Die Arbeit beschäftigt sich demnach mit den Forschungsfragen: 1.) Welchen Einfluss haben Big-Data-gestützte Entscheidungsfähigkeiten auf die Entscheidungsqualität und die Seizing-Fähigkeit eines Unternehmens? 2.) Welche Rolle spielt die Intensität der Nutzung von Informations- und Kommunikationstechnologien in der Beziehung zwischen Big-Data-gestützten Entscheidungsfähigkeiten und der Entscheidungsqualität?
In der heutigen dynamischen digitalen Welt ist es wichtiger denn je, die Triebkräfte des kontinuierlichen Wandels und der Erneuerung in einem Unternehmen zu verstehen. Obwohl Konzepte wie die dynamischen Fähigkeiten dabei helfen, diese Herausforderung zu bewältigen, ist das Verständnis dafür, wie eine nachhaltige Wettbewerbsfähigkeit erreicht werden kann, häufig noch sehr oberflächlich. Diese Studie trägt in mehrfacher Hinsicht zu diesem Verständnis bei. Durch die Verknüpfung der Forschungen zu dynamischen Fähigkeiten und Big Data leistet die vorliegende Arbeit einen Beitrag zur Adressierung der Forschungslücke, wie dynamische Fähigkeiten aufgebaut und beeinflusst werden können.
Darüber hinaus werden frühere Erkenntnisse aus der Forschung zu Big Data auf ihre Verallgemeinerbarkeit geprüft und erweitert. Konkret wird in dieser Studie der Einfluss von Big-Data-gestützten Entscheidungsfähigkeiten (BDEF) auf die Entscheidungsqualität (EQ) und die Seizing-Fähigkeit, eine Dimension der dynamischen Fähigkeiten, untersucht. Darüber hinaus wird die Nutzungsintensität von Informations- und Kommunikationstechnologien (IKT) als Moderator der Beziehung zwischen BDEF und EQ einbezogen und überprüft. Die Anwendung der Partial-Least-Squares-Strukturgleichungsmodellierung ergab einen positiven Zusammenhang zwischen BDEF und EQ.
Darüber hinaus wurde festgestellt, dass die Nutzungsintensität von IKT einen positiven, wenn auch geringen, moderierenden Effekt auf diesen Zusammenhang ausübt, der auf eine Verbesserung der Faktoren Wissensaustausch, Kollaboration und Kommunikation zurückgeführt werden kann. Weiterhin wurde sowohl ein direkter als auch indirekter positiver Effekt von BDEF auf die Seizing-Fähigkeit festgestellt. Basierend auf den aufgestellten Hypothesen kann dies auf eine Verbesserung der Entscheidungsfindung durch BDEF zurückgeführt werden, welche als ein wichtiges Mikrofundament der Seizing-Fähigkeit identifiziert wurde. Der indirekte Effekt wurde durch eine partielle positive Mediation der EQ erklärt. Die Erkenntnisse der vorliegenden Arbeit bilden somit in Verbindung mit dem hier vorgeschlagenen Forschungsmodell eine solide Grundlage für die zukünftige Erforschung weiterer Einflussfaktoren dynamischer Fähigkeiten sowie für die Ableitung konkreter Handlungsempfehlungen für die Praxis und Theorie.
Bei dieser Publikation handelt es sich um eine Zusammenfassung der ebenfalls bei GRIN Publishing erschienenen Masterarbeit: https://www.grin.com/document/1326482
Inhaltsverzeichnis
1. Einleitung
2. Theoretische Grundlagen und Hypothesenherleitung
3. Diskussion: Interpretation der wichtigsten Ergebnisse
4. Limitationen und Empfehlungen für die künftige Forschung
5. Implikationen für die Theorie
6. Implikationen für die Praxis
7. Zusammenfassung der Ergebnisse und Fazit
Zielsetzung & Themen
Die vorliegende Arbeit untersucht den Einfluss von Big-Data-gestützten Entscheidungsfähigkeiten (BDEF) auf die Entscheidungsqualität (EQ) sowie die Seizing-Fähigkeit von Unternehmen. Dabei wird zudem analysiert, inwieweit die Nutzungsintensität von Informations- und Kommunikationstechnologien (IKT) als Moderator fungiert, um ein besseres Verständnis über die operationalen Voraussetzungen für dynamische Fähigkeiten in einem datengesteuerten Marktumfeld zu gewinnen.
