Konsortialforschung: Gestaltungsorientierte
Wirtschaftsinformatikforschung in Kooperation mit der Praxis
Prof. Dr. Boris Otto, Prof. em. Dr. Dr. h.c. Hubert Österle
Osnabrück, 4. März 2015
2Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Workshop-Agenda
Konsortialforschung im Überblick
Beispiele zur Konsortialforschung
Weiterentwicklungspotentiale
Anhang: Quellenverzeichnis
3Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Motivation für Konsortialforschung
Aho-Bericht der Europäischen Kommission
Die Verwertung von Forschungsergebnissen muss im Ecosystem erfolgen und
die Zusammenarbeit zwischen den verschiedenen Akteuren im
Forschungsprozess ist zu forcieren1
OECD Science, Technology, and Industry Outlook 2008
Die Intensität der Zusammenarbeit zwischen Wissenschaft und Forschung hat
einen direkten Einfluss auf die Effektivität und Effizienz von
Innovationssystemen2
1) [European Commission, 2008]
2) [OECD, 2008]
4Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Merkmale der Konsortialforschung1
Forschung und Praxis definieren gemeinsam die Forschungsziele
Vertreter der Partnerunternehmen arbeiten im Projekt mit und gewähren
Zugang zum Unternehmenswissen
Forschungsergebnisse sind wissenschaftliche Artefakte mit praktischem
Nutzen für die Partnerunternehmen
Artefakte werden im Unternehmenskontext getestet und evaluiert
Partnerunternehmen stellen Finanzmittel und Personal bereit
Forschungsergebnisse werden veröffentlicht
1) [Österle & Otto, 2010]
5Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Methodenüberblick der Konsortialforschung1
Domäne
Design
Evaluation
Diffusion
Wissenschaftliche
Publikation
Publikation in der
Praxis
Lehrmaterial
Review-
Workshops
Funktions-
tests
Experimente Simulationen Piloten
Verwertungsplan
GUI
Design
Software
Engineering
Method
Engineering
Referenz-
modellierung
. . .
Stand der
Forschung
• Implemen-
tierungen
• Modelle
• Methoden
• Theorien
• Konstrukte
Analyse
Forschungsskizze:
Bedarfe,
Lücke, Ziel
Wissensstand
(Modelle u.
Methoden)
Wissensstand
(Implemen-
tierungen)
Konsortial-
vereinbarung
Wissensstand
(Theorien u.
Konstrukte)
Forschungs-plan
Stand der Praxis
• Geschäftsmodelle
• Aufbau- und
Ablauforganisation
• Informations-
systeme
• IuK-Technologie
1) [Österle & Otto, 2010]
6Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Wissensgenerierung1,2,3 in der Konsortialforschung gemäß dem
Modell von Nonaka & Takeuchi4
Sozialisierung Externalisierung
Aktionsforschung
Kreativitätstechniken (z. B.
Morphologische Analyse)
„Participatory Design“
…
Experteninterviews
Fallstudien
Fokusgruppeninterviews
„Reverse Engineering“
Umfragen
…
Kombination Internalisierung
Fallstudien
Inhaltsanalysen
Marktstudien
Prototypenbau
Referenzmodellierung
…
„In-House“-Schulungen
Gemeinsam Projektteams
…
1) [Österle & Otto, 2010]
2) [Otto & Österle, 2011]
3) [Österle & Otto, 2012]
4) [Nonaka & Takeuchi, 1995]
7Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Workshop-Agenda
Konsortialforschung im Überblick
Beispiele zur Konsortialforschung
Kompetenzzentrum Corporate Data Quality (CC CDQ)
EFQM Reifegradmodell für Corporate Data Quality Management
Corporate Data League
Weiterentwicklungspotentiale
Anhang: Quellenverzeichnis
8Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Beispiele zur Konsortialforschung
Kompetenzzentrum Corporate Data Quality (CC CDQ)
9Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Eckdaten des CC CDQ1
Laufzeit
Seit November 2006
Konsortialworkshops
5 zweitägige Workshops p.a.
