzelne relevante Technologien allgemein sowie in ihrer Relevanz für die Herausbildung grenzenloser Unternehmen erläutert werden.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Baheti, R., & Gill, H. (2011). Cyber-physical systems. The Impact of Control Technology, 12, 161–166.
BARC. (2013). Big data use cases. Getting real on data monetization. http://www.sas.com/de_de/whitepapers/ba-st-barc-bigdata-use-cases-de-2359583.html. Zugegriffen am 05.04.2016.
Barton, D., & Court, D. (2012). Making advanced analytics work for you. Harvard Business Review, 90(10), 78–83.
Bendel, O. (2018). Robotik. In Gablers Wirtschaftslexikon. https://wirtschaftslexikon.gabler.de/definition/robotik-54198/version-277250. Zugegriffen am 12.01.2020.
Benlian, A., Kettinger, W. J., Sunyaev, A., & Winkler, T. J. (2018). Special section: The transformative value of cloud computing: A decoupling, platformization, and recombination theoretical framework. Journal of Management Information Systems, 35(3), 719–739.
Berchtold, Y. (2016). Business models and big data. Master Thesis at the Munich School of Management. München: Institute of Electronic Commerce and Digital Markets, Ludwig Maximilian University of Munich.
BITKOM. (2013). Management von Big-Data-Projekten. https://www.bitkom.org/Publikationen/2013/Leitfaden/Management-von-Big-Data-Projekten/130618-Management-von-Big-Data-Projekten.pdf. Zugegriffen am 12.12.2015.
BMBF. (2014). The new high-tech strategy innovations for Germany. https://www.bmbf.de/upload_filestore/pub_hts/HTS_Broschure_Web.pdf. Zugegriffen am 12.01.2020.
Boes, A., & Langes, B. (2019). Die Cloud und der digitale Umbruch in Wirtschaft und Arbeit. Strategien, Best Practices und Gestaltungsimpulse. Freiburg: Haufe Group.
Boyd, D., & Crawford, K. (2012). Critical questions for big data: Provocations for a cultural, technological, and scholarly phenomenon. Information, Communication & Society, 15(5), 662–679.
Chen, M., Mao, S., & Liu, Y. (2014). Big data: A survey. Mobile Networks and Applications, 19(2), 171–209.
Deloitte. (2017). Die Blockchain (R)evolution – Die Schweizer Perspektive. White Paper. https://www2.deloitte.com/content/dam/Deloitte/ch/Documents/innovation/ch-de-innovation-blockchain-revolution.pdf. Zugegriffen am 28.012020.
Experton Group. (2014). Big data vendor benchmark 2014. Hardware-Anbieter, Software-Anbieter und Dienstleister im Vergleich. http://www.experton-group.de/index.php?eID=dumpFile&t=f&f=743&token=1e54e8e08afe8a2f86f73b5122f49af6d3e46e33. Zugegriffen am 28.12.2015.
Forschungsunion Wirtschaft und Wissenschaft. (2013). Deutschlands Zukunft als Produktionsstandort sichern – Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0. Abschlussbericht des Arbeitskreises Industrie 4.0. Berlin: Forschungsunion.
Fraunhofer-Gesellschaft (2017). Blockchain und Smart Contracts – Technologien, Forschungsfragen und Anwendungen. https://www.sit.fraunhofer.de/fileadmin/dokumente/studien_und_technical_reports/Fraunhofer-Positionspapier_Blockchain-und-Smart-Contracts.pdf?_=1516641660. Zugegriffen am 28.01.2020.
Gebel, J. (2019). In der Cloud alle Daten sichern. https://www.netzsieger.de/k/cloud-speicher. Zugegriffen am 13.01.2020.
Genennig, S. M. (2020). Realizing digitization-enabled innovation. Dissertation. Wiesbaden: Springer Gabler.
Haenlein, M., & Kaplan, A. (2019). A brief history of artificial intelligence: On the past, present, and future of artificial intelligence. California Management Review, 61(4), 5–14.
Jordan, M. I., & Mitchell, T. M. (2015). Machine learning: Trends, perspectives, and prospects. Science, 349(6245), 255–260.
Kapdoskar, R., Gaonkar, S., Shelar, N., Surve, A., & Gavhane, S. (2015). Big data analytics. International Journal of Advanced Research in Computer and Communication Engineering, 4(10), 518–520.
Klein, D., Tran-Gia, P., & Hartmann, M. (2013). Big data. Informatik Spektrum, 36(3), 319–323.
Lee, J., Bagheri, B., & Kao, H.-A. (2015). A cyber-physical systems architecture for industry 4.0-based manufacturing systems. Manufacturing Letters, 3, 18–23.
Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., & Hung Byerys, A. (2011). Big data: The next frontier for innovation, competition, and productivity. https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/big-data-the-next-frontier-for-innovation. Zugegriffen am 28.01.2020.
McAfee, A., & Brynjolfsson. (2017). Machine, platform, crowd: Harnessing our digital future. New York: Norton & Company.
