Aus dem Unterricht des CAS Digital Finance mit Dr. jur. Cornelia Stengel zum Thema Regulierung und Datenschutz berichtet Stephanie Etter.

Nach einer herzlichen Begrüssung gibt uns Cornelia Stengel einen Überblick über die Themen, die wir in den nächsten vier Stunden behandeln werden.

In einem ersten Teil wird das Thema «Regulierung» (Übersicht Finanzmarktrecht, neue Fintech-Regulierung (Fintech-Lizenz, Sandbox, etc.), PSD2, etc.) behandelt. Der zweite Teil widmet sich dem Datenschutz – hierzu erläutert uns Cornelia die wichtigsten Rechtsgrundlagen.

1. Regulierung

1.1 Künftige Finanzmarktarchitektur der Schweiz

In diese Richtung geht es bis spätestens 2020:

• Infrastruktur (Finanzmarktinfrastrukturgesetz, FinfraG)
  • Organisation und Betrieb von Finanzmarktinfrastrukturen
  • Verhaltenspflichten der Finanzmarktteilnehmer beim Effekten- und Derivatehandel
• Dienstleistungen (Finanzdienstleistungsgesetz, FIDLEG), noch nicht in Kraft!
  • Regeln für Angebot von Finanzdienstleistungen und Vertrieb von Finanzinstrumenten
• Beaufsichtigte (Finanzinstitutsgesetz, FINIG), noch nicht in Kraft!
  • Aufsichtsregelung für Vermögensverwalter, Verwalter von Kollektivvermögen, Fondsleitungen und Wertpapierhäuser
• Aufsicht (Finanzmarktaufsichtsgesetz, FINMAG)

1.2 Anforderungen an die Bewilligung und Überwachungsintensität

In einem nächsten Schritt erläutert Cornelia die verschiedenen Bewilligungsformen und die Überwachungsintensitäten der FINMA:

1.3 Wer benötigt eine Bankbewilligung?

Ob jemand eine Bankbewilligung benötigt, wird im Grundsatz folgendermassen definiert:

• Publikumseinlagen (Art. 5 BankV)
  «Verbindlichkeiten gegenüber Kundinnen und Kunden»
• Gewerbsmässig (Art. 6 BankV)
  «Wer dauernd mehr als 20 Publikumseinlagen entgegennimmt oder sich öffentlich zur Entgegennahme von Publikumseinlagen empfiehlt, selbst wenn daraus weniger als 20 Einlagen resultieren»

Die Liste an Voraussetzungen, um schlussendlich eine Bankbewilligung zu erhalten, ist hingegen ausserordentlich lang (wird hier nicht behandelt). Aus Sicht eines Fintech-Startups ist es natürlich möglichst interessant, die Erlangung einer Bankbewilligung zu umgehen.

Folgende Ausnahmen gibt es bei der Qualifikation als Publikumseinlage (Art. 5 Abs. 3. BankV):

• Gegenleistung
• Anleihensobligationen
• Abwicklungskonten
  • Kein Zins
  • Innert 60 Tagen (neu seit 1. Aug. 2017)
• Lebensversicherung, Vorsorge
• Zahlungsmittel oder Zahlungssystem
  • Bezug von Waren und Dienstleistungen
  • CHF 3’000
  • Kein Zins
• Ausfallgarantie

Folgende Ausnahmen gibt es bei der Beurteilung der Gewerbsmässigkeit (Art. 6 Abs. 2 und 3 BankV) («Sandbox», neu seit 1. Aug. 2017):

• Höchstens CHF 1 Mio.
• Information Einleger über fehlende Beaufsichtigung und Einlagensicherung
• «weder anlegt noch verzinst» oder «gewerblich-industrielle Tätigkeit und Verwendung der Einlagen dafür» oder «Finanzierung des privaten Konsums» (Entwurf Art. 6 Abs. 3 lit. B BankV, geplante Inkraftsetzung: 1.1.2019)

1.4 Die Fintech-Vorlage des Bundesrates

Der Bundesrat hat eine Änderung der Bankenverordnung (BankV) verabschiedet, die am 1.8.2017 in Kraft getreten ist. Zielsetzung dieser Änderung ist die Minderung von Markteintrittshürden für Fintech-Unternehmen sowie die Stärkung der Wettbewerbsfähigkeit des Schweizer Finanzplatzes.

Mit der Fintech-Lizenz, welche am 1.1.2019 in Kraft tritt, soll im Bankgesetz (BankG) eine neue Bewilligungskategorie geschaffen werden. Die Fintech-Lizenz besteht hauptsächlich aus nachfolgendem Artikel:

In einem nächsten Schritt diskutieren wir, welche Geschäftsmodelle aufgrund des geplanten Gesetzes überhaupt noch möglich sind, sowie die Vor- und Nachteile der Fintech-Lizenz. Hauptsächlich kommt es auf die finale Auslegung des Verbots «anlegen und verzinsen» an. Ein definitiver Pluspunkt ist die Signalisierung zur Innovationsförderung des Finanzbereiches. Ansonsten wirkt die Vorlage eher unausgewogen.

Im Rahmen der Fintech-Vorlage wird zudem die Unterstellung der Crowdlending-Tätigkeit unter das Konsumkreditgesetz (KKG) angestrebt (tritt auch am 1.1.2019 in Kraft). Bei der Vergabe von Konsumkrediten über Crowdlending-Plattformen sind somit zukünftig wie bei klassischen Krediten die Regeln des KKG einzuhalten.

1.5 Geldwäschereiaufsicht

Kurz und knapp: Die Gelwäschereigesetzgebung muss auch für neue Geschäftsmodelle von Gesetzes wegen immer eingehalten werden!

1.6 PSD II / Zahlungsdienstrichtlinie

Die erste Zahlungsdienstrichtlinie (seit 2009 in Kraft) ist die rechtliche Grundlage für die Schaffung eines EU-weiten Binnenmarktes für den Zahlungsverkehr und den einheitlichen Euro-Zahlungsverkehrsraum (Single Euro Payment Area, SEPA) und gilt grundsätzlich für alle Zahlungsdienste.

Die revidierte Zahlungsdienstrichtlinie (PSD II) hat zwei neue Player eingeführt: Die Zahlungsauslösedienste (ZAD, engl. PISP) und die Kontoinformationsdienste (KID, engl. AISP).

Die Funktion der ZAD/PISP:

–> Beschleunigung der Geschäftsabwicklung v.a im e-Commerce (ohne Kreditkarte).

Die Funktion der KID/AISP:

–> Dienstleistungen v.a im Bereich «Personal Finance Management», aber auch Bonitätsprüfungen, etc.

PSD 2 will eine Förderung eines übergreifenden, effizienten Payments Market in Europa, eine Verbesserung des Level-Playing-Fields für Payment Service Provider, eine Förderung der Innovation, Sicherheit, uvm. PSD II ist auch eine Einladung, Banking zu überdenken.

2. Datenschutz

Die Revision der Datenschutzgesetzgebung in Europa (2016) umfasst zwei Rechtsakte:

Der Fahrplan für das revidierte Datenschutzgesetz (E-DSG)der Schweiz ist im Moment noch offen – es wird allenfalls ein geteiltes Inkrafttreten ab 2019 erwartet.

Die EU-DSGVO findet in der Schweiz unter folgenden Voraussetzungen Geltung:

• Grundsätzlich Anknüpfung am Ort der Niederlassung
• ABER, auch Geltung, wenn:

• • Der Verarbeiter gegenüber Personen in der EU Waren oder Dienstleistungen anbietet (Sprache, Währung, lokale Domain, Versand an lokale Kunden, etc.)
  • Der Verarbeiter das Verhalten betroffener Personen beobachtet, soweit dieses Verhalten in der EU/EWR erfolgt (Tracking, Profiling)
• Vertragliche Vereinbarungen mit EU-Unternehmen

EU-DSGVO gilt für viele Unternehmen in der Schweiz … hier nur einige wenige Beispiele:

In einem nächsten Schritt erklärt uns Cornelia die Grundlagen und vergleicht die Schweiz (DSG und geplantes E-DSG) mit der EU-DSGVO. Auch zeigt sie uns die Veränderungen für die Schweiz mit dem DSG vs. E-DSG auf. Es werden die Definition von Personendaten, die Grundsätze der Bearbeitung, ausgewählte weitere Pflichten und die Sanktionen verglichen. Die grösste Veränderung für die Schweiz liegt bei den Sanktionen. Aktuell gibt es eine Busse von max. CHF 10’000 für vorsätzliche Verletzung bestimmter Pflichten nach DSG. Mit E-DSG sollen Bussen gegen bis max. CHF 250’000 gehen können.

DSG respektive E-DSG sind immer anwendbar!

Vielen Dank für den spannenden Morgen Cornelia.

The post Regulierung und Datenschutz appeared first on Institute for Digital Business.

Aus dem Unterricht des CAS Digital Insurance mit Claudia Bienentreu berichtet Martin Schneider.

Notwendigkeit von Innovation

Die Wichtigkeit von Innovation in Versicherungsgesellschaften wird gleich zu Beginn klar. Als Hauptelemente können hervorgehoben werden, dass die Kunden sich eine andere Gestaltung der Interaktion wünschen und Disruption im Schnellzugstempo am anbrausen ist.

Achtung Disruption!

Nachfolgend die 5 Industrien, die scheinbar das höchste Risiko für Disruption haben und wo Gefahr droht, von neu entstehenden Technologien und Firmen.

Quelle: CB Insights, State of Innovation Report, 2018

Trotzdem wird gemäss der gleichen Quelle weiterhin 78 % der Investitionen in inkrementelle Innovation investiert. Gemäss Schätzungen von Claudia Bienentreu liegt der Wert der Investitionen bei den Versicherungsgesellschaften in kurzfristige Themen sogar bei 90 %. Das ist viel Geld, welches für die Entwicklung neuer Geschäftsmodelle fehlt. Dadurch werden die traditionellen Unternehmungen immer mehr überholt von den jungen. Ersichtlich ist das z.B. an der Börsenbewertung.

Unter den grossen jungen und sehr agilen Firmen finden sich momentan noch keine, die Versicherungen anbieten, doch das kann sich täglich ändern. Innovative InsurTech gibt es unter anderem mit Lemonade , Element, Oscar und One Insurance bereits einige.

Dank Open Innovation am Markt bleiben

Ein Modell, welches bei immer mehr Unternehmen, z.B. bei der AXA Schweiz, zum Einsatz kommt, ist Open Innovation. Dessen Konzept unterscheidet sich grundlegend von der bisherigen Innovation. Open Innovation ist die aktive Suche von Ideen Anderer und diese einzubinden als Partner. Bisher war Innovation dagegen meist eine Eigenkreation. Das neue Modell ist durchlässig in beide Richtungen. Einerseits bringen Externe Ideen ein (outside-in) und andererseits werden Ideen nach aussen gegeben (inside-out).

Beispiele von „inside-out“ sind:

• Looping, eine Lizenzierung und Ausgründung der Swisscom. Es handelt sich dabei um eine Feedbackcommunity.
• Simpego, ein Joint-Venture. Bei diesem Versicherungsbroker können online verschiedene Versicherungen abgeschlossen werden.
• Houzy, eine Ausgründung der AXA. Houzy ist ein unabhängiger Experte für Hausbesitzer.

Beispiele von „outside-in“ sind:

• Forschung zusammen mit Universitäten
• Atizo 360, für den Einbezug von Kunden. Es ist eine Plattform für Ideen-Crowdsourcing, der 25’000 Innovatoren angeschlossen sind.
• Entwicklungen mit Vertriebspartnern
• Kollaborationen mit Startups und Corporates

Auch Hackathons sind ein beliebtes Modell, um Ideen zu entwickeln. Claudia Bienentreu empfiehlt allen von uns, einmal an einem solchen Anlass, z.B. #HACKZURICH teilzunehmen. (Ein Hackathon dient neben der Ideengenerierung zur Akquisition von Talenten.)

Weitere Informationen zu Open Innovation von dessen Erfinder findet sich im Video Henry Chesbrough on Open Innovation – Innovation Convention 2011 – Brussels.

Zielsetzungen der Innovation

Für alle Innovations-Aktivitäten ist eine bewusste Zielsetzung erfolgskritisch. Diese kann unterschieden werden zwischen finanziellen und strategischer Fokus.

Quelle: Claudia Bienentreu

Varianten zur Umsetzung der Zielsetzung

Je nach Zielsetzung eignet sich die eine oder andere Art besser für deren Umsetzung.

Quelle: Claudia Bienentreu

Hindernisse für Innovation

„… Innovation hat zwei Gegner: Selbstzufriedenheit und Vorurteile. Das Gegenteil von Selbstzufriedenheit ist Unternehmertum. Das Gegenteil von Vorurteil ist Neugier.“ Johann N. Schneider-Ammann, Bundesrat, 2015

Neben einem zu tiefen Budget bereitet oft die Unternehmenskultur Probleme für die Innovation!

Quelle: The Culture Institut

Dass die Unternehmenskultur der angestammten Versicherungsgesellschaften hinderlich ist für bahnbrechende Neuerungen, bestätigte unsere Analyse mit Hilfe des Modells des „The Culture Institut“. Uns scheint, alle Gesellschaften legen einen hohen Wert auf grün (Rücksicht nehmen – Work-Life-Balance), grau (Prozesse – Strukturen – Hierarchie) und violett (Tradition – Erfahrung). Wichtig für die Innovation ist gemäss Theorie jedoch das Gegenteil! Firmen sollten in ihrer Kultur also mehr Beachtung den Themen in hellblau (Vision – Offene Systeme), gelb (Fortschritts-Freude – „Tüfftler“), orange (Gewinnen wollen – Unternehmerisch) und rot (Geschwindigkeit – Entschlossenheit) schenken.

Fazit

Wir haben dank den Ausführungen von Claudia Bienentreu und ihren Co-Dozenten Lukas André und Lorenz Hänggi einen guten Einblick in die Welt der Open Innovation erhalten. Das Wissen werden wir nutzen, um die Innovation bei unseren Arbeitgebern zu optimieren und so die digitale Transformation besser zu meistern!

The post Erfolgreicher dank Open Innovation appeared first on Institute for Digital Business.

Aus dem Unterricht des CAS Digital Insurance mit Pascal Kaufmann berichtet Jaroslav Molik:

Artificial Intelligence – ist es nur ein Mythos, bereits Realität oder unsere Zukunft? Mit dem Thema Artificial Intelligence beschäftigen sich seit langem zahlreiche Wissenschaftler (vor allem Hirnforscher) aber auch Informatiker. Seit es die Menschheit gibt, existiert das Bestreben, das menschliche Gehirn zu verstehen und zu kopieren. Auch Theologen beschäftigen sich mit dem Thema „Menschen zu bauen“ im Hinblick auf die Ethik und Moral.

Zum heutigen Zeitpunkt exisitiert noch keine Artificial Intelligence, dazu müsste man wissen: was ist Intelligenz? Ein Gehirn ist kein Computer sondern ein lebendiger Organismus. Ein Organismus, welcher dynamisch ist, sich ständig weiterentwickelt und verändert. Bisher wurden hunderte von Milliarden Dollars investiert, um das menschliche Gehirn zu kopieren. Es geht jedoch nicht darum, das Gehirn zu kopieren. Man muss das Konzept verstehen, um den „Brain Code“ zu knacken. „World-wide the race for the brain code has started.“ Um erfolgreich zu sein, ist es wichtig zu verstehen, wie das Gehirn funktioniert und interagiert.

Neuroscience Crash Course – das menschliche Gehirn

Das Gehirn ist ein komplexer Organismus und besteht aus unzähligen Hirnzellen. Sogar im Rückenmark gibt es an die 100 Milliarden Hirnzellen. Jeden Tag werden ca. 40`000 neue Gehirnzellen geboren. Das Verständnis für das Gehirn bildet die Grundlage und den Schlüssel zu Artificial Intelligence.

