Refine
Year of publication
- 2021 (22) (remove)
Document Type
- Article (1)
- Part of a Book (2)
- Conference Proceeding (7)
- Contribution to a Periodical (4)
- Doctoral Thesis (1)
- Internet Paper (1)
- Report (2)
- Working Paper (4)
Language
- German (10)
- English (11)
- Multiple languages (1)
Is part of the Bibliography
- no (22)
Keywords
- AR (1)
- Arbeit 4.0 (1)
- Arbeitsgestaltung (1)
- As-a-Service (1)
- Business model (1)
- Crisis management (1)
- Customer Success Management (1)
- Data Analytics (1)
- Data Ecosystems (1)
- Data Products (1)
Institute
Das Projekt LBM²-Load Based Monitoring and Maintenance erforschte die Einsatzfähigkeit einer kostengünstigen Lastsensorik zur Messung und Analyse von Restlebensdauerdaten für Großkomponenten an Windenergieanalgen (WEA). Da aktuell im Einsatz befindliche Condition-Monitoring-Systeme zur Überwachung von WEA oft teuer in der Anschaffung sind und lediglich vergangenheitsorientierte Informationen liefern, sobald ein kritischer Zustand bereits eingetreten ist, besteht der Bedarf insbesondere für KMU in der WEA-Branche für eine kostengünstige, proaktive Alternative. Hierzu wird im Projekt LBM² der Einsatz einer kostengünstigen, auf Dehnungsmessstreifen basierenden Messtechnologie erforscht, die über einen langen Zeitraum in einem Testwindpark betrieben wird. Die Erkenntnisse zu den Herausforderungen in der Spezifikation der Messtechnologie für den WEA-Typ sowie in der kontinuierlichen Datenerfassung und –auswertung adressieren ein aktuell hochrelevantes Themenfeld. Die Implikationen der Erkenntnisse gehen damit weit über die Branche der Windenergie hinaus. Mittels der gewonnenen Daten über die Lasten bzw. Restlebensdauern von Großkomponenten der WEA (z.B. Getriebe, Hauptwelle oder Hauptlager) wurden zudem deren Einsatzpotenziale für eine proaktivere, vorausschauende Instandhaltung von WEA untersucht. Die Instandhaltung ist der Hauptkostentreiber im Betrieb einer WEA und bietet demnach großes Potenzial für einen kosteneffizienteren Betrieb, der speziell für KMU in einem umkämpften Strommarkt mit wegfallenden EEG-Zulagen notwendig ist. Hierzu wurden im Projekt LBM² Instandhaltungsprozesse für WEA-Großkomponenten aufgenommen. Diese wurden in einer Simulationsumgebung hinsichtlich verschiedener, kosteneffizienter Instandhaltungsstrategien untersucht. Dazu wurde der Einfluss von Restlebensdauern auf spezifische Instandhaltungsstrategien abgebildet. Weiterhin wurden die Projektergebnisse in einen Softwaredemonstrator überführt, der den Anwendern und speziell KMU eine Möglichkeit an die Hand gibt, die Daten der kostengünstigen Lastsensorik in Zukunft übersichtlich visualisiert und mit relevanten Handlungsempfehlungen für eine optimierte Instandhaltung hinterlegt zu nutzen.
This chapter addresses the market launch and sales of smart services. It opens with an introduction of the new challenges that the market launch of smart services creates for companies. Then follows the discussion of a four-phase approach to the market launch of smart services. Subsequently, successful practices are presented for this approach along eight design fields of the market launch. [https://link.springer.com/chapter/10.1007/978-3-030-58182-4_8]
Operating and maintenance costs, which account for 25% of total costs, are a powerful lever in reducing the electricity generation costs of onshore wind turbines (WT). These costs can be reduced by a condition-orientated maintenance approach. A condition-oriented maintenance strategy optimizes maintenance tasks by executing them with varying levels of detail and focus depending on the system and life cycle phase. OEMs evaluate operating data and structured data from the maintenance history for this purpose, but SMEs lack the capacity for this evaluation. In particular, the unstructured descriptive comments in the maintenance reports generated by service technicians remain unused. In this work, we propose a framework to incorporate this information from the maintenance reports along with the status records from the SCADA system. For this purpose, a mechanism has to be developed to make the contents of the service reports machine-evaluable. The mechanism used in this approach is an ontology, which enables the codification of implicit knowledge such as the experience knowledge of the service technicians. The ontology’s purpose is to link status codes of onshore WT with historical maintenance reports and thereby enabling an automated evaluation. Using an API (application programming interface), the ontology can be integrated into an algorithm to analyse status data and maintenance documents. In this manner, recommendations for actions can be derived and maintenance tasks can be optimized.