- Big-Data-gestützte Entscheidungsfähigkeiten (BDEF)
- Entscheidungsqualität (EQ) als zentrales Leistungsmerkmal
- Dynamische Fähigkeiten: Sensing, Seizing und Transformation
- Die moderierende Rolle von Informations- und Kommunikationstechnologien (IKT)
- Strategische Entscheidungsfindung im digitalen Wandel
Auszug aus dem Buch
Einleitung
Während in den 1980er Jahren die Informationstechnologie für Unternehmen als wichtige Wettbewerbswaffe angesehen wurde, wird heutzutage erwartet, dass Big Data der nächste große Treiber sein wird, um eine vorteilhafte Wettbewerbsposition zu erreichen (Gupta & George, 2016). So ist Big Data in Deutschland bereits ein integraler Bestandteil der Maßnahmen zur Bewältigung der vierten industriellen Revolution (Shamim, Cang, & Yu, 2017). Big Data bezieht sich dabei auf Datensätze, die eine sehr hohe Geschwindigkeit, ein hohes Volumen und eine große Vielfalt aufweisen, was sie mit traditionellen Techniken und Tools unvereinbar macht (Elgendy & Elragal, 2014).
In der aktuellen datengesteuerten Wirtschaft sind Organisationen bestrebt, die Macht von Big Data zu nutzen, um bessere Entscheidungen zu treffen (Gupta & George, 2016; Janssen, van der Voort, & Wahyudi, 2017). Allerdings zahlt sich die Mehrheit der Investitionen in Big Data laut Ross, Beath und Quaadgras (2013) nicht aus, da die meisten Unternehmen noch nicht bereit sind, Entscheidungen auf der Basis von Big Data zu treffen. Denn obwohl Big Data eine Vielzahl beispielloser Möglichkeiten bietet, bedarf es zunächst der Entwicklung entsprechender Fähigkeiten, um diese Möglichkeiten für eine hochwertige Entscheidungsfindung zu nutzen (Janssen et al., 2017; Wamba et al., 2017; Zeng & Glaister, 2018).
Die Theorie der dynamischen Fähigkeiten legt nahe, dass Unternehmen in der Lage sein sollten, ihre strategischen Fähigkeiten zu erneuern und umzugestalten, um so den Anforderungen der sich verändernden Umwelt gerecht zu werden (Teece, 2007; Teece, Pisano, & Shuen, 1997). Um heutzutage Wettbewerbsvorteile zu schaffen reichen Investitionen allein nicht aus. Unternehmen müssen vielmehr Fähigkeiten entwickeln, die rivalisierende Firmen nicht einfach imitieren können (Gupta & George, 2016; Pisano, 2017; Teece, 2014).
Zusammenfassung der Kapitel
1. Einleitung: Dieses Kapitel motiviert die Relevanz der Untersuchung von Big-Data-Strategien als notwendige dynamische Fähigkeit zur Erzielung von Wettbewerbsvorteilen und leitet die Forschungsfragen ab.
2. Theoretische Grundlagen und Hypothesenherleitung: Es werden die Konzepte der Big-Data-gestützten Entscheidungsfähigkeiten sowie der dynamischen Fähigkeiten definiert und daraus vier zentrale Hypothesen über deren Wirkungsbeziehungen hergeleitet.
3. Diskussion: Interpretation der wichtigsten Ergebnisse: Die empirischen Daten werden ausgewertet, wobei der positive Einfluss von BDEF auf die Entscheidungsqualität und die Seizing-Fähigkeit sowie die moderierende Rolle der IKT-Nutzung bestätigt werden.