Nach heutigen Wissenschaftlichen Kenntnissen setzt sich das Gehirn aus diversen Komponenten und Funktionalitäten zusammen: Es besteht einerseits aus „Neural Tissues“ dem Nervengwebe des Gehirns. In diesem sind die anderen Komponenten eingebettet. Ein Teil davon sind die Hirnzellen, sogenannte Neuronen, über welche die Kommunikation im Gehirn erfolgt.

Zum weiteren sind da die „Grown Cones“ , welche die Struktur einer Hand annehmen. Diese sucht nach anderen Hirnzellen, um sich mit ihnen zu einem Netzwerk zu verbinden. Hirnzellen sind kleine Lebewesen. Sie folgen scheinbar ganz klaren und einfachen 3-Regeln, vergleichbar mit einer Ameisenkolonie:

1. Wenn Du einen Zuckerwürfel siehst, dann beiss rein;
2. Hinterlasse dann eine Duftspur;
3. Wenn Du eine Duftspur riechst dann folge ihr;

Lange haben die Wissenschafter darüber gerätselt wie das Gehirn mit dem Binding Problem umgeht. Wie es über die verschiedenen Sensoren (Sehen / Fühlen / Riechen / Hören) feststellt, um welchen Gegenstand es sich handelt. Es gibt im Gehirn keine zentrale Entscheidungssstelle. Die Lösung ist die „Synchronizity“, wobei die Hirnzellen gleichzeit (synchron) tausende von Neuronen auf den Gegenstand feuern. Die anderen Hirnzellen, die nicht Synchron sind, sterben ab. Die Hirnzellen bilden  zusammen ein Neurales Netzwerk.

Das Gehirn ist ein plastisches und dynamisches Gebilde, welches sich fortlaufend verändert und weiter entwickelt. Aus diesem Grund sind wissenschaftliche Studien relativ schwierig. Um Artificial Intelligence zu bilden, muss man die Regeln und das Konzept, nach welchen sich das Gehirn richtet, verstehen.

Artificial Intelligence Crash Course – „I`ll be back“  Terminator

Bereits vor mehr als 20 Jahren wurde damit experimentiert, das Gehirn einem Tier zu entnehmen, um dieses an einen Computer anzuschliessen; die ersten Cyborgs entstanden. Ein Cyborg ist die Verbindung zwischen Mensch und einem technischen „Device“ wie zum Beispiel Einbau einer Kamera bei einem Blinden verbunden mit dem Gehirn. Dies erlaubt ihm, wieder ein gewisses Sehvermögen erlangen.

Es geht sogar noch weiter zurück – 60 Jahre Forschung von 1957 bis 2017 – es gab nicht viele Veränderungen. Um eine Übersicht im Begriffs-Wirrwarr zu schaffen: „Artificial Intelligence“ ist der Oberbegriff und das Schlagwort für alles. Es entstand bereits im Jahr 1950. Ein Unterbegriff ist „Machine Learning“ und im Jahr 1980 und im Jahre 2010 entstand als Unterbegriff von Machine Learning “ „Deep Learning“.  Das alles selbst hat aber mit Artificial Intelligence wenig gemeinsam, sondern ist eher eine Angelegenheit von Statistik und Daten.

Es gibt eine entscheidende Frage, wie bereits Anfangs erwähnt: Was bedeutet Intelligenz? Wie definiert sich Intelligenz? Steckt nicht auch in einer Hand Intelligenz? Richtige Materialien zum Beispiel entlasten das Gehirn. Wir haben im Kreis der Teilnehmer diskutiert, was die Intelligenz auszeichnet – sind aber zu keinem finalen Entschluss gekommen. Für Pascal Kaufmann wäre Artificial Intelligence: „when Robots learn how to play football“

Run for Artificial Intelligence

Der Startschuss für das Rennen in Richtung Artificial Intelligence ist bereits gefallen. Man könnte sagen ein Wendepunkt war der Apollo 11 Flug im Jahr 1969 zum Mond. Wie Armstrong so schön sagte, als er als erster Mensch den Mond betrat: „Ein kleiner Schritt für mich – ein grosser Schritt für die Menschheit“. Das entscheidende wird sein, wer knackt als erster den „Brain Code“? Firmen wie auch Regierungen investieren einen Haufen Geld in Projekte und Gruppen, um diesen so alles entscheidenden Code zu knacken – wem gelingt dies als ersten? Wird es wirklich der entscheidende und vielversprechende Durchbruch sein?

Die Schweiz mischt an forderster Front mit mit dem ins Leben gerufenen Projekt MINDFIRE. Mindfire baut auf der Apollo Mission auf und besteht insgesamt aus 10 Missions, wobei die erste Mission bereits dieses Jahr stattfand. Bis 2021 sollen noch weitere 9 Missionen folgen. Ganz kurz (detaillierte Infos auf deren Webseite): bei jeder Mission werden in Davos im „Eier Hotel“ zahlreiche Talente und Cracks aus der ganzen Welt zusammengezogen. Sie bilden ein Netzwerk und arbeiten daran, den Brain Code zu knacken.

Fazit und ein Dankeschön an Pascal Kaufmann

Das Thema Artificial Intelligence hat mich schon seit längerem sehr fasziniert und dank Pascal’s Ausführungen wurde in mir noch eine grösseres Interesse geweckt. Ich werde mich zukünftig noch stärker mit der Entwicklung im Bereich Artificial Intelligence auseinandersetzen.

Denn wie Pascal so schön sagte: „meine Motivation den `Brain Code` zu knacken sind:

1. Der Brain Code ist so etwas wie der `heilige Gral der Wissnschaft`;
2. Pure Angst – der Brain Code bedeutet Macht;
3. Wir brauchen etwas besseres als menschliche Intelligenz, um der Menschheit das überleben zu sichern;“

Wichtige TAKE AWAYS sind für mich:
Es existiert (noch) keine Artificial Intelligence & der menschliche Faktor wird in Zukunft immer wichtiger sein für Firmen, um sich zu differenzieren.

Folgender Einschub zum Abschluss:
Folgender Artikel wurde am 24 Januar 2018 in Amerikanischen Magazin Inc. publiziert:

The post Artificial Intelligence – Mythos? appeared first on Institute for Digital Business.

Aus dem Unterricht des CAS Social Media Management per 18.08.2018 mit dem Dozenten Michael Wirz berichtet Philip Anderegg.

Social Media Governance; oder die Frage, wie es Unternehmungen gelingt, die Aktivitäten ihrer Mitarbeiter über die neuen Social-Media-Kanäle erfolgreich in die bestehende Organisation zu integrieren?

Unser Dozent, Herr Michael Wirz, Chef Medien & Kommunikation der Stadtpolizei Winterthur, hat vor dem Hintergrund der genannten Fragestellung zum Thema Social Media Governance eine besonders delikate Aufgabe. Die heutige, komplexe Welt kann auf die drei Sphären «technology», «economics» und «culture» herunter gebrochen werden. Die Aktivitäten von Social Media Governance ist im Bereich der Schnittmenge von «technology» und «culture» zu verorten. Dies mit dem Ziel, die Aktivitäten von Mitarbeitern im Hinblick auf Social Media so zu steuern, dass keine Reputationsschäden entstehen und somit der Bereich «economics» nachhaltig beeinträchtigt wird.

Smart-Phones und der damit zusammenhängende, omnipräsente Zugang zum Internet, erlaubt es den Mobile-Nutzern, praktisch überall und zu jeder Zeit auf die sozialen Medien zuzugreifen. Daraus ergeben sich heikle Konstellationen wie zum Beispiel das Do-It-Yourself-Policing, der Bürgerjournalismus, die Schandpfahl-Aktionen oder das private Filmen des Strassenverkehrs. Social Media nimmt hier immer mehr die Funktion der 4. Macht im Staat ein, übernimmt die Rolle des Anwalts des kleinen Mannes. Dieser Missstand ist gefährlich, insbesondere für die Meinungsbildung kritisch und stellt die Polizei vor grosse Herausforderungen.

Social Media Governance

Abbildung 1: rasante Wandel der vierten Gewalt, jeder ist ein Journalist.

Abbildung 2: Rasante Wandel der vierten Gewalt, heute ist jeder ein Journalist.

Ausgehend von diesem breiten Themenfeld erscheint Michael Wirz’s Definition von Social Media Governance erstaunlich simpel:

«Die Art und Weise, wie ein Unternehmen die Gestaltung und Umsetzung ihrer digitalen Interaktionen mit verschiedenen Stakeholdern aufbaut, steuert und kontrolliert.»

Social Media Governance Framework

Auf Basis des durch die HWZ ausgearbeiteten Governance Frameworks werden die folgenden vier Bereiche (Prozesse, Personen, Channels, Policies) aufgearbeitet. Organisationen müssen diese Ressorts ebenfalls für sich klären und die erstellten Richtlinien intern an Mitarbeiter aller Stufen kommunizieren.

Abbildung 3: Social Media Governance Framework, durch HWZ erarbeitet.

1. Prozesse:

• Klare Verantwortlichkeiten und Richtlinien in Bezug auf Kommunikation über die Social-Media-Kanäle erstellen.
• Marktbearbeitungsplan ausarbeiten, welcher die verschiedenen Kommunikationskanäle zu den Stakeholdern koordiniert, da es sich hier immer um einen interdisziplinären Bereich handelt.
• Sich bewusst sein, dass die Kunden einen «raschen» Dialog erwarten und nicht «langsam» informiert werden möchten.

2. Personen:

• Social Media ist ein Teil der digitalen Revolution.
• Demnach gilt es, die Mitarbeiter in diesem Bereich zu schulen und befähigen.
• Authentische und stringente Kommunikation für die verschiedenen Kanäle festlegen.

3. Channels / Kanäle:

• Hier gilt es im Vorfeld die Kanäle in Abstimmung mit den Zielgruppen und der jeweils vorhandenen Kultur zu kennen.
• Obwohl Facebook und LinkedIn aus Sicht der Marketingexperten die wichtigsten Plattformen sind, kommen sie z. Bsp. während eines Polizei-Einsatzes als Informationsquelle für die breite Bevölkerung nicht zum Einsatz. Facebook möchte für die Fanbasis bezahlt werden, LinkedIn ist für nicht-Erwerbstätige keine gängige Plattform.
• Die Sprache und Kultur der Kunden gilt es zu kennen und auch zu sprechen, nicht dass User unterschiedlicher Generationen aneinander vorbei kommunizieren.

Abbildung 4: Welche Social-Media-Kanäle pflegt ihre Organisation aktiv?

4. Policy:

• Meint das Regelwerk schlechthin oder die Verhaltensregeln im weiteren Sinne.
• Wichtig; Verantwortlichkeiten für die offiziellen Accounts festlegen.
• Bewusstsein betreffend Ziel der One-Voice-Policy, einer stringenten und einheitlichen Kommunikationsform, schaffen und dies anschliessend Unternehmensweit kommunizieren.
• Klare Trennung zwischen öffentlichen und privaten Accounts sicherstellen.

Warum den ganzen Aufwand betreiben?

Heute ist Social Media allgegenwärtig und in vielen Branchen ein Erfolg entscheidendes Element. Die Mitarbeiter sind als Brand-Ambassadeure zu betrachten, die sowohl geschäftlich wie auch privat auf den Social-Media-Kanälen engagiert sind. Der kleinste Fehltritt kann hierbei die Reputation des Mitarbeiters oder die des Arbeitgebers untergraben und zu gravieren Schäden führen.

Aufgrund der engen privaten und gesellschaftlichen Verflechtung ist diesem Risiko mit Verboten nicht nachzukommen. Deshalb bleibt den Unternehmungen nur der Schritt nach vorne, im Sinne einer Postulierung klarer «Policies» innerhalb der Governance. Das Risiko kann eingedämmt und eine zukunftsgerichtete Organisation aufgebaut werden (die mit der schnellen Entwicklung der WWW-Gesellschaft Schritt hält), wenn die folgenden Punkte beachtet und kommuniziert werden:

1. Verhalte dich online wie offline.
2. Catch the low hanging fruit, tue Gutes und berichte darüber.
3. Investiere in Aus- und Weiterbildung der Belegschaft.
4. Schaffe Leitlinien, biete bei heiklen Situationen den Support der Vorgesetzten an.
5. Schenk Vertrauen, aber kontrolliere auch entsprechend.
6. Sei authentisch, immer. Die Community straft ab, wenn Postings unecht sind.

Diese oben genannten Punkte sind stringent von allen Mitarbeitern aller Hierarchie-Stufen einzuhalten.

The post Social Media Governance appeared first on Institute for Digital Business.

Aus dem Unterricht des CAS Social Media Management mit Roger Hämmerli berichtet Sandra Aebli. 

Am 18. August 2018 fand das erste Modul des Herbstsemesters 2018 statt. Roger Hämmerli führte durch das Battle «Instagram versus Snapchat». Als Head of Social Media bei der Blick-Gruppe (Ringier AG) weiss der 27-jährige, von was er spricht. Und kann es anschaulich vermitteln. Nach seinem Wirtschaftsstudium an der Universität St. Gallen stieg er 2015 bei der Blick-Gruppe ein; erst als Social Media Manager, seit letztem Jahr in seiner jetzigen Funktion.

«Heute bist du kein FIRSTMOVER mehr, wenn du auf SOCIAL MEDIA bist. Du bist einer, wenn du gut darin bist.»

Instagram

(Kampfgewicht: 500 Millionen täglich aktive User)

Mit über einer Milliarde monatlich aktiver User und über 500 Millionen täglicher Anwender zählt Instagram zu den meist frequentiertesten und genutzten Social Networks. Während zu Beginn deutlich mehr Frauen auf Instagram aktiv waren, ist das Geschlechterverhältnis mittlerweile ausgeglichen (49.7% Männer, 50.3% Frauen). Die Anwendung wurde 2010 von Kevin Systrom und Mike Krieger entwickelt und im Laufe der Jahre mit weiteren Funktionen ausgestattet: Instant Messages, Business-Accounts, Ads und Stories. Mit dem kürzlichen Launch von Instagram TV (IGTV) wurde das Storytelling zudem neu definiert. Möglich machen dies vertikale Videos, die für Longtail-Formate optimiert sind.

Instagram funktioniert im Hashtag-Ökosystem. Nicht die Anzahl Hashtags (maximal 30 pro Post) ist entscheidend, sondern die Kombination. Eine Untersuchung von TrackMaven hat interessanterweise ergeben, dass das Optimum von eingesetzten Hashtags bei 9 Stück liegt. In erster Linie sollten die verwendeten Hashtags einen relevanten Bezug (Kontext) zum Post aufweisen.

«Content ist KING, aber Context is QUEEN. Und wir wissen alle, wer die Hosen an hat.»

Instagram unterscheidet zwei verschiedene Typen von Ads: Feed-Ads (gesponserte Anzeigen im Newsfeed) und Story-Ads (gesponserte Anzeigen zwischen den Stories). Die Bedeutung von Story-Ads wird weiter zunehmen, da die Verweildauer in den Stories stetig länger wird.

Praxistipps zu Instagram

• Immer Geo-Location angeben
• Keine zu grossen Hashtags (z.B. #picture, #photooftheday, … )
• Verwendung von bestehenden Hashtags (keine neuen erfinden)
• Terminierung der Posts für möglichst hohe Engagement-Raten: Mittwochs (15.00 Uhr), donnerstags (05.00 Uhr, 11.00 Uhr und 15.00 bis 16.00 Uhr) oder freitags (05.00 Uhr)
• Engagement-Rate bei der Auswahl von Influencern beachten

Snapchat

(Kampfgewicht: 188 Millionen aktive User pro Tag)

Mit selbstlöschenden Bildern differenzierte sich Snapchat klar von anderen sozialen Medien. Neben der herkömmlichen Messaging-Funktion für die Kommunikation haben die User keine Profile, die mit Inhalten weiter ausgebaut werden können. Stattdessen gibt es einseitig ausgerichtete Channels (Discover-Feature). Über diese können Unternehmensinhalte verbreitet werden.

