Ziel dieser Arbeit ist es, die Akzeptanz digitaler Produkte von Kunden der K. Anlagenbau AG zu identifizieren. Hierfür sind zunächst die grundlegenden Elemente der Digitalisierung und des Wirtschaftens in der digitalen Ökonomie zu identifizieren. Hierbei sind vor allem digitale Produkte und die Differenzierung zu analogen Produkten zu definieren. Des Weiteren soll die Akzeptanz digitaler Produkte mittels entsprechender Theorien erklärt und die Annahme KI-fähiger Güter untersucht werden. Zur Untersuchung der Akzeptanz der smarten Industriepumpe der K. Anlagenbau AG ist ein entsprechendes Messinstrument zu entwickeln. Dabei ist die Art des Instruments, der Aufbau und die Vorgehensweise zu erläutern.
Inhaltsverzeichnis
Abkürzungsverzeichnis
Abbildungsverzeichnis
1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung
1.3 Aufbau der Arbeit
2 Theoretisch-empirische Grundlagen
2.1 Digitalisierung und Industrie 4.0
2.1.1 Begriffe und Grundlagen
2.1.2 Digitale vs. analoge Güter
2.1.3 IoT und KI in der Industrie
2.2 Forschung zur Adoption innovativer Technologien
2.2.1 Akzeptanz, Adoption und Diffusion
2.2.1.1 Begriffliche Grundlagen und Abgrenzung
2.2.1.2 Technology Acceptance Model (TAM)
2.2.1.3 Adoptionsprozess
2.2.2 Adoption und Akzeptanz innovativer Technologien
2.3 Digitale Geschäftsmodelle
2.4 Überleitung zum Methodenteil
3 Methodik
3.1 Vorstellung der K. Anlagenbau AG
3.2 Operationalisierung
3.3 Grundlagen zu empirischer Forschung
3.4 Auswahl der Forschungsmethode
3.5 Begründung der Umsetzung
4 Ergebnisse
5 Diskussion
6 Fazit
Anhang
Literaturverzeichnis
Abkürzungsverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
Abbildungsverzeichnis
Abbildung 1: Digitalisierungsgrade von Gütern
Abbildung 2: Strukturbaum
1 Einleitung
1.1 Problemstellung
Im Zuge der Digitalisierung stehen Unternehmen und vor allem das jeweilige Management vor der Herausforderung, die richtigen Entscheidungen hinsichtlich der strategischen Ausrichtung zu treffen. Zum einen soll die strategische Stoßrichtung den Anforderungen der Industrie 4.0 gerecht werden, zum anderen sind auch die internen Prozesse entsprechend anzupassen. Neben dem zunehmenden Wunsch nach kundenindividuellen Produkten, ist auch der technische Fortschritt ein wesentlicher Treiber der Digitalisierung. Während dies bisher innerhalb verbrauchernahen Märkten deutlich wurde, sind zunehmend dahingehende Marktveränderungen in der Fertigungsindustrie erkennbar. Das dahingehende Potential beschrieb die Unternehmensberatung Roland Berger mit einem enormen Anstieg an industrieller Wertschöpfung bei konsequenter Umsetzung von Industrie 4.0 in Deutschland.1
Auch die K. Anlagenbau AG steht vor der Herausforderung, die Akzeptanz des neuen, digitalen Produktes zu identifizieren. Das Unternehmen entwickelte eine industrielle Förderpumpe mit ununterbrochener Datengenerierung und durch KI unterstützte Vorhersagefunktionen. Fraglich ist hierbei jedoch, ob die Kunden dieses digitale Produkt im industriellen Kontext annehmen. Auch ist dem Unternehmen nicht bekannt, ob die Kunden der K. Anlagenbau AG bereits Erfahrungen mit digitalen und KI- basierten Technologien aufweisen. Ebenfalls unklar ist, welche Interessen und Ziele die Unternehmen hinsichtlich digitaler Technologien vertreten und welche möglichen Geschäftsmodelle hierbei zu entwickeln sind, um die Kundenbedürfnisse zu befriedigen.
