Dienstleistungsmanagement
Filtern
Erscheinungsjahr
Dokumenttyp
- Zeitschriftenartikel (174)
- Konferenzveröffentlichung (72)
- Vortrag Industrie/Forschung (54)
- Beitrag in Sammelbänden/Enzyklopädien (53)
- Doktorvortrag (33)
- Dissertationsschrift (30)
- Buch (Monographie/Herausgeberwerk/FIR-Editionsband/DIN-SPEC) (27)
- Abschlussbericht (27)
- Whitepaper/Positionspapier/Expert-Paper (22)
- Internetveröffentlichung/Sonstiges (14)
Sprache
- Deutsch (380)
- Englisch (93)
- Mehrsprachig (34)
- Spanisch (2)
Gehört zur Bibliographie
- nein (509)
Schlagworte
- 01 (23)
- 02 (15)
- 03 (7)
- 04 (3)
- 3-Phasen-Konzept (1)
- 3D-Druck (1)
- AGCO (1)
- AI (2)
- AR (3)
- Aachener Lean-Services-Zyklus (3)
Institut / FIR-Bereiche
- Dienstleistungsmanagement (509)
- FIR e. V. an der RWTH Aachen (509)
- Produktionsmanagement (20)
- Business Transformation (14)
- Informationsmanagement (14)
Die vorliegende erste Version der Normungsroadmap 'Innovative Arbeitswelt' zeigt zunächst einen Überblick zu potenziell relevanten Themenfeldern und nennt Impulse für die Normung und Standardisierung in Form von initialen Handlungsempfehlungen. Zugleich benennt sie, wo andere Gestaltungssysteme wie beispielsweise Gesetzgeber oder Sozialpartner Vorrang haben.
Die Roadmap bietet somit einen ersten Überblick zum Thema Innovative Arbeitswelt und Normung und Standardisierung. Sie ist jedoch gleichzeitig als lebendes Dokument zu verstehen, das mit fortlaufenden Entwicklungen auch angepasst werden muss. Sämtliche Akteure sind aufgefordert, sich an der weiteren Gestaltung der Normungsroadmap zu beteiligen.
(Quelle: https://www.din.de/de/din-und-seine-partner/presse/mitteilungen/roadmap-innovative-arbeitswelt-erschienen-788762 )
Unternehmen der deutschen Investitionsgüterindustrie stehen aufgrund stagnierender Märkte und steigenden internationalen Wettbewerbs vor der Herausforderung, sich gegenüber der Konkurrenz durch das Angebot einzigartiger Leistungen zu differenzieren. Die Integration von Dienstleistungen in das Angebot bietet dabei eine große Chance, da sich die Sachgüter im Wettbewerb hinsichtlich ihrer technischen Leistungsfähigkeit kaum unterscheiden lassen.
Das FIR an der RWTH Aachen widmet sich gemeinsam mit dem Forschungskonsortium, bestehend aus dem Fraunhofer ILT, der DMG Mori Spare Parts GmbH, der Materialise GmbH, der TOP Mehrwert-Logistik GmbH und der Software AG, der Entwicklung einer unternehmensübergreifenden Softwareplattform zur Realisierung eines Wertschöpfungsnetzwerks für eine agile Logistiklösung zu Herstellung von Neu- und Ersatzteilen unter Nutzung der additiven Fertigung. Ziel ist die Entwicklung und prototypische Implementierung einer unternehmensübergreifenden softwarebasierten Plattform, die die zentralen Koordinationsfunktionen bereitstellt.
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.
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.
Im Benchmarking zum Themenfeld „Monetizing Smart Products“ können Konzepte für Smarte Produkte und deren Vermarktung mit dem anderer Unternehmen verglichen werden, um wichtige Impulse für die Weiterentwicklung des digitalen Produktportfolios zu erhalten. Ziel des Benchmarkings ist die Identifikation von Unternehmen, die besonders erfolgreich Ansätze im Bereich der Monetarisierung Smarter Produkte umsetzen.
Um vertriebliche Herausforderung systematisch angehen zu können, hat das FIR das Innovationsprojekt „Vertriebsexzellenz für digitale Produkte & Services“ ins Leben gerufen. Im Rahmen dieses Innovationsprojekts werden gemeinsam mit einem branchen-übergreifenden Konsortium von Industriepartnern Strategien, Maßnahmen und Methoden abgeleitet, um einen messbaren Erfolg in der Vermarktung digitaler Produkte und Services zu erzielen.
Der Branchenindikator Instandhaltung ist ein vom FIR an der RWTH Aachen und dem Forum Vision Instandhaltung (FVI) geschaffenes Stimmungsbarometer, dass die konjunkturelle Entwicklung der innerbetrieblichen und industriellen Instandhaltung untersucht. Zusätzlich werden in den quartalsweisen Umfragen aktuelle Sonderthemen adressiert.
Im Rahmen dieses Vortrags während des FVI-Treffens in Dortmund wurden die Ergebnisse der Umfrage aus dem 2. Quartal 2018 vorgestellt. Ein besonderer Fokus lag auf der "Mitarbeiterqualifikation in der Instandhaltung". Hier wurde untersucht, ob die neuen Anforderungen durch Industrie 4.0 auch den Weg in die Entwicklungsprogramme der Instandhaltungsorganisation finden. Dabei konnten unterschiedliche Herangehensweisen aufgezeigt werden: Innerbetriebliche Instandhaltungsorganisationen setzen eher auf das vorhandene Domänenwissen, während industrielle Instandhalter zunehmend auch die Felder Datenanalyse/IT für sich entdecken.
In diesem Vortrag wird dargestellt, wie der Einsatz digitaler Technologie in Kontext Industrie 4.0 dazu beitragen kann, die Instandhaltung als Werttreiber produzierender Unternehmen zu verstehen. Zusätzlich werden Prinzipien aufgezeigt, die Unternehmen dabei helfen können, diesen "Return on Maintenance" für ihreInstandhaltungsorganisation und ihr Unternehmen zu maximieren.
Return on Maintenance
(2018)
This presentation will show how the use of digital technology in the context of industry 4.0 can contribute to understanding maintenance as a value driver for manufacturing companies. In addition, principles that can help companies to maximize this "return on maintenance" for their maintenance organization and company will be presented.
Industrie 4.0 trägt dazu bei, das Unternehmen vermehrt in der Lage sind, Entscheidungen deutlich schneller und durch eine dahinter liegende Datenbasis auch zuverlässiger zu Treffen. Auch für die Instandhaltung nimmt die Entscheidungsgeschwindigkeit zu. Um die Wettbewerbsfähigkeit produzierender Unternehmen nachhaltig zu steigern, ist es wichtig die Instandhaltung als Werttreiber eines produzierenden Unternehmens zu verstehen. Ähnlich wie die Finanzkennzahl des Return on Capital Employed (ROCE) sollte auch die Instandhaltung durch den Ansatz "Return on Maintenance" als wertbeitragende Unternehmenseinheint verstanden werden. Erfolgsfaktoren, die zur Maximierung dieses "Returns" beitragen können, sind die Nutzung bestehender Standards, die Erfassung des digitalen Schattens, die Umsetzung nach dem Prinzip "Minimum Viable Service" und eine Erreichung einer Wissens- und Innovationskultur.
1. Die heutige Rolle der Instandhaltung
Die Bedeutung der Instandhaltung für produzierende Unternehmen in Hochlohnländern, wie Deutschland, wird seit mindestens 20 Jahren sowohl in der Wissenschaft als auch in der Praxis regelmäßig hervorgehoben. In der industriellen Praxis wird der Instandhaltung heute dennoch immer nicht der angemessene Stellenwert beigemessen. In der Praxis werden Instandhaltungsfunktionen in Unternehmen meist nur als Kostenstelle betrachtet. Vernachlässigt werden hierbei die vielfältigen Wechselwirkungen und Potentiale einer erfolgreichen Instandhaltung. Die (positiven) Wechselwirkungen sind in den meisten produzierenden Betrieben zumindest implizit bekannt, werden aber dennoch in der operativen Praxis häufig nicht bei Entscheidungen berücksichtigt. Oft noch leicht abzuschätzen sind die Auswirkungen der Instandhaltung auf die Betriebs- oder Produktionskosten. In den allermeisten Fällen wird dabei zugunsten der Produktion und der Erfüllung von Kundenaufträgen entschieden, sodass langfristige negative Effekte durch die Instandhaltung aufgefangen werden müssen. Ein weiteres Potential der Instandhaltung liegt in der Verlängerung der Nutzungsdauer von technischen Assets, insbesondere wenn statt reaktiven zustandsorientierte bzw. prädiktive Instandhaltungsstrategien zur Anwendung kommen. Die Instandhaltung spart so einerseits Kosten für teure Neuanschaffung ein und verlängert andererseits die Zeit, in der die bestehenden (teils abgeschriebenen) Assets wirtschaftlichen Ertrag generieren. Zusätzlich besteht ein Potential in der Rückführung von Erfahrungswissen oder Informationen aus dem Betrieb von Maschinen sowie ihrer Wartungshistorie in die Entwicklung und Herstellung der selbigen. Letzteres sowie auch prädiktive Instandhaltungsstrategien scheitern in vielen Betrieben allerdings schon alleine aufgrund einer nicht vorhandenen aber notwendigen Datenbasis, da bestehende IT-Systeme (z. B. IPS, ERP, SMS) oft nur unzureichend an existierende technische Assets gekoppelt sind.
