Un­se­re For­schung

In unserer Forschung untersuchen wir das Verhalten von menschlichen und maschinellen Marktteilnehmer*innen auf digitalen Märkten und dessen Auswirkungen aus einer ökonomischen Perspektive. Ein verbindendes Element unserer vielfältigen Forschung ist die Existenz einer (digitalen) Plattform, über die Marktteilnehmer*innen (bspw. Kunden) mit anders- oder gleichartigen Marktteilnehmer*innen (bspw. Verkäufern oder anderen Kunden) zusammengebracht werden und über welche sie miteinander interagieren können. Die Marktteilnehmer*innen beeinflussen dabei die Plattform (bspw. durch das Beitragen von Inhalt in Form von Produktbewertungen) und werden wiederum durch die Plattform beeinflusst (bspw. durch die Gestaltung des Bewertungssystems).

Auf diesen Grundgedanken aufbauend, adressieren wir insbesondere die folgenden Themen in unserer Forschung. Dabei bedienen wir uns vielfältigen Methoden, um Erkenntnisse für Wissenschaft und Praxis zu generieren. Diese Erkenntnisse stellen wir regelmäßig auf einschlägigen internationalen Tagungen und Workshops zur Diskussion und dokumentieren sie in Form von Publikationen in Konferenzbänden oder wissenschaftlichen (Top-)Zeitschriften. Unsere Forschungsarbeiten entstehen – häufig im Rahmen von Forschungsprojekten mit Finanzierung durch die EU, den Bund, das Land oder die Industrie – in den unterschiedlichsten Domänen, wie beispielsweise:

  • Software-Märkte (inklusive App-Märkte)
  • Einzelhandel
  • Gastgewerbe
  • Tertiärer Unterricht
  • Kunst und Unterhaltung

Das große Spektrum an Anwendungskontexten erfordert dabei einen interdisziplinären Austausch mit verschiedenen Wissenschaftlern aus der Informatik, den Wirtschaftswissenschaften oder den Kulturwissenschaften. Im Rahmen des forschungsbasierten Transfers zielen wir – häufig unter dem organisatorischen Dach des Software Innovation Campus Paderborn (SICP)  – in kollaborativen Settings gemeinsam mit Unternehmen oder im Rahmen der Gründungsunterstützung auch auf die Generierung von Innovationen ab.

For­schungs­the­men

Elec­tro­nic Word of Mouth

Electronic Word of Mouth (eWOM), die digitale Form der Mundpropaganda, hat sich als wesentlicher Bestandteil des Online-Handels etabliert. Ob auf Plattformen wie Ebay, Amazon, Yelp oder über Social Media, eWOM ermöglicht es Kunden, auf eine breite Palette von Bewertungen und Erfahrungen anderer Nutzer zurückzugreifen. Diese Online-Bewertungen, bestehend aus Sternenratings und Textkommentaren, dienen nicht nur als wichtige Entscheidungshilfe für Konsumenten, sondern beeinflussen auch maßgeblich die Wettbewerbsfähigkeit und Marktposition von Unternehmen. Unsere Forschung widmet sich der Analyse von Online-Bewertungen, um zu verstehen, wie eWOM das Käuferverhalten lenkt und welche Strategien Verkäufer und Plattformbetreiber anwenden können, um positiv auf ihre Online-Reputation einzuwirken. Dabei untersuchen wir, wie das Antwortverhalten von Verkäufern auf Bewertungen oder die Gestaltung der Bewertungsplattformen selbst die Erzeugung und Wirkung von eWOM beeinflussen kann. Ziel ist es, die Mechanismen hinter eWOM zu entschlüsseln und effektive Ansätze für das Management digitaler Reputationen zu entwickeln.

