Technologien und Methoden zur Digitalisierung im Mittelstand. Nutzenpotenzial und mögliche Einsatzszenarien

Inhaltsverzeichnis

Vorwort und Danksagung

Abstract

Inhaltsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

Abkürzungsverzeichnis

Glossar

1 Einführung
1.1 Problemstellung
1.2 Zielsetzung
1.3 Aufbau der Arbeit und Vorgehensweise

2 Theoretische Grundlagen
2.1 Thematische Grundlagen
2.1.1 Digitalisierung und digitale Technologien
2.1.2 KMU vs. Mittelstand
2.2 Methodische Grundlagen
2.2.1 Nutzwertanalyse
2.2.2 Szenarioanalyse
2.3 Zusammenfassung und Aufstellen der Leitfragen

3 Konzept zur Herstellung einer Technologietransparenz
3.1 Darstellung des Modells
3.2 Identifikation digitaler Technologien und Methoden
3.3 Einsatzszenarien digitaler Technologien und Methoden
3.4 Analyse digitaler Technologien und Methoden
3.4.1 Faktorenanalyse
3.4.2 Paarvergleich
3.4.3 Ermittlung Teilnutzen
3.4.4 Ermittlung Gesamtnutzen
3.5 Perspektive digitaler Technologien und Methoden
3.5.1 Definition Szenarioumfeld
3.5.2 Analyse des Szenarioumfeldes
3.5.3 Zukünftige Entwicklungsverläufe
3.5.4 Szenarioanalyse
3.6 Zusammenfassung relevanter Erkenntnisse

4 Darstellung der Ergebnisse
4.1 Ergebnisse Analysephase
4.2 Ergebnisse Perspektive
4.3 Zusammenfassung und Beantwortung der Leitfragen

5 Interpretation und Diskussion
5.1 Interpretation der Ergebnisse
5.2 Ableitung von Handlungsempfehlungen
5.3 Reflexion des eignen Vorgehens

6 Ausblick und Fazit

Literaturverzeichnis und Quellenverzeichnis

Anhang

Vorwort und Danksagung

Vorwort

Die vorliegende wissenschaftliche Arbeit richtet sich an alle Mitarbeiter, Führungskräfte, Unternehmer im Mittelstand sowie alle Personen, welche sich mit den Inhalten der Digitalisierung sowie digitale Technologien und Methoden in mittelständischen Unternehmen befassen möchten.

Dabei soll sie einen Beitrag dazu leisten, dem Mittelstand in Zeiten der Digitalisierung einen Orientierungsrahmen in Bezug auf Technologien und Methoden zur Digitalisierung zu geben. Weiterhin sollen mittelständische Unternehmen zur Umsetzung von Digitalisierungsvorhaben ermutigt werden.

Danksagung

An dieser Stelle möchte ich mich bei Prof. Dr. Sascha Uelpenich für die wissenschaftliche Betreuung, fachliche Unterstützung sowie für die Korrektur meiner Bachelorthesis ganz herzlich bedanken.

Ein besonderes Dankeschön möchte ich allen Freunden, Bekannten und Familienmitgliedern aussprechen, die mich auf dem Weg der Erstellung der Bachelorarbeit inhaltlich wie auch motivational unterstützt haben.

Abstract

Ziel

Das Ziel der vorliegenden Arbeit ist es, digitale Technologien und Methoden wissenschaftlich zu identifizieren, zu analysieren und eine Perspektive für den Mittelstand darzustellen. Im theorieorientierten Abschnitt werden die Begriffe Digitalisierung sowie digitale Technologien wie auch der Mittelstand definiert und beschrieben. Dabei werden ebenso methodische Instrumente theorieorientiert dargestellt. Anschließend umfasst der anwendungsorientiere Abschnitt die Beantwortung der Leitfragen, die Diskussion und Interpretation der Ergebnisse sowie die Darstellung von Handlungsempfehlungen. Die erste Leitfrage soll die Frage beantworten, wie geeignet aktuelle digitale Technologien und Methoden zur Digitalisierung in mittelständischen Unternehmen sind. Die zweite Leitfrage geht der Frage nach, welcher Trend sich im Mittelstand auf Basis der ausgewählten digitalen Technologien und Methoden erkennen lässt. Aus den daraus entstehenden Erkenntnissen werden praxisbezogene Handlungsempfehlungen für mittelständische Unternehmen abgeleitet.

Methoden

Zuerst werden aktuelle digitale Technologien und Methoden identifiziert. Davon werden drei als besonders relevant für den Mittelstand eingeordnet. Zu diesen drei ausgewählten digitalen Technologien bzw. Methoden werden ausgewählte praxisbezogene Einsatzszenarien für den Mittelstand dargestellt. Zur Analyse der ausgewählten digitalen Technologien und Methoden wird eine Nutzwertanalyse durchgeführt. Damit wird das Ziel verfolgt, die ausgewählten digitalen Technologien und Methoden systematisch anhand verschiedener Bewertungskriterien zu beurteilen. Dazu werden zunächst mithilfe einer Faktorenanalyse geeignete Bewertungskriterien festgelegt. Diese werden daraufhin mittels eines Paarvergleichs entsprechend gewichtet. Durch Aggregation der Teilnutzwerte und der Kriteriengewichtungen werden die digitalen Technologien und Methoden priorisiert. Als Ergebnis daraus entsteht eine Rangfolge der bewerteten digitalen Technologien bzw. Methoden. Anschließend wird die Perspektive mithilfe einer Szenarioanalyse dargestellt. Dabei sollen Trends auf Basis der ausgewählten digitalen Technologien und Methoden erfasst werden. An erster Stelle wird das Szenarioumfeld abgegrenzt und analysiert. Darauf aufbauend werden alternative Entwicklungsverläufe dargestellt. Auf dieser Grundlage werden drei alternative Szenarien entwickelt.

Ergebnisse

Es werden die drei aktuellen digitalen Technologien und Methoden Cloud-Computing, Blockchain und Künstliche Intelligenz als besonders relevant für den Mittelstand identifiziert. Das Ergebnis der Analysephase zeigt auf, dass keine der bewerteten digitalen Technologien und Methoden die Bewertungskriterien zu 100 Prozent erfüllen. Cloud-Computing besitzt den höchsten Nutzwert und ist somit gut zur Digitalisierung im Mittelstand geeignet. Die weiteren digitalen Technologien bzw. Methoden, Blockchain und Künstliche Intelligenz werden als befriedigend zur Digitalisierung in mittelständischen Unternehmen eingeschätzt. Bei der Darstellung der Perspektive wird sich auf die digitale Technologie Cloud-Computing beschränkt. Der Trend zeigt eine voranschreitende Verbreitung von Cloud-Computing in den nächsten zehn Jahren im deutschen Mittelstand auf. Wohingegen eine Einschränkung oder ein Rückgang von Cloud-Computing durch konkurrierende Technologien als eher unwahrscheinlich angesehen wird. Hierzu sind nach aktuellem Stand kaum Indizien und Entwicklungsverläufe ersichtlich.

Praktische Anwendung

Dem deutschen Mittelstand wird empfohlen eine offene Unternehmenskultur in Bezug auf neue Technologien aufzubauen. Dadurch kann die Akzeptanz der Mitarbeiter für neue digitale Technologien sowie die Bereitschaft sich mit neuen technologischen Entwicklungen auseinanderzusetzen hergestellt werden. Eine regelmäßige Technologieidentifikation und -bewertung als Prozess kann die frühzeitige Entdeckung neuer technologischer Trends sowie deren Entscheidungsfindung unterstützen. Der Mittelstand sollte auf Cloud-Computing-as-a-Service bei Standardsystemen setzen, um seine Managementsysteme zu modernisieren. Anschließend wird dem deutschen Mittelstand die Empfehlung ausgesprochen, unternehmensweit auf cloudbasierte IT-Infrastruktur zu setzen.

