Qualitative vergleichende Analyse der Fallbeispiele

Digitale Transformation spielt in unserer Gesellschaft eine entscheidende Rolle. Die weit verbreitete Verfügbarkeit digitaler Technologien wie In-Memory-Datenbanken, Cloud Computing oder Distributed Ledgers ermöglicht es Unternehmen, ihre Geschäftsmodelle radikal zu transformieren (Böttcher und Weking 2020; Weking, Hein et al. 2020; Weking, Mandalenakis et al. 2020; Hermes et al. 2021). Diese Fortschritte ermöglichen eine Steigerung der Effizienz und des Umsatzes, um den aktuellen wirtschaftlichen Anforderungen gerecht zu werden, aber auch, um weltweite Herausforderungen zu bewältigen und den Weg für nachhaltige Gesellschaften zu ebnen (Floetgen et al. 2021a; Pappas et al. 2018). Dies umfasst eine Vielzahl von Industrien und Anwendungsfällen: So haben beispielsweise plattformbasierte Dienstleistungskonzepte (vgl. Hein et al. 2020) wie Crowdsourced Delivery das Potenzial, den Verkehr und die Umweltverschmutzung in dicht besiedelten Gebieten erheblich zu reduzieren (Paloheimo et al. 2016; Soto Setzke et al. 2017; Schreieck et al. 2016). In Entwicklungsländern und ländlichen Gebieten ermöglichen Finanzdienstleistungen, die von sogenannten Mobilfunkbetreibern angeboten werden, den Zugang zu Finanzdienstleistungen und die Integration benachteiligter Gemeinschaften (Floetgen et al. 2021c; Economides und Jeziorski 2017). Im Gesundheitswesen verbessern neuartige Geräte wie Wearables oder Smart Glasses die Qualität von Behandlungen und Patientenversorgung (Klinker et al. 2020; Hermes et al. 2020). Um diese neuen Dienstleistungen effektiv zu konzipieren und zu entwickeln, müssen etablierte Organisationen digitale Technologien in ihre Prozesse, Organisationsstrukturen und Arbeitsmodelle integrieren – ein Prozess, der als digitale Transformation bekannt ist. (Vial 2019; vgl. Schreieck et al. 2021). Während die Forschung zur Wirtschaftsinformatik bzw. Informationssystemen (IS) und die Organisations-/Managementtheorie (OMT) schon seit vielen Jahren die Beziehung zwischen Technologie und organisatorischem Wandel erforscht, ist das Phänomen der digitalen Transformation im Hinblick auf die Nutzung digitaler Technologien neu (Besson und Rowe 2012). Diese unterscheiden sich von früheren Technologien durch verschiedene Merkmale wie Programmierbarkeit, die Homogenisierung von Daten und ihren selbstreferenziellen Charakter (Yoo et al. 2010). Die transformativen Fähigkeiten digitaler Technologien gehen also über die bloße Automatisierung von Prozessen und ermöglichen grundlegende Veränderungen des Geschäftsmodells eines Unternehmens (Besson und Rowe 2012; Weking, Stöcker et al. 2018, 2020; Hein et al. 2019a, b). Dies bedeutet auch, dass digitale Transformation nicht nur „alter Wein in neuen Schläuchen“ ist und dass die Erkenntnisse aus früheren Denkschulen nicht unbedingt auf die Logik digitaler Transformation zutreffen (Vial 2019).

Es ist jedoch wenig darüber bekannt, wie sich die Bausteine verschiedener digitaler Transformationsstrategien auf den Erfolg auswirken. Die Forschung im Bereich der IS hat die Merkmale von digitalen Transformationsstrategien und ihre Auswirkungen auf Innovationsprozesse hauptsächlich durch konzeptionelle Arbeiten und Einzel- oder Mehrfachfallstudien untersucht (Chanias et al. 2019; Hess et al. 2016; Matt et al. 2015). Die Autoren sind der Meinung, dass diese Fallstudien stark kontextabhängig sind und sich nur begrenzt verallgemeinern lassen. Unternehmen wie SAP oder Siemens haben den Übergang von einem produktzentrierten zu einem dienstleistungszentrierten Geschäftsmodell mithilfe digitaler Technologien erfolgreich vollzogen (Weking, Brosig et al. 2018). Beide Unternehmen haben groß angelegte DT-Strategien entwickelt und umgesetzt, um diese Transition zu bewältigen. Die bloße Existenz und Formulierung einer Strategie ist jedoch noch keine Garantie für ihren Erfolg. Der Erfolg digitaler Transformation hängt von verschiedenen Faktoren ab, die durch eine Einzelfallstudie allein nicht aufgedeckt werden können (Floetgen et al. 2021b). Eine Strategie, die für ein Unternehmen erfolgreich war, lässt nicht ohne weiteres auf ein anderes übertragen. Die Forschung zu digitalen Transformationsstrategien hat jedoch bisher hauptsächlich untersucht, wie diese Strategien entworfen und durchgeführt werden, nicht aber ihren Erfolgsgrad (Berghaus und Back 2017; Matt et al. 2015; Hermes et al. 2021; Floetgen et al. 2022).