Snapchat wurde 2010 von Robert «Bobby» Murphy und Evan Spiegel gegründet. Die zu Beginn als Sexting-App bekannte Anwendung wird heute vor allem von den Generationen Y und Z genutzt. Seit letztem Jahr bietet Snapchat die ortsbasierte Funktion Snap Map an. Diese stellt dessen Ökosystem dar, ist aber nicht dafür gemacht, Reichweite zu generieren. Mit dieser Funktion ist es den Nutzern möglich, den eigenen Standort zu teilen, aber auch Position und Stories der eigenen Kontakte an bestimmten Orten zu finden.

Die im Vergleich zu anderen sozialen Medien magere User Base entwickelte sich in den letzten Jahren nicht markant. Zudem verlor Snapchat vom ersten zum zweiten Quartal 2018 erstmals aktive Nutzer. Ob dies dem gefloppten Redesign oder dem Spectacles-Disaster zuzuschreiben ist, bleibt offen.

Dank dem Börsengang beläuft sich der aktuelle Wert von Snapchat auf 14.7 Milliarden. Dennoch hat die Firma ein Problem mit der Monetarisierung. Im Vergleich zu Facebook, die pro Daily Active User $9.26 einnehmen, liegen die Einkünfte von Snapchat bei $1.53. Die grösste Einnahmequelle sind die über 100’000 customized lenses.

And the winner is … Instagram!

Als Instagram die Story-Funktion von Snapchat klonte, war der Aufschrei gross. Doch Copy Cat Instagram hat Erfolg damit: Im März 2017 übertrafen die Instagram-Stories erstmals die Snapchat-Features. Ein weiterer Gratmesser für den Shift von Snapchat- zu Instagram-Stories war die Fashion Week 2017 in New York.

Mit Snapchat kann die Zielgruppe spielerisch erreicht werden. Weiter eignet sich die Anwendung für die Schaltung von Werbung. Doch die Zukunft gehört Instagram!

The post Instagram vs. Snapchat: Let’s get ready to rumble! appeared first on Institute for Digital Business.

Aus dem Unterricht des CAS Digital Finance, zum Thema Artificial und Biological Intelligence mit Dr. Marcel Blattner, Chief Data Scientist bei Tamedia, berichtet Alex Kloeppel.

Artificial Intelligence und Machine Learning in den Medien

Horrorszenarien gibt es genug. Wird künstliche Intelligenz bald einmal die menschliche Intelligenz überflügeln? Führen Robotik und andere Entwicklungen zu einer erbarmungslosen Flurbereinigung auf dem Arbeitsmarkt? Werden Roboter einst über die Menschheit herrschen?

Als Chief Data Scientist bei Tamedia weiss Dr. Marcel Blattner, dass vieles in den Medien über AI geschriebene falsch ist. Science Fiction Movies unterstützen das verzerrte Meinungsbild von AI in der Öffentlichkeit. Aufgrund der falschen und irreführenden Berichterstattung ist kein nützlicher Diskurs über das Thema möglich. Sehr viele Leute sind aufgrund der falschen Erwartungshaltung enttäuscht.

Verzerrtes Bild aufgrund Science-Fiction Movies und Medienberichterstattung

Technologie ist nicht neutral. Technologie wird aus wirtschaftlichen bzw. kulturellen Gründen entwickelt. Technologieentwicklung ist somit ein Produkt des wirtschaftlichen Umfelds und des kulturellen Hintergrunds. Auch dies wirkt sich auf die öffentliche Meinungsbildung aus und kann ein verzerrtes Bild geben. Beispielsweise geben Japaner dem Roboter eine Seele, Europäer und die USA sehen hingegen primär Risiken, was in der Filmindustrie nicht haltmacht.

Unterschiedliche Haltungen gegenüber Technologien: Japan vs. Europa

Ein weiteres Problem ist die Sprache, welche in Zusammenhang mit AI verwendet wird. Um präziser zu sein und keine falschen Erwartungen zu erwecken, könnte diese auch technisch formuliert werden:

Sprache in Zusammenhang mit Artificial Intelligence

Fazit: Dr. Marcel Blattner fordert eine kritische Würdigung, wenn es um Artificial Intelligence und Machine Learning geht. Doch was ist nun in der Realität machbar und was Bullshit-Bingo?

Was AI und Machine Learning wirklich sind

Maschinelles Lernen ist ein Oberbegriff für die künstliche Generierung von Wissen aus Erfahrung: Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Das heisst, es werden nicht einfach die Beispiele auswendig gelernt, sondern es erkennt Muster und Gesetzmässigkeiten in den Lerndaten. So kann das System auch unbekannte Daten beurteilen (Lerntransfer) oder aber am Lernen unbekannter Daten scheitern (Überanpassung).

Maschinelles Lernen heute

• Algorithmen für maschinelles Lernen lassen sich grob in drei Kategorien unterteilen:Beim Supervised Learning (überwachtes Lernen) wird der Algorithmus mit einem Datensatz von Eingaben (Inputs) und Ausgaben (Outputs) trainiert. Die Aufgabe des Algorithmus besteht drin, ein „Mapping“ – also eine Zuordnung der Eingangs- und Ausgangspaare – zu finden. Ist ein solcher Algorithmus entsprechend trainiert, kann er auf einen Eingangsdatensatz, für den noch keine Ausgaben existieren, angewandt werden. Solche Algorithmen werden oft zur Klassifizierung von Inhalten, zum Beispiel zur Bilderkennung, verwendet. Ein weiteres Anwendungsbeispiel ist die Handschrifterkennung.
• Beim Unsupervised Learning (unüberwachtes Lernen) wird nur ein Eingangsdatensatz verwendet. Der Algorithmus hat dann die Aufgabe, Muster und Kategorien zu identifizieren. Der Algorithmus erzeugt für eine gegebene Menge von Eingaben ein Modell, das die Eingaben beschreibt und Vorhersagen ermöglicht. Dabei gibt es Clustering-Verfahren, die die Daten in mehrere Kategorien einteilen, die sich durch charakteristische Muster voneinander unterscheiden. Das Netz erstellt somit selbständig Klassifikatoren, nach denen es die Eingabemuster einteilt.
• „Reinforcement Learning” ist eine Methode, die dem menschlichen Lernprozess am nächsten kommt. Hier hat der Algorithmus eine bestimmte Aufgabe und erhält durch die Interaktion mit seiner Umwelt Feedback – konkret eine Belohnung oder eine Bestrafung. Je länger der Algorithmus mitm¨ der Umwelt interagiert, desto besser kann er seine Aufgabe erfüllen. Solche Arten von Algorithmen werden zum Beispiel für das autonome Fahren eingesetzt, um reale Verkehrssituationen einzuschätzen. Auch in der Robotik kann diese Art von maschinellem Lernen eingesetzt werden.

Kategorien von Machine Learning und mögliche Einsatzgebiete

Mit unterschiedlichen Analytics-Arten werden unterschiedliche Fragestellungen beantwortet. Dabei werden für die jeweiligen Fragestellungen unterschiedliche Analyse-Methoden benötigt:

Unterschiedliche Analytics-Arten je nach Fragestellung

Machine Learning zwischen descriptive und predictice

Artificial Intelligence kann in 3 Kategorien unterteilt werden. Auf diese wird nachstehend eingegangen. Die nachstehende Grafik gibt zunächst einen Überblick über konkrete Anwendungsmöglichkeiten.

Kategorien von AI und Einsatzgebiete

Artificial Intelligence

Bei AI geht es um Techniken, mit welchen der Computer menschliches Verhalten nachahmen soll. AI kann dabei in 2 Kategorien unterteilt werden:

1. Artificial General Intelligence (in Grafik rot) ist aktuell nicht möglich. Hierbei handelt es sich um kognitive Fähigkeiten wie Menschen.
2. Möglich hingegen ist Artificial Narrow Intelligence (in Grafik gelb), also der Einsatz für spezifische Problemlösungen.

2 Kategorien von AI, wobei heute nur Artificial Narrow Intelligence möglich ist

Machine Learning

Machine Learning ist eine Unterart von AI. Bisher wurden Computer mit Daten und Regeln gefüttert. Machine Learning bedeutet hingegen, dass die Maschine die Regeln selbst lernt, d.h. die Algorithmen werden von der Maschine zusammengesetzt. Algorithmen sind für den Mensch nicht nachvollziehbar, da die Maschine eigene Regeln zur Problemlösung aufstellt (BLACK BOX).

Unterschied alte und neue Welt

Beispiel:

1. Daten: Bild von Katze
2. Vorgabe Resultat: Bild = Katze
3. Machine Learning, d.h. die Maschine lernt die REGEL

Maschinelles Lernen einer Zahlenerkennung

Deep Learning (neuronale Netze)

Deep Learning ist eine Unterart von Machine Learning. Die Besonderheit des Deep Learning besteht darin, dass der Computer sein Wissen mithilfe sogenannter neuronaler Netze strukturiert. Es erlaubt über die verfügbaren Daten hinaus zu lernen. Das beinhaltet die Fähigkeit, Informationen zu analysieren und zu bewerten, um logische Schlüsse zu ziehen, Lösungswege auszuwählen und aus Fehlern zu lernen. Je mehr Daten eine Maschine also empfängt, desto grösser ist ihre Lernfähigkeit und desto intelligenter kann sie werden. Die am meisten verbreiteten modernen Applikationen sind Stimm- und Bilderkennung.

Das Video bzw. nachstehende Bilder zeigen auf, wie die mathematische Struktur eines neuronalen Netzwerks interpretiert werden kann. D.h. das neuronale Netzwerk nimmt die Welt so nicht wahr, denn das kann es gar nicht! Weitere Infos gibt es hier.

Interpretation mathematische Struktur von Bildern in einem neuronalen Netzwerk

Doch wer setzt heute AI ein?

Die Einsatzmöglichkeiten von maschinellem Lernen sind gross. Je nach Branche sind die Einsatzgebiete aber unterschiedlich.

Anwendungsbeispiele nach Branchen

Weitere Anwendungsbeispiele

• Optimierung Marketingkanal
• Anhand von 2 Bach-Stücken hat AI anhand von Mustern ein neues Stück komponiert
• Coiffeurtermin am Telefon mit AI abmachen (Google Duplex)
• Roboter von Boston Dynamics (Mischung zwischen Machine Learning und klassischer Kontrolltheorie)

AI einzusetzen ist teuer. Der umfassende Einsatz erfolgt aktuell v.a. bei Firmen mit starker Finanzkraft (Medienhäuser, Autoindustrie, Finanzsektor). Die grossen Konzerne, insbesondere die technologieorientierten möchten die Entwicklung der AI mitbestimmen und für sich nutzen. Das grosse Interesse an Start-ups im Bereich AI unterstreicht dies; die Investitionen in Start-up Unternehmen, die sich mit dem Thema künstliche Intelligenz beschäftigen, sind in den letzten Jahren in die Höhe geschnellt. Wurden im Jahr 2012 noch knapp 590 Mio. USD investiert, hat sich das Volumen im Jahr 2016 auf 5 Mrd. USD fast verzehnfacht. Details gibt es hier.

Künstliche Intelligenz im Aufwärtstrend

Bei den Unternehmenszukäufen tut sich insbesondere Google hervor: mit 11 relevanten Übernahmen innerhalb von fünf Jahren liegt der Techkonzern klar vor Konkurrenten wie Apple und Intel, die sich mit 5 Akquisitionen den zweiten Platz teilen (Grafik). Die Aufschlüsselung der Akquisitionen zeigt, wie hoch das Thema von Technologieunternehmen und inzwischen z.B. auch von der Automobilindustrie priorisiert wird. Die Anzahl der Deals ist immer enger getaktet, die Aktivität nimmt zu und viele Unternehmen haben in den letzten beiden Jahren begonnen, sich dem Thema AI zuzuwenden (z.B. Amazon, Oracle oder Ford).

Tipp bei einem Einsatz: Auf die Teamzusammensetzung kommt es an, um erfolgreich zu sein. Ein interdisziplinäres Team besteht beispielsweise aus Physikern, Mathematikern, Psychologen, und Leute vom Business. Auch zu beachten ist, dass es sich am Anfang um ein Investment für die Zukunft handelt.

Risiken

Während sich herkömmliche Software durch Transparenz und nachweislich korrektes Verhalten auszeichnet, ist Machine Learning unscharf, flexibel und undurchsichtig. Modernes Machine Learning funktioniere gut, weil es komplexe Zusammenhänge aus Trainingsdaten lernen kann. Auf diese Weise erkenne es Dinge, seien es Gesichter, Betrugsmuster oder Spam, mit denen menschliche Programmierer nicht mithalten können. Aber diese Fähigkeit kann auf unerwartete Weise zum Bumerang werden. Wenn die Trainingsdaten eine falsche oder nicht existente Korrelation enthalten, kann dies unweigerlich zu Verzerrungen (Bias) des Ergebnisses führen.

Negative Beispiele:

• Chatbot reagiert aufgrund Gelerntem mit Beschimpfungen und Diffamierungen
• Fotos Google-Eingabe „Professional Haircut“ ergibt junge adrette Herren. Mit der Eingabe „Unprofessional Haircut“ erscheinen hauptsächlich dunkelhäutige Frauen;
• Google erkennt dunkelhäutige Menschen als Gorillas;
• Algorithmus verwendet falsche Korrelation (z.B. Korrelation zwischen Rasse, Geschlecht und Einkommen);
• Word Embedding: z.B. Eingabe „Sie sind…“ wird von der Maschine positiv gewertet, „Du bist….“ hingegen negativ, Problematik: bei vielen Maschinen erfolgt trotzdem eine 1:1 Weiterverwendung, Tamedia nimmt z.B. manuelle Korrekturen vor.

Maschine versus Mensch

Die Angst des Menschen von Maschinen komplett ersetzt zu werden ist heutzutage unbegründet. Zu bedenken gilt es allerdings, das der zunehmende Einsatz von intelligenten Geräten und Maschinen Produktionsprozesse und Geschäftsabläufe weiter optimieren und effizienter machen wird. Für einen Teil der arbeitenden Bevölkerung gilt es, sich aufgrund dieser zunehmenden Automatisierung und Robotisierung neu auszurichten. Auf der anderen Seite ist der Kampf um Know-how und Manpower auf dem Gebiet der künstlichen Intelligenz voll entbrannt (was wiederum der Run auf erfolgversprechende Start-ups belegt). Inwieweit sich Servicemitarbeiter, Pflegekräfte oder Entwickler wirklich von Maschinen ersetzen lassen, wird auch von der Kundenakzeptanz und den Grenzen der Humanisierbarkeit von Programmen abhängen.

Mensch bzw. Maschine können also je nach Kompetenz gezielt eingesetzt werden. Für repetitive Arbeiten wird der Mensch zunehmend ersetzt. Es gibt aber weiterhin viele Tätigkeiten, welche eine Maschine nicht gleich gut machen kann! Doch was ist der Unterschied von Maschinen zum Mensch?

Unterschiede menschliches Hirn und Maschine:

• Der Mensch hat Kreativität, die Maschine grundsätzlich nicht.
• Der Mensch ist schlecht bei logischen Operationen, die Maschine hingegen ist sehr gut.
• Das Hirn ist energieeffizienter: Dieses braucht lediglich die Energie einer Banane (ca. 60 Watt), die Maschine braucht je nachdem erheblich mehr Strom.
• Das Hirn des Menschen kann sich selbst organisieren.

Unterschied zwischen dem menschlichen Hirn und AI basierend auf Systemen

Outlook

Menschen werden mit Maschinen näher zusammenrücken. 10 Beispiele von Menschen mit übernatürlichen Fähigkeiten (Biohacking) gehen aus dem Video hervor.

