Refine
Document Type
- Conference Proceeding (18)
- Contribution to a Periodical (13)
- Part of a Book (11)
- Book (5)
- Report (4)
- Working Paper (4)
- Article (3)
- Internet Paper (2)
- doctorallecture (1)
- Doctoral Thesis (1)
Is part of the Bibliography
- no (62)
Keywords
- 5G (1)
- ADAM (3)
- Abschlussbericht (1)
- Anforderungen (1)
- Anforderungserhebung (1)
- Anforderungsermittlung (1)
- Anforderungsmanagement (1)
- Ausbildung (1)
- Automobilindustrie (1)
- Autonome Elektromobilität (1)
Institute
Intelligente Produkte sind im Privatkundenbereich etabliert. Mittelständler stehen jedoch vor großen die Smartifizierung betreffenden Herausforderungen. Sie wissen nicht, welche Methoden geeignet sind, um bestehende Produkte zu smartifizieren. Es bedarf daher einer Methode zur Spezifikation von intelligenten Produkten im Maschinenbau. Diese beruht auf generischen Entwicklungszielen und Use Cases, um Anforderungen abzuleiten, die die Initiierung von Smartifizierungsprojekten beschleunigen.
Eine Herausforderung für produzierende Unternehmen in der Entwicklung intelligenter Produkte besteht darin, dass die Zielstellung, die mit einem intelligenten Produkt verfolgt wird, nicht expliziert ist. Zudem ist oftmals nicht spezifiziert, in welchem Anwendungsfall ein intelligentes Produkt agieren soll. Produzierende Unternehmen benötigen Unterstützung, um eine zielorientierte und folglich wirtschaftliche Melioration existierender Produkte zu gewährleisten. Ebendiese Melioration wird im Kontext von intelligenten Produkten als Smartifizierung bezeichnet und stellt damit einen Entwicklungsprozess dar, der ein bestehendes Produkt als Ausgangssituation im Sinne einer Anpassungskonstruktion expliziert. Die originäre Produktfunktion wird folglich nicht verändert, sondern das Produkt um digitale Funktionen und Dienstleistungen erweitert. Der Artikel befasst sich daher erstens mit der Beschreibung generischer Ziele für den Einsatz intelligenter Produkte im Maschinenbau. Eine Zusammenstellung und Erläuterung solcher Ziele unterstützt Unternehmen, eine Präzisierung der Zielfestlegung in der Initiierungsphase eines Smartifizierungsprojekts durchzuführen. Zweitens wird unter Anwendung der Ziel-Mittel-Beziehung ein Anwendungsfall intelligenter Produkte beschrieben. Abschließend werden beide Aspekte in einer Methode zusammengefasst, wie mittels Ziel- und Anwendungsfallbetrachtung Anforderungen abgeleitet und wie diese Elemente in Vorgehensmodelle der Produktentwicklung eingebettet werden können. Exemplarisch wird anhand einer Stanzmaschine aufgezeigt wie die Methode und die sich daraus ableitenden Ergebnisse im Smartifizierungsprozess zur Entwicklung einer intelligenten Stanzmaschine eingesetzt werden.
Eine Herausforderung für produzierende Unternehmen in der Entwicklung intelligenter Produkte besteht darin, dass die Zielstellung, die mit einem intelligenten Produkt verfolgt wird, nicht expliziert ist. Zudem ist oftmals nicht spezifiziert, in welchem Anwendungsfall ein intelligentes Produkt agieren soll. Produzierende Unternehmen benötigen Unterstützung, um eine zielorientierte und folglich wirtschaftliche Melioration existierender Produkte zu gewährleisten. Ebendiese Melioration wird im Kontext von intelligenten Produkten als Smartifizierung bezeichnet und stellt damit einen Entwicklungsprozess dar, der ein bestehendes Produkt als Ausgangssituation im Sinne einer Anpassungskonstruktion expliziert. Die originäre Produktfunktion wird folglich nicht verändert, sondern das Produkt um digitale Funktionen und Dienstleistungen erweitert. Der Artikel befasst sich daher erstens mit der Beschreibung generischer Ziele für den Einsatz intelligenter Produkte im Maschinenbau. Eine Zusammenstellung und Erläuterung solcher Ziele unterstützt Unternehmen, eine Präzisierung der Zielfestlegung in der Initiierungsphase eines Smartifizierungsprojekts durchzuführen. Zweitens wird unter Anwendung der Ziel-Mittel-Beziehung ein Anwendungsfall intelligenter Produkte beschrieben. Abschließend werden beide Aspekte in einer Methode zusammengefasst, wie mittels Ziel- und Anwendungsfallbetrachtung Anforderungen abgeleitet und wie diese Elemente in Vorgehensmodelle der Produktentwicklung eingebettet werden können. Exemplarisch wird anhand eines Energiekompensators aufzeigt, wie die Methode und die sich daraus ableitenden Ergebnisse im Smartifizierungsprozess zur Entwicklung eines intelligenten Energiekompensators eingesetzt werden.