Um dieser Frage nachzugehen, haben wir eine vergleichende Analyse (fast) aller Fallstudien durchgeführt, die im Rahmen des Seminars der Initiative für Digitale Transformation an der TU München entstanden sind. Um diese Fälle systematisch zu vergleichen und verschiedene, zum Erfolg führende Strategiekonfigurationen abzuleiten, haben wir die mengentheoretische Methode fuzzy-Set Qualitative Comparative Analysis (fsQCA) verwendet (Ragin 2008). Auf diese Weise können wir die Wechselwirkungen zwischen den verschiedenen Bausteinen dieser digitalen Transformationsstrategien aufzeigen und gleichzeitig die einzelnen Faktoren beleuchten. Zur besseren Unterscheidung haben wir die Fallstudien in interne und externe Transformationsstrategien aufgeteilt. Im folgenden Kapitel diskutieren wir die aktuelle wissenschaftliche Literatur zu digitalen Transformationsstrategien, die als Basis für unsere Analyse dient.

Digitale Transformation ist ein Prozess, der durch die Kombination von Informations-, Kommunikations- und Konnektivitätstechnologien signifikante Veränderungen in Organisationen auslöst (Vial 2019, S. 118). Unter signifikanten Änderungen verstehen wir insbesondere die Schaffung neuer Wertangebote, die sich zunehmend auf die Erbringung von Dienstleistungen stützen (Vial 2019, S. 125). Um digitale Technologien in ihre Geschäftsmodelle und -prozesse zu integrieren, entwerfen etablierte Organisationen (sogenannte „brick-and-mortar firms“) groß angelegte digitale Transformationsstrategien (Hess et al. 2016; Matt et al. 2015). Diese Art der Unternehmensstrategie konnte erst vor relativ kurzer Zeit zum ersten Mal beobachtet werden und ergänzt das bestehende Repertoire an IT- und digitalen Geschäftsstrategien eines Unternehmens. Während sich diese Strategien auf die Organisation der internen IT-Infrastruktur eines Unternehmens konzentrieren und wenig bis gar keinen Einfluss auf Innovationen oder potenzielle künftige Geschäftsmöglichkeiten auf der Grundlage digitaler Technologien haben, konzentrieren sich digitale Transformationsstrategien auf die Transformationsschritte, die zur Realisierung künftiger Potentiale erforderlich sind (Matt et al. 2015). In diesem Kapitel konzentrieren wir uns insbesondere auf digitale Transformationsstrategien, die darauf abzielen, den Prozess der digitalen Transformation auf organisatorischer Ebene voranzubringen (Matt et al. 2015).

Die Forschung zu digitalen Transformationsstrategien steckt noch in den Kinderschuhen und konzentriert sich hauptsächlich auf den Entwurf und die Durchführung von Strategien (Hanelt et al. 2020; Vial 2019). Digitale Transformationsstrategien werden anfangs oft von einzelnen Sub-Communities in einer Organisation geprägt (Chanias und Hess 2016). Das höhere Management versucht dann, diese Aktivitäten mit der bereits bestehenden Strategie in Einklang zu bringen, was zu einem hochdynamischen Prozess führt, der zwischen „Learning“ und „Doing“ wechselt. (Chanias und Hess 2016; Chanias et al. 2019). In der Anfangsphase der Transformation können Unternehmen einen zentralen oder einen dezentralen Ansatz für die Umsetzung der Strategie wählen (Berghaus und Back 2017; Singh et al. 2019). Dazu gehört häufig ein Chief Digital Officer (CDO), der die Umstrukturierung leitet und initiiert (Haffke et al. 2016). Je nach strategischer Ausrichtung der Organisation können die spezifischen Aufgaben des CDOs und ihre Verankerung in der Organisation variieren. So können CDOs, die die Rolle von Change Agents erfüllen, überwiegend auf formale Koordinationsmechanismen wie funktionsübergreifende Lenkungsausschüsse zurückgreifen (Singh et al. 2019). Innovationsorientierte CDOs hingegen konzentrieren sich eher auf informelle Koordinationsmechanismen wie Brainstorming (Singh et al. 2019). Bei der Entwicklung von digitalen Transformationsstrategien haben Unternehmen oft eine breite Palette von Optionen zur Auswahl (Hess et al. 2016). Dazu gehören Fragen der Führung (wer hat die Kontrolle über die digitale Transformation), der Organisationsstrukturen (wie sollten die Organisationsstrukturen angepasst werden) und des Outsourcings (was muss durch die Organisation selbst erledigt werden und wo können Partner/Dienstleister unterstützen).

