Refine
Year of publication
Document Type
- Part of a Book (20)
- Conference Proceeding (4)
- Working Paper (3)
- Internet Paper (2)
- Contribution to a Periodical (1)
- Lecture (1)
Language
- German (31) (remove)
Is part of the Bibliography
- no (31)
Keywords
- 02 (2)
- Ablauforganisation (1)
- Abrechnungsmodell (1)
- Aufbauorganisation (1)
- Beschwerdemanagement (1)
- Business-Community (2)
- CRM (1)
- CRM-Systeme (1)
- Community (2)
- Condition monitoring (1)
Institute
- Dienstleistungsmanagement (31) (remove)
TPM hat sich – im Verständnis von Total Productive Management – vom rein auf die Instandhaltung bezogenen Konzept mittlerweile zu einem umfassenden Managementkonzept für das betriebliche Instandhaltungsmanagement weiterentwickelt. Nicht allein nur die Instandhaltungsbereiche sondern alle angrenzenden Organisations- und Unterstützungsbereiche werden in die Betrachtung von TPM integriert. Neben der Ganzheitlichkeit des Konzeptes adressieren die einzelnen TPM-Säulen überdies in einem hohen Maß die gleichen Ziele, die auch in existierenden Ansätzen zur wertorientierten Instandhaltung bzw. wertorientierten Unternehmensführung beschrieben sind. Der Beitrag befasst sich daher zunächst mit der Entwicklung der Wertorientierung in der Instandhaltung und zeigt damit den werterhaltenden und wertsteigernden Beitrag dieses Unterstützungsbereichs auf. Hieran anknüpfend gibt der Beitrag einen Überblick relevanter TPM-Konzepte und Begrifflichkeiten, um letztendlich die erfolgreiche Umsetzung der Wertorientierung in der Instandhaltung durch TPM zu belegen und aufzuzeigen, wie mit TPM die betriebliche Instandhaltung wertorientiert gestaltet werden kann.
Heterogene Maschinenparks, über Jahrzehnte gewachsene Anlagenstrukturen und fehlende Dokumentation im Bereich der Systemkomponenten, Bauteile und Ersatzteillisten erschweren es der Instandhaltung (IH), ihre anfallenden Maßnahmen präzise zu planen, mit benötigten Informationen zu unterstützen und somit effizient durchführen zu können. Die systematische Erfassung, Verwaltung und Nutzung administrativer Auftragsdaten kombiniert mit technischen Zeichnungen, Materialeigenschaften und Maschinendaten ermöglichen die gezielte Unterstützung von Instandhaltungsprozessen von der Initiierung bis hin zum Abschluss des Auftrages. Verschiedene Softwarelösungen stellen diesbezüglich die IT-technischen Funktionalitäten in verschiedenen Ausprägungen zur Verfügung. Aufgrund steigender organisatorischer Anforderungen, Effizienzbemühungen und technischer Möglichkeiten in den letzten 25 Jahren haben sich die unterstützenden IT-Lösungen stetig weiterentwickelt und sind zu Produkten geworden, welche explizit zur Unterstützung instandhaltungsspezifischer Aufgaben genutzt werden.
In diesem Beitrag werden die Ergebnisse aus einer Studie in der Papierindustrie vorgestellt. Dabei zeigt sich eine deutliche Korrelation zwischen guten Ergebnissen in der Effektivität und Effizienz des Zuverlässigkeitsmanagements und dem Unternehmenserfolg. Der Unternehmenserfolg – im Sinne einer hohen Umsatzrendite – kann zwar nicht allein auf einen entscheidenden Einflussfaktor zurückgeführt werden, da der Umsatz durch eine Vielzahl von Faktoren bestimmt wird. Die durchgeführten Analysen und Interviews innerhalb der Studie deuten allerdings darauf hin, dass in der Tat das operative Anlagenmanagement einen maßgeblichen Erfolgsfaktor darstellt, sich „Reliability“ in der Prozessindustrie folglich auszahlt. Überdies konnte gezeigt werden, wie sich Methoden und Verhaltensweisen von Instandhaltung und Produktion auf die Zuverlässigkeit von Anlagen und die Effizienz deren Bewirtschaftung auswirken.
In diesem Beitrag werden die aktuellen Aktivitäten im Forschungsprojekt „SiZu – Integration von Echtzeitsimulation und Zustandsüberwachung zur Bauteilprognose und Fehleranalyse für die Instandhaltung“ vorgestellt. Ziel des Projektes ist es, die bislang separat genutzten Funktionalitäten Condition-Monitoring und Echtzeitsimulationen in einem Analysewerkzeug (Condition- Analyser) für die Instandhaltung zusammenzuführen und damit Zustandsüberwachungssysteme um die Möglichkeit der Nutzung historischer Anlagendaten und Echtzeitsimulation zu erweitern. Neben der detaillierten Beschreibung der angestrebten Forschungsergebnisse und den daraus resultierenden Nutzungspotentialen für die Instandhaltung wird die zur Zielerreichung entwickelte Vorgehensweise vorgestellt und diskutiert.
