Refine
Year of publication
Document Type
- Article (9)
- Book (4)
- Part of a Book (25)
- Conference Proceeding (86)
- Contribution to a Periodical (17)
- doctorallecture (1)
- Doctoral Thesis (1)
- Lecture (4)
- Internet Paper (4)
- Preprint (1)
Language
- German (64)
- English (95)
- Multiple languages (2)
Is part of the Bibliography
- no (161)
Keywords
- 02 (19)
- 03 (3)
- 3GPP (1)
- 5G (5)
- 5G mobile communication (2)
- 5G use case (1)
- 5G-Mobilfunk (1)
- 5G-Technology (1)
- AI (2)
- Aachener PPS-Modell (1)
- Abschlussbericht (1)
- Adaptability (1)
- Additive Fertigung (1)
- Adherence To Delivery Dates (1)
- After-Sales-Service (1)
- Agile management Systems (1)
- Agriculture (1)
- Anlaufmanagement (1)
- Arbeit 4.0 (2)
- Arbeitsgestaltung (2)
- Artificial intelligence (1)
- Assembly (1)
- Asset Management (1)
- Assistance Systems (1)
- Augmented Reality (1)
- Automobilindustrie (1)
- B2B customer service (1)
- BITKOM (1)
- Beratung (1)
- Big Data (2)
- BigPro (1)
- Blockchain (1)
- Business analytics (2)
- Business ecosystems (1)
- Business model innovation (1)
- Business-Ecosystems (1)
- CPS (4)
- CPSL (1)
- Capacity Utilization (1)
- Carrier (1)
- Case study research (1)
- Change Management (1)
- Change Request (2)
- Changeability (1)
- Chatbot (1)
- Circular economy (1)
- Cloud (1)
- Cluster Smart Logistik (1)
- Co-Creation (2)
- Competencies (1)
- Crisis management (1)
- Cross-Industry Innovation (1)
- Customer Perspective (1)
- Customer Success Management (1)
- Customer success managementl (1)
- Customer-Success-Management (1)
- Cyber Security (1)
- Cyber physical production control (1)
- DMS (1)
- Data Analytics (1)
- Data Products (1)
- Data Quality (1)
- Data analytics (1)
- Data-Centric Platform (1)
- Data-based pricings (1)
- Data-driven Services (1)
- Data-driven decision (1)
- Data-driven services (1)
- Datenaustausch (2)
- Datenmanagement (1)
- Datenpotenziale (1)
- Datensouveränität (1)
- Decision Support (2)
- Decision Support System (1)
- Decision support (1)
- Demand Forecasting (1)
- Design of Experiments (1)
- Deviation Detection (1)
- Dienstleistung (1)
- Dienstleistungssektor (1)
- Dienstleistungswende (1)
- Digital Office (1)
- Digital Transformation (1)
- Digital architecture management (1)
- Digital platform design (1)
- Digital transformation (1)
- Digital-Architecture-Management (1)
- Digital-Business-Model (1)
- Digitale Infrastrukturen (1)
- Digitale Steuerung (1)
- Digitale Transformation (2)
- Digitales Zeitalter (1)
- Digitalisation (1)
- Digitalisierung (10)
- Digitalization (1)
- Digitization (2)
- Digitization of SMEs (1)
- Discrete Event Simulation (1)
- Disruption Management (1)
- Disruptions (1)
- Distribution (1)
- Distribution management (1)
- Distributionsplanung (1)
- Disturbance Management (1)
- Do-it-together (1)
- E-Learning (1)
- ECM (1)
- EPCIS (1)
- ERP (2)
- ERP-System (1)
- Echtzeitfähige Systeme (1)
- Echtzeitfähigkeit (1)
- Ecosystem-Design (1)
- Efficiency Improvement (1)
- Employee qualification (1)
- End-2-End-Transparenz (1)
- Energiemanagement (2)
- Enterprise-Resource-Planning (1)
- Entscheidungsunterstützung (3)
- Ersatzteillogistik (1)
- Evaluation (2)
- Event Data (1)
- Expertise (1)
- Fallstudien (1)
- Feedback data (1)
- Finanzkrise (1)
- Flexibilität (1)
- Flexible manufacturing system (1)
- Food Production (1)
- Footprint design (1)
- Forecasting capability (1)
- Forschung (1)
- Forschungsbeirat (1)
- Freight forwarder (1)
- Furniture Production Process (1)
- Führungskraft (1)
- Geschäftsmodell (2)
- Geschäftsmodelle (1)
- Global production (1)
- Heterogene Netze (1)
- Heterogeneous networks (1)