Da die heutigen Logistiknetzwerke den Anforderungen nicht mehr gerecht werden, rückt das Supply-Chain-Risk-Management von Wertschöfungsketten zunehmend in den Mittelpunkt unternehmerischer Überlegungen. Störungen in Logistiknetzwerken treten wegen unzureichender Datenmengen, -qualität und -integration der realen Welt nicht in den Informationssystemen auf. Eine echtzeitfähige Reaktion auf diese Störungen und proaktive Korrekturmaßnahmen innerhalb der Logistikprozesse sind folglich unmöglich. Daher kann ein erhöhter Bedarf an ganzheitlicher Transparenz innnerhalb der Logistiknetzwerke abgeleitet werden. Mit diesem Thema beschäftigt sich das Forschungsprojekt Smart-Logistic-Grids.
Smart Service Prototyping
(2021)
This chapter is dedicated to prototyping, one of the steps of the Smart Service Engineering Cycle. It includes three phases: realizing core functionalities, developing core functionalities, and testing functionalities with customers. In order to realize prototypes successfully, methodical aspects of rapid IoT prototyping are used.
First of all, this chapter explains the motivation behind rapid prototyping and provides an introduction to the approach. The concept of rapid IoT prototyping is based on the idea of developing short-cycle solution variants on the basis of benefit hypotheses or benefit promises and user stories focusing on them. The aim is to achieve data acquisition, aggregation, linkage, processing, and finally visualization by developing it in a vertically integrated manner. Once this is accomplished, the prototype can be evaluated with customers, which also makes it possible to put the benefit hypotheses to the test. Finally, the collected customer feedback can be incorporated more quickly into the development process of new prototype versions, leading to a continuous improvement of the user experience as well as a constant focus on prioritizing the user. Another component of rapid IoT prototyping is working and thinking in terms of minimum viable products (MVP), i.e., solutions that do not meet all of the defined requirements in the first iteration, but are nevertheless already functional. [https://link.springer.com/chapter/10.1007/978-3-030-58182-4_6]
Industry 4.0 is driven by Cyber-Physical Systems and Smart Products. Smart Products provide a value to both its users and its manufacturers in terms of a closer connection to the customer and his data as well as the provided smart services. However, many companies, especially SMEs, struggle with the transformation of their existing product portfolio into smart products. In order to facilitate this process, this paper presents a set of smart product use-cases from a manufacturer’s perspective. These use-cases can guide the definition of a smart product and be used during its architecture development and realization. Initially the paper gives an introduction in the field of smart products. After that the research results, based on case-study research, are presented. This includes the methodological approach, the case-study data collection and analysis. Finally, a set of use-cases, their definitions and components are presented and highlighted from the perspective of a smart product manufacturer.
Produzierende Unternehmen stehen unter großem Veränderungsdruck, der durch wachsende Produktkomplexität, steigende Kundenanforderungen und digitale Geschäftsmodelle induziert wird. Vorherrschende Trends wie Industrie 4.0 und Digitalisierung müssen genutzt werden, um nicht nur die Produktion effizienter zu gestalten, sondern auch innovative Geschäftsmodelle zu entwickeln. Diese gewährleisten, dass Unternehmen neue Märkte erschließen und neue Kunden gewinnen.
Die von Unternehmen in der Vergangenheit fokussierten produktzentrierten Geschäftsmodelle werden durch die Digitalisierung in nutzerzentrierte Geschäftsmodelle transformiert. Zudem ist gerade eine Veränderung im Verhalten der Kunden zu beobachten, die sich zunehmend gezielt für Produkte mit höherem Leistungsumfang in Bezug auf digitale Fähigkeiten entscheiden, sodass sich die Digitalisierung ebenfalls in den Produkten wiederfindet. Dauerhafte Wettbewerbsfähigkeit bedarf folglich erweiterter digitaler Leistungen in Produkten.
