Refine
Year of publication
Document Type
- Conference Proceeding (11)
- Contribution to a Periodical (8)
- Part of a Book (7)
- Report (4)
- Article (1)
- Book (1)
Is part of the Bibliography
- no (32)
Keywords
- Adaptation models (1)
- Akquise (1)
- Arbeitssystem (1)
- Berufsbildungsexport (1)
- Bildungsdienstleistungsentwicklung (1)
- Business Analytics (2)
- Business Analytics Methods (1)
- Business Model (2)
- Business Transformation (2)
- Business-Analytics (1)
Institute
- Business Transformation (32) (remove)
Die digitale Transformation stellt die Unternehmensführung vor große und insbesondere auch neue Herausforderungen. Dazu gehört neben der Entwicklung neuer Positionierungsalternativen im Markt und von Geschäftsmodellen auch die Realisierung eines Führungs- und Managementverständnisses, welches die enorme Geschwindigkeit der digitalen Transformation in den Fokus stellt und bewältigen kann. Damit ergeben sich neue Perspektiven und Grundannahmen des strategischen Managements: Weg von einer planungszentrierten Sichtweise hin zu einer auf die Schaffung vielfältiger Optionen und das Denken in Szenarien ausgerichteten Sichtweise. In diesem Kapitel werden die Determinanten der Führung in der digitalen Transformation vorgestellt. Davon ausgehend werden die neuen Aufgaben der Führung, die zur Realisierung der Transformation aufzubauenden Muster von Führungsorganisationen und die für die digitale Transformation geeigneten Führungsprinzipien und -stile dargelegt. (https://link.springer.com/chapter/10.1007/978-3-662-63758-6_4)
Metropolitan Cities
(2019)
Durch die Vernetzung und Mobilisierung von geografisch verteilten Orten soll eine europäische Modellmetropole mit einzigartigem Charakter entstehen. Dies haben sich zahlreiche Unternehmen, Forschungseinrichtungen und die öffentliche Hand für die Entwicklung der fünftgrößten Metropolregion Europas zum Ziel gesetzt.
Metropolitan Cities
(2019)
Durch die Vernetzung und Mobilisierung von geografisch verteilten Orten soll eine europäische Modellmetropole mit einzigartigem Charakter entstehen. Dies haben sich zahlreiche Unternehmen, Forschungseinrichtungen und die öffentliche Hand für die Entwicklung der fünftgrößten Metropolregion Europas, der Metropolregion Rhein-Ruhr, zum Ziel gesetzt und die Initiative METROPOLITAN CITIES ins Leben gerufen. Ausgehend vom Potenzial von über 12 Mio. Einwohnern, etwa 400.000 Studierenden,den meisten Start-up-Gründungen in der Republik,etablierten Konzernen und High-Tech-Start-ups, wurde eine einzigartige Vision für METROPOLITAN CITIES formuliert: die Abschaffung aller innovations-und mobilitäisbehindernder Barrieren. Die Region soll sich verhalten und entwickeln wie „ein großes Ganzes". Ökosysteme für Innovationen sollen forciert werden und Innovationen sollen unmittelbar in der Region umgesetzt und erprobt werden. Dass dies funktionieren kann, soll anhand der Bewerbung der Metropolregion Rhein-Ruhr um die Olympischen und Paralympischen Spiele 2032 demonstriert werden.
The acquisition, processing and analysis of internal and external data is one of the key competitive factors for corporate innovation and competitive advantage. Many firms invest a significant amount of resources to take advantage of advanced analytics methods. Machine learning methods are used to identify patterns in structured and unstructured data and increase predictive capabilities. The related methods are of particular interest when previously undiscovered and unknown structures are discovered in comprehensive data sets in order to more accurately predict the outcome of manufacturing or production processes based on a multitude of parameter settings. So far, this knowledge is often part of the individual or collective knowledge of experts and expert teams, but rarely explicit and therefore not replicable for future applications. On the one hand, it is demonstrated in this paper how different machine learning algorithms have been applied to better predict the output quality in the process industry. On the other hand, it is explained how the application of machine learning methods could contribute to making previously not accessible process knowledge explicit. In order to increase the prognostic accuracy of the model diferrent methods were combined, later on compared and evaluated within an industrial case. In this paper a comprehensive approach to knowledge-based process engineering is being presented.
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.
Patterns of Digitization
(2019)
This article describes the results of a survey designed to assess how companies are implementing digital transformation, including the various strategies they employ and the actions they take to achieve large-scale transformations. While a few companies seem to reach front-runner status, the majority seem to lag behind. This phenomenon is a top concern of boardrooms worldwide and motivated the development of this study. To help these organizations, we highlight differentiated strategic principles and characteristics of the companies' design processes digitally mature companies undertake to transform their businesses. These insights should help lagging companies understand what is involved in implementing a digital transformation and what they need to do to enforce this transformation.
