Open Access

Small- and medium-sized enterprises (SMEs) often face significant data scarcity in procurement planning, which limits the effective use of advanced analytics for forecasting and decision support. This study addresses the data scarcity by operationalizing a zero-inflated Hurdle model through a conditional variational autoencoder to generate realistic synthetic procurement data. The model explicitly represents both the structural mass of on-time deliveries and the asymmetric distribution of early and late deviations using a mixture of Gaussians. Following the cross-industry standard process for data mining, the conditional variational autoencoder was trained and validated on industrial procurement records. The evaluation results demonstrate strong fidelity: the generated distribution of delivery deviations achieved a Wasserstein distance of 1.92 days relative to the real data, with higher accuracy for early deliveries (1.84 days) than for late deliveries (1.93 days). The zero-inflated component reached a precision of 74.41 % and an F0.5-score of 62.86 % when identifying on-time deliveries. These findings confirm that the conditional variational autoencoder effectively captures both structural zeros and multimodal deviations. By enriching limited datasets while preserving domain-specific behavior, the approach enables SMEs to train forecasting models, perform supplier risk simulations, and deploy procurement-focused decision-support tools even in data-scarce environments.

Schwerpunkte: Typologisierung von 5G-Anwendungsfällen für KMU (interne Potenziale) Auswirkungen von 5G auf Geschäftsmodelle und das Wettbewerbsumfeld von KMU (externe Potenziale) Wirtschaftliche Aspekte und technische Potenziale von 5G Aufbau eines 5G-Evaluationstools Die Projektergebnisse wurden final in einem öffentlich zugänglichen Webtool übersichtlich aufgearbeitet, sodass KMU schnell und einfach relevante 5G-Anwendungsfälle identifizieren und deren Potenzial bewerten können. Damit werden KMU befähigt, das individuelle Gesamtpotenzial der neuen Mobilfunktechnologie eigenständig abzuschätzen. So wird ihnen die Entscheidungsfindung erleichtert und die Wertschöpfungspotenziale von 5G können schneller und zielgerichteter realisiert werden.

Abschlussbericht zum Projekt SoW: Die Projektpartner identifizierten im Verlauf dieses Forschungsprojekts systematisch strategische Erfolgspositionen in Unternehmensnetzwerken in serviceorien­tierten, vernetzten und komplexen Wertschöpfungssystemen, die mithilfe erweiterter Business-Ecosystem-Methoden für Unternehmen nutzbar gemacht wurden. Ein thema­tischer Schwerpunkt lag auf der wissenschaftlichen Modellierung und Gestaltung von Rollen und Wettbewerbspositionen in Wertschöpfungssystemen in Form von Distanzen zu externen Wertschöpfungspartnern und Wettbewerbern, aus denen Rollenmodelle und Posi­tionierungsalternativen abgeleitet wurden. Eine anwendungsnahe Simulation und proto­typische Umsetzung mit der Unternehmensgruppe der Bau- und Immobilienbranche DERICHS u KONERTZ sicherten die Anwendbarkeit der neu ent­wickelten Methodik im Feldtest ab. Daraus wurde ein wettbewerbliches Leistungsangebot zur strategischen Beratung deutscher (kleiner und mittlerer) Unternehmen im nationalen und internationalen Wettbewerb serviceorientierter Geschäftsmodelle entwickelt, um die Wettbe­werbsfähigkeit deutscher Unternehmen in umkämpften Märkten (bspw. Flugzeugwartung, Maschinen- und Anlagenbau, Immobilienbranche, Logistikbranche) zu steigern.

Trotz massiver Investitionen in digitale Services und deren hohen technologischen Reifegrad gelingt es vielen Unternehmen der produzierenden Industrie bislang nicht, ihre digitalen Services erfolgreich zu monetarisieren und in der Folge wirtschaft-lichen Erfolg mit diesen zu erzielen. In vielen Fällen erreichen die digitalen Services dabei nicht die angestrebte Marktdurchdringung oder werden von Kunden nur in begrenztem Umfang genutzt. Dabei steht außer Frage, dass digitale Services das Potenzial haben, die produzierende Industrie nachhaltig zu transformieren. Dies setzt jedoch eine Vernetzung von Maschinen und Anlagen voraus. Auf der Grundlage der dadurch erhobenen Daten können digitale Services entwickelt und angeboten werden, von denen sowohl Kunde als auch Anbieter gleichermaßen profitieren.