Wissenschaftliche Schlagwörter

Digitalisierung, digitale Technologien, Mittelstand, Nutzwertanalyse, Szenarioanalyse

Abbildungsverzeichnis

Abbildung 1: Beispielhafte Auswahl digitaler Technologien und Methoden

Abbildung 2: Anteil Mittelstand an gesamtdeutscher Erwerbstätigkeit

Abbildung 3: Vergleich quantitative Begriffsdefinitionen KMU

Abbildung 4: Prozessschritte einer Nutzwertanalyse

Abbildung 5: Szenariotrichter

Abbildung 6: Methodisches Forschungsmodell

Abbildung 7: Digitale Technologien und Methoden auf der Website des BMWi

Abbildung 8: Ergebnis Cloud-Preisvergleich

Abbildung 9: Ergebnis Bestimmung Szenarioumfeld

Abbildung 10: Ergebnis PEST-Analyse

Abbildung 11: Gewichtetes Ergebnis der Nutzwertanalyse

Abbildung 12: Ungewichtetes Ergebnis der Nutzwertanalyse

Abbildung 13: Gartner’s 2019 Hype Cycle

Tabellenverzeichnis

Tabelle 1: Ergebnis der Faktorenanalyse

Tabelle 2: Skala für die qualitativen Kriterien

Tabelle 3: Skala für das quantitative Kriterium Merkmal Einführungskosten

Tabelle 4: Skala für das quantitative Kriterium Merkmal Betriebskosten

Tabelle 5: Paarvergleich der Bewertungskriterien

Tabelle 6: Ergebnis Nutzwertanalyse Kriterium Kosten

Tabelle 7: Ergebnis Nutzwertanalyse Kriterium wirtschaftlich

Tabelle 8: Ergebnis Nutzwertanalyse Kriterium technisch

Tabelle 9: Ergebnis Nutzwertanalyse Kriterium organisatorisch

Tabelle 10: Ergebnis Nutzwertanalyse Kriterium rechtlich

Tabelle 11: Gesamtergebnis der Nutzwertanalyse

Tabelle 12: Übersicht Ergebnis Nutzwertanalyse

Tabelle 13: Übersicht Ergebnis Szenarioanalyse

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einführung

Im ersten Abschnitt wird die Problemstellung, die Zielsetzung sowie der Aufbau der vorliegenden wissenschaftlichen Arbeit beschrieben. Ziel dieses Kapitels ist die thematische Hinführung zur behandelten Problemstellung.

1.1 Problemstellung

Bereits heute steuern wir über Smartphones die Haustechnik und Elektrogeräte in den eigenen vier Wänden [vgl. Zink & Bosse 2019, S. 1]. Ebenso ist es längst möglich, mithilfe von Tablet-Computern ganze Produktionsanlagen bedienen zu können [vgl. Zink & Bosse 2019, S. 1]. Diese beiden Beispiele machen deutlich, dass die Digitalisierung bereits heute die Kommunikation sowie Interaktion im privaten wie auch beruflichen Umfeld verändern [vgl. Dahm & Walther 2019, S. 3]. Es ist anzunehmen, dass wir erst am Anfang einer umfassenden Digitalisierung stehen, die durch ihre disruptive Kraft heutige Marktpositionen von Unternehmen ändern wird [vgl. Lichtblau et al. 2018, S. 8].

Insbesondere für Unternehmen ist die digitale Transformation zum kritischen Erfolgs-faktor geworden. Schmiech prognostiziert die Zukunft wie folgt: Wenn sich Unternehmen der Digitalisierung verschließen, werden diese Marktanteile an leistungsfähigere digitalisierte Wettbewerber verlieren [vgl. Schmiech 2018, S. 13]. Dabei steht nicht mehr die Frage im Raum ob, sondern wann der Mittelstand mit der Digitalisierung beginnen wird [vgl. Deutsche Börse 2018].

Digitale Technologien nehmen eine wichtige Rolle bei der Digitalisierung von Unternehmen ein [vgl. Kofler 2018, S. 86]. Sie fungieren dabei als Wegbereiter nicht nur für die Kommunikation, Arbeit oder Vernetzung, sondern auch für die Art der Wertschöpfung [vgl. Scholz 2006, S. 28]. Bereits heute wird digitalen Technologien, insbesondere bei der Wertschöpfung im Mittelstand, einen hohen Stellenwert beigemessen [vgl. Ernst & Young 2019, S. 3]. Neue digitale Technologien möglichst zeitnah zu erkennen und für das eigene Unternehmen nutzbar zu machen, hat daher an Bedeutung dazugewonnen [vgl. Schröder et al. 2015, S. 1]. Wenn Unternehmen auf diese Trends setzen, stellt die Nutzung digitaler Technologien vielfältige Chancen dar [vgl. Kreutzer 2017, S. 45].

Gleichermaßen können jedoch auch existenzbedrohende Risiken entstehen, wenn Unternehmen nicht oder nicht schnell genug auf die entsprechenden digitalen Technologien setzen [vgl. Kreutzer 2017, S. 45]. Viele Unternehmen befürchten falsche Entscheidungen zu treffen, wie etwa, dass die ausgesuchte Technologie in Zukunft nicht mehr den Ansprüchen genügt oder die Technologie nach kurzer Zeit wieder veraltet ist [vgl. Schmiech 2018, S. 20]. Daher herrscht im Mittelstand oft Skepsis in Bezug auf neuartige Technologien [vgl. Schmeiss et al. 2017, S. 30]. Folglich kann das dazu führen, dass neue Trends versäumt werden und somit die Chance verpasst wird, Geschäftsmodelle so anzupassen oder weiterzuentwickeln, um noch unbekannte Kundenbedürfnisse decken zu können [Demary et al. 2016, S. 12; Schmeiss et al. 2017, S. 30].

Vor allem aber stellen die Unüberschaubarkeit durch die Vielzahl, Verschiedenartigkeit oder die unterschiedlichen Kombinationsmöglichkeiten digitaler Technologien den Mittelstand vor Herausforderungen [vgl. Bansmann et al. 2019, S. 194]. Dabei fehlt es kleinen und mittelständischen Unternehmen häufig an Erfahrungswerten und klaren Bewertungskriterien für die Auswahl geeigneter Technologien [vgl. Mittelstand 4.0-Kompetenzzentrum Kaiserslautern 2018 zitiert nach Bosse et al. 2019, S. 17]. In der heutigen Zeit genügt es nicht mehr nur zu wissen, welche Technologien gegenwärtig bedeutsam sind, sondern auch wie sich technologische Trends voraussichtlich entwickeln werden [vgl. Schmiech 2018, S. 14].

