Refine
Document Type
- Contribution to a Periodical (4)
- Bachelor Thesis (3)
- Report (3)
- Master's Thesis (2)
- Doctoral Thesis (1)
Language
- German (13)
Is part of the Bibliography
- no (13)
Keywords
- Business-Analytics (13) (remove)
Institute
In zunehmend disruptiven Märkten wird die Fähigkeit, Latenzen in Bezug auf die organisatorische Adaptions- und Entscheidungsfähigkeit zur Reaktion auf neue Marktbedingungen zu minimieren, für das langfristige Bestehen von Unternehmen immer bedeutsamer. In Reaktion auf diese Entwicklungen realisieren immer mehr Unternehmen Strategien, um durch die informationstechnologiebasierte Generierung, Speicherung und Verarbeitung von Daten die datengetriebene Entscheidungsfindung voranzutreiben und datenbasierte Entscheidungen zu treffen. In der Konsequenz generieren und speichern die Unternehmen zunehmend große Mengen an Daten. Um diese in umsetzbare Erkenntnisse zu überführen und eine datenbasierte Entscheidungsfindung zu realisieren, sind fortgeschrittene statistische Verfahren und Funktionen (Analytics) notwendig, die unter dem Begriff Business-Analytics zusammengefasst werden. Trotz der hohen zu erwartenden Potentiale stehen viele Unternehmen großen Herausforderungen gegenüber, welche durch den Einsatz der hochkomplexen Systeme und Technologien induziert werden und große Auswirkungen auf die Organisation und ihre Mitarbeiter haben. In Abwesenheit geeigneter Hilfestellungen und Instrumente zur Berücksichtigung und Gestaltung der relevanten technischen und sozialen Faktoren, welche den erfolgreichen Einsatz von Business-Analytics beeinflussen, bleiben die Unternehmen auf sich allein gestellt. Die Arbeit hat zum Ziel, den erfolgreichen Einsatz verschiedener Typen von Business-Analytics durch soziotechnische Gestaltungsinstrumente sicherzustellen. Das Ergebnis besteht somit in der systematischen Entwicklung konkreter Gestaltungsinstrumente, um unter Berücksichtigung des wechselseitigen Einflusses zwischen Technologieeinsatz sowie der Organisation und deren Mitarbeiter den erfolgreichen Einsatz verschiedener Typen von Business-Analytics zu gewährleisten.
Die Nahrungsmittelindustrie bringt jährlich ca. 40.000 neue Produkte auf den Markt. Die daraus resultierenden Veränderungen haben einen großen Einfluss auf die Nahrungsmittelindustrie und führen durch die
Vielzahl der zusätzlichen Optionen zu deutlich komplexeren Entscheidungsproblemen. Eine Strategie zur Bewältigung dieser Herausforderung ist die Verankerung der datengesteuerten Entscheidungsfindung, die zu einem zunehmenden Einsatz fortschrittlicher Informationstechnologien wie Business-Analytics
führt. Trotz aller Vorteile sind die Unternehmen mit der Implementierung von Business-Analytics überfordert, was sich in einer Misserfolgsquote von 65 bis 80 Prozent widerspiegelt. In diesem Artikel werden Erfolgsfaktoren aufgezeigt und Handlungsempfehlungen abgeleitet, um Unternehmen bei der Einführung von Business-Analytics und dem Aufbau einer fundierten Basis für unternehmerische Entscheidungen zu unterstützen. Die umfassende Expertise für das Forschungsprojekt wird durch ein gemeinsames Konsortium, bestehend aus den Instituten FIR e. V. an der RWTH Aachen, IPRI – International Performance Research Institute GmbH in Stuttgart und dem Forschungsinstitut für Unternehmensführung, Logistik und Produktion der Technischen Universität München gestellt.
Methode zur Ex-ante-Bewertung der Potenziale von Business-Analytics für produzierende Unternehmen
(2017)
Traditionelle Unternehmen aus dem Maschinenbau erhalten durch die Entwicklung von datenbasierten Dienstleistungen die Chance, ihr Angebotsportfolio auszubauen und sich von Marktbegleitern abzugrenzen. Jedoch erschweren der hohe Kostendruck, unzureichende IT-Kenntnisse sowie die Verschmelzung von Branchengrenzen im Maschinenbau die Entwicklung von digitalen Dienstleistungsangeboten. Während zunehmend auch Unternehmen anderer Branchen, z. B. Amazon oder Alibaba, ihren Kunden technische Dienstleistungen anbieten, geraten besonders kleine und mittlere Unternehmen bei der Entwicklung von innovativen After-Sales-Services ins Hintertreffen. Obgleich den etablierten Maschinenbauern bereits heute eine Vielzahl an Informationen über Kunden zur Verfügung steht, werden diese Informationen noch nicht für die Entwicklung von digitalen und auf Daten basierenden Mehrwertangeboten im After-Sales-Bereich genutzt. Das IGF-Vorhaben 19692 N der Forschungsvereinigung FIR e. V. an der RWTH Aachen, Campus-Boulevard 55, 52074 Aachen, wurde über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestages gefördert.
