Titelaufnahme
Titelaufnahme
- TitelTechnologiefrühaufklärung in Zeiten von Digitalisierung und Künstlicher Intelligenz: Systematik zur Reifegradmodell-basierten Leistungssteigerung / Kai Fabian Ellermann ; Referent: Prof. Dr.-Ing. Roman Dumitrescu, Korreferent: Prof. Dr.-Ing. Jürgen Gausemeier, Korreferent: Prof. Dr.-Ing. Sven Schimpf
- Autor
- Gutachter
- Erschienen
- Umfang1 Online-Ressource (iii, 183, A-38 Seiten) : Diagramme
- HochschulschriftUniversität Paderborn, Dissertation, 2026
- AnmerkungTag der Verteidigung: 08.07.2026
- Verteidigung2026-07-08
- SpracheDeutsch
- DokumenttypDissertation
- Schlagwörter (GND)
- URN
- DOI
Links
- Social MediaShare
- Nachweis
- IIIF
Download
Klassifikation
Zusammenfassung
Unternehmen agieren in einem zunehmend dynamischen Umfeld. Ein wesentlicher Treiber dieser Dynamik sind neuaufkommende Technologien. Relevante technologische Impulse systematisch zu erfassen und die Triebkräfte dieser technologischen Veränderungen zu verstehen ist Aufgabe der Technologiefrühaufklärung. Unternehmen stehen vor der Frage, wie die erfolgreiche Umsetzung einer Technologiefrühaufklärung gelingen kann. Vor diesem Hintergrund beschreibt die vorliegende Arbeit eine Systematik zur Reifegradmodell-basierten Leistungssteigerung der Technologiefrühaufklärung. Zur Erschließung der Potenziale von Künstlicher Intelligenz für die Technologiefrühaufklärung werden in einem Katalog von Anwendungsszenarien die Einsatzpotenziale strukturiert. Das Reifegradmodell beschreibt alle relevanten Handlungsfelder der Technologiefrühaufklärung. Mit Hilfe des Reifegradmodells werden Maßnahmen zur Leistungssteigerung identifiziert. Hierfür werden die Phasen Leistungsbewertung, Zieldefinition und Umsetzungsplanung des bereitgestellten Vorgehensmodells durchlaufen und die konkreten Tätigkeiten durch geeignete Hilfsmittel unterstützt. Resultat ist ein Maßnahmenplan zur Realisierung einer wirksamen Technologiefrühaufklärung in Zeiten von Digitalisierung und Künstlicher Intelligenz. Die Systematik wurde erfolgreich mit sechs technologieorientierten Unternehmen verschiedener Branchen angewendet und validiert.
Abstract
Companies operate in an increasingly dynamic environment in which the emergence of new technologies is a significant driver of change. Understanding and monitoring the forces behind these rapid and often discontinuous technological changes constitute the core task of technology foresight. Companies are therefore confronted with the question of how technology foresight can be implemented successfully within the organization. Against this background, this dissertation proposes a systematic maturity model-based approach to improving the performance of corporate technology foresight. The maturity model comprehensively captures the key dimensions and action fields of technology foresight and provides the analytical foundation for identifying targeted improvement measures. In addition, to explore the potential of artificial intelligence in the context of technology analysis, a structured catalogue of use cases is developed. Building on the maturity model, a procedural framework comprising the phases of performance assessment, target definition, and implementation planning is applied, with each phase supported by dedicated methods and tools. The result is a prioritized action plan for the implementation of effective technology foresight in the era of digitalization and artificial intelligence. The proposed approach is empirically validated through its application with six technology-oriented companies across different industries, demonstrating its practical relevance and robustness.
Lizenz-/Rechtehinweis
