TY - CHAP A1 - Czarnecki, Christian A1 - Bensberg, Frank T1 - Enhanced Telecom Operations Map (eTOM) T2 - Enzyklopädie der Wirtschaftsinformatik Y1 - 2019 N1 - Online-Lexikon SP - 1 EP - 4 PB - Gito CY - Berlin ER - TY - JOUR A1 - Czarnecki, Christian A1 - Dietze, Christian T1 - Gestaltungsorientierte Forschung am Beispiel der Referenzmodellierung in der Telekommunikationsindustrie JF - HMD Praxis der Wirtschaftsinformatik N2 - Am Beispiel der Telekommunikationsindustrie zeigt der Beitrag eine konkrete Ausgestaltung anwendungsorientierter Forschung, die sowohl für die Praxis als auch für die Wissenschaft nutzen- und erkenntnisbringend ist. Forschungsgegenstand sind die Referenzmodelle des Industriegremiums TM Forum, die von vielen Telekommunikationsunternehmen zur Transformation ihrer Strukturen und Systeme genutzt werden. Es wird die langjährige Forschungstätigkeit bei der Weiterentwicklung und Anwendung dieser Referenzmodelle beschrieben. Dabei wird ein konsequent gestaltungsorientierter Forschungsansatz verfolgt. Das Zusammenspiel aus kontinuierlicher Weiterentwicklung in Zusammenarbeit mit einem Industriegremium und der Anwendung in vielfältigen Praxisprojekten führt zu einer erfolgreichen Symbiose aus praktischer Nutzengenerierung sowie wissenschaftlichem Erkenntnisgewinn. Der Beitrag stellt den gewählten Forschungsansatz anhand konkreter Beispiele vor. Darauf basierend werden Empfehlungen und Herausforderungen für eine gestaltungs- und praxisorientierte Forschung diskutiert. KW - Design Science Research KW - Anwendungsorientierter Forschungsansatz KW - Praxisprojekte KW - Referenzmodellierung KW - Enhanced Telecom Operations Map Y1 - 2020 U6 - http://dx.doi.org/10.1365/s40702-020-00594-y SN - 2198-2775 VL - 57 IS - 2 SP - 310 EP - 323 PB - Springer Nature CY - Cham ER - TY - JOUR A1 - Czarnecki, Christian T1 - Buchbesprechung : Anwendungsorientierte Wirtschaftsinformatik - Strategische Planung, Entwicklung und Nutzung von Informationssystemen JF - Anwendungen und Konzepte der Wirtschaftsinformatik (AKWI-Journal) Y1 - 2020 U6 - http://dx.doi.org/10.26034/lu.akwi.2020.3264 SN - 2296-4592 N1 - Das besprochene Buch ist im Katalog Plus als E-Book zu finden. Eine ältere Auflage steht im Regal unter der Grundsignatur 21 QGT 55 SP - 101 EP - 101 PB - Technische Hochschule Wildau CY - Wildau ER - TY - JOUR A1 - Bensberg, Frank A1 - Auth, Gunnar A1 - Czarnecki, Christian ED - Haake, Jörg M. T1 - Literaturanalyse mit Text Mining JF - E-Learning and Education (eleed) N2 - Die Durchführung einer systematischen Literaturrecherche ist eine zentrale Kompetenz wissenschaftlichen Arbeitens und bildet daher einen festen Ausbildungsbestandteil von Bachelor- und Masterstudiengängen. In entsprechenden Lehrveranstaltungen werden Studierende zwar mit den grundlegenden Hilfsmitteln zur Suche und Verwaltung von Literatur vertraut gemacht, allerdings werden die Potenziale textanalytischer Methoden und Anwendungssysteme (Text Mining, Text Analytics) dabei zumeist nicht abgedeckt. Folglich werden Datenkompetenzen, die zur systemgestützten Analyse und Erschließung von Literaturdaten erforderlich sind, nicht hinreichend ausgeprägt. Um diese Kompetenzlücke zu adressieren, ist an der Hochschule Osnabrück eine Lehrveranstaltung konzipiert