Im Forschungsprojekt 'Analytics4Innovation' wird untersucht, wie KMU bei der strukturierten Entwicklung von After-Sales-Dienstleistungen unter Verwendung von Business-Analytics-Methoden unterstützt werden können. Methoden, die entlang des Aachener Service-Engineering-Zyklus1 verwendet werden, sollen durch den Einbezug von quantitativen Daten ergänzt werden und so die Nutzung servicerelevanter Daten wie Kundenfeedback o. ä. ermöglichen. Die Analyse von internen und externen Daten ermöglicht es, Trends im Markt zu ermitteln und Handlungsempfehlungen in die Serviceentwicklung einfließen zu lassen. Eine vom FIR entwickelte Checkliste hilft kleinen und mittleren Unternehmen (KMU) bei der Klassifikation der eigenen Business-Analytics-Kompetenz.2 Auf Basis der Betrachtungsebenen IT und Technik, Kompetenzen sowie Recht können Unternehmen einen Abgleich zwischen erforderlichen und vorhandenen Voraussetzungen vornehmen. Das IGF Vorhaben 19692 N der Forschungsvereinigung FIR e. V. an der RWTH Aachen, Campus-Boulevard 55, 52074 Aachen, wird über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung(IGF) vom Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestages gefördert.
Im Forschungsprojekt „BASuccess – Einführungskonzept für Business Analytics in produzierenden Unternehmen der Nahrungsmittelindustrie“ wurde ein Implementierungskonzept entwickelt, welches insbesondere kleine und mittlere Unternehmen (KMU) der Nahrungsmittelindustrie bei der Auswahl und Einführung von Business Analytics unterstützt. Dabei wird den Unternehmen ein Überblick über Einsatzfelder für Business Analytics gegeben. Zunächst werden die theoretischen Grundlagen von Business Analytics aufgeführt und evaluiert. Anhand von Fallstudien und mit Hilfe eines Strukturgleichungsmodells wurden die kausalen Abhängigkeiten und Wirkzusammenhänge zwischen den Erfolgsfaktoren und dem Erfolg hypothesiert und untersucht. Durch eine empirische Untersuchung mittels einer Unternehmensbefragung wurde das aufgestellte Modell validiert. Elementare Ziele des Forschungsvorhabens waren die Entwicklung eines Modells zur Einführung von Business Analytics sowie die Programmierung eines IT-Tools in Form eines webbasierten Demonstrators, um Führungskräfte, die mit der Einführung von Business Analytics betraut sind, zu unterstützen. Um das Ziel der Entwicklung eines Konzeptes zur Einführung von Business Analytics bei KMU in der Nahrungsmittelindustrie zu erreichen, wurde ein mehrstufiges Vorgehen entwickelt. Die in diesem Forschungsprojekt erarbeiteten Ergebnisse bieten KMU die Möglichkeit, individuelle Anwendungsfelder für den Einsatz von Business Analytics selbstständig zu erkennen.
Es handelt sich um den Schlussbericht zum IGF-Vorhaben Nr. 20692.
Die Nahrungsmittelindustrie führt jährlich ca. 40 000 neue Produkte auf den Markt ein. Diese Veränderungen haben einen großen Einfluss auf die Nahrungsmittelindustrie und führen durch die Vielzahl der zusätzlichen Optionen zu deutlich komplexeren Entscheidungsproblemen. Die Ergebnisse des Forschungsprojekts BASuccess (Laufzeit des Projekts : 01.04.2019 – 30.09.2020) sollen die Unternehmen bei der Einführung von Business-Analytics unterstützen, wodurch eine gezielte Datenanalyse mög- lich wird und eine fundierte Basis für unternehmerische Entscheidungen entstehen kann. Zunächst werden im Projekt Best Practices anderer Branchen analysiert und Erfolgsfaktoren für den effizienten Einsatz von Business-Analytics identifiziert. Dabei werden sowohl technische als auch organisatorische Aspekte berücksichtigt. Anschließend wird ein Einführungsmodell entwickelt. Die umfassende Expertise für das Forschungsprojekt wird durch ein gemeinsames Konsortium, bestehend aus den Instituten FIR e. V. an der RWTH Aachen, IPRI – International Performance Research Institute GmbH in Stuttgart und dem Forschungsinstitut für Unternehmensführung, Logistik und Produktion der Technischen Universität München gestellt.