43 insgesamt seit 2006
Beispiel
Partnerunternehmen
29 (seit 2006, aktuell 18)
Wissenschaftliche Laufbahnen
1 Habilitation
15 Promotionen
1) [Otto & Österle, 2010]
10Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
CC CDQ: Referenzmodell des
Stammdatenqualitätsmanagement1,2
1) [Otto, 2011]
2) [Otto et al., 2011]
11Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Aktuelles Konsortium des CC CDQ
ABB LTD. ASTRAZENECA PLC BAYER AG BEIERSDORF AG DB NETZ AG
DRÄGERWERK AG & CO.
KGAAERICSSON AB FESTO AG & CO. KG MERCK KGAA NESTLÉ SA
NOVARTIS PHARMA AG OSRAM GMBH ROBERT BOSCH GMBH SAP AGSCHWEIZERISCHE
BUNDESBAHNEN SBB
SCHAEFFLER AG SWISSCOM IT SERVICES AG ZF FRIEDRICHSHAFEN AG
12Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Beispiele zur Konsortialforschung
CDQM Reifegradmodell
13Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
CDQM Reifegradmodell: Motivation
2011 2012 2013 2014
CDQM
Reifegrad
Zeit
Messbarkeit der Leistung des
Corporate Data Quality Management
Vergleichswerte/Benchmarking
Maßnahmenplan für die
Weiterentwicklung
Ziele
„Best-in-Class“
Durchschnitt
„Best Practice
Gap“
14Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
CDQM-Reifegradmodell: Forschungsprozess1,2
2006 2007 2008 2009 2010 2011
Bedarf in Konsortium- Workshop festgestellt
RM ausgewertet in AR Projekt
Anforderungen in Konsortium-Workshop spezifiziert
RM ausgewertet in AR Projekt
RF bewertet durch EFQM
Kooperationsvertrag mit EFQM
RM in Konsortium- Workshop bewertet
Fertigstellung web-basiertes Bewertungs-Werkzeug
RM für die Öffentlichkeit verfügbar
DE Iteration 1
DE Iteration 2
DE Iteration 3
DD1
RM ausgewertet in AR Projekten
RM in Konsortium- Workshop bewertet
DD2
DD3
DD4
Legende: RM – Reifegrad Model; DE – Design/Evaluate; DD – Design Decision.
RM durch Studie bewertet
1) [Ofner et al., 2013]
2) [Ofner et al., 2009]
3) [Hüner et al., 2009]
15Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
CDQM-Reifegradmodell: Diffusion
Download: http://benchmarking.iwi.unisg.ch/Framework_for_CDQM.pdf
Unterzeichnet von:
16Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
CDQM Reifegradmodell: Software-Unterstützung
17Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
CDQM-Reifegradmodell: Konsortialforschungsmethode
Domäne
Design
Evaluation
Diffusion
Wissenschaftliche
Publikation
Publikation in der
Praxis
Lehrmaterial
Zielgruppen
InterviewsProjekte zur
AktionsforschungUmfrage
Web-basiertes
Bewertungs-
Werkzeug
Reife-
grad-
modell
Entwurf
Fallstudien
geordnete
Referenz-
modellierung
Stand der Forschung
• Theorie der
Reifegrad-
modellierung
• Reifegradmodell
Entwurf
• Fokus auf
Unternehemens-
fähigkeiten
Analyse
Bedürfnisse aller
Stakeholder-
Gruppen
Stand des
DQM und der
Reifegradmodelle
CC CDQ und
EFQM
Vereinbarung
Problemdefinition
durch das CC CDQ
Stand der Praxis
• Reifegradmodelle
• DQM Praktiken und
Indikatoren
Konferenzen &
Seminare
18Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Beispiele zur Konsortialforschung
Corporate Data League
19Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Corporate Data League: Problemstellung
Anzahl der Attribute Erhaltungsaufwand
Attribute der Geschäftspartner
Offizieller Name, Rechtsform
Adressen (offizielle, Rechnungs-, Versand- , Bestelladresse)