1.2 Zielsetzung
Ziel dieser Arbeit ist es, die Akzeptanz digitaler Produkte von Kunden der der K. Anlagenbau AG zu identifizieren. Hierfür sind zunächst die grundlegende Elemente der Digitalisierung und des Wirtschaftens in der digitalen Ökonomie zu identifizieren. Hierbei sind vor allem digitale Produkte und die Differenzierung zu analogen Produkten zu definieren. Des Weiteren soll die Akzeptanz digitaler Produkte mittels entsprechender Theorien erklärt und die Annahme KI-fähiger Güter untersucht werden. Zur Untersuchung der Akzeptanz der smarten Industriepumpe der K.
Anlagenbau AG ist ein entsprechendes Messinstrument zu entwickeln. Dabei ist die Art des Instruments, der Aufbau und die Vorgehensweise zu erläutern.
1.3 Aufbau der Arbeit
In der vorliegenden Arbeit werden in Kapitel 2 zunächst, unter Verwendung relevanter wissenschaftlicher Literatur, die theoretischen Grundlagen zu Digitalisierung und Akzeptanzforschung erörtert. Dafür werden in Kapitel 2.1 zunächst die Begriffe und Grundlagen zu Digitalisierung und Industrie 4.0 erläutert. Hierbei werden digitale und analoge Güter verglichen und die Themen IoT und KI näher beschrieben. In Kapitel 2.2 folgt die Ausführung zur Forschung der Adoption innovativer Technologien. Hierbei werden zunächst die begrifflichen Grundlagen erläutert, worauf die Analyse von Forschungsmodellen zu Akzeptanz und Adoption folgt. In Kapitel 2.3 folgt eine Grundlagenbeschreibung zu Digitalen Geschäftsmodellen. Kapitel 2.4 fasst die theoretischen Erkenntnisse zusammen und leitet in den Anwendungsteil über. In Kapitel 3 wird anschließend versucht, die in Kapitel 2 gewonnenen Erkenntnisse am Beispiel der K. Anlagenbau AG zu untersuchen. Hierfür wird in Kapitel 3.1 zunächst das Unternehmen vorgestellt, worauf die Operationalisierung der Problemstellung erfolgt. Dabei werden die Einzelnen Dimensionen bis hin zu den Indikatoren des Konstrukts definiert. In Kapitel 3.3 werden die theoretischen Grundlagen zur empirischen Forschung beschrieben, worauf die Auswahl der Forschungsmethode, basierend auf den theoretischen Erkenntnissen zu empirischer Forschung, gewählt wird. Zum Ende des dritten Kapitels erfolgt Begründung der Umsetzung, also der Durchführung der gewählten Forschungsmethode mit dem entwickelten Messinstrument. In Kapitel 4 folgt die inhaltliche Vorstellung des Messinstruments und dem verwendeten Tool. Abgerundet wird diese Arbeite durch eine Diskussion in Kapitel 5, welche die Arbeit kritisch reflektiert und einem Fazit in Kapitel 6.
2 Theoretisch-empirische Grundlagen
2.1 Digitalisierung und Industrie 4.0
2.1.1 Begriffe und Grundlagen
Um zu verstehen, was Digitalisierung und Industrie 4.0 tatsächlich bedeutet, reicht es nicht aus, die Begrifflichkeiten zu definieren und zu beschreiben. Es muss allen voran verstanden werden, dass es sich hierbei um ein gesamtgesellschaftliches Phänomen handelt und wir uns in einer digitalen Disruption befinden. Darunter ist zu verstehen, dass sich der Mensch im Hinblick auf die Arbeits- und Lebensweise verändert. Auch verändert die Digitalisierung grundlegend die Art und Weise wie Unternehmen agieren. Disruptive Technologien fordern Unternehmen heraus, sich ständig an die in exponentieller Geschwindigkeit verändernder Strukturen des Marktes und der Gesellschaft anzupassen. Unter Disruption ist dabei sowohl radikale Veränderung, als auch neuartige Entwicklung zu verstehen. Im Kontext zu Technologien soll dabei aufgezeigt werden, wie schnell diese ersetzt oder verändert werden.2
Neben dieser gesellschaftlichen Veränderung durch die Digitalisierung, zeigen sich auch radikale Neugestaltungen in der Industrie. Mit dem Begriff Industrie 4.0 wird dabei eine aktuell stattfindende vierte industrielle Revolution bezeichnet. Als zentrales Merkmal dieser industriellen Revolution steht die Vernetzung von Produktion, Informationstechnologie und Internet im Vordergrund. Treiber dieser revolutionären Entwicklung innerhalb des industriellen Sektors sind allen voran neue Technologien und der stetige, technologische Fortschritt.3 Dies zeigt sich in der Praxis vor allem durch zunehmende Ausstattung von Produktionsmaschinen mit Sensoren, um wichtige Daten zu sammeln und auszuwerten. Die Güter werden somit zunehmend digitaler und zu neuartigen Services kombiniert.4
Im folgenden Kapitel werden diese digitalen Güter näher erläutert und den analogen Produkten gegenübergestellt.
