Open Access

More and more companies in the mechanical and plant engineering industry are transforming their business model and evolving from product to solution providers. Subscription business models play a key role in this development. They enable companies to enter long-term collaborative relationships with customers and thus monetize the potential of Industry 4.0. However, this development is not easy for many companies and is associated with numerous hurdles. One of these hurdles is the development of a suitable range of services tailored to customer needs. In this context, the bundling of individual services to service modules plays a key role in realizing new value propositions. In practice, however, companies often lack an understanding of which services need to be combined in what way to be able to realize new value propositions. Accordingly, the goal of this work is to identify relevant services for subscription business models, to cluster them into meaningful value-adding bundles, and to derive new value propositions accordingly. The new value propositions in turn enable mechanical and plant engineering companies to strengthen customer loyalty and thus achieve long-term economic success.

Im Rahmen des Forschungsprojekts ‚SubscriptionCanvas‘ wurde ein grundlegendes Tool für kleine und mittlere Unternehmen (KMU) des Maschinen- und Anlagenbaus erarbeitet, um die Entwicklung innovativer Subcription-Geschäftsmodelle zu vereinfachen. Der umfangreiche Ordnungsrahmen ermöglicht eine logische und zugleich systematische Herangehensweise für eine komplexe Thematik – die Entwicklung neuer Geschäftsmodelle.

Künstliche Intelligenz (KI) hat als Technologie in den vergangenen Jahren Marktreife erlangt (s. Stich et al. 2021, S. 27ff.). Es existiert eine Vielzahl benutzerfreundlicher Produkte und Services, welche die Anwendung von KI im Alltag und im Unternehmen vereinfachen. Die Herausforderung, vor denen Anwendende, gerade im betriebswirtschaftlichen Kontext, stehen, ist nicht die technische Machbarkeit einer KI-Applikation, sondern deren organisatorisch und rechtlich zulässige Gestaltung. Zu einer zunehmenden Dynamik in der Gesetzgebung kommt ein gesellschaftliches Interesse an der Kontrolle und Transparenz über die für KI-Modelle erhobenen Daten. Die Diskussion über Datensouveränität im geschäftlichen und privaten Alltag rückt mehr und mehr in das Zentrum der öffentlichen Aufmerksamkeit. Datenbasierte KI-Anwendungen stehen damit in einem Spannungsfeld zwischen den Potenzialen, die das Erheben und Teilen von Daten über Unternehmensgrenzen hinweg bietet, und der Herausforderung, die Datensouveränität der involvierten Personen zu wahren. Die vorliegende Studie soll erstens über die Auswirkungen der Datensouveränität und die damit verbundenen aktuellen und kommenden Regularien auf KI-Anwendungsfälle aufklären. Dafür wurden Expertinnen und Experten aus den Bereichen Recht, KI- und Organisationsforschung befragt. Zweitens zeigt die Studie Potenziale und Best Practices von KI-Anwendungsfällen mit überbetrieblichem Datenaustausch auf. Dafür wurden Fallstudien in Unternehmen durchgeführt, die bereits erfolgreich Datenaustausch in ihre Geschäftsmodelle integriert haben, um ihre KI-Applikationen zu betreiben und zu verbessern. Aus den Interviews und Fallstudien wurden drei zentrale Erfolgsprinzipien abgeleitet, die im Folgenden zusammengefasst dargestellt werden: • Auf bestehenden Standards und Initiativen aufsetzen: Technologische Lösungen für Künstliche Intelligenz und unternehmensübergreifenden Datenaustausch existieren bereits. Vor allem KI-Anwendungsfälle ähneln einander häufig und können recherchiert und adaptiert werden. Wenn die eigene Recherche an Grenzen stößt, können Expertinnen und Experten herangezogen werden. Dies stellt zwar eine Investition dar; die Erfahrung zeigt jedoch, dass eine frühe Beteiligung von Wissensträgerinnen und -trägern wirtschaftlich sinnvoller ist als reaktive Anpassungen im Projektverlauf. • KI-basierte Produkte und Dienstleistungen auf Prinzipien der Wirtschaftlichkeit und Datensouveränität aufbauen: Zwischen dem Handel mit Daten und den damit verbundenen Potenzialen, Herausforderungen und Sorgfaltspflichten sowie dem Geschäft mit physischen Produkten existieren viele Parallelen. Wenn Prinzipien wie Reziprozität (die Schaffung beiderseitigen Nutzens) und die Sicherheit der beteiligten Akteurinnen und Akteure berücksichtigt werden, ist bereits ein Großteil der konzeptuellen Herausforderungen adressiert. • Souveräne Datenräume mitgestalten und nutzen: Der Datenaustausch unter Berücksichtigung der Souveränität von Beteiligten zieht eine Vielzahl technischer und organisatorischer Anforderungen nach sich, die zur Realisierung nötig sind. Es existieren Initiativen, Datenräume aufzubauen, welche als Plattform mit festen Regelwerken und vorgefertigten technischen Lösungsbausteinen dienen. Dadurch wird der Umsetzungsaufwand für Interessierte reduziert und Netzwerkeffekte realisiert. Das frühe Stadium dieser Initiativen gibt Unternehmen die Möglichkeit, diese entstehenden Ökosysteme mitzugestalten.

Der Artikel gibt eine kurze Einführung in die Inhalte des Subscription-Grundlagenkurses sowie dessen Ziele in Bezug auf die Umsetzung servicegetriebener Geschäftsmodelle.

Künstliche Intelligenz (KI) hat sich über die letzten Jahre stetig zu einem Thema mit strategischer Priorität für Unternehmen entwickelt. Das zeigt sich nicht zuletzt in der gesteigerten Investitionsbereitschaft deutscher Unternehmen in KI-Projekte. Wirtschaftliche Akteure haben erkannt, dass durch eine sinnvolle Nutzung von KI-Technologien Wettbewerbsvorteile erzielt werden können. Die vorliegende Studie legt das Augenmerk auf den industriellen Einsatz einer KI-Technologie, die bereits heute von vielen Unternehmen erfolgreich genutzt wird: Die natürliche Sprachverarbeitung (engl. Natural Language Processing, kurz NLP). Die wirtschaftlichen Potenziale der Technologie liegen dabei in ihrer Fähigkeit, betriebliche Abläufe zu automatisieren und die Schnittstelle zwischen Mensch und Maschine zu verbessern und zu vereinfachen. Ziel der Studie ist es, die Potenziale der NLP-Technologie für Unternehmen nutzbar zu machen, indem konkrete Anwendungsfälle und allgemeine Handlungsempfehlungen sowie Nutzen und Risiken aufgezeigt werden.