Take Aways

• AI und Machine Learning ist keine Hexerei
• basiert auf Daten
• Risiko: Maschine wird gefüttert -> Pattern (Muster) -> Bias (Verzerrung)
• Maschinen sind nicht neutral -> politische Diskussion ist gefordert und man sollte kritisch gegenüber Medienberichterstattungen sein
• beim Einsatz von AI im Betrieb Spezialisten holen
  

Weiterführende Links

Machine Learning für Anfänger Teil 1: Grundlagen und Definition

Machine Learning für Anfänger Teil 2: Erklärung insbesondere Unterschied Supervised / Unsupervised

Keine Panik beim Umgang mit AI

Gesichtserkennung von Amazon mit Schlagseite

Google hat den Quellcode von Inceptionism geöffnet

How Deep Dreams (Basically) Work

Training bei GOOGLE

Wie falschen Botschaften in den Medien begegnet werden kann

The post Artificial Intelligence: Was ist Science Fiction und was Realität? appeared first on Institute for Digital Business.

Aus dem Unterricht des CAS Digital Real Estate mit Rebekka Ruppel, Senior Consaltenet pom+Consulting AG,  Mario Facchinetti, Repräsentant SwissProp Tech und Severin Maegerle,  Co-Founder FAIRWALTER berichtet Hans-Peter Aebischer:

Im Unterricht erfahren wir, wie die Innovation Engine funktioniert, was PropTechs sind, wie Swissproptech seine Mitglieder unterstützt und wie ein Startup entsteht.

Innovation Engine

Rebekka Ruppel stellt uns das Innovation Engine Tool von pom+ vor. Das Tool hilft bei der Suche nach innovativen Ideen für Problemlösungen in der Immobilienwirtschaft.

Es orientiert sich am Grundprozess der Innovationsentwicklung mit den 3 Hauptprozessschritten:

• Add & Connect
• Explore & Select
• Ideate & Innovate

Mit den 4 Subschritten trends, clusters, opportunity spaces und actions & business case wird der Prozess digital durchgespielt.

• Beim Schritt trends geht es darum aktuelle Trends, aus den Mega-, Makro- und Mikro-Trends zu generieren. Gleichzeitig wird nach Technologien und Lösungsansätzen mit dem Fokus Real Estate monitorisiert.
• Beim Schritt clusters definiert und clustert man die relevanten Inhalten für das Unternehmen. Die Aspekte; Erhöhung der Kundenzufriedenheit, Wachstumspotential, Effizienzsteigerung und Risikoreduktion sollen bewertet werden.
• Beim Schritt opportunity spaces werden die strategischen Innovations- und Handlungsfelder der Unternehmung festgelegt.
• Beim letzten Schritt actions & business cases wird der Business Case und die Durchführung und Steuerung von Kampagnen entwickelt.

In der praktischen Anwendung konnten wir das Tool testen. Wie haben aber auch gemerkt, dass triviale Probleme wie Firmenfirewall und Loginrechte schnell die Euphorie bremsen können.

PropTech

Mario Facchinetti eklärt uns, was PropTech’s sind und wie der Schweizer Verband (SwissProp Tech) die Mitglieder unterstützt. Am Beispiel vom Startup FAIRWALTER mit Severin Maegerle erhalten wir Einblick in die Praxis eines Startups.

Was bedeutet der Begriff PropTech?
Prop Tech ist die Kurzform für Property Services Technologie. Der Begriff setzt sich aus den beiden Worten Prop (Property = Besitz, Eigentum, Immobilie) und Tech (Technology = digitale Technologien) zusammen. PropTech umschreibt sämtliche technologischen und digitale Neuerungen, die derzeit in der Immobilienbranche stattfinden.

Was machen PropTechs?
PropTech Firmen sind meist Aussenseiter der Immobilienbranche. Sie bieten der Immobilienwirtschaft innovative Lösungen in Form von digitalen Technologien und/oder Geschäftsmodellen an. Dazu analysieren und verbessern die klassischen Geschäftsabläufe. Diese werden in die digitale Welt verlagert und sollen anwenderfreundlicher gestaltet werden. Ihre Produkte sollen bestehende Prozesse vereinfachen. Ihr Motto ist:  10 x BESSER, 10 x GÜNSTIGER, 10 x SCHNELLER. Demzufolge entwickeln sie nicht „nice to have“ sondern „have to have“ Lösungen.  Sie arbeiten rasch und fokussiert. Das Produkt soll möglichst rasch entwickelt und auf den Markt gebracht werden. Weil die Konkurrenz in diesem Markt gross und schnell ist.

Wie finanzieren sich PropTech Firmen?
Algorithmen sind nicht patentierbar und bringen nicht direkt Geld ein. Darum sind PropTech Firmen meist auf externe Investoren angewiesen. PropTech Unternehmen besitzen bis zum fünften Jahr nach ihrer Gründung den Startup-Status, danach verlieren sie diesen.

Was unterscheidet PropTechs von anderen Unternehmen?
PropTech Firmen wenden ein gut strukturiertes und analytisches Vorgehen in Sachen Wertschöpfungskette und Prozessoptimierung an. Sie nehmen die Outsider Perspektive ein und gehen die Problemlösung von einer neuen ganzheitlichen Perspektive aus an. Ihre Produkte und Services sind international skalierbar.

Wie Informieren sich PropTechs?
Neustes Wissen ist in dieser Branche matchentscheidend. Darum nutzen die Firmen diverse Informationskanäle wie: Events, Social Media, Online Media, Print Media, Studien, Weiterbildung und Tools.

SwissProp Tech

Was macht SwissPropTech?
PropTech ist eine international organisierte Bewegung, welche Startups bündelt. Der Schweizer Verband SwissProp Tech ist in zwei aktive Regionen aufgeteilt. Die Region Westschweiz mit der EPFL und die Region Süd. Die Mitgliederanzahl wächst rasant. Innert 1.5 Jahren hat diese von 6 auf 60 zugenommen.

SwissPropTech schlägt Brücken zwischen aufstrebenden Jungunternehmen und der etablierten Immobilienwelt, um nachhaltigen Mehrwert für beide Branchenplayer zu schaffen.  Dabei vernetzt sie Firmen der Immobilienwirtschaft mit innovativen Startups aus der Schweiz und dem Ausland. Mario Facchinelli sagt: „PropTech ist wie ein Puzzle“. Das Endprodukt besteht aus vielen Einzelteilen (Tools, Partner, Wissen), welche gefunden und zusammengefügt werden müssen. Für die Entwicklung von guten Lösungen bedarf es eines guten Netzwerkes. Die richtigen Partner und Tool’s müssen sich finden. Dazu organisiert SwissProp Tech diverse Aktivitäten wie Meetings, Workshops und Messen.

Wo alles sind die PropTechs aktiv?
Um zu analysieren, was die PropTech’s machen, hilft es Firmen nach den drei Ebenen Geschäftsmodell, Technologie und Markt zu unterscheiden. Zur Visualisierung werden die bekannten Firmen in PropTech-Maps nach Themengebieten geclustert. Diese helfen einen Überblick über die Branche zu erhalten.

Startup Firma FAIRWALTER

Das Startup FAIRWALTER wurde im November 2017 gegründet. Es besteht aus einem Team von drei Personen, welche seit gut einem Jahr an der Programmierung des Tools arbeiten. FAIRWALTER entwickelt eine moderne Immobiliensoftware für Verwaltungs-Unternehmen und Private.

Serverin Maegerle, Co- Founder FAIRWALTER (links) im Interview mit Mario Facchinetti, SwissProp Tech (rechts).

Die Web-Applikation beinhaltet verschiedene Tools, die dem Nutzer den Prozess des Mieter- und Kostenmanagement’s in einem end-to-end Tool zur Verfügung stellt. Alles soll digital und vernetzt erledigt werden können.  Die Vorteile seiner Lösung sieht Severin in der medienbruchfreien Zusammenarbeit, der hohen Effizienz und Transparenz des Reportings.

Der Ansatz von Severin Maegerle ist: „Geh raus und rede mit den Leuten. Finde ihre Probleme heraus und such nach innovativen Lösungen“. Bei den alten Tools gab es Probleme wie Medienbrüche, veraltete Daten und hohe Kosten für Systemwechsel. Die Weblösung von Fairwalter kostet demgegenüber nur CHF 5 pro Objekt und Monat. Seine persönliche Motivation ist, die Freiheit seiner eigenen Vorstellungen realisieren zu können.

Als Projektmanagement und Zusammenarbeitsplattform verwenden sie die Tools „Slack“ und „asana“. Die grösste Herausforderung sieht Severin in der Allokation von Fachkräften. Zum Beispiel bindet Google auf dem Platz Zürich viel gute Leute und zahlt hohe Gehälter. Darum arbeitet Severin mit Freelancern aus Osteuropa zusammen.

The post Innovation Engine, PropTech und Startups appeared first on Institute for Digital Business.

Aus dem Unterricht des CAS Digital Insurance mit Dr. Matthias Sembach berichtet Louis Gil:

Fallbeispiel Sanitas

Anhand des Fallbeispiels der Sanitas hat uns Dr. Matthias Sembach eindrücklich gezeigt, was Digitalisierung bei einer Krankenversicherung bewirken kann.

Der Start der digitalen „Reise“ der Sanitas ist anfänglich nicht ganz freiwillig erfolgt. Die Sanitas sah sich vor einigen Jahren damit konfrontiert, dass aufgrund eines fehlenden eigenen Vertriebnetzes ein Kundenschwund zu verzeichnen war. Zudem war der Krankenversicherungsmarkt mit Tendenzen der Konsolidierung und stärkeren Regulierung konfrontiert. Die Sanitas musste aus der Not heraus handeln und entschloss sich für den digitalen Weg, obwohl im 2012 nur 3 % der Kunden komplett digital waren.

Wie wird man digital?

Um digital zu werden, reicht es nicht, eine eigene Website oder ein Kundenportal aufzubauen. Man braucht bereits von der obersten Unternehmensführung her Menschen mit der nötigen digitalen Kompetenz. So wurde der Verwaltungsrat mit digital affinen Persönlichkeiten besetzt, die bei Swisscom und Google bereits in Schlüsselpositionen tätig waren.

Aufbau des digitalen Kanals

Da kein eigener Filialvertrieb existierte, hatte man nicht mit dem üblichen internen Konkurrenzkampf der Vertriebskanäle zu kämpfen. Die digitale Reise war kein linearer Verlauf, sondern immer ein Test and Learn. Dies war nicht immer einfach für die Mitarbeitenden, weshalb auch einige in dieser Veränderungsphase das Unternehmen verlassen haben.

Mit rund 30 FTE’s wurde ein Data Analytics Team aufgebaut. Die Learnings daraus waren die folgenden:

• Data beats Opinion, d.h. Daten-basiert vorgehen und sich nicht von der eigenen Meinung leiten lassen.
• Hypothesen-basiertes Vorgehen: Durch das vorhandene Datenmaterial konnte sehr strukturiert vorgegangen werden. Aufgrund der Daten wurden Annahmen (ca. 150 Hypothesen) getroffen und Ziele definiert und erst dann wurde der Pilot ausgespielt und mit der Realität verglichen.
• Data Stories wurden erstellt. Personen aus dem Kontaktcenter, die eigentlich mit der Digitalisierung nicht so viel zu tun hatten, wurden in die Projekte involviert. Diese Mitarbeiter konnten beim Nachfasen der digital erhaltenen Leads telefonisch ausfindig machen, wer zum Beispiel die Hauptkonkurrenten sind.
• Bounderies of control. Im Team wurden folgende Regeln vereinbart:
  – Wenn man etwas verspricht, dann muss man es auch einhalten.
  – Wenn man Hilfe braucht, muss man rechtzeitig Bescheid geben.
  – No political bullshit
• Man wollte Pendler auf dem Weg zur Arbeit digital direkt ansprechen und animieren, eine obligatorische Krankenversicherung online abzuschliessen. Grundsätzlich eine gute Idee. Jedoch ist auf dem Bahnverkehr wegen den vielen Tunnels die Telefonverbindung so schlecht, dass dieses Projekt kein Erfolg wurde.

Fazit zur Sanitas Fallstudie

Not macht erfinderisch, Not macht digital. Der Mut, diesen Weg einzuschlagen, hat sich für die Sanitas gelohnt. Mittlerweile ist der digitale Kanal der erfolgreichste Verkaufskanal der Sanitas.

Gedankenspiel für eine neue digitale Krankenversicherung

Im Rahmen des Unterrichts haben wir uns im Plenum überlegt, welche neue digitale Krankenversicherung gegründet werden könnte und was man dazu beachten muss.

In diesem Gedankenspiel sind wir auf extrem viele Punkte gestossen, die nebst der Digitalisierung grosse Herausforderungen darstellen. Dies ging von den regulatorischen Hürden bis hin zu den Eintrittskosten, die aufgrund der gesetzlichen Vorgaben sehr hoch sind. Nachdem in der Klasse eine positive Eigendynamik bei der Entwicklung dieser Geschäftsidee „ausgebrochen“ war, ist man am Schluss einstimmig zum Schluss gekommen, dass aufgrund des Risikos niemand in diesen Business Case investieren würde.

Fazit „neue Krankenversicherung“

Bei einer Business Idee, von der man selber sehr überzeugt ist, muss man stets auch sehr kritisch bleiben und wenn die Fakten dagegen sprechen den Mut haben, das Vorhaben abzubrechen.

The post Not macht digital appeared first on Institute for Digital Business.

Aus dem Unterricht des CAS Digital Finance mit Dozent Markus Graf, Co–Founder & Startup Coach – SIX Group / F10 und Viola Zoller, Event & Community Manager – SIX Group / F10, berichtet Student David Studer.

Der 26. Juni 2018 stand im ganz im Zeichen von FinTech. Der Lehrgang CAS Digital Finance von der HWZ war zu Besuch beim F10 Incubator & Accelerator in Zürich. Wir erhielten spannende Einblicke in die Tätigkeit eines führenden FinTech Incubators und dessen Innovationstätigkeit.

An der Förlibuckstrasse 10 in Zürich befindet sich das F10. Was wie eine Rakete klingt, ist der SIX’s Incubator & Accelerator für FinTech, also das Innovationszentrum und der Brutkasten für neue Ideen. Zwar entwickelt F10 keine neuen Raketen um zum Mond zu fliegen, doch findet sich eine Rakete im Logo des F10. Diese steht sinnbildlich für neue Technologien, Innovation, Vernetzung und Kooperation. Die Spezialisten vom F10 sind überzeugt, dass die Digitalisierung immer rascher voranschreiten und immer mehr Bereiche, Branchen und Services tangieren wird.

Das F10 besitzt die Rechtsform eines Vereins und hat zum Ziel, das FinTech Ökosystem in der Schweiz zu fördern, weltweit zu vernetzen und somit die Innovationsfähigkeit der Finanz- und Versicherungsbranche zu stärken und einen nachhaltigen Beitrag zum Aufbau eines zukünftigen modernen Finanzplatzes Schweiz zu leisten. Zu den namhaften Mitgliedern des F10, welches als NPO (non-profit organization) aufgestellt ist, gehören nebst SIX Banken wie Julius Bär, die Zürcher Kantonalbank und die Raiffeisen Bank aber auch Versicherer wie Generali und Basler oder das Beratungsunternehmen PWC.

Insbesondere das verbessern der Innovationsfähigkeit des Banken- und Versicherungsplatzes Schweiz erachtet Markus Graf als dringend notwendig. Graf ist der Meinung, dass sich die Art, wie Kunden künftig Finanzdienstleistungen beziehen werden, grundlegend verändern wird. Immer mehr würden Financial Services auf digitalen Kanälen verlangt. Der Trend gehe klar in Richtung Mobile.