2. Der Einfluss von Industrie 4.0 auf die Instandhaltung
Zukünftig wird die Debatte und damit die Wahrnehmung der Instandhaltung in produzierenden Betrieben im Rahmen von Industrie 4.0 frischen Wind erhalten. Aus Sicht der Instandhaltung ist dies die Chance, den eigenen Stellenwert im Unternehmen noch einmal auf den Prüfstand zu stellen. Der durch die fortschreitende Vernetzung von Objekten, Maschinen und Menschen initiierte Wandel schafft die Grundlage für die Entwicklung der notwendigen Datenbasis für die Instandhaltung. Neben den oben genannten Potentialen hat diese Datenbasis mit der bei Industrie 4.0 einhergehenden Analysefähigkeit insbesondere positive Auswirkungen auf die organisationalen Anpassungsprozesse von produzierenden Unternehmen. Die hierunter fallenden Lern- und Verbesserungsprozesse im Sinne eines kontinuierlichen Verbesserungsprozesses gewinnen deutlich an Geschwindigkeit, da Latenzzeiten vom Eintritt eines Ereignisses, über die Analyse- und Entscheidungsphase bis hin zur Initiierung und (automatisierten) Umsetzung von Maßnahmen erheblich verkürzt werden. Dies wiederum begünstigt die Innovationsgeschwindigkeit, d. h. die erfolgreiche Entwicklung und Einführung neuer Produkte, Dienstleistungen und Lösungen. Sowohl die erheblich verkürzten Lern- als auch Innovationsprozesse sind Kernelemente eines agilen Unternehmens. Für die Instandhaltung bedeutet dies, dass die dazugehörigen Instandhaltungsstrategien ebenso schnell angepasst werden müssen, damit die verbundenen Einsparungspotentiale bei direkten und indirekten Instandhaltungskosten realisiert werden können. Die Integration geeigneter IT-Systeme unterstützt das Heben dieser Potentiale maßgeblich, indem die dazu notwendigen Daten der veränderten Asset-Nutzung bereitgestellt und aufbereitet werden.
3. Das Konzept des Return on Maintenance
Allgemein wird die zentrale Rolle der Instandhaltung im agilen produzierenden Unternehmen der Zukunft schnell deutlich. Die Instandhaltung, konsequent zu Ende gedacht, ist ein zentraler Treiber für den Unternehmenswert und wird damit für viele produzierende Unternehmen zum strategischen Erfolgsfaktor. Da für die meisten Unternehmen ein umfangreicher Mitarbeiter- und Ressourcenaufbau nicht in Frage kommt, stehen diese Unternehmen vor der Herausforderung, den Wertbeitrag vorhandener Mitarbeiter und Ressourcen zu maximieren. Dies führt zum Konzept Return on Maintenance (RoM). Der Wertbeitrag der Instandhaltung geht dabei über die reine Bereitstellung von Verfügbarkeit zu möglichst geringen Kosten deutlich hinaus. Zielgrößen wie Ausschussrate, Energieeffizienz, Materialeffizienz aber auch die Minimierung von Rüstzeiten zeigen die vielfältigen Zielgrößen der Instandhaltung auf. Mit der Erkenntnis, welchen Beitrag die Instandhaltung tatsächlich leistet oder potentiell leisten kann, müssen Business Cases, Investitionsrechnungen, Instandhaltungsstrategien, etc. neu bewertet werden. Die eingeläutete Abkehr von einer rein auf direkten Kosten basierten Bewertung hin zu einer Wertbeitrag-orientierten Betrachtung führt in der Instandhaltung zu einem Paradigmenwechsel hinsichtlich der handlungsleitenden Prinzipien.
4. Die vier Erfolgsprinzipien des RoM
Die erfolgreiche Umsetzung des Konzepts des RoM basiert dabei im Wesentlichen auf vier aufeinander aufbauenden Prinzipien.
Zum einen muss, wie oben beschrieben, eine für die Instandhaltung geeignete Datenbasis geschaffen werden, auf der alle anknüpfenden Instandhaltungsmaßnahmen – seien es Reaktive, Präventive oder Prädikative – aufsetzen können. Die hierzu benötigte hinreichend genaue digitale Abbildung der realweltlichen Prozesse und Anlagen (digitaler Schatten) ist dabei auf die Integration und Weiterentwicklung bestehender IT-Systeme (z. B. IPS, ERP, SMS) angewiesen.
Zum zweiten verlangen verkürzte Produktinnovationszyklen und hochfrequente Anpassungsprozesse in der Produktion ebenso kürze adaptive Zyklen in der Instandhaltung, die neuartige Systeme wie z. B. Augmented Reality aktiv miteinbinden. Aufgrund der Vielfalt an technologischen Weiterentwicklungsmöglichkeiten bringt eine Fokussierung auf wenige entscheidende Kernfunktionalitäten mit einkalkulierten iterativen und kurzzyklischen Anpassungsprozessen im Sinne des Minimum Viable Services (MVS) Ansatzes einen langfristigen Vorteil für die Instandhaltung mit sich.
Hierzu ist die Verfügbarkeit von Standards bei der Anbindung von Maschinen, Objekten und Menschen an IT-Systeme ein dritter entscheidender Faktor. Die Nutzung bestehender Standards in der Instandhaltung erspart die zeit- und kostenintensive Entwicklung eigener Lösungen, wodurch die zuvor geschilderten schneller werdenden Wandlungs- und Umsetzungsprozesse im Sinne von MVS erst realisiert werden können.
Zuletzt kommt es darauf an, dass die vermehrt faktenbasierten Entscheidungen im Rahmen der auf Standards aufbauenden iterativen Innovationszyklen auch von beteiligten Mitarbeitern in der Instandhaltung aber auch der Produktion akzeptiert und gelebt werden. Dieser unternehmenskulturelle Aspekt, der auch angepasste Lern- und Weiterbildungskonzepte berücksichtigen muss, bildet einen umspannenden Rahmen des Paradigmenwechsels durch das Konzept des RoM.
Die Potenziale einer Smart Maintenance sind vielseitig und reichen von der Bereitstellung bzw. Steigerung der Produktivität und Qualität bis hin zur langfristigen Sicherung interner Kompetenzen. Im Zuge dieser Entwicklung versteht sich die Instandhaltungsorganisation zunehmend als Inkubator interner, digitaler Transformationsprozesse und wird so zu einem essenziellen Wertschöpfungspartner innerhalb des Unternehmens. Mit Hilfe der Smart Maintenance Roadmap wird dieser Weg für produzierende Unternehmen aufgezeigt und umgesetzt. Nach der Bestimmung des Zielsystems und der Positionsbestimmung mit Hilfe des adaptierten Industrie 4.0 Maturity Index werden in der Roadmap alle Projekte entlang der dafür notwendigen Fähigkeiten verortet und umgesetzt.
Erfolgsprinzipien der Smart Maintenance – Was wir von den Besten aus der Praxis lernen können
(2019)
Der Industriestandort Deutschland befindet sich im Wandel. Neue, digitale Technologien ermöglichen es, Betriebs-, Zustands- und Ereignisdaten in stetig steigender Menge zu erfassen, aufzubereiten, zu analysieren und für die industrielle Anwendung nutzbar zu machen. Dieser Nutzen zeichnet sich durch die Beschleunigung der unternehmerischen Entscheidungs- und Anpassungsprozesse aus und stellen damit das eigentliche Potenzial von ‚Industrie 4.0‘ dar. An dieser Stelle stehen Unternehmen heute vor der Herausforderung, die Transformation zur Smart Maintenance effektiv und effizient zu gestalten. Zu häufig neigen Unternehmen dazu, „das Rad wiederkehrend neu zu erfinden“, da Praxiseinblicke über die eigenen Standort- und Unternehmensgrenzen hinweg fehlen. Um eben jene benötigten Praxiseinblicke und Erfahrungswerte liefern zu können, wurde am FIR an der RWTH Aachen gemeinsam mit sechs Industriepartnern sowie dem Fraunhofer IML aus Dortmund das „Konsortial-Benchmarking Smart Maintenance“ durchgeführt. Anhand eines eigenen Ordnungsrahmens wurden zentrale Fragestellungen der Smart Maintenance identifiziert und mittels Fragebogenstudie untersucht. Durch die angeknüpfte statistische Auswertung konnte zwischen sogenannten ‚Top-Performern‘ (TP) und ‚Followern‘ (FL) unterschieden werden. In diesem Beitrag werden ausgewählte Ergebnisse der Studie sowie der Interviews den Ebenen des Ordnungsrahmens folgend vorgestellt.
Today, however, agility is seen more than ever as a critical success factor for companies. In times of an increasing degree of digital interconnection and minimum viable products, a mentality is entering the industrial service sector that has so far only been exemplified by Internet companies (e.g. Google): New products and especially digital services are developed in highly iterative processes. To this end, customers are involved in early test phases of development and provide feedback on individual functional modules, which – in contrast to the previous approach – are only gradually assembled into a market-ready “100 percent version”. But especially with the development of new digital services, companies must ensure more than ever that both the existing analog service business and the design of new digital services are geared to effectiveness and efficiency in order to meet the growing demands of customers and competitors.
To achieve this, companies must not only be familiar with the products currently on the market, but also master the entire product history, which in some cases goes back more than 30 years and varies greatly from one industry to another.
Lean Services ist ein am FIR an der RWTH Aachen entwickeltes Managementkonzept, das die Vermeidung von Verschwendung und die konsequente Ausrichtung der Serviceprozesse an der Erzielung eines möglichst hohen Kundennutzens fokussiert. Konkret bedeutet dies, die Gestaltung schlanker Prozesse bei gleichzeitig komplexer werdenden Markt- und Kundenanforderungen zu berücksichtigen.
