000 Informatik, Informationswissenschaft, allgemeine Werke
Refine
Year of publication
Document Type
- Bachelor Thesis (1)
- Book (1)
- Part of a Book (2)
- Conference Proceeding (2)
- Contribution to a Periodical (8)
- Master's Thesis (1)
- Report (3)
- Working Paper (19)
Language
- German (28)
- English (4)
- Multiple languages (5)
Is part of the Bibliography
- no (37)
Keywords
- 01 (2)
- 02 (2)
- 3PhasenKonzept (1)
- 5G (3)
- 5G-Monitoring (2)
- 5G-Netze (2)
- 5G-Potenziale (2)
- 5G-Technologie (2)
- ADAM (1)
- Anwendungsszenarien (2)
Institute
Die höhere Verfügbarkeit sowie steigende Notwendigkeit komplexer IT-Lösungen erhöhen die Attraktivität für Unternehmen, technische Aufgaben vermehrt an einen externen IT-Dienstleister zu übertragen. Die Auslagerung von Unterstützungsprozessen und die Fokussierung des Kerngeschäfts fördern operative Effizienz, führen oftmals aber auch zur Intransparenz über das Preis-Leistungs-Verhältnis der tatsächlich erhaltenen Dienstleistung. Anhand eines Projektbeispiels wird diese Problematik systematisch strukturiert, Handlungsmaßnahmen für das proaktive Lösen eines intransparenten Dienstleistungsverhältnisses abgeleitet und präventive Maßnahmen für ein verbessertes IT-Dienstleistermanagement vorgestellt. Ziele dieses Artikels sind es, interessierte Unternehmen für potenziell unklare Preisgestaltungen von Dienstleistungsverträgen zu sensibilisieren und sie in ersten Zügen zum kurzfristigen Dienstleistercontrolling zu befähigen.
Die Siemens Energy AG verfügt über 80 Produktionsstandorte auf der ganzen Welt. Die IT-Systemlandschaft in der Produktion ist – wie in gewachsenen Strukturen üblich – sehr heterogen. Folgerichtig stellt sich das übergeordnete Ziel, diese IT-Systemlandschaften zu harmonisieren. Dabei ist es unumgänglich, die unterschiedlichen Anforderungen aus den verschiedenen Unternehmensbereichen zu berücksichtigen. Nur so können die übergeordneten Effizienzgewinne mit einer Harmonisierung erreicht werden. Die Verbindung der Expertise von FIR und Siemens Energy war hier das Erfolgsrezept.
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.
Smart Operations
(2015)
Ziel des vorliegenden Whitepapers ist es, dem Leser
einen Einblick in das Themengebiet „Smart Operations“
am FIR an der RWTH Aachen zu geben. Es beschreibt die
derzeitigen Umfeldveränderungen im Kontext produzierender
Unternehmen und zeigt auf dieser Basis die Handlungsfelder
eines zukunftsorientierten Produktionsmanagements
im Umfeld der Digitalisierung auf.
Die Nahrungsmittelindustrie bringt jährlich ca. 40.000 neue Produkte auf den Markt. Die daraus resultierenden Veränderungen haben einen großen Einfluss auf die Nahrungsmittelindustrie und führen durch die
Vielzahl der zusätzlichen Optionen zu deutlich komplexeren Entscheidungsproblemen. Eine Strategie zur Bewältigung dieser Herausforderung ist die Verankerung der datengesteuerten Entscheidungsfindung, die zu einem zunehmenden Einsatz fortschrittlicher Informationstechnologien wie Business-Analytics
führt. Trotz aller Vorteile sind die Unternehmen mit der Implementierung von Business-Analytics überfordert, was sich in einer Misserfolgsquote von 65 bis 80 Prozent widerspiegelt. In diesem Artikel werden Erfolgsfaktoren aufgezeigt und Handlungsempfehlungen abgeleitet, um Unternehmen bei der Einführung von Business-Analytics und dem Aufbau einer fundierten Basis für unternehmerische Entscheidungen zu unterstützen. Die umfassende Expertise für das Forschungsprojekt wird durch ein gemeinsames Konsortium, bestehend aus den Instituten FIR e. V. an der RWTH Aachen, IPRI – International Performance Research Institute GmbH in Stuttgart und dem Forschungsinstitut für Unternehmensführung, Logistik und Produktion der Technischen Universität München gestellt.
