Entscheidungsfindung und Seizing im Zeitalter von Big Data

Inhaltsverzeichnis

• Einleitung
• Theoretische Grundlagen: Dynamische Fähigkeiten und Big Data
• Dynamische Fähigkeiten
• Evolution der Theorie und Definition dynamischer Fähigkeiten
• Konzeptualisierung dynamischer Fähigkeiten
• Seizing-Fähigkeit
• Big Data
• Definierende Merkmale von Big Data
• Herausforderungen für das Management im Umgang mit Big Data
• Big Data und Entscheidungsfindung
• Informations- und Kommunikationstechnologien
• Forschungsmodell und Hypothesenherleitung
• Der Zusammenhang zwischen Big-Data-gestützten Entscheidungsfähigkeiten und der Entscheidungsqualität
• Die moderierende Rolle der Nutzungsintensität von Informations- und Kommunikationstechnologien
• Der Zusammenhang zwischen Big-Data-gestützten Entscheidungsfähigkeiten, der Entscheidungsqualität und der Seizing-Fähigkeit
• Methodik: Quantitative Befragung
• Datenerhebung und Vorgehensweise
• Sample der Untersuchung
• Operationalisierung der Variablen
• Methode der Datenanalyse
• Analyse und empirische Befunde: PLS-SEM
• Evaluation des Messmodels
• Evaluation des hierarchischen Konstrukts der BDEF
• Evaluation des Gesamtmessmodells
• Evaluation des Strukturmodells
• Hypothesenprüfung
• Güteprüfung
• Diskussion: Beantwortung der Forschungsfragen
• Kernaussagen und Interpretation der wichtigsten Ergebnisse
• Limitationen und Empfehlungen für die künftige Forschung
• Implikationen für die Theorie
• Implikationen für die Praxis
• Zusammenfassung der Ergebnisse und Fazit

Zielsetzung und Themenschwerpunkte

Die Masterarbeit zielt darauf ab, das Zusammenspiel von dynamischen Fähigkeiten und Big Data im Kontext von Unternehmen zu analysieren. Sie befasst sich mit der Frage, wie Big-Data-gestützte Entscheidungsfähigkeiten (BDEF) die Entscheidungsqualität (EQ) und die Seizing-Fähigkeit, eine Dimension der dynamischen Fähigkeiten, beeinflussen. Dabei wird auch die Rolle der Nutzungsintensität von Informations- und Kommunikationstechnologien (IKT) als Moderator untersucht. Die Arbeit trägt somit zum Verständnis des Aufbaus und der Beeinflussung dynamischer Fähigkeiten bei.

• Dynamische Fähigkeiten
• Big Data und Entscheidungsfindung
• Big-Data-gestützte Entscheidungsfähigkeiten (BDEF)
• Entscheidungsqualität (EQ)
• Seizing-Fähigkeit

Zusammenfassung der Kapitel

Die Arbeit beginnt mit einer Einführung in die Thematik und erläutert die Relevanz von dynamischen Fähigkeiten und Big Data in der heutigen Zeit. Kapitel 2 bietet die theoretischen Grundlagen für die Untersuchung, indem es die Konzepte der dynamischen Fähigkeiten, Big Data und IKT vertieft. Kapitel 3 legt das Forschungsmodell und die abzuleitenden Hypothesen dar. Die Methodik der quantitativen Befragung wird in Kapitel 4 vorgestellt. Kapitel 5 präsentiert die Ergebnisse der empirischen Untersuchung, die mittels Partial-Least-Squares-Strukturgleichungsmodellierung (PLS-SEM) durchgeführt wurde. Abschließend werden in Kapitel 6 die Ergebnisse der Untersuchung diskutiert, Limitationen der Arbeit beleuchtet und Implikationen für Theorie und Praxis abgeleitet.

Schlüsselwörter

Die Arbeit konzentriert sich auf die Themenbereiche dynamische Fähigkeiten, Big Data, Entscheidungsfindung, Entscheidungsqualität, Seizing-Fähigkeit, Informations- und Kommunikationstechnologien (IKT), Partial-Least-Squares-Strukturgleichungsmodellierung (PLS-SEM). Die Untersuchung beleuchtet den Einfluss von Big-Data-gestützten Entscheidungsfähigkeiten auf die Entscheidungsqualität und die Seizing-Fähigkeit und analysiert die moderierende Rolle der Nutzungsintensität von IKT.