TU Darmstadt / ULB / TUprints

Digital Technologies for Digital Innovation: Unlocking Data and Knowledge to Drive Organizational Value Creation

Koppe, Timo (2022)
Digital Technologies for Digital Innovation: Unlocking Data and Knowledge to Drive Organizational Value Creation.
Technische Universität Darmstadt
doi: 10.26083/tuprints-00022954
Ph.D. Thesis, Primary publication, Publisher's Version

[img] Text
2022_Diss_Timo_Koppe.pdf
Copyright Information: In Copyright.

Download (3MB)
Item Type: Ph.D. Thesis
Type of entry: Primary publication
Title: Digital Technologies for Digital Innovation: Unlocking Data and Knowledge to Drive Organizational Value Creation
Language: English
Referees: Buxmann, Prof. Dr. Peter ; Benlian, Prof. Dr. Alexander
Date: 2022
Place of Publication: Darmstadt
Collation: XVI, 150 Seiten
Date of oral examination: 17 November 2022
DOI: 10.26083/tuprints-00022954
Abstract:

The rise of digitization has radically transformed innovation processes of today's companies and is increasingly challenging existing theories and practices. Digital innovation can describe both the use of digital technologies during the innovation process and the outcome of innovation. This thesis aims to improve the understanding of digital innovation in today's digitized world by contributing to the theoretical and practical knowledge along the four organizational activities of the digital innovation process: initiation, development, implementation, and exploitation. In doing so, the thesis pays special attention to the use of digital technologies and tools (e.g., machine learning, online crowdsourcing platforms, etc.) that unlock knowledge and data to facilitate new products, services, and other value streams. When initiating digital innovations, organizations seek to identify, assimilate, and apply valuable knowledge from within and outside the organization. This activity is crucial for organizations as it determines how they address the increasing pressure to innovate in their industries and markets while innovation processes themselves are changing and becoming more distributed and open. Papers A and B of this thesis address this phase by examining how digital technologies are changing knowledge gathering, e.g., through new ways of crowdsourcing ideas and facilitating cooperation and collaboration among users and innovation collectives. Paper A focuses on organizational culture as a critical backdrop of digital innovations and explores whether it influences the implementation of idea platforms and, in this way, facilitates the discovery of innovations. The paper reveals that the implementation of idea platforms is facilitated by a culture that emphasizes policies, procedures, and information management. Additionally, the paper highlights the importance of taking organizational culture into account when introducing a new technology or process that may be incompatible with the existing culture. Paper B examines newly formed innovation collectives and initiatives for developing ventilators to address shortages during the rise of the COVID-19 pandemic. The paper focuses on digital technologies enabling a transformation in the way innovation collectives form, communicate, and collaborate - all during a period of shutdown and social distancing. The paper underlines the role of digital technologies and collaboration platforms through networking, communication, and decentralized development. The results show that through the effective use of digital technologies, even complex innovations are no longer developed only in large enterprises but also by innovation collectives that can involve dynamic sets of actors with diverse goals and capabilities. In addition, established organizations are increasingly confronted with community innovations that offer complex solutions based on a modular architecture characteristic of digital innovations. Such modular layered architectures are a critical concept in the development of digital innovations. This phase of the digital innovation process encompasses the design, development, and adoption of technological artifacts, which are explored in Sections C and D of this paper. Paper C focuses on the latter, the adoption of digital services artifacts in the plant and mechanical engineering industry. The paper presents an integrative model based on the Technology-Organization-Environment (TOE) framework that examines different contextual factors as important components of the introduction, adoption, and routinization of digital service innovations. The results provide a basis for studying the assimilation of digital service innovations and can serve as a reference model for informing managerial decisions. Paper D, in turn, focuses on the design and development of a technology artifact. The paper focuses on applying cloud-based machine learning services to implement a visual inspection system in the manufacturing industry. The results show, for one, the value of standardization and vendor-supplied IS architecture concepts in digital innovation and, for another, how such innovations can facilitate further innovations in manufacturing. The implementation of digital innovations marks the third phase of the digital innovation process, which is addressed in Paper E. It encompasses organizational changes that occur during digital innovation initiatives. This phase emphasizes change through digital innovation initiatives within the organization (e.g., strategy, structure, people, and technology) and across the organizational environment. Paper E investigates how digital service innovations impact industrial firms, relationships between firms and their customers, and product/service offerings. The paper uses work systems theory as a theoretical foundation to structure the results and analyze them through the lens of service systems. While this analysis helps to identify the organizational changes that result from the implementation of digital innovations, the paper also provides a basis for further research and supports practitioners with systematic analyses of organizational change. The last phase of the digital innovation process is about exploiting existing systems/data for new purposes and innovations. In this regard, it is important to better understand the improvements and effects in the domains beyond the sheer outcome of digital innovation, such as organizational learning or organizational change capabilities. Paper F of this thesis investigates the exploitation of digital innovations in the context of organizational learning. One aspect of this addresses how individuals within the organization leverage innovation to explore and exploit knowledge. Paper F utilizes the organizational learning perspective and examines the dynamics of human learning and machine learning to understand how organizations can benefit from their respective idiosyncrasies in enabling bilateral learning. The paper demonstrates how bilateral human-machine learning can improve the overall performance using a case study from the trading sector. Drawing on these findings, the paper offers new insights into the coordination of human learning and machine learning, and moreover, the collaboration between human and artificial intelligence in organizational routines.

