Aaron Witzki
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Aaron Witzki has a total of 9 co-authors. Here are the top co-authors by number of shared publications:
- K. Valerie Carl
Goethe University Frankfurt, Chair of Information Systems and Information Management
5 shared publications - Constantin Brîncoveanu
Goethe University Frankfurt, Chair of Information Systems and Information Management
3 shared publications - Oliver Hinz
Goethe University Frankfurt, 60323 Frankfurt am Main, Germany
3 shared publications - Tobias Dreesbach
German Research Center for Artificial Intelligence (DFKI), Osnabrück, Germany
3 shared publications - Dennis Maecker
German Research Center for Artificial Intelligence (DFKI)
1 shared publication Leon Ruckes
1 shared publication
Latest Publications
- Open Access
- 20 August 2026
- Published by Springer Nature in Management Review Quarterly
- p. 1-45
What’s in it for me? a systematic literature review on incentive mechanisms fostering users’ data sharing behavior in data ecosystems
Access to sufficient and high-quality data has become a critical driver of innovation and competitiveness in today’s data-driven economy. However, many organizations, particularly smaller companies without an established user base, struggle to build or access adequately sized datasets. Yet, often a sufficiently large data base is not available. In this context, the concept of data ecosystems gained traction. Data ecosystems describe a distinct form of digital ecosystems in which data takes the role of the central product. Data ecosystems provide a potential solution to the need for data by facilitating the access. However, these ecosystems need to maintain the sovereignty of the data-generating, private consumer. It is of utmost importance to use or distribute data only with the consumers’ consent. Therefore, motivating users to share actively data with a data ecosystem is a relevant topic. For this reason, the aim of our work is to enable a more comprehensive understanding of the subject of incentive mechanisms fostering data sharing in data ecosystems. The study employs an extended systematic literature review to aggregate prior research in this domain, developing an extensive overview on the subject and highlighting future research avenues. We inductively identify five key dimensions of incentive mechanisms and five categories of influencing factors that may shape their effectiveness and users’ data sharing behavior. Building on these insights, we propose a conceptually grounded typology comprising eight ideal types of incentive mechanisms.
- 20 August 2026
- Published by Springer Nature in Management Review Quarterly
- p. 1-45
Open AccessWhat’s in it for me? a systematic literature review on incentive mechanisms fostering users’ data sharing behavior in data ecosystems
Access to sufficient and high-quality data has become a critical driver of innovation and competitiveness in today’s data-driven economy. However, many organizations, particularly smaller companies without an established user base, struggle to build or access adequately sized datasets. Yet, often a sufficiently large data base is not available. In this context, the concept of data ecosystems gained traction. Data ecosystems describe a distinct form of digital ecosystems in which data takes the role of the central product. Data ecosystems provide a potential solution to the need for data by facilitating the access. However, these ecosystems need to maintain the sovereignty of the data-generating, private consumer. It is of utmost importance to use or distribute data only with the consumers’ consent. Therefore, motivating users to share actively data with a data ecosystem is a relevant topic. For this reason, the aim of our work is to enable a more comprehensive understanding of the subject of incentive mechanisms fostering data sharing in data ecosystems. The study employs an extended systematic literature review to aggregate prior research in this domain, developing an extensive overview on the subject and highlighting future research avenues. We inductively identify five key dimensions of incentive mechanisms and five categories of influencing factors that may shape their effectiveness and users’ data sharing behavior. Building on these insights, we propose a conceptually grounded typology comprising eight ideal types of incentive mechanisms.
