658 Allgemeines Management
Refine
Year of publication
- 2025 (3) (remove)
Document Type
- Master's Thesis (3)
Language
- German (3)
Has Fulltext
- yes (3) (remove)
Is part of the Bibliography
- yes (3) (remove)
Keywords
- Vertrieb (3) (remove)
Institute
Die vorliegende Masterarbeit mit dem Titel Evaluierung der Einsatzmöglichkeiten von E-Learning-Systemen im B2B Vertrieb“ untersucht die Identifizierung und Gewichtung von Kriterien zur Bewertung von E-Learning-Systemen im Business-to-Business (B2B)-Vertriebsumfeld. Angesichts der wachsenden Bedeutung digitalen Lernens im Corporate Learning trägt diese Studie dazu bei, eine bestehende Forschungslücke in der Bewertung von E-Learning-Systemen für das Vertriebsumfeld und Performance-Steigerungen in der Branche zu adressieren. Die Untersuchung basiert auf einem qualitativen Forschungsansatz, welcher eine KI-gestützte Literaturrecherche sowie Befragungen von Personen mit Fachexpertise nach dem Kano-Modell umfasst. Branchenspezifische Bewertungskriterien wurden aus der Fachliteratur abgeleitet und anhand der Einschätzungen erfahrener B2B-Vertriebsexpertinnen und -experten gewichtet. Der Funktionsumfang von zehn E-Learning-Systemen wurde mit einer dreistufigen Skala bewertet, um Objektivität und Vergleichbarkeit sicherzustellen. Die Ergebnisse zeigen, dass Absorb LMS den umfangreichsten ungewichteten Funktionsumfang bietet. Nach der fachspezifischen Gewichtung deutet die Analyse darauf hin, dass führende E-Learning-Systeme Funktionen priorisieren, die von Experten und Expertinnen aus dem B2B-Vertrieb geschätzt werden. Diese Arbeit identifi-ziert19 fundierte, branchenspezifisch gewichtete Kriterien zur Bewertung von E-Learning-Systemen imB2B-Vertrieb. Die Ergebnisse legen nahe, dass aktuelle Plattformen grundsätzlich für den Einsatz in diesem Bereich geeignet sind. Gleichzeitig wird weitere empirische Forschung empfohlen, um die praktische Anwendbarkeit der Kriterien zu validieren und bestehende Auswahlprozesse weiter zu optimieren.
Künstliche Intelligenz ist in einer zunehmend digitalen Welt zu einem Thema geworden, dem man nicht ausweichen kann. Sie birgt ein massives Potenzial, wenn man weiß, wie man sie gezielt einsetzt. Vor allem in der Software-as-a-Service-Branche stellt sich dabei die Frage, ob und wie KI in der Bestandskundenbetreuung von B2B-Kund*innen unterstützen kann. Ziel dieser Masterarbeit ist es daher, herauszufinden, welche Einsatzmöglichkeiten generative KI im Customer Success Management bietet und welchen konkreten Nutzen sie für SaaS-Unternehmen im B2B-Bereich haben kann. Dazu wird zunächst erläutert, was generative KI auszeichnet und welche Besonderheiten das Customer Success Management aufweist. Anschließend folgt eine Analyse der bestehenden Forschung und ein erstes Modell, das die Theorie zu KI und CSM miteinander verknüpft. Die praktische Sicht wird durch Expert*inneninterviews gewonnen, deren Auswertung mithilfe der qualitativen Inhaltsanalyse nach Mayring erfolgt. Aus den Erkenntnissen der empirischen Untersuchung und den Erkenntnissen aus dem Theorieteilsoll dann ein Modell für den Einsatz von KI im CSM entwickelt werden. Damit soll die Arbeit einen Beitrag dazu leisten, die Potenziale von KI in der Kundenbetreuung zu verdeutlichen und SaaS-Unternehmen bei einem sinnvollen Einsatz von KI in ihren CSM-Alltag unterstützen.
Die Welt des B2B-Vertriebs befindet sich im Umbruch – nicht nur durch COVID-19, sondern auch durch den Generationswechsel. Daher ist es wichtig, sich anzupassen, um im Maschinen- und Anlagenbau erfolgreich zu sein. Um Unternehmen darauf vorzubereiten, beschäftigt sich diese Masterarbeit mit einem Modell zur Kund*innengewinnung im B2B-Vertrieb des Maschinen- und Anlagenbaus. Dabei handelt es sich um ein Modell im Sinne des Sales Cycle, das alle Phasen von der Kund*innenplannung bis hin zur After-Sales-Betreuung umfasst. Weiters werden die Voraussetzungen für das Modell definiert, darunter digitale Tools, künstliche Intelligenz, Customer Journey, Hybrid Sales sowie der verstärkte Einsatz von Inside Sales. Diese Masterarbeit basiert auf dem Benchmarking von Modellen, Prozessen und Methoden aus dem Innovationsmanagement, um daraus zu lernen, neue innovative Ansätze für Unternehmen zu entwickeln und eine Prozessinnovation für den Vertrieb zu erarbeiten. Das Modell wird durch die empirische Methode der Expert*inneneninterviews validiert und mit Hilfe der Inhaltsanalyse nach Mayring ausgewertet, um abschließend eine Handlungsempfehlung sowie ein grafisches Modell darzustellen.