1.2 Zielsetzung

Die vorliegende Arbeit identifiziert und analysiert aktuelle digitale Technologien und Methoden. Aufgrund der Begrenztheit dieser Arbeit werden bei der Identifikation drei digitale Technologien bzw. Methoden ausgewählt. Diese werden im folgenden Schritt im Hinblick auf deren Eignung zur Digitalisierung im Mittelstand bewertet. Mithilfe einer Nutzwertanalyse werden die ausgewählten und bewerteten digitalen Technologien und Methoden in eine Rangfolge gebracht. Im weiteren Schritt wird analysiert, welche Trends sich auf Basis der ausgewählten digitalen Technologien und Methoden erkennen lassen. Hierzu werden voraussichtliche zukünftige Entwicklungen anhand einer Szenarioanalyse für die digitale Technologie Cloud-Computing entworfen. Ziel ist es, Transparenz für die Auswahl geeigneter digitaler Technologien und Methoden zur Digitalisierung im Mittelstand zu schaffen. Demnach lassen sich drei zentrale Fragen stellen:

- Welche digitalen Technologien und Methoden sind heute für mittelständische Unt-rnehmen bedeutsam?
- Wie geeignet sind diese identifizierten digitalen Technologien bzw. Methoden zur Digitalisierung für den Mittelstand?
- Welche Trends sind in Bezug auf die ausgewählten digitalen Technologien und Methoden erkennbar?

Diese Fragestellungen werden in der vorliegenden Arbeit beantwortet.

1.3 Aufbau der Arbeit und Vorgehensweise

Die vorliegende Arbeit ist in sechs Kapitel aufgeteilt. Der Aufbau dieser Arbeit entspricht der methodischen Vorgehensweise der Forschungsarbeit. Bei der Vorgehensweise wird auf eine theoriegeleitete Grundstruktur gesetzt. Damit ist gemeint, dass bereits die Definition des Untersuchungsfeldes auf theoretischem Wissen aufgebaut wird und die Analyseergebnisse ebenso in den theoretischen Sachverhalt gebracht werden.

In der Einführung (Kapitel 1) werden die Problemstellung, das Ziel der wissenschaftlichen Arbeit sowie deren Aufbau dargestellt. Ziel ist es, thematisch zu dem Forschungsproblem hinzuleiten und den Zusammenhang zwischen digitalen Technologien und der Digitalisierung im Mittelstand darzustellen.

Im Anschluss daran wird im Kapitel Theoretische Grundlagen (Kapitel 2) der Forschungsgegenstand digitale Technologien und Methoden im Mittelstand aufgezeigt. Hierbei erfolgt eine Herleitung des Begriffes Digitalisierung, die verschiedene Betrachtungsweisen unterschiedlicher Forscher umfasst. Weiterhin werden die Begriffe (digitale) Technologien wie auch relevante digitale Technologien bzw. Methoden definiert. Ebenso wie bei der Beschreibung des Forschungsgegenstandes, werden nachfolgend die einzelnen Methodenwerkzeuge (Nutzwert- und Szenarioanalyse) beschrieben. Am Ende dieses Kapitels werden die Erkenntnisse zusammengetragen und die zwei zentralen Leitfragen abgeleitet.

Das Kapitel Konzept zur Herstellung einer Technologietransparenz (Kapitel 3) umfasst den Methoden- und Analyseteil dieser Arbeit. Am Anfang dieses Kapitels wird das Forschungsmodell erläutert. Im Anschluss daran werden relevante digitale Technologien und Methoden zur Digitalisierung im Mittelstand identifiziert und ausgewählt. Im Folgenden werden praxisbezogene Einsatzszenarien der ausgewählten digitalen Technologien bzw. Methoden dargestellt. Danach werden die digitalen Technologien und Methoden mithilfe einer Nutzwertanalyse analysiert, um sie in eine Rangfolge zu bringen. Weiterhin werden mithilfe einer Szenarioanalyse auf Basis der ausgewählten und bewerteten digitalen Technologien bzw. Methoden mögliche Trends abgeleitet. Am Ende dieses Abschnitts werden relevante Erkenntnisse zusammengefasst.

Die Ergebnisse aus Nutzwert- und Szenarioanalyse werden im Kapitel Darstellung der Ergebnisse (Kapitel 4) erörtert. Abschließend werden die Ergebnisse zusammengetragen, um die Leitfragen zu beantworten.

Das Kapitel Interpretation und Diskussion (Kapitel 5) umfasst zum einen die Interpretation der Ergebnisse sowie die Ableitung praxisbezogener Handlungsempfehlungen für den Mittelstand auf Basis der Ergebnisse. Anschließend wird das eigene Vorgehen der vorliegenden wissenschaftlichen Arbeit kritisch hinterfragt.

Im abschließenden Kapitel Ausblick und Fazit (Kapitel 6) wird die Arbeit zusammengefasst, ein praxisbezogener Ausblick gegeben sowie ein Fazit gezogen.

2 Theoretische Grundlagen

In diesem Kapitel werden zunächst die thematischen und begrifflichen Grundlagen dieser wissenschaftlichen Arbeit gelegt. Anschließend werden die methodischen Werkzeuge und Instrumente erläutert. Im Anschluss daran werden die behandelten Themen zusammengefasst sowie die Leitfragen abgeleitet.

2.1 Thematische Grundlagen

Dieser Abschnitt thematisiert zentrale Begrifflichkeiten zu Digitalisierung, digitale Technologien und Methoden sowie den Mittelstand. Dabei werden die Fachausdrücke näher eingegrenzt und definiert.

2.1.1 Digitalisierung und digitale Technologien

Im Folgenden werden die Begriffe Digitalisierung, (digitale) Technologien sowie relevante digitale Technologien bzw. Methoden erläutert.

Digitalisierung

Zunächst wird unter Digitalisierung eine große Anzahl von technischen Vorgängen zusammengefasst, die sich in ihrer Art und Komplexität unterscheiden [vgl. Beins et al. 2017, S. 12]. Dabei geht es im Speziellen um alle Technologien, Software oder Organisationsarten, die zur Digitalisierung beitragen [vgl. Leeser 2020, S. 30]. Mithilfe dieser werden analoge Daten in digitale Werte umgewandelt [vgl. Demary et al. 2016, S. 5]. Durch die Vernetzung von digitalisierten Werten, Prozessen sowie Produkten entsteht eine Verbindung zwischen physischer und virtueller Welt [vgl. Demary et al. 2016, S. 5]. Hierbei fungiert die Digitalisierung als Instrument bzw. Hilfsmittel, um sich auf zukünftige Herausforderungen frühzeitig einstellen zu können und somit die Zukunftsfähigkeit von Unternehmen sicherzustellen [vgl. Zink & Bosse 2019, S. 26].

Es existieren unterschiedliche Begriffsbestimmungen für den Begriff Digitalisierung [vgl. Botzkowski 2017, S. 22]. Daher wird der Begriff auf Basis von Praktikern und Forschern zusammenfassend beschrieben. Aus Sicht von Leeser ist Digitalisierung der Versuch analoge Prozesse zu digitalisieren, um dabei Geschäftsmodelle, Geschäfts- und Produktionsprozesse umzugestalten [vgl. Leeser 2020, S. 30]. Wohingegen Botzkowski den Begriff als „[…] die partielle bzw. totale Transformation von Geschäftsmodellen unter der Nutzung von Informations- und Kommunikationstechnologien (IKT) mit dem Ziel der Wertschöpfung“ [Botzkowski 2017, S. 24] definiert. Demgegenüber betonen Lichtblau et al. bei ihrer Begriffsdefinition die Vernetzung von Menschen und Dingen durch eine Virtualisierung, um dabei Wissen mit Dritten zu teilen [vgl. Lichtblau et al. 2018, S. 10]. Bei der KfW (Kreditanstalt für Wiederaufbau) wird der Terminus Digitalisierung allgemeiner definiert und als die Durchführung von Projekten zum erstmaligen oder verbesserten Einsatz von digitalen Technologien in Prozessen, Produkten und Dienstleistungen eines Unternehmens verstanden [vgl. Zimmermann 2019, S. 3]. Für die vorliegende Arbeit wird die weitgefasste Definition für Digitalisierung von der KfW als Grundlage verwendet.

