The Twinning Power of Data : Understanding How Data Drive Digital and Sustainable Transformation

Titelangaben

Valett, Lynne:
The Twinning Power of Data : Understanding How Data Drive Digital and Sustainable Transformation.
Bayreuth , 2026 . - VI, 99 S.
( Dissertation, 2026 , Universität Bayreuth, Rechts- und Wirtschaftswissenschaftliche Fakultät)

Volltext

	Format: PDF Name: Valett_Lynne_Data.pdf Version: Veröffentlichte Version Verfügbar mit der Lizenz Creative Commons BY 4.0: Namensnennung
	Download (2MB)

Abstract

Societal disruptions have grown in intensity, frequency, and mutual entanglement, converging into a polycrisis that confronts organizations with unprecedented structural pressures. Digital technologies play an ambivalent role in this context: they enable new forms of coordination and value creation, yet also risk reinforcing the unsustainable patterns they could help overcome. How digitalization can move from part of the problem to part of the solution has therefore become a defining question for information systems (IS) research - one increasingly addressed through the interplay of digital transformation and sustainability transformation. Recent debates on twin transformation conceptualize these two agendas as mutually reinforcing, yet how such reinforcement is enacted in organizational practice remains insufficiently understood. This dissertation argues that sustainability-related data constitute the connective resource through which digital and sustainability transformation become linked: digital technologies generate and process the data that make sustainability-related phenomena visible and actionable, while sustainability objectives determine which data matter and how they should be governed within digital systems and decision processes. Building on this argument, the dissertation addresses the overarching research question: How do data drive digital and sustainability transformation to become mutually reinforcing? Drawing on nine research papers, the dissertation develops a cumulative sociotechnical perspective on data-based twin transformation, structured around two reciprocal directions. The first is the enabling direction, in which digital transformation creates the data foundations and organizational capabilities that make sustainability-related phenomena manageable in the first place - for instance by conceptualizing ESG data as heterogeneous, purpose-bound objects and by specifying maturity pathways for sustainability data management and industrial decarbonization. The second is the guiding direction, in which sustainability transformation shapes what digital systems measure, optimize, and make credible, as illustrated through studies on carbon-aware energy management, sustainable mobility, and digitally verifiable carbon information. The dissertation then brings both directions together, showing how sustainability-related data are mobilized for strategic value within an interorganizational network and how enabling and guiding capabilities jointly shape the reciprocal relationship between the two transformations. Theoretically, the dissertation contributes to Green IS research by developing a data perspective on the mutual reinforcement of digital and sustainability transformation. It refines the emerging theory of twin transformation by showing that this relationship is neither automatic nor unidirectional: sustainability-related data become valuable only through organizational capabilities that make them usable, just as sustainability objectives shape digital transformation only once embedded into IS. For practice, the dissertation demonstrates that organizations must move beyond collecting sustainability-related data for compliance and instead mobilize it for decision-making across organizational boundaries. Overall, the dissertation positions data as the medium through which sustainability becomes organizationally actionable - and through which digital transformation can contribute to more resilient responses to contemporary sustainability challenges.

Abstract in weiterer Sprache

Gesellschaftliche Disruptionen haben an Intensität, Häufigkeit sowie gegenseitiger Verflechtung zugenommen und verdichten sich zu einer Polykrise, die Organisationen mit beispiellosen strukturellen Belastungen konfrontiert. Digitale Technologien spielen in diesem Kontext eine ambivalente Rolle: Sie ermöglichen neue Formen der Koordination und Wertschöpfung, bergen jedoch zugleich das Risiko, die nicht nachhaltigen Muster zu verstärken, zu deren Überwindung sie beitragen könnten. Wie Digitalisierung sich von einem Teil des Problems zu einem Teil der Lösung entwickeln kann, ist daher zu einer bestimmenden Frage der Wirtschaftsinformatik (Information Systems, IS) geworden - eine Frage, die zunehmend durch das Zusammenspiel von digitaler Transformation und Nachhaltigkeitstransformation adressiert wird. Aktuelle Debatten zur Twin Transformation konzeptualisieren diese beiden Agenden als sich gegenseitig verstärkend, doch wie diese Verstärkung in der organisationalen Praxis umgesetzt wird, ist bislang nur unzureichend verstanden. Diese Dissertation argumentiert, dass nachhaltigkeitsbezogene Daten die verbindende Ressource darstellen, durch die digitale und Nachhaltigkeitstransformation miteinander verknüpft werden: Digitale Technologien erzeugen und verarbeiten die Daten, die nachhaltigkeitsbezogene Phänomene sichtbar und handlungsfähig machen, während Nachhaltigkeitsziele bestimmen, welche Daten relevant sind und wie sie innerhalb digitaler Systeme und Entscheidungsprozesse gesteuert werden sollten. Aufbauend auf diesem Argument untersucht die Dissertation die übergeordnete Forschungsfrage: Wie treiben Daten digitale und Nachhaltigkeitstransformation dahingehend an, dass sie sich gegenseitig verstärken? Auf Grundlage von neun Forschungsarbeiten entwickelt die Dissertation eine kumulative soziotechnische Perspektive auf datenbasierte Twin Transformation, die in zwei wechselseitige Richtungen strukturiert ist. Die Erste ist die ermöglichende Richtung, in der die digitale Transformation die Datengrundlagen und organisationalen Fähigkeiten schafft, die nachhaltigkeitsbezogene Phänomene überhaupt erst handhabbar machen - beispielsweise durch die Konzeptualisierung von ESG-Daten als heterogene, zweckgebundene Objekte und durch die Spezifizierung von Reifepfaden für das Management von Nachhaltigkeitsdaten und industrieller Dekarbonisierung. Die Zweite ist die leitende Richtung, in der die Nachhaltigkeitstransformation prägt, was digitale Systeme messen, optimieren und glaubwürdig machen, wie anhand von Studien zu CO2-adaptivem Energiemanagement, nachhaltiger Mobilität und digital verifizierbaren CO2-Informationen veranschaulicht wird. Die Dissertation führt anschließend beide Richtungen zusammen und zeigt, wie nachhaltigkeitsbezogene Daten innerhalb eines organisationsübergreifenden Netzwerks für strategischen Wert mobilisiert werden und wie ermöglichende und leitende Fähigkeiten gemeinsam die wechselseitige Beziehung zwischen den beiden Transformationen prägen. Theoretisch leistet die Dissertation einen Beitrag zur Green-IS-Forschung, indem sie eine Datenperspektive auf die gegenseitige Verstärkung von digitaler und Nachhaltigkeitstransformation entwickelt. Sie präzisiert die aufkommende Theorie der Twin Transformation, indem sie zeigt, dass diese Beziehung weder automatisch noch unidirektional ist: Nachhaltigkeitsbezogene Daten werden erst durch organisationale Fähigkeiten wertvoll, die sie nutzbar machen, ebenso wie Nachhaltigkeitsziele die digitale Transformation erst dann prägen, wenn sie in Informationssysteme eingebettet sind. Für die Praxis zeigt die Dissertation, dass Organisationen über die Erhebung nachhaltigkeitsbezogener Daten zur Erfüllung von Compliance-Anforderungen hinausgehen und diese stattdessen für die Entscheidungsfindung über Organisationsgrenzen hinweg mobilisieren müssen. Insgesamt positioniert die Dissertation Daten als das Medium, durch das Nachhaltigkeit organisational handlungsfähig wird - und durch das digitale Transformation zu resilienteren Reaktionen auf gegenwärtige Nachhaltigkeitsherausforderungen beitragen kann.