- TU Dortmund University
Logistik Campus
Joseph-von-Fraunhofer-Str. 2-4
D-44227 Dortmund - +492317555959
Boris Otto
TU Dortmund, Mechanical Engineering, Faculty Member
- TU Dortmund, Computer Science, Adjunctadd
- Industrial engineer by education, I am an information systems researcher focussing on data management, data sharing and data ecosystems.edit
Digital Twins offer considerable potential for cross-company networks. Recent research primarily focuses on using Digital Twins within the limits of a single organization. However, Shared Digital Twins extend application boundaries to... more
Digital Twins offer considerable potential for cross-company networks. Recent research primarily focuses on using Digital Twins within the limits of a single organization. However, Shared Digital Twins extend application boundaries to cross-company utilization through their ability to act as a hub to share data. This results in the need to consider additional design dimensions which help practitioners design Digital Twins tailored for inter-company use. The article addresses precisely that issue as it investigates how Shared Digital Twins should be designed to achieve business success. For this purpose, the article proposes a set of design principles for Shared Digital Twins stemming from a qualitative interview study with 18 industry experts. The interview study is the primary data source for formulating and evaluating the design principles.
Research Interests:
Research Interests:
Research Interests:
Research Interests:
Research Interests:
The digitization of the economy and society requires enterprises from all industries to revisit their business models and prepare their organizations for the digital age. The design of "smart" products and services, the... more
The digitization of the economy and society requires enterprises from all industries to revisit their business models and prepare their organizations for the digital age. The design of "smart" products and services, the involvement of prosumers, and the intensifying interconnection of supply chains are signs of this transformation. Each of these scenarios builds on improved availability and interchangeability of data. In order to successfully transform their business and be able to develop valuable new services, companies require methodological help. To address this need, this paper proposes a service-capability design framework for digital businesses. The framework is developed theoretically based on the literature and earlier research and consists of a meta-model and a high-level reference model. The framework is retroactively applied to a real-world digital use case to demonstrate its validity.
Research Interests:
ZusammenfassungDaten stellen eine strategische Ressource für die Wettbewerbsfähigkeit von Unternehmen und die Prosperität der Gesellschaft dar. Von der Nutzung von Daten vieler einzelner Akteure profitieren die Gemeinschaft, aber auch das... more
ZusammenfassungDaten stellen eine strategische Ressource für die Wettbewerbsfähigkeit von Unternehmen und die Prosperität der Gesellschaft dar. Von der Nutzung von Daten vieler einzelner Akteure profitieren die Gemeinschaft, aber auch das Individuum. Beispiele hierfür liefern das Gesundheitswesen oder die Mobilität. Dabei sind die Interessen der Individuen in Bezug auf Datenschutz und Datensouveränität über Nutzungsvereinbarungen hinaus zu wahren und bestenfalls technologisch sicherzustellen. Datenräume, basierend auf verteilten Dateninfrastrukturen, stellen Datendienste und Datennutzungsregeln für Individuen und Organisationen bereit. Beispiele hierfür liefern die International-Data-Spaces(IDS)-Initiative oder die Initiative Gaia‑X zur Schaffung einer verteilten Dateninfrastruktur in Europa. Instanziierungen in den Bereichen Mobilität oder Smarthome zeigen Vorteile von Datenökosystemen für Individuen, die Gemeinschaft und die Gesamtheit der Dienstanbieter. Gleichzeitig werden Risik...
Research Interests:
Our work develops an archetypical representation of current digital business models of Start-Ups in the logistics sector. In order to achieve our goal, we analyze the business models of 125 Start-Ups. We draw our sample from the Start-Up... more
Our work develops an archetypical representation of current digital business models of Start-Ups in the logistics sector. In order to achieve our goal, we analyze the business models of 125 Start-Ups. We draw our sample from the Start-Up database AngelList and focus on platform-driven businesses. We chose Start-Ups as they often are at the forefront of innovation and thus have a high likelihood of operating digital business models. Following well-established methodological guidelines, we construct a taxonomy of digital business models in multiple iterations. We employ different algorithms for cluster analysis to find and generate clusters based on commonalities between the business models across the dimensions and characteristics of the taxonomy. Ultimately, we use the dominant features of the emerging patterns within the clusters to derive archetypes.