(Digitale) Technologien

In der Onlineausgabe des Dudens werden Technologien definiert als eine „[…] Wissenschaft von der Umwandlung von Roh- und Werkstoffen in fertige Produkte und Gebrauchsartikel, indem naturwissenschaftliche und technische Erkenntnisse angewendet werden.“ [Duden 2020] Brandkamp präzisiert den Begriff Technologien als die Lehre der Techniken, welche das zugrundeliegende Wissen beinhalten [vgl. Brandkamp 2000, S. 19]. Technologien beinhalten somit das Wissen, die Kenntnisse wie auch Fertigkeiten zur Lösung technischer Probleme sowie der praktischen Umsetzung naturwissenschaftlicher Erkenntnisse in Verfahren sowie Anlagen [Schuh et al. 2011a, S. 33].

Der Begriff der digitalen Technologien umfasst hingegen die Gesamtheit aller Technologien zur Erstellung, Verarbeitung, Übertragung und Nutzung von digitalen Gütern [vgl. Loebbecke 2006, S. 360]. Darunter fallen alle digitalen Infrastrukturen (Desktop-Computer, Netzwerke, Server usw.) und auch alle digitalen Anwendungen (Apps, Webseiten, Betriebssysteme usw.) werden dazugezählt [vgl. Kofler 2018, S. 86]. Digitale Technologien verfolgen keinen Selbstzweck, sondern werden für eine bestimmte Zielsetzung eingesetzt [vgl. Kofler 2018, S. 86]. Mithilfe digitaler Technologien wird versucht, die Digitalisierung in Unternehmen und Organisationen voranzutreiben. Unter anderem gehören Internet der Dinge, Big Data, Blockchain, additive Fertigungsverfahren (3D-Druck), Cloud-Computing sowie Künstliche Intelligenz dazu [vgl. Weber et al. 2018, S. 10]. In der nachfolgenden Abbildung 1 werden beispielhaft einige digitale Technologien und Methoden dargestellt.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Beispielhafte Auswahl digitaler Technologien und Methoden

Diese Auflistung ist dabei weder abschließend noch besteht Anspruch auf Vollständigkeit. Die Abbildung dient zur thematischen Einordnung von digitalen Technologien und Methoden.

Cloud-Computing

Der Begriff Cloud-Computing ist ein vielfach überladener Begriff, der in der Literatur sehr breit definiert wird [vgl. Kofler 2018, S. 219]. Unter Cloud-Computing wird zunächst die Nutzung von IT-Infrastruktur wie Speicherplatz, Rechenleistung und Anwendungssoftware über das Internet verstanden [vgl. Weber et al. 2018, S. 11]. Somit wird Software nicht mehr lokal auf dem eigenen Computer, sondern zentral auf dem eigenen Server oder über einen externen Server in einem Rechenzentrum betrieben [vgl. Bieletzke et al. 2019, S. 15]. Dabei werden zentral gespeicherte Daten mithilfe des Internets jederzeit verfügbar gemacht [vgl. Wagner 2018, S. 8]. Dadurch verändert sich die Bereitstellung und Nutzung von IT-Diensten, vor allem durch die Auslagerung an externe Dienstleister [vgl. Weisbecker 2012, S. 8].

Es wird grundsätzlich zwischen einer Private-Cloud oder Public-Cloud unterschieden. Bei einer Private-Cloud befindet sich der Anbieter und Nutzer von Cloud-Diensten in der gleichen Organisation [vgl. Weisbecker 2012, S. 9]. Dem gegenüber steht die Public-Cloud. Hierbei ist der Cloud-Nutzer weder Eigentümer der IT-Infrastruktur sowie Softwarelösungen, noch befindet sich die Cloud auf dem Gelände des Anwenders [vgl. Bräuninger et al. 2012, S. 176 f.]. Sämtliche Einrichtungen werden vom Cloud-Anbieter betrieben. Für die Nutzung hat der Nachfrager Gebühren zu entrichten. Eine Hybrid-Version aus beiden Cloud-Varianten ist ebenfalls möglich.

Blockchain

Zum derzeitigen Stand besteht keine einheitliche Auffassung für den Begriff Blockchain [vgl. Gentemann & Bitkom Research 2019, S. 15]. Im Folgenden wird demnach eine Begriffsdefinition auf Basis verschiedener Quellen vorgenommen. Unter einer Blockchain wird eine Liste der Transaktionen verstanden, bei dem alle jemals durchgeführten Transaktionen eines bestimmten Systems in Blöcke (Datensätzen) aufgeteilt werden [vgl. Meinel et al. 2018, S. 14]. Diese stetig wachsende Kette aus Blöcken wird dezentral in einem Netzwerk verschiedener Rechner gespeichert [vgl. BMWi 2020a]. Die Daten der Transaktionen zwischen den Computern werden so gespeichert, dass sie für alle Beteiligten nachvollziehbar und im Nachhinein schwer zu ändern sind [vgl. Bieletzke et al. 2019, S. 116]. Durch sogenannte „kryptographische Verschlüsselungstechniken“ werden diese Transaktionsdaten in den Blöcken abgespeichert [vgl. Holste & Horn 2020, S. 49]. Die Blockchain-Technologie wird auch als Meta-Technologie bezeichnet, da sie sich aus verschiedenen Technologien zusammensetzt [vgl. Hinckeldeyn 2019, S. 46].

Künstliche Intelligenz

Künstliche Intelligenz ist ein Oberbegriff für IT-Anwendungen, die intelligentes (menschliches) Verhalten zeigen [vgl. Beins et al. 2017, S. 29]. Dabei werden alle Computersysteme und Softwareprogramme so gestaltet, dass diese „selbständig“ handeln und sich „eigenständig“ verbessern können [vgl. Weber et al. 2018, S. 11]. Sie gelten dann als „künstlich intelligent“, wenn sie nicht nur reine Eingabe-Ausgabe-Funktionen beherrschen, sondern in der Lage sind, die Daten nach der Eingabe zu interpretieren und diese bei der Ausgabe zu berücksichtigen [vgl. Begleitforschung Mittelstand-Digital 2019, S. 5]. Beispielsweise kann Künstliche Intelligenz (KI) durch die Auswertung von Daten Regelmäßigkeiten und Muster bestimmen, die für unterschiedliche Anwendungszwecke zur Verfügung gestellt werden können [vgl. Leeser 2020, S. 36].

Es wird zwischen der sogenannten „schwachen“ und „starken“ KI unterschieden [vgl. Die Bundesregierung 2018, S. 4]. Die „schwache“ KI löst konkrete Anwendungsprobleme mittels KI-Technologie [vgl. Begleitforschung Mittelstand-Digital 2019, S. 5]. Im Gegensatz dazu wird mit der „starken“ KI der Versuch unternommen, die gleichen intellektuellen menschlichen Fertigkeiten nachzubilden oder den Menschen darin zu übertreffen [vgl. Die Bundesregierung 2018, S. 4].

