Refine
Document Type
- Conference Proceeding (2)
- doctorallecture (2)
- Doctoral Thesis (2)
- Book (1)
- Master's Thesis (1)
Is part of the Bibliography
- no (8)
Keywords
- Strategie (8) (remove)
Institute
Die Ressource „Wissen“ ist für wissensintensive Dienstleistungen der wohl wichtigste Produktionsfaktor. Zu derartigen wissensintensiven Dienstleistungen zählen auch industrielle Dienstleistungen, die an den verschiedenartigsten Betriebsmitteln oder Werkstoffen der Kunden erbracht werden. Voraussetzung für die erfolgreiche Erbringung von industriellen Dienstleistungen ist insbesondere das strukturelle Wissen eines Unternehmens, das viele, unterschiedliche Wissensgebiete umfasst. Ein schneller und einfacher Zugriff auf die jeweiligen Wissensinhalte ist ein Erfolgsfaktor.
In den Ansätzen zum Wissensmanagement werden häufig verschiedene Instrumente und Vorgehensweisen für den systematischen und zielorientierten Umgang mit Wissen als zentralem Arbeitsobjekt beschrieben. Ein Unternehmen kann allerdings nur dann effektiv einen solchen Wissensmanagement-Ansatz verfolgen, wenn es sein eigenes strukturelles Wissen überblickt, das die gesamten Wissensbestände, verteilt auf die jeweiligen Wissensträger eines Unternehmens, enthält. Doch gerade für die Erfassung und transparente Beschreibung des strukturellen Wissens existierten bislang nur wenige Modell-Ansätze.
In der vorliegenden Dissertation werden erstmals Modelle zur Beschreibung strukturellen Wissens für industrielle Dienstleistungen entwickelt, die neben den relevanten Wissensgebieten für industrielle Dienstleistungen auch die jeweiligen Wissensträger und die Wissensanwendungsbereiche sowie die unterschiedlichen Beziehungen zwischen den Wissensgebieten, den Wissensträgern und den Anwendungsbereichen umfassen. Diese Modelle stellen die Grundlage für die Wissensidentifikation und letztlich auch für ein erfolgreiches Wissensmanagement von industriellen Dienstleistungen dar.
Neue Kompetenzanforderungen, die Unternehmen und Kunden an Mitarbeiter stellen, können zum Teil durch begleitende Personalentwicklungsmaßnahmen im Service Engineering erfüllt werden und zugleich zur Kompetenzentwicklung der Mitarbeiter im Service Engineering beitragen. Hier knüpft die Dissertation mit der Entwicklung eines Kompetenzprofils „Dienstleistungsentwickler“ an, indem sie die Entstehung neuer Berufsbilder aufzeigt. Es wird aber festgestellt, dass durch die junge Fachdisziplin Service Engineering noch nicht alle Aspekte der systematischen Dienstleistungsentwicklung beleuchtet wurden, insbesondere die Aspekte Kompetenz‐
und Qualifikationsentwicklung im Service Engineering.
Um diese Forschungslücke zu schließen, werden eigene empirische Untersuchungen zu den erforderlichen Kompetenzen für die professionelle Entwicklung von unternehmensnahen Dienstleistungen angestellt. Als methodisches Konzept wird eine mehrstufige Expertenbefragung mit Methoden aus der empirischen Soziaforschung
gewählt.
Das Untersuchungskonzept besteht aus einer standardisierten Unternehmensbefragung in Deutschland, USA und Japan und einer Tele‐Delphie‐Studie. Innerhalb der standardisierten Unternehmensbefragung wurden über 210 Unternehmen zu den Ist‐Kompetenzen und Qualifikationen von Mitarbeitern, die bislang an der Entwicklung von Dienstleistungen beteiligt sind, befragt. Diese Vorstudie wird zugleich zur Gewinnung
von Trendaussagen für die nachfolgende internetbasierte Tele‐Delphie‐Studie genutzt:
Über zweihundert Experten aus Wissenschaft, Wirtschaft und Transferinstitutionen wurden zweimal angeschrieben und online befragt. Ziel dieser weiteren Befragungsform war es, detaillierte Expertenmeinungen zu den Kompetenzen des Dienstleistungsentwicklers zu gewinnen, die zukunftsgerichtet sind und die Halbwertzeit von Wissen bei der Urteilsfindung berücksichtigen.
Die Durchführung der Tele‐Delphie‐Studie hat gewichtete Expertenaussagen zum konkreten Kompetenzprofil eines „Dienstleistungsentwickles“ hervorgebracht. Bei der statistischen Auswertung zeigte sich, das von den befragten Experten über dreizehn
Kompetenzarten als wesentlich für den Dienstleistungsentwickler erachtet werden.
