Forschungsfelder

Am Institut für Technologische Innovation, Marktentwicklung und Entrepreneurship (iTIME) werden insbesondere folgende, sich teils überlappende bzw. ineinander übergreifende Forschungsthemen bearbeitet (ohne Anspruch auf Vollständigkeit):

Mit Blick auf Konsumenten:

  • Adoptions- und Nutzungsbarrieren
  • Zahlungsbereitschaft und deren Determinanten
  • Kauf- und Weiterempfehlungsverhalten
  • Entwicklung von Vertrauen und Akzeptanz bzw., als Konsequenz daraus, Marktdiffusion und Nutzungsverbreitung

Mit Blick auf Unternehmen:

  • Neue Geschäftsmodelle; Leistung ist nicht mehr nur physisches Produkt, sondern auch Analytik und digitaler Service wie z.B. Versorgung, Überwachung etc.
  • Weiterentwicklung intelligenter Produkte/Systeme auch nach deren Verkauf
  • Kundenbeziehung bleibt über den Verkauf hinaus bestehen (mit Konsequenzen z.B. für das Marketing)
  • Umgang mit Intermediären (Personen, Unternehmen oder Plattformen)
  • Auswirkungen auf diverse unternehmensinterne Bereiche (z.B. agile Supply Chain, agile Entwicklungsprozesse, Gewinnung und Eingliederung von Software-Ingenieuren und Data Scientists)
  • Ausgliederung der Geschäftsaktivitäten rund um intelligente Produkte/Services in neue, selbständige unternehmerische Einheiten oder Kooperation mit Start-Ups

Mit Blick auf Märkte bzw. Industrien:

  • Veränderungen bestehender bzw. Entstehung neuer Märkte
  • Netzwerkeffekte bzw. Herausbildung von (dominanten) Eco-Systemen
  • Koordination zwischen verschiedenen Produzenten und Wettbewerbern, teils aus Industrien, die bisher nur wenige Berührungspunkte hatten
  • Auswirkungen staatlicher Investitionssteuerung und von staatlich festgelegten Standards
  • Implikationen für die Wettbewerbspolitik bzw. Möglichkeiten zur Steuerung oder Regulierung angesichts der Verschiebung von Marktmacht zu dominierenden Unternehmen in Kernbereichen intelligenter Produkte

Mit Blick auf Daten:

  • Datenerhebung und -management: Strukturen zur Speicherung und Aktualisierung von Informationen über die Nutzung von intelligenten Produkten
  • Nutzerprofiling: Aufbereitung von Nutzerdaten mit dem Ziel, das Nutzungsverhalten zu klassifizieren bzw. Indikatoren zum Zwecke der Prognose zu entwickeln
  • Personalisierung: Adaptierung der Services und Produkte durch Zuschneiden auf die spezifischen Anforderungen der einzelnen Nutzer
  • Situationsbezug: Verschränkung mit anderen Quellen, um die Produkte reaktiv auf Umwelteinflüsse zu machen
  • Ausbildung von Data Science-Fachkräften

Logo