Refine
Year of publication
- 2019 (164) (remove)
Document Type
- Contribution to a Periodical (78)
- Master's Thesis (21)
- Bachelor Thesis (10)
- Report (10)
- Working Paper (10)
- Part of a Book (9)
- Book (8)
- Doctoral Thesis (6)
- doctorallecture (5)
- Lecture (4)
Language
- German (164) (remove)
Is part of the Bibliography
- no (164)
Keywords
- 5G (2)
- 5G.NRW (1)
- Aachener Implementierungsmodell (1)
- Abweichungsbewältigung (1)
- Abweichungsmanagement (1)
- After-Sales (1)
- After-Sales-Dienstleistungen (1)
- Agile Entwicklung (1)
- Agile Produktentwicklung (1)
- Agilität (1)
Institute
- FIR e. V. an der RWTH Aachen (164)
- Produktionsmanagement (51)
- Dienstleistungsmanagement (42)
- Informationsmanagement (33)
- Business Transformation (16)
Reifegradmodell zur Bestimmung der Auswirkungen von Industrie 4.0 auf den industriellen Service
(2019)
Smart-Service-Plattformen
(2019)
Smart-Service-Plattformen können einen Lösungsbaustein darstellen, um die steigende Weltbevölkerung ressourcenschonend zu ernähren. Durch die Aggregation von Daten und kontextsensitive datenbasierte Dienstleistungen können Landwirte präzise während der gesamten landwirtschaftlichen Produktion unterstützt werden, um bei gleichbleibender Versorgungsfläche den steigenden Nahrungsmittelbedarf zu decken. Die Entwicklung und der erfolgreiche Betrieb einer Smart-Service-Plattform stellen viele Unternehmen, nicht nur in der Landwirtschaft, jedoch vor große Herausforderungen, da sich die Geschäftsmodelle und -logiken einer Plattform grundlegend von herkömmlichen Produkten unterscheiden. Um Unternehmen praxisnahe Gestaltungsempfehlungen für den Erfolg einer Smart-Service-Plattforum zu geben, wurden für diesen Beitrag insgesamt 25 bereits bestehende Plattformen aus den Bereichen Smart Farming und Smart Production sowie branchenübergreifende Plattformen mittels einer Case-Study-Research hinsichtlich ihres Geschäftsmodells und ihrer jeweiligen Erfolgskriterien untersucht. Basierend auf den Ergebnissen der unterschiedlichen Case-Studys werden insgesamt neun Gestaltungsempfehlungen für den erfolgreichen Betrieb einer Smart-Service-Plattform vorgestellt, die jeweils auf die Besonderheiten der Branche eingehen und so ein umfassendes Bild für den Erfolg einer Smart-Service-Plattform geben. [https://link.springer.com/chapter/10.1007/978-3-662-59517-6_29]
Unternehmen, die ihre Prozesse durch maschinelles Lernen unterstützen wollen und hierfür auf externe Dienstleister und Produkte zurückgreifen müssen, fehlen die qualifizierten Anhaltspunkte für die Auswahl eines Machine-Learning-Anbieters.
Aus dieser Motivation heraus ist die vorliegende Marktstudie Industrial Machine Learning entstanden. Sie bietet Unternehmen die Grundlage, eine fundierte Entscheidung für oder gegen den Einsatz von Machine Learning im Unternehmen zu
treffen.
Die Darstellung von realen Usecases in der vorliegenden Marktstudie veranschaulicht die konkrete Anwendbarkeit. Insbesondere damit leistet die Studie ihren Beitrag, das Thema Maschine Learning verständlich und anschaulich darzustellen.
Die Marktstudie bietet einen umfassenden Überblick über unterschiedliche Arten von Anbietern und Lösungsmöglichkeiten.
Ein Anspruch auf Vollständigkeit wird dabei nicht erhoben und wäre für die Zielsetzung nicht angebracht.