Meyer, W. M., & Reese, H. (2018). Künstliche Intelligenz als Innovationsbeschleuniger im Unternehmen. Zuversicht und Vertrauen in Künstliche Intelligenz PwC. Whitepaper. https://www.pwc.de/de/digitale-transformation/ki-als-innovationsbeschleuniger-in-unternehmen-whitepaper.pdf. Zugegriffen am 28.01.2020.
Miller, H. G., & Mork, P. (2013). From data to decisions: A value chain for big Data. IT Professional, 15(1), 57–59.
Monostori, L., Kádár, B., Bauernhansl, T., Kondoh, S., Kumara, S., Reinhart, G., Sauer, O., Schuh, G., Sihn, W., & Ueda, K. (2016). Cyber-physical systems in manufacturing. CIRP Annals, 65(2), 621–641.
Morabito, V. (2014). Trends and challenges in digital business innovation. New York: Springer International Publishing.
National Institute of Standards and Technology. (2013). Foundations for innovation: Strategic R&D opportunities for 21st century cyber-physical systems: Connecting computer and information systems with the physical world. Report of the Steering Committee for Foundations in Innovation for cyber-physical systems, NIST, US, 28.
Neuburger, R. (2019). Der Wandel der Arbeitswelt in einer Industrie 4.0. In R. Obermaier (Hrsg.), Handbuch Industrie 4.0 und Digitale Transformation (S. 589–608). Wiesbaden: Gabler.
Obermeier, R. (2019). Industrie 4.0 als unternehmerische Gestaltungsaufgabe: Strategische und operative Handlungsfelder für Industriebetriebe-In R. Obermaier (Hrsg.), Handbuch Industrie 4.0 und Digitale Transformation – Betriebswirtschaftliche, technische und rechtliche Herausforderungen (S. 3–46). Springer Gabler: Wiesbaden.
Park, K.-J., Zheng, R., & Liu, X. (2012). Cyber-physical systems: Milestones and research challenges. Computer Communications, 36(1), 1–7.
Peters, C., & Leimeister, J. M. (2019). Cloud, Hybrid Intelligence und digitale Arbeit für das Engineering von soziotechnischen Systemen. In A. Boes, B. Langes, E. Vogl & J. Witte (Hrsg.), Die Cloud und der digitale Umbruch in Wirtschaft und Arbeit (S. 91–99). Freiburg: Haufe.
Picot, A., & Hopf, S. (2014). Geschäftsmodelle mit Big Data im Dienstleistungsbereich. In A. Boes (Hrsg.), Dienstleistung in der Digitalen Gesellschaft – Beiträge zur Dienstleistungstagung des BMBF im Wissenschafsjahr 2014 (S. 259–272). Frankfurt a. M.: Campus.
Picot, A., Berchtold, Y., & Neuburger, R. (2018). Big Data aus ökonomischer Sicht: Potenziale und Handlungsbedarf. In B. Kolany-Raiser, R. Heil, C. Orwat & T. Hoeren (Hrsg.), Big Data und Gesellschaft – Eine multidisziplinäre Annäherung (S. 309–416). Wiesbaden: Springer VS.
Picot, A., Neuburger, R., Berchtold, Y., & Defort, A. (2020). Big Data und Mittelstand – ABIDA-Ergebnisse im Überblick. Wiesbaden: Springer Gabler.
Porter, M. E. (1985). Competitive advantage: Creating and sustaining superior performance. New York: The Free Press A Division of Simon & Schuster Inc.
Russom, P. (2011). Big Data Analytics. TDWI Best practices report, Fourth quarter. https://tdwi.org/research/2011/09/~/media/TDWI/TDWI/Research/BPR/2011/TDWI_BPReport_Q411_Big_Data_Analytics_Web/TDWI_BPReport_Q411_Big%20Data_ExecSummary.ashx. Zugegriffen am 09.02.2016.
Satzger, G., Schüritz, R., Hunke, F., Seebacher, S., Möslein, K. M., Jonas, J. M., et al. (2018). Geschäftsmodelle 4.0 – Baukasten zur Entwicklung datenbasierter Geschäftsmodelle. Karlsruhe: Service Research Institute.
Schroeck, M., Shockley, R., Smart, J., Romero-Morales, D., & Tufano, P. (2012). Analytics: The real-world use of big data. IBM Global Business Services, 12, 1–20.
Skilton, M., & Hovsepian, F. (2017). The 4th industrial revolution: Responding to the impact of artificial intelligence on business. Cham: Springer International Publishing AG.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2020 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Picot, A., Reichwald, R., Wigand, R.T., Möslein, K.M., Neuburger, R., Neyer, AK. (2020). Technologie in der grenzenlosen Unternehmung – Digitalisierung als Beschleuniger der Grenzöffnung?. In: Die grenzenlose Unternehmung. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-28565-4_4
Download citation
DOI: https://doi.org/10.1007/978-3-658-28565-4_4
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-28564-7
Online ISBN: 978-3-658-28565-4
eBook Packages: Business and Economics (German Language)