Die Schwerpunktstudie untersucht, inwieweit die Potenziale von digitalen Technologien zur Steigerung der Energieeffizienz in der deutschen Wirtschaft bereits ausgeschöpft und die möglichen negativen Effekte schon heute durch gezielte Maßnahmen eingedämmt werden.
Die Teilstudien der vorliegenden Schwerpunktstudie geben aufschlussreiche Einsichten zum aktuellen Stand der Forschung und zum Einsatz digitaler Maßnahmen zur Steigerung der Energieeffizienz der Unternehmen in der Informationswirtschaft und im Verarbeitenden Gewerbe.
Sowohl in der Forschung als auch in der Praxis zeigt sich, dass die Datenverfügbarkeit und -verarbeitung eine zentrale Hürde darstellt, um die Potenziale digitaler Technologien im Energiebereich realisieren zu können. Somit ist die Verbesserung der Erfassung, Integration, Verarbeitung und des Schutzes von Energiedaten ein zentrales Handlungsfeld und elementare Voraussetzung für die erfolgreiche Planung potenzieller Maßnahmen und deren Evaluierung im Laufe der Umsetzung, sowohl für die Politik als auch Unternehmen.
Wie gesetzliche Zielvorgaben zudem Anreize für Unternehmen setzen, neue Lösungsansätze zu finden und künftig vermehrt in energieeffizienzsteigernde Maßnahmen zu investieren, lesen Sie in der Studie.
Projektmanagement
(2022)
Digitalisierungs- und IT-Projekte stellen für Projektmanager aufgrund der häufig vorherrschenden Komplexität eine große Organisations- und Kommunikationsaufgabe dar. Die Bewältigung der Aufgaben wird in vielen Fällen dadurch erschwert, dass sich die Projektverantwortlichen für eine unzureichend adäquate Projektmanagementmethode entscheiden.
Dieses Kapitel soll bei der Auswahl einer geeigneten Projektmanagementmethode bei Digitalisierungsvorhaben unterstützen. Dazu werden zunächst klassische und agile Projektmanagementmethoden beschrieben sowie deren Vor- und Nachteile analysiert. Zudem werden mögliche Projektarten anhand unterschiedlicher Kategorien beschrieben. Anschließend werden die Projektmanagementmethoden den identifizierten Projektarten passend zugeordnet. Projektmanager erhalten anhand dieser Zuordnung eine transparente Übersicht und Entscheidungsunterstützung, welche Projektmanagementmethoden sich für das betrachtete Projekt am besten eignen.
Die Wahl der richtigen Projektmanagementmethode zu Beginn eines Projekts trägt maßgeblich dazu bei, den Grad der Komplexität eines Projekts zu beherrschen und das Projekt erfolgreich durchzuführen. (Quelle: https://link.springer.com/chapter/10.1007/978-3-662-63758-6_10)
Durch die Energiewende getrieben, muss sich die Energielandschaft in Deutschland verändern, um wettbewerbsfähig zu bleiben. Im Rahmen der dafür durch den Gesetzgeber unterstützten Forschungsanstrengungen wird in dem Projekt ‚EWIMA‘ (Laufzeit 01.03.2017 – 29.02.2020) der Nutzen virtueller Kraftwerke evaluiert. In der letzten Projektphase liegt der Fokus auf der prototypischen Umsetzung des Projekts in fünf definierten Hubs in Nordrhein-Westfalen sowie der Validierung der Projektergebnisse in Feldversuchen. Das Vorhaben wird im Rahmen des Leitmarktwettbewerbs VirtuelleKraftwerke.NRW durch den Europäischen Fonds für regionale Entwickung (EFRE.NRW) und die Landesregierung Nordrhein-Westfalen gefördert.
Subscription business transforms traditional business models of machinery and plant engineering. Many manufacturing companies struggle to pull out the potential created by Industry 4.0 and make it economically usable. In addition to technological innovations, it is necessary to transform the business model. This leads to a shift from ownership-based and product-centric business models to outcome-based business models, which focus on the customer's value and thus realize a unique value proposition and competitive advantage – the outcome economy. Based on a case study analysis among manufacturing companies, this paper provides further clarification including a definition and constituent characteristics of subscription business models in machinery and plant engineering.