- Human-centered work design (1)
- Humanitarian logistics (1)
- IT complexity (1)
- IT-Architektur (2)
- IT-Komplexität (1)
- IT-Unterstützung (1)
- Implementation barriers (1)
- Implementation success factors (1)
- Incorrect Data (1)
- Industrial Internet of Things (1)
- Industrial communication (1)
- Industrial sustainability (1)
- Industrie (1)
- Industrie 4.0 (18)
- Industrielle Kommunikationstechnik (1)
- Industry 4.0 (1)
- Information Logistics (1)
- Information Transparency (1)
- Information management (1)
- Informationslogistik (1)
- Informationsmanagement (1)
- Innovation (1)
- Innovative Furniture (1)
- Instandhaltung (1)
- Insufficient Data (1)
- Integration management (1)
- Integrationsmangement (1)
- Intelligent Product (1)
- Interface definition (1)
- Internet der Dinge (2)
- Internet of Production (4)
- Internet of Production (IoP) (1)
- Internet of Things (3)
- IoP (1)
- IoT (1)
- IoT platform (1)
- IoTPlattform (1)
- KI (5)
- KMAT (1)
- KMU (2)
- KPI (2)
- Kennzahlen (1)
- Key Performance Indicators (1)
- Key-Performance-Indicator (1)
- Knowledge representation (1)
- Kommunikation (1)
- Kompetenzentwicklung (2)
- Kompetenzmanagement (3)
- Konferenz (2)
- Konfigurierbare Materialien (1)
- Kongress (1)
- Konzepte (1)
- Krise (1)
- Kundendienst (1)
- Kundenprobleme (1)
- Kybernetik (1)
- Künstliche Intelligenz (5)
- Lean Manufacturing (1)
- Learning Game (1)
- Lebensmittelindustrie (1)
- Leistungsfähigkeit (2)
- Lernen (1)
- Lernen und Arbeiten (2)
- Letzte-Meile-Logistik (1)
- Lieferketten (1)
- Logistik (5)
- Logistikdienstleister (1)
- MES (1)
- Machine Learning (1)
- Machine learning (1)
- Machine-to-machine communications (1)
- Manufacturing (2)
- Manufacturing Companies (2)
- Manufacturing Execution System (1)
- Manufacturing firms (1)
- Manufacturing industry (1)
- Maschinen- und Anlagenbau (1)
- Matching (2)
- Maturity Index (1)
- Maturity Model, Maturity Index (1)
- Maturity model (1)
- Mechanical and Plant Engineering (1)
- Mittelstand (1)
- Mixed-Model Assembly (1)
- Mobile Datenkommunikation (1)
- Modellierung (1)
- Morphology (2)
- Multi-RAT (1)
- Nachhaltigkeit (1)
- Natural-Language-Processing (1)
- Network (1)
- Network architecture (1)
- Network configuration (1)
- Network function virtualization (1)
- Network slicing (1)
- Networked (1)
- Netzwerk (1)
- Netzwerkarchitektur (1)
- New Industrial Work (2)
- New Work (2)
- New learning (1)
- Online retail (1)
- Onlinehandel (1)
- Ontology (1)
- Operating models (1)
- Operations planning (1)
- Optimized capacity utilization (1)
- Order Quantity (1)
- PPC (1)
- PPS (3)
- PPS-Buch (1)
- Performance-Management (1)
- Plastics industry (1)
- Platform (1)
- Platform economy (1)
- Plattform Industrie 4.0 (1)
- Potential Benefits (1)
- Practical experience (1)
- Predictive Maintenance (1)
- Prescriptive Maintenance (2)
- Pricing Models (1)
- Procurement Strategy (1)
- Product Characteristics (1)
- Product-as-a-service business (1)
- Production (1)
- Production Control (3)
- Production Management System (1)
- Production Planning (1)
- Production facilities (1)
- Production management (2)
- Production networks (1)
- Produktdatenmanagement (1)
- Produktentwicklung (1)
- Produktionsabläufe (1)
- Produktionsmanagement (2)
- Produktionsplanung (6)
- Produktionsplanung und -steuerung (2)
- Produktionssteuerung (6)
- Produktionssystem (2)
- Quarrying Industry (1)
- Quarrying industry (1)
- Re- & upskilling (1)
- Reaktionsfähigkeit (1)
- Realisierung (1)
- Reference data model (1)
- Reference model (1)
- Regulatory framework (1)
- Relay traffic (1)
- Reliability (1)
- Replenishment Time (1)
- Requirements (1)
- Resource deployment (1)