- 1 June 2026
- Published by Springer Nature
- p. 370-387
No Labels, No Problem? Designing an Explainable Unsupervised Anomaly Detection System for Ambient Assisted Living
- 1 June 2026
- Published by Springer Nature
- p. 370-387
No Labels, No Problem? Designing an Explainable Unsupervised Anomaly Detection System for Ambient Assisted Living
- Open Access
- 20 May 2026
- Published by Springer Fachmedien Wiesbaden GmbH in HMD Praxis der Wirtschaftsinformatik
- Vol. 63 (4) , 826-840
Vom Datenmonopol zur Datensouveränität – Selbstbestimmte Datenflüsse als Treiber digitaler Verantwortung
Zusammenfassung: Die Verfügbarkeit qualitativ hochwertiger Daten über Unternehmensgrenzen hinweg ist eine Grundvoraussetzung für die Entwicklung fairer und zuverlässiger KI-basierter Systeme. Bestehende Datenökosysteme fokussieren jedoch primär den Austausch zwischen Unternehmen, während Endnutzende als Datenerzeugende weitgehend passive Akteure bleiben. Um Endnutzenden eine faire Datensouveränität zu ermöglichen, ergibt sich die Notwendigkeit neuer Ansätze. Dieses Paper untersucht, wie Governance-Mechanismen gestaltet werden müssen, um Datensouveränität, Datenverfügbarkeit, Transparenz und Nachvollziehbarkeit zu vereinen und somit aus Sicht von Corporate Digital Responsibility (CDR) verantwortungsvolle Systeme sicherzustellen. Basierend auf konzeptionellen Überlegungen zu dezentraler Datenhaltung und einer Analyse von Anwendungsfällen aus dem Bereich Smart Living wird ein Governance-Framework erarbeitet. Das Framework strukturiert zentrale Rollen, Prozesse und Mechanismen entlang des Datenlebenszyklus und ermöglicht eine systematische Bewertung hinsichtlich Umsetzbarkeit, Wirksamkeit und Beitrag zur Datenverfügbarkeit. Zudem werden praxisnahe Ansätze zur Umsetzung von Datensouveränität über reine regulatorische Mindestanforderungen der DSGVO hinaus aufgezeigt. Das Paper liefert damit einen Beitrag zu CDR für Datenökosysteme sowie zur Gestaltung fairer Datenakquise in KI-Kontexten.
- 20 May 2026
- Published by Springer Fachmedien Wiesbaden GmbH in HMD Praxis der Wirtschaftsinformatik
- Vol. 63 (4) , 826-840
Open AccessVom Datenmonopol zur Datensouveränität – Selbstbestimmte Datenflüsse als Treiber digitaler Verantwortung
Zusammenfassung: Die Verfügbarkeit qualitativ hochwertiger Daten über Unternehmensgrenzen hinweg ist eine Grundvoraussetzung für die Entwicklung fairer und zuverlässiger KI-basierter Systeme. Bestehende Datenökosysteme fokussieren jedoch primär den Austausch zwischen Unternehmen, während Endnutzende als Datenerzeugende weitgehend passive Akteure bleiben. Um Endnutzenden eine faire Datensouveränität zu ermöglichen, ergibt sich die Notwendigkeit neuer Ansätze. Dieses Paper untersucht, wie Governance-Mechanismen gestaltet werden müssen, um Datensouveränität, Datenverfügbarkeit, Transparenz und Nachvollziehbarkeit zu vereinen und somit aus Sicht von Corporate Digital Responsibility (CDR) verantwortungsvolle Systeme sicherzustellen. Basierend auf konzeptionellen Überlegungen zu dezentraler Datenhaltung und einer Analyse von Anwendungsfällen aus dem Bereich Smart Living wird ein Governance-Framework erarbeitet. Das Framework strukturiert zentrale Rollen, Prozesse und Mechanismen entlang des Datenlebenszyklus und ermöglicht eine systematische Bewertung hinsichtlich Umsetzbarkeit, Wirksamkeit und Beitrag zur Datenverfügbarkeit. Zudem werden praxisnahe Ansätze zur Umsetzung von Datensouveränität über reine regulatorische Mindestanforderungen der DSGVO hinaus aufgezeigt. Das Paper liefert damit einen Beitrag zu CDR für Datenökosysteme sowie zur Gestaltung fairer Datenakquise in KI-Kontexten.
