Show simple item record

dc.contributor.authorKölbl, Laura
dc.contributor.authorMühlroth, Christian
dc.contributor.authorWiser, Fabian
dc.contributor.authorGrottke, Michael
dc.contributor.authorDurst, Carolin
dc.date2019-10-01
dc.date.accessioned2021-03-25T13:38:16Z
dc.date.available2021-03-25T13:38:16Z
dc.date.issued2019
dc.identifier.issn2198-2775
dc.identifier.urihttp://dx.doi.org/10.1365/s40702-019-00528-3
dc.identifier.urihttp://dl.gi.de/handle/20.500.12116/35996
dc.description.abstractInnovationsmanagement ist für Unternehmen in der heutigen Zeit ein wichtiges Instrument, um in sich schnell wandelnden Märkten konkurrenzfähig und erfolgreich zu bleiben. Dafür stehen in der heutigen Zeit große Mengen an Daten zur Verfügung, aus denen die relevanten Informationen jedoch zunächst herausgefiltert werden müssen. Dieser Beitrag präsentiert die Ergebnisse einer Studie zu den Herausforderungen an ein erfolgreiches Innovationsmanagement in Unternehmen und stellt ein Umfeldscanningsystem vor, das die Effizienz von Innovationsmanagement mithilfe von Big Data Analytics steigert. Durch die Anwendung von modernen Verfahren des maschinellen Lernens und mathematischen Algorithmen kann dieses in hohem Maße automatisiert werden. In der anschließenden Fallstudie wird anhand von zwei Datensätzen gezeigt, wie mithilfe des Umfeldscanningsystems aktuelle Trends gefunden werden können. Zum Schluss wird das datenbasierte Umfeldscanningsystem als Chance für kleine und mittlere Unternehmen und als Lösung für die im Vorfeld erkannten Herausforderungen diskutiert. Fast changes in global and local markets make innovation management an important factor for companies to stay competitive. Nowadays, a large amount of data is available which holds all the information we need—but the information that is crucial first needs to be identified by filtering these vast amounts of data. The authors show the results of a study on challenges that companies face with Innovation Management and present a concept on how big data analytics can be used to improve the efficiency of Innovation Management. State-of-the-art machine learning and other mathematical algorithms can automate and optimize the procedure tremendously. In a case study, the usage of an environmental scanning system for the detection of trends is demonstrated in a practical example on two data sets. Finally, it is discussed how a data-based approach to innovation management can help small and medium-sized companies to keep in touch with the times.de
dc.publisherSpringer
dc.relation.ispartofHMD Praxis der Wirtschaftsinformatik: Vol. 56, No. 5
dc.relation.ispartofseriesHMD Praxis der Wirtschaftsinformatik
dc.subjectBig Data Analytics
dc.subjectEnvironmental Scanning
dc.subjectInnovation Management
dc.subjectInnovationsmanagement
dc.subjectMachine Learning
dc.subjectTechnologie-Vorausschau
dc.subjectTechnology Foresight
dc.subjectTrend Detection
dc.subjectTrend-Scouting
dc.subjectUmfeldscanning
dc.titleBig Data im Innovationsmanagement: Wie Machine Learning die Suche nach Trends und Technologien revolutioniertde
dc.typeText/Journal Article
mci.reference.pages900-913
dc.identifier.doi10.1365/s40702-019-00528-3


Files in this item

FilesSizeFormatView

There are no files associated with this item.

Show simple item record