Anzeige
Erschienen in:
2022 | OriginalPaper | Buchkapitel
2. Design Thinking und Data Thinking
verfasst von : Ramona Greiner, David Berger, Matthias Böck
Erschienen in: Analytics und Artificial Intelligence
Verlag: Springer Fachmedien Wiesbaden
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
Zusammenfassung
Wie die Stacey-Matrix eindrücklich zeigt, brauchen wir in hochkomplexen Umfeldern Herangehensweisen, die mit Volatilität und multiplen Unsicherheiten umgehen können, um Fehlentwicklungen, unnötige Ausgaben und Geschäftseinbußen zu vermeiden. Design Thinking ist ein Ansatz, der bei diesen hochkomplexen Anforderungen eingesetzt wird und sich gemeinsam mit agilen Methoden zu einem erfolgsversprechenden Gesamtkonzept ergänzt: Design Thinking stellt dabei die Nutzer:innen oder – noch genereller gesprochen – den Menschen in den Mittelpunkt der Prozesse und Absichten und hilft Ihnen und Ihrem Unternehmen, die richtige Fragestellung zu finden, um einen echten Mehrwert zu liefern. Agile fokussiert sich währenddessen auf den Prozess, ein bestimmtes Ziel auf iterativem Weg zu erreichen und fortlaufend zu verbessern oder anzupassen.
Design Thinking ist dabei keine Erweiterung von Agile, sondern eine eigene Disziplin, die kreative und kollaborative Methoden zur Verfügung stellt, die vom tiefen Verstehen der Nutzer:innenbedürfnisse über die gemeinsame Ideenfindung und Priorisierung bis hin zur Definition und Umsetzung eines Prototypen reichen. Warum wir Design Thinking verwenden – vor allem in den Bereichen Analytics und AI – und für wen und welche Produkte es geeignet ist, wollen wir im Folgenden kurz darlegen.