- Return on Investment (1)
- Rezepte (1)
- Risikomanagement (2)
- Risk assessment (1)
- Risks (1)
- Route sectioning algorithm (1)
- SCEM (1)
- SCM (2)
- SME (1)
- SV7067 (1)
- SV7088 (1)
- SV7113 (1)
- SV7126 (1)
- SV7131 (1)
- SV7136 (1)
- SV7169 (1)
- SV7190 (1)
- SV7213 (1)
- SV7240 (1)
- SV7242 (1)
- SV7261 (1)
- SV7266 (1)
- SV7276 (1)
- SV7289 (1)
- SV7344 (1)
- SV7371 (1)
- SV7404 (1)
- SV7420 (1)
- SV7427 (1)
- SV7436 (1)
- SV7459 (1)
- Scenario pattern (1)
- Scenario technique (1)
- Selbstoptimierung (2)
- Sensors (1)
- Service (1)
- Service engineering (1)
- Service-Management (1)
- Setup time optimizing sequencing (1)
- Similarity Analysis (1)
- Simulation (1)
- Skills forecasting (1)
- Skills management (1)
- Smart Service (1)
- Smart Services (4)
- Smart farming (1)
- Smart product service system (1)
- Smart services (1)
- Smartification (1)
- Social Manufacturing (1)
- Socio-technical analysis (1)
- Sociotechnical (1)
- Software defined networking (1)
- Software defined platform (1)
- Softwaretool (1)
- Strategie (1)
- Strategy (1)
- Studie (3)
- Störungsmanagement (2)
- Subscription (2)
- Subscription Business (1)
- Subscription Business Models (1)
- Subscription business (2)
- Subscription-Economy (1)
- Subscription-Modelle (1)
- Suchmaschine (1)
- Supply Chain Event Management (2)
- Supply Risks (1)
- Supply chain (1)
- Supply-Chain (1)
- Supply-Chain-Design (2)
- Supply-Chain-Management (10)
- Supply-Chain-Networks (1)
- Supply-Chain-Resilienz (1)
- Sustainability (4)
- Swarm robotics (1)
- Systemplattform (1)
- Task View (1)
- Task-oriented Reference Model (1)
- Taxonomy (1)
- Technischer Wandel (1)
- Training (1)
- Transformation (1)
- Transport order (1)
- Trends (1)
- Twin transition (1)
- Type-specific (1)
- Typification (2)
- Typology (1)
- U1021 (1)
- Unternehmensberatung (1)
- Urbane Logistik (1)
- User-Story (1)
- Value capture (1)
- Value creation (1)
- Value-based Pricing (1)
- Value-in-Use (1)
- Value-in-use (2)
- Variantenfließfertigung (1)
- Vernetzung (1)
- Viable System Model (2)
- Visual Analytics (1)
- Vorgabezeit (1)
- Vorgehensmodell (1)
- Weiterbildung (1)
- Whitepaper (1)
- Wireless communication (1)
- Wirtschaft (1)
- Wirtschaftskrise (1)
- Wissenschaft (2)
- Wissensmanagement (1)
- Zeitwirtschaft (1)
- Zertifikatskurs (1)
- acatech industrie 4.0 Maturity Index (1)
- acquisition cycle (1)
- agile company (1)
- air mobility (1)
- analysis of potential (1)
- artificial intelligence (1)
- artificial neural networks (1)
- asset management (1)
- attribute and data harmonization (1)
- autonomous technology scouting (1)
- blockchain (1)
- blockchain-based services (1)
- bullwhip effect (1)
- business ecosystems (1)
- business model (3)
- case study research (3)
- classification systems (1)
- condition monitoring (2)
- control theory (1)
- counter measures (1)
- criticality analysis (1)
- cyber-physische Systeme (1)
- cybernetics (1)
- data democratization (1)
- data valuation framework (2)
- data value (3)
- data value assessment (1)
- datenbasierte Entscheidungen (1)
- decision making (1)
- decision support (2)
- deep learning (1)
- design (1)
- deviation detection (1)
- digital services (1)
- digital shadow (3)
- digitale Technologien (2)
- digitale Transformation (1)
- digitalization (1)
- disruption management (1)
- disruptions (1)
- disturbance management (2)
- ecosystem design (1)
- energy consumption (1)
- energy efficiency (1)
- energy revolution (1)
- engineering valley (1)
- enterprise resource planning system (1)
- flight demand (1)
- fourth industrial revolution (1)
- human-robot collaboration (1)
- hybride Systeme (1)
- hype cycle (1)
- i4.0 (1)
- iIntangible assets (1)
- industrial pilots (1)
- industry (1)
- industry 4.0 (1)
- information logistics model (1)
- information management (1)
- infrared sensor (1)
- innovation processes (1)
- intangible assets (1)
- intelligent maintenance systems (1)
- intelligent support system (1)
- internet of production (1)
- inventory management (2)
- it-architecture (1)
- logistics (1)
- machine learning (3)
- machine tools (1)
- machinery and plant engineering industry (1)
- maintenance engineering (1)
- maintenance services (1)
- maintenance value contribution (1)
- manufacturing (1)
- manufacturing companies (2)
- microgrids (1)
- milling (1)
- natural language processing (1)
- nonlinear optimization (1)
- order (1)
- order processing (1)
- peak flattening (1)
- predictive maintenance (1)
- process mining (1)
- procurement (1)
- procurement strategy (1)
- production control (1)
- production management (1)
- production network (1)
- production networks (1)
- production planning and control (1)
- reaction strategy (1)
- real-time systems (1)
- realtime capability (1)
- recursion level (1)
- resilience (1)
- rev (31)
- risk analysis system (1)
- risk management (1)
- science (1)
- service engineering (1)
- smart product service systems (2)
- smart services (1)
- subscription business (1)
- subscription business models (1)
- supply chain (3)
- supply chain event management (1)
- supply chain management (2)
- supply risks (1)
- switchgear (1)
- system dynamics (3)
- task model (1)
- technology management (1)
- technology scouting (1)
- text mining (1)
- textile supply chain (1)
- thermal monitoring (1)
- thin-haul (1)
- transport demand (1)
- viable system model (2)
- Änderungsmanagement (2)
- übergreifende Koordination (1)
Institute
- Business Transformation (14)
- Dienstleistungsmanagement (35)
- FIR e. V. an der RWTH Aachen (161)
- Informationsmanagement (43)
- Produktionsmanagement (72)
"New Service-Work"
(2021)
Durch die Corona-Krise befinden wir uns auf einmal alle in einer völlig neuen Arbeitswelt. Innerhalb kürzester Zeit waren Unternehmen im Service gezwungen, Antworten für – vielleicht auch manchmal schon länger bestehende Fragen – rund um das Thema „New Work“ zu finden. Daher hat sich der KVD in den vergangenen Monaten im Rahmen einer ausgewiesenen Expertenrunde aus Praxis und Forschung mit dem Thema „New Service-Work“ auseinandergesetzt. Vor dem Hintergrund der aktuellen Herausforderungen haben wir die zentralen Handlungsfelder für die Umsetzung dieser neuen Arbeitswelt einmal intensiver beleuchtet. In über 25 digitalen Treffen wurden die Chancen, Risiken oder auch Hemmnisse zu den jeweiligen Handlungsfeldern intensiv diskutiert und aufbereitet. Mit einigen aktuellen, innovativen Lösungsansätzen aus unseren Mitgliedsunternehmen hoffen wir, auch Ihnen erste Hinweise oder Impulse geben zu können, wie auch bald in Ihrem Unternehmen „New Service-Work“ Einzug halten könnte.
Die Globalisierung und der steigende Wettbewerbsdruck erfordern, dass Supply Chains heutzutage komplexe Anforderungen erfüllen. Dabei müssen sie gleichzeitig flexibel genug sein, um an kurzfristige Veränderungen angepasst werden zu können. Ein unternehmensübergreifender Datenaustausch ermöglicht den Akteuren durch schnelle Informationsweitergabe über auftretende Ereignisse entlang der Supply Chain, dynamisch auf aktuelle Gegebenheiten zu reagieren und dadurch hervorgerufene mögliche Schäden zu minimieren. Auch wenn viele Unternehmen mit der Bereitstellung von Daten noch zurückhaltend sind, gehen die Vorteile des Datenaustauschs weit über die Verkürzung der Reaktionszeit hinaus.
Das Gegenteil von Theorie ist die Praxis. So sagt man landläufig und unterstellt damit oft, dass wissenschaftiche Erkenntnisse nicht immer für den Alltag taugen. Dass Theorie aber nicht gleich Theorie ist und Wissenschaft und Praxis trotz aller Unterschiedlichkeit aufeinander angewiesen sind, darauf weist das
FIR an der RWTH Aachen schon mit der Auflösung seines Akronyms hin: „Forschung. Innovation. Realisierung."
In the food industry, a very large potential of data ecosystems is seen, in which data is understood, exchanged and monetized as an economic asset. However, despite the enormous economic potential, companies in the food industry continue to rely on traditional, product-oriented business models. Existing data in the value chain of industrial food production, e.g., in harvesting, logistics, and production processes, is primarily used for internal optimization and is not monetized in the form of data products. Especially the pricing of data products is a key challenge for data-based business models due to their special characteristics compared to conventional, analog offerings and multiple design options. The goal of this work is therefore to solve this issue by developing a framework that allows the identification of pricing models for data products in the industrial food production. For this purpose, following the procedure of typology formation, essential design parameters and the respective characteristics are derived. Furthermore, three types for pricing models of data products are shown. The results will serve not only stakeholders in the food industry but also manufacturing companies in general as input for an orientation of their databased business models.
Eine wesentliche Bedingung zur Optimierung der Wertschöpfungsprozesse ist die Transparenz über die leistungsbestimmenden Faktoren eines Unternehmens. Die Ermittlung dieser Faktoren stellt für viele Industriebetriebe eine Herausforderung dar. Im Rahmen der Veröffentlichung wird daher eine Vorgehensweise zur systematischen Identifikation von Einflussfaktoren der Unternehmenskennzahlen vorgestellt, welche die Grundlage zur Ableitung von individuellen Stellhebeln zur Steigerung der Unternehmensleistungsfähigkeit darstellt.
Recent developments have demonstrated the challenges and impacts of disruptions in supply chains. Current disruptions especially affected procurement and have indicated a lack of resilience. Resilience aims at being prepared, decreasing the impact, and enabling fast reactions and adaption in case of disruptions. The systematic design of resilience in procurement is significantly influenced by proactive and strategic actions before disruptions occur. Thus, the procurement strategy plays a major role when increasing resilience. The procurement strategy is influenced by various factors. Thus, a data-based approach for its systematic design is required. Based on the vision of the Internet of Production (IoP), this paper presents a data-based approach for designing procurement strategies. The IoP is a framework that enables cross-domain collaboration by providing semantically adequate and contextual data from production, development, and usage in real-time at an appropriate granularity. The paper aims at analyzing the state of the art regarding the design of procurement strategy in uncertain environments and the identification of success-critical purchased articles. Based on this, an approach is developed that is structured along the action research cycle and uses CRISP-DM to further detail the different steps. Through the use of these frameworks, both practical applicability and objective evaluation are ensured. The proposed approach thus allows the systematic evaluation of purchased articles regarding supply risks and lies the foundation for the adaption of the procurement strategy. The resulting approach is the foundation for future practical application of different use cases. As one central use case for the presented approach, the paper introduces the textile industry and its supply chains.
For most industries, Artificial Intelligence (AI) holds substantial potentials. In the last decades, the extent of data created worldwide is exponentially increasing, and this trend is likely to continue. However, despite the prospects, many companies are not yet using AI at all or not generating added value. Often, an AI project does not exceed its pilot phase and is not scaled up. The problems to create value from AI applications in companies are manifold, especially since AI itself is diverse and there is no ‘one size fits all’ approach. One often stated obstacle, why many AI projects fail, is a missing AI strategy. This leads to isolated solutions, which do not consider synergies, scalability and seldom result in added value for the company. To create a company-specific AI strategy with a top-down approach, a generic but holistic framework is needed. This paper proposes a strategic AI procedure model that enables companies to define a specific AI strategy for successfully implementing AI solutions. In addition, we demonstrate in this paper how we apply the introduced strategic AI procedure model on an AI-based flexible monitoring and regulation system for power distribution grid operators in the context of an ongoing research project.