Research Interests:
A data ecosystem (DE) offers a keystone-player or alliance-driven infrastructure that enables the interaction of different stakeholders and the resolution of interoperability issues among shared data. However, despite years of research in... more
A data ecosystem (DE) offers a keystone-player or alliance-driven infrastructure that enables the interaction of different stakeholders and the resolution of interoperability issues among shared data. However, despite years of research in data governance and management, trustability is still affected by the absence of transparent and traceable data-driven pipelines. In this work, we focus on requirements and challenges that DEs face when ensuring data transparency. Requirements are derived from the data and organizational management, as well as from broader legal and ethical considerations. We propose a novel knowledge-driven DE architecture, providing the pillars for satisfying the analyzed requirements. We illustrate the potential of our proposal in a real-world scenario. Last, we discuss and rate the potential of the proposed architecture in the fulfillmentof these requirements.
Research Interests:
As cloud computing has become a mature technology broadly being adopted by companies across all industries, cloud service providers are increasingly turning their attention to retaining their customers. However, only little research has... more
As cloud computing has become a mature technology broadly being adopted by companies across all industries, cloud service providers are increasingly turning their attention to retaining their customers. However, only little research has been conducted on investigating the antecedents of service continuance in an organizational context. To address this gap in research, we carried out a quantitative-empirical study. We developed a conceptual model that builds on previous research on organizational level continuance. We tested this model, using survey data gathered from decision makers of companies which have adopted cloud enterprise systems. The data was analyzed using PLS. The results show that continuance intention can be predicted both by socio-organizational and technology-related factors, explaining 55.9% of the dependent variable’s variance. Besides cloud-specific findings, the study also enhances knowledge in organizational level system continuance as well as its connection to ...
Research Interests:
The digital and data-driven economy requires enterprises from all industries to revisit their existing data management approaches. To address the changing and broader scope of data management activities in the digital economy, this... more
The digital and data-driven economy requires enterprises from all industries to revisit their existing data management approaches. To address the changing and broader scope of data management activities in the digital economy, this research in progress paper proposes a reference model, that describes the design areas of data management.
Research Interests:
Research Interests:
Research Interests:
Data Governance defines roles and responsibilities for the management and use of corporate data. While the need for Data Governance is undoubted, companies often encounter difficulties in designing Data Governance in their organization.... more
Data Governance defines roles and responsibilities for the management and use of corporate data. While the need for Data Governance is undoubted, companies often encounter difficulties in designing Data Governance in their organization. There is no one size fits all solution. As companies are different in terms of their business strategy, their diversification breadth, their industry, IT strategy and application system landscape, Data Governance must take into account this diversity. What works in company A does not necessarily work in company B. An example: A company from the chemical industry organizes data stewardship as a virtual organization with solid reporting lines to the business functions (e.g. supply chain management, financial accounting) whereas a second company of similar size, product range and geographic presence establishes a shared service center to organize data stewards.The presentation introduces a reference model for Data Governance design which was developed b...
Research Interests:
Research Interests: Business and Engineering
Research Interests:
Research Interests:
Research Interests:
Enterprises are facing problems in managing the quality and value of their key data objects (often referred to as master data). This article presents the findings from a case study comprising six large enterprises. The study results point... more
Enterprises are facing problems in managing the quality and value of their key data objects (often referred to as master data). This article presents the findings from a case study comprising six large enterprises. The study results point to the importance of the situational nature of master data as a strategic resource, which must be considered when analyzing how the quality of data affects its value for business.