KI kann jedoch nicht mit Technologien wie 3D-Druck, Cloud-Computing oder der Robotik gleichgesetzt werden, da sie als omnipotente Methode in fast jeder neuen Technologie Anwendung finden kann [vgl. Schmiech 2018, S. 11]. KI umfasst vielmehr eine große Anzahl von Methoden, Verfahren und Technologien [vgl. Gruhn 2020]. Zu KI können verschiedene Methoden gezählt werden. Unter anderem ist Machine Learning ein Teilgebiet der Künstlichen Intelligenz, welches durch Trainingsdaten schrittweise lernt [vgl. Kofler 2018, S. 211].

2.1.2 KMU vs. Mittelstand

In der Öffentlichkeit und Wirtschaftspolitik wird dem Mittelstand eine herausragende Bedeutung bei der Schaffung und Sicherung von Arbeitsplätzen zugesprochen [vgl. Goeke 2008, S. 14]. Laut dem Institut für Mittelstandsforschung (IfM) Bonn zählten im Jahr 2017 rund 3,47 Millionen Unternehmen zu den kleinen und mittleren Unternehmen [vgl. IfM Bonn 2020b]. In Abbildung 2 wird der kontinuierliche Anstieg des mittelständischen Beschäftigungsniveaus an der deutschen Erwerbstätigkeit grafisch verdeutlicht.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Anteil Mittelstand an gesamtdeutscher Erwerbstätigkeit [in Anlehnung an KfW 2019a]

Aus den Zahlen geht hervor, dass der Mittelstand eine wichtige Säule der deutschen Wirtschaft ist [vgl. Mersiowsky et al. 2019, S. 327]. Somit waren zum Jahresende 2018 31,7 Millionen Personen in mittelständischen Unternehmen erwerbstätig [vgl. KfW 2019a, S. 1]. Das entspricht einem Anteil von ca. 70 Prozent an der gesamten deutschen Erwerbstätigkeit [vgl. KfW 2019a, S. 1].

An dieser Stelle wird der Mittelstand zum Begriff der kleinen und mittleren Unternehmen (KMU) abgegrenzt und definiert. In der Praxis werden die Begriffe Mittelstand und KMU häufig synonym gebraucht und nicht immer trennscharf verwendet [Belitz et al. 2012, S. 23; Welter et al. 2014. S. 4]. Da es für die vorliegende Arbeit jedoch nötig ist, eine Trennung beider Begrifflichkeiten vorzunehmen, werden die Begriffe im Folgenden gesondert dargestellt [Welter et al. 2014, S. 4].

Begriff der KMU

Zur Abgrenzung der KMU vom Begriff des Mittelstands sind quantitative Merkmale entscheidend [Welter et al. 2014, S. 4]. Nach der Definition der europäischen Union (EU) werden alle Unternehmen zu den KMU gezählt, „[…] die weniger als 250 Personen beschäftigen und die entweder einen Jahresumsatz von höchstens 50 Mio. Euro erzielen oder sich deren Jahresbilanzsumme auf höchstens 43 Mio. Euro beläuft.“ [Europäische Union 2003] Auch muss die Konzernunabhängigkeit gegeben sein. Das heißt die Unternehmung darf nicht zu 25 Prozent oder mehr in Besitz eines oder mehrerer Unternehmen sein [vgl. Europäische Union 2003]. Die maßgeblichen Definitionsgrößen sind hierbei die Mitarbeiterzahl, die Umsatz- und Bilanzsumme sowie die wirtschaftliche Unabhängigkeit von anderen Unternehmen [vgl. Leeser 2020, S. 22].

Der Begriff der KMU wird von Marktforschungsinstituten breiter klassifiziert. Das liegt daran, dass Firmen, die nicht unter die EU-Definition der KMU fallen, dennoch den kleinen und mittelständischen Unternehmen zugeordnet werden können [vgl. Leeser 2020, S. 22]. In seiner aktuellen Fassung grenzt beispielsweise das IfM Bonn den Begriff KMU von den Großunternehmen ebenfalls anhand quantitativer Kriterien, wie den Jahresumsatz (≤ 50 Millionen Euro) und die Beschäftigtenzahl (< 500 Mitarbeiter) ab [vgl. IfM Bonn 2020a]. Somit können die KMU unkompliziert anhand statistisch erhobener Daten bestimmt werden [vgl. Wallau et al. 2007, S. 9]. In Abbildung 3 werden die beiden quantitativen Definitionen von der EU und die deutsche Definition (nach IfM Bonn) dargestellt.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Vergleich quantitative Begriffsdefinitionen KMU

Die Abbildung stellt die Gemeinsamkeiten und Unterschiede zwischen den beiden Begriffsdefinition der KMU dar.

Begriff des Mittelstands

Bei der Definition des Mittelstands wird auf qualitative Merkmale abgestellt, die keinen Größengrenzen unterliegen [vgl. Wallau et al. 2007, S. 5]. Dabei wird sich auf die Einheit von Eigentum, Leitung, Haftung und Risiko sowie die verantwortliche Mitwirkung der Leitung in allen relevanten Unternehmensentscheidungen konzentriert [vgl. Goeke 2008, S. 12]. Hierzu werden die Faktoren Werthaltungen, Tätigkeiten und Fähigkeiten der Unternehmerperson betrachtet [vgl. Welter et al. 2014, S. 4 f.]. Ein weiteres Merkmal bei inhabergeführten Unternehmen ist, dass die Firmenanteile meist einer Familie oder mehreren Familien gehören [vgl. Goeke 2008, S. 12]. Nach der Definition des IfM Bonn müssen bis zu zwei natürliche Personen oder ihre Familienangehörigen (direkt oder indirekt) mindestens 50 Prozent der Anteile eines Unternehmens halten und dabei diese der Geschäftsführung angehören [vgl. IfM Bonn 2020c]. Dabei sind auch Wallau et al. der Ansicht, dass die Geschäftsführung aus den Eigentümern oder einer übersichtlichen Partneranzahl bestehen muss, die die Kontrolle über das Unternehmen haben [vgl. Wallau et al. 2007, S. 6]. Demzufolge sind alle Unternehmen ausgeschlossen, die von Fremdmanagern geleitet werden oder bei denen die geschäftsführenden Eigentümer und deren Familien keinen maßgeblichen Anteil am Geschäftskapital haben oder keine Kontrollrechte besitzen [vgl. Wallau et al. 2007, S. 5]. Somit zeigt sich, dass der Mittelstand mehr ist als die KMU [vgl. Welter et al. 2014, S. 4].

Es lässt sich zusammenfassend feststellen, dass qualitative Kriterien zur Definition des Mittelstands besser geeignet sind, als undurchsichtige Zahlenraster [vgl. Wolf et al. 2019, S. 3]. Denn der qualitative Mittelstandsbegriff ist breiter gefächert und beinhaltet somit auch die Mehrzahl der KMU. Daher erscheint eine qualitative Abgrenzung mittelständischer Unternehmen als zweckmäßiger [vgl. Wallau et al. 2007, S. 9]. Die Empfehlung dieser Arbeit gilt für den Begriff des Mittelstands, der nach qualitativen Merkmalen abgegrenzt wird.

2.2 Methodische Grundlagen

In diesem Kapitel werden die Grundlagen für die verwendeten methodischen Instrumente dieser Arbeit erläutert. Zunächst werden der Hintergrund und die Vorgehensweise der Nutzwertanalyse diskutiert. Im Anschluss daran wird auf den Nutzen der Szenarioanalyse eingegangen sowie dessen Methodik dargestellt.