Um aufzuzeigen, wie sich die Kundenbedürfnisse wandeln werden, zog Graf das Beispiel von UHNWI-Bankkunden (Ultra high-net-worth individuals), also Bankkunden mit sehr hohem Vermögen, heran. Viele Banken und deren Kundenberater hielten noch nicht viel von FinTech, Mobile-Lösungen und dergleichen und seien immer noch überzeugt, dass die Kunden das persönliche Gespräch auch in Zukunft einer App vorziehen werden. Ihnen fehle die Fähigkeit zu antizipieren, welche Dienstleistungen künftig gefragt sein werden. Doch Graf ist überzeugt, dass die Nachkommen dieser Kunden, die meist 70 Jahre und älter seien, nach und nach andere Services und Dienstleistungen von Banken verlangen werden. Diese bewegen sich weg von der ausschliesslich persönlichen Beratung hin zu hybriden Modellen und elektronischen Lösungen. Dieser Entwicklung gelte es Rechnung zu tragen.

Grafik F10: Anticipation

Innovation vs. Invention

Innovation heisst wörtlich übersetzt Neuerung oder Erneuerung. Das bedeutet, ein bestehendes Produkt, ein bestehender Prozess oder ein bestehender Service wird signifikant verbessert. Das ist die Kernkompetenz des F10. Eine Invention hingegen ist eine Erfindung. Dies ist der Fall, wenn ein Produkt oder ein Prozess zum ersten Mal kreiert wird. Invention steht meist in Zusammenhang mit Universitäten und deren Grundlagenforschung und hat nichts mit der Haupttätigkeit des F10 zu tun.

Das Innovationsproblem

Innovation braucht Zeit und kostet einiges. Ein ökonomischer Nutzen tritt nicht unmittelbar ein und kann im Worst Case auch mal ganz ausbleiben. Dies ist mit ein Grund dafür, wieso Geschäftsleitungen gegenüber Innovationsprojekten oftmals sehr kritisch eingestellt sind. In ihrer Welt von Quartalsabschlüssen und Jahresgewinnen passen Cash-Flows, die erst Jahre später zu Buche schlagen, meist nicht ins Konzept. Ein weiteres Problem seien die Entscheidungsträger in den Geschäftsleitungen, welche durch jahrzehntelange Berufstätigkeit risikoavers geworden sind und unter einer gewissen Déformation professionelle leiden. Zudem haben etablierte Firmen Schwierigkeiten, neue Technologien zu adaptieren und sich gegen disruptive Anbieter im Markt zu behaupten.

Es gibt aber noch weitere Gründe für Innovationsprobleme. Zum einen haben viele grosse Unternehmen in der Finanz- und Versicherungsbranche mit veralteten IT-Systemen, sogenannter Legacy-IT, zu kämpfen oder es fehlt schlichtweg das entsprechende Know-how. Den Hauptgrund für mangelnde Innovationsfähigkeit sieht Graf jedoch in der Unternehmenskultur. So seien aufgrund von schlechten Zielvorgaben und Jahreszielen (MbO; Management by Objectives), die direkt mit dem Bonus verknüpft sind, gar keine grossen Veränderungen und bahnbrechende Innovationen möglich. Der Zeithorizont ist schlicht zu kurz. Diese Innovationen bräuchten, wie oben beschrieben, einfach zu lange, um für die Jahresendbeurteilung relevant zu sein. Dies werde sich in Zukunft ändern müssen, damit langfristige Innovation vermehrt stattfindet. Denn beim F10 ist man überzeugt, dass die Kannibalisierung des Business ohnehin stattfinden wird. Entweder man macht es als Firma selbst oder ein anderer tut es.

Grafik F10: Cannibalization

Fail fast, fail early

Der Innovationsprozess von F10 lässt sich in die vier Phasen «hear», «create», deliver» und «validate» unterteilen. Der Sprint, also der Entwicklungszyklus, dauert nur 3 Wochen.

1. Hear: Die Firma spricht mit verschiedenen Stakeholdern und klärt die Kundenbedürfnisse ab
2. Create: Ein Prototyp wird gebaut. Falls nötig werden Änderungen vorgenommen.
3. Deliver: Der Prototyp wird geliefert
4. Validate: Der Prototyp wird von den Kunden getestet.

Danach wird entschieden, ob ein grösseres Projekt gestartet wird oder nicht.

Das Ziel des F10-Innovationsprozesses ist ein sogenanntes MVP (Minimum viable product). Also ein «minimal überlebensfähiges Produkt». So kann mit minimalem Aufwand ein Kundenbedürfnis gedeckt werden und die Kunden können Feedback zu einem Produkt-Prototypen geben.

Grafik F10: Innovation Process

Wie löste SIX das Innovationsproblem?

SIX/F10 löst das Innovationsproblem indem sie einen sogenannten Hackathon (Wortschöpfung aus «Hack» und «Marathon») veranstalten. Hierbei treffen sich Leute aus verschiedenen Fachbereichen, um gemeinsam ein Produkt oder eine Dienstleistung zu entwickeln. Diese Veranstaltungen finden weltweit statt. So beispielsweise in Zürich, Wien, Singapur und Sao Paolo.

F10, welches die Organisation und die Finanzierung übernimmt, gewährt den Teilnehmern die vollen Rechte an den Innovationen. Die Teilung erfolgt 100/100 – es haben also die Hackathon-Teilnehmenden und F10 die vollen Rechte und sind so gleichgestellt. F10 sieht in Hackathon vor allem eine Chance, neue Märkte kennen zu lernen, Talente zu finden und an neue Innovationen und Ideen zu kommen.

Die bisherigen Hackathons von F10 stiessen auf grosses Interesse und brachten zahlreiche neue Innovationen hervor. Untenstehende Tabelle fasst den beeindruckenden Output eines solchen Hackathons übersichtlich zusammen.

Grafik F10: Hackathon Output

Grafik F10: Hackathon Program Overview

Wer innovativ ist oder ein Produkt oder eine Dienstleistung für die Finanzbranche entwickeln will und fundierte fachliche Unterstützung insbesondere in den Bereichen Finanzen und IT wünscht, ist bei den Spezialisten von F10 herzlich willkommen und bestens aufgehoben. Die Finanzbranche in der Schweiz braucht auch künftig viele zündende Ideen.

The post F10 Fintech Incubator & Accelerator appeared first on Institute for Digital Business.

Aus dem Unterricht des CAS Digital Leadership mit Andreas Von Gunten berichtet Olivier Korda:

Gespannt nach dem ersten Einführungstag unseres Digital Leadership Lehrganges waren wir auf die Ausführungen von Andreas Von Gunten. Voller Elan und Begeisterung brachte er uns die Thematik „Politik in der digitalen Welt“, sprich Themen der Netzsperren und Netzneutralität näher.

Begonnen haben wir den Unterricht mit einem Slide zum Thema „Fake News“. Wie können wir heute prüfen, ob die gelesenen Informationen „true“ or „fake“ sind? Heute versuchen die verschiedenen Plattformen wie u.a. Facebook oder Twitter mittels Zensur eine entsprechende Newsübermittlung zu steuern. Ob dies den Grundrechten einer freien Meinungsäusserung gerecht wird, ist fraglich.

Wichtig ist jedoch, dass wir uns aktiv in Themen einmischen und ihnen eine Stimme geben. Egal ob in der Unternehmung, im privaten Umfeld oder im politischen Umfeld. Als Grundsatz gilt, dass die Stimmen in allen Variationen über die diversen Kanäle eingebracht werden. Die Digitalisierung und das Internet bieten hierfür viele Möglichkeiten.

Netzsperren

Nun stellt sich die Frage, ob das Internet wirklich ein rechtsfreier Raum darstellt. Eigentlich wissen wir alle, dass dem nicht so ist. Die Durchsetzung dieser Rechtsansprüche im digitalen Raum ist nicht immer einfach. Oft können die Delikte nicht 100% dem Verursachen zugeordnet werden. Andreas Von Gunten ist der Meinung, dass man keinen Unterschied machen sollte zwischen der digitalen und analogen Welt. Denn das Internet ist Teil unseres Lebens und dort gelten somit die gleichen Gesetze.

Wenn Rechtsverletzungen durch Netzsperren entgegengewirkt werden soll, dann ist dies ein illusorisches Unterfangen. Denn sobald die User informiert sind, werden sie diese Sperren umgehen. Solche Sperren führen dann zu Einschränkungen für alle Beteiligten.

Quelle: Vorlesungsunterlagen A. Von Gunten (01.09.2018)

Netzneutralität

Ein weiterer Themenblock handelte um die Netzneutralität.

«NETZNEUTRALITÄT BEZEICHNET DIE NICHT-DISKRIMINIERENDE ÜBERTRAGUNG VON DATEN IM INTERNET.» (netzneutral.ch)

Als Grundsatz gelten 3 Prinzipien:

1. Jedes angeschlossene Gerät soll mit jedem anderen frei kommunizieren können (End-to-End-Prinzip)
2. Jeder Netzbetreiber soll sein Bestmöglichstes dazu beitragen, dass die Daten so effizient wie möglich fliessen können (Best-effort-Prinzip)
3. Jeder soll das Internet weiterentwickeln und eigene Dienste und Inhalte anbieten können, ohne dafür die Netzbetreiber oder jemanden anderen um Erlaubnis bitten zu müssen (innovation-without-permission-Prinzip)

Quelle: Vorlesungsunterlagen A. Von Gunten (01.09.2018) /Grafik aus der LNN vom 10.11.2015

Mit der Thematik der Netzneutralität müssen sich alle Unternehmungen auseinander setzen und nicht nur die immer erwähnten Grosskonzerne wie Youtube, Facebook, Google und Netflix.

Abschliessend bleibt noch das Politikum der vielen neuen Medienmitteilungen seitens Bund im Rahmen der Digitalisierung, welche aktive Reaktionen seitens der Bürgerinnen und Bürger erfordern. Denn in den diversen Mitteilungen werden relevante Informationen, bzw. Gesetzesanpassungen eingepackt, welche auf den ersten Blick nicht direkt ersichtlich sind. So gilt es genau hinzusehen, was auf uns zukommen wird und mit welchen Konsequenzen. Hier appelliert Von Gunten an eine transparente und klare Kommunikation seitens der Gesetzgeber.

The post Netzneutralität & Netzsperren appeared first on Institute for Digital Business.

Aus dem Unterricht des CAS Digital Real Estate 18-2 mit Dr. Christoph Meister berichten Frederic Berger und Christoph Lütolf.

Die Digitalisierung hat einen grossen Einfluss auf die Art, wie Produkte und Dienstleistungen angeboten und konsumiert werden. Zusammen mit dem Internet hat sie eine Vielzahl von Geschäftsmodellen verändert und noch mehr Geschäftsmodelle überhaupt ermöglicht. Digitale Geschäftsmodelle können traditionelle Modelle bedrohen. So haben Streamingdienste mittlerweile Video- und DVD-Verleihe abgelöst und der Onlinehandel ist zu einer starken Konkurrenz zum klassischen Einzelhandel geworden. Der «St. Galler Business Model Navigator» hilft bei der Orientierung in der Geschäftsmodell-Landschaft und unterstützt bei der Auswahl des anzuwendenden Modells.

Was ist ein Geschäftsmodell?

Ein Geschäftsmodell beschreibt, wie beim Kunden durch ein Produkt oder eine Dienstleistung Mehrwert generiert wird und wie die Unternehmung damit Geld verdient. Das «Canvas Business Model» kann als Basis für die Beschreibung eines Geschäftsmodells dienen. Es teilt die wichtigsten Tätigkeiten der Unternehmung in neun Blöcke ein:

Zusammen beantworten diese 9 Blöcke im Canvas Modell die Fragen nach dem Wie (how?), Was (what?), Wer (who?) und dem Wieso (why?). Diese Fragen sind gleichzeitig auch die Dimensionen eines Geschäftsmodells, die das «St. Galler Business Model» anwendet:

Die Dimensionen einen Geschäftsmodells nach dem St. Galler Ansatz

• Welcher Wert wird offeriert?
• Wie wird der Wert entwickelt und dem Kunden ausgeliefert?
• Wer sind die Kunden?
• Wieso wirft das Modell Profit ab?

Business Model Innovation

Um ein Unternehmen zu innovieren und auf die Zukunft auszurichten, kann man an den verschiedenen Dimensionen Anpassungen machen. Die Veränderung des «What?» beispielsweise entspricht einer Produktinnovation, bei der Veränderung des «How?» spricht man von Prozessinnovation. In beiden Fällen ändert sich am Geschäftsmodell nicht viel. Deshalb spricht man erst von einer «Business Model Innovation», wenn mehr als eine Dimension betroffen ist.

Um eine neues Geschäftsmodell zu kreieren, gibt es drei Strategien. Beim Transfer überträgt man das Produkt in ein neues Geschäftsmodell. Ein Beispiel dafür ist Blacksocks, eine Unternehmung, die den regelmässigen Kauf schwarzer Socken in ein «Subscription Model» überführt hat. «Combine» bezeichnet die Kombination mehrerer Geschäftsmodelle zu einem. Die «Leverage»-Strategie sieht die Integration eines Produkts in ein  neues Geschäftsmodell vor, welches die Erschliessung neuer Märkte (neue Kunden) ermöglicht. Empirische Erhebungen zeigen, dass über 90% der neuen Firmen Neuanordnungen von bestehenden Geschäftsmustern sind.

Hilfreich für die Entwicklung eines neuen Geschäftsmodells kann auch der Ansatz der «Blue Ocean-Theorie» sein, bei der gänzlich neue, unberührte Märkte erschlossen oder sogar entwickelt werden. Nestlé z.B. hat dies erfolgreich mit der Entwicklung und dem Verkauf von Kaffeekapseln umgesetzt. Vor der Einführung von «Nespresso» gab es im Consumer-Bereich noch keinen Markt dafür.

Erfolg mit digitalen Geschäftsmodellen

Digitale Geschäftsmodelle sind immer ein Mix zwischen digitalen und physischen Produkten. Dabei ist die Technologie für den Erfolg eines Unternehmens allein nicht entscheidend. Zentral ist stets die Integration des Produkts in ein Geschäftsmodell. Das Potenzial für die Generierung von Mehrwert liegt bei einer Geschäftsmodell-Innovation auch deutlich höher als bei einer reinen Produkt-Innovation. Handkehrum bedingt die Entwicklung eines neuen Produkts oft gleichzeitig die Entwicklung eines neuen Geschäftsmodells. Nach Meinung von Experten wird der Wettbewerb in Zukunft nicht mehr primär zwischen den Produkten, sondern zwischen den Geschäftsmodellen stattfinden. Die Geschäftsmodell-Innovation ist daher zentral für den Erfolg eines Unternehmens.

The post Digital Business Models appeared first on Institute for Digital Business.

2. Tag der Studienwoche in Berlin

Peter Staub, Studiengangleiter CAS Digital Real Estate, führte uns am Vorabend in Berlin zu einem Italiener in der Nähe des berüchtigten Gorlitzer Parks. Das Essen war ausgezeichnet, der Wein gut, die Nacht kurz.

Einblicke in die Arbeit eines Venture Capitalist

Pünktlich sass ich mit kleinen Äuglein im Zentrum, um in die Welt des Venture Capitals einzutauchen. Nikolas Samios von PropTech1 zeigte eindrücklich auf, wie die berühmte Nadel im Heuhaufen gefunden wird. Allerdings ist es für ein hoffnungsvolles Startup sehr schwierig, die Aufmerksamkeit eines VC zu gewinnen. Bei der Fülle von Dossiers, die täglich auf dem Tisch landen, ist wie im realen Leben der erste Eindruck entscheidend. Nicolas empfiehlt ein knackiges Executive Summary auf einer Seite und max. 20 Seiten Präsentation. Schafft es das Startup in die nächste Runde, beurteilen die Spezialisten nach den in der Immobilienwirtschaft bestens bekannten „3 L“. Diese stehen nicht für Lage, Lage, Lage, sondern für Leute, Leute, Leute. Wie ist das Team zusammengesetzt, sind die wichtigsten Kompetenzen im Management vertreten? Nach Nikolas wird die Startup Szene in Berlin immer internationaler, Englisch ist vorherrschend. Zum Schluss meinte er, dass Scheitern zum Geschäftsmodell eines VC gehöre.