  • Welchen Einfluss hat die Varianz von Bewertungen auf die Nachfrage und die optimale Preissetzung?
  • Welchen Einfluss haben Marktcharakteristika wie die Marktgröße auf die Verteilung von Bewertungen?
  • Haben Online-Bewertungen einen Einfluss auf das Preissetzungsverhalten von Marktteilnehmer*innen?
  • Welche Auswirkungen hat das Bereitstellen von Bewertungsvorlagen auf den Bewertungstext?
  • Wie verändert sich das Bewertungsverhalten, wenn der/die Bewertende durch die Plattform oder den Verkäufer incentiviert wird?
  • Wie verändern sich die Verkäufe von Softwareprodukten, wenn Bewertungen bei jedem Update auf eine neue Version gelöscht werden?

Zur Erforschung dieser Fragen nutzen wir unsere Kompetenzen im Bereich des automatisierten Web-Crawlings, im analytischen Modellieren, der Beobachtungsdatenanalyse und der Durchführung von Online-Experimenten.

  • Zimmermann, S., Herrmann, P., Kundisch, D. Nault, B. 2018. Decomposing the Variance of Consumer Ratings and the Impact on Price and Demand. Information Systems Research, 29 (4), 984-1002.
  • Gutt, D., Neumann, J., Zimmermann, S., Kundisch, D., Chen, J. 2019. Design of Review Systems – A Strategic Instrument to shape Online Reviewing Behavior and Economic Outcomes. Journal of Strategic Information Systems, 28 (2), 104-117.
  • Gutt, D., Herrmann, P., Rahman, M. 2019. Crowd-Driven Competitive Intelligence: Understanding the Relationship between Local Market Competition and Online Rating Distributions. Information Systems Research, 30 (3), 980-994.
  • Gutt, D., Neumann, J., Jabr, W., Kundisch, D. 2019. The App Updating Conundrum: Implications of Platform’s Rating Resetting on Developers’ Behavior, in: Proceedings of the 40th International Conference on Information Systems (ICIS), Munich, Germany.
  • Poniatowski, M., Neumann, J., Görzen, T., Kundisch, D. 2019. Organizing Their Thoughts – How Online Review Templates Affect the Review Text, in: Proceedings of the 27th European Conference on Information Systems (ECIS), Stockholm, Sweden.

Platt­for­m­öko­no­mie

Digitale Plattformen wie Uber, Airbnb und Netflix haben die Art und Weise, wie wir reisen, wohnen und uns unterhalten, revolutioniert. Doch wie haben sie es geschafft, traditionelle Branchen so grundlegend zu verändern? Und was bedeutet das für die Zukunft von Wirtschaft und Gesellschaft? Unsere Forschung taucht ein in die Welt der Plattformökonomie, einem dynamischen Feld, das untersucht, wie digitale Plattformen Märkte neu gestalten, miteinander konkurrieren und von Gesetzen beeinflusst werden. Wir erforschen, wie diese Plattformen nicht nur untereinander im Wettbewerb stehen, sondern auch traditionelle Anbieter herausfordern und welche Rolle die Regulierung spielt, um ein faires und innovatives Marktumfeld zu gewährleisten. Unsere Arbeit bietet Einblicke in die komplexen Wechselwirkungen zwischen digitalen Plattformen und der breiteren Wirtschaft, mit dem Ziel, zu verstehen, wie sie unseren Alltag bereichern und gleichzeitig professionelle Märkte neu definieren.

  • Welche Strategien gibt es, eine digitale Plattform in der Plattformökonomie einzuführen und zu etablieren?
  • Welchen Effekt hat der Markteintritt einer Lieferdienstplattform auf den lokalen Restaurantmarkt?
  • Wie verändert sich die Nutzeraktivität auf einer Plattform, nachdem eine konkurrierende Plattform in den Markt eingetreten ist?
  • Wie verändert sich das Preissetzungsverhalten in der Sharing Economy nach gesetzlichen Einschränkungen bzgl. der Nutzung der Sharing-Economy-Plattform?

Zur Erforschung dieser Fragen nutzen wir unsere Kompetenzen im Bereich des automatisierten Web-Crawlings, der Beobachtungsdatenanalyse und der Durchführung von Online-Experimenten.