2.2.1 Nutzwertanalyse

Die Nutzwertanalyse ist ein Instrument zur Entscheidungsfindung aus der Wissenschaft der rationalen Entscheidungstheorien [vgl. Kühnapfel 2019, S. 1]. Das Hauptziel dieser Methode ist es, aus einer Menge von Handlungsalternativen die bestmögliche Alternative unter Berücksichtigung mehrerer Ziele zu bestimmen [vgl. Heinrich et al. 2014, S. 416]. Dabei wird das Entscheidungsproblem soweit reduziert, um die Komplexität aufzubrechen und die Unterschiede in Form einer Rangfolge sichtbar zu machen [vgl. Busse von Colbe et al. 2015, S. 311]. In Abbildung 4 wird der Prozess der Nutzwertanalyse grafisch dargestellt.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 4: Prozessschritte einer Nutzwertanalyse

1. Schritt: Festlegung Bewertungskriterien

Die Zielkriterien werden im ersten Arbeitsschritt situationsrelevant festgelegt, die sich aus der Entscheidungssituation ergeben [vgl. Heinrich et al. 2014, S. 418]. Dabei werden diese operational und überschneidungsfrei formuliert [vgl. Busse von Colbe et al. 2015, S. 313].

2. Schritt: Gewichtung der Bewertungskriterien mittels eines Paarvergleichs

Nach der Festlegung der Bewertungskriterien erfolgt die Entscheidung, welche Bedeutung jedes einzelne Kriterium für die Bewertung sowie Rangfolgenbildung hat [vgl. Kühnapfel 2019, S. 10]. Die Gewichtung der Bewertungskriterien wird mithilfe eines Paarvergleichs ermittelt. Bei einem Paarvergleich wird jedes einzelne Bewertungskriterium mit jedem anderen Kriterium nacheinander verglichen [vgl. Busse von Colbe et al. 2015, S. 316]. Der Vergleich zweier Kriterien kann 2:0 bzw. 0:2 zugunsten des wichtigeren Kriteriums oder 1:1 remis ausfallen. Die Summe der Punkte ergibt die Rangfolge bzw. Gewichtung aller Kriterien. Die Gewichtungsfaktoren der Bewertungskriterien fließen in die Nutzwertanalyse ein.

3. Schritt: Ermittlung der Teilnutzen

Bei der Ermittlung der Teilnutzen werden die Bewertungskriterien mit der vorher festgelegten Gewichtung multipliziert [vgl. Busse von Colbe et al. 2015, S. 318].

4. Schritt: Ermittlung des Gesamtnutzens

Der Gesamtnutzen ist die optimale Handlungsalternative, bei der der Nutzwert entweder maximal oder minimal ist [vgl. Heinrich et al. 2014, S. 423]. Dabei wird der Gesamtnutzen einer Alternative durch die Aggregation aller Teilnutzen vorgenommen [vgl. Busse von Colbe et al. 2015, S. 321].

2.2.2 Szenarioanalyse

Ziel der Szenarioanalyse ist es, zukünftige Entwicklungen in unterschiedlichen wirtschaftlichen, technischen, politischen und gesellschaftlichen Umfeldern vorauszusagen [vgl. Specht et al. 2017, S. 66]. Bei der Ermittlung des zukünftigen Zustands wird frühzeitig in alternativen Entwicklungen gedacht [vgl. Heinrich et al. 2014, S. 449]. Dabei werden mehrere Zukunftsbilder in Abhängigkeit von unterschiedlichen Entwicklungsoptionen der externen Einflussfaktoren entworfen [vgl. Göpfert 2016, S. 25]. Der wesentliche Vorteil der Szenarioanalyse besteht darin, dass alternative Zukunftsbilder entwickelt werden und sich damit bewusst mit der Zukunft befasst wird [vgl. Grundwald et al. 2012, S. 26]. Abbildung 5 zeigt eine Szenarioanalyse an dem sogenannten „Szenariotrichter“.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5: Szenariotrichter [in Anlehnung an Reibnitz 1992, S. 27]

Der Szenariotrichter veranschaulicht in grafischer Form die Darstellung alternativer Szenarien. Dabei werden diese klassischerweise in die beiden Extremszenarien (positives und negatives) und das Trendszenario eingeteilt.

1. Schritt: Definition Szenarioumfeld

Im ersten Schritt wird das Szenarioumfeld definiert. Das bedeutet, es wird festgelegt, welcher Gegenstand sowie welche Gesichtspunkte des Themas betrachtet werden und welche Elemente und Aspekte nicht [vgl. Kosow & León 2015, S. 220].

2. Schritt: Analyse des Unternehmensumfeldes

An dieser Stelle wird das Umfeld des Unternehmens näher analysiert, um die Systemkräfte zu bestimmen, die das Unternehmen determinieren [vgl. Göpfert 2016, S. 26].

3. Schritt: Prognose zukünftiger Entwicklungsverläufe

Im nächsten Schritt werden die alternativen zukünftigen Entwicklungsverläufe der Systemkräfte vorhergesagt [vgl. Göpfert 2016, S. 26].

4. Schritt: Entwicklung Szenarien

Weiterhin wird aus den unterschiedlichen zukünftigen Entwicklungen aus dem vorherigen Schritt 3 Szenarien entwickelt [vgl. Grundwald et al. 2012, S. 26].

5.Schritt: Szenarien-Transfer

Schließlich werden die alternativen Szenarien auf unterschiedliche Art und Weise für verschiedene weiterführende Analysen verwendet [vgl. Kosow & León 2015, S. 221].

2.3 Zusammenfassung und Aufstellen der Leitfragen

Im Folgenden werden die theoretischen und methodischen Grundlagen zusammenfassend dargestellt. Am Ende des Kapitels werden die zwei Leitfragen formuliert.

Zusammenfassung der thematischen Grundlagen

Zusammenfassend lässt sich feststellen, dass in der Literatur eine Vielzahl von unterschiedlichen Definitionen für den Begriff Digitalisierung existieren [vgl. Lichtblau et al. 2018, S. 10]. Dabei geht es um die Umwandlung analoger Daten in digitale Werte, um diese zu speichern und zu verarbeiten [vgl. Schmeiss et al. 2017, S. 21]. Hinter dem Begriff Technologie steckt das Wissen zur Lösung technischer Probleme. Digitale Technologien wiederum umfassen die Gesamtheit aller Technologien zur Erstellung, Verarbeitung, Übertragung und Nutzung von digitalen Gütern. Der Mittelstand hat eine wirtschaftlich bedeutende Position, dennoch existiert keine allgemein anerkannte Definition dieses Begriffs [vgl. Wolf et al. 2019, S. 1]. Es wird zwischen dem quantitativen KMU-Begriff und dem qualitativen Begriff des Mittelstands unterschieden.

Zusammenfassung der methodischen Grundlagen

Die Idee der Nutzwertanalyse ist es, ein Gesamtproblem, welches zu entscheiden gilt, in Teilprobleme zu zerlegen [vgl. Kühnapfel 2019, S. 1]. Um am Schluss die bestmögliche Handlungsalternative feststellen zu können, wird am Ende der Nutzwert jeder Alternative ermittelt [vgl. Heinrich et al. 2014, S. 416]. Bei der Szenarioanalyse wird das Ziel verfolgt, Informationen über mögliche zukünftige Szenarien offener Systeme zu gewinnen [vgl. Heinrich et al. 2014, S. 448]. Das Grundanliegen der Szenariotechnik ist es, zukünftige Entwicklungen sowie den Weg dorthin darzustellen.

