Dienstleistungsmanagement
Refine
Year of publication
Document Type
- Contribution to a Periodical (185)
- Conference Proceeding (78)
- Lecture (60)
- Part of a Book (55)
- Report (34)
- Working Paper (34)
- Doctoral Thesis (31)
- Book (30)
- Internet Paper (21)
- Sound (6)
Language
- German (398)
- English (99)
- Multiple languages (40)
- Spanish (2)
Is part of the Bibliography
- no (539)
Keywords
Institute
- Dienstleistungsmanagement (539)
- FIR e. V. an der RWTH Aachen (538)
- Produktionsmanagement (23)
- Business Transformation (19)
- Informationsmanagement (14)
Die Kreislaufwirtschaft bietet erhebliche Potenziale im Kampf gegen den Klimawandel und Ressourcenknappheit, stellt jedoch auch produzierende Unternehmen vor bedeutende Herausforderungen.
Die Neugestaltung der Produktionsprozesse revolutioniert den Produktlebenszyklus und verringert den Ressourcenverbrauch in der Produktion. Dennoch sehen sich produzierende Unternehmen bei der Umsetzung dieser Maßnahmen mit zusätzlichen Herausforderungen konfrontiert. Dazu zählen etwa die sinkende Zahlungsbereitschaft der Kund*innen für nachhaltige Produkte, eine geringere Wettbewerbsfähigkeit aufgrund fehlender langfristiger Profitabilität sowie ein erhöhter Produktionsaufwand.
Bekannte Herausforderungen in Bezug auf den Produktionsaufwand sind unter anderem die Entwicklung effizienter Produktionsprozesse für Remanufacturing und Refurbishment (auch ReX-Prozesse genannt), einschließlich eines optimierten Demontageprozesses und einer funktionierenden rückwärtsgerichtete Logistik (engl. Reverse Logistics). Trotzdem sind noch nicht alle Herausforderungen bekannt, da viele erst während der Implementierung des ReX-Prozesses erkannt werden können. Daher wurden im Austausch mit verschiedenen Industriepartnern aus dem produzierenden Gewerbe die Herausforderungen bei der Implementierung von ReX-Prozessen identifiziert und kategorisiert. Dies unterstützt eine effiziente Einführung von ReX-Prozessen in einem produzierenden Unternehmen.
A rising complexity in production, volatility of orders and abundance of variation of products while time of planning is shortened calls for a flexible and powerful maintenance management. The goal of this paper is to introduce a concept which maximizes availability of production and minimizes contingency risk, maintenance expenses and cost of operation. Neither established reactive maintenance nor stand-alone condition-monitoring-systems deliver viable and efficient solutions. Most of the time, Condition-Monitoring Systems (CMS), Computerized Maintenance Management Systems (CMMS) and Manufacturing Execution System (MES) are custom-designed stand-alone solutions and thus far cannot be used as integrated components of one optimized maintenance management system. Our concept will use “Smart Objects” to illustrate the individual machines and their maintenance-relevant components in one software application. These Smart Objects are able to declare their own need of maintenance as well as automatically allocate maintenance priorities. This allows for the first time the coordination of maintenance measures depending on machine states and production with the help of powerful, multi-objective optimization algorithms and an integrated software platform. Our concept introduces a way to realize this concept. It is methodically structured by the following procedure: The core of the concept is the Smart Object that contains a database of information that can be fed from CMS, CMMS and MES. At the same time the smart objects serve as intermediaries and data sources, thus conducting a bilateral communication between the three systems and smart objects. The smart object receives input from the CMS which determines the attrition pattern of the tool depending on the attrition curve and the worked on component. The CMS additionally transmits a forecast of the state of the tool. This forecast can be accurately enriched by the data (order and associated component) from the MES and hence be more precise. The Smart Object can therefore give an accurate forecast of when the tool will reach a certain level of attrition depending on the processed jobs. Using this data, the IPS can again set a timeframe for the next maintenance task and transmit this to the smart object. This maintenance task can be read by the MES and interpreted as a production order but with special requirements and parameters. Ideally, the MES plans this order into the setup or waiting periods of the machine, thus guaranteeing maximum machine availability.
As machine manufacturers navigate the shift toward Industry 4.0, the inte-gration of digital products alongside traditional physical goods has become a strategic imperative. However, the rollout of digital products creates the need to develop busi-ness models supporting the monetization of these digital products. This paper aims to derive key characteristics of business models supporting digital products. Through a combination of expert interviews with industry professionals — including product managers, business developers, and sales managers — and a literature review, a framework of business model aspects for digital products is proposed. The categorization is conducted using Gassmann’s four business model dimensions: value proposition, value chain, revenue model, and target customer. The research identifies six distinct types of digital products, ranging from machine bundles to self-adjusting subscrip-tions fulfillment. This differentiation is crucial for the effective monetization of digital products and the maximization of their potential in evolving industrial digitalization.
Service-Excellence
(2025)
Die konsequente Ausrichtung auf Service-Excellence bietet produzierenden Unternehmen die Chance, ihre Wettbewerbsfähigkeit nachhaltig zu steigern und sich in einem hart umkämpften Markt zu differenzieren. Ein klarer Fokus auf strategischen, operativen und technologischen Erfolgsfaktoren versetzt Anbieter in die Lage, langfristige Kundenbeziehungen aufzubauen, neue Umsatzpotenziale zu erschließen und gleichzeitig ökonomische sowie ökologische Ziele zu erreichen. In diesem Whitepaper geben wir Handlungsempfehlungen, wie Service-Excellence als nachhaltiger Wettbewerbsvorteil etabliert werden kann und dadurch Unternehmen robuster und unabhängiger vom Produktgeschäft werden können.
Projektergebnis 'KomiD':
Komplexitätsmanagement industrieller Dienstleistungssysteme
– Webtool zur Bewertung der eigenen Komplexität (KomiD)
Mit dem im Projekt entwickelten Webtool können Sie einen ersten Einblick in die Komplexität Ihres Dienstleistungsportfolios gewinnen, um den größten Komplexitätstreiber identifizieren zu können.
Expanding industrial service offerings is an essential growth and diversification strategy for manufacturing companies. However, the unstructured development of service portfolios introduces complexity drivers into organizations and presents new challenges in providing services efficiently and flexibly. This paper explores service complexity in manufacturing companies and evaluates levers for complexity management approaches. Applying an exploratory sequential mixed methods design, complexity drivers are qualitatively identified and clustered into complexity categories. The effect of these complexity categories on the efficiency and flexibility of the service provision is then quantitatively explored via an online survey. Correlation analysis reveals substantial interrelations among task complexity (0.61), service program complexity (0.49), and the complexity of service, support, and customer processes (0.48), highlighting these as most critical to efficiency in successful service provision. This study enables companies to assess and mitigate service complexity by identifying the key pain points for implementing complexity management measures.
Erfolgreiche Unternehmen setzen auf Green Services, um ihre ökologische Verantwortung mit wirtschaftlichem Erfolg zu verbinden. Analog zur vorherrschenden Meinung in der Literatur betrachten viele Unternehmen Nachhaltigkeit vorwiegend als Kostenfaktor und befürchten Reputationsrisiken durch Greenwashing-Vorwürfe. Dies wird auch durch unser Benchmarking unter Unternehmen aus dem Maschinen- und Anlagenbau zum Thema Green Services bestätigt, in dem zwei Drittel (67 %) den Nachweis der Nachhaltigkeit im Service als herausfordernd empfinden. Gleichzeitig sieht lediglich jedes dritte Unternehmen in der Integration von Green Services eine Chance zur Monetarisierung.
Für jeden Euro, den ein Unternehmen in eigene Künstliche-Intelligenz-Applikationen investiert, erzielt es durchschnittlich das 3,5-fache als Rendite. Während viele Unternehmen weltweit diese Potenziale heben, stockt die deutsche Industrie. Häufig können Nahtstellen zwischen Projekten nicht identifiziert werden und der Weg zur abteilungsübergreifenden Adaption von Künstlicher Intelligenz (KI) bleibt unklar. Zur Übersicht der Ansatzpunkte für KI hat das FIR an der RWTH Aachen gemeinsam mit zehn Unternehmen aus dem Maschinen- und Anlagenbau die fünf Top-Anwendungsfelder für den industriellen Service identifiziert.
Die Digitalisierung hat den Wert von Daten in der heutigen Unternehmenslandschaft massiv gesteigert, doch viele Unternehmen schöpfen dieses Potenzial bislang nicht aus. Um diesen Herausforderungen zu begegnen, wurde 2023 das EU-geförderte Forschungsprojekt DATAMITE ins Leben gerufen. Es bietet einen modularen Ansatz und praxisorientierte Werkzeuge, um Organisationen dabei zu unterstützen, ihre Daten effizient zu erschließen, zu nutzen und zu monetarisieren. Diese Open-Source-Tools werden über eine Plattform frei zugänglich bereitgestellt. Eines der zentralen Ergebnisse des Projekts ist das neu entwickelte Datenmonetarisierungs-Framework, das Unternehmen dabei unterstützt, datenbasierte Geschäftsmodelle zu entwickeln und umzusetzen. Ein zentrales Element des Frameworks ist das Modell zur Beschreibung und zur Auswahl passender Monetarisierungsstrategien für Organisationen. Es ermöglicht, Monetarisierungsstrategien entlang der Dimensionen
Wertversprechen, Wertschöpfungskette, Ertragsmechanik und Zielkunden zu identifizieren und zu analysieren. Die Auswahl der passenden Strategie wird durch einen strukturierten Fragebogen ermöglicht, mithilfe dessen die Organisationen ihre strategischen Ziele, Fähigkeiten und Herausforderungen bewerten. Insbesondere kleine und mittlere Unternehmen profitieren von dieser praxisorientierten Herangehensweise. Durch ein aufwandsarmes Lernen und kostenloses Nutzen der verschiedenen Tools können sie ihre Daten effizient strukturieren, analysieren und monetarisieren. So können auch KMU die Potenziale der Datenökonomie heben.
Die Zukunft des Straßengüterverkehrs soll emissionsfrei sein – doch Speditionen, die auf alternative Antriebe setzen, stehen vor einer großen Herausforderung: Trotz unzureichender Lade- und Tankinfrastruktur sowie langer Wartezeiten müssen sie Liefertermine einhalten und gleichzeitig mit Wettbewerbern konkurrieren, die weiterhin auf herkömmliche Fahrzeuge setzen. Dadurch gerät die Transformation ins Stocken, obwohl der Bedarf an klimafreundlichen Transportlösungen dringender ist denn je. In Deutschland erfolgen 85 Prozent der Landtransporte aufder Straße. Angesichts der ambitionierten Klimaziele der Bundesregierung ist eine Umstellung auf alternative Antriebe daher unumgänglich. Doch ohne eine Intelligente Infrastruktur bleibt die Umsetzung eine Herausforderung. Genau hier setzt das Forschungsprojekt DRivE an. In DRivE wurde eine datenbasierte Routenplanung entwickelt, die Logistikunternehmen den Umstieg auf alternative Fahrzeugantriebe erleichtert und den Weg für eine nachhaltige Zukunft ebnet.
