iTIME - Forschungsfelder

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