Digitale Plattformen verfügen über das Potenzial, gesamte Branchen in kürzester Zeit grundlegend zu verändern und bislang profitable Geschäftspraktiken abzulösen. Dieses Phänomen aus dem Business-to-Consumer(B2C)-Bereich stellt auch zunehmend Unternehmen aus dem Business-to-Business(B2B)-Bereich vor einen Paradigmenwechsel. Große Technologiekonzerne wie Siemens oder Bosch haben mit Mindsphere und Bosch-IoT-Suite-Plattformen am Markt etabliert, welche diese neuen Wege der Wertschöpfung vorgeben. Kleine und mittlere Unternehmen (KMU) des Maschinen- und Anlagenbaus sind dabei dem Risiko ausgesetzt, ohne eine eigene Plattformstrategie im Wettbewerb verdrängt zu werden. Deshalb ist das Verständnis von plattformbasierten Geschäftsmodellen und deren Umsetzung elementar. Zu Beginn muss die Entscheidung getroffen werden, ob einer bestehenden Plattform beigetreten oder eine neue Plattform gegründet werden soll. Zur Entscheidungsunterstützung müssen relevante Kriterien definiert und in einem weiteren Schritt erhoben und bewertet werden. Ein Plattformbeitritt kann als Erweiterung der Digitalisierungsstrategie aufwandsarm in die bestehende Strategie integriert werden. Dahingegen ist der Aufbau einer eigenen Plattform ein aufwändiges und kostenintensives Projekt: Begonnen mit der Identifikation und Auswahl von geeigneten plattformbasierten Geschäftsmodellen, über den Aufbau eines plattformbasierten Ökosystems bis hin zu der Skalierung der digitalen Plattform. Wie KMU des Maschinenbaus diese Herausforderungen schrittweise angehen können und so ein hybrides Geschäftsmodell unter Einbezug der Möglichkeiten digitaler Plattformen umsetzen können, ist das Ergebnis dieses Forschungsprojekts. PlattformHybrid gibt KMU einen Praxisleitfaden mit Roadmap an die Hand, welcher zum einen aufzeigt, welche plattformbasierten Geschäftsmodelle im Maschinen- und Anlagenbau existieren und zum anderen, wie eine Plattformstrategie als Ergänzung zu dem bestehenden Geschäft aufgebaut werden kann.
Electricity generated by wind turbines (WT) is a pillar of the transition to renewable energy [1]. In order to economically utilize WTs, operating and maintenance costs, which account for 25% of total electricity generation costs in onshore WTs, are a focus of cost reduction activities [2]. A prescriptive maintenance approach can support in achieving this goal. Prescriptive maintenance is a maintenance approach, where asset condition data is collected and analyzed to recommend specific actions to prevent breakdowns and reduce downtimes. However, the processing and analysis of data is quite complex. Especially unstructured data (such as comments of service technicians in free text fields) is often left unused, as companies, mostly SMEs lack the capacity to carry out these analyses. In this work we propose an approach to utilize the information from service reports, maintenance reports as well as status records from SCADA systems for the development of a prescriptive maintenance approach to onshore WTs. To achieve this, an ontology was utilized in this approach to codify implicit knowledge of service technicians and aid in making unstructured data usable for further analysis. The ontology was used to link historical service and maintenance reports with status codes, thus enabling automated analysis. In interviews with WT topic experts and through further research, damage mechanisms and corresponding maintenance measures were identified and a measure catalogue was developed to support service and maintenance activities. The recognition of the root cause of problems allows for a prescriptive maintenance approach that recommends targeted actions to reduce downtimes and optimize maintenance activities, it also allows to effectively control the outcome of maintenance activities and optimize their execution.
Pricing for Smart-Product-Service-Systems in Subscription Business Models for Production Industries
(2021)
In the production industry, subscription business models have the potential to create long-term relationships where a supplier provides a continuous value-oriented service to a customer based on digitalisation. Monetising this increase in value through pricing represents a central challenge for suppliers in subscription business. Unlike the current dominant transactional business, the focus of pricing is on the value-in-use of the customer (e.g. on the increase in output for the customer). In this regard, there is so far no pricing approach for practice that allows the linking of the performance data of the customer with the periodically charged price. However, in subscription businesses, such an approach is required to create win-win situations for the customer and supplier through continuous performance improvement. Therefore, this paper develops a novel process model for pricing of smart-product-service-systems in subscription business for production industries. This process can serve as basis for suppliers of subscriptions in the production industry to align pricing with the created value-in-use. In the long term, this allows companies to systematically develop their pricing to monetise the potential of digitalisation.
