Refine
Document Type
- Article (3)
- Book (5)
- Part of a Book (11)
- Conference Proceeding (18)
- Contribution to a Periodical (13)
- Doctoral Thesis (1)
- Internet Paper (2)
- Report (4)
- Working Paper (4)
Is part of the Bibliography
- no (61) (remove)
Keywords
- 5G (1)
- ADAM (3)
- Abschlussbericht (1)
- Anforderungen (1)
- Anforderungserhebung (1)
- Anforderungsermittlung (1)
- Anforderungsmanagement (1)
- Ausbildung (1)
- Automobilindustrie (1)
- Autonome Elektromobilität (1)
Institute
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.
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.
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.
Digital in NRW
(2019)
Das Interesse am Themenfeld Industrie 4.0 ist besonders für KMU ungebrochen, weiterhin aber auch unübersichtlich und wenig greifbar. Best practices von Methoden und Technologien sind in der industriellen Praxis nicht oder nur unzureichend vorhanden. In diesem Zusammenhang fehlen passende Angebote, die auf die spezifischen Bedürfnisse von KMU zugeschnitten sind. Das Bundesministerium für Wirtschaft und Energie (MBWi) hat diese Problemstellung erkannt und gezielte Maßnahmen im Sinne des Aufbaus von Mittelstand 4.0-Kompetenzzentren zur Unterstützung des deutschen Mittelstands ergriffen. Einen großen Beitrag im Kontext dieser Unterstützung leistet das mit dem FIR e.V. an der RWTH Aachen seit 2016 gegründete Mittelstand 4.0-Kompetenzzentrum Dortmund "Digital-in-NRW".
Während die Einsatzpotenziale digitaler Technologien häufig bekannt sind, stellt die Umsetzung dieser insbesondere für KMU eine große Herausforderung dar. "Digital in NRW - Das Kompetenzzentrum für den Mittelstand" unterstützt und befähigt diese Unternehmen mit breitgefächerten Services, um Industrie 4.0 einen Schritt näher zu kommen. Ein solcher ist die Ermittlung des Digitalisierungsgrads von KMU in NRW, welcher im folgenden Beitrag genauer beleuchtet wird.
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.
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.
Industrie-4.0-Applikationen entwickeln sich gerade von Individuallösungen zur frei zugänglichen Handelsware. Durch diesen Trend, in dem Industrie-4.0-Lösungen zur Commodity werden, werden Unternehmen dazu befähigt, fundamentale Transformationen entlang aller Geschäftsprozesse zu vollziehen. Insbesondere kleine und mittlere Unternehmen (KMU) haben die besten Voraussetzungen dafür, die Einführung von Industrie 4.0 voranzutreiben. Denn KMU verfügen über die notwendige Flexibilität und flache Hierarchien - eine wesentliche Grundlage für die digitale Transformation. Bevor jedoch Industrie-4.0-Projekte initiiert werden, ist aufgrund der personell und finanziell limitierten Kapazitäten von KMU eine intensive Auseinandersetzung über die Bedeutung von Industrie 4.0 für das eigene Unternehmen und seine Produkte unabdingbar.
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.
Feasibility Analysis of Entity Recognition as a Means to Create an Autonomous Technology Radar
(2021)
Mit den neuesten Technologietrends auf dem Laufenden zu bleiben, ist für Fertigungsunternehmen eine entscheidende Aufgabe, um auf einem global wettbewerbsfähigen Markt erfolgreich zu bleiben. Die Erstellung eines Technologieradars ist ein etablierter, jedoch meist manueller Prozess zur Visualisierung der neuesten Technologietrends.
Der Herausforderung, Technologien zu identifizieren und zu visualisieren, widmet sich das Projekt TechRad, das maschinelles Lernen einsetzt, um ein autonomes Technologie-Scouting-Radar zu realisieren. Eine der Kernfunktionen ist die Identifizierung von Technologien in Textdokumenten. Dies wird durch natürliche Sprachverarbeitung (NLP) realisiert.