Mehrwerte aus Daten
(2019)
Moderne datenbasierte Lösungen können wichtige Bausteine sein, um Prozesse, Produkte und sogar das eigene Geschäftsmodell weiterzuentwickeln oder neu auszurichten. Die Möglichkeiten, die durch die Digitalisierung entstehen, stehen nicht nur großen internationalen Konzernen offen, sondern können auch gerade von kleinen und mittleren Unternehmen gewinnbringend genutzt werden. Diese wichtige Erkenntnis scheint beim Mittelstand in Nordrhein-Westfalen angekommen zu sein. Die Bedeutung und die Potenziale von Mehrwerten aus Daten scheinen mehrheitlich erkannt. Unsere Umfrage hat gezeigt, dass bereits rund die Hälfte der befragten Mittelständler über einen systematischen Umgang mit Daten verfügt. Allerdings ist dieser Umgang meist noch durchschnittlich und ein stärkerer Ausbau zu höheren Reifegraden ist möglich und mit Blick auf die zukunftssichere Weiterentwicklung des Wirtschaftsstandorts Nordrhein-Westfalen auch nötig. Die vorgestellten Leuchttürme machen aber zwei Sachen deutlich: Erstens erzeugen KMU bereits heute in Nordrhein-Westfalen Mehrwerte aus Daten. Zweitens weisen diese Leuchttürme ein enormes Transferpotenzial auf und können vielen KMU in Nordrhein- Westfalen und darüber hinaus Hinweise geben, auf welchen Wegen eine Optimierung der eigenen Wertschöpfung durch Daten möglich ist.
Since 2016, the “Digital in NRW” Competence Centre has been supporting SMEs in the manufacturing industry in designing their individual digital transformation. With an Industry 4.0 maturity assessment, we define the status quo of SMEs, derive SME-specific measures from this, develop a digitalization roadmap and accompany the SME transformation. This paper presents the results of the four-year SME support. By analyzing the results of all maturity assessments, potential analysis and design workshops, we present the most frequent and most effective measures for a successful digital transformation of SMEs. The result of the paper is an action guideline for SMEs to initiate their own digital transformation based on formalized experience.
Die Umsetzung von Industrie 4.0, also der umfassenden Digitalisierung und Vernetzung der Produktion, stellt Unternehmen noch immer vor Herausforderungen. In dieser Marktstudie wurde eine bei produzierenden Unternehmen identifizierte Hürde, die IT-Komplexität und deren Management, stärker beleuchtet. Unternehmen, die sich besser aufgestellt sehen, legen in der Regel einen stärkeren Fokus auf verschiedene Aktivitäten.
Low-Level-Code Based Production Model For Improving Material Requirements Planning In ERP Systems
(2021)
Single and small-series production companies face specific challenges, such as variable customer order decoupling points (CODP), decreasing quantities and rising cost pressure. This leads to a increasing production complexity and growing requirements on Production Planning and Control (PPC). Digitalization’s direct links between objects, people, and machines as well as detailed recording of production progresses opens new solutions for PPC. However, volume of data and the required processing times are increasing. Thus, to achieve near-real-time data processing, a decentralization of decision-making systems can be observed. The function Material Requirements Planning (MRP) is PPC’s original need for Enterprise Resource Planning (ERP) systems. Here, PPC’s overall problem (to fulfil primary requirements for products) is divided into subproblems (to fulfil single production orders). Especially companies characterized by an organization in accordance to the workshop principle, high in-house production depth and variable CODP are confronted with high dynamics in their production systems. This ends in significant differences between primary requirements (overall problem) and single production orders (subproblems). Ultimately, these insufficient PPC data result systematically in a non-optimal overall solution despite optimal partial solutions. This publication combines PPC’s fundamentals from existing commonly known models with current implementation concepts of ERP systems. A newly developed Low-Level-Code based Production Model provides explanations for deviations between the overall problem and its subproblems. Furthermore, information flows of PPC can be structured between a periodically actualized vertical and an event driven horizontal information flow. These recognitions lead to an improvement of PPC by ERP systems.
