Refine
Document Type
- Book (1)
- Conference Proceeding (5)
- Contribution to a Periodical (4)
- Lecture (2)
- Internet Paper (2)
- Report (1)
- Working Paper (2)
Is part of the Bibliography
- no (17)
Keywords
- 01 (1)
- 02 (3)
- Acceptance analysis (1)
- Auftragsabwicklung (1)
- BPM (1)
- Blockchain (4)
- Business-Process-Modelling (1)
- Controlling (1)
- Datenmigration (1)
- Datenqualität (2)
Institute
- FIR e. V. an der RWTH Aachen (17) (remove)
Prozesse in der produzierenden Industrie sind über Jahre gewachsen. Nicht selten bilden diese einen eingeschwungenen Zustand ab, der seit Jahren unverändert ist oder nur geringen Anpassungen unterlag. Die aktuellen Trendthemen und Krisen erhöhen den wirtschaftlichen und sozialen Druck auf Unternehmen, sich verstärkt mit den eigenen Prozessen auseinanderzusetzen und insbesondere durch effiziente Nutzung der eigenen Ressourcen Verschwendungen zu reduzieren.
Gesamtziel des Forschungsprojekts war es, durch den Einsatz der Blockchaintechnologie die Transparenz und Sicherheit der Prozesse und Strukturen der Lebensmittelproduktion und -logistik zu erhöhen. So sollte eine hochauflösende Rückverfolgbarkeit ermöglicht und gleichzeitig Fälschungssicherheit sichergestellt werden.
Die Ergebnisse des Vorhabens bieten für Unternehmen, neben der erhöhten Transparenz und Sicherheit, die Basis für neue Produkte und Geschäftsmodelle, einen Nachweis der technischen Machbarkeit einer Blockchain in der Rückverfolgung von Lebensmitteln und einen Ansatz zur nachhaltigen Stärkung von Kundenbeziehungen.
Process mining has emerged as a crucial technology for digitalization, enabling companies to analyze, visualize, and optimize their processes using system data. Despite significant developments in the field over the years, companies—notably small and medium-sized enterprises—are not yet familiar with the discipline, leaving untapped potential for its practical application in the business domain. They often struggle with understanding the potential use cases, associated benefits, and prerequisites for implementing process mining applications. This lack of clarity and concerns about the effort and costs involved hinder the widespread adoption of process mining. To address this gap between process mining theory and real-world business application, we introduce the “Process Mining Use Case Canvas,” a novel framework designed to facilitate the structured development and specification of suitable use cases for process mining applications within manufacturing companies. We also connect to established methodologies and models for developing and specifying use cases for business models from related domains targeting data analytics and artificial intelligence projects. The canvas has already been tested and validated through its application in the ProMiConE research project, collaborating with manufacturing companies.
IT-Systeme zur Planung, Steuerung, Durchführung und Überwachung der komplexen Stoff- und Informationsflüsse (PPS-Systeme) sind heute für einen effizienten Produktionsablauf nahezu unverzichtbar. Mit der Weiterentwicklung zu Enterprise Resource Planning-Systemen (ERP Systeme) wurden angrenzende Aufgabenbereiche (Einkauf, Rechungswesen, Vertrieb, Lagerhaltung, usw.) integriert, sodass heute ein breites Spektrum für ERP Systeme unterschiedlichster Herkunft und Funktionalität am Markt angeboten wird.
In dem Marktspiegel werden knapp 500 der derzeit am deutschen Markt verfügbaren ERP/PPS-Lösungen untersucht.
Die Anforderungen an den Einsatz von IT-Systemen haben sich in den letzten Jahren geändert. Anstelle von allumfassenden Komplettlösungen stehen insbesondere Flexibilität und Funktionalität im Mittelpunkt der Gestaltung von ERP-zentrierten IT-Systemlandschaften. Es besteht der vermehrte Wunsch nach einer verbesserten funktionalen Abdeckung, welches u. a.durch den verstärkten Einsatz von weiteren IT-Systemen erreicht werden kann. IT-Systemlandschaften rund um das ERP-System werden so immer vielschichtiger. Problematisch dabei ist, dass durch eine fehlende systematische Gestaltung der IT-Systemlandschaften unklare Verantwortlichkeiten, komplexe Schnittstellen sowie funktionale Überschneidungen und Datenchaos entstehen. Ein weiterer Effekt ist die wachsende Anzahl an Schatten-IT, die entsteht, weil die allumfassende Komplettlösung nicht alle benötigten Funktionen abdeckt.
The blockchain technology has been increasingly applied in industrial use-cases in recent years. Although the food industry fits in particular with the requirements for blockchain applications, since the actors barely know each other and trust plays a crucial role, it is not widely established in the food industry. There are efforts to increase transparency and enable traceability in food supply chains by applying blockchain technology to share data in a trustworthy way across companies and to ensure food quality standards. This technology can be further used to enable the identification of inconsistencies in sensor data and more efficient handling of food recalls across the food supply chain. The success of a new technology depends to a large extent on its acceptance by companies and their employees. This paper deals with the acceptance of such a blockchain application and presents a systematic literature review to summarize the methods and results of acceptance analyses of the blockchain technology in food supply chain s. Particular attention has been devoted to traceability. For this objective, research is analysed based on scientific methods and the results are systematically analysed.
Based on a systematic literature review, different approaches to modularization of IT system landscapes were analyzed. This publication contains the metadata of the literature analysis, the initial set of relevant publications, the documentation of the filtering and screening process of the literature search, and the final set of publications. For the analysis of the final set of publications, please refer to the related publication Junglas et al., "Towards A Modular IT Landscape For Manufacturing Companies" (2023) (which can be found here in this repository or under DOI 10.15488/1530210.15488/15302).