Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/288908 
Erscheinungsjahr: 
2020
Quellenangabe: 
[Journal:] HMD Praxis der Wirtschaftsinformatik [ISSN:] 2198-2775 [Volume:] 57 [Issue:] 2 [Publisher:] Springer Fachmedien Wiesbaden [Place:] Wiesbaden [Year:] 2020 [Pages:] 257-273
Verlag: 
Springer Fachmedien Wiesbaden, Wiesbaden
Zusammenfassung: 
Ergebnisse Digitaler Innovationsprojekte (DIP) sind zumeist neue Artefakte von Informationssystemen, welche stark an die Resultate gestaltungsorientierter Forschung erinnern – dem sogenannten Design Science. Dennoch halten die Erkenntnisse aus DIP der Praxis nicht hinreichend Einzug in die wissenschaftliche Gemeinschaft. So zum Beispiel im Gesundheitswesen. Hier werden zwar verstärkt DIP forciert, ihre zentralen Erkenntnisse zur erfolgreichen Gestaltung jedoch selten in die Community transportiert. Ebenso wenig haben sich abseits klassischer Publikationswege Standards zur Kommunikation von erarbeitetem Wissen etabliert. Explizites und implizites Wissen, als Projektresultate nebst der Innovation selbst, können für die Organisation und Durchführung von vergleichbaren Projekten von kritischer Bedeutung sein kann. Ihre Kommunikation und strukturierte Bereitstellung wurden bislang in der Wissenschaft wenig adressiert. Das Ziel dieses Beitrags ist daher einen Weg aufzuzeigen, wie Wissen aus DIP im Gesundheitswesen besser extrahiert und kommuniziert werden kann. Dazu wird ein bestehender Ansatz zur Systematisierung gestaltungsorientierter Forschungsprojekte, das Design Science Grid, in drei Fallstudien angewendet. Aus dieser Anwendung werden sieben verschiedene Typen von Wissen beschrieben, die aus DIP im Gesundheitswesen resultieren können. Für künftige Praxis-Forschungs-Projekte wird damit ein Weg zur Systematisierung von Ergebnissen aufgezeigt. Die gefundenen Wissenstypen können dabei als Ausgangspunkt einer Klassifizierung von zu erzielenden Kontributionen dienen.
Schlagwörter: 
Digitale Innovationsprojekte
Multi-Fallstudie
Wissenstypen
Design Science Research
Digital Innovation Projects
Multi-Case Study
Knowledge Types
Design Science Research
Persistent Identifier der Erstveröffentlichung: 
Creative-Commons-Lizenz: 
cc-by Logo
Dokumentart: 
Article
Dokumentversion: 
Published Version

Datei(en):
Datei
Größe





Publikationen in EconStor sind urheberrechtlich geschützt.