Open Access

Expert interviews, a commonly employed qualitative data collection procedure in information systems (IS) research, lack consistent conceptualization. This paper aims to address this gap by providing a conceptual framework and comprehensive guidelines for a rigorous implementation of expert interviews, supported by real-world examples. After a systematic selection of method-relevant literature, a thematic analysis of twenty-eight articles, books, and book chapters is conducted to elicit the distinctive characteristics and rigorous conduct of expert interviews. Validation is provided by analyzing nineteen studies published in important IS outlets that use expert interviews. A particular focus is on a subset of five studies that cover digital transformation topics. The analysis reveals expert interviews’ flexibility as data collection procedure and shows the wide range of application opportunities for IS researchers. Lastly, we discuss theoretical and practical implications of our findings to enhance the rigor, systematic use, and relevance of expert interviews in IS research.

Despite the existence of societies, journals, conferences, and doctoral programs that generate increasing numbers of doctorates and research publications design research is not a coherent intellectual field with a clear boundary of its subject matter, nor an academic discipline founded on a consensual understanding of its purpose, methodology and pedagogical curriculum; subsequently, there is hardly any commonality across doctoral programs and the assessment of a doctoral degree is difficult if not impossible, so criticised the late design historian Victor Margolin. He called to unify and bound design research to solve these problems. While agreeing with his critiques and appreciating his good intentions, I will argue that his call is impractical as well as undesirable due to the social circumstances and the nature of design inquiry and the changing academic research practice which tend towards inter/transdisciplinarity. Efforts should rather be directed to join fragmented design research in an evolving and inclusive manner to establish a dynamically connected discipline.

Der industrielle Fertigungsprozess von Blechformteilen unterliegt dem Einfluss einer Vielzahl von Parameterschwankungen, die das Umformergebnis signifikant mitbestimmen. Daher treten Qualitätsprobleme scheinbar zufällig auf und verursachen Ausschuss und einen Verlust an Produktivität. Ein vielversprechendes Mittel zur Verbesserung derartiger Prozesse ist der Einsatz von Datenanalysen und lernenden Algorithmen, die jedoch eine große Datenmenge voraussetzten. Bisher fehlten die Datenbasis und geeignete Möglichkeiten zur Datenerfassung für den Einsatz dieser Methoden. In dieser Arbeit wurde eine allgemeingültige und übertragbare Methode zur Erfassung und Speicherung relevanter Einfluss- und Ergebnisgrößen des Herstellprozesses von Blechformteilen entwickelt. Die Methode und die resultierenden Daten sind die Grundlage für die Analyse von Zusammenhängen im Prozess, die Vorhersage der Qualität durch maschinelles Lernen und die Berechnung geeigneter Maschineneinstellungen. Diese Anwendungen wurden in der Arbeit erprobt und die Ergebnisse bewertet. Dadurch konnten die Funktionalität der Datenerfassung und die erwarteten Potentiale bestätigt werden.