Add Thesis

Capitalising on Big Data from Space

Written by M. Bremström, S.Stipic

Paper category

Master Thesis

Subject

Business Administration>Management

Year

2019

Abstract

Masterarbeit Big Data: Die Innovation von Geschäftsmodellen hat in den letzten Jahren für Unternehmen, die sich auf dynamischen Märkten Wettbewerbsvorteile verschaffen wollen, an Bedeutung gewonnen. Außerdem hat sich gezeigt, dass die Einbeziehung von Daten in das Geschäftsmodell eines Unternehmens zu einer besseren Leistung führt. Diese Entwicklung hat das Interesse an der Verbindung zwischen Datennutzung und Geschäftsmodellinnovation geweckt. In dieser Arbeit wird der Fall eines schwedischen Raumfahrtunternehmens, das in der Satellitenbranche tätig ist, eingehend untersucht. Das Unternehmen ist in einem zunehmend dynamischen Markt tätig, und die anhaltenden Störungen in Form von neuen Marktteilnehmern und raschen technologischen Fortschritten haben zu einer Suche nach neuen Geschäftsmöglichkeiten geführt. Infolgedessen sind neue Wege zur Nutzung der zunehmenden Datenmengen aus dem Weltraum von großer Bedeutung. Die Ergebnisse zeigen, dass eine neuartige Datennutzung in Form von Datenverarbeitung zu einer Geschäftsmodellinnovation führt. Darüber hinaus hängt der Grad der Transformation des Geschäftsmodells davon ab, wie viele der dem Geschäftsmodell zugrunde liegenden Elemente von der Datennutzung betroffen sind. Darüber hinaus kommt die Studie zu dem Schluss, dass ein Mangel an Versuch-und-Irrtum-Lernen radikale Innovationsbemühungen behindert und die Entwicklung beidhändiger Fähigkeiten innerhalb des Unternehmens erschwert. Schließlich wird in der Studie ein neuartiger Zusammenhang zwischen der Einführung von Großprojekten und verbesserten ambidextren Fähigkeiten festgestellt. n diesem Abschnitt wird die Grundlage der Arbeit vorgestellt. Es wird ein kurzer Hintergrund zum Thema gegeben, gefolgt von einer Problematisierung, die in den Zweck und die Forschungsfragen der Arbeit mündet. 1.1 HintergrundIn den dynamischen und sich schnell verändernden Märkten von heute müssen Unternehmen wettbewerbsfähig bleiben, um zu überleben (Wirtz, Gottel und Daiser 2016). Eine Möglichkeit, die Wettbewerbsfähigkeit zu erreichen, ist die Innovation des Geschäftsmodells, die in den letzten Jahren zunehmend an Bedeutung gewonnen hat (Wirtz, Gottel und Daiser 2016). Unternehmen beschäftigen sich immer weniger mit Prozess- oder Produktinnovationen, da diese zeit- und ressourcenaufwendig sind, und wenden sich zunehmend der Geschäftsmodellinnovation als Alternative oder Ergänzung zu (Amit und Zott 2012). Bei der Erforschung von Geschäftsmodellinnovationen kommt die organisatorische Ambidextrie ins Spiel. Das bedeutet, dass eine Organisation gleichzeitig evolutionäre und revolutionäre Veränderungen bewältigen muss, um ihr langfristiges Überleben und ihren Erfolg zu sichern (Kaulio, Thoren und Rohrbeck 2017). Eine gängige Erklärung dafür, warum Organisationen nicht innovativ sind, ist der Mangel an organisatorischer Ambidexterität (Tushman und O'Reilly 1996). Darüber hinaus verdeutlicht Ambidexterität auch das Zusammenspiel zwischen Geschäftsmodellinnovation, technologischer Innovation, Exploration und Exploitation (Kaulio, Thoren und Rohrbeck 2017).Viele der jüngsten technologischen Innovationen sind auf die Nutzung von Daten ausgerichtet. Die Analyse und Nutzung von Daten wird für Unternehmen immer wichtiger, um wettbewerbsfähig zu bleiben und langfristig zu überleben (Brownlow et al. 2015; Hartmann et al. 2016; LaValle et al. 2011). Hunke et al. (2017) betonen die Möglichkeit für Unternehmen, Daten zum zentralen Wertbeitrag ihres Geschäftsmodells zu machen. Indem sie ihr Geschäftsmodell mit Daten anreichern, bleiben die Unternehmen mit größerer Wahrscheinlichkeit in ihrer Branche wettbewerbsfähig (LaValle et al. 2011). Das Hauptaugenmerk liegt auf der Nutzung großer Datensätze, die gemeinhin als Big Data bezeichnet werden (Gandomi und Haider 2015), wobei die Datenanalyse eine wichtige Rolle bei der Erzielung von Wettbewerbsvorteilen spielt (Morabito 2015). Die Raumfahrtindustrie zeichnet sich durch fortschrittliche Technologie aus und arbeitet in einem datenintensiven Umfeld, in dem vermehrt Big Data erzeugt wird. Entsprechend ist die Datennutzung ein wichtiger Bestandteil des zukünftigen Geschäfts (Hunke et al. 2017). Auch Branchen ohne datenintensives Umfeld erkennen das Potenzial der Datennutzung (Schuritz und Satzger 2016). Darüber hinaus sieht sich die Satellitenindustrie mit einer zunehmenden Menge an Big Data konfrontiert, was dazu beiträgt, dass die Datennutzung ein wichtiger Markttrend ist (Soille, Loekken und Albani 2019).Heute geht es in der Raumfahrtindustrie nicht nur um Wettrennen zum Mond, bahnbrechende Erkundungen und neue Entdeckungen, sondern auch darum, zur technologischen Entwicklung beizutragen und Lösungen für globale Herausforderungen zu finden.Dank neuer Technologien nehmen die Anwendungsbereiche für weltraumgestützte Technologien rapide zu und werden Teil des täglichen Lebens der Menschen. Wir befinden uns in einem neuen Zeitalter der Raumfahrt, das durch einen rasanten Wandel gekennzeichnet ist, der neue Geschäftsmöglichkeiten eröffnet. In der Vergangenheit war die Raumfahrtindustrie durch große staatliche Programme gekennzeichnet, die mit staatlichem und institutionellem Kapital finanziert wurden, was zu einer eher trägen Industrie mit hohen Eintrittsbarrieren führte. Die neue Ära bringt nun innovative Technologien und neue kommerzielle Anbieter hervor, was zu einer Marktverschiebung hin zu einem kommerziellen und wettbewerbsfähigen globalen Markt mit niedrigeren Eintrittsschranken führt. Dies treibt den Markt zu niedrigeren Preisen, neuen Anwendungen und einer höheren Geschwindigkeit des Wandels. In den letzten Jahren sind immer mehr Satelliten in die Umlaufbahn gebracht worden. Mit der Entwicklung einer neuen Generation von Kleinsatelliten sind die Kosten für den Bau und den Start von Satelliten gesunken, was zu einem wachsenden kommerziellen Interesse und zum Eintritt neuer Akteure in den Markt geführt hat (Simonis 2019). schrumpfenden Gewinnspannen bei Satellitenmanagementdiensten. Neue kommerzielle Kunden, die oft als "neuer Weltraum" bezeichnet werden, drücken die Preise, was sich auf die Preisgestaltung in der gesamten Branche auswirkt. Die Bereitstellung von Dienstleistungen innerhalb der Satellitenindustrie wird dadurch schwieriger. Die etablierten Unternehmen des Sektors zeichnen sich durch ihr wertorientiertes Angebot aus, das sich auf die Bereitstellung qualitativ hochwertiger Dienste konzentriert. Die etablierten Unternehmen unterscheiden sich derzeit kaum voneinander, wobei der Hauptunterschied zwischen ihnen in den angebotenen Zusatzdiensten besteht. Angesichts der branchenweiten Umwälzungen ist jedoch auch dieser Sektor der Satellitenverwaltungsdienste mit neuen Marktteilnehmern und verstärktem Wettbewerb konfrontiert. Im Jahr 2018 kündigte ein kapitalstarkes IT-Unternehmen Pläne zum Aufbau eines eigenen Bodenstationsnetzes an. Angesichts dieser Entwicklung müssen etablierte Unternehmen, die Satellitenmanagementdienste anbieten, ihre Wettbewerbsfähigkeit sicherstellen, indem sie neue Geschäftsmöglichkeiten erkunden. Neue Technologien für die Verarbeitung von Satellitendaten zu einer Vielzahl verschiedener Produkte und Dienste eröffnen Möglichkeiten, neue Märkte zu erreichen. Somit bietet sich im Bereich des Satellitenmanagements die Möglichkeit, in der Wertschöpfungskette aufzusteigen, indem Satellitendaten zur Erweiterung der derzeitigen Wertschöpfung genutzt werden.1.2 Problematisierung und wissenschaftlicher