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)
- Report (2)
- Working Paper (7)
Language
- German (64)
- English (95)
- Multiple languages (2)
Is part of the Bibliography
- no (161) (remove)
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)
Institute
- Business Transformation (14)
- Dienstleistungsmanagement (35)
- FIR e. V. an der RWTH Aachen (161)
- Informationsmanagement (43)
- Produktionsmanagement (72)
Competitive differentiation in the manufacturing sector is no longer based on product and service innovations alone but on the ability to monetize the usage phase of products and services. To this end, manufacturers are increasingly looking at so-called subscription business models as a way of supplementing the traditional sale of products and services. Since supplier success in the subscription business is directly dependent on customer success, the setup and expansion of a so-called Customer Success Management (CSM) is required. While CSM has already been established in the software industry for several years, companies in the manufacturing sector are often still in the conceptual phase of a CSM, parallel to the setup and expansion of their subscription business. Therefore, this paper aims to support the set-up of a CSM by providing a reference data model, based on case study research, that can be used to support the organizational or daily CSM tasks and to serve as a blueprint for conceptualizing CSM-specific IT systems.
Die Variantenfließfertigung ermöglicht die Herstellung konfigurierbarer Produkte bei kurzen Durchlaufzeiten und geringen Beständen. Im Vergleich zu anderen Organisationsformen der Produktion gestaltet sich die Produktionsplanung und -steuerung aufgrund der Variantenvielfalt als anspruchsvoll. Im vorliegenden Beitrag wird der erste Schritt einer Methodik vorgestellt, welche für die Konfiguration der Reihenfolgeplanung entwickelt wurde.
Industrie 4.0 is changing the industrial landscape in an unanticipated way. The vision for manufacturing industries is to transform to an agile company, in order to react on occurring events in real-time and make data based decisions. The realization requires also new capabilities for the information management. To achieve this goal agile companies require taking measured data, analyzing it, deriving knowledge out of this and support with the knowledge their employees. This is crucial for a successful Industrie 4.0 implementation, but many manufacturing companies struggling with these requirements. This paper identifies the required capabilities for the information management to achieve a successful Industrie 4.0 implementation. [https://link.springer.com/chapter/10.1007/978-3-319-65151-4_3]
This paper addresses the challenge of modelling individual cyber-physical systems (CPS) for small and medium-sized enterprises (SMEs) in manufacturing industries. CPS are key technology building blocks for the implementation of Industrie 4.0. Especially for SMEs the increase of production efficiency and reduction of manufacturing costs through CPS offer potential to maintain their competitiveness and innovation capacity. Although SMEs perceive the potential of CPS, they often lack financial and human resources to acquire the necessary CPS-competencies as well as an overview of all the currently available technological solutions. To overcome this issue a matching platform will offer SMEs support in finding suitable CPS-components by letting them express their functional and technical requirements. The matching logic is based on a set of morphologies that encompasses the functional and requirement spectrum of CPS-components. The matching algorithm analyses the input for congruence of requirements and available technologies and suggests suitable technology combinations. This paper describes the methodology of the matching platform, and introduces the research work to define and to develop the technology morphologies. The presented results facilitate the selection and configuration of CPS for SMEs.
Vor dem Hintergrund zunehmend komplexer und vernetzter Wertschöpfungsnetzwerke und in Zeiten sich ständig verändernder Rahmenbedingungen steigt für Unternehmen die Bedeutung einer resilienten Gestaltung ihrer Wertschöpfungsnetzwerke. Durch die hohe Vernetzung in einem Wertschöpfungsnetzwerk entsteht eine starke Abhängigkeit zwischen den einzelnen Akteuren. Störungen haben somit häufig nicht nur Auswirkungen auf einzelne Unternehmen, sondern betreffen verschiedene Akteure der Wertschöpfungsnetzwerke. Tritt nun eine Störung auf, kann sich diese im gesamten Netzwerk ausbreiten. Erst der konkrete Eintritt solcher Störungen im großen Umfang – wie zuletzt im Zuge der Corona-Pandemie oder der Blockierung des Suez-Kanals – führt Unternehmen regelmäßig dazu, sich mit ihren Wertschöpfungsnetzwerken auseinander zu setzen. Eine Möglichkeit zur Sicherung der Leistungsfähigkeit in einem volatilen Umfeld stellt der Aufbau von Resilienz dar. Insgesamt ist es hierbei das Ziel, Wertschöpfungsnetzwerke so zu gestalten, dass sie im Falle einer Störung möglichst wenig beeinträchtigt sind und schnell in den ursprünglichen oder einen besseren Zustand zurückkehren können.
