Strategische Planung in der Automobilindustrie in Zeiten von Produkt-Service-Systemen: Veränderungen, Planungsansätze und Herangehensweisen

Die Automobilindustrie steht aufgrund der fortschreitenden Elektrifizierung, dem autonomen Fahren und der Konnektivität der Fahrzeuge derzeit vor einem großen technologischen Fortschritt, einer Neuausrichtung der Geschäftsmodelle und schlussendlich dem Aufbau eines Mobilitäts-Ökosystems mit Partnern aus anderen Branchen. Dieses Mobilitäts-Ökosystem hat das Ziel, den Kundenbedarf mit Hilfe von Mobilitäts-Produkten, -Dienstleistungen und -Lösungen zu decken und eine nahtlose Kundenerfahrung zu erzeugen. Das entstehende Mobilitäts-Ökosystem unterstützt somit die Entwicklung neuer Geschäftsmodelle wie der „Mobility-as-a-Service (MaaS)“ durch die Unternehmen höhere Gewinne erwarten und reduziert die Risiken der einzelnen Akteure (Heineke et al. 2021). So soll der Umsatz für MaaS im Durchschnitt um etwa 32 % pro Jahr von etwa 3 Mrd. USD im Jahr 2021 auf etwa 40 Mrd. USD im Jahr 2030 weltweit wachsen (MarketsandMarkets 2021). In der Literatur wird etwas allgemeiner der Begriff „Produkt-Service-Systeme (PSS)“ zur Beschreibung eines (hybriden) Bündels aus Produkten und Dienstleistungen, das einen Kundennutzen und Umsatz erzeugt, verwendet (Boehm und Thomas 2013, S. 253).

Dieser Wandel erzeugt eine Vielzahl von Herausforderungen für die strategische Planung in der Automobilindustrie. Hierzu zählen Unsicherheiten zu den möglichen ökonomischen Effekten von PSS, aber auch aus externen Einflüssen wie gesetzliche und steuerliche Regulierungen. Da zudem das Know-how und die Informationen zu den neuen Technologien und Geschäftsmodellen fehlt, nimmt die Abhängigkeit der strategischen Planung von den neuen Partnern zu. Neben der Partnerschaft mit anderen Unternehmen wird auch die Beziehung zu den Kunden neugestaltet. Dabei wird mit Ansätzen wie der „Value Co-Creation“ die Erzeugung von materiellen und symbolischen Mehrwerten für den Kunden und die Unternehmen, aber auch mit Partnern, z. B. in der Entwicklung von neuen Geschäftsmodellen und Fahrzeugkonzepten, verfolgt (Dewalska-Opitek 2020; Riasanow et al. 2017). Durch die so entstehenden Ökosysteme wird die strategische Planung jedoch gleichzeitig zunehmend komplexer. Die aktuelle Forschung im Kontext von PSS zeigt zudem, dass die ökologische, technologische und soziale Dimension (Emberger und Pfaffenbichler 2020; Esfandabadi et al. 2020) und die Themen wie die Kundenwerte, der Lebenszyklus, die Kosten und Unsicherheiten an Bedeutung gewinnen und somit weiter zu der Komplexität und Dynamik beitragen (Mourtzis et al. 2016). Gleichzeitig werden die Ansätze der Business Analytics (BA) in der Forschung und Praxis als eine mögliche Lösung für den Umgang mit der steigenden Komplexität und Dynamik in der strategischen Planung angesehen, wobei die organisatorische Integration eine große Herausforderung darstellt (Cao und Duan 2015; Bange und Lorenz 2021).