Im Ausblick der Arbeit werden auf der Grundlage der systematisierten
Expertenaussagen verschiedene Vorschläge zur Curriculumgestaltung, insbesondere im Hochschulbereich, sowie zur qualifizierten Ausbildung von Dienstleistungsentwicklern gemacht.
Die digital vernetzte industrielle Produktion verspricht schnellere und effizientere Prozesse - in Entwicklung und Produktion wie auch in Service, Marketing und Vertrieb oder bei Anpassung ganzer Geschäftsmodelle. Agil zu handeln und in Echtzeit Veränderungen vorzunehmen, wird in der Industrie 4.0 zur strategischen Erfolgseigenschaft eines Unternehmens. Voraussetzung dafür ist der Aufbau einer immer breiteren Datenbasis. Ob deren Potenzial effektiv genutzt wird, hängt jedoch auch wesentlich von der Organisationsstruktur und Kultur eines Unternehmens ab.
Die vorliegende acatech STUDIE stellt ein neues Instrument vor, mit dem produzierende Unternehmen den Weg zum lernenden, agilen Unternehmen individuell gestalten können. Der acatech Industrie 4.0 Maturity Index ist als sechsstufiges Reifegradmodell aufgebaut und analysiert die in der digitalisierten Industrie benötigten unternehmerischen Fähigkeiten in den Gestaltungsfeldern Ressourcen, Informationssysteme, Kultur und Organisationsstruktur. Jede erreichte Entwicklungsstufe verspricht produzierenden Unternehmen einen konkreten Zuwachs an Nutzen. Das Modell wurde in der praktischen Anwendung in einem mittelständischen Betrieb validiert.
For most industries, Artificial Intelligence (AI) holds substantial potentials. In the last decades, the extent of data created worldwide is exponentially increasing, and this trend is likely to continue. However, despite the prospects, many companies are not yet using AI at all or not generating added value. Often, an AI project does not exceed its pilot phase and is not scaled up. The problems to create value from AI applications in companies are manifold, especially since AI itself is diverse and there is no ‘one size fits all’ approach. One often stated obstacle, why many AI projects fail, is a missing AI strategy. This leads to isolated solutions, which do not consider synergies, scalability and seldom result in added value for the company. To create a company-specific AI strategy with a top-down approach, a generic but holistic framework is needed. This paper proposes a strategic AI procedure model that enables companies to define a specific AI strategy for successfully implementing AI solutions. In addition, we demonstrate in this paper how we apply the introduced strategic AI procedure model on an AI-based flexible monitoring and regulation system for power distribution grid operators in the context of an ongoing research project.
Im Rahmen der Industrie 4.0 gewinnen Dienstleistungen im Maschinen- und Anlagenbau immer mehr an Bedeutung. Gerade in Zeiten stagnierender, gesättigter Märkte sind sie Mittel zur Differenzierung gegenüber dem Wettbewerb und bringen höhere Margen als das physische Produkt. Der Wandel zum Lösungsanbieter, die Servitization der produzierenden Branche, wird durch die Digitalisierung verstärkt. Die zunehmende Vernetzung mit dem Kunden ermöglicht neue Formen der Wertschöpfung. Lösungsanbieter fokussieren dabei in erster Linie eine Verbesserung des ganzheitlichen Kundennutzens. SGMs umfassen darüber hinaus datenbasierte Dienstleistungen, die durch regelmäßige Updates kontinuierlich für ein digital erfasstes Nutzungsprofil optimiert werden. Somit ermöglichen SGM die Realisierung der durch den digitalen Wandel entstandenen aber bisher nicht genutzten Potenziale. Viele Industrieunternehmen sehen sich den Herausforderungen nicht gewachsen, die mit der Komplexität und der Gestaltung derartiger kundenspezifischer Lösungen einhergehen.
Operation and Maintenance (O&M) is a key value driver for offshore wind farms. Consequently, reducing O&M costs improves their profitability. This paper introduces different typologies of dispositioning maintenance tasks in offshore wind farms, in order to help design the strategies and organization of maintenance. Based on the special requirements of offshore wind farms regarding planning and controlling the O&M activities, a morphological analysis was developed. With this different disposition strategies for offshore wind farms could be generated. The consequences of choosing different characteristics are allegorized in an exemplary fashion. The work presented in the following is the foundation for designing a software-based dispositioning tool for usage in offshore wind farms, which will help to increase the effectiveness of the disposition in offshore wind farms by maximizing the number of accomplished tasks per day and minimizing the time technicians stay on the wind turbine and the ships.