Navigation überspringen
Universitätsbibliothek Heidelberg
Standort: ---
Exemplare: ---
 Online-Ressource
Verfasst von:Morgen, Julian [VerfasserIn]   i
Titel:Autonomous Consumer Business
Verf.angabe:von Julian Morgen
Verlagsort:Wiesbaden
 Wiesbaden
Verlag:Springer Fachmedien Wiesbaden
 Imprint: Springer Gabler
E-Jahr:2024
Jahr:2024.
 2024.
Umfang:1 Online-Ressource(XXII, 215 S. 59 Abb., 10 Abb. in Farbe.)
Hochschulschrift:Dissertation, Universität Trier, 2024
ISBN:978-3-658-45079-3
Abstract:Technologische Entwicklungen und die Automatisierung des Business -- Entwicklung eines konzeptionellen Ansatzes für das Autonomous Consumer Business (ACB) -- ACB-Baustein: Autonomous Business Infrastructure (ABI) -- ACB-Baustein: Autonomous Consumer Analysis (ACA) -- ACB-Baustein: Autonomous Market Cultivation (AMC) -- Empirische Prüfung der Nutzenwahrnehmung eines ACB aus Nachfragersicht -- Kritische Würdigung und Forschungsausblick -- Literaturverzeichnis.
 Eine immer mehr digital vernetzte Welt führt zu einer sehr großen Menge von unterschiedlichen Daten, die in Echtzeit generiert werden („Big Data“). Ein großer Teil dieser Datenproduzenten sind Nutzer von Social Media oder auch smarten Geräten, wie bspw. Fitnesstrackern oder mit dem Internet verbundenen Waschmaschinen („IoT“). Unternehmen, die sich diese Daten aus der direkten Lebenswelt der Konsumenten zu Nutze machen, können sehr präzise Einblicke bspw. über Einstellungen, Verhalten oder auch die Bedürfnisse potenzieller Kunden erhalten, wodurch der Weg zu einer „automatisierten Vermarktung“ geebnet wird. Zielsetzung dieses Buches ist die Entwicklung eines Konzeptes für ein Autonomous Consumer Business (ACB), das als maximal eigenständig agierendes und durch Künstliche Intelligenz getragenes Geschäftsmodell verstanden wird, bei dem Unternehmen die Bedürfnisse auf der Konsumentenseite automatisch erkennen und durch entsprechende Leistungsangebote befriedigen können. Weiterhin werden zentrale Bestimmungsgrößen, welche die konsumentenseitige Inanspruchnahme eines ACB im besonderen Maße beeinflussen, sowie potenzielle Kundengruppen empirisch identifiziert, wodurch Hinweise zur konkreten Ausgestaltung eines ACB gewonnen werden können. Der Autor Julian Morgen war Wissenschaftlicher Mitarbeiter und Doktorand an der Professur für Marketing, Innovation und Electronic-Business der Universität Trier.
DOI:doi:10.1007/978-3-658-45079-3
URL:Resolving-System: https://doi.org/10.1007/978-3-658-45079-3
 DOI: https://doi.org/10.1007/978-3-658-45079-3
Datenträger:Online-Ressource
Dokumenttyp:Hochschulschrift
Sprache:ger
Bibliogr. Hinweis:Erscheint auch als : Druck-Ausgabe
Sach-SW:Automatisierung
 Big Data
 Geschäftsmodell
 Internet der Dinge
 Autonomous Consumer Business
 Predictive Analytics
 Conjointanalyse
 E-Business
 Kundenintegration
 Innovation
 Informationsasymmetrie
 Marktbearbeitung
 Künstliche Intelligenz
 Marketing
 Digitalisierung
 Analytics
K10plus-PPN:1896933327
 
 
Lokale URL UB: Zum Volltext

Permanenter Link auf diesen Titel (bookmarkfähig):  https://katalog.ub.uni-heidelberg.de/titel/69238408   QR-Code
zum Seitenanfang