Zu diesem Schlusswort passt die Geschichte von kondoor bestens. Das junge PropTech wollte Massenbesichtigungen ein Ende setzen. Knapp sechs Monate nach dem Start heisst es beim ambitionierten Startup schon wieder Lichter löschen. Gemäss deutsche-startups.de wies das Amtsgericht Berlin-Charlottenburg einen Antrag auf Eröffnung des Insolvenzverfahrens mangels Masse ab. So schnell kann’s gehen oder Freud und Leid sind beim Startup ganz nahe beisammen.

Peter Staub machte sich wohl Sorgen um unsere körperliche Fitness. So fuhren und liefen wir quer durch die Stadt. Meine Gesundheits-App zeigte schliesslich eine Strecke von 12 km an. Statt „we work“, hiess es „we walk“.

we work ganz gross in Berlin

Im vom Stararchitekten Renzo Piano entworfenen debis-Haus am Potsdamer Platz (heute Atrium Tower) – erkennbar an dem markanten grünen Würfel auf seiner Spitze – staunten wir über das Angebot von we work. Gegen Ende der 90er-Jahre habe ich in den Sitzungszimmern dieses Gebäudes über Versicherungslösungen für Autoflotten gefeilscht. Es war also eine Art Rückkehr an den Potsdamerplatz. Seit Juni hat sich diese Community Co-Working Organisation auf 15 Etagen an bester Lage „eingenistet“. Gemäss unserer charmanten Begleiterin von we work ist das Gebäude bereits voll. Ein kleiner Rundgang zeigte uns dann die verschiedenen Angebote von we work. Was mir schon bei Be Amsterdam im letzten Herbst aufgefallen ist: Die Grauhaarigen waren auch im Co-Working Space am Potsdamerplatz in der Minderheit.

Internet of Things und Architektur zum Abschluss

Der „Verkäufer“ von sensorberg.com erklärte erfrischend offen, dass ihre Lösung noch lange nicht fertig sei. Zusammen mit dem Kunden würde die Plattform weiter entwickelt. Für meinen Geschmack ging er etwas gar flappsig mit der Frage nach der Strahlenbelastung um. Seine wichtigste Aussage: Die Daten gehören dem Kunden! Dies bringt mich zur bereits früher gestellten Frage: Wer ist der Kunde in der Immobilienwirtschaft? Ist es der Eigentümer, der Mieter, gar beide oder nur derjenige, der bezahlt?

archipinion.com erstellt hochwertige Produktevideos für Architekten. Allerdings sind beim Geschäfsmodell noch viele Fragen offen. Gibt es andere Bezahlmodelle wie pay per view? Lässt sich das Modell überhaupt skalieren?

The post PropTech in Berlin – show me the money appeared first on Institute for Digital Business.

Heute ging es weiter im Rahmen unserer Berliner Studienwoche Digital Real Estate mit Christian Hoffmeister von DCI Institute. Wer bis zu diesem Zeitpunkt glaubte, dass der Aufenthalt in Berlin aus leichten Vorträgen, Besichtigungen und viel Freizeit bestand, der irrte sich spätestens nach der Arbeit mit Christian. Er ging in seinen Ausführungen nochmals auf digitale Geschäftsmodelle ein und betonte: Platform is King.

Digitale Geschäftsmodelle einfach erklärt

Wir versuchen mit dem heutigen Wissen und mit den gelernten Modellen die Zukunft abzuschätzen. Christian zeigte dies eindrücklich am Beispiel von Ryanair. Wenn ein hoffnungsvoller Projektleiter vor 20 Jahren dem Verwaltungsrat der Swissair (ja, die gab’s damals noch) oder dem Vorstand von Lufthansa das heutige Businessmodell von einer Billigfluglinie wie Ryanair vorgestellt hätte, hätte er Spott und Hohn, gar blanke Ablehnung geerntet. Zu den Flügen meinte Christian, dass diese heute im Durchschnitt viel teurer wären als früher. Es lohnt sich, hier einmal zu vergleichen.

1 oder 0, dies ist die neue Sprache, die Software-Spezialisten in die Geschäftswelt einbrachten. Alles, was so erfasst ist, kann gemessen und gesteuert werden. Die Gründer der grossen Firmen aus dem Silicon Valley waren allesamt Entwickler. Ohne Branchenkenntnisse haben sie sich daran gemacht, ganze Industrien umzukrempeln.

Ein kurze Umfrage unter den Studierenden zeigte, dass die meisten keine Uhr mehr tragen, dass die jüngeren keine Tageszeitung mehr abonniert haben und dass sie Netflix zum traditionellen Fernsehen vorziehen.

Platform is King und sie bedeuten die Zukunft

In der Folge tauchte Christian Hoffmeister in die Welt der Plattformen ein. Er zeigte auf, dass ein digitales Unternehmen die Summe seiner vernetzten Plattformen darstellt. Die Plattformarchitektur erlaubt eine Vielzahl von Geschäftsmodellen. Nach Christian bedeutet:

• Digital = IP basiert
• Geschäft = Transaktion, Austauschbeziehungen
• Modell = Abbildung von Struktur in einer vereinfachten Form

So ist Uber die Summe verschiedener, sehr komplexer Geschäftsmodelle, die da sind: Strassenkarten über Google Maps, Zahlungssystem, Routenplanung, Bewertung, etc. Damit das Modell verständlich wird, muss es vereinfacht darstellbar sein.

Das alte Schema von Lieferanten auf der linken Seite, von der Verarbeitung in der Mitte und dem zahlenden Kunden auf der rechten Seite, hat ausgedient. Jeder kann einmal Kunde, einmal Lieferant sein. Auch der Mitarbeiter ist innerhalb des Unternehmens Kunde. Dies erfahren wir immer dann schmerzlich, wenn Personalmangel herrscht.

Alt ist Alt, weil es Alt ist! Prozesse sind so definiert, weil es bisher nicht anders ging. Heute erlauben neue Technologien ganz andere Vorgehensweisen. Ob Apple, Google, Amazon: Sie alle haben bewiesen, dass sie die Plattform-Strategie beherrschen (siehe deren Plattform-Offensiven in den Bereichen Telekom, Gesundheit, Detailhandel, Energie, Medien, Unterhaltung, Finanzen). Können (oder wollen) es die „traditionellen“ Anbieter auch?

Obwohl Christian Hoffmeister sehr profund über Digitale Geschäftsmodelle spricht, ist er auch skeptisch geblieben. Müssen wir wirklich auf Teufel komm raus digitalisieren? Gibt es nicht auch ein bewusstes Abseitsstehen?

Besser zusammen als jeder für sich

Peter Staub, Studiengangleiter, fasste zusammen: Bei den Immobilienfirmen baut heute jeder seine vertikale Lösung, beispielsweise ein Portal. Mit Blick in die Zukunft müssen wir aber gemeinsam in Plattformen denken.

Besuch im deutschen Parlament

Zur Entspannung organisierte Peter eine Führung durch die Regierungsgebäude. Ganz eindrücklich das Büro des Fraktionsvorsitzenden der FDP, Christian Lindner, mit bester Sicht auf das Bundestagsgebäude. Damit die Damen und Herren Abgeordnete nicht Wind und Wetter ausgesetzt sind, können sie unterirdisch zwischen den Gebäuden wechseln. Höhepunkt war sicherlich die kleine Wanderung in der Glaskuppel über dem Plenarsaal. Bei unserem Besuch dominierten die Touristen im Bundestagsgebäude. Ab Morgen ist die Sommerpause vorbei und die Parlamentsbetrieb gewinnt wieder an Fahrt.

Eine Bemerkung zum Bild: In einem Innenhof gibt es eine Kunstinstallation, welche als Kunst-am-Bau eingebracht wurde. Es handelt sich um ein Beet, in dem die Abgeordneten aus ihren Wahlkreisen Erde mitbringen sollten. Diese Fläche wird nicht betreut, die Natur sollte sich frei entwickeln können. Als ich auf dieses Kunstwerk schaute, sah ich einen verdorrten Baum und sehr viel „Unkraut“. Gewidmet ist das Projekt „Der Bevölkerung“.  Ich deute die „Nature morte“ nicht als Sinnbild für den Zustand der deutschen Bevölkerung.

The post Platform is King appeared first on Institute for Digital Business.

Peter Staub hat uns für den letzten Tag unserer Studienwoche in Berlin nochmals Höhepunkte versprochen. Er hat Wort gehalten mit einem grossen Feuerwerk von Inputs und Ideen.

Spannendes Startup für private Immobilienbesitzer

Der Einstieg machte Georg Untersalmberger von vermietet.de. Dieses Startup richtet sich an private Eigentümer von Immobilien. Dieses Segment ist in Deutschland sehr wichtig, haben doch 3.8 Mio Besitzer einen Bestand von 15 Mio Objekten. Davon hat vermietet.de aktuell 35’000 Kunden mit 100’000 Einheiten unter Vertrag. Der Markt ist also noch riesig. vermietet.de vereinigt alle Grundbedürfnisse des privaten Immobilienbesitzers in ihrer Lösung. Um deren Bedürfnisse zu verstehen, sprechen sie regelmässig mit den Nutzern.

Gemäss Georg verdienen sie bisher noch kein Geld. Das beunruhigt ihn nicht, haben sie gerade eine grössere Finanzierungsrunde abgeschlossen. In Zukunft wollen sie bei vermietet.de vor allem mit Services Erträge erwirtschaften. Über API sollen Drittanbieter integriert werden mit Besichtigungen, Maklern, FM, Banken und Versicherungen. Unter den Investoren sind bekannte Namen wie Deutsche Bank, Commerzbank, AXA Deutsch-land, Axel Springer Digital Venture. Aber auch namhafte Business Angels wie Kristofer Fichtner (Gründer und ehemaliger CTO von Thermondo, Venture Partner bei PropTech1), Felix Jahn (Gründer von Home24 und McMakler) und Berlin Technologie Holding sind eingestiegen. Mein Freund Lars Grosenick, ehemals FlowFact, hat ebenfalls investiert.

Feuerwerk von Daten

Mit Stefan Nusche von realxdata.com stellte ein profunder Kenner der deutschen Immobilienszene sein Startup vor. Deutschland ist nicht nur eine Service-Wüste, auch bei den Marktdaten herrscht noch Nachholbedarf. Und hier springt realxdata in die Bresche. Sie beziehen Daten von verschiedenen Quellen, verknüpfen diese intelligent und zeigen sie in einem verständlich aufgebauten Dashboard an. Einmal mehr hören wir, dass keine strukturierten Daten vorlägen. Stefan hat übrigens die Empfehlung des Pitch Doctors beherzigt. Wenn das Produkt gezeigt werden kann, soll man dies unbedingt tun. So konnten wir einen kleinen Einblick gewinnen in diese mächtige Lösung von realxdata. Stefan meinte, dass 90 % der Aufwände sich auf das Datensammeln beschränkten und nur 10 % auf die Auswertung. Ich meine, dass der Preis zwischen 2’000 und 10’000 Euro pro Monat eher günstig ist. Er entspricht ca. einem Jahresgehalt eines Datenspezialisten. realxdata macht seit diesem Sommer erste Umsätze.

Neue Wohn- und Lebensformen

In einer alten Schokoladefabrik arbeitet Jonathan Imme vom co-creation loft. Ohne Lift in den 6. Stock rang uns nochmals eine sportliche Leistung ab. Spannend ist die Website von co-creation loft. Über die Firma selber wird nichts gesagt, dafür wird eine ellenlange Datenschutzerklärung gezeigt. Jonathan befasst sich mit neuen Wohn- und Lebensformen. Bereits gut etabliert ist co-working, wir haben ja das Beispiel we work gesehen. Hingegen ist co-living eher neu. co-living kennen wir bereits von WG’s oder von Seniorenresidenzen. Jetzt geht es darum, neue Zielgruppen zwischen den Studenten und den Rentner zu entwickeln. Jonathan unterscheidet zwei Formen: co-living out of choice und co-living out of necessity. Beim ersteren geht es um das Gemeinschaftsbedürfnis, kombiniert mit meiner Privatsphäre. Bei der zweiten Form ist es meistens der finanzielle Zwang, der mich ins co-living drängt. Ich kann mir alleine wohnen nicht mehr leisten und suche deshalb eine günstigere Lösung, z.B. über co-living. Berlin erlebt gerade dramatische Mietpreissteigerungen und zahlt damit den Preis des Erfolges. „Arm und sexy“ scheinen sie in Berlin definitiv überwunden zu haben. Allerdings sieht Jonathan co-living auch in den nächsten Jahren noch als Nischenmarkt. Bestehende Gebäude eignen sich weniger für co-living.

Einfacher mit Neubauten

Idealerweise wird ein Neubau erstellt, der die Bedürfnisse von co-living bereits berücksichtigt. co-living muss unbedingt kuratiert werden, damit die Bewohner zusammenpassen. Hier unterscheidet sich co-living nicht von der „normalen“ Vermietung. Ein Störefried kann die ganze Gemeinschaft massiv durcheinanderbringen. Elemente von Mieterportalen wie coozzy.ch sind auch bei co-living zu finden wie Kommunikation mit und unter den Bewohnern. co-living wird in der Regel möbliert angeboten. Bei co-living sprechen wir nicht von einem Mietpreis, sondern von einer Membership Fee. Darin sind meine Privaträume, die gemeinsam genutzten Räume und der Zugang zum ganzen Servicebereich enthalten. Im Gegensatz zur traditionellen Miete weist co-living eine hohe Fluktuation auf.

Zum letzten Mal im village community center berlin, wo Peter Staub zwei konkrete Beispiele von Digitalisierungsstrategien vorstellte. Anschliessend fasste er die Erlebnisse jedes Tages zusammen. Unglaublich, was wir alles gesehen und gehört haben. Ein wahres Feuerwerk.

The post Feuerwerk zum Schluss der Studienwoche CAS DRE appeared first on Institute for Digital Business.

Aus dem Unterricht des CAS Digital Leadership mit Dozent Dani Fricker berichtet Klaus Rufli.

Zu Beginn der Veranstaltung gab es zunächst ein Kharmapunkte-Angebot von Patrick an die Teilnehmer/innen, denn er suchte eine/n Freiwillige/n, welche/r die Twitter-Aktivitäten der Kursteilnehmer/innen intensivieren möchte. Nachdem sich ein Twitterer gefunden hat, führt er Dani Fricker mit den Worten ein:

„Ein erfolgreicher Experte aus dem Cryptospace – hat es allerdings immer noch nötig als Referent bei der HWZ tätig zu sein.“

Dani kündigte dann einen Economy-Pottpourri aus dem Cryptospace für den Rest des Nachmittages an. Sein Tipp am Anfang lautete:

„Im Cryptospace nie erzählen, was man verdient hat. Vertraue niemanden!“

Cryptobusiness

Dani kommt aus der IT- und Bank-Branche und berät heute Oracle und große Banken im Riskmanagment mit seiner Crypto Advisery Group. Ihn bewegt die Frage, wie Cryptobusiness erfolgreich etabliert werden kann und wie Bitcoin-Zahlungen in bestehenden oder neuen Geschäftsmodellen integriert werden können. Milton Friedman hat bereits 1999 erkannt, dass das Internet E-cash realisierbar machen wird und damit Geld auszutauschen, ohne dass jemand dazwischen sein muss, realistisch umsetzbar sein wird.

