Refine
Document Type
- Conference Proceeding (10)
- Contribution to a Periodical (9)
- Article (4)
- Part of a Book (3)
- Report (3)
- Internet Paper (2)
- Working Paper (2)
- Master's Thesis (1)
Language
- German (17)
- English (13)
- Multiple languages (4)
Is part of the Bibliography
- no (34)
Keywords
- 01 (1)
- 02 (10)
- 03 (4)
- Agility (1)
- Agilität <Management> (1)
- Business Ecosystems (1)
- Business analytics (2)
- Business ecosystems (1)
- Business-Ecosystems (1)
- Capacity Utilization (1)
Institute
Das Branchenbild der deutschen Steine- und Erdenindustrie (S&E-Industrie) wird von kleinen und mittleren Unternehmen (KMU) dominiert. Als Rückgrat der deutschen Industrie sehen sich die KMU der S&E-Industrie mit komplexen Herausforderungen, insbesondere hinsichtlich der Digitalisierung, konfrontiert. Daraus folgt, dass eine Vielzahl an Risikobarrieren und Hemmschwellen zu einer Einschränkung in der Anpassung an neue Technologien führt und die damit verbundene Ausweitung der Digitalisierung innerhalb der Branche ausbleibt. Die Implementierung aktueller Soft- und Hardwarelösungen erzeugt bislang ein erhöhtes Maß an Mehraufwand, welches aufgrund begrenzter Ressourcen, insbesondere für kleine Betriebe, parallel zum Tagesgeschäft kaum zu bewältigen ist. Darüber hinaus herrscht oftmals ein unzureichendes Datenmanagement vor, welches neben den bisher nicht ausreichend differenziert betrachteten Nachfrageschwankungen zu einer Minderung der Prognostizierbarkeit in S&E-Betrieben führt. Resultierend aus diesen Defiziten ist die betriebsinterne Optimierung der Auslastung nur bedingt möglich. Zudem können andere Betriebe des Unternehmensverbunds zur Verfügung stehende ungenutzte Kapazitäten nicht erkennen. Im Rahmen des Forschungsprojekts 'PROmining' konnte über qualitative Expertengespräche ebenfalls identifiziert werden, dass eine differenzierte, also unternehmensspezifische Art der Erfassung, Speicherung und Nutzung von Daten vorliegt. Es ist folglich keine einheitliche Struktur in der Handhabung von Daten in der Branche festzumachen. Dadurch findet die Analyse von vorhandenen Zustandsdaten häufig nicht statt und die Potenziale der Digitalisierung finden keinen Eingang in die Unternehmensprozesse. Die betriebsinterne Optimierung von Prozessschritten und der Auslastung ist infolge unzureichenden Datenmanagements aktuell nur bedingt möglich. Daher bedarf es Filterung und konkretisierter Bündelung der Daten, um eine zielführende Auswertung und darauffolgende Umsetzung zu initiieren.
Overview: The digital transformation of organizations continues at a frenetic pace. While some companies have achieved trailblazer status, others are finding it difficult to change and therefore are lagging. Digital leaders play a pivotal role in this transition because they can increase the confidence of their organizations behind these often risky and disruptive initiatives. In this article, we present our efforts to i) separate the practices of digitally developing and digitally mature organizations―particularly those of their leaders, ii) determine the specific trust-building actions of digitally mature leaders, iii) develop a scale to measure the human dimensions of digital leaders, and iv) discuss the future development of a reliable scale and self-assessment tool that digital leaders can use to assess their own readiness to accelerate digital initiatives.
Digital Leadership – Which leadership dimensions contribute to digital transformation success?
(2021)
The digital transformation of industry and
society continues to advance. While some companies are
achieving trailblazer status, others are finding it difficult to
manage or even initiate the necessary changes. Top-level leaders
play a central role in these transformational processes, as they
have the opportunity to directly or indirectly influence decisive
variables. In this article, we present the results of interviews
with 13 digital leaders who have successfully implemented the
necessary changes for the digital transformation of their
companies. The results of the interviews provide key dimensions
for leaders to digitally transform their companies.
While digitization is a strategic advantage in numerous industries such as the automotive industry or mechanical engineering, other industries like the German quarrying industry have not yet established a transformation towards a digitized industry. This leads to inefficient work and inaccurate forecasting capabilities. To address these challenges, digital platforms can incentivize digitization
by supporting the capacity utilization and forecasting capability of these companies. In this paper, the quarrying industry is analyzed by a morphology and different types of companies are identified. Knowing the digital maturity of these companies and by determining the key factors to forecast demands and the capacity utilization, different operating models are derived. Combined with a morphology and the value creation system, different scenarios for the identification of platform services are examined. These scenarios are weighted in a utility analysis to get an operating model blueprint to develop and establish digital platforms in less digitized industries.
Der gesellschaftliche Wandel hin zu mehr Nachhaltigkeit ist in vollem Gange und erfordert eine Neupositionierung der produzierenden Industrie. Durch immer stärker zunehmende wissenschaftliche Erkenntnisse über die voraussichtlichen und bereits
sichtbaren Auswirkungen einer bisher unzureichenden Anpassung wächst der Handlungsdruck, der die Regulatorien der Politik verändern und die Spielregeln der Industrie bestimmen wird. Das andauernde Streben nach Wachstum, Kostenoptimierung und Zeiteinsparung überschreitet längst die planetarischen Grenzen unseres Planeten. Ohne enorme Veränderungen des Wirtschaftens hin zu einer einfachen oder doppelten Entkopplung von Wirtschaft und Umwelt ist eine Trendumkehr nicht zu schaffen.
