Refine
Document Type
- Conference Proceeding (17)
- Part of a Book (5)
- Report (5)
- Book (3)
- Contribution to a Periodical (2)
- Article (1)
- Doctoral Thesis (1)
Is part of the Bibliography
- no (34)
Keywords
- Abschlussbericht (1)
- Big Data (1)
- CPS (3)
- Cloud (1)
- Complex Event Processing (1)
- Cyber Security (1)
- Daten- und Kommunikationskonzept (1)
- Dienstleistungsplattform (1)
- Digital transformation (2)
- Digitale Transformation (2)
Institute
Die Umsetzung von Industrie 4.0, also der umfassenden Digitalisierung und Vernetzung der Produktion, stellt Unternehmen noch immer vor Herausforderungen. In dieser Marktstudie wurde eine bei produzierenden Unternehmen identifizierte Hürde, die IT-Komplexität und deren Management, stärker beleuchtet. Unternehmen, die sich besser aufgestellt sehen, legen in der Regel einen stärkeren Fokus auf verschiedene Aktivitäten.
Digitally connected industrial production promises faster and more efficient processes - in development and production, services, marketing & sales and for adapting entire business models. Agility and the ability to make changes in real time are strategic chracteristics of successful companies in Industrie 4.0. To acquire these features, it is necessary to create a continuously expanding data base. However, a company's organisational structure and culture also play an important part in determining whether this data's potential is leveraged effectively.
This acatech STUDY describes a new tool for helping manufacturing enterprises to forge their own individual path towards becoming a learning, agile company. The acatech Industrie 4.0 Maturity Index is a six-stage maturity model that analyses the capabilities in the area of resources, information systems, culture and organisational structure that are required by companies operating in a digitalised industrial environment. The attainment of each development stage promises concrete additional benefits for manufacturing companies. The model's practical application was validated in a medium-sized company.
Die digital vernetzte industrielle Produktion verspricht schnellere und effizientere Prozesse - in Entwicklung und Produktion wie auch in Service, Marketing und Vertrieb oder bei Anpassung ganzer Geschäftsmodelle. Agil zu handeln und in Echtzeit Veränderungen vorzunehmen, wird in der Industrie 4.0 zur strategischen Erfolgseigenschaft eines Unternehmens. Voraussetzung dafür ist der Aufbau einer immer breiteren Datenbasis. Ob deren Potenzial effektiv genutzt wird, hängt jedoch auch wesentlich von der Organisationsstruktur und Kultur eines Unternehmens ab.
Die vorliegende acatech STUDIE stellt ein neues Instrument vor, mit dem produzierende Unternehmen den Weg zum lernenden, agilen Unternehmen individuell gestalten können. Der acatech Industrie 4.0 Maturity Index ist als sechsstufiges Reifegradmodell aufgebaut und analysiert die in der digitalisierten Industrie benötigten unternehmerischen Fähigkeiten in den Gestaltungsfeldern Ressourcen, Informationssysteme, Kultur und Organisationsstruktur. Jede erreichte Entwicklungsstufe verspricht produzierenden Unternehmen einen konkreten Zuwachs an Nutzen. Das Modell wurde in der praktischen Anwendung in einem mittelständischen Betrieb validiert.
In der vorliegenden Arbeit wird für IT-Organisationen ein Ansatz zur systematischen Verbesserung von Prozessen für die Erbringung von IT-Dienstleistungen bzw. IT-Services vorgestellt. Dabei wird aufgezeigt, wie IT-Organisationen eigenständig durch die Umsetzung von sieben identifizierten IT-Service-Kernprozessen ihre abgeleiteten Zielgrößen und identifizierten Wirkungszusammenhänge sowie ihre IT-Service-Erbringung fundiert analysieren können.
Dissertationsschrift zugleich Abschlussbericht GradeIT, IGF-Vorhaben 17910 N, Signatur U1010
Gemeinsamer Abschlussbericht zum Forschungsprojekt mit dem Bewilligungszeitraum vom 01.04.2016 bis 31.03.2019 und den Förderkennzeichen 03ET7549 A bis I.
Ziel des Forschungsvorhabens eSafeNet war die Erforschung, Konzeption und Demonstration eines innovativen informationstechnischen Kommunikationsansatzes für das Internet der Energie. Grundlegend sollten die Potenziale einer dedizierten Kommunikationsnetzinfrastruktur mittels Mobilfunk als Primärtechnologie und unterstützenden kabelgebundenen Übertragungstechnologien, wie z. B. Powerline, untersucht werden, um den Anforderungen sicherheitskritischer Strukturen an Stabilität, Zuverlässigkeit und Sicherheit gerecht zu werden. Zur Sicherstellung der Wirtschaftlichkeit wurde eine Dienstleistungsplattform entworfen, die sicherheitsrelevante und zusätzliche Smart Services durch Serviceprovider bereitstellt.
Eine Transformation findet einen Abschluss, nachdem der gewünschte Zielzustand erreicht wurde. Wie sieht es bei der digitalen Transformation aus? Kann es im Hinblick auf technologische Entwicklungen jemals zu einem Ende kommen? Oder befindet sich ein Unternehmen hierbei in einer kontinuierlichen Transformation durch die Weiterentwicklung der Digitalisierung? Wenn ja, wie kann ein Unternehmen mit diesem ständigen Wandel effizient und sicher umgehen? (Quelle: https://link.springer.com/chapter/10.1007/978-3-662-63758-6_17 )
Inhaltsangabe Band:
Die vernetzte Digitalisierung hat die produzierende Industrie fundamental verändert. Im Rahmen dessen eröffnen sich produzierenden Unternehmen kontinuierlich neue Chancen, in einem zunehmend dynamischen und durch das Internet geprägten Wettbewerb, wirtschaftliche Erfolge zu erzielen. Durch die veränderten Rahmenbedingungen der vernetzten Digitalisierung müssen produzierende Unternehmen jedoch neue Ansätze für die Organisation der digitalen Transformation verfolgen: Sie müssen die neue Führungsaufgabe Digitalisierungsmanagement gestalten. Dabei muss das Digitalisierungsmanagement eine breite Aufgabenvielfalt abdecken.
Dieses Buch befähigt produzierende Unternehmen die digitale Transformation erfolgreich zu gestalten. Dazu werden Nutzen und Funktionsweisen der wesentlichen Aufgaben des Digitalisierungs- und Informationsmanagements praxisnah dargestellt. Ein spezifisch für produzierende Unternehmen, die eine digitale Transformation anvisieren, entwickeltes Digitalisierungs- und Informationsmanagement-Modell verknüpft schließlich die Inhalte.
Das vorliegende Buch ist als ein Nachschlagewerk für Führungskräfte und Entscheider entwickelt worden, die die Herausforderungen der Realisierung von digitalen Geschäftsmodellen, digitalisierten Produkten und digitalen Geschäftsprozessen angehen wollen. Die Methoden in diesem Buch helfen dabei, die richtigen Managementaufgaben zu verfolgen und diese in der Unternehmensorganisation umzusetzen. Dabei werden auch die Schnittstellen zwischen dem strategischen Digitalisierungsmanagement und dem taktischen bis operativen Informationsmanagement behandelt. Das Buch bietet einen schnellen und einfachen Zugriff auf die wichtigsten Methoden und viele unterstützende Beispiele. Es ist Teil der Reihe „Handbuch Produktion und Management“ und ergänzt dessen Ordnungsrahmen.
(Quelle: https://link.springer.com/book/10.1007/978-3-662-63758-6)
Der „Ordnungsrahmen Digitalisierungs- und Informationsmanagement“ bietet eine Strukturierungsvorlage für die essenziellen Führungsaufgaben zur Transformation eines digitalen, agilen und lernfähigen Unternehmens. Jener fügt sich nahtlos in den „Ordnungsrahmen Produktion und Management“ der Buchreihe „Handbuch Produktion und Management“ ein und bietet die Möglichkeit zu Querverbindungen zu anderen Führungsaufgaben. Im Folgenden werden die jeweiligen Gestaltungsfelder und die Teilaufgaben des Digitalisierungs- und Informationsmanagements beschrieben. (Quelle: https://link.springer.com/chapter/10.1007/978-3-662-63758-6_3 )
It is crucial today that economies harness renewable energies and integrate them into the existing grid. Conventionally, energy has been generated based on forecasts of peak and low demands. Renewable energy can neither be produced on demand nor stored efficiently. Thus, the aim of this paper is to evaluate Deep Learning-based forecasts of energy consumption to align energy consumption with renewable energy production. Using a dataset from a use-case related to landfill leachate management, multiple prediction models were used to forecast energy demand.The results were validated based on the same dataset from the recycling industry. Shallow models showed the lowest Mean Absolute Percentage Error (MAPE), significantly outperforming a persistence baseline for both, long-term (30 days), mid-term (7 days) and short-term (1 day) forecasts. A potential decrease of up to 23% in peak energy demand was found that could lead to a reduction of 3,091 kg in CO2-emissions per year. Our approach requires low finanacial investments for energy-management hardware, making it suitable for usage in Small and Medium sized Enterprises (SMEs).