Providing the Building Blocks for Organizations to Balance Digital Transformation and Sustainability

Titelangaben

Meyer-Hollatz, Tim:
Providing the Building Blocks for Organizations to Balance Digital Transformation and Sustainability.
Bayreuth , 2025 . - IV, 64 S.
( Dissertation, 2024 , Universität Bayreuth, Rechts- und Wirtschaftswissenschaftliche Fakultät)

Volltext

	Format: PDF Name: Dissertation_Tim_Meyer-Hollatz.pdf Version: Veröffentlichte Version Verfügbar mit der Lizenz Deutsches Urheberrechtsgesetz. Das Dokument darf zum eigenen Gebrauch kostenfrei genutzt werden. Darüber hinaus bedürfen die Vervielfältigung, Bearbeitung, Verbreitung und jede Art der Verwertung der schriftlichen Zustimmung des jeweiligen Rechteinhabers.
	Download (896kB)

Abstract

Organizations are uniquely positioned to promote sustainability across the environmental, economic, and social pillars due to their capacity for rapid innovation, the creation of spillover effects, and the operation beyond government boundaries. Leveraging this position through Digital Transformation (DT) offers the potential to develop new value propositions and redefine value networks, thereby enabling sustainable development. However, DT can also lead to unintended negative consequences on sustainability, affecting both current and future generations. Thus, a balance must be struck between the promising prospects of DT and its potential adverse effects. In this context, this doctoral thesis examines the challenges arising from the interplay of DT and sustainability. Specifically, it addresses how organizations can enter virtuous cycles, where the success of one project that combines DT and sustainability spurs further similar projects. This is achieved by providing actionable research artifacts, considering sustainability as a concept composed of three pillars (economic, environmental, and social), and leveraging the connections between these pillars. The findings serve as building blocks – i.e., theoretically grounded research artifacts that provide organizations with generalizable yet actionable guidelines – to foster sustainable development by organizations. Before diving into the exploration of the challenges, Research Article #1 employs a tension lens to investigate the competing demands at the intersection of DT and sustainability. Drawing on these tensions and the results of an interview study, the article introduces three response mechanisms that guide organizations and researchers in understanding and facilitating the integration of DT and sustainability. This approach demonstrates how organizations can actively balance the positive and negative impacts that result from the interaction between DT and sustainability, while treating sustainability as a holistic concept. Building on the first response mechanism (i.e., Leverage DT to enhance sustainability), Research Article #2 conducts a multivocal literature review to derive archetypes that use Artificial Intelligence (AI) for sustainability. These archetypes integrate organizational, technical, and sustainability perspectives to enhance the adoption of AI for sustainability in organizations. Beyond the potential of DT for sustainability, the second response mechanism "Exploit sustainability to sharpen digital actions", emphasizes how organizations can utilize a sustainability perspective to improve the sustainability of DT projects. Here, Research Article #3 presents design patterns for AI projects to address the negative impacts of AI on the environment and society. Complementary, Research Article #4 focuses on government mechanisms and offers an extension to existing governance frameworks to connect multiple sustainability pillars. Finally, this doctoral thesis presents two research articles that illustrate the third response mechanism (i.e., "Integrate DT and sustainability to provide mutual benefits") that integrates DT and sustainability by merging the outcome focus of response mechanism one with the process focus of response mechanism two. Research Article #5 employs Automated Machine Learning (AutoML) a technique designed to democratize access to Machine Learning (ML) and facilitates efficient training to compare different feature sets for predicting public transportation punctuality. The results enable public transportation providers to improve service reliability, thereby increasing user attractiveness and promoting a shift toward more sustainable mobility. Concurrently, this research demonstrates how organizations can democratize ML access by showing that AutoML can be used to train sophisticated models. Although fostering a shift towards sustainable mobility, Research Article #6 applies a sustainability lens to enhance information provisioning in intermodal mobility journeys. The resulting model integrates phases, mode combinations, and their interactions, offering organizations an example of blending digital goals (i.e., increasing usability) with sustainability goals (i.e., enhancing sustainable mobility). In conclusion, this doctoral thesis equips organizations with building blocks for integrating DT and sustainability. By offering actionable practices that consider all three sustainability pillars and connecting values across these pillars, this thesis seeks to engage researchers and practitioners in a dialogue about the powerful interweaving of DT and sustainability.