Research Interests:
Research Interests:
Research Interests:
Research Interests:
Zusammenfassung Daten stellen eine strategische Ressource für die Wettbewerbsfähigkeit von Unternehmen und die Prosperität der Gesellschaft dar. Von der Nutzung von Daten vieler einzelner Akteure profitieren die Gemeinschaft, aber auch... more
Zusammenfassung Daten stellen eine strategische Ressource für die Wettbewerbsfähigkeit von Unternehmen und die Prosperität der Gesellschaft dar. Von der Nutzung von Daten vieler einzelner Akteure profitieren die Gemeinschaft, aber auch das Individuum. Beispiele hierfür liefern das Gesundheitswesen oder die Mobilität. Dabei sind die Interessen der Individuen in Bezug auf Datenschutz und Datensouveränität über Nutzungsvereinbarungen hinaus zu wahren und bestenfalls technologisch sicherzustellen. Datenräume, basierend auf verteilten Dateninfrastrukturen, stellen Datendienste und Datennutzungsregeln für Individuen und Organisationen bereit. Beispiele hierfür liefern die International-Data-Spaces(IDS)-Initiative oder die Initiative Gaia-X zur Schaffung einer verteilten Dateninfrastruktur in Europa. Instanziierungen in den Bereichen Mobilität oder Smarthome zeigen Vorteile von Datenökosystemen für Individuen, die Gemeinschaft und die Gesamtheit der Dienstanbieter. Gleichzeitig werden Risiken wie die geeignete Interessensvertretung einzelner Nutzender deutlich. Anhand zweier Fallstudien werden offene ethische, rechtliche, betriebswirtschaftliche und technische Fragen bei der verteilten Umsetzung von Datenräumen und Dateninfrastrukturen unter Sicherstellung europäischer Wertevereinbarungen aufgezeigt.
Research Interests:
Research Interests:
Research Interests:
Research Interests:
Research Interests:
Research Interests:
Research Interests:
Research Interests:
Effizientes und effektives Produktinformationsmanagement (PIM) ist einer der Erfolgsfaktoren für moderne Geschäftsmodelle. Als wesentliche Teilaufgabe des Enterprise Content Management bildet es im Unternehmen eine Querschnittsfunktion,... more
Effizientes und effektives Produktinformationsmanagement (PIM) ist einer der Erfolgsfaktoren für moderne Geschäftsmodelle. Als wesentliche Teilaufgabe des Enterprise Content Management bildet es im Unternehmen eine Querschnittsfunktion, von der verschiedene Unternehmensbereiche profitieren: von der Beschaffung über die Lagerhaltung und Produktion bis zum Service. Gerade aus diesem Grund treten in den Unternehmen jedoch Schwierigkeiten bei der Identifikation und Quantifizierung der Nutzenpotenziale von PIM auf. Für die Nutzenanalyse ist eine PIM-Initiative an Geschäftstreiber zu koppeln, weil nur dadurch der Nutzen transparent gemacht werden kann. Dabei wird deutlich, dass die Verbesserung der Produktinformationsqualität als zentrales Ziel von PIM positiv auf einzelne Nutzendimensionen (Kosten, Zeit, Qualität und Umsatz) wirkt. Mithilfe des dargestellten Frameworks können in der Praxis schnell und einfach geeignete Nutzenpotenziale für die PIM-Initiative im eigenen Unternehm...
