Refine
Year of publication
- 2019 (15) (remove)
Document Type
- Conference Proceeding (6)
- Contribution to a Periodical (3)
- Part of a Book (2)
- Working Paper (2)
- Book (1)
- Report (1)
Is part of the Bibliography
- no (15)
Keywords
- Agile (1)
- Agile Development (1)
- Agrarproduktion (1)
- Best Practices Instandhaltung (1)
- Business Model (1)
- Business Models (1)
- CSS 2.0 (1)
- Case study research (1)
- Cost Calculation (1)
- Customer Centricity (1)
Institute
Today, maintenance exceeds this definition, it is significantly more.
In many companies, it plays the role of an incubator for development
and drives digital transformation forward. The very essence of
Industrie 4.0 is the optimisation of the flow of information within as
well as outside of a company to accelerate the adjustment of company
organisations in the context of increasing competitive pressure.
Because of the variety of interfaces, information and data that
is available as well as its service character, maintenance lends itself easily as the area of choice for a company to make Industrie 4.0 real. Whilst doing so, the aim is not to equip employees with the
latest “gimmick“ for order processment or to be the company with
the highest number of lighthouse projects. Instead, maintenance
ensures reliable and cost-efficient production and, consequently,
the primary creation of added value of the manufacturing company.
Those who were identified as top performers during the “Smart
Maintenance“ consortium benchmarking by FIR at RWTH Aachen
University gain particular useful ideas twice as often as other follower companies directly from staff, thus releasing the right potential.
Information and data help to reach these goals and transfer the
vision of smart maintenance into actual pratice. But what is smart
maintenance exactly and how far along are you in the development
of your individual smart maintenance concept?
Ziel des Forschungsvorhabens CSS 2.0 war es, kleine und mittlere Unternehmen (KMU) dabei zu unterstützen, die Effizienz und Effektivität ihres Kundenservices durch den Einsatz von Social Media zu verbessern. Hierfür wurde ein Self-Assessment-Tool zur Bewertung und Prognose des Nutzenbeitrags des Social-Media-Einsatzes im Kundenservice entwickelt. Der Fokus des Forschungsvorhabens lag auf der Betrachtung des externen Social-Media-Einsatzes an der Schnittstelle zwischen Unternehmen und Kunden.
Erfolgsprinzipien der Smart Maintenance – Was wir von den Besten aus der Praxis lernen können
(2019)
Der Industriestandort Deutschland befindet sich im Wandel. Neue, digitale Technologien ermöglichen es, Betriebs-, Zustands- und Ereignisdaten in stetig steigender Menge zu erfassen, aufzubereiten, zu analysieren und für die industrielle Anwendung nutzbar zu machen. Dieser Nutzen zeichnet sich durch die Beschleunigung der unternehmerischen Entscheidungs- und Anpassungsprozesse aus und stellen damit das eigentliche Potenzial von ‚Industrie 4.0‘ dar. An dieser Stelle stehen Unternehmen heute vor der Herausforderung, die Transformation zur Smart Maintenance effektiv und effizient zu gestalten. Zu häufig neigen Unternehmen dazu, „das Rad wiederkehrend neu zu erfinden“, da Praxiseinblicke über die eigenen Standort- und Unternehmensgrenzen hinweg fehlen. Um eben jene benötigten Praxiseinblicke und Erfahrungswerte liefern zu können, wurde am FIR an der RWTH Aachen gemeinsam mit sechs Industriepartnern sowie dem Fraunhofer IML aus Dortmund das „Konsortial-Benchmarking Smart Maintenance“ durchgeführt. Anhand eines eigenen Ordnungsrahmens wurden zentrale Fragestellungen der Smart Maintenance identifiziert und mittels Fragebogenstudie untersucht. Durch die angeknüpfte statistische Auswertung konnte zwischen sogenannten ‚Top-Performern‘ (TP) und ‚Followern‘ (FL) unterschieden werden. In diesem Beitrag werden ausgewählte Ergebnisse der Studie sowie der Interviews den Ebenen des Ordnungsrahmens folgend vorgestellt.
Glück per Abo
(2019)
Was charakterisiert einen Menschen jenseits seines offensichtlichen Verhaltens und seiner äußeren Gestalt? Wohl nichts so sehr wie seine Bedürfnisse und Wünsche. „Am Ende existiert der Mensch nur durch seine Bedürfnisse“, bringt es der Dichter Friedrich Hebbel überspitzt auf den Punkt. Doch wie sehen diese Bedürfnisse aus?
Industrial Smart Services: Types of Smart Service Business Models in the Digitalized Agriculture
(2019)
Due to lack of experience of companies with digital business models, agricultural machinery manufacturers and agricultural service companies are facing a positioning problem in their ecosystem. Smart services are getting more important for these companies and they have issues to define a matching business model for their newly developed smart services. The lack of a framework for smart service business models makes it even harder for companies to successfully develop new services. This paper contributes to a better understanding of business models for smart services and establishes a common morphological framework to define different types of business models for smart services. Six types of business models of industrial smart services were identified during the research based, which was based on a literature review and interviews with leading experts in the field of smart services. The validation of the developed types and its practical application was carried out as part of the German research project Smart-Farming-World and its four developed use cases. This paper gives a detailed description of the application of the framework on the use case nPotato.
In order to achieve a holistic cost management approach, the maintenance and service costs should already be assessed during the development of machines and equipment. The required information in the company, like PLM, process and test data, are commonly not available or vague, especially in early development phases. This paper introduces a feasible method for an early assessment of maintenance and service costs during product development. In doing so, appropriate cost assessment methods are selected, based on the availability and quality of the existing information in the individual development phases. The evaluations of these methods are aggregated in a software tool, so that the respective cost information is displayed with a maximum, minimum and most probable value. The developed software tool was validated in cooperation with a new electric vehicle manufacturer.
Unternehmen, die ihre Prozesse durch maschinelles Lernen unterstützen wollen und hierfür auf externe Dienstleister und Produkte zurückgreifen müssen, fehlen die qualifizierten Anhaltspunkte für die Auswahl eines Machine-Learning-Anbieters.
Aus dieser Motivation heraus ist die vorliegende Marktstudie Industrial Machine Learning entstanden. Sie bietet Unternehmen die Grundlage, eine fundierte Entscheidung für oder gegen den Einsatz von Machine Learning im Unternehmen zu
treffen.
Die Darstellung von realen Usecases in der vorliegenden Marktstudie veranschaulicht die konkrete Anwendbarkeit. Insbesondere damit leistet die Studie ihren Beitrag, das Thema Maschine Learning verständlich und anschaulich darzustellen.
Die Marktstudie bietet einen umfassenden Überblick über unterschiedliche Arten von Anbietern und Lösungsmöglichkeiten.
Ein Anspruch auf Vollständigkeit wird dabei nicht erhoben und wäre für die Zielsetzung nicht angebracht.
Industrie 4.0 ist in den Bilanzen deutscher Industrieunternehmen aktuell noch nicht angekommen. Seit der Einführung des Begriffs „Industrie 4.0“, als Bezeichnung für die massenhafte Verbindung von Informations- und Kommunikationstechnologien mit der industriellen Produktion, wird das Thema national wie international in Wirtschaft und Forschung in zahlreichen Initiativen und Projekten behandelt. Enorme wirtschaftliche Potenziale wurden und werden in diversen Studien beziffert, um den revolutionären Charakter dieser Entwicklung zu unterstreichen.