Der transformative Charakter digitaler Technologien wirft die Frage auf, wie Organisationsstrukturen angepasst werden müssen. Mehrere Wissenschaftler vertreten die Auffassung, dass bestehende Organisationsstrukturen häufig kein geeignetes Umfeld für die Erforschung digitaler Innovationen und die Nutzung ihres Geschäftspotenzials darstellen (Teece 1996; Yoo et al. 2012). Welche Änderungen auf welche Weise vorgenommen werden sollten, wird in der Literatur kontrovers diskutiert (Dixon et al. 2017; Haffke et al. 2016; Markides 2013). Die strukturelle Trennung von Organisationsstrukturen kann einerseits aus physischer Sicht für innovationsbezogene Aktivitäten förderlich sein (de Visser et al. 2010). Auf der anderen Seite können sich Unternehmen dafür entscheiden, neue Aktivitäten vollständig in bestehende Strukturen zu integrieren, ohne oder mit nur geringfügigen organisatorischen Änderungen, was zu einem geringeren Umstrukturierungsaufwand führt. Eine enge Integration in das Kerngeschäft kann zu einer verstärkten Zusammenarbeit zwischen den Geschäftsbereichen und damit zu Synergien zwischen alten und neuen Unternehmensteilen führen. Matt et al. (2015) schlagen vor, dass bei kleineren Änderungen von Produkten oder Prozessen die Integration in bestehende Unternehmensstrukturen vorteilhaft sein kann. Für substanzielle Veränderungen sollten jedoch separate Tochtergesellschaften wie neue Geschäftseinheiten oder Spin-offs gewählt werden (Hermes et al. 2021). Neue Organisationseinheiten werden häufig als so genannte Digital Innovation Labs (DILs) umgesetzt. Dies sind eigenständige Einheiten, die die Innovationsaktivitäten und -fähigkeiten eines Unternehmens bündeln sollen (Hund et al. 2019). Spin-offs sind jedoch vollständig von der Unternehmensstruktur des Hauptunternehmens getrennt und stellen oft völlig eigenständige Einheiten dar. Dies kann die Geschwindigkeit der Entscheidungsfindung und die Reaktionszeit auf Marktveränderungen erhöhen. Ein weiterer Vorteil ist, dass die Trennung auch verhindert, dass Unternehmenskultur, -politik und -systeme, die die Innovationstätigkeit behindern, auf das Unternehmen übergreifen (Sklyar et al. 2019). Dennoch stellen Spin-offs neue Herausforderungen für die Hauptorganisation dar. Ihre Eingliederung kann zu Schwierigkeiten führen, insbesondere wenn versucht wird, sie wieder in das Unternehmen zu integrieren (Dixon et al. 2017). Darüber hinaus kann die Trennung der Innovationsaktivitäten von der Hauptorganisation dazu führen, dass die Synergieeffekte nicht genutzt werden und das Risiko einer fehlenden Zusammenarbeit zwischen dem Spin-off und den relevanten Geschäftseinheiten der Hauptorganisation besteht (Markides 2013).

Darüber hinaus müssen Organisationen bei der Entwicklung einer digitalen Transformationsstrategie entscheiden, an welcher Stelle der Hierarchie Entscheidungen getroffen werden sollen. In Anlehnung an Mihalache et al. (2014) und Wong et al. (2011, S. 1210) liegt eine Zentralisierung der Entscheidungsfindung vor, wenn die Entscheidungsbefugnis in den Händen einiger weniger ausgewählter Personen auf den obersten Ebenen einer Organisation liegt, während eine Dezentralisierung vorliegt, wenn die Entscheidungsbefugnis Einzelpersonen auf verschiedenen Organisationsebenen betrifft. Verschiedene Organisationswissenschaftler betonen die Vorteile einer dezentralisierten Entscheidungsfindung (Jansen et al. 2006; Mihalache et al. 2014). Ein solcher Ansatz kann die Reaktionsfähigkeit und Flexibilität einer Organisation erhöhen, da der Informationsverlust, der durch den Austausch von Informationen zwischen verschiedenen Hierarchieebenen entsteht, verringert wird (Mihalache et al. 2014). Dies kann auch ein höheres Maß an lokaler Kontrolle über die IT-Systeme ermöglichen, da diese leichter an die individuellen Bedürfnisse der verschiedenen internen Interessengruppen angepasst werden können (Huang et al. 2010). Darüber hinaus führt die Zentralisierung bei Kundenbeziehungen zu Dissonanzen im Unternehmen, die häufig dadurch gelöst werden, dass die Verantwortung auf untergeordnete Manager übertragen wird, da diese näher am Kunden sind (Sklyar et al. 2019). Auf der anderen Seite empfehlen IS-Wissenschaftler oft eine zentrale Entscheidungsfindung, insbesondere für digitale Transformationsstrategien (Horlacher et al. 2016). In letzter Zeit verstärkt sich die Popularität von CDOs (Singh und Hess 2017). Sie sind in der Regel Teil der Geschäftsleitung, da sie ausreichend Entscheidungsgewalt benötigen, um transformationsbezogene Entscheidungen zu treffen. In Organisationen, in denen die Geschäftsabteilungen für das Innovationsmanagement zuständig sind, werden CDOs jedoch möglicherweise nicht benötigt oder haben sogar einen nachteiligen Effekt (Leonhardt et al. 2018). Oftmals werden digitale Transformationsstrategien auch von einem funktionsübergreifenden Lenkungsausschuss aus wichtigen Führungskräften verwaltet, der manchmal auch als „digitaler Ausschuss“ bezeichnet wird (Chanias et al. 2019; Haffke et al. 2016). Dieser Ausschuss ersetzt häufig die Rolle des CDO und teilt die Aufgaben unter den Mitgliedern auf, kann aber auch parallel dazu gebildet werden (Haffke et al. 2016). Eine geringere Anzahl von Personen, die an der Entscheidungsfindung beteiligt sind, führt zu einer schnelleren Entscheidungsfindung und zu Entscheidungen, die den Status quo infrage stellen, und damit zu einer höheren Innovationsleistung (Teece 1996). Darüber hinaus ermöglicht ein zentralisierter Ansatz auch eine strengere globale Kontrolle der IT-Systeme (Brown und Grant 2005). Dies wiederum führt zu einer Verringerung der Ungewissheit durch frühere Planung, ohne dass mehrere Entscheidungsträger beteiligt werden müssen oder zu komplexe Entscheidungsprozesse zu durchlaufen sind (Reynolds et al. 2010). Im Zusammenhang mit digitaler Transformation kann eine zentralisierte Entscheidungsfindung auch zu einer höheren digitalen Innovationsleistung führen, wenn ein Unternehmen mit einem sehr turbulenten Umfeld konfrontiert ist (Leonhardt et al. 2018). Zusammenfassend lässt sich sagen, dass bisherige Forschung zwar darin übereinstimmt, dass der Ort der Entscheidungsfindung ein Erfolgsfaktor für die organisatorische Umgestaltung ist, dass sie sich aber darin unterscheidet, wie zentralisiert er sein sollte.

In der Regel verfügen etablierte Unternehmen über umfangreiches Know-how zu ihren bestehenden Produkten und Prozessen, aber ihre Fähigkeiten in Bezug auf digitale Transformation sind sehr unterschiedlich. Ebenso haben sie verschiedene Möglichkeiten, sich diese Fähigkeiten anzueignen: Sie können sich dafür entscheiden, diese Fähigkeiten intern zu erwerben ("Insourcing") oder sich durch Allianzen und Partnerschaften für ein strategisches Outsourcing zu entscheiden, um die erforderlichen Innovationsfähigkeiten extern zu erwerben (Vial 2019). Um Insourcing zu betreiben, können Organisationen ihre bestehenden Mitarbeiter schulen (Müller und Renken 2017) oder ihre Belegschaft erweitern, indem sie Mitarbeiter einstellen, die die erforderlichen Fähigkeiten in die Organisation einbringen (Teece 1996). Darüber hinaus kann sich die Übernahme anderer Unternehmen positiv auf die Innovationsprozesse auswirken, wenn die übernommenen Unternehmen über entsprechende digitale Innovationsfähigkeiten verfügen (Hildebrandt et al. 2015). Die Bedeutung des Outsourcings und des Aufbaus strategischer Partnerschaften hat jedoch in den letzten Jahren zugenommen (Böttcher et al. 2021), da der Aufbau interner Fähigkeiten für viele Unternehmen nicht machbar ist. Unterschiedliche Einrichtungen wie Wettbewerber, Lieferanten, Kunden, Endnutzer, Universitäten oder öffentliche Forschungseinrichtungen können als Partner für digitale Transformation dienen (Hottenrott und Lopes-Bento 2016, S. 778). Das Eingehen von Partnerschaften führt zu einer höheren dynamischen Anpassungsfähigkeit und Skalierbarkeit der Vermögenswerte und Kompetenzen eines Unternehmens (Bouncken und Fredrich 2016; Hottenrott und Lopes-Bento 2016). Strategisches Outsourcing spielte bei den digitalen Strategien von LEGO eine wichtige Rolle, da es die vorhandenen Fähigkeiten ergänzte. (El Sawy et al. 2016). Darüber hinaus trägt die Zusammenarbeit dazu bei, den internen Widerstand gegen Innovationen zu verringern und eine agile Mentalität und Arbeitskultur zu schaffen (Piccinini et al. 2015). Eine hohe Intensität der Zusammenarbeit kann sich jedoch auch negativ auf die Innovationsleistung auswirken (Hottenrott und Lopes-Bento 2016). Insbesondere lang bestehende Partnerschaften wirken sich negativ aus, da sie zu einer Fehlanpassung der Partner, zu starken Konflikten oder zu einer opportunistischen Taktik bei der Wertschöpfung führen können (Bouncken und Fredrich 2016, S. 3588). Außerdem geben Organisationen internes Wissen an externe Parteien weiter, was gewisse Risiken mit sich bringt. Daher hängt die Entscheidung, wie und in welchem Umfang strategisches Outsourcing betrieben wird und wie sich dies auf die Innovationsleistung auswirkt, von verschiedenen Faktoren ab.

In der Literatur wurde die Wirksamkeit von digitalen Transformationsstrategien und ihr Einfluss auf die gewünschten Ergebnisse bisher kaum untersucht. Diese Einschränkung wird auch von Wissenschaftlern eingeräumt: Berghaus und Back (2017, S. 14), stellen beispielsweise fest, dass sie keine Aussagen darüber machen können, ob ein gewisser Ansatz erfolgreicher ist als andere. Matt et al. (2015, S. 342) merken an, dass die Forschung zu digitalen Transformationsstrategien davon profitieren würde, digitale Transformationsstrategien über verschiedene Branchen hinweg zu vergleichen, um die Erfolgsquote zu erhöhen. Digitale Transformationsstrategien werden oft als erfolgreich angesehen, wenn sie wie geplant umgesetzt werden, jedoch ohne die Ergebnisse zu messen (Hess et al. 2016; Singh und Hess 2017). Eine nennenswerte Ausnahme ist die Arbeit von Leonhardt et al. (2018), die ein quantitatives Maß für die Bewertung der digitalen Innovationsleistung verwenden. Die Ergebnisse unterstreichen die Bedeutung zentralisierter Entscheidungsfindung in turbulenten Umgebungen und die potenziell nachteiligen Auswirkungen von CDOs, wenn Geschäftsabteilungen für digitale Innovationen verantwortlich sind. Darüber hinaus zeigen sie, dass turbulente Umgebungen im Allgemeinen die Innovationsleistung begünstigen, was auf eine positive Auswirkung kompetitiver Bedrohungen im Zusammenhang mit digitaler Transformation hindeuten könnte. Die Analyse berücksichtigt jedoch keine anderen Faktoren wie Outsourcing oder strukturelle Trennung.

Eine weitere Ausnahme stellt die Arbeit von Soto Setzke et al. (2021) dar, das Zusammenspiel verschiedener Bausteine digitaler Transformationsstrategien und deren Einfluss auf erfolgreiche digitale Dienstleistungsinnovation betrachtet. Die Autoren kommen zu dem Ergebnis, dass die Verankerung der Entscheidungsträger auf höchster Managementebene eine notwendige Erfolgsbedingung ist. Außerdem zeigen die Ergebnisse, dass Unternehmen, die in hohem Maße von digitaler Disruption bedroht sind, nur sehr eingeschränkt erfolgreich Innovation betreiben können. Für diese Unternehmen lohnt es sich, Outsourcing zu betreiben, um fehlende Innovationsfähigkeiten möglichst schnell zu erwerben oder zu integrieren. Unternehmen, die nur in geringem Maße bedroht sind, können diese notwendigen Fähigkeiten aber auch selbstständig, z. B. durch den Aufbau entsprechender Abteilungen und die Einstellung von Fachkräften aufbauen. Diese Ergebnisse sind jedoch auf den Bereich der digitalen Dienstleistungsinnovation beschränkt und es bleibt zu erforschen, ob sie auch außerhalb dieses Kontexts gelten.

Für dieses Kapitel haben wir zunächst alle im Rahmen des Seminars der Initiative für Digitale Transformation untersuchten Fälle zusammengetragen. Aus dieser Liste haben wir Fälle ausgeschlossen, die aus nur sehr wenig Datenmaterial bestehen und haben somit 50 Fälle für die abschließende Analyse verwendet. Diese Fälle haben wir in interne und externe Transformationen aufgeteilt. Interne Transformationen stellen Initiativen dar, deren Ergebnisse nicht direkt für den Kunden sichtbar sind, wie beispielsweise eine Verbesserung der internen Geschäfts- oder Arbeitsprozesse. Externe Transformationen hingegen fokussieren sich auf ein Geschäftsmodell oder eine Dienstleistung, die Kunden angeboten werden.

Zur Ableitung von Konfigurationen von digitalen Transformationsstrategien verwenden wir fsQCA, einen mengentheoretischen, konfigurationalen Forschungsansatz. fsQCA ist sowohl für kleine bis mittelgroße Stichproben (11–50 Fälle) als auch für große Stichproben (>50 Fälle) gut geeignet ist. Abhängig von der Fallzahl variieren jedoch die Einsatzbereiche und potenziellen Beiträge für die Forschung (Greckhamer et al. 2018). In Kombination mit großen Stichproben kann fsQCA sowohl zur Theorieentwicklung als auch zum Testen von Hypothesen verwendet werden. (Greckhamer et al. 2013). Kleine Stichproben hingegen eignen sich aufgrund der größeren Vertrautheit mit den Fällen besonders gut für induktive Erforschung, aber auch Theorieentwicklung. (Greckhamer et al. 2013). Darüber hinaus ist anzumerken, dass fsQCA einen Ansatz verwendet, der als „modest generalization“ bekannt ist (Berg-Schlosser et al. 2009, S. 12). Dies bedeutet, dass ein Forscher auf der Grundlage einer fsQCA Erkenntnisse gewinnen und diese dann auf Fälle mit ähnlichen Merkmalen anwenden kann (Berg-Schlosser et al. 2009). Einerseits ist dieser Ansatz in gewisser Weise begrenzter als regressionsbasierte Methoden, da es schwieriger ist, auf der Grundlage einer gesamten Population zu verallgemeinern. Andererseits ist der Ansatz aber auch robuster als Verallgemeinerungen aus Studien mit mehreren Fällen und noch kleineren Datensätzen. FsQCA besteht aus drei Teilschritten: der Zuordnung von Fuzzy-Set-Werten zu Fällen (auch als Kalibrierung bezeichnet), die Identifizierung notwendiger Bedingungen und Identifizierung hinreichender Konfigurationen (Ragin 2009). Wir haben das R-Paket fsQCA verwendet, um alle drei Schritte durchzuführen (Duşa 2019).