Im Mittelpunkt von Industrie 4.0 steht die echtzeitfähige und Intelligente Vernetzung von Menschen, Maschinen und Software, mit dem Ziel, komplexe Systeme transparent zu gestalten und dynamisch zu managen. Industrie 4.0 kann somit als Ergänzung des Lean-Services-Ansatzes dazu beitragen, die zunehmende Komplexität in der Leistungserbringung beherrschbar zu machen. Die Potenziale digitaler Technologien müssen dabei allerdings zunächst durch die Anwendung grundlegender Lean-Prinzipen "nutzbar" gemacht werden. Der Lean-Services-4.0-Zyklus gibt vor, wie Unternehmen diesen Weg gestalten können, indem die fünf Phasen des bewährten Aachener Lean-Services-Zyklus, ergänzt durch die drei übergeordneten Schalen Technologische Enabler, 'Lean Services 4.0'-Methoden und Potenziale von Lean Services 4.0 durchlaufen werden.
Das Dienstleistungsgeschäft gehört bereits seit einigen Jahren zum zentralen Wachstumstreiber vieler Unternehmen in Deutschland. Auch kleine und mittlere Unternehmen (KMU) des Maschinenbaus haben diesen Trend erkannt und sind bestrebt, ihr Leistungsangebot hinsichtlich After-Sales-Services (AS-Services) auszubauen. Dabei stoßen sie allerdings immer wieder an Kapazitätsgrenzen. Das vorhandene und hochqualifizierte Personal ist häufig bereits voll ausgelastet, während der Mangel an Fachkräften ein geeignetes Gegensteuern erschwert. Somit beschränken die Ressourcenengpässe KMU des Maschinenbaus, ihr eigenes Geschäft mit AS-Services auszubauen.
Digitale Technologien bieten in diesem Zusammenhang das Potenzial, diesen Engpässen entgegenzuwirken, indem die vorhandenen Ressourcen effizienter eingesetzt werden. Ein prominentes Beispiel hierfür ist der Einsatz von Datenbrillen im Bereich des Remote-Service. Statt dass ein Servicetechniker gezwungen ist, wegen einer Maschinenstörung zum Kunden zu fahren, können die Diagnose und auch einfache Maßnahmen zur Störungsbehebung vom Kunden selber vor Ort durchgeführt werden, während der Servicetechniker mittels Datenbrille live zugeschaltet ist und anleiten kann. Dadurch können Reisezeiten, in den der Servicetechniker üblicherweise nicht wertschöpfend tätig ist, reduziert und im besten Fall mehr Serviceaufträge pro Servicemitarbeiter bearbeitet werden.
Im Zuge der fortschreitenden digitalen Vernetzung durch Industrie 4.0 sind in den letzten Jahren viele digitale Technologien entwickelt und zur Marktreife gebracht worden. Die große Vielfalt dieser technischen Lösungen macht es insbesondere KMU mit ihren ohnehin schon begrenzten Ressourcen fast unmöglich, einen angemessenen Überblick zu behalten. Zusätzlich können Verantwortliche und Fachkräfte der KMU nur schwer beurteilen, welche digitale Technologie sich für ihre unternehmensspezifischen Anforderungen überhaupt eignet. Eine Bewertung, die eine technologieübergreifende Vergleichbarkeit ermöglichen würde, fehlt. Genau hier setzt das erste Modul des Digitalisierungsnavigators an, der als Demonstrator auf dem AiF Forschungsprojekt ScaleUp entstanden ist.
Industrie 4.0 is said to have major positive effects on productivity in manufacturing companies. However, these effects are not visible yet. One reason for this is the lack of understanding of maintenance services as a crucial value contributing partner in production processes, although scientific literature already highlighted the importance of indirect maintenance costs. In order to retrieve the unused potential of maintenance services, a digital shadow in form of a sufficiently precise digital representation is required, providing a data model for the value of maintenance actions so that asset and maintenance strategies can be optimized later on. Using case study research for process manufacturers, the first research contribution of this paper consists of 21 value contributing elements being identified. The second contribution is a reference processes model, showing seven major process steps as well as the required intra-organization interaction on an information technology system level. Therefore, it provides the base for the missing data model shaping the targeted digital shadow of maintenance services’ value contribution. [https://link.springer.com/chapter/10.1007/978-3-030-57993-7_69]
Viele Unternehmen im industriellen Service können keine zuverlässige Aussage darüber treffen, wie gut ihr Leistungserbringungsprozess tatsächlich ist und wie mögliche Verbesserungen zur effizienten Befriedigung der Kundenbedürfnisse aussehen können. Zum einen fehlen hierzu oft geeignete Kennzahlen, die eine Messung der Service-Performance ermöglichen. Zum anderen ist meist nicht bekannt, welche Stellhebel zu betätigen sind, um die Performance gemäß den gesteckten Zielen zu steigern. In diesem fünften Teil der Beitragsreihe zum Aachener Lean-Services-Zyklus wird beschrieben, wie Kennzahlen zur Performance-Messung zur Erreichung des Ziels "Perfektion anstreben" beitragen.
Das Forschungsprojekt "ScaleUp" zielt darauf ab, kleinen und mittleren Unternehmen (KMU) einen Digitalisierungsnavigator zur Verfügung zu stellen, der es ihnen ermöglichen wird, digitale Technologien strukturiert zu identifizieren, zu bewerten und zu implementieren.
Nach Validierung der Kernfunktionen für den After-Sales-Dienstleistungsprozess mithilfe des Referenzmodells nach Kallenberg wurden Informationsflüsse entlang der Serviceprozesskette identifiziert und Schwachstellen aufgedeckt. Diese wurden durch ermittelte unternehmensspezifische Ressourcenverbräuche klassifiziert.
Digitale Technologien gewinnen für kleine und mittlere Unternehmen (KMU) des Maschinenbaus zunehmend an Bedeutung, da durch deren Einsatz bestehende Ressourcenengpässe minimiert und ungenutzte Potenziale aufgedeckt werden können. Besonders relevant ist der Einsatz digitaler Technologien zum Ausbau von After-Sales-Dienstleistungen, da bedingt durch sinkende Margen im Neumaschinengeschäft Dienstleistungen zunehmend zum entscheidenden Faktor zur Realisierung von Umsatzpotenzialen werden. Trotz der wachsenden Bedeutung von After-Sales-Dienstleistungen im Maschinenbau sind insbesondere KMU oftmals nicht in der Lage, ihr Kerngeschäft durch Dienstleistungen auszubauen. Grund hierfür sind vorrangig mangelnde Ressourcen wie beispielsweise Personalengpässe, begrenzte finanzielle Möglichkeiten sowie fehlendes Know-how. Damit Unternehmen des Maschinenbaus, die zum größten Teil KMU darstellen, die Potenziale im Dienstleistungsgeschäft voll ausschöpfen und somit ihre Wettbewerbsfähigkeit langfristig sichern können, bedarf es KMU-gerechter Methoden und Lösungen zur Auswahl sowie Bewertung und Implementierung digitaler Technologien. Das Forschungsprojekt ScaleUp liefert als Kernergebnis einen dreimoduligen Softwaredemonstrator, der es KMU ermöglicht, digitale Technologien für die Digitalisierung ihrer After-Sales-Dienstleistungsprozesse zu identifizieren (1. Modul) und im Hinblick auf Kosten und Nutzen (2. Modul) sowie des zur Nutzung notwendigen Kompetenzprofils der Mitarbeiter (3. Modul) zu bewerten. Im Rahmen des ersten Moduls findet eine Bewertung von Schwachstellen im Leistungserbringungs- bzw. Kommunikationsprozess statt. Anhand der Bewertung können schwachstellenspezifisch digitale Technologien ausgewählt und mittels dreier Bewertungskriterien miteinander verglichen werden. Zusätzlich werden weiterführende Informationen zu Stärken/Schwächen sowie Anbietern dieser Technologien bereitgestellt. Für das zweite Modul liefert der Demonstrator ein Modell, dass es ermöglicht, digitale Technologien aus Kosten- und Nutzensicht zu bewerten. Zur vereinfachten Anwendung werden sowohl eine schriftliche als auch eine visuelle Anleitung zu Verfügung gestellt. In letzter Instanz können im dritten Modul aktuelle Mitarbeiterkompetenzen ermittelt und Soll-Profile für die erfolgreiche Nutzung der ausgewählten digitalen Technologien gegenübergestellt werden. Mittels eines bereitgestellten Entwicklungsplans können diese Lücken zielgerichtet geschlossen werden. ScaleUp gibt somit KMU einen Leitfaden an die Hand, den diese nutzen können, um ihre eigenen After-Sales-Prozesse effizienter zu gestalten und somit ihren Ressourceneinsatz zu optimieren und ihre Wettbewerbssituation langfristig zu verbessern.
Predictive Maintenance hat sich in der Instandhaltung als Begriff etabliert. Produzierende Unternehmen versuchen durch vorausschauende Instandhaltungsaktivitäten, die bedarfsgerechte Verfügbarkeit ihrer Maschinen und Anlagen bei möglichst geringen Kosten sicherzustellen. Die Instandhaltung soll damit noch effektiver und effizienter werden.
Dieser Artikel zeigt, wie mit Hilfe des Ansatzes des "Smart Service Engineering" vom Center Smart Services ein Predicitive Maintenace Service bei Heidelberger Druckmaschinen in Zusammenarbeit mit der KATANA Plattform von USA Software entworfen und ausgerollt wurde. Auf Basis der gewonnen Erkenntnisse wurden zudem weitere Services aufgebaut, die über den Use Case Predictive Maintenance sogar noch hinaus gehen.