Dieser Beitrag fasst die Herausforderungen und möglichen Lösungen für den Einsatz von Entity Recognition zur Identifikation relevanter Technologien in Textdokumenten zusammen. Die Autoren stellen eine frühe Phase der Implementierung des Entity Recognition Modells vor. Dies beinhaltet die Auswahl von Transfer Learning als geeignete Methode, die Erstellung eines Datensatzes, der aus verschiedenen Datenquellen besteht, sowie den angewandten Modell-Trainings-Prozess. Abschließend wird die Leistungsfähigkeit der gewählten Methode in einer Reihe von Tests überprüft und bewertet.
Ausgangspunkt des Forschungsprojekts "UrbanMove“ ist die Hypothese, dass sich in naher Zukunft Großstädte für eine emissionsärmere Zukunft mit innovativen Mobilitätsdienstleistungen neu aufstellen müssen. Bisherige Ansätze reichen nicht aus, um den Ansprüchen an Emissionsfreiheit und Mobilitätserfordernissen gleichzeitig und zu vertretbaren Kosten zu entsprechen.
Ziel des Forschungsprojekts "UrbanMove" ist daher die Konzeptionierung und Pilotierung einer neuartigen, intelligenten innerstädtischen Mobilitätslösung, die mit einer Kollaboration aus innovativen KMU der strukturschwachen Städteregion Aachen umgesetzt wird. Als Entwicklungsergebnis steht eine integrative kundenzentrierte Dienstleistungsplattform für Shuttle, die durch Berücksichtigung von Randbedingungen auch für autonom fahrende und elektrisch betriebene Fahrzeuge eingesetzt werden kann. Neben der Dienstleistungsplattform für ein neues Mobilitätskonzept, auf der Informationsströme unterschiedlicher Anspruchsgruppen gesammelt und intelligent verarbeitet werden, beinhaltet die Plattform auch technische Schnittstellen zu den Fahrzeugen und zu Nutzern über Apps.
Für dieses ganzheitliche Konzept werden verschiedene Perspektiven und Anspruchsgruppen, wie Nutzer, Betreiber, Stadt sowie Einzelhandel und Unternehmen der Region, zusammengeführt. Für die Einbeziehung der Anspruchsgruppen abseits dieser Projektentwicklung wird die Plattform mit offenen Schnittstellen gestaltet, die rechtlichen Rahmenbedingungen werden beachtet und die durchgehenden Nutzeranforderungen fokussiert. Für einen wirtschaftlichen Betrieb wird für das Mobilitätskonzept ein tragfähiges Geschäftsmodell entwickelt.
The digital transformation is changing the way companies think and design their manufacturing environment. Both due to the increasing number of connections between IoT-Devices, tooling machines, and production lines and the phenomenon of the convergence of IT and OT, systems are becoming more complex than years ago. Organizational and cultural changes within manufacturing companies strengthen this trend and form Industry 4.0 environments and cyber-physical production systems (CPPS). As these systems do not longer stay alone but are connected to each other and the company’s outside, the size of the potential attack surface is increasing as well. Besides that, manufacturing companies, small and medium-sized in particular, are facing complex challenges based on lack of knowledge, budget, and time to understand as well as to interpret their current situation and risk level and therefore to derive necessary counter-measures. Efficient as well as pragmatic tools and methods for these companies do not exist. This paper shows a research approach in which the company-specific set-up of Industry 4.0 environment and CPPS is characterized by its potential vulnerabilities. This enables companies to evaluate their risk potential before setting up this kind of environments and to undJo,erstand the potential consequences more precisely. By doing so, companies can derive and prioritize important counter-measures and so to strengthen their level of cyber-security efficiently. This will decrease the number of cyber-security attacks and increase the company’s competitiveness.