Nach bestem Wissen und Gewissen, existiert in der aktuellen Literatur jedoch keine übergreifende Ausarbeitung über die expliziten Veränderungen durch PSS und Lösungsansätzen wie BA in der strategischen Planung der Automobilindustrie sowie Planungsansätze und Handlungsempfehlungen zum Umgang mit diesen Veränderungen. Vor diesem Hintergrund zielt dieser Beitrag darauf ab, basierend auf den Erkenntnissen aus Analysen der Literatur, von Stellenanzeigen und Geschäftsmodellen sowie Praxiswissen die Veränderungen in der strategischen Planung der Automobilindustrie abzuleiten. Darauf aufbauend sollen neue Planungsansätze und Handlungsempfehlungen für die strategische Planung in der Automobilindustrie skizziert werden. Dabei liegt der Fokus primär auf dem Entscheidungsfindungsprozess zur Gestaltung des Produktportfolios. Durch diesen neuen Blickwinkel und übergreifenden Ansatz werden die Erkenntnisse aus der Literatur erweitert und zusätzlich praxisorientierte Implikationen und Handlungsempfehlungen abgeleitet. Die folgenden Forschungsfragen sollen beantwortet werden:

Bevor in den Abschn. 4 und 5 die Herangehensweise und Planungsansätze sowie die Implikationen und Handlungsempfehlungen beschrieben werden, gibt Abschn. 2 einen Einblick in die strategische Planung in der Automobilindustrie. Abschn. 3 stellt die Veränderungen in der strategischen Planung dar.

Das zentrale Steuerungsinstrument in der strategischen Planung in der Automobilindustrie sind aktuell die Fahrzeugprojekte. Grundlegend wird von der strategischen Ausrichtung des Produktportfolios gesprochen, die es zur Aufgabe hat, den Unternehmenswert zu maximieren und das Produktportfolio zu harmonisieren und für zukünftige Herausforderungen vorzubereiten. Im Rahmen der strategischen Planung werden die neuen und bestehenden Fahrzeugprojekte beziehungsweise das Produktportfolio rollierend in jährlichen Planungsrunden definiert und bewertet (Hüls 2022).

Allgemein weisen die Fahrzeugprojekte einen Planungshorizont von bis zu fünf Jahren für die Produktentstehung und zusätzlich bis zu sieben Jahren für die Vermarktung auf (Kemminer 2018). Zur Planung werden die Fahrzeugprojekte nach der Region, Aufbauart, Fahrzeuggrößenklasse und dem Antrieb unterschieden (Hüls 2022). Außerdem werden die Fahrzeugprojekte in der Regel einer Plattform oder einem Baukasten zugeordnet, wodurch eine weitere Dimension in der strategischen Planung der Fahrzeugprojekte entsteht. Bei der Plattform handelt es sich im Prinzip um das Fahrgestell der Fahrzeuge. Zu einem Baukasten gehören zudem Module beziehungsweise Baugruppen, die eine funktionale und logische Einheit bilden. Das Ziel der Plattform- und Baukastenstrategie ist eine Standardisierung und Nutzung von Gleichteilen für mehrere Fahrzeugmodelle, um Skaleneffekte zu nutzen.

Wie in Abb. 1 dargestellt werden in einem ersten Schritt der strategische Portfolioplanung die Projektvorschläge für neue und bestehende Projekte generiert und somit ein alternatives Fahrzeugportfolio definiert. Dabei werden verschiedene interne und externe Quellen zur Umwelt- und Unternehmensanalyse verwendet. Das Ziel dieses Schrittes ist es zu definieren, welche Kombinationen aus der Aufbauart, Fahrzeuggrößenklasse und dem Antrieb in welchem Markt wann und mit welchen Eigenschaften angeboten werden sollen, um daraus entsprechende Maßnahmen abzuleiten (Hüls 2022).

Maßgeblich bei der anschließenden Bewertung der Maßnahmen und Fahrzeugprojekte beziehungsweise des alternativen Fahrzeugportfolios ist der Business Case, in dem die Zahlungsströme und Renditen dargestellt werden. Auf Basis des Business Cases werden die Entscheidungen über die Fahrzeugprojekte rollierend getroffen (Kemminer 2018). Zur Übersicht über die Entscheidungen und das Produktportfolio wird der sogenannte Cycle-Plan genutzt. In diesem werden alle Fahrzeugprojekte inklusive der Meilensteine wie der „Start of Production (SOP)“ abgebildet (Hüls 2022). Weiterhin ist die BCG-Matrix ein verbreitetes Tool zur Steuerung des Produktportfolios. Dabei werden die Rendite, das Absatzvolumen und das eingesetzte Kapital gegenübergestellt, um beispielsweise das aktuelle Portfolio zu betrachten (Kemminer 2018). Als weitere Kriterien werden unter anderem die Entwicklungs- und Produktionskapazitäten, ökologische Konsequenzen, die Einhaltung gesetzlicher Vorgaben und der Grad der Innovativität verwendet (Hüls 2022). In Summe lässt sich feststellen, dass der Projektlebenszyklus eines Fahrzeugs, der die Entwicklungs- und Vermarktungsphase einschließt, in der strategischen Planung im Vordergrund steht, wobei die Effekte von Projektentscheidungen in eine Periodensicht (Jahresscheiben) überführt werden. Hingegen ist der Produktlebenszyklus Bestandteil der operativen Planung (Kemminer 2018). Abb. 2 stellt dies schematisch anhand des Beispiels der Kosten und Erträge dar.