Prinzipien zur erfolgreichen Umsetzung von KI-Geschäftsmodellinnovationen
In Zeiten des zunehmenden globalen Wettbewerbs und hoch vernetzter Wertschöpfungsketten entwickelt sich Künstliche Intelligenz zu einem immer wichtiger werdenden Wettbewerbsfaktor für Unternehmen am Wirtschaftsstandort Deutschland. Durch den Einsatz von KI-Verfahren können nicht nur interne Geschäftsprozesse kostensenkend optimiert, sondern auch neue, digitale Geschäftsfelder und -modelle erschlossen werden. Es lassen sich zum einen Trends identifizieren, denen der Einsatz von KI in deutschen Unternehmen folgt. Zum anderen zeigt sich, dass sich KI unterschiedlich stark auf verschiedene Dimensionen innovativer Geschäftsmodelle auswirkt. Insgesamt lassen sich so Prinzipien ableiten, die die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen beschreiben.
Neue Technologie- und Anwendungstrends kennzeichnen KI-Nutzung
Die tatsächliche KI-Landschaft in den Wertschöpfungsketten von KI-nutzenden Unternehmen ist durch Trends gekennzeichnet. Diese lassen sich in Technologie- und Anwendungstrends unterteilen. Experteninterviews zeigen beispielsweise, dass KI-Anwendungen bevorzugt auf Cloud-Infrastrukturen entwickelt und bereitgestellt werden. Das wiederum rückt die Frage nach der Wahrung der Datensouveränität in den Vordergrund. Anwendung findet KI tendenziell zur Prognose und Überwachung.
Sechs Prinzipien beeinflussen die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen
Fallstudien über ein breites Spektrum der deutschen Wirtschaft beleuchten, welche Aspekte eines KI-basierten Geschäftsmodells den größten Effekt auf das Unternehmen haben. Hier lässt sich ein besonders hoher Einfluss von KI auf das Nutzenversprechen neuartiger, digitaler Leistungen der Unternehmen an die Kundinnen und Kunden feststellen. So lassen sich sechs Erfolgsprinzipien zur erfolgreichen Implementierung von KI-Technologien identifizieren, um die wirtschaftliche Nutzung von KI für Unternehmen in Deutschland im globalen Wettbewerb weiter zu steigern. So empfiehlt es sich zum Beispiel – neben der Auswahl des richtigen KI-Anwendungsfalles – ebenfalls darauf zu achten, dass die KI-Anwendung sowohl den Anbietenden wie auch den Anwendenden nützt. Diese und weitere Erfolgsprinzipien werden detailliert in der Studie Künstliche Intelligenz – Geschäftsmodellinnovationen und Entwicklungstrends beschrieben.
Konzeption
(2022)
Ziel der produzierenden Unternehmen ist es, am globalen Markt wettbewerbsfähig zu bleiben. Gemäß der Vision, dass das Unternehmen der Zukunft durch den geschickten Einsatz von digitalen Technologien seine Produktionsprozesse effizienter und effektiver gestalten kann und durch die Vernetzung des Shopfloors und von digitalisierten Produkten neue Services anbieten kann, die neue Arten von Geschäftsmodellen ermöglichen, soll in diesem Kapitel die Konzeption des technischen Ökosystems zur Umsetzung der Vision erläutert werden. Die Konzeption beinhaltet maßgeblich die Auswahl und Gestaltung von digitalen Technologien, zu denen beispielsweise Informations- und Kommunikationstechnologien wie Sensorik und Übertragungstechnologien zählen. Damit handelt es sich bei der Konzeption um eine Aufgabe der Breitstellung von technischen Ressourcen (Kap. 6). Darüber hinaus bedingt die Konzeption die Prüfung der Kompatibilität zu den vorherrschenden Informationssystemen. Im Zusammenspiel der Informationssysteme und der technischen Ressourcen lassen sich Geschäftsprozesse digitalisieren und so die Reaktionsgeschwindigkeit und Vorhersehbarkeit verbessern. (Quelle: https://link.springer.com/chapter/10.1007/978-3-662-63758-6_12)
In order to introduce load management in the manufacturing industry, some obstacles need to be pointed out. This paper presents a feasible approach on how to implement load management measures in companies.
To this end, load management and energy management are explained and distinguished in a first step. Subsequently, the implementation method is introduced. Therefore, by means of this paper, companies will be enabled to use load management measures and significantly reduce their energy costs. In the second part of the paper, the introduced approach will be applied.
Hence, a use case of a manufacturing company is described. Alongside energy analyses with consumption data, specific measures are presented.