Blockchain

Bei der Blockchain-Technologie spricht man von einem System das trustless verwendet wird und Intermediäre nicht mehr notwendig sind. Heute rechnet man mit ca. 30% Transaktionskosten durch Intermediäre – ein extrem aufwändiges System. Das Ausschalten des Intermediärs kann also sehr viel Geld sparen!

Digitale Geschäftsmodelle können durch Blockchain-Technologie oder Cryptocurrency beeinflusst oder damit erst möglich gemacht werden. Die Frage steht sehr oft im Raum, für welche Anwendungen und Geschäftsmodelle die Blockchain (BC) interessant sein kann und wo sind deren Grenzen? Das Marktvolumen auf Grundlage von Blockchain-Technologie wird bis 2030 auf 3,1 T $ jährlich prognostiziert! Allerdings benötigen die Miner sehr viel Strom und es wird immer wieder die Frage gestellt, ob dies in Zukunft wirtschaftlich und gesellschaftlich verkraftbar sein wird. Grundsätzliche Fragen gegenüber dem Einsatz der BC-Technologie sind zu beantworten:

• Welcher Aufwand wird benötigt, um die notwendige Sicherheit zu gewährleisten?
• Ist die BC Energieverschwendung? Wie gehen wir eigentlich mit Energie um?

Energieverbrauch der Blockchain

Der Energieverbrauch der Blockchain ist mit dem Energieverbrauch der weltweiten Flugzeugflotten vergleichbar. Allerdings wird sehr viel Strom zu Zeiten abgegriffen, wenn Strom im Überfluss vorhanden ist und nicht anderweitig genutzt werden kann (z. B. Solarmining). Bitcoin-Miner greifen den Strom ab und verwandeln den direkt in Geld und Überkapazitäten werden genutzt. Sind andere Technologien in der Lage, Gleiches zu machen, ohne die BC-Technologie zu benötigen? Was sind die richtigen Usecases für die BC. BC ist nicht der Heilbringer und eine extrem ineffiziente Technologie. 96% des Wertes (Wallet) befindet sich bei 6% der Personen!

Bitcoin-Blase

Die geplatzte Bitcoin-Blase hat kreative Substanz hinterlassen und diese ist der Ausgangspunkt für die nächste Phase der Entwicklung mit Cryptocurrencies. Im Bitcoin-Netzwerk befinden sich 10 – 15.000 Computer (nodes) weltweit. Wo die Prüfung, ob die Nachricht korrekt ist, stattfindet ist unbekannt. Die notwendige Software ist bei github herunterzuladen. Die Betreiber der nodes bekommen kein Geld für die Zurverfügungstellung ihrer Rechenpower. Es können 250.000 Zahlungen pro Tag innerhalb der Bitcoin-BC abgewickelt werden. Alle 10 Minuten werden die offenen Transaktionen abgegriffen und verarbeitet. 1500 Zahlungen werden von den nodes abgegriffen und ein Hash wird einer Identifikation zugeordnet. Ein Block ist eine Reihe von aufeinanderfolgenden Hashs. Ein einzelner kann den Block nicht verändern. Die Blockerstellung benötigt massiv Strom und die Miner werden bezahlt dafür, dass Sie den Block berechnen. Sie erhalten dafür, dass sie die Hashpower wird zur Verfügung stellen 12,5 Bitcoins. Jeder kann sich als Miner bewerben, um Hashpower zu übernehmen. 144 Blocks werden täglich berechnet. Es werden 40 Millionen Dollar pro Jahr an die Miner ausgezahlt.

Abschluss

Allerdings war die Blockchain in der Vergangenheit sehr träge und die Skalierbarkeit war ein Problem. The Lightning Network stellt eine Auslagerung der Zahlungen aus der BC heraus dar. Die sogenannte off-chain-Zahlungen machen das System billiger und micropayments (Kleinstzahlungen mit 0,1 Rappen) werden möglich. So ist es in Zukunft für den Leser damit möglich z. B. Zeitungsartikel für 0,01 Euro zu zahlen oder IOT-Anwendungen zu monetarisieren. Mit dieser neuen Technologie können tausende Zahlungen zu Null Kosten abgewickelt werden.

loyality coin Plattform https://youtu.be/uLLAZ_yEk2I

Welt der Wunder https://youtu.be/lYnQJu4_Bi0

The post Beer for Coins im Cryptospace appeared first on Institute for Digital Business.

Aus dem Unterricht des CAS Digital Leadership mit Patrick Comboeuf berichten Matthias Peifer und Sara Etzensperger.

Die Ausgangslage in der Schweiz präsentiert sich so, dass die Digitalisierungsbemühungen wenig ausgereift sind. Viel Mehrwert ist noch nicht zu spüren. Gemäss Bundesamt für Statistik werden in knapp einem Jahr die „Digital Natives“ die Mehrheit der aktiven Bevölkerung sein. Deshalb ist es höchste Zeit, sich fokussiert dem Thema anzunehmen und sich die Chancen der Digitalisierung zu Nutze zu machen.

Disrupt or be disrupted – dafür braucht es Führungspersonen, die sich im Thema auskennen und die sich bietenden Opportunitäten aktiv annehmen  – ganz unter dem Motto „give me the gun“. Unternehmen aus dem Silicon Valley machen seit Jahren vor, wie die Chancen der Digitalisierung erfolgreich genutzt werden können. Der Markt und die Bedürfnisse der Kunden ändern sich rasant. Bewährte Grundsätze und Denkweisen werden durch neue Ansätze abgelöst, welche über den Erfolg in Zukunft bestimmen:

• Die grösste Bedrohung für etablierte Branchen kommt von ausserhalb
• Von „give me new ideas“ zu give me old ideas that suck“
• „Marketing is everything“ zu „Digital is everything“
• Kunde = Masse vs. Masse = viele spezielle Needs
• Company centred action zu Customer centred Interaction

What drives Business? Grundsätzlich: People drive Business – Communities drive People – Content drives communities – Stories drive Content = Stories drive Business!

Digital Leadership umfasst im Wesentlichen 5 Kernthemen:

Konsequenter Kundenfokus

• Jeff Bezos sagt dazu: „start with the customer – then work your way backwards…“ – weil oft wird der Fehler gemacht, dass eigene Bedürfnisse auf diejenigen des Kunden abgeleitet werden.
• Korrelation von Bedürfnis und Lösung ist nicht linear – Geduld ist gefragt, oder man agiert als early follower.
• User Experience over Features!

Agile Organisation

• Ein „Internet-Jahr“ geht ca. 7 mal schneller, als ein Jahr in unserer Zeitrechnung, infolgedessen ist digitale Agilität gefragt. Jedoch bereitet dies vor allem altbewährten Organisationen grosse Mühe. Offenheit gegenüber neuen Ansätzen und Vorgehensweisen sind gefragt.
• Vom „warum“ zum „warum nicht“

Geschäftsmodell-Orchestrierung

• Die Verbindung der wichtigsten Elemente des Geschäftsmodells mit neuen digitalen Möglichkeiten (bswp. Big Data) ergeben Mehrwert für Kunden und bieten die Chance, noch erfolgreicher am Markt zu agieren.
• Amazon ist in diesem Bereich extrem fortschrittlich, bspw. Verkauf von Büchern in einem physischen Bookshop, basierend auf Daten der Kindle-Nutzer („Page Turners“ – Kindle Readers finish in 3 days)

Vom Silo zum Ecosystem

• Kombination von Kanälen, Produkten und Lösungen können zum einen zu einer besseren Client Experience führen, zum anderen bietet sich die Chance in neue Märkte vorzustossen (Beispiel: Migros mit Kombination von SanteMedBase + ActiveFit + zurRose)

Kultur als nur schwer kopierbare Innovationsquelle

• „be more dog“ – innovative, begeisternde Ideen sind gefragt. In vielen Unternehmen wird die Digitalisierung zu einem Kulturwandel führen (müssen).

The post „Give me the gun…“ – Einführung „Digital Leadership“ appeared first on Institute for Digital Business.

Aus dem Unterricht des CAS Digital Insurance mit Mathias Gläser und Martin Meyer berichtet Andreas Prystav:

Eins scheint klar zu sein: Die Konkurrenz in der Versicherungsbranche schläft nicht. Damit der Zug nicht abgefahren ist, sind Versicherungsunternehmen gefragt, ihren Innovationsprozess auf Herz und Nieren zu testen. Die Banking Industrie macht es vor. Ein Besuch im Innovation Lab der UBS GWM mit Martin Meyer gibt Einblicke in die Denkweise der UBS, welche anhand einer Innovation Map einen strukturierten Ansatz für die Zukunft des Wealth Managements bietet. Dabei werden in einem mehrstufigen Prozess und unter Berücksichtigung von „Megatrends, Shifts, Catalysts und People“ die „Opportunity spaces“ der UBS herauskristallisiert. Kein Innovationstheater sondern wahre Laborarbeit.

In der Praxis geht es dabei vermehrt um einfache Erkenntnisse. In Zeiten von Wandel spielt Agilität eine massgebliche Rolle. Methoden wie Design Thinking liefern dafür ein geeignetes Tool. Frühzeitige Berücksichtigung von Kundenfeedback erlaubt, den Innovation Funnel mit validierten Lösungsansätzen zu füllen und teure Fehltritte von Investitionen zu vermeiden. Fail fast ist die Devise.

Ein Blick nach Übersee ins Silicon Valley und nach Shenzhen zeigt, dass Zeit ein wichtiger Faktor ist. Der Vorsprung in Punkto Digitalisierung dieser Märkte scheint gross zu sein; in der Banking-/ wie auch Versicherungsindustrie. Eine offene Architektur der IT Landscape scheint dabei eine Schlüsselrolle zu spielen. APIs (oder lang „Application Programming Interfaces“) erlauben Drittfirmen Teile der Wertschöpfungskette zu übernehmen und im Sinne von Open Source die Innovationskraft aus der FinTech-Branche mit in das eigene Kerngeschäft zu integrieren.

In Europa wird dies nun von oberster Stelle durch den Gesetzgeber diktiert. Die Einführung der EU Directive PSD2 (Payment Service Directive) bietet Drittfirmen wie Amazon Zugang zu Kundendaten von Banken und erlaubt damit, Zahlungen zukünftig direkt zwischen Bank und der Drittfirma zu tätigen. Dies soll Innovation im Zahlungsverkehr fördern. Ein Pendant der Direktive für die Versicherungsbranche bleibt jedoch vorerst aus.

Grund genug, dem Thema API in der Versicherungswelt einen eigenen Themenblock im CAS für Digital Insurance zu widmen. Dafür gibt es keinen Besseren als Mathias Gläser, welcher die Kursteilnehmer durch die verschiedenen Facetten von API Strategien durchgeführt hat. „An API is a customer interface for technology products that allows software components to communicate. Auf gut deutsch: API’s ermöglichen Netzwerk und – Skaleneffekte!“ so Gläser.

Veraltete Kernsysteme bilden oft einen Hinderungsgrund für Innovation laut Gläser, welcher auf 17 Jahre Erfahrung im Bereich Digitalisierung zurückgreifen kann. APIs erlauben es, Wertschöpfungsprozesse zusammenzuführen und somit Innovation zu fördern. Der Wahl der richtigen Partner kommt dabei eine entscheidende Rolle zu. Ein Blick in die APIs führender Versicherungsunternehmen zeigt, dass diese Art der Partnerschaft bereits heute keine Seltenheit ist. Die starke Zunahme an Cloud computing wird diesen Trend in Zukunft sicherlich weiter fördern. Im Fokus steht schliesslich der Kunde. Wer die Bedürfnisse der Kunden besser erfüllt, wird nachhaltig Erfolg haben – dies ist in Kollaborationen wahrscheinlicher als im Alleingang.

The post Global FinTech Innovation – Ist der Zug schon abgefahren? appeared first on Institute for Digital Business.

Aus dem Unterricht des CAS Social Media Management mit Philippe Wampfler berichtet Lea Bischoff.

Emojis sind irritierend, Obama hat das Social Web verstanden, Trump aber auch und es gibt vier Arten von Trollen. Das waren die Teaser von Philippe Wampfler zu Beginn des Morgens. Und sie haben nicht zu viel versprochen: In vier Stunden gab uns Philippe Wampfler einen Crashkurs in Psychologie im Social Web.

Emojis: Bitte, danke oder ein Alien?

Wer hat schonmal Emojis auf einem anderen Device angeschaut? Niemand? Und genau da liegt der Fehler. Nehmen wir den Unicode 1F64F: Dort sieht man zwei Hände aneinander. Doch wofür braucht man diese? High Five? Betende Hände? Danke? Bitte? Oder ist es bei einem Microsoftgerät doch ein Alien?

Mehr dazu und wie die Emojis auf den verschiedenen Devices aussehen, findet ihr hier. 

Über die verschiedenen Plattformen hinweg sehen Emojis so unterschiedlich aus, dass ihre Bedeutung ändert und beim Empfänger deshalb von abweisend bis ankommend alle Gefühle auslösen können. Doch nicht nur unterschiedliche Plattformen führen zu Missverständnissen. Jeder Empfänger versteht die Smiley etwas anders und so wurde schon innerhalb der Studiengruppe fleissig diskutiert, welches Emoji jetzt was aussagt.

Ursprünglich wurden Emojis erfunden, damit Menschen positiver kommunizieren. Je positiver die Kommunikation, desto besser wird die Beziehung zur Plattform, so die Idee der Hersteller. Doch die Appropriation, sprich, was der Nutzer daraus macht, entspricht oftmals nicht der Vorstellung des Erfinders. Nehmen wir beispielsweise das Zwinkeremoji, welches in der Affordanz aussagen soll: Ist nicht so ernst gemeint. Doch Nutzer brauchen es beispielsweise lieber zum flirten.

Doch wie nutze ich Emojis jetzt im geschäftlichen Umfeld? Hier gilt es die Zielgruppe, die Plattform und das Thema zu beachten. Vorallem zählt aber eins: Die Eindeutigkeit ist am wichtigsten!

Obama hat verstanden wie das Web funktioniert

Jeder Mensch hat seine Überzeugungen auf der einen Seite und seine Handlungen, Identität und sein Umfeld auf der anderen Seite. Diese müssen aber nicht übereinstimmen. Beispielsweise kann man überzeugt sein, dass Klimaerwärmung ein echtes Problem darstellt, aber gleichzeitig dreimal im Jahr mit dem Flugzeug in die Ferien fliegen. Dann stimmt Handlung und Überzeugung nicht überein.

Möchte man Menschen überzeugen oder ändern, muss man das deshalb im Bereich Handlung, Identität und Umfeld machen. Beispielsweise ist bewiesen, dass wenn jemand, der an die Klimaerwärmung glaubt, in einer Nachbarschaft wohnt mit vielen Solarpanels, dass die Chance steigt, dass er selbst auch Solarpanels installiert.

Obama hat dies verstanden und in seiner Kampagne 2012 umgesetzt: Auf Facebook konnte man nicht nur eigene Freunde einladen, sondern auch sehen, wer von der eigenen Freundesliste schon mitmacht.

Aber auch Trump hats verstanden

Das Oceans Modell beschreibt die Big Five Persönlichkeitsmerkmale:

1. 1. • Offenheit
      • Extraversion
      • Gewissenhaftigkeit
      • Verträglichkeit
      • Neurotizismus

Cambridge Analytica nutzte dieses als Basis für Micro Targeting auf Social Media. So konnte Trumps Team ganz personalisiert auf Facebook werben. Auch arbeiteten sie mit so genannten Dark Facebook Ads: Anzeigen, die nur die Zielgruppe sieht, aber nicht die Öffentlichkeit. Nur die Zielpersonen, die spezifische Merkmale erfüllen, sehen die Anzeige. So weiss man bis heute nicht, welche Werbung genau das Trump Team in welchen Kreisen ausgespielt hat.