Abstract in weiterer Sprache

Organisationen befinden sich aufgrund ihrer Fähigkeit zur schnellen Innovation und der Tätigkeit über nationale Grenzen hinweg in einer einzigartigen Position, um die ökologische, soziale und ökonomische Nachhaltigkeit zu fördern. Die digitale Transformation (DT) ermöglicht, diese Position zu nutzen, um neue nachhaltige Wertangebote zu entwickeln und Wertschöpfungsnetzwerke neu zu definieren. Allerdings kann die DT auch unbeabsichtigte negative Auswirkungen auf die Nachhaltigkeit haben. Daher ist es entscheidend, ein Gleichgewicht zwischen den vielversprechenden Perspektiven der DT und ihren potenziellen negativen Effekten zu finden. In diesem Kontext untersucht die vorliegende Dissertation die komplexen Herausforderungen, die aus dem Zusammenspiel von DT und Nachhaltigkeit resultieren. Besonderes Augenmerk liegt auf der Fragestellung, wie Organisationen in Kreisläufe positiver Verstärkung eintreten können, bei denen der Erfolg eines Projekts, das DT und Nachhaltigkeit verbindet, weitere ähnliche Projekte inspiriert. Dies wird erreicht durch die Bereitstellung adaptierbarer Forschungsartefakte, die Nachhaltigkeit als Konzept dreier Säulen (ökonomisch, ökologisch und sozial) sowie die Verbindungen zwischen diesen Säulen betrachten. Die Ergebnisse dienen als theoretisch fundierte Bausteine zur Förderung nachhaltiger Entwicklungen in Organisationen. Bevor die Herausforderungen eingehend untersucht werden, beleuchtet Forschungsbeitrag #1 die Spannungen an der Schnittstelle von DT und Nachhaltigkeit. Basierend auf den identifizierten Spannungen und den Ergebnissen einer Interviewstudie stellt der Artikel drei Reaktionsmechanismen vor, welche die Integration von DT und Nachhaltigkeit leiten. Die Ergebnisse verdeutlichen, wie Organisationen die positiven und negativen Auswirkungen des Zusammenspiels von DT und Nachhaltigkeit aktiv ausbalancieren können. Aufbauend auf dem ersten Reaktionsmechanismus (d. h. Hebelwirkung von DT zur Verbesserung der Nachhaltigkeit), führt Forschungsbeitrag #2 eine multivokale Literaturrecherche durch, um Archetypen abzuleiten, die Künstliche Intelligenz (KI) für die Nachhaltigkeit nutzen. Diese Archetypen integrieren organisatorische, technische und Nachhaltigkeitsperspektiven, um den Einsatz von KI für Nachhaltigkeit in Unternehmen zu fördern. Über das Potenzial der digitalen Transformation für die Nachhaltigkeit hinaus betont der zweite Reaktionsmechanismus „Nachhaltigkeit nutzen, um digitale Aktivitäten zu verbessern“, wie Organisationen die Nachhaltigkeit digitaler Projekte verbessern können. In diesem Rahmen stellt der Forschungsbeitrag #3 Design Pattern für KI-Projekte vor, um den negativen Auswirkungen von KI auf Umwelt und Gesellschaft zu begegnen. Ergänzend dazu bietet Forschungsbeitrag #4 eine Erweiterung bestehender Governance-Frameworks, um mehrere Nachhaltigkeitssäulen miteinander zu verbinden. Schließlich illustrieren zwei Forschungsbeiträge den dritten Reaktionsmechanismus (d. h. „DT und Nachhaltigkeit integrieren, um gegenseitigen Nutzen zu schaffen“), indem sie den Ergebnisfokus des ersten Reaktionsmechanismus mit dem Prozessfokus des zweiten verbinden. Forschungsbeitrag #5 nutzt automatisiertes maschinelles Lernen (AutoML), um verschiedene Feature für die Vorhersage der Pünktlichkeit öffentlicher Verkehrsmittel zu vergleichen. Die Ergebnisse ermöglichen es Anbietern öffentlicher Verkehrsmittel, die Zuverlässigkeit ihrer Dienste zu verbessern, die Attraktivität für die Nutzer zu erhöhen und einen Wandel hin zu einer nachhaltigeren Mobilität zu fördern. Gleichzeitig zeigen die Ergebnisse, dass AutoML zum Trainieren anspruchsvoller Modelle eingesetzt werden kann und somit ML demokratisiert. Forschungsbeitrag #6 fördert den Wandel hin zu nachhaltiger Mobilität durch die Verbesserung der Informationsbereitstellung für intermodale Mobilität. Das resultierende Modell integriert Phasen, Verkehrsmittelkombinationen sowie die Wechselwirkungen der beiden und bietet Unternehmen ein Beispiel für die Verbindung digitaler Ziele (d. h. Erhöhung der Benutzerfreundlichkeit) mit Nachhaltigkeitszielen (d. h. Verbesserung der nachhaltigen Mobilität).