Um Electronic Business effizient betreiben zu können, müssen die Geschäftsprozesse und Software-Systeme der beteiligten Geschäftspartner aufeinander abgestimmt werden. Denn eine Reduktion möglicher Schnittstellen und Medienbrüche erlaubt... more
Um Electronic Business effizient betreiben zu können, müssen die Geschäftsprozesse und Software-Systeme der beteiligten Geschäftspartner aufeinander abgestimmt werden. Denn eine Reduktion möglicher Schnittstellen und Medienbrüche erlaubt einen erhöhten Grad an Prozessautomatisierung und damit verkürzte Durchlaufzeiten sowie eine geringere Fehleranfälligkeit. In der Elektrowerkzeugbranche ist dazu im Rahmen eines Demonstrationsszenarios der Prozess der Bestellabwicklung optimiert worden. Die Realisierung basiert auf zwei Säulen, nämlich auf dem Einsatz des Transaktionsstandards "openTrans" zur Vereinheitlichung des Informationsaustauschs und auf der Nutzung von www.nexMart.de, dem Fachhandelsportal für die Elektrowerkzeugbranche, als Informations- und Prozessdrehscheibe.
Die Grunddaten eines Unternehmens, z.B. Kunden, Artikel, Lieferanten oder Mitarbeiter, sind für die Abwicklung integrierter Geschäftsprozesse von zentraler Bedeutung. Informationssysteme repräsentieren diese in Form von Stammdaten, die in... more
Die Grunddaten eines Unternehmens, z.B. Kunden, Artikel, Lieferanten oder Mitarbeiter, sind für die Abwicklung integrierter Geschäftsprozesse von zentraler Bedeutung. Informationssysteme repräsentieren diese in Form von Stammdaten, die in der Regel über einen längeren Zeitraum unverändert bleiben. Im Zuge der Verteilung von Geschäftsprozessen innerhalb eines Unternehmens oder über Unternehmensgrenzen hinweg steigen die Anforderungen an die Sicherstellung der Stammdatenqualität, die Pflege von Stammdaten sowie deren Abgleich zwischen verschiedenen Informationssystemen. Der vorliegende Beitrag fasst Grundlagen des Stammdatenmanagements zusammen und geht insbesondere auf die Stammdatenqualität, -architektur und -organisation ein.
Unternehmen brauchen eine einheitliche Sicht auf unternehmensweit genutzte Stammdaten. Dieser Beitrag beschreibt ein methodisches Vorgehen, das Unternehmen bei der Integration vormals heterogener Stammdatenbestände unterstützt. Um... more
Unternehmen brauchen eine einheitliche Sicht auf unternehmensweit genutzte Stammdaten. Dieser Beitrag beschreibt ein methodisches Vorgehen, das Unternehmen bei der Integration vormals heterogener Stammdatenbestände unterstützt. Um Stammdaten erfolgreich zu integrieren, sind ein gemeinsames Vorgehen von Fachbereich und IT sowie das unternehmensweite Management fachlicher Metadaten unabdingbar.
Verschiedene Geschäftstreiber stellen unternehmensweite Anforderungen an die Qualität von Stammdaten. Ein Beispiel ist die Einhaltungbehördlicher und gesetzlicher Auflagen: So regelt die EU-Verordnung REACH die Registrierungspflicht von... more
Verschiedene Geschäftstreiber stellen unternehmensweite Anforderungen an die Qualität von Stammdaten. Ein Beispiel ist die Einhaltungbehördlicher und gesetzlicher Auflagen: So regelt die EU-Verordnung REACH die Registrierungspflicht von Chemikalien, welche in der EU inVerkehr gebracht werden, und legt die Datenanforderungen für die Registrierung fest (no data, no market). Zu den Datenanforderungen gehören Angaben zur Herstellung und sicheren Verwendung von Chemikalien.Der Beitrag beschreibt eine Funktionsreferenz für Stammdatenqualität. Die Architektur beinhaltet insgesamt 72 Funktionen, welche in 19 Funktionsbereiche bzw. sechs Funktionskategorien untergliedert sind. Die Funktionsreferenz unterstützt Unternehmen bei Aufgaben der Auslegeordnung und Bebauungsplanung für Software für unternehmensweites Stammdatenmanagement, bei der Auswahl einer Software-Lösung sowie in der Kommunikation mit anderen Anwenderunternehmen und Software-Anbietern.