FsQCA verwendet Fuzzy-Set-Werte zwischen 0 und 1, um den Grad der Zugehörigkeit eines Falls zu einer Menge zu bestimmen (Ragin 2008). Für jeden Fall und jede Dimension/jedes Ergebnis wird in der Kalibrierungsphase ein Fuzzy-Set-Wert bestimmt (Ragin 2008). Die Kalibrierungsverfahren hängen in der Regel von der Größe der Stichprobe ab. Analysen mit großen Stichproben sind in der IS- sowie in der Organisations- und Managementforschung am weitesten verbreitet und werden in der Regel mit fragebogengestützten Umfragen oder anderen quantitativen Daten kombiniert (Soto Setzke et al. 2020; Wagemann et al. 2016). Die Kalibrierung dieser Daten ist oft einfach und umfasst die Wahl geeigneter Schwellenwerte für Likert-Skalen oder quantitative Daten. Kleinere Stichproben hingegen beinhalten in der Regel eine beträchtliche Menge an qualitativen, unstrukturierten Daten. Die Kalibrierung dieser Daten ist herausfordernd, da nur wenige Richtlinien befolgt werden können und die Ergebnisse unter Umständen sehr subjektiv sind. (de Block und Vis 2019). Aus diesem Grund wurden in den letzten Jahren mehrere methodische Artikel mit Leitlinien zur Kalibrierung qualitativer Daten veröffentlicht (siehe z. B. Basurto und Speer 2012; Nishant und Ravishankar 2020; Tóth et al. 2017).

Für die in diesem Kapitel vorgestellte Analyse haben wir uns an den Richtlinien von Basurto und Speer (2012) orientiert und sechs potentielle Erfolgsfaktoren identifiziert. Außerdem haben wir den Grad des Erfolges jeder Transformationsstrategie bestimmt und als das Outcome der Analyse festgelegt. Die Erfolgsfaktoren basieren auf den während des Seminars gesammelten Erkenntnissen und werden im Folgenden im Detail vorgestellt.

Unsere Analyse ergab insgesamt 13 verschiedene Konfigurationen für digitale Transformationsstrategien. Wie zuvor beschrieben haben wir die analysierten Fallstudien in interne und externe Strategien aufgeteilt. Außerdem haben wir für jeden Strategietyp Konfigurationen ermittelt, die zum Erfolg bzw. Misserfolg führen. Zur grafischen Darstellung verwenden wir die sogenannte Fiss-Notation (Fiss 2011; Greckhamer et al. 2018). In dieser Notation sind in der ersten Spalte die untersuchen Dimensionen aufgeführt. Die nachfolgenden Spalten spiegeln jeweils eine Konfiguration wider und sind somit vertikal zu lesen. Schwarze Kreis weisen auf das Vorhandensein der entsprechenden Dimension hin, während durchgestrichene Kreise zeigen, dass die Negation der jeweiligen Dimension Teil der Konfiguration ist. Größere Kreise stellen sogenannte Kerndimensionen dar, welche eine besonders hohe empirische Relevanz und kausalen Zusammenhang zum Ergebnis der Strategie haben. Kleinere Kreise hingegen stehen für sogenannte periphere Dimensionen. Diese haben ebenfalls eine empirische Relevanz, der kausale Zusammenhang ist aber wesentlich schwächer als im Falle der Kerndimensionen.

Tab. 1 zeigt die identifizierten hinreichenden Konfigurationen für erfolgreiche, interne digitale Transformationsstrategien. A1 zeigt Unternehmen, die innovative Technologien einsetzen und neue Organisationsstrukturen schaffen. A2 spiegelt Unternehmen wider, die sich durch einen hohen Grad an Mitarbeiterteilhabe und neue Organisationsstrukturen auszeichnen. Außerdem setzen sie zu einem gewissen Grad auf Partnerschaften. In A3 finden sich Unternehmen wieder, die weder einen CDO, noch innovative Technologien noch neue Organisationsstrukturen implementieren, jedoch auf Partnerschaften setzen. Die Konfigurationen A4a und A4b sind sich sehr ähnlich, da sie dieselben Kerndimensionen aufweisen: einen hohen Grad an Mitarbeiterbeteiligung und ein Verzicht auf Partnerschaften. A4a zeigt als periphere Dimensionen jedoch die Berufung eines CDOs und innovative Technologien, während sich A4b aus einem Umfeld mit wenig Wettbewerb und ebenfalls innovativen Technologien zusammensetzt.

Tab. 2 zeigt die zwei identifizierten Konfigurationen für erfolglose, interne digitale Transformationsstrategien. B1 basiert auf Unternehmen mit innovativen Technologien und Partnerschaften, jedoch ohne neue Organisationsstrukturen. Außerdem verzichten diese Unternehmen auf einen CDO und sehen sich starkem Wettbewerb ausgesetzt. In B2 hingegen finden wir Unternehmen wieder, die einen CDO berufen haben sowie auf relativ alte Technologien, wenig Mitarbeiterbeteiligung und Partnerschaften setzen. Auch diese Unternehmen führen keine neuen Organisationsstrukturen ein, befinden sich jedoch in einem sehr kompetitiven Umfeld.

Tab. 3 präsentiert vier Konfigurationen für erfolgreiche, externe digitale Transformationsstrategien. C1 ähnelt A1, jedoch liegt der Fokus hier auf neuen Organisationsstrukturen. C2a und C2b unterscheiden sich lediglich anhand zweier peripherer Dimensionen. In beiden Konfigurationen gehen Unternehmen keine Partnerschaften ein, setzen auf innovative Technologien und zeichnen sich durch einen hohen Grad an Mitarbeiterbeteiligung aus. C2a jedoch weist CDOs auf während C2b ein Umfeld mit nur wenig Wettbewerb repräsentiert. C3 hingegen zeigt Unternehmen, die sich in einem wettbewerbsstarken Umfeld befinden. Diese Unternehmen setzen auf altbewährte Technologien und Partnerschaften, führend jedoch keine neuen Organisationsstrukturen ein.

Tab. 4 zeigt zwei Konfigurationen für erfolglose, externe digitale Transformationsstrategien. Unternehmen aus D1 sind nur wenig Wettbewerb ausgesetzt und setzen auf neue Organisationsstrukturen, gehen jedoch nur wenig Partnerschaften ein. Außerdem verzichten sie auf CDOs, führen allerdings innovative Technologien ein. D2 spiegelt Unternehmen wieder, die auf hohe Mitarbeiterbeteiligung und Partnerschaften setzen, jedoch keine neuen Organisationsstrukturen einführen. Darüber hinaus weisen sie dieselben peripheren Dimensionen wie D1 auf.

Im nachfolgenden Kapitel diskutieren wir die Ergebnisse und analysieren Muster, die über verschiedene Konfigurationen hinweg sichtbar sind.

Zunächst ist festzustellen, dass laut unserer Analyse kein allgemeines Geheimrezept für digitale Transformation identifizierbar ist. Es gibt verschiedene Wege, die zu erfolgreicher digitaler Transformation führen und diese Wege hängen insbesondere auch vom Fokus der Transformation ab. Auch wenn jedes untersuche Fallbeispiel in gewisser Weise einzigartig ist, so gibt es dennoch verschiedene Muster, die wir durch die Analyse zeigen konnten. Diese Muster bestätigen und erweitern bisherige wissenschaftliche Erkenntnisse bezüglich digitaler Transformation.

Frühere Studien haben bereits gezeigt, dass zentralisierte Entscheidungsfindung, möglichst auf oberster Vorstandsebene, ein Erfolgsfaktor für digitale Transformationsstrategien ist (Soto Setzke et al. 2021). Bisher nur wenig untersucht wurde jedoch die Frage, ob diese Entscheidungsfindung durch die organisatorische Rolle des CDOs erfolgen sollte oder ob hier auch andere Rollen erfolgreich sein können (Haffke et al. 2016; Singh und Hess 2017). Die hier identifizierten Konfigurationen zeigen deutlich, dass ein CDO unter bestimmten Umständen einen Erfolgsfaktor darstellt. Dies gilt insbesondere, wenn Unternehmen im Rahmen ihrer Transformationsstrategie auf innovative Technologien setzen (A4a, C2a). Die Konfigurationen zeigen außerdem, dass Unternehmen in dieser Konstellation wesentliche Teile der Strategie eigenständig implementieren können und nicht in großem Maße auf strategische Partnerschaften angewiesen sind. Andererseits können Unternehmen bei internen Transformationen aber auch ohne die Berufung eines CDOs erfolgreich sein. Dies trifft insbesondere zu, wenn sie bei ihrer Strategie auf traditionelle, altbewährte Technologien setzen (A3). In diesem Fall sollte die Umsetzung der Strategie jedoch zu einem Großteil durch strategische Partnerschaften erfolgen.

