TU Darmstadt / ULB / TUbiblio

Discovery and Diffusion of Digital Innovations – An Analysis of Enterprise Social Networks and Data-Driven Business Models

Engelbrecht, Adrian (2019)
Discovery and Diffusion of Digital Innovations – An Analysis of Enterprise Social Networks and Data-Driven Business Models.
Technische Universität Darmstadt
Dissertation, Erstveröffentlichung

Kurzbeschreibung (Abstract)

Digital technologies radically transform today’s organizations as they permeate both innovation processes and outcomes. While the potential of digital innovations is tremendous, many companies hardly realize the extensive benefits of digital technologies so far. Furthermore, the theoretical understanding of digital innovations is limited since scholars started to challenge the assumptions made in traditional innovation research due to digital technologies’ affordances. Therefore, this thesis seeks to improve the knowledge about digital innovations by analyzing their discovery and diffusion.

The discovery of innovations relates to the development of ideas, which can result in new products, processes, or business models. It is essential to investigate companies’ innovation discovery as they often struggle to create innovative ideas and existing theory rarely incorporates the increasing diversity of employees involved in these processes. Papers A and B of this thesis address these issues by examining how Enterprise Social Networks (ESNs) facilitate employees’ innovation discovery. According to Communication Visibility Theory (CVT), the consideration of ESNs is crucial in this regard as they make employees’ everyday communication permanently visible, which provides a basis for acquiring new knowledge.

Paper A validates and extends the newly developed CVT. By incorporating individuals employed in diverse contexts, it empirically supports the theory’s external validity. Therefore, different companies can draw on ESNs to foster their innovation discovery, which is made possible through improvements in employees’ meta-knowledge. Besides, the paper reveals that meta-knowledge is not merely formed in the long-run, as indicated by previous research, but in the short-run as well. Interestingly, it also shows that managers can gain more meta-knowledge using ESNs compared to non-managers, which is in contrast with prior literature’s findings.

Paper B investigates when employees disclose information in ESNs, which is essential to attain high communication visibility and, in this way, to facilitate the discovery of innovations. To that end, the paper transfers theory on Online Social Networks (OSNs) to the ESN context. It finds that employees’ trusting and risk beliefs are associated with their information disclosure. Additionally, the paper reveals that a company’s group and development culture influence these beliefs, with error aversion culture transmitting the effect of development culture.

Innovation diffusion relates to the distribution of a novel product, process, or business model across a group of target users. It is important to better understand the diffusion of digital innovations as companies often lack knowledge about why new offerings are rejected, which limits their chances of counteracting the underlying issues. Furthermore, digital technologies impact the innovation diffusion by blurring industry boundaries and facilitating competition. Papers C and D of this thesis investigate the diffusion of digital innovations in the context of data-driven business models. This context is especially affected by new competition arising across previous boundaries and, thus, necessary to analyze as diverse organizations have high incentives to utilize their data in new ways.

Paper C analyzes which dimensions substantially differentiate between distinct data-driven business models. For this purpose, it leverages practitioners’ perceptions of business models obtained from a start-up database. Based on three identified dimensions, the paper creates a taxonomy that classifies the business models into eight ideal-typical categories. The number of business models present in each category provides insights into their diffusion. By offering basic knowledge about the nature of data-driven business models, the paper can be used as a foundation for future research that seeks to dig deeper into this new field and for companies that aim at developing data-driven business models.

Paper D investigates how individuals evaluate data-driven services that are offered by highly diverse companies. Based on a qualitative study, the paper shows that individuals’ perception of fit between a service and its provider is crucial for their evaluations. It also reveals the dimensions that influence this perception. Additionally, it explores the consequences that come with a perception of fit. Using these results, the paper offers a new perspective on individuals’ service evaluations, which is vital to the diffusion of the services as well as the associated business models and helps organizations in developing and promoting data-driven services.

Typ des Eintrags: Dissertation
Erschienen: 2019
Autor(en): Engelbrecht, Adrian
Art des Eintrags: Erstveröffentlichung
Titel: Discovery and Diffusion of Digital Innovations – An Analysis of Enterprise Social Networks and Data-Driven Business Models
Sprache: Englisch
Referenten: Buxmann, Prof. Dr. Peter ; Kock, Prof. Dr. Alexander
Publikationsjahr: 2019
Ort: Darmstadt
Datum der mündlichen Prüfung: 23 Januar 2019
URL / URN: https://tuprints.ulb.tu-darmstadt.de/8404
Kurzbeschreibung (Abstract):

Digital technologies radically transform today’s organizations as they permeate both innovation processes and outcomes. While the potential of digital innovations is tremendous, many companies hardly realize the extensive benefits of digital technologies so far. Furthermore, the theoretical understanding of digital innovations is limited since scholars started to challenge the assumptions made in traditional innovation research due to digital technologies’ affordances. Therefore, this thesis seeks to improve the knowledge about digital innovations by analyzing their discovery and diffusion.