und projektorientiert umgesetzt worden, die sich insbesondere an Studierende wirtschaftswissenschaftlicher Studiengänge richtet. Dieser Beitrag dokumentiert die fachliche sowie technische Ausgestaltung dieser Veranstaltung und zeigt Potenziale für die künftige Weiterentwicklung auf. KW - E-Learning KW - Text Mining KW - Text Analytics KW - Literaturrecherche KW - Literaturanalyse Y1 - 2020 SN - 1860-7470 N1 - Volltext, nur online IS - 13 SP - 1 EP - 13 PB - FernUniversität in Hagen CY - Hagen ER - TY - CHAP A1 - Schneider, Dominik A1 - Wisselink, Frank A1 - Nölle, Nikolai A1 - Czarnecki, Christian ED - Barton, Thomas ED - Müller, Christian T1 - Einfluss von Künstlicher Intelligenz auf Customer Journeys am Beispiel von intelligentem Parken T2 - Künstliche Intelligenz in der Anwendung : Rechtliche Aspekte, Anwendungspotenziale und Einsatzszenarien N2 - Im Konsumentenmarkt entstehen vermehrt neue Anwendungen von Künstlicher Intelligenz (KI). Zunehmend drängen auch Geräte und Dienste in den Markt, die eigenständig über das Internet kommunizieren. Dadurch können diese Geräte und Dienste mit neuartigen KI-basierten Diensten verbessert werden. Solche Dienste können die Art und Weise beeinflussen, wie Kunden kommerzielle Entscheidungen treffen und somit das Kundenerlebnis maßgeblich verändern. Der Einfluss von KI auf kommerzielle Interaktionen wurde bisher noch nicht umfassend untersucht. Basierend auf einem Framework, welches einen ersten Überblick über die Effekte von KI auf kommerzielle Interaktionen gibt, wird in diesem Kapitel der Einfluss von KI auf Customer Journeys am konkreten Anwendungsfall des intelligenten Parkens analysiert. Die daraus gewonnenen Erkenntnisse können in der Praxis als Grundlage genutzt werden, um das Potenzial von KI zu verstehen und bei der Gestaltung eigener Customer Journeys umzusetzen. KW - Kommerzielle Interaktionen KW - Customer Journeys KW - Prozessagilität KW - Customer Experience Management KW - Intelligentes Parken Y1 - 2021 SN - 978-3-658-30935-0 (Print) SN - 978-3-658-30936-7 (Online) U6 - http://dx.doi.org/10.1007/978-3-658-30936-7_7 SP - 99 EP - 122 PB - Springer Vieweg CY - Wiesbaden ER - TY - CHAP A1 - Bensberg, Frank A1 - Czarnecki, Christian A1 - Grob, Heinz Lothar ED - Bruhn, Manfred ED - Hadwich, Karsten T1 - Wirtschaftlichkeitsbewertung von Smart Services mit vollständigen Finanzplänen T2 - Smart Services: Band 1: Konzepte – Methoden – Prozesse N2 - Dieser Beitrag stellt einen Bewertungsrahmen für Smart Services vor, der auf dem Konzept vollständiger Finanzpläne (VOFI) basiert. Zunächst wird eine IoT-Architektur für Smart Services eingeführt, die die Grundlage für deren Betrachtung aus Sicht der Unternehmensplanung liefert. Hierauf aufbauend wird ein Bewertungsrahmen für die finanzplanorientierte Wirtschaftlichkeitsbewertung von Smart Services geschaffen, mit dem die relevanten Zahlungsfolgen differenziert erfasst werden. Mithilfe des entwickelten VOFI-Systems wird anschließend aufgezeigt, wie mithilfe einer Risikoanalyse die Unsicherheit von Modellparametern berücksichtigt werden kann. Y1 - 2022 SN - 978-3-658-37344-3 (Online) SN - 978-3-658-37343-6 (Print) U6 - http://dx.doi.org/10.1007/978-3-658-37344-3_6 SP - 225 EP - 251 PB - Springer Gabler CY - Wiesbaden ER -