Alternative Abstract:
Alternative AbstractLanguage

Die voranschreitende Digitalisierung hat die Innovationsprozesse der heutigen Unternehmen radikal verändert und stellt bestehende Theorien und Praktiken zunehmend in Frage. Digitale Innovation kann sowohl die Nutzung digitaler Technologien während des Innovationsprozesses als auch das Ergebnis der Innovation beschreiben. Diese Dissertation soll das Verständnis der Digitalen Innovation in der heutigen digitalisierten Welt verbessern, indem sie einen Beitrag zum theoretischen und praktischen Wissen entlang der vier organisatorischen Aktivitäten des digitalen Innovationsprozesses leistet: Anbahnung, Entwicklung, Umsetzung und Verwertung. Besonderes Augenmerk wird dabei auf den Einsatz digitaler Technologien und Tools gelegt (z. B. maschinelles Lernen, Online-Crowdsourcing-Plattformen usw.), die Wissen und Daten freisetzen, um neue Produkte, Services und andere Wertströme zu ermöglichen. Bei der Initiierung Digitaler Innovationen sind Unternehmen bestrebt, wertvolles Wissen innerhalb und außerhalb des Unternehmens zu identifizieren, zu assimilieren und anzuwenden. Diese Tätigkeit ist für Unternehmen von entscheidender Bedeutung, da sie bestimmt, wie sie dem zunehmenden Innovationsdruck in ihren Branchen und Märkten begegnen, während sich die Innovationsprozesse selbst verändern und immer verteilter und offener werden. Die Paper A und B dieser Dissertation befassen sich mit dieser Phase, indem sie untersuchen, wie digitale Technologien das Sammeln von Wissen verändern, z. B. durch neue Möglichkeiten des Crowdsourcing von Ideen und die Erleichterung der Kooperation und Zusammenarbeit zwischen Nutzern und Innovationskollektiven. Paper A konzentriert sich auf die Organisationskultur als entscheidenden Bestandteil für digitale Innovationen und untersucht, ob sie die Implementierung von Ideenplattformen beeinflusst und auf diese Weise die Entdeckung von Innovationen fördert. Das Paper zeigt, dass die Implementierung von Ideenplattformen durch eine Kultur begünstigt wird, die den Schwerpunkt auf Richtlinien, Verfahren und Informationsmanagement legt. Darüber hinaus wird hervorgehoben, wie wichtig es ist, die Organisationskultur zu berücksichtigen, wenn eine neue Technologie oder ein neuer Prozess eingeführt wird, der möglicherweise nicht mit der bestehenden Kultur vereinbar ist. Paper B befasst sich mit neu gegründeten Innovationskollektiven und Initiativen zur Entwicklung von Beatmungsgeräten, um den Mangel im Zuge der COVID-19-Pandemie zu beheben. Das Paper konzentriert sich auf digitale Technologien, die einen Wandel in der Art und Weise ermöglichen, wie sich Innovationskollektive bilden, kommunizieren und zusammenarbeiten - und das alles in einer Zeit des Stillstands und der sozialen Distanzierung. Das Paper unterstreicht die Rolle digitaler Technologien und Kollaborationsplattformen durch Vernetzung, Kommunikation und dezentralisierte Entwicklung. Die Ergebnisse zeigen, dass durch den effektiven Einsatz digitaler Technologien selbst komplexe Innovationen nicht mehr nur in großen Unternehmen entwickelt werden, sondern auch von Innovationskollektiven, die dynamische Gruppen von Akteuren mit unterschiedlichen Zielen und Fähigkeiten umfassen können. Darüber hinaus werden etablierte Organisationen zunehmend mit Innovationen aus Communities konfrontiert, die komplexe Lösungen auf der Basis einer für digitale Innovationen charakteristischen modularen Architektur anbieten. Solche modularen, geschichteten Architekturen sind ein kritisches Konzept bei der Entwicklung digitaler Innovationen. Diese Phase des digitalen Innovationsprozesses umfasst den Entwurf, die Entwicklung und die Übernahme von technologischen Artefakten, die in den Paper C und D dieser Dissertation untersucht werden. Paper C befasst sich mit der Übernahme digitaler Dienstleistungsartefakte in der Industrie des Anlagen- und Maschinenbauindustrie. Das Paper stellt