BeitragDie Veränderungen in der Raumfahrtindustrie bedrohen selbst etablierte Technologieunternehmen mit tragfähigen Geschäftsmodellen in allen Bereichen der Branche. Der Sektor des Satellitenmanagements, der sich durch alteingesessene Unternehmen auszeichnet, die mit etablierten Geschäftsmodellen arbeiten, ist in hohem Maße von dem neu entstehenden Kundensegment der "Newspaces" und dem Preisdruck betroffen. Daher müssen innerhalb des Sektors die bestehenden Geschäftsmodelle wettbewerbsfähig bleiben und neue Geschäftsfelder entstehen, um nicht langfristig den Untergang zu riskieren. Durch die Innovation von Geschäftsmodellen kann dem sich wandelnden Markt begegnet und können neue Geschäftsmöglichkeiten ergriffen werden. Darüber hinaus gibt es sowohl in der Forschung als auch in der Satellitenindustrie einen neuen Bereich der Datennutzung, der zunehmend Beachtung findet. Ein wichtiger Trend in der Satellitenindustrie ist die Datennutzung in Form von Satellitendatenverarbeitung, was diesen Bereich zu einem geeigneten Ansatz für die Innovation eines bestehenden Geschäftsmodells in der Satellitenmanagementbranche macht. Um erfolgreich zu sein, muss das bestehende Geschäftsmodell in Betrieb bleiben, während gleichzeitig neue Geschäftsmodellalternativen unter Einbeziehung der Datennutzung erforscht werden. Insbesondere mangelt es an eingehenden Fallstudien zu datengesteuerten Geschäftsmodellen und dem Übergang von einem bestehenden Geschäftsmodell zu einem datengesteuerten Modell. Darüber hinaus gibt es eine Vielzahl von Forschungsarbeiten zur Raumfahrtindustrie und ihren technologischen Aspekten. Da die Branche jedoch bisher von staatlichen Stellen dominiert wurde, gibt es nur wenige Untersuchungen, die die technologischen und geschäftlichen Aspekte der Branche miteinander verbinden. So wurden beispielsweise in der Satellitenindustrie noch keine Untersuchungen durchgeführt, die Geschäftsmodelle mit Satellitendaten verbinden. Aufgrund der zunehmenden Bedeutung von Daten in der Branche ist die Forschung zu datengesteuerten Geschäftsmodellen und deren Anpassung an Satellitendaten von großer Bedeutung. Dieser Bereich muss daher untersucht werden, um eine Verbindung zwischen Geschäftsmodellen und Satellitendaten herzustellen und den akademischen Diskurs zu diesem Thema zu fördern.1.3 ZielsetzungDer Zweck dieser Arbeit ist es, zu untersuchen, wie neue Wege der Datennutzung die Innovation von Geschäftsmodellen vorantreiben können, und zu untersuchen, wie ein Raumfahrtunternehmen sein etabliertes Geschäftsmodell nutzen und gleichzeitig neue Alternativen erforschen kann.2 1.4 ForschungsfragenUm den genannten Zweck zu erfüllen, werden eine Hauptforschungsfrage sowie zwei Unterfragen formuliert.MRQ:Wie kann eine neuartige Datennutzung die Geschäftsmodellinnovation eines etablierten Technologieunternehmens vorantreiben, das immer noch von seinem etablierten Geschäftsmodell profitiert?SQ1:Wie trägt eine neuartige Datennutzung in Form von Datenverarbeitung zur Geschäftsmodellinnovation bei?SQ2:Wie kann ein etabliertes Raumfahrtunternehmen neue Geschäftsmodelle erforschen und gleichzeitig sein bestehendes Geschäftsmodell ausschöpfen?1 .5 EinschränkungenDie Arbeit untersucht die Umsetzung nur aus der Perspektive des Geschäftsmodells und geht nicht auf die Perspektive des Veränderungsmanagements bei der Umsetzung neuer Geschäftspraktiken ein. Die gewonnenen Erkenntnisse werden auch auf andere Branchen übertragbar sein, aber es wird nur die Satellitendatenbranche untersucht. Die Arbeit beschränkt sich auf eine eingebettete Studie bei SSC, wobei der Schwerpunkt auf der Geschäftseinheit Satellite Management Services, einer von insgesamt drei Einheiten, liegt. Es wurden jedoch auch empirische Daten aus anderen Bereichen erhoben, um ein tieferes Verständnis zu ermöglichen. Schließlich wird in dieser Arbeit das Unternehmen nur aus der internen Perspektive untersucht, wobei die Kundenperspektive nicht berücksichtigt wird.3 2 Theoretischer RahmenIn diesem Abschnitt wird der theoretische Hintergrund von Geschäftsmodellen sowie von Geschäftsmodellinnovation und Ambidexterität eingehend erläutert. Auch die Verwendung von Daten im Zusammenhang mit Geschäftsmodellen wird skizziert.2.1 GeschäftsmodelleBei der Untersuchung des Begriffs "Geschäftsmodell" fällt auf, dass es keine allgemein anerkannte Definition gibt. Ursprünglich mit webbasierten Unternehmen in Verbindung gebracht, hat die zunehmende Bedeutung der Informations- und Kommunikationstechnologie (IKT) für andere Arten von Unternehmen dazu geführt, dass das Konzept des Geschäftsmodells immer weiter verbreitet wird (Morris, Schindehutte und Allen 2005; DaSilva und Trkman 2014). In mehreren Beiträgen wurde festgestellt, dass es keine allgemein akzeptierte Definition des Begriffs Geschäftsmodell gibt (Morris, Schindehutte und Allen 2005; Huarng 2013; DaSilva und Trkman 2014; Zott, Amit und Massa 2011), wobei Zott, Amit und Massa (2011) anmerken, dass die Tatsache, dass die Literatur zu diesem Thema in separaten Bereichen erstellt wird, die Entwicklung einer kumulativen Forschung zum Thema Geschäftsmodelle behindert. Von den103 Veröffentlichungen über Geschäftsmodelle, die Zott, Amit und Massa (2011) untersuchten, enthielten 37 % überhaupt keine Definition des Begriffs "Geschäftsmodell", was darauf schließen lässt, dass viele den Begriff als selbsterklärend betrachten. Nichtsdestotrotz haben mehrere Forscher Rahmenwerke vorgeschlagen, die darauf abzielen, die Komponenten eines Geschäftsmodells zu identifizieren und zu beschreiben (vgl. Wirtz, Gottel und Daiser (2016)).2.1.1 Rahmenwerke für GeschäftsmodelleAuch wenn die Rahmenwerke für Geschäftsmodelle unterschiedliche Perspektiven auf die Komponenten eines Geschäftsmodells haben, gibt es doch einige gemeinsame Nenner. In Tabelle 1 sind gemeinsame Elemente aus acht Rahmenwerken dargestellt und später ausführlicher beschrieben.. Eines der frühen Rahmenwerke für Geschäftsmodelle wurde von Chesbrough und Rosenbloom (2002) vorgeschlagen, die ein Geschäftsmodell mit sechs Funktionen beschreiben: Formulierung eines Wertversprechens, Identifizierung von Markt4 Segmente, die Bestimmung der Wertschöpfungskette des Unternehmens, die Schätzung der Kostenstruktur und des Ertragspotenzials des Unternehmens, die Bestimmung des Platzes des Unternehmens innerhalb des Wertschöpfungsnetzes und die Formulierung der Strategie des Unternehmens. Das Geschäftsmodell wird entwickelt, indem diese Funktionen in der beschriebenen Reihenfolge abgebildet werden.Hedman und Kalling (2003) untersuchen frühere Forschungen über Unternehmen und Strategie und entwickeln auf der Grundlage ihrer Erkenntnisse einen Rahmen, der aus sechs Komponenten besteht. Diese Komponenten sind Kunden, Konkurrenten, Wertschöpfung, Aktivitäten und Organisation des Unternehmens, Ressourcen und das Angebot von Input aus dem Kapital- und Arbeitsmarkt. Eine siebte Komponente, der "longitudinale Prozess", der sich auf Veränderungen im Laufe der Zeit konzentriert, wird ebenfalls hinzugefügt, um sicherzustellen, dass der Rahmen an die dynamische Natur einer Firma angepasst ist.Mitchell und Coles (2003), die sich mit der Innovation von Geschäftsmodellen befassen, definieren das Geschäftsmodell als aus zwei verschiedenen Elementen bestehend. Das erste ist das "Wer", d. h. wer die Kunden sind, die das Unternehmen bedient. Das zweite ist das "Was", d. h. welches Wertangebot das Unternehmen macht. Der dritte Punkt ist das "Wo", d. h. wo der Betrieb geografisch angesiedelt ist. Der vierte Punkt ist das "Wie", d. h. wie wird der RM seinen Wert liefern (durch welche Aktivitäten). Morris, Schindehutte und