Big Data und Analytics (BDA) bezeichnet die technologischen Möglichkeiten, aus großen Datenmengen und leistungsfähigen Algorithmen verborgene Informationen über Kunden und organisationale Geschäftsaktivitäten aufzudecken und neue Wertschöpfungsprozesse zu kreieren. Die derzeitige betriebswirtschaftliche Forschung ist dabei primär auf Effizienzgewinne durch BDA gerichtet. Die Beziehung zu Wettbewerbsvorteilen oder gar Unternehmenserfolg wird dann häufig als Folge hieraus eher unterstellt oder vereinfacht aus dem Besitz wertvoller Daten in Analogie zu Plattformunternehmen wie Google behauptet. Aus strategischer Sicht ist diese Beziehung jedoch alles andere als eindeutig. Wichtige Fragen, die sich hieraus ergeben und derzeit noch unbeantwortet bleiben, sind z.B. die folgenden:
- Wie kann BDA strategische Entscheidungsprozesse unterstützen? Welche Risiken bestehen, wenn in der Strategieentwicklung naturgemäß kreative Denkprozesse durch algorithmische Prozesse der vergangenheitsbezogenen Mustererkennung ergänzt/ersetzt werden? Wie lässt sich hiermit vereinbaren, dass erfolgreiche Strategien typischerweise Muster brechen, anstelle diese zu suchen?
- Wie kann BDA zu disruptiven Geschäftsmodellinnovationen führen? Welche Risiken entstehen, wenn sich durch die Replizierung von technologischen best practices Geschäftsmodelle angleichen?
- Wie kann BDA etablierte Wettbewerbsvorteile unterstützen und/oder neue Wettbewerbsvorteile schaffen? Welche Risiken bestehen, wenn sich durch ähnliche BDA-Strategien und steigender Effizienz der Wettbewerb zunehmend in Richtung ‚Preis‘ verschiebt?
Diesen und weiteren Fragen widmen wir uns im Rahmen des TUHH-Leuchtturmprojektes „Business Analytics – Optimierungspotenziale und strategische Risiken für maritime logistische Systeme“. Ziel des Projektes ist es, sowohl die Optimierungspotenziale als auch die strategischen Risiken des Einsatzes von BDA aus dem Blickwinkel verschiedener Disziplinen integrativ zu beleuchten. Im Vordergrund steht eine holistische Perspektive, die auch die kritische Beurteilung des Themas beinhaltet. Letztere wird zum jetzigen Zeitpunkt noch stark vernachlässigt. Die beteiligten Professuren kommen aus der Informatik/OR, Mathematik, Logistik und Unternehmensführung. Das Projekt ist damit hochgradig interdisziplinär. Das Projekt ist bezogen auf die Maritime Logistik. Die Branche unterliegt derzeit großen Veränderungen und ist vom technologischen Wandel besonders betroffen. Die etablierten Unternehmen dieser Branche stehen in einem intensiven Wettbewerb um Kosten und Effizienz und stehen unter hohem Druck, BDA-Lösungen zu entwickeln, um wettbewerbsfähig zu bleiben. Darüber hinaus steht die Branche vor dem Eintritt neuer Marktteilnehmer, darunter etablierte Technologieunternehmen mit fortgeschrittenen BDA-Kenntnissen (z.B. Amazon, Alibaba) sowie Start-ups, die hochspezialisierte BDA-Lösungen entwickeln.
Das Projekt bildet Teil der i3-Strategie der TUHH und wird gefördert von April 2019 bis März 2022 durch die Hamburger Behörde für Wissenschaft, Forschung, Gleichstellung und Bezirke (BWFGB). Nähere Informationen zum i3-Lab finden Sie hier.
Publikationen und Konferenzbeiträge:
Wrona, T., & Reinecke, P. (2020). Strategy in Discovery Mode – Wie Big Data & Analytics strategisches Denken verdrängen kann, in: WiSt - Wirtschaftswissenschaftliches Studium.
Wrona, T., & Reinecke, P. (2019). The “Dark Side” of Big Data Analytics – Uncovering Path Dependency Risks of Big Data Analytics Investments. In Proceedings of the 27th European Conference on Information Systems (ECIS), Stockholm & Uppsala, Sweden, June 8-14, 2019. Online verfügbar unter folgendem Link.
Wrona, T., & Reinecke, P. (2019). Wie strategisch sind Algorithmen? Die Rolle von Big Data und Analytics im Rahmen strategischer Entscheidungsprozesse. In: Schröder, M., & Wegner, K. (Eds.). Logistik im Wandel der Zeit: Von der Produktionssteuerung zu vernetzten Supply Chains, Festschrift für Wolfgang Kersten zum 60. Geburtstag, Springer Gabler, Wiesbaden 2019. Online verfügbar unter folgendem Link.
Wrona, T., & Reinecke, P. (2019). Strategic Risks of Big Data and Analytics – A Path Dependency Perspective. HICL 2019. Hamburg International Conference of Logistics. (Konferenzbeitrag)
Rückert, N., Fischer, K., Wrona, T., Reinecke, P., & Pache, H. (2019). Big Data Analytics in Maritime Logistics: Benefits and Risks for Container Flow Optimization. The 9th International Conference on Logistics and Maritime Systems: Smart Analytics for Maritime and Logistics Systems, Singapur, August 14-16, 2019. (Konferenzbeitrag)
Reinecke, P. (2018). Strategic Management Issues in Big Data and Analytics: An Interdisciplinary Approach to Identify Strategic Opportunities and Threats in Maritime Logistics. Annual Meeting of Organizational Research, Frankfurt/Oder, Germany. (Konferenzbeitrag)