Von Instandhaltung zu Smart Maintenance - einer der primären Anwendungsfälle von Industrie 4.0
(2020)
Der Industriestandort Deutschland befindet sich im Wandel. Neue, digitale Technologien ermöglichen es, Betriebs-, Zustands- und Ereignisdaten in stetig steigender Menge zu erfassen, aufzubereiten, zu analysieren und für die industrielle Anwendung nutzbar zu machen. Der Instandhaltung bzw. dem industriellen Service eröffnen sie das große Potenzial, eine bedarfsgerechte Verfügbarkeit von Maschinen und Anlagen datenbasiert effektiver und effizienter zu erreichen als bisher. Dieser Wandel, ergänzt durch organisatorische sowie kulturelle Anpassungsprozesse zur Nutzung neuer Technologien, kann als Transformation zur Smart Maintenance verstanden werden. Auf Basis von digitalen Daten und Erfahrungswissen wird mittels Smart Maintenance die selbständige Weiterentwicklung der Instandhaltungsorganisation angestrebt, mit dem Ziel, den größtmöglichen Wertbeitrag für das produzierende Unternehmen zu leisten. In diesem Artikel wird dazu passend die Smart-Maintenance-Roadmap vorgestellt, die nach Vorgabe der drei Zieldimensionen die Schrittweise Weiterentwicklung einer Instandhaltungsorganisation aufzeigt. So werden bspw. Predictive-Maintenance-Initiativen gegenüber Condition-Monitoring-Aktivitäten zurückgestellt, um eine schrittweise Weiterentwicklung der Fähigkeiten zu erreichen.
Bei der Erbringung von After-Sales-Dienstleistungen stoßen kleine und mittlere Unternehmen (KMU) oftmals an Kapazitätsgrenzen ihrer Ressourcen (Material und Personal). Um die Ressourcenengpässe zu überwinden, zielt das Forschungsprojekt 'ScaleUp' darauf ab, KMU einen Leitfaden zur Identifikation geeigneter digitaler Technologien und zur Steigerung ihrer Prozesseffizienz für After-Sales-Dienstleistungen bereitzustellen. Der Leitfaden soll in Form eines Digitalisierungsnavigators implementiert werden und relevante Technologien in Bezug auf ihren Mehrwert beim Leistungserbringungsprozess bewertbar machen. Zu diesem Zweck wurde nach Recherche geeigneter digitaler Technologien das Scoring-Modell als wissenschaftliche Bewertungsmethodik ausgewählt. Es ermöglicht, die verschiedenen Technologien in Bezug auf ihre unternehmensspezifische Eignung zu vergleichen und die am besten
passende Technologie zu identifizieren.
The evaluation of the maturity level of the participating companies has provided an initial insight into the degree of implementation and the upcoming challenges of Industrie 4.0 in Mexico. The assessment shows that Mexican companies have built the necessary foundation to start their digital transformation. Challenges now lie in establishing an integrated IT landscape that makes it possible to generate a digital shadow of the entire company. In order to leverage the potential of this technological development, it is necessary to work in parallel on an even more flexible organizational structure and an innovation-promoting Culture.
In order to strategically plan the digital transformation of a manufacturing company, a detailed analysis of the company's maturity level must be carried out. The basic dimensions of such an analysis were presented in the present paper. The Industrie 4.0 Maturity Index offers a framework that identifies approximately 50 individual capabilities required for the systematic implementation of Industrie 4.0 and groups them into the four dimensions discussed in this paper. Only an analysis of a company's key processes at this level of detail can form the basis for a sound investment decision and a roadmap that outlines the steps towards its digital transformation for the upcoming years.
Augmented reality seems to offer great potential benefits in the field of industrial services. However, the question of the exact benefits, both monetary and qualitative, is difficult to evaluate, as is the case with IT investments in gen-eral. Within the framework of the DM4AR research project, an evaluation model was therefore developed. Based on group discussions and interviews on potential AR use cases, a list of monetary and qualitative benefits was compiled to form the basis for selecting suitable evaluation modules in the existing literature. These include an impact chain analysis in the form of a strategy map, a monetary eval-uation as a calculation of the return on investment, based on the assumptions of the use case as well as existing studies, and a qualitative evaluation in the form of a utility analysis. The outcome is an evaluation model in the form of a multi-perspective approach that considers the impact of AR in the four perspectives of the balanced scorecard (financial, customer, internal business processes, learning and growth). The results of the qualitative and monetary evaluation can be sum-marized in a 2D matrix to support decision-making.
Smart-Farming-Welt
(2019)
Smart-Farming-Welt
(2019)
Die Bedeutung und der Stellenwert von Communities sind in den letzten Jahren - sowohl im privaten wie im beruflichen Kontext - durch die zunehmende Vernetzung sowie die Bereitstellung von Wissen und Informationen erheblich gestiegen. Getrieben durch die Etablierung sozialer Technologien, auch im unternehmerischen Einsatz, sind webbasierte Communities mittlerweile fest in die Struktur vieler Unternehmen integriert und bieten gerade im Bereich wissensintensiver Leistungen erhebliche Potentiale und Möglichkeit für Produktivitätssteigerungen.
Wesentliches Element, um die vielfältigen Potentiale realisieren zu können, ist die Teilnahmemotivation der Mitglieder, die Voraussetzung ist für eine aktive Partizipation an der Community und damit notwendige Bedingung für den Erfolg einer Community. Damit zählt die Implementierung geeigneter Anreizsysteme, die es ermöglichen das Verhalten so wie die Leistungsbereitschaft der Mitglieder gezielt zu beeinflussen, zu den Kernaufgaben des Community-Managements. Jedoch scheitern viele Unternehmen immer noch an der Herausforderung, ihre Mitglieder zur aktiven Teilnahme an der Community zu motivieren und so die Funktionsfähigkeit der Community sicherzustellen. Ursachen dafür sind vor allem mangelhaftes Wissen hinsichtlich der Gestaltung geeigneter Anreizsysteme und damit verbunden mangelnde Kenntnisse über die Motivationsstruktur der Mitglieder.
Green Services
(2022)
Für viele Unternehmen stehen bei der Nachhaltigkeit Themen wie eine CO2-neutrale Energieversorgung der Produktion im Vordergrund. Die Bestrebungen zur Optimierung bleiben damit auf die eigene Produktion beschränkt. Gleichzeitig machen die Emissionen aus der eigenen Wertschöpfung jedoch nur 26 % der gesamten Emissionen eines Assets im Maschinen- und Anlagenbau aus. Viel größer sind die Emissionen der nachgelagerten Wertschöpfungsaktivitäten, auf die Anbieter mithilfe von Green Services direkten Einfluss nehmen können.
Nachhaltigkeit im Service
(2022)
Green Services
(2022)
Erinnern Sie sich noch daran, was Sie am 4. Mai 2022 gemacht haben?
Wahrscheinlich wird der Tag auch für Sie ein unauffälliger Mittwoch gewesen sein. Dieser Tag jedoch markiert für Deutschland den Zeitpunkt, an dem unser ökologischer Fußabdruck die für dieses Jahr in Deutschland zur Verfügung stehende Biokapazität übersteigt. Kurz gesagt: Für das restliche Jahr leben und arbeiten wir im Ressourcendefizit. Die Folgen
zeigen sich bereits heute weltweit und führen dazu, dass Nachhaltigkeit inzwischen ein zentraler Faktor für Politik, Wirtschaft und Bevölkerung geworden ist.
Ziel des Forschungsprojekts ‚SubaSa‘ war die Entwicklung eines Markteinführungsnavigators für Subscription-Geschäftsmodelle, insbesondere für KMU der produzierenden Industrie. Hierfür wurden entlang der vier Dimensionen des Marketings Wege zur erfolgreichen Gestaltung und Etablierung des Geschäftsmodells erarbeitet.
Von der täglichen Teilnahme am Straßenverkehr bis zum Handel mit Aktien – das tägliche Leben besteht darin, Risiken abzuschätzen und gegen Chancen aufzuwiegen. Auch kleine und mittlere Unternehmen (KMU) des Maschinen- und Anlagenbaus müssen diese Abschätzung vornehmen, wenn es um die Einführung von Subscription-Geschäftsmodellen (SGM) geht. Weithin als „Netflix-Modell des Maschinenbaus“ bekannt, versuchen die Unternehmen, ihre auf den Einmalverkauf ausgerichteten Geschäftsmodelle in Geschäftsmodelle zu überführen, die eine
langfristige Zusammenarbeit mit den Kunden ermöglichen.
Im Rahmen des Forschungsprojekts ‚SubaSa‘ erarbeiten der FIR e. V. an der RWTH Aachen und das IPRI – International Performance Research Institute gGmbH einen Markteinführungsnavigator für Subscription-Geschäftsmodelle, der KMU dazu befähigt, die Potenziale dieser Transformation vom transaktionalen Geschäft in die Subscription zu heben und die Herausforderungen zu beherrschen.
Unternehmen erkennen zunehmend das hohe Umsatz- und Gewinnpotential eines effizient gesteuerten Service-Geschäftes. Die Verfügbarkeit von Informationen über den gesamten Lebenszyklus der Produkte und Serviceeinsätze ist dabei von entscheidender Bedeutung, wie die Service-Lifecycle-Management-Studie 2012, die das das FIR an der RWTH Aachen Ende 2012 durchgeführt hat, belegen konnte. Durch die Betrachtung eines geschlossenen Produkt- und Service-Lebenszyklus und der damit generierbaren Daten lässt sich der Kreislauf zwischen Instandhaltung und Engineering schließen und lassen sich so die Serviceabläufe optimieren.