Allen (2005) entwickeln einen Rahmen, der in drei Ebenen unterteilt ist, wobei sie von einer breiten Perspektive ausgehen und immer spezifischer auf die einzelnen Unternehmen eingehen: Auf der Basisebene werden die grundlegenden Entscheidungen für das Unternehmen dargelegt. Morris, Schindehutte und Allen (2005) nennen sechs Komponenten, die für diese Entscheidungen erforderlich sind: Wertschöpfung, Identifizierung von Kunden, interne Vorteilsquellen, Positionierung auf dem Markt, Wirtschaftsmodell und Ambitionen des Unternehmers. Auf der unternehmenseigenen Ebene muss die Firma sich darauf konzentrieren, innovative Wege zu finden, um die auf der vorherigen Ebene beschriebenen grundlegenden Entscheidungen zu treffen. Auf dieser Ebene schafft die Firma Vorteile, die nicht repliziert werden können, da die proprietäre Ebene strategiespezifisch ist und auf der Schaffung einzigartiger Kombinationen der Variablen auf der Basisebene aufbaut. Auf der Regelebene wird eine Reihe von Regeln oder Leitlinien festgelegt, an denen sich die strategischen Entscheidungen und Handlungen des gesamten Unternehmens orientieren. Ein Konzept namens Business Model Canvas (BMC) wurde erstmals von Osterwalder und Pigneur (2010) eingeführt und ist von Osterwalders früheren Forschungen zu Geschäftsmodellen abgeleitet. Hier wird das Geschäftsmodell weiterentwickelt, was zu einem Werkzeug führt, das das visuelle Denken bei der Erstellung oder Abbildung von Geschäftsmodellen fördert. Das Tool besteht aus neun Bausteinen: Wertversprechen, Kundensegmente, Kundenbeziehungen, Kanäle, Ertragsströme, Kostenstrukturen, Schlüsselaktivitäten, Schlüsselressourcen und Schlüsselpartnerschaften und wurde mit der Absicht entwickelt, einen standardisierten Ansatz für die Gestaltung oder Abbildung von Geschäftsmodellen zu bieten. Laut Cosenz (2017) wird der BMC in der neueren Literatur zur Geschäftsmodellierung sowie von akademischen Inkubatoren und Risikokapitalverbänden weltweit empfohlen. Laut Osterwalder und Pigneur (2010) sowie Sort und Nielsen (2018) liegt der Hauptgrund für die Beliebtheit des BMC-Rahmens darin, dass er ein klareres Verständnis dafür vermittelt, wie ein Unternehmen Werte schafft. Darüber hinaus behaupten Osterwalder und Pigneur (2010), dass das Konzept weltweit erprobt und verwendet wurde, beispielsweise von Unternehmen wie IBM, Ericsson und Deloitte. Zott und Amit (2010) beschreiben Geschäftsmodelle aus einer Aktivitätssystemperspektive, bei der das Geschäftsmodell als Aktivitätssystem betrachtet wird und das Hauptziel darin besteht, durch die Nutzung einer Geschäftschance Wert zu schaffen. Eine Aktivität wird als Einsatz von Ressourcen, wie z. B. Human- oder Kapitalressourcen, zur Erzielung einer Wertschöpfung definiert. Der Begriff Tätigkeitssystem wird definiert als ein "System unabhängiger Tätigkeiten, das über den fokalen Bereich hinausgeht und dessen Grenzen überspannt" (Zott und Amit 2010, S. 217). Um ein Aktivitätssystem zu entwerfen, müssen zwei5 Gruppen von Parametern analysiert werden. Die erste Gruppe wird als Gestaltungselemente bezeichnet und besteht aus Inhalt (Auswahl der durchzuführenden Aktivitäten), Struktur (wie die Aktivitäten miteinander verbunden sind und welche Bedeutung sie haben) und Steuerung (wer die Aktivitäten durchführt). Nach Teece (2010, S. 179) artikuliert ein Geschäftsmodell "die Logik, die Daten und andere Nachweise, die ein Wertversprechen für den Kunden unterstützen, sowie eine tragfähige Struktur von Einnahmen und Kosten für das Unternehmen, das diesen Wert liefert". Es werden fünf Elemente der Geschäftsmodellgestaltung skizziert. In Kombination führen diese Elemente zu einer Wertschöpfung für die Kunden des Unternehmens, was wiederum zu Zahlungen führt, die in Gewinne umgewandelt werden. Die vier Elemente sind: Identifizierung des Kundennutzens, Marktsegmentierung, Ermittlung der verfügbaren Einnahmeströme, Entwicklung von Mechanismen zur Wertschöpfung und Auswahl von Technologien und Funktionen, die in das Produkt oder die Dienstleistung integriert werden. Ein wichtiger Aspekt bei der Entwicklung eines Geschäftsmodells, das einen nachhaltigen Wettbewerbsvorteil bietet, ist laut Teece (2010) die strategische Analyse. Ein Geschäftsmodell allein reicht nicht aus, um einen Wettbewerbsvorteil zu schaffen, aber in Verbindung mit einer unternehmensspezifischen strategischen Analyse werden die Aktivitäten des Unternehmens schwer zu imitieren sein.Mason und Spring (2011) untersuchen das Konzept der Geschäftsmodelle und analysieren die bisherige Literatur zu diesem Thema, um zu einer Schlussfolgerung bezüglich der Kernelemente eines Geschäftsmodells zu gelangen. Das zugrundeliegende Verständnis eines Geschäftsmodells kann als eine Beschreibung der Arbeitsweise eines bestimmten Unternehmens bezeichnet werden. Mason und Spring (2011) argumentieren, dass der Wert eines Geschäftsmodells aus der Erfassung von Handlungen und den Verbindungen zwischen ihnen resultiert, was ein gemeinsames Verständnis der Handlungen des Unternehmens ermöglicht.1 Der Geschäftsmodellrahmen, zu dem Mason und Spring (2011) gelangen, besteht aus drei Kernelementen: Das erste Element ist die Technologie in Form eines Produkts, eines Prozesses, eines Kerns oder einer Infrastruktur sowie deren Bereitstellung und Verwaltung. Das zweite Element ist das Marktangebot, d. h. das, was den Kunden tatsächlich angeboten wird und wie es angeboten wird. Das Angebot kann in Form von Artefakten, Aktivitäten oder Zugang erfolgen. Das dritte Element ist die Netzwerkarchitektur in Form von Märkten und Standards, Transaktionen, Fähigkeiten und Beziehungen, also das Netzwerk von Anbietern und Abnehmern, die das Marktangebot ermöglichen.2.2 GeschäftsmodellinnovationDer intensive Wettbewerb auf dem globalen Markt hat zu einem wachsenden Interesse daran geführt, wie Unternehmen in dynamischen, sich schnell verändernden Märkten wettbewerbsfähig bleiben können (Wirtz, Gottel und Daiser 2016). Das Konzept der Innovation des Geschäftsmodells eines Unternehmens zur Anpassung an sich verändernde Marktbedingungen hat daher in den letzten Jahren an Bedeutung gewonnen (Wirtz, Gottel und Daiser 2016). Anhand von Beispielen der bei Xerox erfundenen Technologie, die das Unternehmen nicht nutzen konnte, die aber später zu einem erfolgreichen Spin-Off wurde, stellen Chesbrough und Rosenbloom (2002) eine der frühesten Verbindungen zwischen Innovation und dem Geschäftsmodellkonzept her und kommen zu dem Schluss, dass ein tragfähiges Geschäftsmodell für die Wertschöpfung aus technologischen Innovationen entscheidend ist. Mehrere Autoren haben seither den Zusammenhang zwischen Geschäftsmodellinnovation und überlegener Leistung nachgewiesen und gezeigt, dass erfolgreiche Geschäftsmodellinnovation mit nachhaltigen Wettbewerbsvorteilen verbunden sein kann (Amit und Zott 2012; Casadesus-Masanell und Zhu 2013; Mitchell und Coles 2003).Die Neuartigkeit von Geschäftsmodellinnovation bedeutet, dass noch kein Konsens über das Phänomen besteht, was zu einer erheblichen Heterogenität der Definition des Konzepts in der veröffentlichten Literatur führt (Wirtz, Gotteland Daiser 2016). Eine von Amit und Zott (2012) vorgeschlagene Beschreibung baut auf ihrer aktivitätsbasierten Sichtweise des Geschäftsmodells (die im vorigen Abschnitt vorgestellt wurde) auf und konzeptualisiert Geschäftsmodellinnovation als Änderungen, die an einem oder mehreren Kernelementen des Geschäftsmodells vorgenommen werden. Mitchell und Coles (2003) hingegen6 Geschäftsmodellinnovation als die Ersetzung eines Großteils der derzeitigen Geschäftsmodellelemente durch völlig neue Elemente und bezeichnen dies als "Geschäftsmodellersatz". Gambardella und McGahan (2010) konzeptualisieren die Geschäftsmodellinnovation als die Einführung neuer Wege zur Kommerzialisierung der grundlegenden Vermögenswerte der Firma, was zu deren anhaltender Relevanz führt.Chesbrough (2010) hebt einen Aspekt der Herausforderungen hervor, die mit der Geschäftsmodellinnovation verbunden sind: In vielen Fällen wissen die Manager einfach nicht, was das richtige Geschäftsmodell für ihre Firma ist, und sind unsicher, wie sie ein geeignetes Modell finden können. Wenn eine Firma eine Geschäftsmodellinnovation anstrebt, schlägt Chesbrough (2010) daher vor, das Unternehmen mithilfe von Rahmenwerken wie dem von Osterwalder (2004) vorgeschlagenen Business Model Canvas abzubilden. Durch die Darstellung der aktuellen Geschäftsmodellkomponenten kann die Firma leichter Experimente durchführen, um neue Geschäftsmodelle und Ideen zu testen. Diese Experimente sollten so konzipiert sein, dass sie das kumulative Lernen innerhalb der Organisation fördern, ein Gedanke, der von Kaulio, Thoren und Rohrbeck (2017) und Sosna, Trevinyo-Rodriguez und Velamuri (2010) wiederholt wird. In einer umfassenden Fallstudie zeigen Sosna, Trevinyo-Rodriguez und Velamuri (2010), wie ein Versuch-und-Irrtum-Ansatz bei der Innovation von Geschäftsmodellen zu einem nachhaltigen Wettbewerbsvorteil führt. Laut Sosna, Trevinyo-Rodriguez und Velamuri (2010) schafft der Aufbau einer Organisation, die Experimenten positiv gegenübersteht und Scheitern als Chance zum Lernen begreift, günstige Bedingungen für eine erfolgreiche Geschäftsmodellinnovation. Die Autoren heben auch hervor, dass die Reaktion des Unternehmens auf frühes Scheitern ein wichtiger Faktor dafür ist, wie sich der Versuch-und-Irrtum-Prozess innerhalb des Unternehmens in der Folge entwickelt.Teece (2010) konzentriert sich stattdessen auf die Strategie als Erfolgsfaktor für die Geschäftsmodellinnovation und erklärt, dass die Geschäftsmodellinnovation die Gesamtstrategie des Unternehmens berücksichtigen muss, um erfolgreich zu sein.Um dies zu gewährleisten, muss das Geschäftsmodell eine "strategische Prüfung" durchlaufen. Der Gedanke, dass die Strategie ein wichtiges Unterscheidungsmerkmal ist, wird auch von DaSilva und Trkman (2014) aufgegriffen, die argumentieren, dass eine gut geplante Unternehmensstrategie dynamische Fähigkeiten ermöglicht, was wiederum die Transformation des Geschäftsmodells erleichtert.Christensen, Bartman und Van Bever (2016) untersuchen die Interdependenzen zwischen Geschäftsmodellelementen und argumentieren, dass Geschäftsmodelle nicht für den Wandel konzipiert sind. Diese Ansicht wird auch von Amit und Zott (2012) gestützt, die die Interdependenzen zwischen den Elementen des Geschäftsmodells sowie die Interdependenzen zwischen dem Geschäftsmodell selbst und dem Ertragsmodell des Unternehmens hervorheben. Darüber hinaus argumentieren Mitchell und Coles (2003), dass Unternehmen, die bei der Kostensenkung und der Rationalisierung ihres aktuellen Geschäftsmodells effizient sind, weniger wahrscheinlich eine kontinuierliche Geschäftsmodellinnovation erreichen. Die Verbesserung des aktuellen Geschäftsmodells bedeutet eine Stärkung der gegenseitigen Abhängigkeiten, was wiederum zu einem geringeren Grad an Flexibilität führt, da ein Element nicht geändert werden kann, ohne das gesamte Unternehmen zu beeinflussen (Christensen, Bartman und Van Bever 2016; Mitchell und Coles 2003). Sosna, Trevinyo-Rodriguez und Velamuri (2010) weisen jedoch darauf hin, dass Geschäftsmodelle häufig von der Unternehmensleitung überarbeitet werden, und vertreten stattdessen eine dynamische Sichtweise auf das Geschäftsmodell als Produkt eines kontinuierlichen Prozesses des Ausprobierens und Lernens. Nach Christensen, Bartman und Van Bever (2016) durchläuft das Geschäftsmodell jeder Organisation eine dreistufige Entwicklung, die in jeder Stufe weniger flexibel ist (siehe Abbildung 1). In der Entstehungsphase liegt der Schwerpunkt auf der Wertschöpfung und das Unternehmen konzentriert sich fast ausschließlich auf die Kundenbedürfnisse. Es gibt noch keine Routine, und die Organisation besteht in der Regel aus einem kleinen Team, das sich in einem Sondierungsmodus befindet. Gelingt es dem Team, ein Wertversprechen zu erstellen, ist die nächste Stufe die nachhaltige Innovation. Die Prozesse werden wiederholt und es beginnt sich eine Routine zu bilden, was bedeutet, dass die Prozesse nicht länger ein unbeständiges Element sind.7 Es besteht jedoch immer noch Spielraum für die Art und Weise, wie ein Angebot erstellt werden soll. Schließlich geht die Organisation in das Stadium der Effizienz über. Durch die Standardisierung von Prozessen kann die Organisation die Kosten senken und die Effizienz steigern, aber dadurch werden die gegenseitigen Abhängigkeiten verstärkt und die Flexibilität geht verloren. Da der Schwerpunkt auf dem Endergebnis und der Erzielung einer hohen Kapitalrendite bei möglichst geringem Risiko liegt, ist es unwahrscheinlich, dass Manager wertschöpfende Innovationen gegenüber Kostensenkungen und Innovationen zur Verbesserung der Effizienz bevorzugen (Christensen, Bartman und Van Bever 2016).Abbildung 1: Die drei Phasen der Reise eines Geschäftsmodells. Christensen, Bartman und Van Bever (2016)2.3 Organisatorische AmbidexteritätDie Frage, wie Unternehmen ihr etabliertes Geschäftsmodell verwalten und gleichzeitig potenzielle neue Geschäftsmodelle erforschen können, ist das zentrale Thema des akademischen Feldes der organisatorischen Ambidexterität.Eine frühe Darstellung des Phänomens stammt von Tushman und O'Reilly (1996), die Ambidexterität als die Fähigkeit beschreiben, in einem reifen Markt zu konkurrieren und gleichzeitig neue Produkte oder Dienstleistungen zu entwickeln. Ersteres erfordert eine Konzentration auf kosteneffiziente und inkrementelle Innovation, während letzteres stattdessen Geschwindigkeit, Flexibilität und radikale Innovation erfordert. Gibson und Birkinshaw (2004) definieren organisatorische Ambidextrie als die Fähigkeit, sich auf die heutigen Geschäftsanforderungen einzustellen und sich gleichzeitig an die zukünftigen Anforderungen anzupassen. Kaulio, Thoren und Rohrbeck (2017) beschreiben organisatorische Ambidexterität als eine Organisation, die evolutionäre und revolutionäre Veränderungen gleichzeitig bewältigt, um ihr Überleben und ihren Erfolg zu sichern. Mehrere Forscher zeigen, dass eine Organisation beidhändig sein muss, um in einem dynamischen Umfeld erfolgreich zu sein, indem sie die aktuellen Geschäftschancen nutzt und gleichzeitig potenzielle zukünftige Chancen erkundet (Gibson und Birkinshaw 2004; He und Wong 2004; Tushman und O'Reilly 1996).Markides (2013) schlägt vor, dass die Literatur zur organisatorischen Ambidextrie genutzt werden kann, um Geschäftsmodellinnovationen zu untersuchen. Es gibt jedoch unterschiedliche Ansichten darüber, wie Ambidexterität in einem Unternehmen erreicht werden kann (Markides 2013). Markides (2013) identifiziert drei verschiedene Lösungen für die Herausforderung der Ambidexterität: räumliche Trennung, zeitliche Trennung und kontextuelle Ambidexterität. Räumliche Trennung bedeutet, dass das Unternehmen Innovationsbereiche abtrennt, die sich radikal von den aktuellen Aktivitäten des Unternehmens unterscheiden, in der Regel durch die Schaffung separater Geschäftseinheiten. Tushman und O'Reilly (1996) argumentieren, dass eine Organisationsarchitektur, die aus kleinen, autonomen Geschäftseinheiten besteht, ein entscheidender Aspekt für das Erreichen von Ambidexterität ist. In Anwendung derselben Logik auf den Bereich der Geschäftsmodelle schlagen Christensen, Bartman und