Die Rolle der konkret verwendeten Technologien hat in der Literatur zu digitaler Transformation bisher nur wenig Aufmerksamkeit erhalten. Unsere Analyse zeigt, dass Unternehmen sowohl mit traditionellen als auch mit innovativen Technologien erfolgreich sein können. Mit innovativen Technologien sind die Wege zum Erfolg jedoch vielseitiger, was die höhere Anzahl an Konfigurationen mit innovativen Technologien (A1, A4a/b, C1, C2a/b) im Vergleich zu traditionellen Technologien (A3, C3) zeigt. Überraschend ist hierbei, dass eine Transformation durch innovative Technologien auch ohne strategische Partnerschaften möglich ist. Dies ist, wie bereits beschrieben, bei internen Transformationen ohne die Einbindung eines CDOs möglich (A3) oder, unabhängig vom Fokus der Transformation, in nur wenig umkämpften Märkten (A4b, C2b).

Wettbewerbsbedingungen können von Unternehmen meist gar nicht oder nur in geringem Maße beeinflusst werden. Dennoch beeinflussen sie als Kontextfaktor den Erfolg oder Misserfolg von digitaler Transformation. Die Analyse von Soto Setzke et al. (2021) zeigt, dass Unternehmen, die in hohem Maße von digitaler Disruption bedroht sind, meist Schwierigkeiten haben, digitale Innovationsprojekte zu meistern. Für externe Transformationsstrategien zeigt unsere Analyse dennoch einen Weg zum Erfolg für Unternehmen auf, die sich in einer wettbewerbsintensiven Umgebung befinden. Hierbei sollten Unternehmen, die auf traditionelle Technologien setzen, strategische Partnerschaften eingehen und Innovationsaktivitäten innerhalb bewährter Organisationsstrukturen umsetzen.

Die Literatur zu digitaler Transformation zeigt, dass die Beteiligung der Mitarbeiterschaft an Transformationsvorhaben ein wichtiger Erfolgsfaktor ist (Ertl et al. 2020). Unsere Analyse bestätigt diese Erkenntnisse. Insbesondere für interne Transformationsinitiativen ist der Grad der Beteiligung sehr wichtig, da dieser Faktor in drei Konfigurationen als Kernbedingung zu beobachten ist. Auch in zwei Konfigurationen externer Transformationen taucht der Faktor auf, wenn auch nur als periphere Bedingung. Interessant ist, dass Mitarbeiterbeteiligung jedoch kein Garant für den Erfolg ist: auch in einer Misserfolgskonfiguration (D2) für externe Transformationen ist dieser Faktor zu finden.

Der Vergleich erfolgreicher Konfigurationen für interne und externe Transformationsprojekte zeigt, dass es sowohl identische als auch unterschiedliche Wege zum Erfolg gibt. Drei Konfigurationen sind in beiden Kategorien zu finden (A1/C1, A4a/C2a, A4b/C2b). Die restlichen Konfigurationen sind jedoch nur entweder auf interne oder externe Initiativen anwendbar. In Hinblick auf Wege zum Misserfolg zeigt sich ein anderes Bild: hier sind die Konfigurationen gänzlich unterschiedlich und Unternehmen müssen darauf achten, welcher Schwerpunkt mit der Transformationsstrategie gesetzt werden soll.

Im vorliegenden Kapitel haben wir die Ergebnisse einer vergleichenden Analyse der Fallbeispiele aus dem Seminar der Initiative für digitale Transformation vorgestellt. Für Praktiker bietet die Analyse eine Reihe wichtiger Erkenntnisse, die zur Umsetzung erfolgreicher digitaler Transformationsstrategien verwendet werden können. Die hier vorgestellten Konfigurationen können als Vorlagen für Entscheidungsträger verwendet werden da jede Konfiguration unterschiedliche Entscheidungswege zeigt, die zum selben Ziel führen. Sie können auch verwendet werden, um Unterschiede zwischen einer scheiternden und einer potenziell erfolgreichen Strategie zu identifizieren. Falls eine Unternehmensstrategie beispielsweise der Misserfolgskonfiguration D1 ähnelt, können die Entscheidungsträger die entsprechenden Entscheidungen fällen, um eine Erfolgskonfiguration, wie beispielsweise C1 anzustreben.

Im Folgenden fassen wir die wichtigsten Erkenntnisse aus der Analyse zusammen:

Unsere Analyse bietet Orientierung und viele Ausgangspunkte für zukünftige Forschung. So könnten die verschiedenen Arten und Aufgaben von CDOs und deren Auswirkung auf erfolgreiche Strategien detaillierter untersucht werden. Auch hier können qualitativ vergleichende Analysen verwendet werden um verschiedene, erfolgsversprechende Konfigurationen, abhängig vom Unternehmenskontext zu identifizieren. Außerdem verdienen konkrete Ausprägungen innovativer Technologien eine genauere Untersuchung. In der vorliegenden Analyse wurden insgesamt unterschiedliche 50 Fallbeispiele untersucht, die einen guten Überblick über die Diversität digitaler Transformation geben. Dennoch möchten wir Forscher im Bereich der digitalen Transformation dazu ermuntern, unsere Erkenntnisse zu validieren – beispielsweise durch vergleichende Analysen neuer, eigener Fallbeispiele oder durch ökonometrische Analysen, die die Validität unserer identifizierten Muster und Handlungsempfehlungen testen.