Erfolgsfaktor SLM
(2013)
Die zentrale Aussage zahlreicher amerikanischer Studien „…customers will be won or lost and financial targets will be hit or missed based on the efficiency and quality of service delivery“ belegt die zunehmende strategische Bedeutung des Service-Geschäfts für den Unternehmenserfolg. Durch die Betrachtung eines geschlossenen Produkt- und Service-Lebenszyklus und der damit generierbaren Daten lässt sich der Kreislauf zwischen Instandhaltung und Engineering schließen und so die Serviceabläufe optimieren. Die Verfügbarkeit von Informationen über den gesamten Lebens-zyklus der Produkte und Serviceeinsätze ist dabei von entscheidender Bedeutung. Dies und weitere interessante Ergebnisse hat die Service Lifecycle Management Studie 2012, die das das FIR an der RWTH Aachen im Auftrag des Softwarehauses PTC durchgeführt hat, hervorgebracht. Neben den Erfolgsfaktoren wurden Best Practices sowie zukünftige Präferenzen im Umgang mit Informationen über den gesamten Lebenszyklus von Produkten und Serviceeinsätzen erhoben.
Das Verlangen des Kunden nach komplexen Problemlösungen stellt insbesondere für KMU ein Problem dar, da diese meist auf ihr Kerngeschäft spezialisiert sind und nicht die notwendigen Mittel zur Verfügung haben, ihr Dienstleistungsangebot den vielfältigen Forderungen entsprechend auszuweiten. Eine hohe Angebotsvielfalt zur Befriedigung individueller Kundenbedürfnisse führt zu einer erhöhten Komplexität, die sich unter anderem in zusätzlichen Kosten für die Bereitstellung komplexer Dienstleistungen niederschlägt. Zur Beherrschung der Komplexität der Angebotsvielfalt und damit einhergehender Komplexitätskosten können die angebotenen Leistungen modularisiert werden. Eine geeignete Methodik zur Modularisierung industrieller Dienstleistungen in Leistungssystemen wird im Projekt ServMo entwickelt und in ein KMU-taugliches IT-Tool umgesetzt. Das Projekt wird über die AiF im Rahmen des Programms zur Förderung der Industriellen Gemeinschaftsforschung und -entwicklung (IGF) vom Bundesministerium für Wirtschaft und Technologie gefördert.
Die Digitalisierung ist der zentrale Wachstums- und Innovationstreiber der Gegenwart. Die Einbindung von Medien in Betriebs- und Produktionsprozesse verändert jene nachhaltig und führt zugleich zu neuen Gestaltungsmöglichkeiten der genannten Prozesse sowie verbundenen Dienstleistungen. In zunehmend digitalen Betriebs- und Produktionsprozessen sind Daten schließlich ein unmittelbares Nebenprodukt. Auf diese Weise geht die Digitalisierung grundsätzlich mit einem enormen Potenzial für die Entwicklung und den Einsatz von passgenauen Dienstleistungen einher. Das Verbundprojekt "Digivation" wird einen Beitrag zur digitalen Transformation der Wirtschaft leisten. Dieses Ziel soll über den Weg innovativer Dienstleistungen erreicht werden, indem systematisch und individuell zugeschnittene Dienstleistungen zum Unternehmenserfolg beitragen. Daher wird innerhalb des Projekts das Potenzial datenbasierter Dienstleistungen für den internen sowie externen, kundenorientierten Bereich aufgezeigt. Hierfür werden im Projekt ein Konzept für die Entwicklung datenbasierter Dienstleistungen und Transformationspfade für eine Roadmap entwickelt. Auf diese Weise stellt das Forschungsvorhaben einen Schritt zur Entwicklung und Etablierung hocheffizienter Dienstleistungssysteme dar. Das Verbundprojekt "Digivation" ist das Metaprojekt der Förderinitiative "Dienstleistungsinnovation durch Digitalisierung " und wird im Rahmen des Forschungsprogramms Innovationen für die Produktion, Dienstleistung und Arbeit von morgen durch das Bundesministerium für Bildung und Forschung (BMBF) mit dem Kennzeichen 02K14A221 gefördert und vom Projektträger Karlsruhe (PTKA) betreut.
Predictive Maintenance ist überall: in den Vorstandsebenen, in unzähligen Veröffentlichungen und auf Messeständen, die vollgepackt mit Softwareapplikationen und Sensorik sind. Der einzige Ort, an dem Predictive Maintenance noch nicht angekommen ist, ist der Shopfloor. Viele Erwartungen an Predictive Maintenance werden durch clevere Werbebotschaften und die Hoffnung der Anwender befeuert. Es gibt keine Technologie, welche sofort, kostengünstig und zuverlässig alle Probleme löst. Störungen lassen sich auch nicht durch PowerPoint-Folien oder - ehrlicherweise - durch diese zweiteilige Artikelreihe beheben. Das FIR an der RWTH Aachen wird jedoch eine Perspektive zeigen, die Entscheider befähigt, eine "informierte" Entscheidung für eine effiziente und effektive Weiterentwicklung ihres Service zu treffen. [Florian Defer, FIR e. V. an der RWTH Aachen]
Viele Erwartungen an Predictive Maintenance werden durch clevere Werbebotschaften und die Hoffnung der Anwender befeuert. Störungen lassen sich auch nicht durch Power-Point-Folien oder – ehrlicherweise – durch ein paar schön gestaltete Seiten in einer Fachzeitschrift beheben. Was dieser Artikel jedoch kann, ist Ihnen eine weitere Perspektive aufzuzeigen, damit Sie Ihre Instandhaltung nachhaltig weiterentwickeln können.
Predictive Maintenance ist eine vielversprechende Technologie, die jedoch mit einem großen Implementierungsaufwand verbunden ist. Ein strukturiertes Vorgehen in Form einer Roadmap kann dabei helfen, den richtigen Hebel zu finden und die eigenen Ressourcen bestmöglich einzusetzen. Die Roadmap schafft Sicherheit für die Mitarbeiter, setzt einzelne Investitionsentscheidungen in einen größeren Kontext und sichert sie ab. In der vorangegangenen Ausgabe haben wir uns im Artikel „Predictive Maintenance: Realitätscheck" angeschaut, was „predictive" im Kontext des technischen Service bedeutet. Der folgende Artikel soll einen Eindruck darüber vermitteln, wie sich dies in einer Servicestrategie einbetten lässt.
Viele Erwartungen an Predictive Maintenance werden durch clevere Werbebotschaften und die Hoffnung der Anwender befeuert. Es gibt keine Technologie, welche sofort, kostengünstig und zuverlässig alle Probleme löst. Störungen lassen sich auch nicht durch PowerPoint-Folien oder – ehrlicherweise – durch ein paar schön gestaltete Seiten in einer Fachzeitschrift beheben. Was diese dreiteilige Reihe jedoch kann, ist, Ihnen eine weitere Perspektive aufzuzeigen, damit Sie Ihre Instandhaltung nachhaltig weiterentwickeln können. Um zu verstehen, warum von Predictive Maintenance so viel auf
Folien und so wenig in der Realität sehen ist, ist es wichtig, den Begriff und die Zusammenhänge, die dahinterstehen, zu verstehen. Predictive Maintenance bedeutet Zustandsprognose und hat zum Ziel, die Frage zu klären, wie der Zustand einer Maschine oder Anlage in der Zukunft sein
wird. In diesem einen Wörtchen ‚wird‘ liegt auch die besondere Herausforderung bei der Zustandsprognose. Fangen wir aber vorne an und klären, wie sich die Technologie beziehungsweise das ‚Buzzword‘ Predictive Maintenance in die Industrie 4.0 einfügt. Die Zustandsprognose wird in den Industrie 4.0 Maturity Index der Acatech in die Reifegradstufe 5 ‚Prognosefähigkeit‘ eingeordnet. Die Stufen des Reifegradmodells beruhen darauf, dass jede Stufe mit einer Fähigkeit verbunden ist, welche notwendig für das Erreichen der darauffolgenden ist. Im Folgenden werden daher zusätzlich die Stufen 3 ‚Sichtbarkeit‘ und 4 ‚Transparenz‘ erläutert, da diese aufeinander aufbauen, die Differenzierung der Stufen erleichtern und die Logik des I 4.0 Maturity Index verdeutlichen.
Predictive Maintenance ist überall: in den Vorstandsebenen, in unzähligen Veröffentlichungen und auf Messeständen, die vollgepackt mit Softwareapplikationen und Sensorik sind. Der einzige Ort, an dem Predictive Maintenance noch nicht angekommen ist, ist der Shopfloor.
Viele Erwartungen an Predictive Maintenance werden durch clevere Werbebotschaften und die Hoffnung der Anwender befeuert. Es gibt keine Technologie, welche sofort, kostengünstig und zuverlässig alle Probleme löst. Störungen lassen sich auch nicht durch PowerPoint-Folien oder – ehrlicherweise – durch ein paar schön gestaltete Seiten in einer Fachzeitschrift beheben.
Was diese dreiteilige Reihe jedoch kann, ist Ihnen eine weitere Perspektive aufzuzeigen, damit Sie Ihre Instandhaltung nachhaltig weiterentwickeln können.
Der Weg zum flächendeckenden Einsatz von Predictive Maintenance ist noch weit. Einzelne Anwendungsfälle können jedoch jetzt schon umgesetzt werden und sich auch wirtschaftlich rentieren. Der Aufwand zur Umsetzung betrieben werden muss ist jedoch sehr hoch, daher sollten Projekte nicht unbedarft angegangen werden.
In den letzten Ausgaben haben wir uns angeschaut, was Predictive Maintenance eigentlich ist und wie eine effektive Weiterentwicklung der Instandhaltung aussehen kann. Der folgende Artikel baut darauf auf und soll ein Gefühl dafür vermitteln, welche Anforderungen an die Infrastruktur und Datengrundlage für Predictive Maintenance gestellt werden und mit welchem Aufwand eine Einführung verbunden ist.
Predictive Maintenance als solches ist noch sehr weit weg von einer Plug-and-Play-Lösung und erfordert einen immensen Aufwand, der nicht angestoßen werden sollte, ohne vorher die eigenen Hausaufgaben gemacht zu haben und sich im Klaren über das Kosten-Nutzen-Verhältnis zu sein.