Als Beispiel einer globalen Krisensituation zeigt die COVID-19-Pandemie eindrucksvoll die Schwachstellen heutiger Wertschöpfungsnetzwerke. Vor dem Hintergrund zunehmend komplexer und vernetzter Wertschöpfungsnetzwerke steigt für Unternehmen die Bedeutung einer resilienten Gestaltung derselben. Dabei wird davon ausgegangen, dass ähnliche Krisensituationen in Zukunft häufiger auftreten werden. Ziel dieser Expertise ist es, Unternehmen bei der Identifikation von Potenzialen und Maßnahmen für die resiliente Gestaltung ihrer Wertschöpfungsnetzwerke zu unterstützen.
In the age of digitalization, manufacturing companies are under increased pressure to change due to product complexity, growing customer requirements and digital business models. The increasing digitization of processes and products is opening up numerous opportunities for mechanical engineering companies to exploit the resulting potential for value creation. Subscription business is a new form of business model in the mechanical engineering industry, which aims to continuously increase customer benefit to align the interests of both companies and customers. Characterized by a permanent data exchange, databased learning about customer behavior, and the transfer into continuous innovations to increase customer value, subscription business helps to make Industry 4.0 profitable. The fact that machines and plants are connected to the internet and exchange large amounts of data results in critical information security risks. In addition, the loss of knowledge and control, data misuse and espionage, as well as the manipulation of transaction or production data in the context of subscription transactions are particularly high risks. Complementary to direct and obvious consequences such as loss of production, the attacks are increasingly shifting to non-transparent and creeping impairments of production or product quality, which are only apparent at a late stage, or the influencing of payment flows. A transparent presentation of possible risks and their scope, as well as their interrelationships, does not exist. This paper shows a research approach in which the structure of subscription models and their different manifestations based on their risks and vulnerabilities are characterized. This allows suitable cyber security measures to be taken at an early stage. From this basis, companies can secure existing or planned subscription business models and thus strengthen the trust of business partners and customers.
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.
Die Zukunftspotenziale der digitalen Technologie könnten den Dienstleistungssektor entscheidend transformieren und damit der schrumpfenden Wettbewerbsfähigkeit der deutschen Wirtschaft neuen Schwung verleihen.
Das Schiff des Wirtschaftsstandorts Deutschland schwankt in rauer werdender See. Es schwankt weniger, weil die traditionellen deutschen Wertschöpfungssäulen (insbesondere die Flaggschiffe Automobil- und Maschinenbau sowie Chemie- und Logistikindustrie) hierzulande an Know how eingebüßt hätten; es sind vielmehr die großen Technologiedurchbrüche der letzten Jahrzehnte, die die deutschen Tugenden, welche mehr als ein Jahrhundert lang für einen Spitzenplatz unter den großen Wirtschaftsmächten gesorgt haben, drastisch an Bedeutung verlieren lassen. Perfektionismus, Verarbeitungsqualität, Zuverlässigkeit und Langlebigkeit von Produkten aller Art sicherten der deutschen Wirtschaft über viele Jahrzehnte hinweg internationales Ansehen. Das führte allerdings zu einer gewissen Selbstzufriedenheit, die die eigene Spitzenposition in der Welt als Selbstläufer ansah. Verliebt in die eigene Perfektion (der Strategieberater und Blogger Sascha Lobo spricht plakativ von einer „Spaltmaßfixierung“ ganzer Wirtschaftszweige) und an permanenter rein inkrementeller Innovation orientiert, hinkt Deutschland auf wichtigen Gebieten der künftigen Wertschöpfungsfelder dem Wettbewerb gefährlich hinterher – insbesondere auf dem für die Zukunft entscheidenden Technologiegebiet der Digitalisierung.
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.
Blockchain-Lösungen sind bisher vor allem im Finanzbereich bekannt
und erfolgreich. Doch ihre unbestreitbaren Vorteile bieten weit darüber
hinaus Potenzial und machen sie auch für industrielle Anwendungen
interessant. Vor allem Lieferketten mit ihren komplexen Strukturen,
vielen Beteiligten sowie verschiedensten Material-, Informations- und
Finanzströmen lassen sich mit der Technologie erheblich effizienter
gestalten.