Digitale Technologien gewinnen für kleine und mittlere Unternehmen (KMU) des Maschinenbaus zunehmend an Bedeutung, da durch deren Einsatz bestehende Ressourcenengpässe minimiert und ungenutzte Potenziale aufgedeckt werden können. Besonders relevant ist der Einsatz digitaler Technologien zum Ausbau von After-Sales-Dienstleistungen, da bedingt durch sinkende Margen im Neumaschinengeschäft Dienstleistungen zunehmend zum entscheidenden Faktor zur Realisierung von Umsatzpotenzialen werden. Trotz der wachsenden Bedeutung von After-Sales-Dienstleistungen im Maschinenbau sind insbesondere KMU oftmals nicht in der Lage, ihr Kerngeschäft durch Dienstleistungen auszubauen. Grund hierfür sind vorrangig mangelnde Ressourcen wie beispielsweise Personalengpässe, begrenzte finanzielle Möglichkeiten sowie fehlendes Know-how. Damit Unternehmen des Maschinenbaus, die zum größten Teil KMU darstellen, die Potenziale im Dienstleistungsgeschäft voll ausschöpfen und somit ihre Wettbewerbsfähigkeit langfristig sichern können, bedarf es KMU-gerechter Methoden und Lösungen zur Auswahl sowie Bewertung und Implementierung digitaler Technologien. Das Forschungsprojekt ScaleUp liefert als Kernergebnis einen dreimoduligen Softwaredemonstrator, der es KMU ermöglicht, digitale Technologien für die Digitalisierung ihrer After-Sales-Dienstleistungsprozesse zu identifizieren (1. Modul) und im Hinblick auf Kosten und Nutzen (2. Modul) sowie des zur Nutzung notwendigen Kompetenzprofils der Mitarbeiter (3. Modul) zu bewerten. Im Rahmen des ersten Moduls findet eine Bewertung von Schwachstellen im Leistungserbringungs- bzw. Kommunikationsprozess statt. Anhand der Bewertung können schwachstellenspezifisch digitale Technologien ausgewählt und mittels dreier Bewertungskriterien miteinander verglichen werden. Zusätzlich werden weiterführende Informationen zu Stärken/Schwächen sowie Anbietern dieser Technologien bereitgestellt. Für das zweite Modul liefert der Demonstrator ein Modell, dass es ermöglicht, digitale Technologien aus Kosten- und Nutzensicht zu bewerten. Zur vereinfachten Anwendung werden sowohl eine schriftliche als auch eine visuelle Anleitung zu Verfügung gestellt. In letzter Instanz können im dritten Modul aktuelle Mitarbeiterkompetenzen ermittelt und Soll-Profile für die erfolgreiche Nutzung der ausgewählten digitalen Technologien gegenübergestellt werden. Mittels eines bereitgestellten Entwicklungsplans können diese Lücken zielgerichtet geschlossen werden. ScaleUp gibt somit KMU einen Leitfaden an die Hand, den diese nutzen können, um ihre eigenen After-Sales-Prozesse effizienter zu gestalten und somit ihren Ressourceneinsatz zu optimieren und ihre Wettbewerbssituation langfristig zu verbessern.
Lernen aus Daten
(2019)
Die Verfügbarkeit von Daten in Unternehmen ist in den vergangenen Jahren stark angestiegen und wird aufgrund der vernetzten Digitalisierung immer weiterwachsen. Unternehmensintern werden Daten in verschiedensten Abteilungen für die verschiedensten Prozesse in unterschiedlichsten Formaten und Qualitäten erzeugt: Klickdaten im Marketing, Testdaten in der Entwicklung, Maschinendaten in der Produktion oder Kundennutzungsdaten der eigenen Produkte und Services. Die Verwertung der Daten beschränkt sich heute oft auf abteilungsinterne Fälle. Das liegt daran, dass andere Abteilungen weder Transparenz über verfügbare Daten haben noch diese erhalten. Eine zusätzliche Herausforderung besteht darin, dass einige Anwendungssysteme eine übergreifende Datennutzung nicht zulassen, weil sie Daten in proprietären Formaten anbieten. Unternehmen fehlen damit die Voraussetzungen für optimierte Prozesse, moderne Kundenkommunikation und durchgängig datenbasierte Services. Es muss daher eine unternehmenseinheitliche Strukturierung der Datenverwaltung geschaffen werden.
Der Marktspiegel "Business Software ERP/PPS 2019/2020" ist ein Werk, welches einen schnellen Überblick über den Markt für ERP/PPS-Software vermittelt. Der einführende Teil schafft Transparenz hinsichtlich des Begriffs ERP/PPS und hinsichtlich der Struktur von Planungsaufgaben innerhalb des Begriffs ERP/PPS. Es folgt eine grundlegende Bewertung der untersuchten ERP/PPS-Software im Hinblick auf die Aufgabenunterstützung. Anschließend werden konkrete Hilfestellungen für die Durchführung eines Projektes zur Auswahl eines ERP/PPS-Systems gegeben. Schließlich bietet der Marktspiegel eine Übersicht über die relevanten ERP/PPS-Anbieter, deren Software-Angebot und typische Implementierungsprojekte.
Smart Operations
(2019)