  • Poniatowski, M., Lüttenberg, H., Beverungen, D., Kundisch, D., 2022. Three Layers of Abstraction - A Conceptual Framework for Theorizing digital Multi-Sided Platforms. Information Systems and e-Business Management, Special Issue on Platform Business Models and Platform Strategies, 20 (2), 257-283.
  • Beverungen, D., Kundisch, D., Wünderlich, N., 2021. Transforming into a Platform Provider: Strategic Options for Industrial Smart Service Providers. Journal of Service Management, 32 (4), 507-532.
  • Karl, H., Kundisch, D., Meyer auf der Heide, F., Wehrheim, H. 2020. A Case for a New IT Ecosystem: On-The-Fly Computing. Business & Information Systems Engineering, Research Note, 62 (6), 467-481.
  • Stummer, C., Kundisch, D., Decker, R. 2018. Platform Launch Strategies. Business & Information Systems Engineering, Catchword, 60 (2), 167-173.

Crowd­sour­cing

Crowdsourcing ermöglicht es Unternehmen, flexibel auf Arbeitskräfte zurückzugreifen, ohne festes Personal einstellen zu müssen. Auf Plattformen wie Amazon Mechanical Turk bearbeiten Menschen, bekannt als die "Crowd", eine breite Palette von Aufgaben, von einfachen Bildklassifizierungen bis hin zur Entwicklung neuer Geschäftsmodelle. Diese Methode bietet eine kosteneffiziente Lösung für vielfältige Herausforderungen, indem sie Auftraggebern erlaubt, Aufgaben auszulagern und von der kollektiven Intelligenz und Kreativität einer globalen Arbeitskraft zu profitieren. Unser Forschungsinteresse gilt den Mechanismen hinter Crowdsourcing: Wie können Aufgaben so gestaltet werden, dass sie sowohl ansprechend als auch effizient von der Crowd bearbeitet werden? Durch die Untersuchung von Anreizstrukturen und Design-Elementen streben wir danach, die Qualität der Arbeitsergebnisse zu maximieren und gleichzeitig die Kosten zu minimieren. Dabei spielen die Eigenmotivation der Crowdworker und eine klug gestaltete Aufgaben- und Belohnungsstruktur eine entscheidende Rolle, um hochwertige Ergebnisse zu erzielen.

  • Wie sollte das Design einer Bewertungsaufgabe für eine Crowd gestaltet werden?
  • Welcher Anreizmechanismus (z. B. fixe Bezahlung oder qualitätsabhängige Bezahlung) einer Ideengenerierungsaufgabe führt zu qualitativ möglichst hochwertigen Ergebnissen?
  • Kann eine Crowd die Qualität von innovativen Ideen genauso gut bewerten wie Experten? 
  • Beeinflusst die Anzeige von vorherigen Bewertungen das Bewertungsverhalten der Crowd?

Zur Erforschung dieser Fragen nutzen wir insbesondere unsere Kompetenzen im Bereich der Durchführung von Online-Experimenten.

  • Görzen, T. 2020. “What’s the Point of the Task?” Exploring the Influence of Task Meaning on Creativity in Crowdsourcing. To appear in: International Journal of Innovation Management.
  • Görzen, T., Laux, F. 2018. Extracting the Wisdom from the Crowd: A Comparison of Approaches to Aggregating Collective Intelligence, in: Tagungsband der Multikonferenz Wirtschaftsinformatik 2018 (MKWI), Lüneburg, Germany.
  • Görzen, T., Kundisch, D. 2017. When in Doubt Follow the Crowd: How Idea Quality Moderates the Effect of an Anchor on Idea Evaluation in: Proceedings of the 38th International Conference on Information Systems (ICIS), Seoul, South Korea.
  • Görzen, T. 2017. "What is it Good for – Absolutely Nothing?" Exploring the Influence of Task Meaning on Creativity in Crowdsourcing, in: Proceedings of the 38th International Conference on Information Systems (ICIS), Research-in-Progress, Seoul, South Korea.
  • Görzen, T., Kundisch, D. 2016. Can the Crowd Substitute Experts in Evaluation of Creative Ideas? An Experimental Study Using Business Models, in: Proceedings of the 22nd Americas' Conference on Information Systems (AMCIS), San Diego, USA.

Ge­schäfts­mo­del­lin­no­va­ti­on

Geschäftsmodellinnovation ist der Schlüssel zum Erfolg von Unternehmen wie Airbnb, Uber, Netflix und Apple, die die Art und Weise, wie wir wohnen, reisen, Unterhaltung konsumieren und Technologie nutzen, revolutioniert haben. Diese Unternehmen haben bewiesen, dass durch die Entwicklung neuer Geschäftsmodelle, die das Wertversprechen an Kunden verändern und die operative Umsetzung optimieren, sowohl die Wettbewerbsfähigkeit gestärkt als auch der Kundennutzen erhöht werden kann. Digitale Plattformen spielen eine zentrale Rolle bei diesen Innovationen, indem sie als Vermittler zwischen Käufern und Verkäufern agieren und so neue Marktdynamiken schaffen, ohne direkt die Produkte oder Dienstleistungen anzubieten. In unserer Forschung konzentrieren wir uns darauf, wissenschaftlich fundierte Einblicke in die Mechanismen und Erfolgsfaktoren von Geschäftsmodellinnovationen zu geben. Ziel ist es, Gründer und Entscheidungsträger zu befähigen, ihre Geschäftsmodelle effektiv zu verändern und an neue Technologien, Kundensegmente und globale Herausforderungen anzupassen, um signifikante Verbesserungen in der Ergebnisqualität zu erzielen.

  • Welche Theorien können dabei helfen, Werkzeuge/Methoden zur Generierung von Geschäftsmodellideen zu verbessern?
  • Wie lassen sich Werkzeuge/Methoden zur Generierung von Geschäftsmodellideen empirisch evaluieren?
  • Wie können Unternehmen bei der Durchführung von Geschäftsmodellinnovationen in Bezug auf Ideengenerierung und Bewertung der Ideenqualität unterstützt werden?
  • Welche Abhängigkeiten gibt es innerhalb und zwischen Geschäftsmodellen und wie können solche Geschäftsmodell-Abhängigkeiten dargestellt und analysiert werden?

Zur Beantwortung solcher und weiterer Fragen erforschen wir IT-basierte Werkzeuge und Methoden, die wir theoriegeleitet (weiter) entwickeln und deren Wirksamkeit wir in Experimenten quantitativ-empirisch evaluieren. Dabei basiert unsere Forschung auf unseren Kompetenzen an der Schnittstelle von Geschäftsmodellinnovationen, Kreativitätsforschung und Softwareentwicklung.

  • Vorbohle, C., Szopinski, D., Kundisch, D. 2020. Business Model Dependencies: Towards conceptualizing dependencies for extending modeling languages for business models, in: Proceedings of the 10th International Symposium on Business Modeling and Software Design (BMSD), Potsdam, Germany, Lecture Notes in Business Information Processing (LNBIP), Vol. 391, Springer.
  • Szopinski, D., Schoormann, T., John, T., Knackstedt, R., Kundisch, D. 2020. Software tools for business model innovation: Current state and future challenges. Electronic Markets, 30 (3), 469-494.
  • Szopinski, D., John, T., Kundisch, D. 2019. Digital Tools for Teaching Business Model Innovation in Information Systems: A newly developed didactic approach comprising video-based peer feedback, contribution at: Workshop on Information Technology and Systems (WITS) 2019, Teaching Innovation, Munich, Germany.
  • John, T., Kundisch, D., Szopinski, D. 2017. Visual Languages for Modeling Business Models: A Critical Review and Future Research Directions, in: Proceedings of the 38th International Conference on Information Systems (ICIS), Seoul, South Korea.
  • John, T. 2016. Supporting Business Model Idea Generation Through Machine-generated Ideas: A Design Theory, in: Proceedings of the 37th International Conference on Information Systems (ICIS), Dublin, Ireland.

Ga­mi­fi­ca­ti­on

Gamification nutzt spielerische Elemente in nicht-spielerischen Kontexten, um Motivation zu steigern und Verhaltensänderungen zu bewirken. Diese Technik, die erfolgreich in Fitness-Apps wie Runtastic oder Freeletics angewendet wird, zieht Millionen von Nutzern an, in dem sie Ranglisten, Fortschrittsanzeigen und virtuelle Abzeichen einsetzt. Diese Elemente fördern die Nutzeraktivität und -interaktion auf digitalen Plattformen, sei es durch das Beantworten von Fragen in Online-Communities oder das Erreichen neuer Erfahrungsstufen, die wiederum die Community-Dynamik und das Wachstum der Plattform fördern. Unsere Forschung konzentriert sich darauf, durch empirische Studien zu verstehen, wie Gamification am effektivsten eingesetzt werden kann, um die Plattformnutzung zu intensivieren und positive Verhaltensänderungen zu erzielen. Dabei untersuchen wir, wie spielerische Anreize die Beteiligung und das Engagement der Nutzer steigern können, was sowohl für die Nutzer selbst als auch für Plattformbetreiber Vorteile bietet.

  • Welche Auswirkungen hat das erhalten eines virtuellen Abzeichens auf die Bemühung, das nächste Abzeichen zu erreichen?
  • Wie wirken sich verschiedene Darstellungen von Fortschrittsbalken auf die Motivation von Nutzer*innen aus?
  • Wie verändert sich das Beitragsverhalten von Nutzer*innen, wenn sie kurz vor der Erreichung eines virtuellen Abzeichens stehen?
  • Bei welchen Arten von Nutzer*innen und Aufgaben wirkt der Wettbewerbscharakter von Ranglisten motivierend?
  • Unter welchen Rahmenbedingungen hat Gamification ggf. negative Auswirkungen?

Zur Erforschung dieser Fragen nutzen wir unsere Kompetenzen im Bereich des automatisierten Web-Crawlings, der Beobachtungsdatenanalyse und der Durchführung von Experimenten.

  • Klingsieck, K., John, T., Kundisch, D., 2022. Procrastination in the Looking Glass of Self-Awareness: Can Gamified Self-Monitoring Reduce Academic Procrastination? To appear in: die hochschullehre.
  • Gutt, D., von Rechenberg, T., Kundisch, D. 2020. Goal Achievement, Subsequent User Effort and the Moderating Role of Goal Difficulty.  Journal of Business Research, 106, 277-287.
  • Kundisch, D., von Rechenberg, T. 2017. Does the Framing of Progress Towards Virtual Rewards Matter? Empirical Evidence from an Online Community. Business & Information Systems Engineering, 59 (4), 207-222.
  • Feldotto, M., John, T., Kundisch, D., Hemsen, P., Klingsieck, K., Skopalik, A. 2017. Making Gamification Easy for the Professor: Decoupling Game and Content with the StudyNow Mobile App, in: Proceedings of the 12th International Conference on Design Science Research in Information Systems and Technology (DESRIST), Karlsruhe, Germany.
  • von Rechenberg, T., Gutt, D., Kundisch, D. 2016. Goals as Reference Points: Empirical Evidence from a Virtual Reward System. Decision Analysis, 13 (2), 153-171.
  • Mutter, T., Kundisch, D. 2014. Don't take away my Status! - Evidence from the Restructuring of a Virtual Reward System. Computer Networks, 75 (Part B), 477-490.

For­schungs­me­tho­den

Ana­ly­ti­sche Mo­del­lie­rung

Die Digitalisierung verändert die Spielregeln auf Märkten, besonders bei digitalen Gütern wie Apps, Musik oder Videospiele, deren Grenzkosten nahezu Null sind. Dies beeinflusst nicht nur die Preisgestaltung, sondern auch, wie Produktinformationen die Entscheidungen von Konsumenten formen. Durch analytische Modellierung, basierend auf Spieltheorie und Industrieökonomik, erforschen wir diese veränderten Marktdynamiken. Unsere Modelle ermöglichen es, ökonomisches Verhalten theoretisch zu erfassen und Vorhersagen über optimale Preisstrategien sowie deren Effekte auf die gesellschaftliche Wohlfahrt zu machen. Diese theoretischen Grundlagen dienen wiederum als Basis für empirische Untersuchungen, die durch Datenanalysen und Feldexperimente gestützt werden, um unsere Verständnisse der digitalen Wirtschaft weiter zu schärfen und anzupassen.

  • Welchen Einfluss hat die Varianz von Bewertungen auf die Nachfrage und die optimale Preissetzung?
  • Wie verändert sich das Preissetzungsverhalten in der Sharing Economy nach dem Erhalt von Qualitätssignalen (bspw. neue Badges zur Identifikation herausragender Anbieter)?
  • Wie beeinflussen Online-Bewertungen den Markt, wenn Konsumenten ein inhärentes Bedürfnis nach Abwechslung haben?
  • Zimmermann, S., Herrmann, P., Kundisch, D. Nault, B. 2018. Decomposing the Variance of Consumer Ratings and the Impact on Price and Demand. Information Systems Research, 29 (4), 984-1002.
  • Neumann, J. 2018. The Economics of Online Reviews in Markets with Variety-Seeking Consumers, contribution at: INFORMS Conference on Information Systems and Technology (CIST), Phoenix, Arizona, USA.
  • Neumann, J., Gutt, D. 2017. A Homeowner’s Guide to Airbnb: Theory and Empirical Evidence for Optimal Pricing Conditional on Online Ratings, in: Proceedings of the 24th European Conference on Information Systems (ECIS), Guimarães, Portugal.
  • Kundisch, D., Mittal, N., Nault, B. 2014. Using Income Accounting as the Theoretical Basis for Measuring IT Productivity. Information Systems Research, Research Commentary, 25 (3), 449-467. European Research Paper of the Year Award 2015 Nominee
  • Kundisch, D. 2003. Market Efficiency in the Financial Services Industry: Buyer Search Behaviour on an Electronic Commodity Market. Electronic Markets, 13 (1), 80-93.

On­line- und Fel­d­ex­pe­ri­men­te

Online- und Feldexperimente sind entscheidende Werkzeuge für Unternehmen in der digitalen Wirtschaft, um fundierte Entscheidungen zu treffen. Ob es darum geht, die Effektivität von Werbeanzeigen auf Google oder Facebook zu messen oder den Einfluss kleiner Kundengeschenke auf Bewertungen zu analysieren, experimentelle Ansätze bieten klare Einblicke. In dem Variablen gezielt manipuliert und die Auswirkungen in einer kontrollierten Umgebung gemessen werden, ermöglichen sie es, kausale Beziehungen zwischen Handlungen und Ergebnissen zu identifizieren. Feldexperimente finden im realen Umfeld der Teilnehmenden statt, wodurch die Ergebnisse eine hohe externe Validität aufweisen, während Online-Experimente im Internet durchgeführt werden und die Reichweite und Flexibilität der Forschung erweitern. Unsere Forschung nutzt beide Arten von Experimenten, um theoretische Vorhersagen zu überprüfen und praxisrelevante Erkenntnisse für Unternehmen auf digitalen Märkten zu generieren.