2.1.2 Digitale vs. analoge Güter
Wie bereits im vorherigen Kapitel beschrieben, zeichnet sich die digitale Transformation im Zuge der vierten industriellen Revolution durch die Vernetzung von Produktion, Informationstechnologien und dem Internet aus. Aus herkömmlich analogen Produkten entstehen somit zunehmend digitale Produkte. Dabei lassen sich Güter in verschiedene Digitalisierungsgrade einteilen, wie in Abbildung 1 dargestellt. Demnach sind Güter nach den Dimensionen Produkt, Produktion und Distribution zu unterscheiden. Das Produkt selbst kann dabei in rein digitale Güter, rein physische Güter und Mischgüter unterteilt werden. Rein digitale Güter sind dabei als immaterielle Mittel zur Bedürfnisbefriedigung definiert und weisen weder einen Dienstleistungsanteil, noch einen physischen Anteil auf. Im Gegensatz dazu ist bei rein physischen Gütern keinerlei Anteil an digitalen Merkmalen zu finden. Innerhalb der Mischgüter ist dabei eine weitere Unterteilung in semi-physische und semi-digitale Güter vorzunehmen. Semi-physische Güter sind physische Güter mit digitalem Anteil, wobei der physische Anteil überwiegt. Semi-digitale Güter sind Güter mit physischem Anteil, wobei der digitale Anteil überwiegt.5
Betrachtet man nun die digitalen Güter etwas genauer, zeichnen sich signifikante Merkmal im Vergleich zu den physischen Produkten ab. So werden digitale Güter anders wahrgenommen als physische Produkte, welche in der Regel mit allen fünf Sinnen registriert werden. Digitale Güter hingegen können lediglich gesehen und gegebenenfalls gehört werden. Auch die Kopierbarkeit ist bei digitalen Gütern deutlich einfacher und dabei ohne Qualitätsverlust realisierbar. Ein weiteres Merkmal stellt die Veränderbarkeit dar. Digitale Güter lassen sich leicht verändern und ermöglichen individualisierte Lösungen für unterschiedliche Anforderungen. Hinsichtlich der Kosten- und Preisstruktur zeigt sich ein weiterer, deutlicher Unterschied zu analogen Produkten. Während für die Entwicklung und Erstproduktion ein hoher Fixkostenanteil anfällt, zeichnet sich für jede weitere Kopie einen gegen null tendierenden Anteil variabler Kosten ab, welches mit der einfachen Kopierbarkeit digitaler Güter zu begründen ist.6
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 1: Digitalisierungsgrade von Gütern[7]
2.1.3 IoT und KI in der Industrie
Die Vernetzung und Internetfähigkeit von Gütern ermöglichen komplementäre Dienstleistungen zusätzlich zum Produkt selbst. Durch das sogenannte „Internet der Dinge“ oder auch „Internet of Things“ werden aus herkömmlich analogen Produkten, plötzlich digitale und internetfähige Produkte. Näher bezeichnet IoT „die Vernetzung digital identifizierbarer physischer Objekte („Things“, Dinge) über das Internet, damit diese Objekte eigenständig über das Internet oder andere Netzwerke kommunizieren und Daten austauschen.“7 8 Im industriellen Umfeld wird IoT als IIoT bezeichnet, also als „Industrial Internet of Things“.9 Durch die Anbringung von Sensoren an industriellen Objekten, entsteht eine vernetzte Infrastruktur, in der die erfassten Daten an weitere digitale Objekte oder IT-Systeme gesendet werden. Diese virtuelle Repräsentanz des Objekts stellt dessen digitales Abbild dar. Die erfassten Daten können ausgewertet werden, den Status des Objekts wiedergeben und schnelle Entscheidungen ermöglichen.10