Ableitung der Leitfragen

Durch die Beantwortung der folgenden zwei Leitfragen soll der Mittelstand bei der Identifikation, Bewertung und Auswahl von digitalen Technologien und Methoden zur Digitalisierung unterstützt werden.

Digitale Technologien sollen für Unternehmen Mehrwerte generieren und neue Chancen bei der Digitalisierung eröffnen. Daher müssen Technologien dahingehend untersucht werden, ob und inwieweit sie geeignet sind, die Digitalisierung der Unternehmen voranzutreiben [vgl. Deloitte 2013, S. 5]. Demzufolge lässt sich die erste Leitfrage wie folgt definieren:

- Leitfrage 1: Wie geeignet sind aktuelle digitale Technologien und Methoden zur Digitalisierung im Mittelstand?

Digitale Technologien entwickeln sich fortwährend weiter [vgl. Dahm & Walther 2019, S. 3]. Für den Mittelstand ist es daher umso entscheidender, wie sich digitale Technologien in Zukunft entwickeln werden. Daher lässt sich die zweite Forschungsfrage wie folgt formulieren:

- Leitfrage 2: Welcher Trend lässt sich im Mittelstand auf Basis der ausgewählten digitalen Technologien und Methoden erkennen?

In den folgenden Kapiteln werden die Leitfragen beantwortet.

3 Konzept zur Herstellung einer Technologietransparenz

Das aktuelle Kapitel 3 umfasst den forschenden Teil dieser Arbeit. Zunächst wird das methodische Forschungsmodell dargestellt. Im Anschluss daran werden digitale Technologien und Methoden identifiziert und ausgewählt. Danach werden praxisbezogene Einsatzszenarien der ausgewählten digitalen Technologien bzw. Methoden dargestellt. Zur Bewertung der ausgewählten digitalen Technologien bzw. Methoden wird im Folgenden eine Nutzwertanalyse durchgeführt. Auf dieser Grundlage wird eine Szenarioanalyse zur Darstellung möglicher zukünftiger Trends entwickelt. Zum Schluss des Kapitels werden die Ergebnisse zusammengefasst.

3.1 Darstellung des Modells

Das konstruierte Forschungsmodell ist auf drei zentralen Ebenen aufgebaut. Wobei die oberen Ebenen jeweils auf die unteren Ebenen aufbauen. In Abbildung 6 wird das Forschungsmodell grafisch dargestellt.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 6: Methodisches Forschungsmodell

In der Identifikationsphase (1) werden aktuelle digitale Technologien und Methoden zur Digitalisierung im Mittelstand identifiziert. Dabei werden auf Grundlage einer Literaturrecherche drei relevante digitale Technologien bzw. Methoden ausgewählt.

Um die am besten geeignetste digitale Technologie bzw. Methode zur Digitalisierung im Mittelstand bestimmen zu können, muss eine Bewertung der digitalen Technologien und Methoden erfolgen [vgl. Botzkowski 2017, S. 138]. Dazu werden in der Analysephase (2) die ausgewählten digitalen Technologien bzw. Methoden mittels einer Nutzwertanalyse bewertet und in eine Rangfolge gebracht.

In der dritten Ebene Perspektive (3) werden mögliche alternative Szenarien entwickelt, um mögliche zukünftige Trends bestimmen zu können. Hierzu bildet die vorher durchgeführte Nutzwertanalyse die Grundlage. Dazu wird die am besten geeignetste digitale Technologie beziehungsweise Methode zur Digitalisierung im Mittelstand einer Szenarioanalyse unterzogen.

3.2 Identifikation digitaler Technologien und Methoden

Um die digitalen Technologien und Methoden zu selektieren, wird festgelegt aus welchen Domänen die relevanten Informationen zusammengetragen werden. Im Wesentlichen werden hierbei drei Arten von Informationsquellen für Technologien unterschieden [vgl. Schmitz 2015, S. 18 f.].

- Patentdatenbanken
- Literaturdatenbanken
- World Wide Web

Aufgrund der schweren und kostspieligen Zugänglichkeit von Patentdatenbanken wird sich bei der Literaturrecherche auf Literaturdatenbanken sowie das World Wide Web beschränkt. Bereits bei der Themenauswahl ist es nötig, eine Entscheidung zu treffen, welche Technologien aus den zahlreichen digitalen Technologien und Methoden besonders untersuchungsbedürftig erscheinen [vgl. Scheffczik 2003, S. 137]. Dabei wird systematisch vorangegangen, um die potenziell relevanten Informationsquellen auszuwählen [vgl. Schmitz 2015, S. 18]. Daher wurde als Grundlage der Literaturrecherche die Website des Bundesministeriums für Wirtschaft und Energie (BMWi) herangezogen. Das BMWi hat diverse digitale Technologien und Methoden für den Mittelstand identifiziert und stellt diese auf deren Webseite dar [vgl. BMWi 2020b]. Aufgrund der Begrenztheit dieser Arbeit und der Vielzahl unterschiedlicher digitaler Technologien werden lediglich drei für die vorliegende Arbeit verwendet. Die digitalen Technologien und Methoden Cloud-Computing, Blockchain sowie Künstliche Intelligenz werden als besonders relevant eingeordnet [vgl. Telekom 2018, S. 11; Digitaler Mittelstand 2020; Metzger 2018; Heil 2019; IMG 2020].

An dieser Stelle soll angemerkt werden, dass in der folgenden Nutzwertanalyse sich stets auf Public-Cloud-Computing bezogen wird. Die Abbildung 7 zeigt grafisch alle digitalen Technologien und Methoden für den Mittelstand, die das Bundesministerium für Wirtschaft und Energie auf ihrer Website auflistet.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 7: Digitale Technologien und Methoden auf der Website des BMWi

Zur besseren Orientierung wurden die drei digitalen Technologien bzw. Methoden, auf die sich in dieser Arbeit bezogen wird, farblich gelb hinterlegt.

3.3 Einsatzszenarien digitaler Technologien und Methoden

Für die drei identifizierten und ausgewählten digitalen Technologien bzw. Methoden werden in den folgenden Zeilen ausgewählte praxisbezogene Einsatzszenarien im Mittelstand dargestellt.

Cloud-Computing

Bei dem ersten Einsatzszenario wird von einem kleinen mittelständischen Unternehmen aus der Beratungsbranche ausgegangen. Die Mitarbeiter sollen im Home-Office und während ihrer Dienstreisen auf Geschäftsdaten des Unternehmens zugreifen können. Das Szenario geht davon aus, dass ausschließlich die Mitarbeiter des Unternehmens Cloud-Computing nutzen [vgl. Haselmann & Vossen 2010, S. 35].

Durch eine Public-Cloud können die Mitarbeiter zeit- und ortsunabhängig auf ihr E-Mail-Postfach und ihren Kalender zugreifen sowie den gemeinsamen Dateiordner nutzen [vgl. PAC & Telekom 2013, S. 22]. Durch den Zugriff auf denselben Datensatz in der Public-Cloud, wird eine Zusammenarbeit in Echtzeit ermöglicht [vgl. Mittelstand 4.0 Agentur Cloud c/o Fraunhofer IAO 2019, S. 3]. Dabei können beispielsweise mithilfe cloudbasierter Anwendungen Dokumente gemeinsam erstellt und bearbeitet werden [vgl. Mittelstand 4.0 Agentur Cloud c/o Fraunhofer IAO 2019, S. 3].