Viele Branchen stehen am Anfang der digitalen Transformation bzw. werden bereits grundlegend von ihr verändert. Im Zeitalter der digitalen Transformation steht somit die Frage im Mittelpunkt, wie Unternehmen die notwendigen Veränderungen angehen und den Erfolg der Transformation gewährleisten können. Datenbasierte Dienstleistungen sind dabei ein konsequenter nächster Schritt im Wandel der Unternehmen vom Investitionsgüterhersteller zum Lösungsanbieter. Nichtsdestotrotz scheitern viele Premiumhersteller trotz ihrer hohen digitalen Wettbewerbsfähigkeit bei der Entwicklung und Einführung von datenbasierten Dienstleistungen. Der Beitrag zeigt zunächst Merkmale und Ausprägungen datenbasierter Dienstleistungen auf. Da sich die klassischen Methoden des Service Engineerings nicht ausreichend schnell an digitalisierte Komponenten und geänderte Voraussetzungen angepasst haben, wird mit dem Smart Service Engineering ein neuer Ansatz vorgestellt, der agile und kundenorientierte Methoden implementiert. Zuletzt werden Muster und Entwicklungspfade der digitalen Transformation detailliert analysiert und Handlungsempfehlungen für Anbieter datenbasierter Dienstleistungen abgeleitet.
Im Zuge der Digitalisierung der Industrie stieg die Menge an erhobenen Daten aus unterschiedlichsten internen und externen Quellen in den letzten Jahren exponentiell an. Diese Entwicklung wird sich fortsetzen. Insbesondere Unternehmen des Maschi-nen- und Anlagebaus verfügen über eine Vielzahl von ungenutzten Nutzungs- bzw. Kundendaten. Hier setzt das Vorhaben ServiceAnalytics an.
Integrierte Sensoren innerhalb der Maschinen liefern kontinuierlich Daten über den Zustand der verbauten Komponenten und deren Nutzung (bspw. Verschleiß, Warnun-gen, Störungsmeldungen, Fehlercodes, Ereignismeldungen, aber auch Umgebungs-daten wie Temperatur, Feuchtigkeit, etc.). Auf diese können die Hersteller heute oft-mals mittels der Basistechnologie des Internets in Echtzeit zugreifen und sie somit nutzbar machen. Besonders im Bereich des Dienstleistungsgeschäfts können die auf-genommenen Daten genutzt werden, um damit sowohl das Dienstleistungsportfolio zu erweitern als auch die Profitabilität des bestehenden Dienstleistungsgeschäf-tes erhöhen. Dafür stehen die Unternehmen vor der Herausforderung eigene Daten-analyse-Fähigkeiten zu entwickeln. Diese Fähigkeit wird in der Literatur Business-Ana-lytics genannt und befähigt die Unternehmen dazu, die erhobenen Daten mittels ge-eigneter Analyseinstrumente auszuwerten, um eine bessere Entscheidungsgrundlage für geschäftsrelevante Fragestellungen zu schaffen (s. CHEN ET AL. 2012). Um die ge-nerierten Daten zu nutzen, damit die vorhandenen Potenziale im Dienstleistungsge-schäft realisiert werden können, müssen sich Unternehmen daher weiterentwickeln und ein Geschäftsfeld Service-Analytics aufbauen. Unter Service-Analytics wird in diesem Zusammenhang die Anwendung von Business-Analytics im Dienstleistungs-geschäft verstanden. In diesem Zuge durchlaufen die Unternehmen einen Transfor-mationsprozess, der durch unterschiedlichste Herausforderungen gekennzeichnet ist. So stoßen die potenziellen Anbieter der datenbasierten Dienstleistungen während des Wandels auf eine dynamische Unternehmensumwelt. Wechselnde Kundenbe-dürfnisse, schnell reagierende Wettbewerber und sich rasant wandelnde Technologien sind nur einige der Faktoren, die auf die Unternehmen wirken. Diese Herausforde-rungen gilt es durch geeignete Instrumente zu adressieren, um das neue Geschäfts-feld Service-Analytics nachhaltig und mit Erfolg aufzubauen. Häufig fehlt es jedoch insbesondere klein- und mittelständischen Unternehmen an dem nötigen Fach- und Prozesswissen, um die Datenerhebung und -auswertung wirtschaftlich rentabel zu ge-stalten.
So bestand das Ziel des Forschungsprojektes ServiceAnalytics darin, klein- und mit-telständische Unternehmen (kmU) des Maschinen- und Anlagebaus zur Anwendung von Service-Analytics zu befähigen mit dem Ziel die Dienstleistungsprofitabilität zu steigern.
Die übergeordnete Zielsetzung des Forschungsprojektes war es, einen KMU-gerechten, interdisziplinären Ansatz für ein Management der Transformation vom Produzenten zum Lösungsanbieter zu entwickeln. Die daraus resultierende Forschungsfrage: „Wie kann durch einen interdisziplinären Ansatz und unter Nutzung des Konzepts des Behavioral Branding der Prozess der Veränderung zu einem Lösungsanbieter für KMU wirtschaftlich effizienter und in Anhängigkeit von relevanten Unternehmenscharakteristika gestaltet werden?“, wurde im Projekt innerhalb von sechs Arbeitspaketen erfolgreich beantwortet.
Disruptive innovations confront companies with great challenges. Leading companies are losing their market position to disruptive competitors and are forced to react instantly to defend their position in the market. Companies not only lack knowledge of various strategic options that have been successfully used against disruptive attackers, they also do not know about the effects of these different strategic options on their own company. On the basis of a use case analysis, 30 companies were examined with regard to their strategic reaction on a disruptive attacker. In the evaluation of the use cases, the strategic options were grouped into clusters, from which seven master strategies could be identified. These seven master strategies were then transformed into a regulatory framework, which differentiates between reactive and proactive strategies and classifies them according to their intensity. With the help of the identified master strategies, companies will be able to identify options for action in competition with disruptive attackers, thus giving them greater chances of success in the defense of their market position. In addition, companies can use the master strategies to prepare an emergency strategy even before a disruptive attacker appears on the market, thus significantly minimizing the risk of customer loss.