Hierarchien (rechtlich, organisatorisch, geographisch)
Steuernummern (z.B. Mehrwertsteuer)
Bankinformation (SWIFT-BIC, IBAN)
Zertifikate (z.B. SAS70, ISO 9000)
…
Geschäftliche Kontakte
Daten Zulieferer Klassifikation
Beschaffungs- und Versandkonditionen
Zahlungsbedingungen und Methoden
Partnerrollen
…
5%
30%
70%
95%
Öffentliche Daten , Potential für
unternehmensübergreifende Zusammenarbeit
…
Kreditlimit
Währungsinformationen
Mahnbedingungen
Buchhaltungsdaten
Versicherungsdaten
Preiskalkulation Daten
…
20Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Corporate Data League: Lösungsansätze
Bayer, Merck, und Novartis haben den gleichen Zulieferer: Nestlé
Jedes der Unternehmen verwaltet Stammdaten von Nestlé
Dreifach redundanter Aufwand bei der Datenverwaltung und Kosten für die Bezugsdaten
Ist-Situation: Redundantes Daten-Management
Bayer, Merck und Novartis teilen sich einen Teil der Daten über Nestlé
Die Unternehmen verständigen sich auf unternehmensübergreifende Prozesse zum
Daten-Management
Reduzierter Aufwand für die Datenverwaltung bei geringeren Kosten
Erhöhte Datenqualität: Mehr Möglichkeiten um potentielle Datenfehler zu identifizieren
Lösungsansatz: Unternehmensübergreifendes Daten-Management
Verwaltung von Daten des Geschäftspartners Nestlé, z. B. Name, Rechtsform und Adresse
21Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Corporate Date League: Forschungsfrage und Konsortium
Forschungsfrage
Wie ist eine Architektur für unternehmensübergreifende Zusammenarbeit im
Datenmanagement zu entwerfen?
Konsortium an Partnerunternehmen
Bayer
Nestlé
Novartis
Syngenta
Förderung
Kommission für Technologie und Innovation
22Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Corporate Data League: Stand der Arbeiten
23Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Domäne
Design
Evaluation
Diffusion
Wissenschaftliche
Publikation
Publikation in der
Praxis
Markteinführung
CTI
Workshops
Testen der
Software
Fokus Gruppe,
Experten
Interviews
Pilot
Anwendung
Prototyp
Vorstellung
Stand der Forschung
• Referenzmodelle
• Semantische
Interoperationen
• Organisations-
Theorie
• Methoden
Analyse
Schwachpunkt:
geringe Daten-
Qualität
SotA:
Modelle &
Methoden
Bereitsteller der
Daten, DQ
Validierungs-
Werkzeuge, BRMS
CC CDQ
Konsortium
SotA:
Theorien &
Konstrukte
CTI Projekt
Konsortium
Stand der Praxis
• Business Models
• Data governance
• DM Prozesse
• BRM and BRMS
• Cloud Anwendungen
• TOGAF
• Zachman Framework
Überlappende
Analyse
Software
Engineering
Referenz-
modellierung
Geschäfts-
modellierung
Methoden-Design
Fallstudien –
Forschung
Ontologie-
entwurf
Entwicklung von
Prototyp
Corporate Data League: Konsortialforschungsmethodik
24Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Workshop-Agenda
Konsortialforschung im Überblick
Beispiele zur Konsortialforschung
Weiterentwicklungspotentiale
Anhang: Quellenverzeichnis
25Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Weiterentwicklung
1Potentiale
Was sind Einsatzfelder der Konsortialforschung? Können Sie sich
einen Einsatz in Ihrem Umfeld vorstellen?
3Methodik
Was methodische Stärken und Schwächen? Was muss verbessert
werden?
2Barrieren
Was sind Limitationen der Konsortialforschung bzw. Barrieren?