  • Amazon Mechanical Turk
  • Prolific
  • Figure Eight
  • Wie wirkt sich die Gestaltung von Bewertungsvorlagen auf den Bewertungstext aus?
  • Wie unterscheidet sich die Bewertung von kreativen Ideen zwischen Experten und Crowd?
  • Wie wirkt sich das Anzeigen eines Ankers auf die Bewertung von Ideen in der Crowd aus?
  • Welche Auswirkungen hat das Schalten von Online-Werbung auf Verkäufe im stationären Handel?
  • Wie verändert sich das Beitragsverhalten in einer Online-Community nach Veränderung des virtuellen Punktesystems?
  • Görzen, T. 2021. “What’s the Point of the Task?” Exploring the Influence of Task Meaning on Creativity in Crowdsourcing. International Journal of Innovation Management, 25 (1).
  • Gutt, D., von Rechenberg, T., Kundisch, D. 2020. Goal Achievement, Subsequent User Effort and the Moderating Role of Goal Difficulty. Journal of Business Research, 106, 277-287.
  • Poniatowski, M., Neumann, J., Görzen, T., Kundisch, D. 2019. Organizing Their Thoughts – How Online Review Templates Affect the Review Text, in: Proceedings of the 27th European Conference on Information Systems (ECIS), Stockholm, Sweden.
  • Schlangenotto, D., Kundisch, D., Wünderlich, N. 2018. Is Paid Search Overrated? When Bricks-and-Mortar-Only Retailers Should Not Use Paid Search. Electronic Markets, 28 (4), 407-421.
  • Schlangenotto, D., Kundisch, D. 2016. Read this Paper! A Field Experiment on the Role of a Call-To-Action in Paid Search, in: Proceedings of the 24th European Conference on Information Systems (ECIS), Istanbul, Turkey.

Be­ob­ach­tungs­da­te­n­ana­ly­se

Im Zeitalter von Big Data entsteht eine große Menge an Daten im Internet. Durch die Nutzung von digitalen Märkten hinterlassen Kunden und Verkäufer*innen sowohl bewusst als auch unbewusst eine Vielzahl von Daten. Diese reichen von unbewusst generierten Click-Stream-Daten über Käufe bis hin zu bewusst veröffentlichen Online-Bewertungen. Diese unterschiedlichen Datenquellen können zu umfassenden Datensätzen für wissenschaftliche Studien kombiniert werden. Durch eine geeignete ökonometrische Analyse dieser Beobachtungsdaten lassen sich wissenschaftliche Erkenntnisse über Korrelationen und kausale Wirkzusammenhänge auf digitalen Märkten generieren. Dabei verwenden wir beispielsweise Ereignisse wie Gesetzesänderungen oder auch Änderungen am Design von Webseiten als natürliche Experimente, ohne als Wissenschaftler aktiv Einfluss auf den Untersuchungsgegenstand zu nehmen.

  • Mehrere tausend Pay-per-Bid Auktionen einer großen deutschen Webseite für Auktionen
  • Mehrere zehntausend Apps in einem führenden App-Store für Smartphones inkl. Online-Bewertungen, Verkaufsränge und Release Notes
  • Mehrere Millionen Online-Bewertungen einer führenden Bewertungsplattform für lokale Restaurants, Hotels, etc.
  • Mehrere Millionen Antworten auf Fragen einer deutschen Freizeit-Q&A-Community
  • Mehrere zehntausend Unterkünfte einer führenden Sharing-Economy-Plattform für Kurzzeitvermietung von Unterkünften
  • Wie verändert sich das Bietverhalten durch den Einsatz automatischer Bietagenten?
  • Welche Auswirkungen hat ein App Update auf die Verkaufszahlen?
  • Wie verändert sich das Beitragsverhalten in einer Q&A Community nach einer Veränderung der virtuellen Anreizstruktur (Badges, Punkte, etc.)?
  • Welchen Effekt hat der Markteintritt einer Lieferdienstplattform auf den lokalen Restaurantmarkt?
  • Wie verändert sich das Preissetzungsverhalten in der Sharing Economy nach gesetzlichen Einschränkungen bzgl. der Nutzung der Sharing Economy Plattform?
  • Gutt, D., von Rechenberg, T., Kundisch, D. 2020. Goal Achievement, Subsequent User Effort and the Moderating Role of Goal Difficulty. Journal of Business Research, 106, 277-287.
  • Gutt, D., Neumann, J., Jabr, W., Kundisch, D. 2019. The App Updating Conundrum: Implications of Platform’s Rating Resetting on Developers’ Behavior, in: Proceedings of the 40th International Conference on Information Systems (ICIS), Munich, Germany.
  • Kundisch, D., von Rechenberg, T. 2017. Does the Framing of Progress Towards Virtual Rewards Matter? Empirical Evidence from an Online Community. Business & Information Systems Engineering, 59 (4), 207-222.
  • Neumann, J., Gutt, D., Kundisch, D. 2017. The Traveling Reviewer Problem – Exploring the Relationship between Offline Locations and Online Rating Behavior, in: Proceedings of the 38th International Conference on Information Systems (ICIS), Seoul, South Korea.
  • Herrmann, P., Kundisch, D., Rahman, M. 2015. Beating Irrationality: Does Delegating to IT Alleviate the Sunk Cost Effect?. Management Science, 61 (4), 831-850.