4. Limitationen und Empfehlungen für die künftige Forschung: Die Autor reflektiert methodische Einschränkungen wie die Querschnittsdatenerhebung und macht Vorschläge für zukünftige longitudinale oder qualitative Studien.
5. Implikationen für die Theorie: Hier wird der wissenschaftliche Beitrag zur Forschung über dynamische Fähigkeiten hervorgehoben und die Validierung bestehender Konzepte in einem neuen Kontext diskutiert.
6. Implikationen für die Praxis: Für Führungskräfte werden praxisorientierte Handlungsempfehlungen gegeben, wie sie durch gezieltes IKT-Management und Prozessoptimierung ihre Entscheidungsqualität steigern können.
7. Zusammenfassung der Ergebnisse und Fazit: Das Kapitel schließt mit einer Synthese der Arbeit und stellt fest, dass beide Forschungsfragen erfolgreich beantwortet werden konnten.
Schlüsselwörter
Big Data, Entscheidungsfindung, Dynamische Fähigkeiten, Entscheidungsqualität, Seizing, Informations- und Kommunikationstechnologie, Digitale Transformation, Wettbewerbsvorteil, Strategisches Management, Big-Data-gestützte Entscheidungsfähigkeiten, Unternehmensleistung, IKT, Organisatorische Fähigkeiten.
Häufig gestellte Fragen
Worum geht es in dieser Forschungsarbeit grundlegend?
Die Arbeit untersucht, wie Unternehmen durch Big-Data-gestützte Fähigkeiten hochwertige Entscheidungen treffen und diese nutzen, um Geschäftschancen in einem volatilen Umfeld zu ergreifen.
Welche zentralen Themenfelder werden bearbeitet?
Die Schwerpunkte liegen auf Big-Data-Management, der Theorie der dynamischen Fähigkeiten, Entscheidungsqualität sowie dem Einfluss von Informationstechnologien im Unternehmenskontext.
Was ist das primäre Ziel oder die Forschungsfrage?
Hauptziele sind die Analyse des Einflusses von BDEF auf Entscheidungsqualität und Seizing-Fähigkeit sowie die Untersuchung der moderierenden Rolle der IKT-Nutzungsintensität.
Welche wissenschaftliche Methode wurde für die Untersuchung gewählt?
Der Autor verwendet eine quantitative fragebogenbasierte Erhebungsmethode, die mittels Partial-Least-Squares-Strukturgleichungsmodellierung ausgewertet wurde.
Was wird im theoretischen Hauptteil behandelt?
Der Hauptteil widmet sich der Hypothesenherleitung auf Basis der Dynamic Capability View (DCV) und der Einbettung der Big-Data-Kette in das organisationale Mikrofundament.
Welche Schlüsselwörter charakterisieren das Dokument am besten?
Wichtige Begriffe sind Big Data, Dynamische Fähigkeiten, Entscheidungsqualität, Seizing, IKT-Moderation und Wettbewerbsvorteil.
Warum spielt die IKT-Nutzung laut dem Autor eine moderierende Rolle?
Die IKT fördert Echtzeit-Wissensaustausch und Kollaboration, was die Basis für eine informierte und schnelle Entscheidungsfindung verbessert.
Welche Bedeutung hat das Ergebnis für Manager in der Praxis?
Manager können durch gezielte Förderung von datengestützten Fähigkeiten und aktive Steuerung ihrer IT-Infrastruktur konkrete Wettbewerbsvorteile durch schnellere Chancenwahrnehmung realisieren.
- Arbeit zitieren
- Lucas Moser (Autor:in), 2021, Entscheidungsfindung und Seizing im Zeitalter von Big Data. Ein Kurzartikel zum Thema Big Data, München, GRIN Verlag, https://www.grin.com/document/1326484
