Refine
Year of publication
- 2021 (27) (remove)
Document Type
- Conference Proceeding (10)
- Part of a Book (6)
- Contribution to a Periodical (3)
- Internet Paper (3)
- Working Paper (3)
- Article (2)
Language
- German (14)
- English (11)
- Multiple languages (2)
Is part of the Bibliography
- no (27)
Keywords
- Arbeit 4.0 (1)
- Arbeitsgestaltung (1)
- Blockchain (1)
- Change Management (1)
- Change Request (1)
- Cluster Smart Logistik (1)
- Customer Success Management (1)
- Cyber Security (1)
- Data Analytics (1)
- Data Products (1)
- Data-based pricings (1)
- Datenaustausch (1)
- Dienstleistung (1)
- Dienstleistungssektor (1)
- Dienstleistungswende (1)
- Digital Transformation (1)
- Digitale Transformation (1)
- Digitalisation (1)
- Digitalisierung (2)
- Digitalization (1)
- ERP (1)
- End-2-End-Transparenz (1)
- Evaluation (1)
- Expertise (1)
- Food Production (1)
- Forschung (1)
- Forschungsbeirat (1)
- Geschäftsmodelle (1)
- Industrie (1)
- Industrie 4.0 (3)
- Innovation (1)
- Internet der Dinge (2)
- Internet of Things (1)
- KI (2)
- KPI (1)
- Key-Performance-Indicator (1)
- Kommunikation (1)
- Kompetenzmanagement (1)
- Künstliche Intelligenz (3)
- Leistungsfähigkeit (1)
- Lernen und Arbeiten (1)
- Lieferketten (1)
- Logistik (1)
- MES (1)
- Manufacturing Companies (2)
- Manufacturing Execution System (1)
- Maturity Model, Maturity Index (1)
- Nachhaltigkeit (1)
- Natural-Language-Processing (1)
- New Industrial Work (1)
- New Work (1)
- Ontology (1)
- Plattform Industrie 4.0 (1)
- Prescriptive Maintenance (1)
- Pricing Models (1)
- Reaktionsfähigkeit (1)
- Realisierung (1)
- Risikomanagement (1)
- SV7344 (1)
- SV7371 (1)
- SV7420 (1)
- SV7427 (1)
- SV7436 (1)
- SV7459 (1)
- Service-Management (1)
- Smart Service (1)
- Smart Services (1)
- Smart product service system (1)
- Strategie (1)
- Subscription Business (1)
- Subscription business (1)
- Supply-Chain (1)
- Supply-Chain-Design (1)
- Supply-Chain-Management (4)
- Supply-Chain-Resilienz (1)
- Sustainability (1)
- Task-oriented Reference Model (1)
- Trends (1)
- Typology (1)
- Value-based Pricing (1)
- Value-in-Use (1)
- Value-in-use (1)
- Vorgehensmodell (1)
- Wissenschaft (1)
- case study research (2)
- data valuation framework (2)
- data value (2)
- digitale Technologien (1)
- disruptions (1)
- iIntangible assets (1)
- industry 4.0 (1)
- intangible assets (1)
- procurement strategy (1)
- resilience (1)
- smart product service systems (1)
- subscription business models (1)
- supply risks (1)
- textile supply chain (1)
Institute
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.
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.
Electricity generated by wind turbines (WT) is a pillar of the transition to renewable energy [1]. In order to economically utilize WTs, operating and maintenance costs, which account for 25% of total electricity generation costs in onshore WTs, are a focus of cost reduction activities [2]. A prescriptive maintenance approach can support in achieving this goal. Prescriptive maintenance is a maintenance approach, where asset condition data is collected and analyzed to recommend specific actions to prevent breakdowns and reduce downtimes. However, the processing and analysis of data is quite complex. Especially unstructured data (such as comments of service technicians in free text fields) is often left unused, as companies, mostly SMEs lack the capacity to carry out these analyses. In this work we propose an approach to utilize the information from service reports, maintenance reports as well as status records from SCADA systems for the development of a prescriptive maintenance approach to onshore WTs. To achieve this, an ontology was utilized in this approach to codify implicit knowledge of service technicians and aid in making unstructured data usable for further analysis. The ontology was used to link historical service and maintenance reports with status codes, thus enabling automated analysis. In interviews with WT topic experts and through further research, damage mechanisms and corresponding maintenance measures were identified and a measure catalogue was developed to support service and maintenance activities. The recognition of the root cause of problems allows for a prescriptive maintenance approach that recommends targeted actions to reduce downtimes and optimize maintenance activities, it also allows to effectively control the outcome of maintenance activities and optimize their execution.
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.
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.
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.
Nachhaltige Lieferketten
(2021)
Das Thema der Nachhaltigkeit ist nicht zuletzt aufgrund aktueller Entwicklungen zunehmend in den gesellschaftlichen und unternehmerischen Fokus gelangt. Pandemien, Naturkatastrophen, aber auch regulatorische Auflagen zur Erfüllung von Klimaschutzzielen haben zu einem Umdenken geführt. Im Rahmen des Thementags „Sustainable Supply-Chain-Management“ hat das FIR an der RWTH Aachen zusammen mit Expert:innen aus Wirtschaft und Forschung Thesen erarbeitet, die widerspiegeln, wie das Thema Nachhaltigkeit aktuell in deutschen Unternehmen wahrgenommen und umgesetzt wird und welche besondere Bedeutung dem Supply-Chain-Management dabei zukommt. Nachhfolgend werden diese und deren Implikationen für die Praxis vorgestellt.
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.
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."