Predictive Maintenance ist eine vielversprechende Technologie, die jedoch mit einem großen Implementierungsaufwand verbunden ist. Ein strukturiertes Vorgehen in Form einer Roadmap kann dabei helfen, den richtigen Hebel zu finden und die eigenen Ressourcen bestmöglich einzusetzen. Die Roadmap schafft Sicherheit für die Mitarbeiter, setzt einzelne Investitionsentscheidungen in einen größeren Kontext und sichert sie dadurch ab. Im ersten Teil der Serie haben wir uns im Artikel "Predictive Maintenance – überall, nur nicht am Shopfloor" angeschaut, was "predictive" im Kontext der Instandhaltung bedeutet. Der Weg zu einer Etablierung von Predictive Maintenance in der Produktion ist noch weit, kann sich aber lohnen. Wie das geht, soll der folgende Artikel dadurch vermitteln, dass er aufzeigt, wie eine effektive Entwicklungsstrategie für die Instandhaltung aussehen kann.
Eine Vielzahl innovativer, digitaler Technologien, wie z. B. Machine Learning und AR/VR, drängen derzeit auf den Markt. Die Nutzung dieser Technologien eröffnet der Instandhaltung das große Potential, die bedarfsgerechte Verfügbarkeit von Maschinen/Anlagen datenbasiert, effektiver und effizienter gewährleisten zu können. Folglich gewinnt die Instandhaltung künftig einen noch höheren Stellenwert hinsichtlich ihres Beitrags zum Unternehmenswert. Die Basis hierfür bilden digital verfügbare Daten, genauer Betriebs-, Zustands, und Ereignisdaten. Als ein vielversprechender Use Case hat sich hier in den letzten Jahren das Konzept „Predictive Maintenance“ hervorgetan, bei dem mittels Prognosemodellen Ausfallzeitpunkte von Maschinen/Anlagen bzw. deren Komponenten vorhergesagt und entsprechende Instandhaltungsbedarfe abgeleitet werden können. Die resultierende prädiktive Instandhaltungsstrategie zählt zu einem wichtigen Bestandteil der Smart Maintenance. Einblicke in die Praxis zeigen jedoch, dass es vielen Unternehmen aktuell noch schwerfällt, die notwendigen Technologien mit der bestehenden Instandhaltungsorganisation zusammenzuführen. Die dafür notwendigen Entwicklungsschritte, wie sie z. B. der „acatech Indsturie 4.0 Maturity Index“1 beschreibt, sind Unternehmen häufig unbekannt. Zudem fehlen oftmals praxisnahe Einblicke, die über die eigenen Unternehmensgrenzen hinausgehen. Entsprechend neigen viele Unternehmen dazu, auf dem Weg zur Etablierung von Predictive Maintenance das Rad für sich stets neu zu erfinden.
Vor diesem Hintergrund hat das FIR an der RWTH Aachen eine umfangreiche Konsortialstudie zum Thema Smart bzw. Predictive Maintenance erstellt2. Zusammen mit sieben Partnern aus Industrie und Forschung (u.a. Daimler, Evonik und thyssenkrupp Industrial Solutions) konnten vielversprechende Ansätze von erfolgreichen Unternehmen (Top-Performer) identifiziert und durch zusätzliche Fallstudien sowie Unternehmensbesuche, übergeordneten Erfolgsprinzipien definiert werden. Die Ergebnisse unterstützen somit Unternehmen bei der Gestaltung ihrer Aktivitäten.
Die Studie konnte zeigen, dass für die Anwendung datenbasierter Instandhaltungskonzepte, wie Predictive Maintenance, zunächst eine geeignete Basis geschaffen werden muss. Diese setzt sich aus einer (detaillierten) digitale Anlagenstruktur sowie dem systematischen Erfassen von Betriebs-, Zustands- und Ereignisdaten zusammen. Hier konnte den Ergebnissen der Studie entnommen werden, dass Top-Performer viel Aufwand in eine klare, prozessorientierte Datenerfassung investieren und bevorzugt auf vorhandene Standards (z. B. OPC UA) zurückgreifen. Das Abarbeiten dieser „Hausaufgaben“ im ersten Schritt ist für Top-Performer unerlässlich, bevor mit dem Aufbau prädiktiver Fähigkeiten begonnen werden kann. Für das Meistern des nächsten Entwicklungsschrittes, im Sinne des Industrie 4.0 Maturity Index, bedarf es anlagespezifischer Prognosemodelle, mit deren Hilfe potentielle Störungen oder kritische Ereignisse frühzeitig identifiziert werden können. Auch hier hat die Studie angesetzt und konnte so unter anderem die Aufarbeitung schwerwiegender Störungen als einen Haupt-Anwendungsfall für die Datenanalyse identifizieren. Zusätzlich konnte gezeigt werden, dass erfolgreiche Instandhaltungsorganisationen häufig langfristige Partnerschaften mit IT-/Data-Analytics-Dienstleistern eingehen, um so die neuen Technologien agil und flexibel an die eigenen Bedürfnisse anpassen zu können. Hierdurch können Top-Performer sowohl vorhandene Kapazitäts- als auch Know-How-Engpässe auffangen.
Neben der Entwicklung digitaler Kompetenzen liegt das Hauptaugenmerk aus Unternehmenssicht auf dem wirtschaftlichen Potential von Predictive Maintenance – insbesondere in der Einsparung indirekter Instandhaltungskosten (z. B. Ausfallfolgekosten). Allerdings zeigt die Studie, dass erst wenige Unternehmen solche indirekten Kosten – bspw. entgangene Deckungsbeiträge durch Produktionsausfall/Qualitätsverluste oder erhöhte Aufwände für die Neu-/Umplanung des Produktions-/Instandhaltungsprogramms – messen können. Trotzdem können Unternehmen durch den Erfahrungsgewinn im Bereich Datenerfassung/-analyse auf dem Weg zu Predictive Maintenance bereits andere Nutzenpotentiale realisieren, die wiederum zur Steigerung von Produktivität oder Qualität genutzt werden können. In diesem Sinne leistet die Transformation zu Predictive Maintenance vor allem hier einen wichtigen Wertbeitrag für produzierende Unternehmen, der über die reine Vorhersage von Ausfallzeitpunkten hinausgeht.
The maintenance department is an incubator for further developments in many companies and drivers for digital transformation. The basic essence of industry 4.0 is the optimisation of the information flows within and outside the company for accelerated adjustment of corporate organisations in the context of increasing competitive pressure. Due to the multitude of interfaces, information and data streams as well as their service characteristic, the maintenance department is ready to take the next step towards industry 4.0 and smart maintenance.
Despite endless publications and advertisements, the promise of smart maintenance is not technology but productivity. To achieve sustainable transformation, use cases need to be transformed into business cases. For that matter, lighthouse projects are not the key to success but transforming your departments, processes, data management, reporting and so on is. Another big misconception of industry 4.0: Transformational change does not happen with sensors or dashboards but with people. Therefore, companies which already invested in their people, culture and in lean six sigma have a head start. Nevertheless, it is no reason to rest. The journey to smart maintenance is long and no company can truly say that they achieved it already. In order to advance in industry 4.0 a digitisation roadmap is the best tool to show the big picture and at the same time link this vague vision to concrete measures. It is the only way to justify investment in infrastructure and guide your people into change.
But the first two questions on your way to smart maintenance are always the hardest:
1. What do I aim to achieve and how can industry 4.0 contribute to my goals?
What measure am I already pursuing to reach that goal and how do they further my aspirations?
Die Smart Maintenance befähigt die Mitarbeitenden in der Instandhaltung dazu, datenbasierte Entscheidungen zu treffen, dabei unternehmensinterne und -externe Anspruchsgruppen zu berücksichtigen und so den unternehmerischen und gesellschaftlichen Wertbeitrag der Instandhaltung und des Service zu steigern. In der Fachgruppe Smart Maintenance am FIR entwickeln Expert:innen Modelle, Methoden und Werkzeuge für die umfassende technologische und organisatorische Transformation der Instandhaltung und des Service.
Das Projekt ´DM4AR`, welches am 1. Juni gestartet ist, hat sich zum Ziel gesetzt, die automatische Generierung von Augmented Reality Inhalten aus verschiedenen Datenquellen zu ermöglichen. Hierbei wird eine AR-Plattform zur automatisierten Aufbereitung und Umwandlung von Daten geschaffen und den Mitarbeitern ermöglicht über diese Plattform auf vorhanden Informationen und generierten Inhalte zu zugreifen. So können notwendige Informationen während des Leistungsprozesses kontextbezogen abgerufen werden. Dabei müssen die Mitarbeiter mit geeigneten Ziel- und Anreizsystemen sowie Referenzprozessen in der Bereitstellung von implizitem Wissen unterstützt werden. Die informationstechnische Realisierung erfolgt in Kooperation mit der oculavis GmbH und der Software AG. Die Erhebung der Anforderungen und Validierung der Forschungsergebnisse erfolgt mit der TOP Mehrwert-Logistik GmbH & Co. KG, thyssenkrupp Industrial Solutions AG und der YNCORIS GmbH & Co. KG.. Das Projekt wird durch das Bundesministerium für Bildung und Forschung (BMBF) gefördert und durch den Projektträger Karlsruhe (PTKA) betreut.
