TY  - THES
AB  - Geschäftsmodell-Modellierungssprachen (BMMLs) sind ein wichtiger Ansatz um die Generierung von Geschäftsmodellideen zu unterstützen. Die Beiträge dieser Dissertation befassen sich mit fünf Limitationen, die das zugehörige Forschungsfeld charakterisieren: Die mangelnde Konsolidierung, fehlende theoretische Fundierung, fehlende empirische Evaluation sowie die fehlende Funktionalität der existierenden Software-Werkzeuge hinsichtlich der Generierung sowie Bewertung von Ideen. Der erste Beitrag der Dissertation, John und Kundisch (2017a), ist ein Literaturüberblick, der existierende BMMLs umfassend identifiziert und ein Rahmenwerk zur Klassifikation von BMMLs sowie eine zugehörige Forschungsagenda vorstellt. Der zweite Beitrag, John und Kundisch (2015), präsentiert eine Verhaltenstheorie, die erklärt wie visuelle Vorlagen auf die Kreativität ihrer Nutzer wirken. Der dritte Beitrag, John und Kundisch (2017b), präsentiert eine Designtheorie, die erklärt, wie die visuelle Darstellung des Business Model Canvas auf die Kreativität der Nutzer des Canvas wirkt. Darüber hinaus liefert der Beitrag vorläufige Evidenz für die vorgeschlagene Designtheorie und liefert methodische Hinweise für die Evaluation von BMMLs. Der vierte Beitrag, John (2016), präsentiert eine Designtheorie, die die Architektur von Geschäftsmodell-Ideengeneratoren beschreibt und erläutert, welche Rolle BMMLs im Kontext solcher Ideengeneratoren spielen können. Der fünfte Beitrag, Kundisch & John (2012), präsentiert eine Erweiterung der e3-value BMML; die Erweiterung basiert auf der Realoptionstheorie.
AU  - John, Thomas
CY  - Paderborn
DA  - 2018
DO  - 10.17619/UNIPB/1-259
DP  - Universität Paderborn
LA  - ger
N1  - Tag der Verteidigung: 19.01.2016
N1  - Universität Paderborn, Dissertation, 2016
PB  - Veröffentlichungen der Universität
PY  - 2018
SP  - 1 Online-Ressource (192 Seiten)
T2  - Fakultät für Wirtschaftswissenschaften
TI  - Business model modeling languages as tools for innovation: theory and empirical evidence
UR  - https://nbn-resolving.org/urn:nbn:de:hbz:466:2-30090
Y2  - 2024-12-12T19:36:33
ER  -