Ta­xo­no­mi­en

Das Einordnen von Objekten in Gruppen hilft uns, sie besser zu verstehen und nicht von ihrer Vielzahl überfordert zu werden. Taxonomien sind dabei Werkzeuge, die bestehende oder zukünftige Objekte einer Domäne beschreiben und klassifizieren, wodurch sowohl Wissenschaftler als auch Praktiker die Möglichkeit erhalten, diese zu analysieren. Taxonomien zeigen, was diese Objekte und Informationen gemeinsam haben und worin sie sich unterscheiden. Dies ist in der Wirtschaftsinformatik von großer Bedeutung, da es hilft, komplexe Daten und Systeme zu verstehen, Vermutungen anzustellen und zu erkennen, wo noch Forschungsbedarf besteht. Dadurch werden die Entwicklung und Evaluation von Taxonomien zu einer renommierten Methodik in der Wirtschaftsinformatik, die Struktur und Organisation in die Analyse und das Verständnis von IT-Artefakten und dazugehörenden Phänomenen bringt.

  • Was sind die grundlegenden Merkmale von Abhängigkeiten zwischen Geschäftsmodellen sowie innerhalb einzelner Geschäftsmodelle?
  • Was sind charakteristische Funktionen von Software-Tools für die Entwicklung von Geschäftsmodellen?
  • Was sind die Dimensionen und Merkmale der Geschäftsmodelle von Kultureventplattformen und was sind ihre archetypische Geschäftsmodellmuster?
  • Kundisch, D., Muntermann, J., Oberländer, A. M., Rau, D., Röglinger, M., Schoormann, T. &Szopinski, D. (2021) An Update for Taxonomy Designers: Methodological Guidance from Information Systems Research,” Business & Information Systems Engineering, doi: 10.1007/s12599-021-00723-x.
  • Szopinski, D., Schoormann, T., John, T., Knackstedt, R. & Kundisch, D. (2020a). Software Tools for Business Model Innovation: Current State and Future Challenges, Electronic Markets (30:3), pp. 469-494, doi: 10.1007/s12525-018-0326-1.
  • Szopinski, D., Schoormann, T. & Kundisch, D. (2019). Because your Taxonomy is Worth it: Towards a Framework for Taxonomy Evaluation, Proceedings of the 27th European Conference on Information Systems (ECIS), Stockholm.
  • Szopinski, D., Schoormann, T. & Kundisch, D. (2020b). Visualize Different: Towards Researching the Fit Between Taxonomy Visualizations and Taxonomy Tasks, Proceedings of Internationalen Tagung Wirtschaftsinformatik 2020, Potsdam.
  • Szopinski, D., Schoormann, T. & Kundisch, D. (2020c). Criteria as a Prelude for Guiding Taxonomy Evaluation, Proceedings of the 53rd Hawaii International Conference on System Sciences (HICSS), Maui, Hawaii.