Ein zentraler Faktor bei der Bewertung der Fahrzeugprojekte ist die Prognose der Marktanteile, die eine Aussage über die Produktionsvolumen der Fahrzeugprojekte liefern und in nahezu sämtliche finanzielle und kapazitive Bewertungen einfließen. Zudem werden weitere Finanzdaten und Risiken auf Basis vergangener Projekte und dem Umfeld abgeschätzt. Dabei sind die Szenariotechnik und Simulationsmodelle etablierte Tools. Die Grundlage für die Prognosen stellen Daten des Markt- und Wettbewerbsumfelds dar. Neben den Absatzzahlen der Wettbewerber werden Primärdaten durch Interviews, Workshops und Kundengespräche erhoben und durch Sekundärdaten wie zur sozio-demographischen Entwicklung, Marktentwicklung und Eigenschaften von Wettbewerbsfahrzeugen ergänzt. Nachdem ein neues Portfolio definiert wurde, wird das Portfolio erneut evaluiert und der Prozess erneut durchlaufen (Hüls 2022).

Aus der organisatorischen Sicht zeigen zudem Case Studies der Unternehmen Audi und BMW, dass erste Schritte unternommen wurden, EXCEL-basierte Bewertungen gegen integrierte Systemlösungen abzulösen (Kemminer 2018, Fleisch 2020). Dabei sollen zukünftig Simulationen und Analysen des Produktportfolios automatisiert durchgeführt werden und in die strategische Planung einfließen (Fleisch 2020).

Der vorliegende Beitrag basiert auf den Ergebnissen aus der bisherigen Forschung zur Integration von PSS in die strategische Planung der Automobilindustrie. Grundsätzlich ist anzumerken, dass der Fokus primär auf den sozioökonomischen Faktoren aus Sicht der Wirtschaftsinformatik liegt. So wird auf Erkenntnisse aus der Literatur von insgesamt 207 Publikationen zu Ansätzen zur Bewertung von PSS (Kurpiela und Teuteberg 2022), Einflüssen neuer Geschäftsmodelle auf das Mobilitätsökosystem und BA-bezogene Affordanzen von Organisationen sowie der Textmininganalyse von 924 Stellenanzeigen (Kurpiela und Teuteberg 2023) und der Analyse 49 PSS-orientierter Geschäftsmodelle von 34 Unternehmen zurückgegriffen.

Im Rahmen dieser Arbeit wird zunächst ein Morphologischer Kasten der Veränderungen in Zeiten von PSS in der strategischen Planung in der Automobilindustrie entwickelt (siehe Abb. 3). Bei der Erstellung des Morphologischen Kastens werden nachfolgend die Dimensionen der Mikro‑, Meso- und Makroebene genutzt, um die Veränderungen zu beschreiben, die anhand der Analyse der Literatur, Stellenanzeigen und Geschäftsmodelle gewonnen wurden. In der Mikroebene werden Veränderungen für individuelle Akteure in dem Planungsprozess beschrieben. Die Mesoebene umfasst hingegen die Veränderungen auf die Organisation und somit auf die Interaktion mehrerer Akteure. Die Makroebene fokussiert die strategische Planung im Kontext der Institution und der Umwelt (Jarzabkowski und Spee 2009). Die Ergebnisse der Analysen werden weiterhin in den Abschn. 3.1–3.3 beschrieben. Anhand dieser werden in Abschn. 4 Planungsansätze und Handlungsempfehlungen für die strategische Planung in der Automobilindustrie mit Fokus auf den Entscheidungsfindungsprozess in Zeiten von PSS skizziert.