Weiterhin können zum Beispiel cloudbasierte Videokonferenz-Lösungen genutzt werden, damit die Mitarbeiter schnell, einfach und plattformunabhängig zusammenarbeiten können [vgl. PAC & Telekom 2013, S. 22]. Das Unternehmen profitiert zusätzlich z.B. von einer flexiblen Anpassung der Speicherkapazitäten in der Public-Cloud, um Bedarfsspitzen besser abfangen zu können [vgl. Haselmann & Vossen 2010, S. 35]. Weiterhin übernimmt der Cloud-Anbieter sowohl die Installation der genutzten Services, wie auch die Integration des IT-Systems [vgl. Mittelstand 4.0 Agentur Cloud c/o Fraunhofer IAO 2019, S. 3]. Da er ebenso für Upgrades, Updates sowie die Wartung verantwortlich ist, verbessert sich oftmals das Sicherheitsniveau mittelständischer Unternehmen [vgl. Mittelstand 4.0 Agentur Cloud c/o Fraunhofer IAO 2019, S. 3].

Blockchain

Die Technologie Blockchain kann zum Beispiel für mittelständische Handelsunternehmen eingesetzt werden. Dabei stellt die lückenlose Rückverfolgbarkeit von Gütern heute die IT vor viele Herausforderungen [vgl. Beyer et al. 2019, S. 35]. Schwierigkeiten bestehen in der Gewährleistung eines kontinuierlichen Datenflusses über unterschiedliche IT-Systeme hinweg oder beim Einschleusen von Produktfälschungen sowie unsachgemäßer Behandlung der Produkte, wie bspw. durch Unterbrechung der kontinuierlichen Kühlkette [vgl. Beyer et al. 2019, S. 35].

Mit einer Blockchain ist es zum Beispiel möglich, die Lieferkette transparent und lückenlos nachzuverfolgen [vgl. Holste & Horn 2020, S. 51]. Dabei können alle Beteiligten der Lieferkette auf aktuelle Daten in einem Netzwerk zugreifen, die gleichzeitig nahezu in Echtzeit aktualisiert werden [vgl. Rieck 2019, S. 232]. Durch eine sichere und transparente Protokollierung der Daten werden Ausfallsicherheit, Fälschungssicherheit und Nachverfolgbarkeit garantiert [vgl. Meinel et al. 2018, S. 86]. Da keine physischen Dokumente mehr ausgetauscht werden müssen, besteht auch kein Risiko in Bezug auf fehlerhafte Redundanz oder Datenverluste [vgl. Rieck 2019, S. 232]. Mithilfe sogenannter „Smart Contracts“ können viele Zwischenhändler abgelöst werden [vgl. Meinel et al. 2018, S. 86]. Dabei verbergen sich hinter dem Begriff Smart Contracts Computerprotokolle, die Verträge abbilden, überprüfen oder die Abwicklung eines Vertrags technisch unterstützen [vgl. BMWi 2020a]. So können Smart Contracts beim Passieren bestimmter Zielorte der Lieferkette vordefinierte Konditionen prüfen und beispielsweise eine Dienstleistung automatisiert bezahlen [vgl. Meinel et al. 2018, S. 86]. Somit können mittelständische Handelsunternehmen mit entsprechenden Blockchain-Lösungen die Zusammenarbeit mit ihren Lieferanten verbessern und weiterhin Kosten bei jeder Transaktion einsparen [vgl. Holste & Horn 2020, S. 51].

Künstliche Intelligenz

Vor allem für mittelständische Unternehmen ist die manuelle und papierbasierte Verarbeitung von Finanz- und Buchhaltungsdokumenten mit hohem zeitlichem und personellem Aufwand verbunden [vgl. Beins et al. 2017, S. 43].

Bereits in der Poststelle eines Unternehmens können KI-Algorithmen wesentliche Informationen wie den Absender, den Betreff und die Absicht des Versenders erkennen [vgl. Hildesheim & Michelsen 2019, S. 139]. Dabei identifizieren sie selbstständig die richtige Abteilung oder den richtigen Sachbearbeiter und leiten die eingescannten sowie vorsortierten Dokumente weiter [vgl. Hildesheim & Michelsen 2019, S. 139]. Künstliche Intelligenz reduziert dadurch den manuellen Aufwand für Unternehmen und liefert zuverlässige sowie tagesaktuelle Ergebnisse [vgl. Beins et al. 2017, S. 43 f.].

Weitere Vorteile solcher KI-Lösungen sind sinkende Durchlaufzeiten, Kunden erhalten schneller eine Antwort und die Bearbeitungskosten sinken [vgl. Hildesheim & Michelsen 2019, S. 139]. Bei der Weiterverarbeitung der digitalisierten Dokumente können im Finanzwesen KI-Algorithmen eingesetzt werden. Vor allem Routineaufgaben wie das Erfassen von Formulardaten, das Versenden von Bescheiden oder die Erstellung von Rechnungen und Kennzahlen-Berichten ,kann KI automatisiert erledigen [vgl. Kaul et al. 2019, S. 28]. Durch künstliche neuronale Netze können zum Beispiel Belege automatisiert erfasst und verarbeitet werden, Erkenntnisse beim Kontieren auf neue Buchungssätze übertragen werden oder auch Kontobewegungen mit Eingangsrechnungen und Ausgangsrechnungen abgeglichen werden [vgl. Beins et al. 2017, S. 44]. Sollte eine Vollautomatisierung nicht oder nur mit erheblichem Mehraufwand möglich sein, können KI-Lösungen den Menschen dennoch entlasten, z.B. indem sie Vertragstexte vorformulieren [vgl. Kaul et al. 2019, S. 28].

3.4 Analyse digitaler Technologien und Methoden

Die Analyse der identifizierten und ausgewählten digitalen Technologien und Methoden erfolgt mittels Nutzwertanalyse. Dabei werden diese nach der Eignung zur Digitalisierung im Mittelstand bewertet [vgl. Schimpf & Rummel 2015, S. 47].

Erfüllungsquote

Die Darstellung der jeweiligen Gesamtnutzwerte der bewerteten digitalen Technologien bzw. Methoden bildet die Grundlage, um deren Eignung zur Digitalisierung im Mittelstand bestimmen zu können. Durch die Gegenüberstellung der tatsächlichen Gesamtnutzwerte und des maximal erreichbaren Gesamtnutzwertes lässt sich eine sogenannte „Erfüllungsquote“ errechnen. Diese zeigt den Erfüllungsgrad der bewerteten digitalen Technologien und Methoden zur Digitalisierung im Mittelstand an. Zur Ermittlung der Erfüllungsquoten wird das prozentuale Verhältnis des jeweiligen erreichten Gesamtnutzwertes zu dem maximal möglichen Gesamtnutzwert errechnet.

Ist die Erfüllungsquote ≥75 Prozent, eignet sich die bewertete digitale Technologie bzw. Methode gut zur Digitalisierung im Mittelstand. Bei einer Erfüllungsquote zwischen <75 und ≥50 Prozent ist die Eignung befriedigend. Wohingegen bei einer Erfüllungsquote von <50 diese als mangelhaft zur Digitalisierung im Mittelstand eingestuft wird.

Durch die Darstellung dieser Quote als relativen Wert ist eine Vergleichbarkeit zwischen den unterschiedlichen digitalen Technologien und Methoden, trotz unterschiedlicher Punkteanzahl, möglich.

[...]