Trolle stehen für psychologische Herausforderungen im Netz

Nicht jeder Mensch, der wütend im Internet postet, ist ein Troll. Trolle gehen bewusst auf Gefühle von Nutzern los. Dabei wird in vier Arten von Social Media Trollen unterschieden:

1. 1. • Concern trolling: Tut so, als ob er Befürworter einer Sache wäre, streut aber immer Zweifel und Gegenargumente ein
      • Sea Lioning: Versucht das Gegenüber mit Nettigkeit zu erdrücken, so lange bis eine negative Reaktion kommt und spielt dann überrascht, ganz nach dem Motto: «Ich hab doch nur gefragt»
      • Counter trolling: Schiesst mit einem verletzenden Kommentar zurück
      • Incitement Trolling: Setzt die eigenen Follower auf jemanden an

Doch wie reagiert man auf Trolls?  Eine Möglichkeit zeigt das Social-Media-Reaktions-Flussdiagramm von karrierebibel.de.

The post Obama hat das Social Web verstanden, Trump aber auch appeared first on Institute for Digital Business.

Aus dem Unterricht des CAS Disruptive Technologies mit Dr. Marcel Blattner berichtet Bernhard Zindel.

Der Kurs “Disruption – A gentle introduction” ist gleich auch der Start in den CAS Disruptive Technologies. In der kurzen, administrativen Einführung wird einem erklärt, wo man die wichtigsten Informationen und Dokumente findet. Kurz, bündig und standesgerecht für den CAS: Dokumente auf Google Drive und dringende Nachrichten über Facebook – das ist mal was!

Marcel Blattner als entsprechender Studiengangsleiter versprach im CAS mit einigen Mythen aufzuräumen, Insights zu Technologien zu geben und die Diskussion mit den Studierenden zu suchen. Für viele Fragestellungen gibt es keine wissenschaftliche Definition oder Abgrenzung, was natürlich Nährboden für spannende Diskussionen ist.

Eine spannende Frage tat sich dann auch gleich zu Beginn auf: Warum hat die Gesellschaft Mühe mit den Begriffen und Buzzwords der Digitalisierung? Künstliche Intelligenz wird beispielsweise als “denkend” oder “handelnd” beschrieben. In Wahrheit denkt oder agiert KI aber nicht, sondern kombiniert, berechnet, vergleicht oder interpretiert beispielsweise nur. Die Gesellschaft geht nun aufgrund dieser Marketingaktivitäten davon aus, dass KI effektiv so handelt und beispielsweise Wissen generieren kann, was aber leider nicht der Fall ist. Diese Art der Verzerrung durch falschen Sprachgebrauch sieht man bei den meisten Begriffen der Digitalisierung. Inklusive Digitalisierung selbst.

Digitale Transformation

Digital transformation means something different than integrating new technologies.

Aber was, wenn nicht die Technik? Die Transformation beginnt bei der Denkweise, der Kultur der Organisation mit ihren involvierten Personen und ihrer individuellen Vergangenheit. Das ist die DNA der Unternehmung und darauf aufbauend transformiert man die Prozesse, die Zusammenarbeit mit Partnern im Ökosystem und letztlich die Business Modelle.

Für einen klassischen Unternehmer klingt das nach Zeit- und Geldverschwendung aber ein Gespräch mit den Jüngsten der Unternehmung kann die Kulturenkollision schnell aufzeigen. Permanenter Wissensbezug und -austausch ist selbstverständlich und in Unternehmen hat eine bisher eingesetzte Technologie vielleicht keinen Platz mehr. Um das zu erfahren und die passende Technologie auszuwählen, ist die Auseinandersetzung mit der Transformation vonnöten. Diese Erkenntnis bringt uns daher zur zentralen Aussage:

“Tech follows culture and strategy”

Woher kommt aber der Zwang, auf Teufel komm raus zu Digitalisieren, ohne eine entsprechende Strategie zu haben? Nun ja, auf entsprechenden Konferenzen wird einem vermittelt, dass exponentieller Wachstum dank der Technologien der neue Normalzustand ist. Meistens wird es unterlegt am Beispiel von internationalen Techkonzernen und Aussagen wie “Wer in exponentiellen Zeiten seine Leistung nur schrittweise verbessert, fällt exponentiell zurück.” von Curt Carlson. Technologien und Datenvolumen können durchaus exponentiell wachsen, aber noch lange nicht das entsprechende Business Modell. Dieses benötigt die Entwicklung, Akzeptanz und entsprechende Marktpenetration nach wie vor und erreicht dann vielleicht während einer begrenzten Zeit exponentielles Wachstum. Wenn aber die ganze Unternehmensgeschichte mit einbezogen wird, ist das nicht mehr exponentiell.

Exponential growth? Don’t worry.

Wie wird die Transformation letztlich gestartet? Durch ständiges Hinterfragen von Kultur und gültigen Paradigmen. Die folgenden drei Fragen helfen:

• Was wollen wir erreichen?
• Warum möchten wir uns verändern?
• Wer kann uns helfen?

Letztlich muss jede Organisation seinen eigenen Weg in die Transformierung finden.

Disruption

Aha, das heisst also, die Kundenbedürfnisse sind für Disruption nicht wichtig? Natürlich nicht direkt, es ist eher zu verstehen, dass die Bedürfnisse der Nichtkunden respektive der Low-End-Kunden eines eigentlich gesättigten Marktes angegangen werden. Clayton Christensen veröffentlichte in den 90ern Werke zur Disruption von Innovationen und Produkten. Aber der Reihe nach:

Disruption – the dynamics

Die rote Linie zeigt den Hauptkunden und wie der etablierte Produzent (Blaue Linie) seine Produkte nach und nach zu Perfektion treibt. Dazu befragt er seine Kunden und lässt ihre Erfahrung in die Produkte einfliessen. Er investiert stark in Technologie, die ihn seinem Ziel näher bringt und richtet sich nach grösseren Märkten. Er betreibt sustaining Innovation.

Die grüne Linie zeigt den neuen Produzenten. Er tritt mit einem Produkt an, das einfacher zu nutzen, günstiger und von tieferer Qualität ist. Er bedient damit Kunden, die sich das etablierte Produkt nicht leisten können oder die Komplexität nicht verstehen. Der neue Produzent entwickelt sich in Richtung Mainstream und greift dem Etablierten die Kundenbasis ab. Das Geschäftsmodell ist wiederum schwierig anzugreifen, der Etablierte kann nicht einfach den Preis auf das Niveau senken, da mit dem Produkt über die Jahre andere Werte kommuniziert wurden. Das ist disruptive Innovation.

Ein einfaches Beispiel ist Airbnb. Die Idee, in Wohnungen Platz für Luftmatratzen zu verkaufen, hat vor allem Low-End-Kunden angesprochen und bringt heute die weltweite Hotelindustrie zur Verzweiflung.

Wie aber kann eine etablierte Unternehmung disruptive Innovation betreiben? Wenn wir einmal davon absehen, dass “heute disruptieren wir eine Industrie” einfacher gesagt, als getan ist, wird es nötig sein, den Innovationsprozess auszulagern.

Eine bestehende Organisation hat eine gewisse Betriebsblindheit, die radikale Innovation nicht zulässt. Auch sind Konflikte mit den gemachten Versprechungen gegenüber bestehenden Kunden wahrscheinlich.

Sustainable and disruptive innovation need a different environment

Die Grafik zeigt schön auf wie sich eine Unternehmung vom Startup zur etablierten Unternehmung wandelt und wie die beiden Innovationsysteme funktionieren. Die sustainable innovation geschieht innerhalb der Unternehmung während die disruptive innovation von ausserhalb geschehen muss.

From Data to Wisdom

Die Daten werden oft als das neue Öl gehandelt, aber warum ist das so? Sicher weil heute die nötige Technologie in Form von Rechenpower zur Verfügung steht, es die entsprechende Software gibt, die die Flut von Informationen verarbeiten kann sowie Daten immer einfacher, beispielsweise über API’s, zur Verfügung stehen. Doch Datenpunkte alleine sind nicht sehr nützlich, sie müssen aggregiert, visualisiert und interpretiert werden, um zusätzlichen Wert zu generieren. Diese Berechnungen sind aber nicht wertfrei, sie entstehen im Schatten einer herrschenden Kultur, Geschäftsfeld oder der Technologie.

Data are not neutral

Wie der gewählte Titel sagt, ist der Weg von Daten zu neuem Wissen kein Selbstläufer. Man generiert aus Messungen (beispielsweise über Sensorik) Daten, welche man mit Weiteren zu Informationen aggregiert. Diese Informationen müssen nun zu Schlüssen interpretiert und auf Richtigkeit geprüft werden und erst aus diesem Schritt entsteht neues Wissen, welches auch weiterverwendet werden kann. Die Interpretation und Belastung benötigt aber Fachwissen von Menschen mit entsprechenden Kenntnissen. Die Gefahr von GIGO (Garbage in, Garbage out) ist aufgrund von Fehlinterpretationen enorm.

Google als Experte in der Datenverarbeitung musste das mit dem inzwischen eingestellten Projekt Flu Trends selbst erleben. Aufgrund der Suchanfragen wollte die Suchmaschine Grippewellen früherkennen. Das funktionierte zwei Jahre gut (97% Trefferquote) doch dann wurden Grippewellen in Gebieten ohne einer einzigen Arztkonsultation “vorhergesagt”. Wieso das System letztlich scheiterte wurde jedoch nicht kommuniziert.

Ein Datenprojekt durchläuft grundsätzlich vier Phasen:

1. Eine strategische Frage definieren. In dieser Phase soll aber nicht über Daten oder Technologien gesprochen werden, ansonsten wird schon in der ersten Phase ein Bias kreiert.
2. Daten sammeln. Interne und externe Quellen werden angebunden und aufbereitet. Entscheidend ist die Datenqualität und nicht Datenquantität!

   The processes to transform data into wisdom

3. Modelle bauen. Dafür werden Informationen aus den Daten generiert und auf Richtigkeit trainiert. Dieser iterative Prozess wird solange gemacht, bis neue Erkenntnisse gewonnen werden können
4. Daten zugänglich machen. Es nützt nichts, wenn die Erkenntnisse dem Business nicht Fachgerecht zugänglich gemacht werden. Das benötigt Zeit!

   The processes to transform data into wisdom

Bei Zeit und Lust sich zu vertiefen

• The Innovater’s Dilemma – Clayton M. Christensen
• The Innovater’s Dilemma in Kurzfassung als Video
• The Innovaters – Walter Isaacson
• Oder natürlich im MAS Digital Business 

The post Disruptive Technologies – A gentle introduction appeared first on Institute for Digital Business.

Aus dem CAS Digital Leadership mit Valérie Vuillerat berichtet Theofilos Sidiropoulos.

Diversity ist heutzutage in aller Munde. In der Schweiz besonders wegen der viel diskutierten Frauenquote. Als erstes Beispiel bringt uns Valérie das Beispiel der Raiffeisenbank Schweiz mit ihrer Kampagne „Von Frauen für Frauen“. Gleichzeitig wird auch die Gefahr von Shitstorms bei populären Themen aufgezeigt.

Diversity hat aber nicht nur etwas mit dem Geschlechterthema zu tun. Diversity ist auch nicht nur #metoo. Es geht grundsätzlich um die Vielfalt. Sei es von Personen aus verschiedenen Altersklassen, Nationalitäten oder auch Bildungsgraden. Hautfarbe, Rasse oder Alter sind nur die Spitze des bildlichen Eisbergs.

It’s the economy money, stupid

Diversität hat nicht (nur) mit Karmasteigerung oder Gutemenschentum zu tun. Mitarbeitende von Firmen mit vielfältigen Führungsteams berichten von besseren Ergebnissen. Einige Beispiele: Vielfältige Teams haben …

• eine 60% höhere Wahrscheinlichkeit, Ideen umzusetzen oder zu prototypen
• ein 75% höhere Wahrscheinlichkeit, dass ihre Innovation umgesetzt wird
• ein 70% höhere Wahrscheinlichkeit, Marktanteile dazu zugewinnen
• eine 45% höhere Wahrscheinlichkeit, diesen Marktanteil auch zu behalten

Diversity = Innovation?

Heisst das denn nun automatisch, dass Diversität zu Innovation führt? Schon 1938 meinte John Maynard Keynes, dass die Herausforderung nicht so sehr in der Kreation neuer Gedanken liegt, sonder darin die alten abzulegen.

Eine Studie aus dem DACH-Raum mit den 100 grössten börsenkotierten Unternehmen hat gezeigt, dass Vielfalt (Diversity) in der Belegschaft des Unternehmens und Innovationskraft stark korrelieren.

Dadurch kann man sagen: Vielfalt treibt Innovationen voran und anders herum.

Diversity = Wettbewerbsvorteil?

Zu dieser Frage kommen einige Beispiele. Ein Bleibendes ist das des Crash Test Dummies. In den Anfängen der Unfall- und Sicherheitsanalyse gab es nur Dummies mit Männerkörpern. Das heisst, die Erkenntnisse zur Verbesserung der Sicherheit basierten auf diesen Ergebnissen. Dass weibliche Körper andere Proportionen aufweisen, und es hierzu „weibliche“ Dummies braucht, kam erst viel später zum Zug.

An diesem Beispiel lässt sich erkennen, dass Teams, wie hier das Entwicklerteam der Dummies, durch Vielfältigkeit zu besseren Insights kommen. Dadurch erhalten sie einen Wettbewerbsvorteil. Es hilft, ein besseres Verständnis der eigenen Zielgruppe (oder einer potentiell neuen) zu haben, wenn diese im Team vertreten ist. Sei dies bei der Entwicklung, im Marketing oder in der Geschäftsleitung.

Viele von uns denken, wir sind unvoreingenommen und objektiv. Jedoch machen wir in unserem Leben verschiedenste und unterschiedlichste Erfahrungen. Diese speichert unser Gehirn ab, um auf Situationen oder Verhaltensweisen zu reagieren. So entwickeln wir Vorurteile, oder auf Englisch Bias.

Unconscious Bias

Der persönliche Hintergrund, Erfahrungen, der kulturelle Kontext sowie gesellschaftliche Stereotypen haben einen unbewussten Einfluss auf Verhalten und Entscheidungen. Der «unconcious bias» oder unbewusste Voreingenommenheit entsteht in unserem Hirn.

Eine schnelle Beurteilung einer Situation oder von Menschen entsteht oft, ohne dass man sich dessen bewusst ist. Demzufolge beeinflusst die unbewusste Voreingenommenheit auch Entscheidungen bei der Rekrutierung und Zusammensetzung von Teams.

Ingroup Bias

Der Ingroup Bias oder Just-like-me-Bias oder zu Deutsch der Gruppeneffekt ist im Geschäftsleben am besten bei der Rekrutierung erkennbar. Wir replizieren unsere Gruppen am liebsten homogen. Das heisst Personen, in denen wir uns selbst wieder erkennen, stellen tendenziell eher ein. Hierzu zählen Wiedererkennungsmerkmale wie Auftreten, Ausbildung oder Aussehen.

Take Aways

Wir können alle sehr viel aus diesem Vormittag für uns mitnehmen. Auch mit Mitteln und Wegen, Diversity zu fördern und unbewusste Vorurteile zu umgehen.

Unternehmen müssen sich dem dem unconscious bias bewusst werden. Ihn zu minimieren heisst, das eigene Potential und das Marktpotential besser auszunutzen. Denn «Mehr vom selben» sorgt nicht für mehr Erfolg, sondern folgt dem Ingroup Bias.

Als Leader müssen wir in unseren Team Inklusion leben. Denn dies führt zu mehr Innovation, einem höheren Teamzusammenhalt, höherer Produktivität und einer höheren Arbeitsplatz-Effektivität.

Denn wir müssen uns fragen:

Don’t ask what diversity can do for you, rather ask what you can do to foster greater diversity.

The post Diversity matters! appeared first on Institute for Digital Business.