In the food industry, a very large potential of data ecosystems is seen, in which data is understood, exchanged and monetized as an economic asset. However, despite the enormous economic potential, companies in the food industry continue to rely on traditional, product-oriented business models. Existing data in the value chain of industrial food production, e.g., in harvesting, logistics, and production processes, is primarily used for internal optimization and is not monetized in the form of data products. Especially the pricing of data products is a key challenge for data-based business models due to their special characteristics compared to conventional, analog offerings and multiple design options. The goal of this work is therefore to solve this issue by developing a framework that allows the identification of pricing models for data products in the industrial food production. For this purpose, following the procedure of typology formation, essential design parameters and the respective characteristics are derived. Furthermore, three types for pricing models of data products are shown. The results will serve not only stakeholders in the food industry but also manufacturing companies in general as input for an orientation of their databased business models.
Agilität gilt als zentrale unternehmerische Fähigkeit, um Veränderungen proaktiv zu erkennen und diese schnell und effektiv zu vollziehen. Industrie 4.0 bietet Unternehmen das Potenzial dies zu beherrschen und schnell auf Ereignisse zu reagieren. Die Vision ist ein agiles, lernendes Unternehmen, welches in der Lage ist, sich einer wandelnden Umwelt kontinuierlich anzupassen. Dies bedeutet für Unternehmen die Nutzung von Optimierungspotentialen durch eine durchgängige, intelligente Vernetzung von Menschen, Maschinen und Objekten. Dabei wächst die Bedeutung der Instandhaltung, indem sie die Funktionsfähigkeit immer stärker vernetzter und technisch komplexer werdenden Anlagen sicherstellt. Die technologischen Elemente von Industrie 4.0 kombiniert mit einer zukunftsfähigen Instandhaltung befähigen den Wandel zu einem agilen, lernenden Unternehmen.
Die Umsetzung der Potenziale, die mit Industrie 4.0 einhergehen, werden von den Unternehmen erkannt und nehmen vielfach ein strategisches Zukunftsfeld ein. Allerdings erreicht ein Großteil, der in diesem Kontext definierten technologie-basierten Projekte nicht die gewünschten Resultate. Der Hauptgrund für das Scheitern der Transformationsprojekte besteht in kulturellen Hürden. Die digitale Transformation hat keinesfalls nur eine überwiegend technologische Dimension, sondern vor allem eine kulturelle und soziale Dimension, die über den Erfolg der digital induzierten Veränderung endscheidet.
Vor diesem Hintergrund besteht das Ziel der Dissertationsschrift in der Gestaltung von Reifegraden der Unternehmenskultur für die Entwicklung eines agilen, lernenden Unternehmens und deren Anwendung am Beispiel der Instandhaltung. Dazu werden die technologischen Entwicklungsstufen einer Instandhaltungsorganisation im Kontext von Industrie 4.0 beschrieben. Hierzu wird der Einfluss technischer Entwicklungen auf die Kern- und Supportprozesse einer Instandhaltungsorganisation untersucht. Ergebnis ist eine Beschreibung der Instandhaltung auf vier Entwicklungsstufen bis zur agilen, lernenden Instandhaltungsorganisation. Basierend auf dieser Beschreibung wird die Unternehmenskultur ausgestaltet, die zur Realisierung der technologisch-induzierten Potenziale notwendig ist. Abschließend wird mithilfe geeigneter Instrumente ein Kulturentwicklungsprozess abgeleitet, welcher eine erfolgreiche Entwicklung und das kontinuierliche Management der Unternehmenskultur zur Steigerung der Agilität im Kontext von Industrie 4.0 ermöglicht.
Subscription-Geschäftsmodelle (SGM) spielen eine wesentliche Rolle bei der Monetarisierung von Industrie 4.0 Potenzialen für produzierende Unternehmen. Durch die Vernetzung von Maschinen und digitalen Produkten können dem Kunden völlig neue Leistungen geboten werden, die durch ein rein transaktionsbasiertes Geschäftsmodell nicht möglich wären. Der folgende Beitrag widmet sich der Charakterisierung von Subscription-Geschäftsmodellen und zeigt vier Handlungsfelder auf, die bei ihrer Umsetzung berücksichtigt werden müssen.
Through data-based insights into customer behavior, products and service offers can be improved. For manufacturing companies, smart product-service systems (SPSS) offer the possibility to collect customer data during the usage phase of the product. As the focus on customer analytics is too often on sales and marketing, SPSS are overlooked as a source of customer data. However, manufacturing companies need to integrate data from all interactions with their customers along the complete customer journey to achieve a holistic data-based view of the customers. To identify these interactions and the customer data derived from them, the concept of a digital shadow will be applied to the customer journey. The projected results for the presented work in progress are a reference process model for the customer journey in manufacturing and a data model of the customer data created along this process.