Industrieweit muss Verantwortung übernommen werden, einen Transformationsprozess zur Industrial Sustainability zu vollziehen, in dem die Industrie als Bestandteil eines sozial, ökologisch und wirtschaftlich nachhaltigen Gesamtsystems aktiv zur Gesundheit des Planeten beiträgt. Um Industrial Sustainability zu erreichen, benötigen Unternehmen einen Ordnungsrahmen zur Einordnung ihrer unternehmensweiten Initiativen. Es gilt, das normative Verständnis in konkrete Unternehmensstrategien zu übersetzen und diese in Organisationen zu operationalisieren.
Zu diesem Zweck wurde ein Ordnungsrahmen der Industrial Sustainability entwickelt, der die Komplexität der Problematik greifbar macht und eine methodische Unterstützung für Unternehmen bereitstellt, die individuellen Handlungsfelder zu identifizieren und unternehmensindividuelle Transformationspfade zu erkennen. Dazu zeigen die vier Handlungsfelder Produkte & Dienstleistungen, Management & Organisation, Produktion & Wertschöpfungsnetzwerk, Mitarbeitende &
Kultur auf, in welchen Bereichen der Transformationsprozess betrachtet werden muss. Best-Practice-Ansätze der Reifenhäuser GmbH & Co. KG, des
Siemens AG AI Lab, der AIXTRON SE und des Schaeffler Sondermaschinenbau geben Lesenden Denkanstöße, die Transformation hin zur Industrial Sustainability zu beschreiten.
The successful use of Business Analytics is increasingly becoming a differentiating competitive factor. The ability to extract data-driven insights and integrate them into decision-making is becoming growingly important. The underlying technologies are evolving exponentially, the value proposition differs from simple descriptive applications to automated decision-making. Existing approaches found in literature and practice to classify those levels only insufficiently mark down the boundaries between the different technology levels. As a consequence, it is often unclear which characteristics of the technology interact with the working environment, which can be described as a socio-technical system. Using a systematic literature review, this paper identifies the characteristics of Business Analytics and delineates three types of Business Analytics based on case studies. Thus, a starting point for the socio-technical system design and optimization for the use of Business Analytics is created.
The manufacturing industry consumes 54% of global energy and attributes for 20% of global CO2 emissions, demonstrating the industry’s role as global driver of climate change. Therefore, reducing its carbon footprint has become a major challenge as its current energy and resource consumption are not sustainable. Industrie 4.0 presents a chance to transform the prevailing paradigms of industrial value creation and advance sustainable developments. By using information and communication technologies for the intelligent networking of machines and processes, it has the potential to reduce energy and material consumption and is considered a key contributor to sustainable manufacturing as proclaimed by the European Commission in the term “twin transition”. As organizations still struggle to utilize the potential of Industrie 4.0 for a sustainable transformation, this paper presents a framework to successfully align their own twin transition. The framework is built upon three key design principles (micro level: leverage eco-efficient operations, meso level: facilitate circularity and macro level: foster value co-creation) derived using case study research by Eisenhardt, and four structural dimensions (resources, information systems, organizational structure and culture) based on the acatech Industrie 4.0 Maturity Index. Eleven interconnected areas of action are defined within the framework and offer a holistic and practical approach on how to leverage an organization’s twin transition. Within the conducted research, the framework was applied to the challenge of information quality and transparency required for high-value secondary plastics in the manufacturing industry. The result is a digital platform design that enables information transactions for secondary plastics and establishes a circular ecosystem. This shows the applicability of the framework and its potential to facilitate a structured approach for designing twin transitions in the manufacturing industry.
In diesem Beitrag werden aktuelle Ergebnisse des AiF-Forschungsprojekts PROmining mit Bezug zur Fördertechnik in der S&E-lndustrie vorgestellt. Neben großen Defiziten in der Digitalisierung konnten Herausforderungen in der Kapazitätsplanung und -auslastung von Betriebsmitteln identifiziert werden. Digitale Plattformlösungen haben das Potenzial, beide Aspekte zu bewältigen. Im Forschungsprojekt 'PROmining' wird untersucht, wie durch die Digitalisierung von bisher unzureichend digitalisierten Unternehmensprozessen und dem Einsatz einer Plattformlösung die Auslastung mobiler Betriebsmittel erhöht werden kann.
Ein Großteil des Mikroplastiks entsteht im Straßenverkehr, etwa durch Reifen- und Fahrbahnabrieb. Im Projekt mMEU wurde ein datenbasiertes, prototypisches Modell für die Ermittlung und Überwachung von Mikroplastikemissionen entwickelt, das Städten sowie kommunalen Dienstleistern eine belastbare Grundlage zur zukünftigen Gestaltung ihrer öffentlichen Aufgaben liefert. Die Erkenntnisse wurden auf verschiedene im Beitrag beschriebene Anwendungsfälle übertragen, um den Nutzen der Anwendung für die Anspruchsgruppen zu verdeutlichen.