Mehr als nur ein Hype
(2021)
Blockchain-Lösungen sind bisher vor allem im Finanzbereich bekannt und erfolgreich. Doch ihre unbestreitbaren Vorteile bieten weit darüber hinaus Potenzial und machen sie auch für industrielle Anwendungen interessant. Vor allem Lieferketten mit ihren komplexen Strukturen, vielen Beteiligten sowie verschiedensten Material-, Informations- und Finanzströmen lassen sich mit der Technologie erheblich effizienter gestalten.
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.
Das Gegenteil von Theorie ist die Praxis. So sagt man landläufig und unterstellt damit oft, dass wissenschaftliche Erkenntnisse nicht immer für den Alltag taugen. Dass Theorie aber nicht gleich Theorie ist und Wissenschaft und Praxis trotz aller Unterschiedlichkeit aufeinander angewiesen sind, darauf weist das FIR an der RWTH Aachen schon mit der Auflösung seines Akronyms hin: „Forschung. Innovation. Realisierung.“ Hier zielen alle Forschungsaktivitäten darauf ab, Lösungen für reale Herausforderungen aus der Praxis zu schaffen, die am Ende auch umsetzbar sind. Eine nutzenbringende Verbindung zwischen den beiden scheinbar so unterschiedlichen Welten ist dafür unabdingbar und diese Lücke schließt das FIR mit Industriekooperationen, Wissens und Technologietransfer sowie Weiterbildungsangeboten auf vielen Ebenen. Nicht zuletzt positionierte sich das FIR als leitendes Institut des Clusters Smart Logistik auf dem RWTH Aachen Campus und füllt diese Rolle seit über 10 Jahren erfolgreich aus.
Schwerwiegende Gesundheits- und Wirtschaftskrisen wie die Weltfinanzkrise (ab 2007) oder die Covid-19-Pandemie im Jahr 2020 haben aufgezeigt, in welch turbulentem Umfeld sich die globalisierte Welt heutzutage befindet und wie schnell gewohnte Abläufe in Wertschöpfungsketten unterbrochen und angepasst werden müssen. Die alltäglichen Anforderungen in dem sich immer schneller wandelnden digitalen Zeitalter wachsen stetig und sind komplexer denn je.
Unternehmen sind angehalten, immer kurzzyklischer auf sich ändernde
Bedingungen und Störungen zu reagieren und strategische Entscheidüngen
zur Gestaltung von Wertschöpfungsketten zu treffen. Nur mithilfe
einer umfassenden Datengrundlage und -kommunikation kann die strategische Planung der Supply-Chain effektiv erfolgen und somit die benötigte Robustheit und Agilität ermöglicht werden.
Since data becomes more and more important in industrial context, the question arises on how data-driven added value can be measured consistently and comprehensively by manufacturing companies. Currently, attempts on data valuation are primarily taking place on internal company level and qualitative scale. This leads to inconclusive results and unused opportunities in data monetization. Existing approaches in theory to determine quantitative data value are seldom used and less sophisticated. Although quantitative valuation frameworks could enable entities to transfer data valuation from an internal to an external level to take account of progress in digital transformation into external reporting. This paper contributes to data value assessment by presenting a four-part valuation framework that specifies how to transfer internal, qualitative to external, quantitative data valuation. The proposed framework builds on insights derived from practice-oriented action research. The framework is finally tested with a machine tool manufacturer using a single case study approach. Placing value on data will contribute to management’s capability to manage data as well as to realize data-driven benefits and revenue. [https://link.springer.com/chapter/10.1007/978-3-030-85902-2_19]
Erfolgreiche Serviceinnovation im Zeitalter industrieller, datenbasierter Dienstleistungen unterscheidet sich deutlich von bisherigen Ansätzen der klassischen Dienstleistungsentwicklung. Diese Erkenntnis konnte aus einem breit angelegten Benchmarking in der deutschen Industrie gewonnen werden. Die Benchmarking-Studie identifizierte besonders erfolgreiche Unternehmen, deren Methoden und Ansätze zur Gestaltung innovativer Dienstleistungen in Form von Fallstudien im Detail untersucht wurden. Als Kernergebnis ergeben sich sechs Prinzipien, die erfolgreiche Serviceinnovation für datenbasierte Dienstleistungen auszeichnen.