Um den wachsenden Anforderungen an die globalen Wertschöpfungsnetzwerke in Bezug auf Effizienz und Zuverlässigkeit gerecht zu werden, sehen sich produzierende Unternehmen damit konfrontiert, mit minimalem Ressourceneinsatz höchsten Ansprüchen an Qualität und Versorgungssicherheit gerecht werden zu müssen. Dies rückt die zuverlässigkeitsorientierte Instandhaltung als Mittel für den effizienten Ressourceneinsatz bei gleichzeitiger Minimierung von Risiken für die Verfügbarkeit, die Produktivität und die Qualität der Anlagen in den Mittelpunkt einer auf die Zukunft ausgerichteten Instandhaltungsgestaltung. Eine Möglichkeit, die Aufwände und die Erfolgswahrscheinlichkeit für die Einführung und den Betrieb der zuverlässigkeitsorientierte Instandhaltung zu steigern, bietet sich durch die zunehmende, kostengünstige Verfügbarkeit und Auswertbarkeit von Daten. Dadurch wird ein Beitrag für die nachhaltige Steigerung des Wertbeitrags der Instandhaltung für das gesamte Wertschöpfungsnetzwerk geleistet. Die vorliegende Arbeit dient dem Ziel, praktikable Modelle für eine datenbasierte zuverlässigkeitsorientierte Instandhaltung zu schaffen. Dafür werden die Elemente der zuverlässigkeitsorientierten Instandhaltung beschrieben und ihre Zusammenhänge erklärt. Die Beschreibungs- und Erklärungsmodelle werden durch ein Vorgehensmodell ergänzt, welches die praktische Implementierung der datenbasierten zuverlässigkeitsorientierten Instandhaltung in der produzierenden Industrie ermöglicht. Für die Entwicklung und Validierung der Modelle wurde ein intensiver Austausch mit der Praxis über Experteninterviews, Workshops und Projekten gewährleistet. Die entwickelten praxisnahen Modelle leisten damit einen Beitrag für die Verbesserung und Gestaltung von Instandhaltungsprozessen und -organisationen. Darüber hinaus können die Modelle der Gestaltung von Anwendungssystemen für die Entscheidungsunterstützung in der Instandhaltung dienen.
(Quelle: https://www.apprimus-verlag.de/datenbasierte-zuverlassigkeitsorientierte-instandhaltung-von-produktionsanlagen.html)
Today, maintenance exceeds this definition, it is significantly more.
In many companies, it plays the role of an incubator for development
and drives digital transformation forward. The very essence of
Industrie 4.0 is the optimisation of the flow of information within as
well as outside of a company to accelerate the adjustment of company
organisations in the context of increasing competitive pressure.
Because of the variety of interfaces, information and data that
is available as well as its service character, maintenance lends itself easily as the area of choice for a company to make Industrie 4.0 real. Whilst doing so, the aim is not to equip employees with the
latest “gimmick“ for order processment or to be the company with
the highest number of lighthouse projects. Instead, maintenance
ensures reliable and cost-efficient production and, consequently,
the primary creation of added value of the manufacturing company.
Those who were identified as top performers during the “Smart
Maintenance“ consortium benchmarking by FIR at RWTH Aachen
University gain particular useful ideas twice as often as other follower companies directly from staff, thus releasing the right potential.
Information and data help to reach these goals and transfer the
vision of smart maintenance into actual pratice. But what is smart
maintenance exactly and how far along are you in the development
of your individual smart maintenance concept?
Das Projekt Sales-Service hat zum Ziel, Servicetechniker in den aktiven Vertrieb von Services und Produkten zu integrieren und damit das Vertriebspotenzial aus ihrer regelmäßigen und intensiven Kundeninteraktion zu nutzen. Hierzu wird eine Analytics-basierte Vertriebsunterstützung für Servicetechniker (Algorithmen für Open-Source-Software) gestaltet, die ihnen die notwendigen Vertriebsinformationen bereitstellt. Zudem werden Aufbau- und Ablauforganisation (Blueprints & Referenzprozesse) sowie die entsprechenden Managementinstrumente (Balanced Scorecard & Anreizsystem) für einen vertriebsorientierten Service entwickelt. Das IGF-Vorhaben 19829 N des FIR e. V. an der RWTH Aachen wird über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung und -entwicklung (IGF) vom Bundesministerium für Wirtschaft und Energie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestages gefördert.
Als größter Berufsverband für Beschäftigte im Kundendienst und im After-Sales-Service innerhalb der DACH-Region verbindet der Kundendienst-Verband Deutschland e. V., kurz KVD, unterschiedliche Akteure im Thema Service, so zum Beispiel aus Wissenschaft und Wirtschaft. Dabei gelingt es dem KVD nicht nur, seine Mitglieder untereinander zu vemetzen, sondern ihnen stets brandaktuelle Inhalte anzubieten. Die enge Kooperation mit Forschungseinrichtungen ermöglicht es dem KVD und seinen Mitgliedern immerwieder, neue Themen und nützliche Werkzeuge für die praktische Anwendung zur Verfügung zu stellen. Schwerpunktmäßig setzt der Verband sich in den letzten Jahren forschungsseitig mit Themen im Bereich einer modernen Serviceorganisation sowie der Digitalisierungvon After-Sales-Services auseinander. Im Forschungskalender auf dieser Doppelseite stellen wir regelmäßig aktuelle Projekte mit KVD-Beteiligung vor und sagen, wie KVD-Mitglieder mitmachen und profitieren können.
Before starting with smart maintenance and machine learning, get things done right. Big data and analytics are a great way to get the most out of your assets, but they are not always the biggest lever and require a solid data foundation. As shown it is possible to get more out of the resources you have with relatively simple tools by applying the right method and bringing together the right people. To turn a computer system into a working tool and take full advantage of the capabilities of modern software solutions, specific steps must be taken, and both management and personnel need to be involved in shaping the future business processes. Only the right processes are able to generate a solid data foundation and enable the RCM method to work and improve asset lifecycle management and overall costs.
Augmented Reality im Service
(2020)
Der gesellschaftliche Umbau zu einer Wissensgesellschaft mit all ihren Implikationen hat Wissen zu dem zentralen Erfolgsfaktor jedes Unternehmens gemacht. Gleichzeitig wird der Fachkräftemangel in den kommenden Jahren immer weiter ansteigen. Schon jetzt sorgt er im Mittelstand für jährliche Umsatzeinbußen von fast 50 Milliarden Euro und gilt als eine der größten Wachstumsbremsen der deutschen Wirtschaft. Die Auswirkungen des Fachkräftemangels zeigen sich insbesondere im technischen Service, wo hoch-individualisierte Maschinen und Anlagen Expertenwissen sowie die Bereitschaft zur stetigen Weiterbildung erfordern.
Reliability-centered maintenance for production assets is a well-established concept for the most effective and efficient disposition of maintenance resources. Unfortunately, the approach takes a lot of effort and relies heavily on the knowledge of individuals. Reliability data in Computerized Maintenance Management System (CMMS) is scarce and almost never used well. An automated risk assessment system would have the potential to contribute to the dissemination and effective use of risk information and analysis. The individuality of production setting, however, prevents current systems from being practically relevant for most industries. The presented approach combines ontologies to store and link knowledge, an information logistics model displaying the various information streams, and the Internet of production to take the different user systems and infrastructure layers into account. The provided model of a reference digital shadow for risk information and a detailed information logistics model will help software companies to improve reliability software, standardize and enable assets owners to establish a customized digital shadow for their production networks. [https://link.springer.com/chapter/10.1007/978-3-030-57993-7_2]
Eine Steigerung des Wertbeitrags der Instandhaltung kann nur im Zusammenspiel mit der Belegschaft sowie internen und externen Anspruchsgruppen geschehen.
Dabei bieten digitale Technologien eine Möglichkeit, Prozesse und Entscheidungen punktuell effizienter und besser zu machen. Eine nachhaltige Transformation muss jedoch nicht nur technologisch, sondern vor allem auch methodisch gestaltet werden.
Dabei müssen bewährte Methoden der zuverlässigkeitsorientierten
Instandhaltung und des Lean Managements mit den digitalen Technologien zusammenspielen, um den größtmöglichen Effekt für das Unternehmen zu erzielen.
Der Wandel des Servicetechnikers zum wichtigsten Ansprechpartner des Kunden und wichtigsten Vertriebskanal des Unternehmens erfordert einen nachhaltigen Wandel des gesamten Unternehmens. Doch die Anstrengung lohnt sich. Diese Erkenntnis ist in vielen Unternehmen bereits angekommen, jedoch fehlt häufig eine klare Vorstellung davon, wie sehr solch ein Wandel bestehende Strukturen infrage stellt. Eine grundlegende Veränderung des Unternehmens ist dabei nur möglich, wenn alle Ebenen und Abteilungen die Notwendigkeit erkannt und eine klare Vorstellung von ihrer künftigen Unternehmenskultur haben. Dazu reicht es nicht aus, die neuen Werte des Unternehmens auf eine Folie zu schreiben, sondern jeder Mitarbeiter muss seine eigene zukünftige Rolle verstehen und annehmen können.
The transformation of the service technician into the customer's most important contact person and the company's most important sales channel requires a sustainable change of the entire company. But the effort is worth it. This insight has already reached many companies, but there is often a
lack of a clear idea of how much such a change challenges existing structures. A fundamental change of the company is only possible if all levels and departments recognize the necessity and have a clear idea of their future corporate culture. It is not enough to write down the new values of the company on a piece of foil, each employee must be able to understand and accept his or her own future role.
Unser Projekt ‚Sales-Service‘ sollte dazu dienen, ein Vorgehen zu entwickeln, um Servicetechniker in den aktiven Vertrieb von Services und Produkten integrieren zu können und damit Unternehmen Wege aufzuzeigen, das Vertriebspotenzial aus der regelmäßigen und intensiven Kundeninteraktion der Servicetechniker stärker und gewinnbringender als bis dato zu nutzen. Hierzu gestalteten wir eine Analyticsbasierte Vertriebsunterstützung für Servicetechniker (in Form von Algorithmen für Open-Source-Software), mithilfe derer Unternehmen künftig die notwendigen Vertriebsinformationen bereitgestellt werden können. Zudem entwickelten wir Aufbau- und Ablauforganisation (Blueprints & Referenzprozesse) sowie die entsprechenden Managementinstrumente(Balanced Scorecard- & Anreizsystem) für einen vertriebsorientierten Service.
