News & Artikel - Innovationsmanagement | ITONICS GmbH

Lehrbuchbeitrag: Aktivitäten & Herausforderungen im Umfeld-Scanning | ITONICS

Geschrieben von Sophia Hoferer | 03. Jul 19

Prof. Dr. Carolin Durst, Scientific Director bei ITONICS, hat gemeinsam mit Fabian Wiser, Wissenschaftlicher Mitarbeiter der TU Braunschweig, und Philipp Maron, Analyst bei einem Technologieunternehmen, einen Lehrbuchbeitrag zum ThemaAktivitäten und Herausforderungen im Umfeld-Scanningveröffentlicht. Die FOM-Edition „Fallstudien zum Technologie- & Innovationsmanagement“ soll insbesondere Studierenden aber auch Innovationsmanagern „anhand weitgehend lokaler Beispiele und realer Problematiken ein anschauliches und praxisorientiertes […] Lernen im Bereich des Technologie- und Innovationsmanagements zu ermöglichen“.

Zum Kapitel:

Die Firma NEXT AG ist ein Technologieunternehmen mit über 80.000 Mitarbeitern und gehört in seiner Branche zu den weltweit führenden Unternehmen. Zur Gewährleistung eines Wettbewerbsvorteils und zur Sicherung des Überlebens betreibt das Innovationsmanagement von NEXT vier wesentliche Umfeld-Scanning Aktivitäten: „1) Das Trendmanagement zur Schaffung einer breiten Wissensbasis; 2) Die Beobachtung der Wettbewerber zum regelmäßigen Leistungsvergleich; 3) Das Netzwerken zum Austausch mit Kunden und der direkten Konkurrenz; 4) Das Durchführen von sogenannten Deep Dives zur tiefergehenden Recherche von Trends und Technologien.“.

In der Fallstudie werden diese vier Aktivitäten im Detail beleuchtet und Herausforderungen bei der Durchführung eines erfolgreichen Umfeld-Scannings identifiziert. Zum Schluss werden dem Leser 9 Fragen inkl. Lösungshinweise zur kritischen Auseinandersetzung mit der präsentierten Fallstudie gestellt. 

Highlights:

  • Praxisorientierte Fallstudie im Innovationsmanagement eines B2B Technologieunternehmens
  • Beschreibung von vier zentralen Umfeld-Scanning Aktivitäten: (1) Trendmanagement, (2) Wettbewerber-Beobachtung, (3) Networking & (4) Deep Dives.
  • Neun Frage- und Problemstellungen mit Lösungshinweisen.

Danksagung:

Dieser Beitrag entstand im Rahmen des Forschungsvorhabens RADAR (Datengetriebenes UmfeldScanning für die Entscheidungen von morgen), das durch das BMBF unter dem Kennzeichen 02K16C190 gefördert wird.