The industrial food production is currently caught between the increas-ing demands of numerous stakeholders, economic profitability and the challenges of digitization. A solution to face these various challenges can be seen in the aggregation of data into higher-value, independent data products that can be of-fered and sold on a buyer's market. Large amounts of heterogeneous data are already available in the value chain of the industrial food production, e.g. throughout the data-driven harvesting of primary products, further processing by interconnected production facilities and the information-intensive product distri-bution to end consumers. However, the data is usually only evaluated and used locally for the optimization of internal processes or, at the most, within compre-hensive partnerships. The purpose of this paper is to identify new revenue oppor-tunities for current and future players in the industrial food production by using data as an independent economic good (data products). For this purpose, scenar-ios for the development and use of data products via Industrial Internet of Things platforms are developed for a food technical reference process, the industrial chocolate production and its value chain. On this basis, examples for different types of data products and their value propositions are derived. The results can not only serve food producers and relevant stakeholders but all industrial produc-ers as an input for the future, yield-increasing orientation of their business models.
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.
Ziel des Forschungsbereichs "Selbstoptimierende Produktionssysteme" ist es, sowohl technische als auch soziotechnische Produktionssysteme zu entwickeln, die durch Selbstoptimierung eine bessere Performance erreichen, als bei der Auslegung geplant und erwartet werden kann. Im Fokus steht die Steigerung der Produktivität in der Produktion direkt vor Ort. Bedeutend ist die dezentrale Entscheidungsfähigkeit der Mitarbeiter auf dem Shopfloor und in unterstützenden Bereichen, sowie der kognitiven und adaptiven Systeme und Netzwerke in der Produktion.
Service Engineering Models
(2019)
Since the field of service engineering emerged in the late 20th century, the service industry has undergone drastic changes. Among the reasons for these changes is the increasing digitalization, which has made it difficult for companies to successfully develop new service offerings. While numerous service engineering models are available to provide guidance during the design of new services, many of them cannot keep up with the requirements of today’s economic environment. The present paper examines the requirements that service engineering models need to meet in order to be suitable guidelines for the digital age. To this end, the introduction illustrates how digitalization has changed the service industry. Afterwards, selected service engineering models and related norms are presented. Finally, a set of requirements for modern service engineering models derived from best practices from recent years is introduced.
Smart Service Engineering
(2019)
In our digitalized economy, many traditional service engineering models lack flexibility, efficiency and adaptability. As today’s market differs significantly from the market of the late 20th century, service engineering models must meet different requirements today than they had to meet in the past. The present paper starts off by providing an overview of the requirements that modern service engineering models need to fulfill in order to succeed in today’s economic environment. Afterwards, three promising models that meet several of these requirements will be introduced.
Smart Services als Enabler von Subscription-Geschäftsmodellen in der produzierenden Industrie
(2022)
[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 branchenspezifische Besonderheiten von Smart Services ein. (link.springer.com)
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 eines Energiekompensators aufzeigt, wie die Methode und die sich daraus ableitenden Ergebnisse im Smartifizierungsprozess zur Entwicklung eines intelligenten Energiekompensators eingesetzt werden.
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.
The use of Business Analytics (BA) helps to improve the quality of decisions and reduces reaction latencies, especially in uncertain and volatile market situations. This expectation leads a continuously rising number of companies to make large investments in BA. The successful use of Business Analytics is increasingly becoming a differentiator. At the same time, the use of BA is not trivial, rather, it is subject to high socio-technical requirements. If these are not addressed, high risks arise that stand in the way of successful use. In particular, it is important to consider the risks in relation to the different types of BA in a differentiated way. So far, there is a lack of suitable approaches in the literature to consider these type-specific risks with regard to the socio-technical dimensions: people, technology, and organization. This paper addresses this gap by initially identifying risks in the use of Business Analytics. For this purpose, possible risks are identified using a systematic literature review and verified with a Delphi survey with various partners experienced in dealing with BA. Subsequently, the identified and validated risks are assigned to three different types of Business Analytics (Descriptive, Predictive and Prescriptive Analytics) and assessed in order to systematically address and reduce the risks. The result of this paper is an overview of the interactions between the socio-technically assigned risks, summarized in a risk catalog, and the different types of Business Analytics.
