Open Access

Die hohen Investitionskosten im Maschinenpark bei metallischer additiver Fertigung (mAM) führen zur Vergabe von Fertigungsaufträgen an Auftragsfertiger. Dadurch ist die Bündelung mehrerer Kundenaufträge in einem Fertigungsauftrag bei den langen Produktionszeiten bei mAM besonders vorteilhaft. Es fehlt jedoch ein Auftragsabwicklungsmodell, das die Besonderheiten der mAM berücksichtigt. In diesem Beitrag werden die Anforderungen der mAM an die Auftragsabwicklung anhand des Aachener PPS-Referenzmodells untersucht und Prozessänderungen vorgestellt.

Der Vortrag setzt sich mit aktuellen und zukünftigen IT-Systemlandschaften auseinander. Anhand eines Zielsystems wird erarbeitet, inwieweit Modularisierung ein Schlüssel zum Erfolg ist.

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.

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.

In today’s rapidly changing industrial landscape, the need for constant evolution is crucial for manufacturing companies to maintain competitiveness. This paper places a particular emphasis on scaling the generated production output and implementing product changes. The aim of this paper is to derive change requirements that arise within the core IT system on shopfloor level, the Manufacturing Execution System (MES). In this context, a multi-tier MES framework is developed, alongside the identification of twelve key mechanisms of change. Through a series of expert interviews, this paper explores the evolving needs for change that emerge during the process of creating an adaptable MES. Highlighting the current static nature of systems, this paper clusters the emerging needs for change across the various levels of the framework. The resulting impact model defines change requirements for adaptable MES and therefore contributes significantly to enhancing manufacturing flexibility on the system side.