ein integratives Modell vor, das auf dem Technology-Organization-Environment (TOE) Framework basiert und verschiedene Kontextfaktoren als wichtige Komponenten der Einführung, Adoption und Anwendung von digitalen Serviceinnovationen untersucht. Die Ergebnisse bieten eine Grundlage für die Untersuchung der Assimilation von digitalen Serviceinnovationen und können als Referenzmodell für Managemententscheidungen dienen. Paper D wiederum befasst sich mit der Gestaltung und Entwicklung eines technologischen Artefakts. Der Beitrag befasst sich mit der Anwendung von Cloud-basierten maschinellen Lerndiensten zur Implementierung eines visuellen Inspektionssystems in der Fertigungsindustrie. Die Ergebnisse zeigen zum einen den Nutzen von Standardisierungs- und herstellerseitigen IS-Architekturkonzepten für digitale Innovationen und zum anderen, wie solche Innovationen weitere Innovationen in der Fertigung ermöglichen können. Die Implementierung digitaler Innovationen bildet die dritte Stufe des digitalen Innovationsprozesses, die in Paper E behandelt wird. Sie umfasst organisatorische Veränderungen, die während digitaler Innovationsinitiativen auftreten. In dieser Phase liegt der Schwerpunkt auf Veränderungen durch digitale Innovationsinitiativen innerhalb der Organisation (z. B. Strategie, Struktur, Mitarbeiter/innen und Technologie) und im organisatorischen Umfeld. Paper E untersucht, wie sich digitale Serviceinnovationen auf Industrieunternehmen, die Beziehungen zwischen Unternehmen und Kunden sowie auf Produkt- und Dienstleistungsangebote auswirken. Das Paper verwendet die Arbeitssystemtheorie als theoretische Grundlage, um die Ergebnisse zu strukturieren und sie durch die Perspektive der Service Systeme zu analysieren. Während diese Analyse hilft, die organisatorischen Veränderungen zu identifizieren, die aus der Implementierung digitaler Innovationen resultieren, bietet das Papier auch eine Grundlage für weitere Forschung und unterstützt Praktiker mit systematischen Analysen des organisatorischen Wandels. In der letzten Phase des digitalen Innovationsprozesses geht es darum, bestehende Systeme/Daten für neue Zwecke und Innovationen zu nutzen. In diesem Zusammenhang ist es wichtig, die Verbesserungen und Auswirkungen in den Bereichen jenseits des reinen Ergebnisses der digitalen Innovation besser zu verstehen, z. B. organisatorisches Lernen oder organisatorische Veränderungsfähigkeit. Papier F dieser Arbeit untersucht die Nutzung digitaler Innovationen im Kontext des organisatorischen Lernens. Ein Aspekt dabei ist die Frage, wie Einzelpersonen innerhalb der Organisation die Digitale Innovation nutzen, um neues Wissen zu erforschen und zu nutzen. Paper F nutzt die Perspektive des organisatorischen Lernens und untersucht die Dynamik des menschlichen Lernens und des maschinellen Lernens, um zu verstehen, wie Organisationen von ihren jeweiligen Eigenheiten profitieren können, um bilaterales Lernen zu ermöglichen. Anhand einer Fallstudie aus dem Handelssektor wird gezeigt, wie bilaterales Lernen zwischen Menschen und Maschinen die Gesamtleistung der Organisation verbessern kann. Auf der Grundlage dieser Ergebnisse bietet das Paper neue Einblicke in die Koordination von menschlichem und maschinellem Lernen und darüber hinaus in die Zusammenarbeit zwischen menschlicher und künstlicher Intelligenz in organisatorischen Abläufen.

German
Status: Publisher's Version
URN: urn:nbn:de:tuda-tuprints-229546
Classification DDC: 000 Generalities, computers, information > 004 Computer science
300 Social sciences > 330 Economics
Divisions: 01 Department of Law and Economics > Betriebswirtschaftliche Fachgebiete
01 Department of Law and Economics > Betriebswirtschaftliche Fachgebiete > Information Systems
Date Deposited: 06 Dec 2022 13:09
Last Modified: 23 Aug 2023 12:50
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/22954
PPN: 502335270
Export:
Actions (login required)
View Item View Item