Wie beschrieben, ist der Aufbau eines Mobilitäts-Ökosystems eine der zentralen Disruptionen in der Automobilindustrie. Die Unternehmensstrategie gibt der strategischen Planung diesbezüglich die Leitlinien beziehungsweise Strukturen vor. Aufgrund der Neuartigkeit des Ökosystems und dessen Akteure bietet sich dazu die Nutzung einer Taxonomie an. Generell unterstützt eine Taxonomie bei der Klassifizierung von komplexen Objekten. Bei der Entwicklung einer Taxonomie werden Merkmale von Objekten iterativ anhand von definieren Dimensionen analysiert. Das Ergebnis ist zum einen eine Übersicht der Merkmale und Dimensionen der Objekte, die die Grundlage für eine Klassifikation darstellen (Nickerson et al. 2013). Werden als Objekt zum Beispiel die Geschäftsmodelle der Akteure in dem Ökosystem gewählt, ermöglicht die Taxonomie-Entwicklung eine Klassifikation der Geschäftsmodelle, anhand der unter anderem die Rolle eines Unternehmens in dem Ökosystem definiert werden kann.

Mit Unterstützung der entwickelten Klassifizierung können Unternehmen die eigenen Geschäftsmodelle und die anderer Akteure im Mobilitäts-Ökosystem zum Beispiel anhand der Dimensionen Leistungsversprechen, Produkt/Dienstleistungs-Angebot, Technologie, Umsatzstrom, Marktsegment und Vertriebskanal analysieren. Ebenso kann die Marktentwicklung über die Zeit analysiert werden und somit die Klassifizierung kontinuierlich weiterentwickelt werden. Dies ermöglicht die Berücksichtigung der wachsenden Umwelt- und Umfeldeinflüsse wie die der politischen Regulierungen oder Umweltbewegung. Basierend auf der Klassifizierung kann der strategischen Planung weiterhin eine Struktur vorgegeben, die es ermöglicht zum Beispiel Ursachen- und Wirkzusammenhänge der Geschäftsmodelle zu analysieren und basierend darauf, Effekte von Entscheidungen zu bewerten. Durch die Berücksichtigung weiterer Einflüsse auf das System kann beispielsweise mit Hilfe von Ansätzen der System Dynamics eine gesamtheitliche, multidimensionale und dynamische Sicht auf das Mobilitäts-Ökosystem erzeugt werden. So können in diesen Modellen die, bisher stark fokussierten, ökonomischen Faktoren in einen Zusammenhang mit der sozialen, ökologischen und technologischen Dimension gebracht werden. Dem Paradigma der Bewusstseinsökonomie folgend werden somit proaktiv die Ursachen für Veränderungen wie dem gesellschaftlichen Wohlstand und die ganzheitliche Ressourcenschöpfung fokussiert (Abouee-Mehrizi et al. 2021). Dabei werden mit Hilfe eines Causal Loop Diagramms die Ursachen und Wirkungen zwischen Variablen eines Systems dargestellt (Coyle 1996). Diese ermöglichen zum Beispiel eine Übersicht über die Auswirkungen von möglichen Entscheidungen auf das System und eine Diskussionsgrundlage für die Ziele und Kompromisse. Solche IT-basierten Ansätze der System Dynamics beziehungsweise Business Analytics sind mit zahlreichen Vorteilen verbunden, die weiterhin die prozessorientierten Dynamic Capabilities unterstützen (Contreras Pinochet et al. 2021). Durch die Anwendung eines ganzheitlichen IT-basierten Geschäftsprozessansatzes für die Entscheidungsfindung können die Dynamic Capabilities weiterhin durch die höhere Datenqualität, Transparenz und insbesondere der Kollaboration zwischen den Bereichen verbessert werden (Wang et al. 2020).

Konkret können anhand solcher Modelle zum Beispiel die Auslöser für die Kundennachfrage identifiziert und die Auswirkungen von Entscheidungen auf diese bewertet werden. Dadurch werden Unternehmen, primär in der aktuellen Situation, in der erst wenig Erfahrungswerte zu den neuen Geschäftsmodellen gesammelt werden konnten, unterstützt. Eine Wirkungskette kann beispielsweise darin beschrieben werden, dass Investitionen in eine verbesserte Ladeinfrastruktur, die Kunden dazu bewegt, anstatt konventionell betriebener Fahrzeuge elektrisch betriebene Fahrzeuge bei dem Carsharing zu nutzen. Durch diese Investitionen erlangt das Unternehmen in der Regel zunächst keine höheren Umsätze. Dadurch, dass durch die Nutzung elektrischer Fahrzeug jedoch den Umwelteinfluss reduziert, steigt das soziale Wohlergehen und schlussendlich die Nachfrage (Abouee-Mehrizi et al. 2021). Neben dieser qualitativen Analyse und Übersicht der Wirkungsketten unterschiedlicher Variablen wie zum Beispiel der Kundenachfrage, Kosten und Umweltbelastung bieten die System Dynamics Ansätze den großen Vorteil unterschiedliche Szenarien zu simulieren. Durch die Definition entsprechender Parameter können somit die Variablen quantitativ bewertet werden. Dies ermöglicht der strategischen Planung zum Beispiel den Kundenbedarf, die Kosten und die Gewinne in dem multidimensionalen Umfeld, das nicht mehr vorrangig aus Fahrzeugprojekten, sondern vielmehr aus neuen Geschäftsmodellen, Partnern und Zahlungsströmen über den Lebenszyklus besteht, zu simulieren, um darauf basierend Entscheidungen zu treffen.

Ein zentraler Faktor in dem Mobilitäts-Ökosystem sind die generierten Daten, die zwischen den Akteuren ausgetauscht werden (Riasanow et al. 2017). Die strategische Planung kann diese Daten, die zum Teil über die Grenzen des eigenen Unternehmens hinaus erzeugt werden, zur Prognose und Bewertung strategischer Maßnahmen nutzen. So können beispielsweise die Daten des Betreibers einer Carsharing-Flotte Aufschluss über die Nutzung und somit über das zukünftige Absatzvolumen geben. Weiterhin ermöglichen Ansätze der Business Analytics die Erhebung und Verarbeitung von unstrukturierten Daten zum Beispiel aus dem Web mit Hilfe von Text Mining (Alnoukari 2021). Somit können neue Daten und vor allem schnell Veränderungen im Umfeld identifiziert werden und in die strategische Planung einfließen. Für die strategische Planung sollte vor diesem Hintergrund die Validierung der Daten eine steigende Bedeutung zugesprochen werden (Goede 2021). Dadurch wird nicht nur die Qualität der Planung, unabhängig ob manuell, durch Menschen oder IT-Systeme gestützt, unterstützt, sondern auch das Vertrauen in die Ergebnisse der Planung. Zur Integration von Ansätzen der BA kristallisieren sich im Allgemeinen der Aufbau einer datengetriebenen Kultur und Integration von IT-basierten Geschäftsprozessen als zentrale Bausteine heraus (Cao und Duan 2015; Time et al. 2020). Vor diesem Hintergrund sollten Unternehmen BA getriebene Prozesse in der strategischen Planung und Entscheidungsfindung formalisieren. Hierbei gilt es auch eine kontinuierliche Reflexion und Verbesserung der BA Ansätze durchzuführen und hybride Teams aufzubauen. Dadurch werden die Akzeptanz und das Vertrauen in die Technologie und Daten optimiert (Wang et al. 2020, Time et al. 2020).

Im Rahmen dieses Beitrags wurden die Veränderungen in der strategischen Planung in Form eines Morphologischen Kastens aufgezeigt sowie erste Planungsansätze und Herangehensweisen skizziert. Zusammenfassend zeigt es sich hingegen Zweifel wie z. B. von (Mintzberg 1994), dass die strategische Planung auch in Zeiten von PSS relevant ist, obwohl zugleich viele Veränderungen auf Mikro‑, Meso- und Makroebene in der Automobilindustrie resultieren. Diese eröffnen sowohl für die Praxis als auch Forschung die Aufgabe weitere Planungsansätze und Herangehensweisen zu erarbeiten und zu validieren. Aus den Veränderungen lassen sich die nachfolgenden Handlungsempfehlungen für die Forschung und Praxis ableiten.