Van Bever (2016) vor, dass neue Geschäftsmodelle, die nicht mit dem etablierten Geschäftsmodell des Unternehmens übereinstimmen, separat in einer neuen Geschäftseinheit verwaltet werden sollten, um Konflikte zu vermeiden und die für die Entwicklung des neuen Geschäftsmodells erforderlichen Bedingungen zu schaffen. Bei der zeitlichen Trennung wird eine ähnliche Logik angewandt, aber anstatt konkurrierende Aktivitäten mit Hilfe der Organisationsstruktur zu trennen, werden die Aktivitäten zu unterschiedlichen Zeitpunkten durchgeführt (Markides 2013).8 Contextual ambidexterity wurde erstmals von Gibson und Birkinshaw (2004) vorgeschlagen und als wahrgenommener Konflikt zwischen Ausrichtung und Anpassungsfähigkeit innerhalb einer Organisation. Im Gegensatz zur "Trade-o"-Sichtweise auf Ausrichtung und Anpassungsfähigkeit, die zu einer räumlichen oder zeitlichen Trennung führt, argumentieren die Autoren stattdessen, dass Ambidexterität am besten durch die Gestaltung eines Kontexts innerhalb des Unternehmens erreicht wird, der es dem Einzelnen ermöglicht, selbst zu entscheiden, welche Aktivitäten er durchführen möchte. Gibson und Birkinshaw (2004) stellen vier Dimensionen (Disziplin, Ausdehnung, Unterstützung und Vertrauen) vor, die für die Schaffung dieses Kontexts von entscheidender Bedeutung sind. Disziplin bezieht sich auf die Schaffung klarer Standards, schnelles Feedback und die Konsistenz von Regeln. Dehnung ist die Bereitschaft der Mitarbeiter, sich über das "bloße Minimum" hinaus um ehrgeizigere Ziele zu bemühen, was dadurch erreicht wird, dass ein Gefühl des individuellen Beitrags zu einem größeren Ziel entsteht. Unterstützung bezieht sich auf ein Umfeld, in dem sich die Mitarbeiter gegenseitig unterstützen und Ressourcen gemeinsam nutzen. Vertrauen ist das Gefühl, sich auf das Engagement anderer verlassen zu können, und wird durch die Schaffung eines Gefühls der "Fairness" innerhalb der Organisation erreicht. Ein zu geringes Maß an Disziplin und Streckung führt zu einem "Country-Club"-Umfeld, während ein Mangel an Vertrauen und Unterstützung zu überlasteten und desillusionierten Mitarbeitern führt. Diese vier Dimensionen müssen in einem ausgewogenen Verhältnis zueinander stehen, um optimale Bedingungen für die Erreichung von Ambidexterität zu schaffen (Gibson und Birkinshaw 2004). Gibson und Birkinshaw (2004) kritisieren darüber hinaus die zeitliche und räumliche Trennung (die sie gemeinsam als "strukturelle Trennung" bezeichnen) mit dem Argument, dass sie zu einem Anstieg der Koordinationskosten führen.Ambidexterity wurde auch zur Untersuchung des Gleichgewichts zwischen Exploration und Erkundung außerhalb der rm-Perspektive verwendet. Holmqvist (2004) veranschaulicht, wie das Gleichgewicht von Erkundung und Ausbeutung innerhalb einer Organisation mit der Erkundung und Ausbeutung zwischen Organisationen zusammenhängt. Kauppila (2010) zeigt außerdem, dass interorganisationale Partnerschaften Unternehmen dabei helfen können, radikale Innovationen zu erreichen. Weitere Vorteile von interorganisationalen Partnerschaften sind geringere Risiken, Zugang zu komplementären Fähigkeiten und Wissen sowie Zugang zu neuen Technologien oder neuen Märkten (Mohr und Spekman 1994). Mohr und Spekman (1994) weisen jedoch auch auf negative Folgen in Form von Autonomieverlusten und Informationsasymmetrie hin. Auf der Grundlage früherer Forschungsarbeiten zu Ambidexterität und Geschäftsmodellinnovation haben neuere Untersuchungen die Notwendigkeit einer doppelten Ambidexterität hervorgehoben (Kaulio, Thoren und Rohrbeck 2017; Tongur und Engwall2014). Tongur und Engwall (2014, S. 534) beschreiben das Konzept als "nicht nur die Ambidexterität, um gleichzeitig inkrementelle und radikale Innovationen zu fördern, sondern auch die Ambidexterität, um gleichzeitig sowohl technologische als auch Geschäftsmodellinnovationen voranzutreiben". Kaulio, Thoren und Rohrbeck (2017) vertiefen das Konzept, indem sie das Zusammenspiel zwischen Geschäftsmodellinnovation, technologischer Innovation, Exploration und Exploitation anhand eines in Abbildung 2.9 dargestellten Rahmens untersuchen. Abbildung 2: Double Ambidexterity Framework. Der Rahmen wird verwendet, um die organisatorischen Reaktionen auf Störungen im Laufe der Zeit abzubilden und die Unterschiede in der Art und Weise hervorzuheben, wie ein Unternehmen auf verschiedene Arten von Turbulenzen innerhalb seiner Branche reagieren kann. Die Reaktionen werden anhand von zwei Hauptdimensionen kategorisiert: Technologie- und Geschäftsmodellinnovation, die in ausbeuterische bzw. explorative Maßnahmen unterteilt werden. Um die Kategorisierung weiter zu nuancieren, werden die explorativen Reaktionen weiter in inkrementelle und radikale Reaktionen unterteilt. Es ist jedoch wichtig zu beachten, dass radikale Innovation nicht notwendigerweise gegenüber inkrementeller Innovation vorzuziehen ist. Sorescu (2017) stellt fest, dass viele erfolgreiche Geschäftsmodellinnovationen nicht radikal und disruptiv sind und dass inkrementelle Geschäftsmodellinnovationen ebenfalls Potenzial für Wettbewerbsvorteile bieten. Die Kriterien für die Kategorisierung sind in Tabelle 2 aufgeführt.TechnologieGeschäftsmodellNutzungEine enge Verbindung zur bestehenden Technologie oder eine geringfügige Anpassung der aktuellen TechnologieEine geringfügige Anpassung oder Vernetzung eines oder mehrerer Elemente des Geschäftsmodells.Exploration (inkrementell)Erhebliche Veränderung der Technologie, signifikante Verbesserung des bestehenden Produkts, Prozesses oder der Dienstleistung. Exploration (radikal) Erhebliche technologische Veränderungen, noch nie dagewesene Leistungsmerkmale von Produkten, Prozessen oder Dienstleistungen oder drastische Veränderungen, die neue Anwendungsbereiche ermöglichen.Noch nie dagewesene Leistungsmerkmale von Produkten, Prozessen oder Dienstleistungen oder drastische Veränderungen, die neue Anwendungsbereiche ermöglichen.Tabelle 2: Kategorisierung der Antworten von Organisationen. Kaulio, Thoren und Rohrbeck (2017) betonen, dass die Kategorisierung auf der Aktion der Organisation und nicht auf dem Ergebnis dieser Aktion basieren sollte. Die Autoren verdeutlichen auch die Bedeutung eines10 Längsschnittansatzes bei der Untersuchung von Geschäftsmodellinnovationen und argumentieren, dass die Entwicklung der Innovation innerhalb des Unternehmens berücksichtigt werden muss. Der Längsschnittansatz ermöglicht die Identifizierung von drei verschiedenen Reaktionsmustern, die entweder auf eine Marktstörung, eine technologische Störung oder eine Kombination aus beiden zurückzuführen sind. Kaulio, Thoren und Rohrbeck (2017) zeigen, dass Marktunterbrechungen ausbeuterische Reaktionen hervorrufen, während technologische Unterbrechungen stattdessen exploratorische Reaktionen hervorrufen. Bei einer Kombination aus technologischer und Marktstörung treten explorative Reaktionen hauptsächlich auf der Geschäftsmodellachse auf, während die technologische Achse hauptsächlich aus ausbeuterischen Reaktionen besteht. Kaulio, Thoren und Rohrbeck (2017) stellen fest, dass das fokale Unternehmen eher bereit ist, Partnerschaften mit anderen Unternehmen einzugehen und dadurch seinen Innovationsprozess zu öffnen, wenn es mit einer kombinierten technologischen und Marktstörung konfrontiert ist, selbst wenn das fokale Unternehmen zuvor eine Tradition der internen Wertschöpfung hatte. 2.4 Datengesteuerte GeschäftsmodelleDie Beschaffung, Analyse und Anwendung verschiedener Arten von Daten wird als zunehmend wichtig für Unternehmen angesehen, nicht nur um wettbewerbsfähig zu bleiben, sondern auch um langfristig zu überleben (Brownlow et al. 2015; Hartmann et al. 2016; LaValle et al. 2011). Brynjolfsson, Hitt und Kim (2011) zeigen eine positive Korrelation zwischen datengesteuerten Praktiken und der Unternehmensleistung, was darauf hindeutet, dass die Einbeziehung der Datennutzung in die aktuellen Praktiken des Unternehmens die Leistung und Produktivität verbessern kann. LaValle et al. (2011) zeigen, dass Unternehmen, die die Datennutzung als ihre Hauptquelle für die Differenzierung betrachten, mit doppelt so hoher Wahrscheinlichkeit zu den Top-Performern in ihrer Branche gehören. Daher liegt der Schwerpunkt derzeit auf der Frage, wie Unternehmen Daten in ihr Geschäft einbeziehen können, wobei die Analyse großer Datensätze zu einem Schwerpunkt in diesem Bestreben wird (Gandomi und Haider 2015). Hunke et al. (2017) betonen, dass Unternehmen durch Geschäftsmodelle, die große Datenmengen nutzen, ihren Konkurrenten voraus sein können. Darüber hinaus kann eine zentralere Rolle von Daten innerhalb eines Unternehmens die Wertschöpfung des Unternehmens verbessern, wobei die Datenanalyse eine wichtige Rolle für Unternehmen spielt, die ihren Konkurrenten voraus sein wollen (Morabito 2015).Eines der Haupthindernisse für die Einbeziehung von Daten in die Geschäftstätigkeit eines Unternehmens besteht darin, dass die Unternehmen nicht wissen, wie sie Daten für wertschöpfende Zwecke nutzen können (Hartmann et al. 2016; LaValle et al. 2011). Daher werden neue Modelle, die sich auf die Erfassung des Werts von Daten konzentrieren, immer wichtiger. Diese neuen Geschäftsmodelle, die häufig als "datengetriebene Geschäftsmodelle" bezeichnet werden, stellen ein neues Forschungsgebiet dar, für das es noch keine allgemein anerkannten Definitionen gibt (Schuritz und Satzger 2016). Hartmann et al. (2016, S. 1385) bezeichnen ein datengetriebenes Geschäftsmodell als "ein Geschäftsmodell, das sich auf Daten als Schlüsselressource stützt". Morabito (2015, S. 65) verwendet eine ähnliche Definition und charakterisiert datengetriebene Geschäftsmodelle als Geschäftsmodelle, die sich "auf Big Data stützen, um ein zentrales Wertversprechen zu erreichen".Schuritz und Satzger (2016) vertreten einen anderen Standpunkt und argumentieren, dass es so etwas wie ein datengetriebenes Geschäftsmodell nicht gibt. Stattdessen führt die Einbeziehung von Daten in die Aktivitäten des Unternehmens zu einer Reihe von alternativen Geschäftsmodelltransformationen, je nachdem, welches Element des Geschäftsmodells betroffen ist. Die Wertschöpfung wird als die Anordnung von Aktivitäten, Prozessen und Ressourcen beschrieben, die erforderlich sind, um das Wertangebot für die Kunden des Unternehmens zu schaffen und zu liefern. Durch die Anreicherung bestehender Produkte oder Dienstleistungen, die Rationalisierung bestehender Abläufe zur Kostenreduzierung oder das Angebot eines neuen Produkts oder einer neuen Dienstleistung wird die Wertschöpfung des Unternehmens11 Wertschöpfung erweitert (Schuritz und Satzger 2016). Das Wertversprechen ist der tatsächliche Wert, der den Kunden oder Stakeholdern des Unternehmens geboten wird. Value Capturing ist die Art und Weise, wie das Unternehmen das Wertversprechen in monetären Wert für das Unternehmen selbst umwandelt. Dies kann durch die Identifizierung neuer Einnahmequellen oder die Erschließung neuer Kundensegmente geschehen. Daraus ergeben sich zwei mögliche Muster der Dateninfusion, die in Tabelle 3 dargestellt sind.MusterWertschöpfungWertangebotWertschöpfungI: Dateninfizierte WertschöpfungDII: Dateninfizierte WertschöpfungDIII: Dateninfizierte Wertposition über WertschöpfungDDIV: Dateninfizierte Wertposition über WertschöpfungDDV: Neues dateninfundiertes Geschäftsmodell (DiBM)DDDTabelle 3: Muster dateninfundierter Geschäftsmodelle. Nach Schuritz und Satzger (2016).Schuritz und Satzger (2016) behaupten auch, dass neue Technologien, wie z. B. Technologien, die auf eine neuartige Datennutzung abzielen, die Innovation von Geschäftsmodellen vorantreiben und den Unternehmen helfen können, neue Wertquellen zu erschließen. Schuritz und Satzger (2016) betonen jedoch, dass sich die Unternehmen nicht darauf konzentrieren sollten, wie sie ihr bestehendes Geschäftsmodell in ein datengesteuertes umwandeln können, sondern sich stattdessen auf die neuartige Datennutzung konzentrieren und sich von diesem Prozess zu innovativeren Praktiken leiten lassen sollten.Datennutzung und Analytik wirken sich inzwischen auf eine Vielzahl von Branchen aus (Hunke et al. 2017). Diese Entwicklung bedeutet, dass sich Unternehmen in verschiedenen Branchen zunehmend der Bedeutung von Daten bewusst werden. Beispiele für die erfolgreiche Umsetzung einer neuartigen Datennutzung finden sich in Branchen wie der traditionellen Fertigung, der Rohstoffverarbeitung und dem Einzelhandel (Schuritz und Satzger 2016). Im Satellitensektor ist die Nutzung und Analyse von Satellitendaten einer der Schwerpunkte der Entwicklung der Branche (Soille, Loekken und Albani 2019).2.5 Daten von SatellitenTraditionell hatte die Satellitenindustrie hohe Eintrittsbarrieren und wurde daher von großen Raumfahrtunternehmen dominiert. In den letzten Jahren sind jedoch die Kosten für den Bau und den Start von Satelliten beträchtlich gesunken, was zu einem wachsenden kommerziellen Interesse in der Branche geführt hat (Simonis 2019). Ein Trend in der Satellitenindustrie ist der verstärkte Einsatz von Kleinsatelliten (Sandau 2010). Die Nutzung einer Konstellation mehrerer Kleinsatelliten anstelle eines einzelnen Großsatelliten hat mehrere Vorteile, wie häufigere Missionsmöglichkeiten und eine schnellere Anpassung an technologische Entwicklungen (Sandau 2010).Die Kommerzialisierung der Raumfahrt hat zu einer Vielzahl neuer Marktteilnehmer geführt, sowohl in Form von Start-ups als auch von etablierten, kapitalstarken IT-Unternehmen, die ihr Geschäft auf die Raumfahrt ausweiten wollen (Denis et al. 2017). Da die Kosten für den Bau und den Start von Satelliten sinken, sinken auch die Eintrittsbarrieren in die Branche. Infolgedessen durchläuft die Satellitenindustrie derzeit einen disruptiven Wandel mit12 Die steigende Anzahl von Satelliten in der Umlaufbahn bedeutet, dass eine größere Menge an Daten erzeugt wird, was eine Herausforderung darstellt, da diese Datenmengen schnell und effizient analysiert werden müssen (Milcinski et al. 2019). Denis et al. (2017) beschreibt, wie die Antennensysteme am Boden, die für den Empfang von Satellitendaten verwendet werden, die sogenannte Bodenstationsinfrastruktur, mit der zunehmenden Menge an generierten Daten immer wichtiger werden. Solche großen Datenmengen werden häufig als "Big Data" bezeichnet, ein Konzept, das in den letzten Jahren in mehreren Branchen an Bedeutung gewonnen hat (Gandomi und Haider 2015).2.5.1 Big Data als KonzeptDer Begriff "Big Data" ist ein relativ neues Konzept, das in der Wissenschaft nicht gut definiert ist (Gandomi und Haider 2015). In einer weltweiten Umfrage unter IT- und Wirtschaftsfachleuten stellten Schroeck et al. (2012) fest, dass es erhebliche Verwirrung darüber gab, was Big Data eigentlich ist. Laney (2001) schlägt einen Ansatz vor, der aus drei Vs besteht: Volume, Velocity und Variety. Dieser Ansatz ist weithin verwendet und erweitert worden, um das Konzept von Big Data zu vermitteln (McAfee et al. 2012; Gandomi und Haider 2015; Hartmann et al. 2016). Ein viertes V, Veracity, wird häufig zu den drei anderen hinzugefügt (Schroeck et al. 2012). Laut Sorescu (2017) sind die drei Vs in Geschäftsmodellen zu finden, die Wettbewerbsvorteile erzielen.Das erste V, Volumen, bezieht sich auf die Menge der übertragenen und gespeicherten Daten (Gandomi und Haider 2015; Schroeck et al. 2012). Bei Big Data geht es, wie der Name schon sagt, um die Verarbeitung großer Datenmengen. Die Menge der erzeugten Daten wächst mit zunehmender Geschwindigkeit und wird Schätzungen zufolge im Jahr 2020 über 44 Billionen Gigabyte erreichen (Schuritz und Satzger 2016). Die Geschwindigkeit bezieht sich auf die Geschwindigkeit der Datenerzeugung, -übertragung und -analyse (Gandomi und Haider 2015; Schroeck et al. 2012). Die Popularität von Smartphones und ähnlichen Geräten hat den Druck auf die schnelle Verarbeitung von Daten erhöht, da die großen Datenmengen, die von mobilen Geräten generiert werden, eine Chance für Einzelhändler und Vermarkter darstellen (Gandomi und Haider 2015). Vielfalt bezieht sich auf die Heterogenität der Daten, die erzeugt und analysiert werden (Gandomi und Haider 2015; Schroeck et al. 2012). Unternehmen müssen in der Lage sein, sowohl strukturierte als auch unstrukturierte Daten aus einer Vielzahl von Quellen und in den unterschiedlichsten Formaten zu verarbeiten und zu analysieren, um sie nutzen zu können. Veracity bezieht sich auf die unterschiedliche Verlässlichkeit von Daten (Gandomi und Haider 2015; Schroeck et al. 2012), wobei unzuverlässige Daten aufgrund der großen Mengen, die generiert werden, heute alltäglich sind. Eine Dimension von Big Data ist daher die Fähigkeit, die in den Daten enthaltene Unsicherheit zu bewältigen. Die Datenfusion mehrerer Quellen unzuverlässiger Daten ist eine Möglichkeit, die Unsicherheit zu verringern und eine genauere Datenanalyse zu ermöglichen (Schroecket al. 2012).Die vier V's sind in hohem Maße auf Satellitendaten anwendbar, da diese aus großen Mengen bestehen, mit hoher Geschwindigkeit benötigt werden und unterschiedlich zuverlässig sind (Baumann et al. 2016). Auch wenn alle Satellitendaten von Satelliten stammen, sind sie aufgrund fehlender Standards innerhalb der Branche sehr heterogen, da individuelle Lösungen für verschiedene Satelliten an der Tagesordnung sind. Darüber hinaus müssen Big Data von Satelliten in mehrere unterschiedliche Informationsschichten umgewandelt werden, um die Informationen in ihrem vollen Umfang darstellen zu können (Tiede et al. 2019). Vielen Satelliteneigentümern und Satellitendatenabnehmern fehlen das Fachwissen und die Ressourcen für die Verarbeitung und Analyse großer, von Satelliten stammender Datensätze, was ein Hindernis für die weit verbreitete Nutzung von Satellitendaten darstellt (Siqueira et al. 2019).2.5.2 Verarbeitung von SatellitendatenWie von mehreren Forschern hervorgehoben wurde, beginnen Anwendungen der künstlichen Intelligenz und des maschinellen Lernens eine Schlüsselrolle im Bereich der Erdbeobachtung zu spielen (Moumtzidou et al. 2019; Sumbul, Demir und Markl2019; Datcu et al. 2019). Maschinelles Lernen wird aufgrund der Menge, Verfügbarkeit und13 Qualität der Satellitendaten (Milcinski et al. 2019). Es gibt zwar viele Optionen für maschinelles Lernen für allgemeine Bilddaten, aber nur wenige unterstützen die Komplexität von EO-Daten (Milcinski et al. 2019). Darüber hinaus steigt die Nachfrage nach Daten, die bereits verarbeitet und für den Endkunden nutzbar sind (Siqueira et al. 2019). Da die Übertragung großer Datenmengen ressourcenintensiv ist, besteht ein wichtiger Aspekt einer effizienten Datenverarbeitung darin, die Verarbeitung in der Nähe der Datenquelle durchzuführen (T. Huang2019; Neteler et al. 2019).Es gibt mehrere Verarbeitungsstufen für Satellitendaten. Das Earth Observation System (EOS) der NASA hat ein Klassifizierungssystem für die Verarbeitung entwickelt, das inzwischen weit verbreitet ist (Y. Huang et al. 2018; Piwowar 2001). Dieses Klassifizierungssystem wird in Tabelle 4 detailliert beschrieben.LevelDescription0Rekonstruierte, unbearbeitete Instrumentendaten. Volle Auflösung, keine Informationsverluste. Alle Kommunikationsartefakte (Synchronisationsframes, Kommunikationsheader usw.) werden entfernt.1ARekonstruierte, unbearbeitete Instrumentendaten mit voller Auflösung, zeitlich referenziert und mit Zusatzinformationen versehen, einschließlich radiometrischer und geometrischer Kalibrierungskoeffizienten und Georeferenzierungsparametern. Daten der Ebene 0 sind vollständig aus Daten der Ebene 1A wiederherstellbar (kein Verlust).1BLevel 1A-Daten, die zu Sensoreinheiten verarbeitet wurden (Radarrückstreuquerschnitt, Helligkeitstemperatur, optische Daten usw.). Level 0-Daten können nicht aus Level 1B-Daten wiederhergestellt werden.2 Abgeleitete geophysikalische Variablen wie Meereiskonzentration, Ozeanwellenhöhe usw. In derselben Auflösung und an derselben Stelle wie die Quelldaten der Ebene 1A.3Variablen, die auf einheitlichen räumlichen Gittern kartiert sind, in der Regel mit einer gewissen Vollständigkeit und Konsistenz (fehlende Punkte interpoliert, vollständige Regionen aus mehreren Orbits zusammengesetzt usw.).4Modelloutput oder Ergebnisse von Analysen von Daten der unteren Ebene (d. h. Variablen, die nicht von den Instrumenten gemessen wurden, sondern von diesen Messungen abgeleitet sind).Tabelle 4: Ebenen der Datenverarbeitung. Angepasst von Parkinson, Ward und King (2006).14 3 Konzeptioneller RahmenIn diesem Kapitel wird ein konzeptioneller Rahmen skizziert, in dem die für die Arbeit relevanten Rahmenbedingungen dargestellt werden.3.1 Festlegung der Elemente des GeschäftsmodellsUm die Arbeit auf einem verallgemeinerbaren Rahmen mit einer soliden theoretischen Grundlage aufzubauen, wird das Geschäftsmodell aus den sechs im vorigen Kapitel dargestellten Elementen (siehe Tabelle 1) definiert. Diese sechs Dimensionen wurden ausgewählt, weil es keine allgemein anerkannte Definition gibt, so dass wir uns für die Elemente entschieden haben, über die am meisten Einigkeit besteht, um eine zuverlässige Definition zu erhalten. Darüber hinaus war eine Definition des Rahmens für ein Geschäftsmodell erforderlich, um den Zweck zu erfüllen und die erste Unterfrage zu beantworten. Diese Kategorisierung ermöglichte also die Abbildung des aktuellen Geschäftsmodells des Unternehmens anhand eines klar strukturierten Rahmens und erleichterte die Identifizierung potenzieller neuer Geschäftsmodelle in Übereinstimmung mit Chesbrough (2010). Wir haben uns dafür entschieden, die Bedeutung der Elemente unseres Geschäftsmodells in Anlehnung an die Elemente von Osterwalder und Pigneur (2010) zu definieren, da ihre Arbeit in erster Linie für praktische Anwendungen und nicht für akademische Zwecke konzipiert ist. Es ist daher einfach, ihre allgemeinen Klassifizierungen anzuwenden und zu nutzen, die für eine breite Palette von Unternehmen geeignet sind. Im Folgenden werden die sechs Elemente in Übereinstimmung mit Osterwalder und Pigneur (2010) kurz beschrieben:1. WertangebotDer Wert, der einem Kunden geliefert wird und der hilft, ein Problem zu lösen oder ein Bedürfnis zu erfüllen. Dies wird durch Produkte oder Dienstleistungen erreicht. Der Wert kann qualitativ oder quantitativ sein, d. h. er kann z. B. in Form einer Kundenerfahrung oder eines Preises geschaffen werden. Ein Wertversprechen könnte ein völlig neues Kundenbedürfnis befriedigen, was bei technologiebezogenen Produkten häufig der Fall ist. Zugänglichkeit ist ein Beispiel für ein Wertversprechen, das bedeutet, dass Kunden, die bisher keinen Zugang zu einem Produkt oder einer Dienstleistung hatten, nun Zugang dazu haben. Ein Unternehmen kann auch Wert schaffen, indem es "die Arbeit erledigt", d. h., es kümmert sich um die Bedürfnisse der Kunden, ohne dass es zu Problemen kommt, wie z. B. bei Rolls-Royce, das die Herstellung und den kompletten Service von Düsentriebwerken anbietet, so dass sich die Kunden auf andere Aspekte ihres Geschäfts konzentrieren können.2 Kunden Die verschiedenen Gruppen von Menschen oder Organisationen, die das Unternehmen mit seinem Wertversprechen erreichen und bedienen will. Die Kunden werden in verschiedene Segmente eingeteilt, die gemeinsame Bedürfnisse, Verhaltensweisen, Beziehungsanforderungen oder die Bereitschaft, für denselben Aspekt des Unternehmens zu zahlen, aufweisen. Innerhalb eines Geschäftsmodells können ein bis mehrere Kundensegmente definiert werden, deren Bedürfnisse zu verstehen wichtig ist, um ein erfolgreiches Geschäftsmodell zu haben.3. EinnahmemodellDie von jedem Kundensegment durch die Bereitstellung von Wert generierten Einnahmen. Es kann mehrere Einnahmeströme aus demselben Kundensegment geben, aber die Einnahmeströme selbst sind entweder einmalig als Ergebnis einer einmaligen Kundenzahlung oder wiederkehrend als laufende Zahlungen für die Wertlieferung oder den Support nach dem Kauf.4. Kostenstruktur15 Die wichtigsten Kosten, die für den Betrieb eines Geschäftsmodells und seiner Elemente anfallen. Ein Geschäftsmodell kann mehr oder weniger kostenorientiert sein, d. h. es wird versucht, die Kosten so gering wie möglich zu halten. Im Gegensatz dazu ist ein wertorientiertes Geschäftsmodell weniger auf die Kosten als vielmehr auf die Wertschöpfung ausgerichtet.5. SchlüsselaktivitätenDie wichtigsten Aktivitäten oder Maßnahmen, die ein Unternehmen ergreifen muss, um das Geschäftsmodell funktionsfähig und erfolgreich zu halten. Also die wichtigsten Aktivitäten, um das Wertangebot zu schaffen, Einnahmen zu generieren und Kunden zu halten.6. SchlüsselressourcenDie wichtigsten Vermögenswerte, die für das Funktionieren eines Geschäftsmodells erforderlich sind. Die Schlüsselressourcen können finanzieller, menschlicher, intellektueller oder physischer Natur sein, und die Ressourcen können Eigentum sein, geleast oder durch Partnerschaften zugänglich gemacht werden. Trotzdem wurde der Rahmen gewählt, weil er eine nützliche Möglichkeit bietet, das Geschäftsmodell zu zwei verschiedenen Zeitpunkten zu vergleichen. Um die dynamischen Aspekte des Geschäftsmodells einzubeziehen, wurde eine longitudinale Komponente hinzugefügt, ähnlich wie von Hedman und Kalling (2003) vorgeschlagen. Dies wird von Kaulio, Thoren und Rohrbeck (2017) weiter bekräftigt, die die Bedeutung von Längsschnittansätzen sowie die des kontextuellen Umfelds betonen. Dies hat uns dazu veranlasst, unseren Geschäftsmodellrahmen zu erweitern, und zwar mit der Begründung, dass durch die Einbettung des Modells in ein longitudinales Umfeld die Geschäftsmodellumwandlung genauer beschrieben werden kann, was die Validität unserer Arbeit stärkt. Zusammenfassend lässt sich sagen, dass der von uns vorgeschlagene Geschäftsmodellrahmen mit einem dynamischen Aspekt verbunden ist, da er mit der organisatorischen Ambidexterität verflochten ist, und dass die Elemente des Geschäftsmodells in Abbildung 3 zusammengefasst sind.3 Abbildung 3: Zusammenfassung der Elemente des Geschäftsmodells.16 3.1.1 Innovation eines GeschäftsmodellsAufbauend auf dem zuvor beschriebenen Rahmen mussten auch Aspekte der Innovation berücksichtigt werden, da es in dieser Arbeit um die Innovation eines Geschäftsmodells geht. Daher wird im Folgenden der Geschäftsmodellrahmen um Innovationsaspekte erweitert, die wiederum mit der organisatorischen Ambidextrie verwoben sind.16 In der gesammelten Literatur zur Geschäftsmodellinnovation herrscht kein einheitliches Verständnis oder eine einheitliche Definition dessen, was Innovation ausmacht. Um eine strukturierte Analyse zu ermöglichen, wurde eine Definition von Geschäftsmodellinnovation in Übereinstimmung mit Amit und Zott (2012) gewählt, da ihre Definition weithin zitiert wird, was Glaubwürdigkeit schafft. Geschäftsmodellinnovation wurde demnach als Veränderung eines oder mehrerer Kernelemente des Geschäftsmodells konzeptualisiert. Darüber hinaus wurde der von Kaulio, Thoren und Rohrbeck (2017) vorgestellte Rahmen der doppelten Ambidexterität ausgewählt und bei der Analyse der Geschäftsmodellinnovation berücksichtigt. Diese Wahl wurde getroffen, um ein tieferes Verständnis zu erlangen und Verbindungen zwischen Geschäftsmodellinnovation und organisatorischer Ambidexterität zu identifizieren. Durch die Verwendung des Rahmens von Kaulio, Thoren und Rohrbeck (2017) wurde der Analyse eine weitere Dimension hinzugefügt, die die Bewertung von Innovationen als ausbeuterisch oder explorativ ermöglicht. Die explorative Innovation wurde darüber hinaus als inkrementelle oder radikale Innovation kategorisiert, was der Analyse ein höheres Maß an Nuancierung verlieh.3.2 Dynamik der Datennutzung und AmbidexteritätIn der gesamten Literatur zu datengetriebenen Geschäftsmodellen wird implizit davon ausgegangen, dass datengetriebene oder dateninfundierte Geschäftsmodelle auf der Nutzung von Daten zur Wertschöpfung beruhen. Diese Unterscheidung ist für unsere These von Bedeutung, da das untersuchte Unternehmen eine Wertschöpfung erbringt, die sich auf die Bereitstellung von Daten konzentriert, die Daten aber nicht tatsächlich zur Wertschöpfung für seine Kunden nutzt. Daher kann die Lieferung von Daten mit der Lieferung einer physischen Ware oder Dienstleistung verglichen werden, in dem Sinne, dass die bloße Lieferung von Daten kein datengesteuertes Geschäftsmodell erfordert. Eine solche Unterscheidung ermöglichte es uns zu postulieren, dass das derzeitige Geschäftsmodell der Firma nicht datengetrieben ist, was die Anwendung eines Rahmens für datengetriebene Geschäftsmodellinnovation ermöglichte. Darüber hinaus wird in Übereinstimmung mit Schuritz und Satzger (2016) neuartige Datennutzung mit technologischer Innovation in dem Sinne gleichgesetzt, dass beide als Treiber für Geschäftsmodellinnovation wirken. Durch die Verbindung von neuartiger Datennutzung und technologischer Innovation wurde das von Kaulio, Thoren und Rohrbeck (2017) vorgestellte Rahmenwerk zur doppelten Ambidextrie für diese Arbeit ausgewählt, da es das Zusammenspiel von technologischer Innovation und Geschäftsmodellinnovation untersucht. Der von Kaulio, Thoren und Rohrbeck (2017) entwickelte Rahmen wurde auch deshalb ausgewählt, weil er zur Abbildung organisatorischer Reaktionen verwendet wird. Wenn die früheren Reaktionen des Unternehmens abgebildet wurden, konnte bewertet werden, wie die neuartige Datennutzung im Vergleich zu früheren organisatorischen Reaktionen ist. Der Rahmen der doppelten Beidhändigkeit wurde auch verwendet, um die neuartige Datennutzung als organisatorische Reaktion abzubilden (siehe Abbildung 4), was seine Eignung noch verstärkt.17 Da das Ergebnis der neuartigen Datennutzung innerhalb des Geschäftsmodells untersucht wurde, wurden die von Schuritz und Satzger (2016) entwickelten Muster der dateninfundierten Geschäftsmodellinnovation verwendet. Diese Muster wurden anhand eines breiten Spektrums von Unternehmen identifiziert und wurden daher für die Untersuchung des Schwerpunkts dieser Studie als geeignet erachtet. Die von Schuritz und Satzger (2016) beschriebenen Elemente wurden in die sechs Elemente unseres zuvor skizzierten Geschäftsmodellrahmens übersetzt (siehe Abbildung 5). Diese Übersetzung war notwendig, um zu bewerten, welcher Grad an Geschäftsmodellumwandlung durch die neuartige Datennutzung erreicht wurde, indem die Veränderung jedes der zugrunde liegenden Elemente des Geschäftsmodells untersucht und das daraus resultierende Geschäftsmodell anhand der von Schuritz und Satzger (2016) beschriebenen Muster kategorisiert wurde. Aufgrund der Neuartigkeit des Forschungsfeldes war dieser Rahmen der erste seiner Art und daher eine natürliche Wahl. Read Less