Unter welchen Bedingungen funktioniert Konsortialforschung nicht?
26Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Ihr Ansprechpartner
Univ.-Prof. Dr.-Ing. habil. Boris Otto
Technische Universität Dortmund Fraunhofer IML & Fraunhofer ISST
Audi-Stiftungslehrstuhl Leitung
Supply Net Order Management Data Innovation Lab
LogistikCampus
Joseph-v.-Fraunhofer-Straße 2-4
D-44227 Dortmund
[email protected] [email protected]
+49-231/755-5959 +49-231-9743-655
27Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Workshop-Agenda
Konsortialforschung im Überblick
Beispiele zur Konsortialforschung
Weiterentwicklungspotentiale
Anhang: Quellenverzeichnis
28Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Quellenverzeichnis (I/II)
[European Commission, 2008]
European Commission (2008) Information Society Research and Innovation: Delivering results with sustained impact (Evaluation of the
effectiveness of Information Society Research in the 6th Framework Programme 2003-2006). European Commission, DG Information Society
and Media.
[Hüner et al., 2009]
Hüner K, Ofner M, Otto B (2009) Towards a Maturity Model for Corporate Data Quality Management. In: Proceedings of the 2009 ACM
Symposium on Applied Computing, Honolulu, HI.
[OECD, 2008]
OECD (2008) OECD Science, Technology and Industry Outlook. Organisation for Economic Co-operation and Development, Paris.
[Ofner et al., 2009]
Ofner MH, Hüner KM, Otto B Dealing with Complexity: A Method to Adapt and Implement a Maturity Model for Corporate Data Quality
Management. In: Proceedings of the 15th Americas Conference on Information Systems (AMCIS 2009), San Francisco, CA.
[Ofner et al., 2013]
Ofner, M, Otto, B, Österle, H (2013) A Maturity Model for Enterprise Data Quality Management. In: Enterprise Modelling and Information
Systems Architectures: An International Electronic Journal 8, Nr. 2, S. 4-24.
[Österle & Otto, 2010]
Österle H, Otto B (2010) Konsortialforschung: Eine Methode für die Zusammenarbeit von Forschung und Praxis in der gestaltungsorientierten
Wirtschaftsinformatikforschung. WIRTSCHAFTSINFORMATIK 52 (5):273-285.
[Otto, 2011]
Otto B (2011) Quality Management of Corporate Data Assets. In: Praeg C-P, Spath D (eds) Quality Management for IT Services: Perspectives
on Business and Process Performance. IGI Global, Hershey, PA, pp 193-209.
[Otto et al., 2011]
Otto B, Kokemüller J, Weisbecker A, Gizanis D (2011) Stammdatenmanagement: Datenqualität für Geschäftsprozesse. HMD - Praxis der
Wirtschaftsinformatik 48 (279):5-16.
29Prof. Dr. B. Otto, Prof. Dr. H. Österle | Osnabrück
4. März 2015
Quellenverzeichnis (II/II)
[Otto & Österle, 2010]
Otto B, Österle H (2010) Relevance Through Consortium Research? A Case Study. In: Proceedings of the 18th European Conference on
Information Systems (ECIS 2010), Pretoria, 2010-06-06.
[Otto & Österle, 2011]
Otto B, Österle H (2011) Toward a Knowledge Creation Perspective on Design Science Research. In: Proceedings of the 17th Americas
Conferece on Information Systems (AMCIS 2011), Detroit, MI, August 6, 2011.
[Otto & Österle, 2012]
Otto, B, Österle, H (2012) Principles for Knowledge Creation in Collaborative Design Science Research. In: Proceedings of the 33rd
International Conference on Information Systems (ICIS 2012), Orlando, FL
[Nonaka & Takeuchi, 1995]
Nonaka I, Takeuchi H (1995) The Knowledge-Creating Company: How Japanese Companies Create the Dynamics of Innovation. Oxford
University Press, Oxford, UK
Top Related