- 1 September 2025
- Published by Springer Nature
- p. 3-17
Augmenting Systematic Literature Reviews: A Human-AI Collaborative Framework
- 1 September 2025
- Published by Springer Nature
- p. 3-17
Augmenting Systematic Literature Reviews: A Human-AI Collaborative Framework
- Open Access
- 6 March 2025
- Published by Springer Fachmedien Wiesbaden GmbH in HMD Praxis der Wirtschaftsinformatik
- Vol. 62 (3) , 531-549
Strategische Entscheidungsprozesse in digitalen Startups: Strukturierung von Faktoren für den Beitritt zu einem digitalen Ökosystem
Zusammenfassung: Digitale Ökosysteme, wie beispielsweise der Apple App Store, bilden Netzwerke, die verschiedene Akteure, Technologien und Dienste umfassen und auf ein gemeinsames Wertversprechen ausgerichtet werden können. Der Beitritt zu einem digitalen Ökosystem stellt für Unternehmen eine weitreichende Entscheidung dar. Dies gilt insbesondere für Digital Entrepreneurs, da digitale Technologien für ihre Unternehmen einen Kernbestandteil des Geschäftskonzepts darstellen. Ein Ökosystem kann sich sowohl fördernd als auch schädigend auf den weiteren Entwicklungsverlauf digitaler Startups auswirken. Um die potenziellen Folgen eines Ökosystembeitritts abzuwägen, müssen Digital Entrepreneurs eine Vielzahl möglicher Faktoren beachten. Das Problem liegt darin, dass bisher keine strukturierte Entscheidungshilfe für Digital Entrepreneurs existiert. Dadurch stellt sich das Abwägen der Faktoren äußerst komplex dar. Diese Arbeit zielt darauf ab, relevante Entscheidungsfaktoren zusammenzufassen und in einer strukturierten, einfach anwendbaren Form darzustellen. Durch eine narrative Literaturrecherche wurden relevante Entscheidungsfaktoren herausgearbeitet. Diese werden für die vereinfachte praktische Anwendbarkeit in Form eines Business Model Canvas dargestellt. Um die Anwendung der Entscheidungshilfe zu illustrieren, wird diese in einem Fallbeispiel anhand eines Ökosystems aus dem Smart Living-Sektor illustriert. Die hier präsentierte Entscheidungshilfe bietet Digital Entrepreneurs künftig Unterstützung bei der Entscheidung einem Ökosystem beizutreten und mögliche Effekte fundiert abzuschätzen. Darüber hinaus leistet sie der Forschung einen wertvollen Beitrag, indem bisher separat betrachtete Entscheidungsfaktoren umfassend und übersichtlich systematisiert werden.
- 6 March 2025
- Published by Springer Fachmedien Wiesbaden GmbH in HMD Praxis der Wirtschaftsinformatik
- Vol. 62 (3) , 531-549
Open AccessStrategische Entscheidungsprozesse in digitalen Startups: Strukturierung von Faktoren für den Beitritt zu einem digitalen Ökosystem
Zusammenfassung: Digitale Ökosysteme, wie beispielsweise der Apple App Store, bilden Netzwerke, die verschiedene Akteure, Technologien und Dienste umfassen und auf ein gemeinsames Wertversprechen ausgerichtet werden können. Der Beitritt zu einem digitalen Ökosystem stellt für Unternehmen eine weitreichende Entscheidung dar. Dies gilt insbesondere für Digital Entrepreneurs, da digitale Technologien für ihre Unternehmen einen Kernbestandteil des Geschäftskonzepts darstellen. Ein Ökosystem kann sich sowohl fördernd als auch schädigend auf den weiteren Entwicklungsverlauf digitaler Startups auswirken. Um die potenziellen Folgen eines Ökosystembeitritts abzuwägen, müssen Digital Entrepreneurs eine Vielzahl möglicher Faktoren beachten. Das Problem liegt darin, dass bisher keine strukturierte Entscheidungshilfe für Digital Entrepreneurs existiert. Dadurch stellt sich das Abwägen der Faktoren äußerst komplex dar. Diese Arbeit zielt darauf ab, relevante Entscheidungsfaktoren zusammenzufassen und in einer strukturierten, einfach anwendbaren Form darzustellen. Durch eine narrative Literaturrecherche wurden relevante Entscheidungsfaktoren herausgearbeitet. Diese werden für die vereinfachte praktische Anwendbarkeit in Form eines Business Model Canvas dargestellt. Um die Anwendung der Entscheidungshilfe zu illustrieren, wird diese in einem Fallbeispiel anhand eines Ökosystems aus dem Smart Living-Sektor illustriert. Die hier präsentierte Entscheidungshilfe bietet Digital Entrepreneurs künftig Unterstützung bei der Entscheidung einem Ökosystem beizutreten und mögliche Effekte fundiert abzuschätzen. Darüber hinaus leistet sie der Forschung einen wertvollen Beitrag, indem bisher separat betrachtete Entscheidungsfaktoren umfassend und übersichtlich systematisiert werden.