The discovery of innovations relates to the development of ideas, which can result in new products, processes, or business models. It is essential to investigate companies’ innovation discovery as they often struggle to create innovative ideas and existing theory rarely incorporates the increasing diversity of employees involved in these processes. Papers A and B of this thesis address these issues by examining how Enterprise Social Networks (ESNs) facilitate employees’ innovation discovery. According to Communication Visibility Theory (CVT), the consideration of ESNs is crucial in this regard as they make employees’ everyday communication permanently visible, which provides a basis for acquiring new knowledge.

Paper A validates and extends the newly developed CVT. By incorporating individuals employed in diverse contexts, it empirically supports the theory’s external validity. Therefore, different companies can draw on ESNs to foster their innovation discovery, which is made possible through improvements in employees’ meta-knowledge. Besides, the paper reveals that meta-knowledge is not merely formed in the long-run, as indicated by previous research, but in the short-run as well. Interestingly, it also shows that managers can gain more meta-knowledge using ESNs compared to non-managers, which is in contrast with prior literature’s findings.

Paper B investigates when employees disclose information in ESNs, which is essential to attain high communication visibility and, in this way, to facilitate the discovery of innovations. To that end, the paper transfers theory on Online Social Networks (OSNs) to the ESN context. It finds that employees’ trusting and risk beliefs are associated with their information disclosure. Additionally, the paper reveals that a company’s group and development culture influence these beliefs, with error aversion culture transmitting the effect of development culture.

Innovation diffusion relates to the distribution of a novel product, process, or business model across a group of target users. It is important to better understand the diffusion of digital innovations as companies often lack knowledge about why new offerings are rejected, which limits their chances of counteracting the underlying issues. Furthermore, digital technologies impact the innovation diffusion by blurring industry boundaries and facilitating competition. Papers C and D of this thesis investigate the diffusion of digital innovations in the context of data-driven business models. This context is especially affected by new competition arising across previous boundaries and, thus, necessary to analyze as diverse organizations have high incentives to utilize their data in new ways.

Paper C analyzes which dimensions substantially differentiate between distinct data-driven business models. For this purpose, it leverages practitioners’ perceptions of business models obtained from a start-up database. Based on three identified dimensions, the paper creates a taxonomy that classifies the business models into eight ideal-typical categories. The number of business models present in each category provides insights into their diffusion. By offering basic knowledge about the nature of data-driven business models, the paper can be used as a foundation for future research that seeks to dig deeper into this new field and for companies that aim at developing data-driven business models.

Paper D investigates how individuals evaluate data-driven services that are offered by highly diverse companies. Based on a qualitative study, the paper shows that individuals’ perception of fit between a service and its provider is crucial for their evaluations. It also reveals the dimensions that influence this perception. Additionally, it explores the consequences that come with a perception of fit. Using these results, the paper offers a new perspective on individuals’ service evaluations, which is vital to the diffusion of the services as well as the associated business models and helps organizations in developing and promoting data-driven services.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