Eine weitere Schlüsseltechnologie im Zusammenhang der digitalen Transformation stellt die künstliche Intelligenz dar. Die Forschung rund um KI ist dabei keine Neuheit. Bereits 1956 befassten sich Wissenschaftler innerhalb des „Summer Research Project on Artificial Intelligence“ damit und sahen die Schaffung einer Intelligenz auch außerhalb des menschlichen Gehirns als möglich. Von da an nahm die Bedeutung Rund um die Technologie der künstlichen Intelligenz stetig zu. Die technologische Entwicklung und diverse Meilensteine, welche in Anlage 1 dargestellt sind, trieben die KI-Forschung stetig voran. Künstliche Intelligenz entwickelte sich dabei in den vergangenen Jahren verstärkt in Richtung des maschinellen Lernens.11 Beim Machine Learning programmieren sich Computer mithilfe von Algorithmen selbst. Der Unterschied zu traditionellen statistischen Programmen liegt darin, dass mittels Rückkopplung, die Algorithmen, also die Entscheidungsregeln, an das Erlernte angepasst werden. Ein Algorithmus stellt dabei eine Reihe von Regeln zur Berechnung oder Problemlösung dar.12
Die Zusammensetzung aus den Technologien IIoT und künstliche Intelligenz ermöglicht es somit, industrielle Güter zu intelligenten Objekten zu transformieren. IIoT liefert die Daten, die von einer KI verarbeitet und analysiert werden. Dadurch entstehen beispielsweise neben Echtzeitanalysen auch mögliche prädiktive Analysen zum Zustand des Objekts.13
Im Folgenden Kapitel wird nun der Aspekt betrachtet, inwiefern digitale und KI-fähige Güter akzeptiert und adaptiert werden.
2.2 Forschung zur Adoption innovativer Technologien
2.2.1 Akzeptanz, Adoption und Diffusion
2.2.1.1 Begriffliche Grundlagen und Abgrenzung
Die Forschung um den Begriff der Akzeptanz geht weit zurück und hat vor allem in den 1990er Jahren an Bedeutung gewonnen. Untersuchungen im industriellen Sektor lieferten dabei wichtige Erkenntnisse über die Akzeptanz neuer Technologien und Dienstleistungen.14 In diesem Zusammenhang ist unter Akzeptanz die Absicht zu verstehen, eine Technologie freiwillig zu nutzen.15 In der Literatur findet man neben der Akzeptanzforschung auch die Adoptions- und Diffusionsforschung. Zusammen bilden diese Forschungsansätze Erklärungen zum Verhalten von Personen bezüglich der Nutzung innovativer Technologien und für dahingehende Beeinflussungen dieser Vorgänge.16 Akzeptanz tritt dem zur Folge auf, wenn eine technologische Innovation als infrage kommend deklariert wird und benötigt keinerlei Nutzung oder Inanspruchnahme der Innovation. Von einer Adoption ist die Rede, wenn einer technologischen Innovation eine Akzeptanz vorhergeht und diese sowohl in einer positiven Kaufentscheidung, als auch einer stetigen Nutzung der Innovation mündet.17 Während sich die Adoptions- und Akzeptanzforschung auf das Verhalten von Individuen bezieht, steht die Diffusionsforschung im Fokus einer gesamtgesellschaftlichen beziehungsweise -wirtschaftlichen Betrachtung. Geprägt durch den Soziologen und sogenannten Vater der Diffusionsforschung Everett M. Rogers, ist der Begriff der Diffusion definiert als „...the process in which an innovation is communicated through certain channels over time among the members of a social system.“18 Es geht dabei also um den Prozess der Ausbreitung einer Innovation über verschiedene Kommunikationskanäle innerhalb eines sozialen Systems. Im speziellen betrachtet die Diffusionsforschung dabei die Faktoren Zeit, Kommunikationskanäle, die Innovation selbst und das soziale System, in welchem die Innovation stattfindet.19
Im späteren Verlauf der Arbeit wird aufgezeigt, dass die, innerhalb dieser Arbeit beschriebenen Innovation, IoT und KI, bereits bei vielen Unternehmen Anklang gefunden hat. Aufgrund dessen, wird auf eine nähere Analyse der Diffusionsforschung und dahingehende Modelle verzichtet. Die folgenden Kapitel zeigen Modelle und Erklärungen innerhalb der Akzeptanz- und Adoptionsforschung auf.
2.2.1.2 Technology Acceptance Model (TAM)
Im Zuge der Akzeptanzforschung bestehen zahlreiche Modelle, welche die dahingehenden Theorien untermauern. Zu den wohl bekanntesten Modellen dieses Forschungsbereichs zählt das sogenannte Technology Acceptance Model. Es bildet eine Fortführung von TRA, der Theorie des überlegten Handelns von Fishbein und Ajzen. Diese zielt darauf ab, die individuellen Handlungen, ausgehend von der Intention von Individuen, zu erklären und zu prognostizieren. Als Erweiterung von TRA entwickelte Davis das Technology Acceptance Model und lenkt den Fokus des Untersuchungsgegenstandes auf einen organisationalen Kontext.20 Das Modell, welches in Anlage 2 abgebildet ist, bezieht sich dabei auf die Freiwilligkeit der Nutzung von neuen Technologien. Die zentralen Faktoren stellen dabei zum einen die Nützlichkeit der Technologie und zum anderen die Benutzerfreundlichkeit dar. Beeinflusst werden diese durch vorhergehende, externe Variablen wie situationsbedingte Einflüsse oder sonstige Merkmale der Technologie. Ähnlich zu
TRA geht TAM davon aus, dass das individuelle und durch Intention geprägte Verhalten des Nutzers die Akzeptanz der Technologie beeinflusst. TAM betrachtet jedoch die tatsächliche Nutzungsabsicht des Individuums als Ergebnis aus der wahrgenommenen Nützlichkeit der Technologie und der Einfachheit der Nutzung.21
[...]
1 Vgl. Helmrich (2017), S. 85-87
2 Vgl. Thönnessen (2020), S. 27-29
3 Vgl. Matt & Rauch (2020), S. 21
4 Vgl. Oswald & Krcmar (2018), S. 100
5 Vgl. Clement et. al. (2019), S. 35-37; Leimeister (2015), S. 332-333
6 Vgl. Leimeister (2015), S. 333-334
7 Enthalten in Clement et. al. (2019), S. 36
8 Appelfeller & Feldmann (2018), S. 152
9 Vgl. Oswald & Krcmar (2018), S. 21; Leupold et. al. (2018), S. 78
10 Vgl. Appelfeller & Feldmann (2018), S. 150-
11 Vgl. Buxmann & Schmidt (2019), S. 3 ff.
12 Vgl. Paper (2020), S. 1
13 Vgl. Tiedemann (2018)
14 Vgl. Silberer & Wohlfahrt (2001), S. 161-163 zitiert nach Altpeter (2017), S. 18
15 Vgl. Davis (1993), S. 478 zitiert nach Altpeter (2017), S. 18
16 Vgl. Kornmeier (2009), S. 75-132; Ginner (2018), S. 139-151
17 Vgl. Ginner (2018), S. 151
18 Rogers (2003), S. 9
19 Vgl. Karnowski & Kümpel (2016), S. 97-99; Ginner (2018), S. 141-142
20 Vgl. Ginner (2018), S. 153-157
21 Vgl. Davis, Bagozzi & Warshaw (1989), S. 982