Künstliche Intelligenz (KI) hat sich über die letzten Jahre stetig zu einem Thema mit strategischer Priorität für Unternehmen entwickelt. Das zeigt sich nicht zuletzt in der gesteigerten Investitionsbereitschaft deutscher Unternehmen in KI-Projekte. Wirtschaftliche Akteure haben erkannt, dass durch eine sinnvolle Nutzung von KI-Technologien Wettbewerbsvorteile erzielt werden können. Die vorliegende Studie legt das Augenmerk auf den industriellen Einsatz einer KI-Technologie, die bereits heute von vielen Unternehmen erfolgreich genutzt wird: Die natürliche Sprachverarbeitung (engl. Natural Language Processing, kurz NLP). Die wirtschaftlichen Potenziale der Technologie liegen dabei in ihrer Fähigkeit, betriebliche Abläufe zu automatisieren und die Schnittstelle zwischen Mensch und Maschine zu verbessern und zu vereinfachen. Ziel der Studie ist es, die Potenziale der NLP-Technologie für Unternehmen nutzbar zu machen, indem konkrete Anwendungsfälle und allgemeine Handlungsempfehlungen sowie Nutzen und Risiken aufgezeigt werden.
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.
Elektrische Fahrzeuge im Flottenverbund eröffnen durch die Einbindung in das öffentliche Stromnetz große Wertschöpfungspotentiale durch das Erbringen von Energiedienstleistungen. Dieser radikale Wandel zwingt Original Equipment Manufacturer (OEM) zur Untersuchung neuer Geschäftsfelder und der Schaffung ganzheitlicher Mobilitätskonzepte. Um diesen disruptiven Veränderungen gerecht zu werden, liegt der Fokus der vorliegenden Untersuchung auf der Entwicklung einer allgemeingültigen Bewertungssystematik für Elemente eines erweiterten Dienstleistungsportfolios für konkrete Anwendungsfälle von EV (Electric Vehicle)-Flottenbetreibern.
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]
Digitalization and Industry 4.0 continue to shape our industrial environment and collaboration. For many enterprises, a key challenge in moving forward in this matter is the integration of their shop-floor systems (hard- and software) with their office-floor systems to harvest the full potential of industry 4.0.
A multitude of different technologies and respective use-cases available on the market leave many companies startled. This paper presents a set of use-cases for IT-OT-Integration to bring transparency into a company’s digital transformation.
Additionally, a technical requirements profile for integrating IT- and OT-Systems based on the use cases is presented. Both, use-cases and their requirements, guide companies in selecting the digitalization measures that fit their current situation and help in identifying technical challenges that need to be addressed in the transformation process.
The manufacturing industry has to exploit trends like “Industrie 4.0” and digitization not only to design production more efficiently, but also to create and develop new and innovative business models. New business models ensure that even SMEs are able to open up new markets and canvass new customers. This means that in order to stay competitive, SMEs must transform their existing business models.
The creation of new business models require smart products. The required data base for new business models cannot be provided by SMEs alone, whereas smart products are able to provide a foundation, given the creation of smart data and smart services they enable. These services then expand functions and functionality of smart products and define new business models.
However, the development of smart products by small and medium-sized enterprises is still lined with obstacles. Regarding the product development process the inclusion of smart products means that new and SME-unknown domains diffuse during the process. Although there are many models regarding this process there appears to be a substantial lack of taking into account the competencies enabled by the implementation of digital technologies. Hence, several SME-supporting approaches fail to address the two major challenges these enterprises are faced with. This paper generally describes valid objectives containing relevant stakeholders and their allocation to the phases of the product life cycle.
Within each objective the potential benefit for customers and producers is analyzed. The model given in this paper helps SMEs in defining the initiation of a product development project more precisely and hence also eases project scoping and targeting for the smartification of an already existing product.
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.
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 do so, load management and energy management are explained and distinguished in a first step. Subsequently, the implementation method is introduced. Therefore, by using this paper, companies will be enabled to use load management measure and reduce their energy costs significantly.