Digitale Technologien beeinflussen Unternehmen grundlegend, indem sie die Entwicklung von Innovationen unterstützen und Bestandteile der entstehenden Angebote werden. Während das Potenzial digitaler Innovationen unübersehbar ist, haben viele Unternehmen Schwierigkeiten, die Mehrwerte digitaler Technologien umfänglich zu nutzen. Zudem ist das theoretische Verständnis digitaler Innovationen begrenzt, da Forscher begonnen haben, traditionelle Annahmen der Innovationsforschung im Kontext neuer Technologien zu hinterfragen. Das Ziel dieser Dissertation besteht daher darin, das bestehende Wissen über digitale Innovationen durch eine Analyse der Innovationsentdeckung und -diffusion zu verbessern. Die Entdeckung von Innovationen bezieht sich auf die Generierung von Ideen zur Entwicklung neuer Produkte, Prozesse oder Geschäftsmodelle. Die Untersuchung der Innovationsentdeckung ist wichtig, da es Unternehmen oft schwerfällt, innovative Ideen hervorzubringen. Zudem geht die bestehende Theorie kaum auf die zunehmende Diversität der Beschäftigten ein, die heute Teil vieler Innovationsprozesse ist. Die ersten beiden Artikel dieser Arbeit adressieren diese Aspekte. Sie betrachten im Speziellen, wie Enterprise Social Networks (ESNs) die Entdeckung von Innovationen fördern. ESNs sind für die Entstehung von innovativen Ideen gemäß der Communication Visibility Theory (CVT) relevant, da sie bisher unsichtbare Kommunikation dauerhaft sichtbar machen und so den Aufbau neuen Wissens ermöglichen. Artikel A validiert und erweitert die neu entwickelte CVT. Durch die Berücksichtigung von Beschäftigten verschiedener Kontexte bestätigt die Studie die externe Validität der Theorie. Demnach können unterschiedliche Unternehmen ESNs verwenden, um die Entdeckung von Innovationen zu unterstützen. Dies wird durch ein verbessertes Metawissen der Beschäftigten möglich. Der Artikel zeigt zudem, dass Metawissen in ESNs nicht nur lang- sondern auch kurzfristig entstehen kann, wodurch die vorangegangene Forschung ergänzt wird. Außerdem wird deutlich, dass Führungskräfte mehr Metawissen in ESNs entwickeln können als andere Angestellte. Dieses Ergebnis steht im Gegensatz zu den Erkenntnissen bisheriger Studien. Artikel B untersucht, wann Beschäftigte bereit sind, Informationen in ESNs preiszugeben. Die Informationspreisgabe ist wichtig, um eine hohe Sichtbarkeit alltäglicher Kommunikation zu erreichen, welche die Innovationsentdeckung gemäß der CVT fördert. Im Rahmen des Artikels wird Theorie zu Online Social Networks (OSNs) in den Kontext von ESNs übertragen. Auf dieser Grundlage zeigt sich, dass die Vertrauens- und Risikowahrnehmungen der Beschäftigten ihre Informationspreisgabe beeinflussen. Zudem wirkt sich die Unternehmenskultur in Form der Group und Development Culture auf diese Wahrnehmungen aus, wobei Error Aversion Culture den Effekt der Development Culture mediiert. Die Diffusion von Innovationen bezieht sich auf deren Verteilung innerhalb einer Zielgruppe. Für Unternehmen ist ein verbessertes Diffusionsverständnis wichtig, um das Verhalten potenzieller Kunden besser zu verstehen und dadurch eine hohe Akzeptanz neuer Angebote sicherzustellen. Darüber hinaus verändern digitale Technologien die Diffusion von Innovationen, indem sie zur Auflösung traditioneller Branchengrenzen beitragen und die Intensität des Wettbewerbs erhöhen. Vor diesem Hintergrund untersucht der zweite Teil dieser Arbeit die Diffusion von datenbasierten Geschäftsmodellen. Diese sind besonders von der branchenübergreifenden Intensivierung des Wettbewerbs betroffen, da verschiedenste Unternehmen starke Anreize besitzen, ihre Daten auf neue Arten zu nutzen. Artikel C analysiert, welche Dimensionen zur Unterscheidung datenbasierter Geschäftsmodelle geeignet sind. Zu diesem Zweck wird die Wahrnehmung von Experten hinsichtlich der Geschäftsmodelle verschiedener Start-ups untersucht. Darauf aufbauend werden drei Dimensionen zur Entwicklung einer Taxonomie genutzt, mit deren Hilfe die Geschäftsmodelle in acht idealtypische Kategorien unterteilt werden. Die Anzahl der Geschäftsmodelle pro Kategorie weist dabei auf deren Diffusion hin. Dank dieser grundlegenden Erkenntnisse bildet der Artikel eine Basis für zukünftige Forschungen und für Unternehmen, die sich die Entwicklung datenbasierter Geschäftsmodelle zum Ziel setzen. Artikel D untersucht, wie potenzielle Nutzer datenbasierte Dienstleistungen bewerten, wenn diese von verschiedensten Unternehmen angeboten werden. Eine qualitative Studie zeigt, dass die Wahrnehmung eines „Fits“ zwischen der Dienstleistung und dem Anbieter für die Bewertung der Nutzer entscheidend ist. Der Artikel identifiziert zudem die Dimensionen, die dieser Wahrnehmung zugrunde liegen. Außerdem werden mögliche Konsequenzen eines Fits betrachtet. Auf der Basis dieser Ergebnisse bietet der Artikel eine neue Perspektive hinsichtlich der Bewertung datenbasierter Dienstleistungen, die Unternehmen bei der Entwicklung und Vermarktung dieser unterstützen kann und für die Diffusion der Dienstleistungen und der zugehörigen Geschäftsmodelle wichtig ist.

Deutsch
URN: urn:nbn:de:tuda-tuprints-84048
Sachgruppe der Dewey Dezimalklassifikatin (DDC): 000 Allgemeines, Informatik, Informationswissenschaft > 004 Informatik
300 Sozialwissenschaften > 330 Wirtschaft
600 Technik, Medizin, angewandte Wissenschaften > 650 Management
Fachbereich(e)/-gebiet(e): 01 Fachbereich Rechts- und Wirtschaftswissenschaften
01 Fachbereich Rechts- und Wirtschaftswissenschaften > Betriebswirtschaftliche Fachgebiete
01 Fachbereich Rechts- und Wirtschaftswissenschaften > Betriebswirtschaftliche Fachgebiete > Wirtschaftsinformatik
Hinterlegungsdatum: 10 Feb 2019 20:56
Letzte Änderung: 10 Feb 2019 20:56
PPN:
Referenten: Buxmann, Prof. Dr. Peter ; Kock, Prof. Dr. Alexander
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 23 Januar 2019
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen