Big Data im Innovationsmanagement: Wie Machine Learning die Suche nach Trends und Technologien revolutioniert
| dc.contributor.author | Kölbl, Laura | |
| dc.contributor.author | Mühlroth, Christian | |
| dc.contributor.author | Wiser, Fabian | |
| dc.contributor.author | Grottke, Michael | |
| dc.contributor.author | Durst, Carolin | |
| dc.date.accessioned | 2021-03-25T13:38:16Z | |
| dc.date.available | 2021-03-25T13:38:16Z | |
| dc.date.issued | 2019 | |
| dc.description.abstract | Innovationsmanagement 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.identifier.doi | 10.1365/s40702-019-00528-3 | |
| dc.identifier.pissn | 2198-2775 | |
| dc.identifier.uri | http://dx.doi.org/10.1365/s40702-019-00528-3 | |
| dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/35996 | |
| dc.publisher | Springer | |
| dc.relation.ispartof | HMD Praxis der Wirtschaftsinformatik: Vol. 56, No. 5 | |
| dc.relation.ispartofseries | HMD Praxis der Wirtschaftsinformatik | |
| dc.subject | Big Data Analytics | |
| dc.subject | Environmental Scanning | |
| dc.subject | Innovation Management | |
| dc.subject | Innovationsmanagement | |
| dc.subject | Machine Learning | |
| dc.subject | Technologie-Vorausschau | |
| dc.subject | Technology Foresight | |
| dc.subject | Trend Detection | |
| dc.subject | Trend-Scouting | |
| dc.subject | Umfeldscanning | |
| dc.title | Big Data im Innovationsmanagement: Wie Machine Learning die Suche nach Trends und Technologien revolutioniert | de |
| dc.type | Text/Journal Article | |
| gi.citation.endPage | 913 | |
| gi.citation.startPage | 900 |