Electricity generated by wind turbines (WT) is a mainstay of the transition to renewable energy. In order to economically utilize WT is, operating and maintenance costs, which account for 25% of total electricity generation costs in onshore WT’s, are a focus of cost reduction activities. Implementing a data-driven prescriptive maintenance approach is one way to achieve this. So far, various approaches for prescriptive maintenance for onshore WT’s have been suggested.
However, little research has addressed the practical implementation considering sociotechnical aspects. The aim of this paper is therefore to identify success factors for the successful implementation of such a maintenance strategy with clear and holistic guidance on how existing knowledge on prescriptive maintenance from science can be transferred to business practice. These recommendations are developed through case study research and classified in the four structural areas of Acatech’s Industry 4.0 Maturity Index: Resources, Information Systems, Organizational Structure and Culture.
Es geht um die Entwicklung eines Software-Tools zur Unterstützung bei der Auswahl von geeigneten 3D-Druckdienstleistern im Kontext der additiven Ersatzteillogistik. Im Fokus steht der Logistikdienstleister als potentieller Nutzer des Softwaretools. Das Softwaretool erfüllt zwei zentrale Funktionen: Überprüfung ob ein Ersatzteil additiv gefertigt werden soll und Auswahl eines konkreten Produzenten durch Matchingalgorithmus.
In recent years, the complexity of the management of supply chains has increased significantly due to the growing individualization of products and dynamics of the market environment. To remain competitive, ensuring efficient and flexible processes and procedures along the entire supply chain are of particular importance for companies. Especially in the inter-company context, decisions must be made as quickly and correctly as possible. To enable good decision-making processes data must be processed and provided in a targeted manner. Currently, however, the necessary transparency is often lacking within the supply chains. In this article, a software-based assistance system for decision support on supply chain level is presented that aims to increase the transparency and efficiency of the decision-making process. A concept for decision support on supply chain level is presented. This paper focuses on the conceptual linkage of relevant decisions and data. Therefore, indicators are identified and linked with the relevant decisions. Moreover, a suitable way of visualizing the identified indicators for each decision in a user-friendly manner is defined. These results are then used to implement the software tool.
Datenbasierte Services rücken durch die Vernetzung zunehmend in den Fokus von Unternehmen. Für produzierende Unternehmen jeder Größe ist es immanent, die eigenen Daten stärker zu nutzen. Durch ein historisches Wachstum des Unternehmens sind IT-Lösungen oftmals über das Unternehmen verteilt und Daten werden mehrfach gehalten. Mithilfe des Konzepts eines digitalen Schattens können die aufgezeigten Herausforderungen gelöst werden. Dessen Umsetzung erfolgt über software-definierte Plattformen. Diese ermöglichen ein Abbild der relevanten Unternehmensdaten und schaffen Transparenz über aktuelle und vergangene Ereignisse. Unter Nutzung von Datenanalyseverfahren und Visualisierungssystemen tragen sie zur Entscheidungsunterstützung im Unternehmen bei. Dieser Beitrag enthält eine Definition dieses Plattformtyps und eine Morphologie zur Einordnung verschiedener Plattformen vor. Anhand des morphologischen Kastens werden die zentralen, notwendigen Merkmale einer software-definierten Plattform herausgearbeitet und beschrieben. Integrationsanforderungen zur Einführung in Unternehmen werden in den vier Dimensionen Technik, Organisation, Prozesse sowie Anforderungen zur Datenintegration dargestellt.
Ergänzt wird diese Betrachtung um Praxiserfahrungen bei der Umsetzung einer software-definierten Plattform. Damit liefert der Artikel einen Beitrag zur Diskussion um software-definierte Plattformen und unterstützt Unternehmen bei der Einführung einer solchen.
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.