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.
Künstliche Intelligenz (KI) hat als Technologie in den vergangenen Jahren Marktreife erlangt. Es existiert eine Vielzahl benutzerfreundlicher Produkte und Services, welche die Anwendung von KI im Alltag und im Unternehmen vereinfachen. Die Herausforderung, vor denen Anwendende, gerade im betriebswirtschaftlichen Kontext, stehen, ist nicht die technische Machbarkeit einer KI-Applikation, sondern deren organisatorisch und rechtlich zulässige Gestaltung. Zu einer zunehmenden Dynamik in der Gesetzgebung kommt ein gesellschaftliches Interesse an der Kontrolle und Transparenz über die für KI-Modelle erhobenen Daten. Die Diskussion über Datensouveränität im geschäftlichen und privaten Alltag rückt mehr und mehr in das Zentrum der öffentlichen Aufmerksamkeit.
Datenbasierte KI-Anwendungen stehen damit in einem Spannungsfeld zwischen den Potenzialen, die das Erheben und Teilen von Daten über Unternehmensgrenzen hinweg bietet, und der Herausforderung, die Datensouveränität der involvierten Personen zu wahren. Die vorliegende Studie soll erstens über die Auswirkungen der Datensouveränität und die damit verbundenen aktuellen und kommenden Regularien auf KI-Anwendungsfälle aufklären. Dafür wurden Expertinnen und Experten aus den Bereichen Recht, KI- und Organisationsforschung befragt. Zweitens zeigt die Studie Potenziale und Best Practices von KI-Anwendungsfällen mit überbetrieblichem Datenaustausch auf. Dafür wurden Fallstudien in Unternehmen durchgeführt, die bereits erfolgreich Datenaustausch in ihre Geschäftsmodelle integriert haben, um ihre KI-Applikationen zu betreiben und zu verbessern.
[Der Sammelband] Widmet sich den in Wissenschaft und Praxis aktuell intensiv diskutierten Fragestellungen zu Smart Services. Befasst sich mit Geschäftsmodellen, Erlösmodellen und Kooperationsmodellen von Smart Services. Geht auf branchenspezifischen Besonderheiten von Smart Services ein. (link.springer.com)
Unternehmen des Maschinen- und Anlagenbaus stehen derzeit vor großen Herausforderungen. Während in der Vergangenheit vorwiegend einzelne Dienstleistungen von Seiten des Kunden nachgefragt wurden, fordern die Kunden heute ganzheitliche Problemlösungen in Form von Systemdienstleistungen oder als hybride Produkte – integrierte Leistungsbündel aus Sachgütern und Dienstleistungen.
Obschon sich der Maschinen- und Anlagenbau dieses Wandels bewusst ist, stellt er insbesondere kleine und mittlere Unternehmen vor Probleme. Auf Grund einer mangelnden Strukturierung von Systemdienstleistungen und fehlender Instrumente zur Nutzenerfassung und -bewertung von Dienstleistungen erfolgt die Konfiguration derartiger Leistungsbündel in der Regel unsystematisch und nicht auf Basis der Kundenwünsche und -bedürfnisse. Dies führt dazu, dass die Chancen, die sich den Unternehmen durch das Angebot von Systemdienstleistungen oder hybriden Produkten bieten, bisher nur unzureichend ausgeschöpft werden.
Der Beitrag stellt das am FIR entwickelte Modell ServKon vor. ServKon leistet einen Beitrag, die bestehende Lücke im Bereich der Berücksichtigung von Kundenwünschen und -bedürfnissen bei der Konfiguration von Systemdienstleistungen zu schließen. Durch die Anwendung des Modells können kleine und mittlere Maschinen- und Anlagenbauer den Nutzen von Einzeldienstleistungen mit einer einheitlichen Analysemethode erfassen, bewerten und darauf aufbauend den Gesamtnutzen potenzieller Leistungsbündel bestimmen. Dies bietet die Grundlage für die Konfiguration erfolgreicher Systemdienstleistungen. Unternehmen werden durch das Nutzenmodell befähigt, das Risiko einer nicht kundenorientierten Zusammenstellung der Leistungsbündel zu reduzieren und gleichzeitig die Entscheidung ressourcenschonend vorzubereiten.
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.
Ziel des Beitrags ist es, aufzuzeigen, wie produzierende Unternehmen entlang der Customer-Journey systematisch kundenbezogene Daten erheben können. Nach einer Einleitung zur Motivation der Themenstellung, einer Begriffserläuterung und einer Vorstellung des Studiendesigns wird ein Referenzprozessmodell der Kundeninteraktionen produzierender Unternehmen gestaltet, darauf aufbauend ein Datenmodell des digitalen Schattens der Kundeninteraktionen abgeleitet und zuletzt ein Vorgehensmodell zur Implementierung des digitalen Schattens der Kundeninteraktionen präsentiert.