Mikroplastik lässt sich zunehmend in der Umwelt nachweisen, wobei weder Herkunft noch Menge lokal bekannt sind. Unter der Prämisse negativer Auswirkungen auf die Umwelt kann sich eine fehlende Transparenz lokaler Mikroplastikemissionen zu einem strategischen Nachteil für unsere Gesellschaft entwickeln. Gemäß dem Vorsorgeprin-zip kann die präventive Daten- und Transparenzschaffung eine angemessene Reaktion im Sinne des Umwelt- und Gesundheitsschutzes erleichtern. Im Forschungsprojekt "mMEU Mobilitätsbedingte Mikroplastikemissionen in der Umwelt“ arbeiteten das Wuppertal Institut für Klima, Umwelt, Energie (WI) und der FIR e.V. an der RWTH Aachen (FIR) gemeinsam an der Frage, wie eine lokale Ermittlung der Mikroplastikemission anhand von Datenquellen, die sich vor allem aus der Verkehrsinfrastruktur ergeben, erhoben werden kann. Es wurden verschiedene Umgebungsdatenquellen und -typen untersucht und hinsichtlich ihrer Zugänglichkeit, Qualität und Anwendbarkeit bewertet, sodass eine effiziente Data-Governance ermöglicht wird.
Im Forschungsprojekt „Legitimise IT“ wurde ein einheitlicher Ansatz zur Nutzung von Schatten-IT für produzierende kleine und mittlere Unternehmen (KMU) entwickelt. Dadurch sollen KMU zur kontrollierten Legitimierung nutzenstiftender Schatten-IT unter Berücksichtigung vorhandener Risiken befähigt werden.
Schatten-IT ist in den meisten Unternehmen vorhanden. Durch den unkontrollierten Einsatz von Schatten-IT im Unternehmen entstehen zahlreiche Risiken, welche zu Ineffizienzen und Fehleranfälligkeiten bei den Betriebsabläufen führen können. Dabei wird die Entstehung von Schatten-IT nicht zuletzt durch die Schnelllebigkeit und Vielfalt der technologischen Entwicklungen weiter beschleunigt. Der Ansatz, durch eine strikte Vorgabe der Unternehmensführung lediglich auf genehmigte und zentral verwaltete IT-Anwendungen zurückzugreifen, um Schatten-IT zu unterbinden, hat sich in der unternehmerischen Praxis nicht bewährt. Bisherige Ansätze adressieren nicht die Gründe für die Notwendigkeit von Schatten-IT und bieten keinen organisatorischen und insbesondere technologischen Rahmen, um deren Vorteile unternehmerisch zu nutzen.
Daher wurde im Projekt ein Ansatz entwickelt, der einerseits die aufgezeigten Risiken minimiert und andererseits Mitarbeitenden die notwendigen Freiheiten für eigene, kreative Lösungen bietet. Damit Unternehmen ihre großen Herausforderungen bei der Abschätzung der Risiken- und Nutzenaspekte wie auch beim strikten Verzicht auf die eingesetzten Schatten-IT-Anwendungen bewältigen können, wird eine entsprechende Methodik gefordert.
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.
Der Betrieb lokaler privater Mobilfunknetze in lizenzierten Frequenzbändern ist eine der Kerninnovationen aktueller 5G- und zukünftiger 6G-Netze. Die prognostizierte Leistungsfähigkeit privat verfügbarer und störungsfreier Frequenzbereiche, wie z. B. privater 5G-Netze, sogenannter Campusnetze, ist für Industrieunternehmen oft von großem Interesse. Die Integration der 5G-Netzwerkinfrastruktur in bestehende Brownfield-Umgebungen muss jedoch erhebliche technische und Management-Herausforderungen überwinden. Im Vergleich zu selten anzutreffenden Greenfield-Szenarien kann das Potenzial von 5G nur gezeigt werden, wenn signifikante Leistungsvorteile gegenüber bestehender drahtloser Netzwerkinfrastruktur (z. B. Wi-Fi) nachgewiesen werden können und gleichzeitig eine nahtlose Integration in die Prozessumgebung in der Praxis gewährleistet werden kann.
Vor diesem Hintergrund stellt das Competence Center 5G.NRW in diesem Beitrag ein agiles System zur kontinuierlichen, netzwerkübergreifenden Überwachung von Ende-zu-Ende-Leistungsgarantien in Bezug auf Durchsatz, Latenz und Zuverlässigkeit vor. Während einzelne punktuelle Messungen während der Netzwerk-Inbetriebnahme und -Erprobung oft die erwarteten Leistungsspitzen anzeigen, untersucht dieser Beitrag speziell das Potenzial eines räumlich verteilten Stresstests, der die Netzwerkqualität aktiv und kontinuierlich während des Produktivbetriebs überwacht. Anhand einer umfangreichen Fallstudie wird die Leistungsfähigkeit des verteilten Ansatzes für die Leistungsbewertung von Mehrbenutzer- und Zellenrandumgebungen demonstriert.
In diesem Leitfaden werden vier Phasen („Identifikation von Anwendungsfällen“, „Ist-Analyse der Infrastruktur“, „Konzeption in der BaSys-4.0-Umgebung“ und „Umsetzung der Entscheidungsunterstützung“) zur Umsetzung der BaSys-Architektur empfohlen, die hier näher beschrieben werden. Darauf folgt ein Glossar, das die wesentlichen Begrifflichkeiten rund um BaSys 4 und ‚BaSys4Dash‘ erläutert.