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) (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)
Der 37. KVD-Service-Congress widmet sich der Diskussion, wie effektiver und effizienter Service in der Zukunft gestaltet werden muss. Im Mittelpunkt des Service stehen die Kunden, die Mitarbeiter und das Unternehmen. Und über allem schwebt das Schlagwort Digitalisierung. Was macht sie mit dem Service - heute und morgen?
Nowadays, cyber physical systems support the improvement of efficiency in intralogistics by controlling and manipulating the production and logistic environment autonomously. Due to the complexity of the individual production processes, designing suitable cyber-physical systems based on their existing production environment is a challenge for companies.
This paper presents a new methodology on how to design cyber-physical systems conceptually to suit an individual production environment. Compared to existing design approaches, this methodology matches immediately the required functions to existing information and communication technology’s components insisting on the neutral assimilation of requirements.
Therefore, the requirement specification asks for needed functions in relating to offered functions of information and communication technology (ICT) components. The paper focusses the use case of implementing a cutting-edge mobile network technology into an existing tracking and tracing process.
With big data-technologies on the rise, new fields of application appear in terms of analyzing data to find new relationships for improving process under-standing and stability. Manufacturing companies oftentimes cope with a high number of deviations but struggle to solve them with less effort. The research project BigPro aims to develop a methodology for implementing counter measures to disturbances and deviations derived from big data. This paper proposes a methodology for practitioners to assess predefined counter measures. It consists of a morphology with several criterions that can have a certain characteristic. Those are then combined with a weighting factor to assess the feasibility of the counter measure for prioritization.
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.
ECM im Mittelstand
(2017)
Mit der ganzheitlichen Strategie des Enterprise Content Management (ECM) werden alle Dokumente eines Unternehmens verwaltet und organisiert. Durch den Einsatz geeigneter ECM Werkzeuge erhalten Unternehmen zum Beispiel Unterstützung beim effizienten Erfassen, Ablegen und Wiederauffinden von Dokumenten, bei der Abwicklung dokumentenbasierter Prozesse sowie bei der Einhaltung rechtlicher Vorgaben, etwa zur revisionssicheren Archivierung. Damit können ECM-Lösungen einen maßgeblichen Beitrag zur Digitalisierung der Geschäfts- und Arbeitswelt im Sinne des »Digital Office« leisten.
Das Konzept des umfassenden ECM ist mittlerweile in großen Unternehmen etabliert. Wesentliche Treiber sind hier neben offensichtlichen Rationalisierungseffekten und hohen Anforderungen an die Rechtssicherheit im Umgang mit Dokumenten(Compliance) vor allem auch neue Formen der Zusammenarbeit in Teams sowie die Automatisierung und Integration von Geschäftsprozessen. Auch die voranschreitende Digitalisierung von Geschäftsmodellen benötigt eine komplett digitale Unterstützung, zum Beispiel die automatisierte Ablage und Weiterverarbeitung von Verträgen oder Bankgeschäften, die im Internet geschlossen werden. Um Medienbrüche zu vermeiden und damit ein Geschäftsvorfall schnell nach den Compliance-Gesichtspunkten verarbeitet werden kann, ist eine ECM-Strategie, die der Unternehmensstrategie folgt, angeraten.
Vor diesem Hintergrund bietet die Studie »ECM im Mittelstand 2017« anhand der Aussagen von über 600 mittelständischen Unternehmen eine Bestandsaufnahme der ECM-Praxis im Mittelstand. Im Vordergrund stehen Fragen zum Begriffsverständnis, zur Verbreitung, zu Nutzen und zu Kosten von ECM-Software ebenso wie zu zukünftigen Entwicklungen und Trends rund um ECM im Mittelstand. Aufgrund vergleichbarer Fragestellungen sind in weiten Teilen Aussagen zur Entwicklung seit 2013 möglich, die auf entsprechenden Studienergebnissen aus einer Vorgängerstudie basieren.
Influenced by the high dynamic of the markets the optimization of supply chains gains more importance. However, analyzing different procurement strategies and the influence of various production parameters is difficult to achieve in industrial practice. Therefore, simulations of supply chains are used in order to improve the production process. The objective of this research is to evaluate different procurement strategies in a four-stage supply chain. Besides, this research aims to identify main influencing factors on the supply chain’s performance. The performance of the supply chain is measured by means of back orders (backlog). A scenario analysis of different customer demands and a Design of Experiments analysis enhance the significance of the simulation results.
One major problem of today’s producing companies is to reach a high adherence to delivery dates while considering the volatile market situation as well as economic aspects. This problem can only be solved by using a production control that is optimally adapted to the processes. A good working, process-oriented production control is essential for being able to control the production situation and to ensure a high adherence to delivery dates. Data generation and processing determine the success of production control. Current processes and IT systems have several shortcomings in meeting these challenges.
The solution for this problem is the so called “cyber physical production control” (CPPC). It optimally supports the production scheduler in his decision making process based on real-time high-resolution data. With the help of data analytics, the production controller receives decision support over various steps. Due to CPPC, the overall goal of a high adherence to delivery dates can be fundamentally increased.
Failure management in the production area has been intensely analyzed in the research community. Although several efficient methods have been developed and partially successfully implemented, producing companies still face a lot of challenges. The resulting main question is how manufacturers can be assisted by a sustainable approach enabling them to proactively detect and prevent failures before they occur. A high-resolution production system based on analyzed real-time data enables manufacturers to find an answer to the main question. In this context, Big Data technologies have gained importance since the critical success factor is not only to collect real-time data in the production but also to structure the data. Therefore, we present in this paper the implementation of Big Data technologies in the production area using the example of an actual research project. After the literature review, we describe a Big Data based approach to prevent failures in the production area. This approach mainly includes a real-time capable platform including complex event processing algorithms to define appropriate improvement measures.
Industrie 4.0 ist in Politik, Medien, Wissenschaft und Wirtschaft derzeit omnipräsent. Intelligenter, individueller, effizienter, schneller, vernetzter – so lauten nur einige Versprechen dieses neuen industriellen Zeitalters. Tatsächlich sind die Potenziale gerade für den deutschen Maschinen- und Anlagenbau gewaltig: Sowohl für Anbieter als auch für Anwender von Technologien rund um das Thema Industrie 4.0. Aber noch existieren viele ungelöste Fragen, Unsicherheiten und Aufgaben. Hier wollen wir mit unserer Readiness-Studie ansetzen und Hilfestellung leisten. Denn ein Selbstläufer wird Industrie 4.0 nicht. Mit der vorliegenden Studie soll die große Vision näher an die betriebliche Realität gebracht werden. Auch zeigen wir die anspruchsvollen Wegmarken auf, die für viele Unternehmen hinsichtlich ihrer Industrie 4.0-Fähigkeit noch zu passieren sind. Die Studie untersucht, an welcher Stelle der Maschinen- und Anlagenbau aktuell bei der Umsetzung steht. Motivation und Hemmnisse der Unternehmen werden ebenso in den Blick genommen wie die Unterschiede, die sich zwischen Mittelstand und großen Unternehmen ergeben. Im Ergebnis ist es erstmals möglich, die „Industrie 4.0-Readiness“ der Maschinenbau-Industrie detailliert und systematisch abzubilden.