Ein zentraler Bestandteil der Veränderungen aufgrund PSS sind in der Automobilindustrie die Planungsobjekte. Unabhängig davon, ob es die Software, Dienstleistungen, Mobilitäts-Plattform oder funktionale Einheiten sind, wird das Fahrzeugprojekt als Planungsobjekt in Zukunft nicht zwangsläufig das primäre Planungsobjekt sein. Vielmehr wird eine integrative Sicht auf das Produktportfolio an Bedeutung gewinnen. Die hohen Absätze für die privaten Fahrzeuge bis zum Jahr 2030 sprechen jedoch dafür, dass die Fahrzeugprojekte weiterhin ein zentrales Planungsobjekt in vielen Unternehmen der Automobilindustrie darstellen werden. Bei einem Planungshorizont von 10 Jahren und dem steigenden Marktvolumen für autonomes Fahren um das Jahr 2030 gibt es jedoch Argumente für eine Umstellung der Planungsobjekte (Kuhnert et al. 2017). Neben dem Planungsobjekt lässt sich diskutieren, inwiefern die Bewertungskriterien entsprechend der neuen Unternehmensstrategie angepasst werden. Wie die aktuelle Forschung zeigt, charakterisiert die strategische Planung von PSS neben der ökonomischen Dimension insbesondere die Fokussierung der Nachhaltigkeit sowie des Kunden und dessen wahrgenommen Wert des Angebots (Kurpiela und Teuteberg 2022). Diesbezüglich zeigen vorangegangene Forschungsergebnisse, dass aus Kundensicht beispielsweise die Sicherheit im Verkehr bei dem autonomen Fahren ein entscheidendes Kriterium ist (Dolins et al. 2021). Gleichzeitig sind auch die Reisegeschwindigkeit, Ladezeiten und Verfügbarkeiten des Carsharings und autonomen Fahrens sowohl mit konventionell als auch mit elektrisch betriebenen Fahrzeugen wichtige kundenorientierte Kriterien. Aus Sicht der ökologischen Nachhaltigkeit sollten neben den direkten Umweltbelastungen z. B. in Form von CO2 vor allem die ökologische Potenziale wie Produktlebensdauer, Ressourcen- und Energieeffizienz, Wiederverwendung, Produktnutzung und Dematerialisierung, die PSS versprechen betrachtet werden (Yang und Evans 2019). Aber auch die ökonomische Bewertung sind zukünftig weniger auf die Phasen des Projektlebenszyklus, sondern vielmehr auf den Produktlebenszyklus für die unterschiedlichen Planungsobjekte auszurichten. Dabei ist ebenfalls zu berücksichtigen, dass Basis-Dienstleistungen, die die Basisfunktionalität der Produkte gewährleisten, die finanzielle Performance wenig beeinflussen, aber trotzdem für den Erfolg des Mobilitäts-Ökosystems von Bedeutung sind (Sousa und da Silveira 2017). Aufgabe für die Forschung und Praxis ist es daher einen Zeitpunkt, Kriterien und Vorgehensweisen für eine Umstellung der Planungsobjekte und Bewertungskriterien entsprechend der Unternehmensstrategie und Rolle im Ökosystem auszuarbeiten.

Die, in diesem Beitrag vorgestellten, Planungsansätze und Herangehensweisen aus dem Bereich der BA erfordern weiterhin ein Umdenken der Organisation beziehungsweise den Aufbau und Förderung einer datengetriebenen Organisation. Neben neuer Mitarbeiterrollen wie dem Change Manager oder Data Analyst und deren Akquisition empfiehlt sich für die Praxis eine iterative Vorgehensweise zur Integration von BA Ansätzen und IT-basierte Tools in die Organisation. Dabei kann der Aufbau einer neuen Organisation, in der die Kompetenzen zur Datenanalyse für die strategische Planung zentralisiert werden und bei dem Aufbau der datengetriebenen Kultur unterstützen. Außerdem werden durch das Kollaborieren und Teilen der Daten ebenfalls die Vorteile von BA ausgeschöpft. Weiterhin empfiehlt es sich eine Kultur einzugliedern, in der kein Fachbereich oder Mitarbeiter negative Konsequenzen zu erwarten haben, wenn er Transparenz über seine Daten erzeugt. Es muss im Gegenteil ein Umfeld entstehen, in dem das Teilen von Daten positiv bewertet wird. Die entstehende Organisation ist entsprechend auch dazu angehalten andere Fachbereiche von Anfang an für die Möglichkeiten der BA Ansätze und IT-basierten Tools zu begeistern, sodass diese sich mit dem Tool identifizieren. Vor dem Hintergrund der Portfolioplanung ist der Praxis daher ein iterativer Aufbau und die Förderung einer datengetriebenen Kultur z. B. durch neue Mitarbeiterrollen, Integration von BA Ansätzen und IT-basierten Tools, neuen Organisationsstrukturen und der Kollaboration zu empfehlen.

Weiterhin lässt sich in der Forschung und Praxis diskutieren, inwiefern IT-basierte Tools den Mitarbeitern in der strategischen Planung Aufgaben abnehmen können und Zeit für andere Tätigkeiten zu gewinnen. Mitarbeiter könnten sich mehr auf die Definition der effektivsten Maßnahmen und Steuerung des Ökosystems konzentrieren sowie der Erzeugung wertvoller Informationen. Beispielsweise könnten die IT-basierten Tools die Bewertung des Portfolios abnehmen und bei der Vorbereitung der Entscheidungsunterlagen unterstützen. Trotz der Vorteile von BA wird in der Literatur argumentiert, dass BA die Erfahrungen von Mitarbeitern und Entscheidungsträgern in der strategischen Planung untergraben werden (Kunc und O’Brien 2018). Für die Forschung und Praxis resultiert daraus, den Grad zwischen intuitiver (durch die Erfahrung der Mitarbeiter) und rationaler Planung (durch BA) zu definieren und zu berücksichtigen. Dem Beispiel zuvor folgend wäre es empfehlenswert zu definieren, wie genau und detailliert die Bewertung durch ein IT-basiertes Tool sein muss. Außerdem sollte die Bewertung möglichst einfach und transparent gestaltet werden, damit Mitarbeiter zu jeder Zeit ihre Erfahrungen einfließen lassen können und ein Vertrauen in das Tool aufgebaut wird. Weiterhin können die Ist-Daten aus dem Mobilitäts-Ökosystem und insbesondere der Fahrzeuge die Erfahrungen der Mitarbeiter ergänzen, indem aus den Daten abgeleitet wird, wie das Mobilitäts-Ökosystem oder einzelne Variablen auf Einflüsse reagieren. Diese Erkenntnisse können schlussendlich in die Bewertung und Entscheidungsfindung der strategischen Planung einfließen. Entsprechende Organisationen und Konzepte können durch die Forschung und Praxis aufgebaut werden. In diesem Zusammenhang kann angenommen werden, dass die dynamischen und multidimensionalen Planungsansätze und Herangehensweisen, z. B. aus Abschn. 4, neben der Anforderungen aufgrund der PSS, auch bei weiteren zukünftigen Herausforderungen der Automobilindustrie unterstützen können. Ein aktuelles Beispiel sind die Lieferketten, die aufgrund der geopolitischen Situation unter anderem zu der „Chipkrise“ geführt haben. Mit Ansätzen aus den System Dynamics könnten solche Risiken gegebenenfalls früher identifiziert und auch die Auswirkungen auf beispielswiese die Mitarbeiter, Lieferanten, Händler und den Gebrauchtwagenmarkt aufgezeigt und quantifiziert werden, sodass schneller und gezielterer (präventive) Maßnahmen abgeleitet werden können. Es daher zu empfehlen, dass die Forschung und Praxis anhand aktueller Herausforderungen und Erfahrungen neue Konzepte ableiten, die bei der zukünftig weiterwachsenden Komplexität des Mobilitäts-Ökosystems unterstützen. Abb. 4 stellt die Handlungsempfehlungen im Zusammenhang mit den Veränderungen in der strategischen Planung dar. Die zuvor beschriebenen Handlungsempfehlungen können weiterhin wie folgt zusammengefasst werden: