Current research on entrepreneurial ecosystems focuses on conceptual frameworks as well as the characteristics of individual elements and actors. Yet, ecosystems require the contributions of different actors (such as successful entrepreneurs) to become self-sustaining. This study sheds light on the questions of how and why entrepreneurs contribute to the development and reproduction of their entrepreneurial ecosystem. Applying a qualitative, inductive approach, a data sample of 32 semi-structured interviews with startup entrepreneurs from Germany was examined. The analysis reveals, that, amongst the personal traits of entrepreneurial passion and altruism, a perceived affiliation, reciprocity with and gratitude to the entrepreneurial ecosystem and its actors, influenced by antecedent experiences and relationships, are the core predictors for contribution activities such as mentoring, peering, or passing on experiences. These empirical insights are synthesized in a dynamic model, which adds further theoretical grounding to research on causal mechanisms and microfoundations in entrepreneurial ecosystems.

Dieses essential gibt einen Überblick über verschiedene Go-to-Market-Strategien für zweiseitige digitale Plattform-Geschäftsmodelle. Zunächst liegt der Fokus auf den Strategien zur sequenziellen, simultanen und viralen Kundenakquise. Im zweiten Teil zeigt der Beitrag, mit welchen Faktoren man positive Interaktionen fördert, um eine kritische Masse an Nutzern zu gewinnen.

Ambidextrie im Innovationsmanagement bezieht sich auf die Fähigkeit eines Unternehmens, sowohl das Kerngeschäft zu stärken (Exploit) als auch mit neuen Angeboten in bestehenden oder neuen Märkten zu agieren (Explore). Dabei besteht die Herausforderung darin, beide Innovationsmodi in einer komplementären Art und Weise einzusetzen, anstatt sich auf einen der beiden Modi zu beschränken. Eine ambidextre Ausrichtung und die Fähigkeit, beide Innovationsmodi, Exploit und Explore, gleichzeitig und in dem Maß einzusetzen, das die Umstände erfordern, ermöglicht es Unternehmen, schnell auf Veränderungen in der Branche zu reagieren und sich langfristig im Markt zu behaupten. Für eine erfolgreiche Umsetzung von Ambidextrie im Innovationsmanagement spielen die Unternehmenskultur, der Führungsstil resp. das Führungsverständnis ebenso eine Rolle, wie Grundsatzentscheidungen in Bezug auf die Digitalisierung. Es ist entscheidend, dass Unternehmen die Potenziale von Ambidextrie erkennen und lernen, den Exploit- und Explore-Modus gezielt und optimal einzusetzen, um langfristig Wettbewerbsvorteile zu erzielen. Dieser Grundlagenartikel fokussiert insbesondere auf die im weiteren Heft weniger angesprochenen Themenbereiche. Er ordnet die Ambidextrie im Innovationsmanagement anhand der Themenfelder Kultur, Führung und Digitalisierung ein und liefert Argumente, weshalb die Akzeptanz und Nutzung von Ambidextrie zu Wettbewerbsvorteilen führen.

In 20 Kapiteln erhalten die Leser genaue Anleitungen zur Umsetzung von digitalen Marketingmaßnahmen. Das „Digital Marketing Playbook“ enthält viele Checklisten, Hilfestellungen für Make-or-Buy-Entscheidungen sowie wertvolle Tipps und Tricks aus der Praxis. In Teil A des dreiteiligen Buchs erläutern die Autorinnen Strategien zur Positionierung, dem Eruieren von Zielen und Zielgruppen sowie dem Ableiten von Personas. Auch die jeweiligen Rollen von Marketing und Sales werden thematisiert. Teil B taucht tief in die Praxis ein und beantwortet alle wichtigen Fragen rund um den richtigen Aufbau einer Webseite, der Durchführung von Webinaren, dem Aufsetzen von hybriden Events, der Leadgenerierung via Case Studies sowie zielgenauem E-Mail- und Videomarketing-Maßnahmen. Weitere zentrale Themen sind Social Media Marketing, Influencer Relations, Media Relations, Social Selling sowie Podcasts. In Teil C gehen die Autorinnen darauf ein, welche Skills im Marketing-Team benötigt werden, welche Aufgaben sich gut an Externe übertragen lassen, und welches MarTech Stack erforderlich ist, um die definierten digitalen Marketingziele zu erreichen.

Das zielgerichtete Management von Innovationen hat in Zeiten globaler und dynamischer Märkte einen maßgeblichen Einfluss auf die Wettbewerbsfähigkeit von Unternehmen. Insbesondere die frühe Phase des Innovationsprozesses zielt darauf ab, Innovationschancen im Rahmen des Umfeldscannings frühzeitig zu erkennen. Hierfür stehen immer stärker wachsende Datenmengen zur Verfügung, aus denen relevante Informationen jedoch erst extrahiert werden müssen. Dieser Beitrag präsentiert die Ergebnisse einer Studie zu den Herausforderungen an ein erfolgreiches Innovationsmanagement und stellt ein Umfeldscanningsystem vor, welches die Effektivität und die Effizienz des Innovationsmanagements mithilfe von künstlicher Intelligenz steigert. Durch das dreistufige Verfahren, bestehend aus Themenerkennung, Trenderkennung und Trendbeobachtung, kann das Umfeldscanning in hohem Maße automatisiert werden. In der anschließenden Fallstudie wird anhand von drei Praxisbeispielen gezeigt, wie mithilfe des Systems die Trends von Morgen erkannt werden können. Zum Schluss wird das datenbasierte Umfeldscanningsystem als Chance für Unternehmen jeder Größe diskutiert.

The design of socio-technical systems is a challenging task due to diverse stakeholders and complex processes that have to be mapped into software. Following a socio-technical approach for information system analysis and design results in more user-friendly systems accompanying various benefits for associated stakeholders. However, there is a lack of theories and methods which consider technical, social and organisational factors. Researchers recommended activity theory as a rich framework to study socio-technical systems. While the benefits trigger increased use of activity theory, there seems to be a shared heritage of disadvantages linked to its nature and hence its application. This article introduces a novel conceptual activity theory framework to resolve these problems and evaluates it within a case study in the context of innovation management. For the development of the framework a design science research methodology approach is followed.

Innovationsmanagement ist für Unternehmen in der heutigen Zeit ein wichtiges Instrument, um in sich schnell wandelnden Märkten konkurrenzfähig und erfolgreich zu bleiben. Dafür stehen in der heutigen Zeit große Mengen an Daten zur Verfügung, aus denen die relevanten Informationen jedoch zunächst herausgefiltert werden müssen. Dieser Beitrag präsentiert die Ergebnisse einer Studie zu den Herausforderungen an ein erfolgreiches Innovationsmanagement in Unternehmen und stellt ein Umfeldscanningsystem vor, das die Effizienz von Innovationsmanagement mithilfe von Big Data Analytics steigert. Durch die Anwendung von modernen Verfahren des maschinellen Lernens und mathematischen Algorithmen kann dieses in hohem Maße automatisiert werden. In der anschließenden Fallstudie wird anhand von zwei Datensätzen gezeigt, wie mithilfe des Umfeldscanningsystems aktuelle Trends gefunden werden können. Zum Schluss wird das datenbasierte Umfeldscanningsystem als Chance für kleine und mittlere Unternehmen und als Lösung für die im Vorfeld erkannten Herausforderungen diskutiert.