Sales-Service - Analytics-basierte Vertriebsunterstützung für Servicetechniker im Maschinenbau
(2020)
Das Projekt hatte zum Ziel, Servicetechniker in den aktiven Vertrieb von Services und Produkten zu integrieren und damit das Vertriebspotenzial aus ihrer regelmäßigen und intensiven Kundeninteraktion zu nutzen. Der Zielstellung standen dabei die in Abbildung 1 dargestellten Hürden gegenüber, welche durch das Projekt gelöst wurden. Hierzu wurde Analytics-basierte Vertriebsunterstützung für Servicetechniker (Algorithmen für Open Source-Software) gestaltet, die ihnen die notwendigen Vertriebsinformationen bereitstellt. Zudem werden Aufbau- und Ablauforganisation (Blueprints & Referenzprozesse) sowie die entsprechenden Managementinstrumente (Balanced Scorecard & Anreizsystem) für einen vertriebsorientierten Service entwickelt. Dabei gliederte sich das Vorgehen in acht Arbeitspakete, welche von den Forschungseinrichtungen nach der beschriebenen Aufteilung, jedoch in enger Verzahnung miteinander, bearbeitet wurden.
Ausgehend von dem 2017 vom FIR unter dem Dach der acatech erarbeiteten
Industrie 4.0 Maturity Index wurde der bestehende Instandhaltungscheck (IH-Check) am FIR weiterentwickelt und gezielt ergänzt. Das Ergebnis ist ein dreiphasiges Vorgehen zur Gestaltung eines ganzheitlichen, zukunftsorientierten Konzepts für die Instandhaltungsorganisation. Durch das Assessment werden zunächst Ansatzpunkte innerhalb der Organisation identifiziert, um darauf aufbauend mithilfe methodischer und technologischer Maßnahmen den Wertbeitrag der Instandhaltung zu maximieren.
Einen spannenden Einblick in die Systematik und den Projektablauf liefert dabei nachfolgend das Projekt bei der Drägerwerk AG & Co. KGaA (Dräger) in Lübeck.
Trends und Entwicklungen
(2020)
Der traditionelle After Sales Service inklusive der hohen Margen und Gewinnbeiträge steht einem Wandel gegenüber. Digitale Transformation, Globalisierung oder disruptive Geschäftsmodelle verändern die etablierten Rahmenbedingungen des Geschäftsbereiches zunehmend. Daher sollten sich Unternehmen auf diesen Wandel vorbereiten und Veränderungen in der eigenen Organisation anstoßen. Aus diesem Grund wird in dem letzten Kapitel des vorliegenden Buches auf wichtige Trends im After Sales Service eingegangen. Zu nennen sind hierbei der Ansatz der Servitization (Abschn. 7.1), die Digitale Transformation im After Sales Service (Abschn. 7.2), digitale Geschäftsmodelle (Abschn. 7.3), das Smart Service Engineering (Abschn. 7.4) oder der Einfluss der Elektromobilität auf den automobilen After Sales Service (Abschn. 7.5).
Smart Services – die effektive Trias aus Produkt, Service und kundenorientiertem Leistungsversprechen – bieten Chancen für produktionsorientierte Unternehmen eine Differenzierung und neue Marktchancen zu erreichen. Der bislang geringe Einsatz von Smart Services zeigt, dass im produzierenden Gewerbe vielschichtige Herausforderungen bestehen, die Bausteine Produkt, Service und Leistungsversprechen zu nachhaltigen und wettbewerbsfähigen Smart Services zu kombinieren, erfolgreiche Geschäftsmodelle abzuleiten und Organisationen auf das Smart-Service-Geschäft anzupassen. Nur die großen Player schaffen dies eigenständig, der Innovationsstandort Deutschland lebt aber auch von seinen Hidden Champions: Kleinunternehmen und Mittelständlern.
Lastwagen verursachen etwa 10 Prozent der weltweiten CO2-Emissionen. Zur Erreichung nationaler und internationaler Klimaziele müssen zwingend alternative Antriebe im Fernverkehr eingesetzt werden. Um die Voraussetzungen für diesen notwendigen Wandel zu schaffen, wird im Projekt ‚DRivE‘ der Innovationsinitiative mFUND des Bundesministeriums für Digitales und Verkehr (BMDV) ein datenbasierter Algorithmus entwickelt, um die Routen von Lkw mit alternativen Antrieben zu planen. Eine speditionsübergreifende Koordination unter Berücksichtigung von
Echtzeitdaten kann wesentlich zum Klimaschutz beitragen und steigert gleichzeitig die Effizienz und Wirtschaftlichkeit des Transportsektors.
Das Verbundprojekt "Smart Maintenance" zielt auf eine neuartige Softwarelösung für ein vorausschauendes Instandhaltungsmanagement zur Maximierung der Produktionsverfügbarkeit und Minimierung von Ausfallrisiken und Wartungs-/Betriebskosten ab. Aufgrund zunehmender Komplexität der Produktion, Volatilität von Auftragseingängen und Variantenreichtum der Produkte bei immer kürzeren Planungshorizonten gewinnt ein flexibles und leistungsfähiges Instandhaltungsmanagement rasch an Bedeutung. Vor diesem Hintergrund entwickeln die Verbundpartner FIR e. V. an der RWTH Aachen, GreenGate AG, pro-micron GmbH & Co. KG und die flexis AG gemeinsam eine Lösung zur flexiblen Optimierung von Instandhaltung und Produktion. Die angestrebte IT-Lösung soll nicht nur eine durchgängige Verarbeitung und Analyse aller relevanten Betriebsinformationen der gesamten Produktionsumgebung ermöglichen, sondern zugleich in Abstimmung mit der Produktionsplanung konkrete Handlungsempfehlungen geben, um die optimale Instandhaltungsstrategie zu realisieren.
Das Vorhaben zielte auf eine neuartige Softwarelösung für ein vorausschauendes Instandhaltungsmanagement ab, dass sowohl den aktuellen Maschinenzustand als auch die aus der Produktionsplanung ableitbare anstehende Maschinenbelastung (Auslastungsgrad, Beanspruchung) einbezieht und vor diesem Hintergrund die bestmögliche Wartungsplanung für eine maximierte Einsatzfähigkeit des Produktionssystems als Ganzes ermittelt. Der übergreifende Ansatz sollte es erstmals ermöglichen, die multikriteriellen, mehrschichtigen Entscheidungsprobleme der Instandhaltung in Produktionsumgebungen mit einem modularen Softwarewerkzeug vollständig abzubilden und zu lösen.
Übergeordnetes Ziel der wissenschaftlichen und technischen Vorhabensinhalte war also die bedarfssynchrone, sichere und flexible Optimierung von Instandhaltung und Produktion durch Erforschung der Grundlagen für ein System zur Generierung mehrdimensional optimierter Handlungsempfehlungen.
Das Vorhaben zielte auf eine neuartige Softwarelösung für ein vorausschauendes Instandhaltungsmanagement ab, dass sowohl den aktuellen Maschinenzustand als auch die aus der Produktionsplanung ableitbare anstehende Maschinenbelastung (Auslastungsgrad, Beanspruchung) einbezieht und vor diesem Hintergrund die bestmögliche Wartungsplanung für eine maximierte Einsatzfähigkeit des Produktionssystems als Ganzes ermittelt. Der übergreifende Ansatz sollte es erstmals ermöglichen, die multikriteriellen, mehrschichtigen Entscheidungsprobleme der Instandhaltung in Produktionsumgebungen mit einem modularen Softwarewerkzeug vollständig abzubilden und zu lösen.
Übergeordnetes Ziel der wissenschaftlichen und technischen Vorhabensinhalte war also die bedarfssynchrone, sichere und flexible Optimierung von Instandhaltung und Produktion durch Erforschung der Grundlagen für ein System zur Generierung mehrdimensional optimierter Handlungsempfehlungen.
Der KVD schafft Brücken zwischen Wirtschaft und Wissenschaft. In der Zusammenarbeit zwischen Mitgliedsunternehmen, relevanten Forschungsinstituten und dem KVD als assoziiertem Partner im projektbegleitenden Ausschuss selbst werden neue Dienstleistungen, Businessmodelle und Tools für das strategische Service-Management entwickelt und in der Service-Praxis etabliert. In der SERVICETODAY stellt die Redaktion ab sofort in jeder Ausgabe den aktuellen Stand der wissenschaftlichen Projekte in einem Forschungskalender dar und präsentiert ein aktuelles Forschungsprojekt samt aktuellem Zwischenstand. In dieserAusgabe stellt Roman Emonts-Holley vom FIR e. V. an der RWTH Aachen das Projekt "Customer-Service-Scorecard" vor.
Die zunehmende Digitalisierung der externen Unternehmenskommunikation führt zu Veränderungen und somit zu neuen Wettbewerbsvorteilen. Für Unternehmen ist es immens wichtig, diese frühzeitig zu erkennen, zu generieren und zu nutzen.
Heutzutage ist der Kunde in der Regel (generationsübergreifend) mobil unterwegs und greift bei Problemen oft intuitiv zum Smartphone, um sofort eine Lösung zu finden. Die Nutzung der Kommunikationskanäle hat sich deutlich verändert: Neben dem Telefon und der klassischen E-Mail steht nun eine Vielzahl sozialer Medien, Messaging-Möglichkeiten und Communitys zur Verfügung – und zwar rund um die Uhr an sieben Tagen in der Woche. Im Forschungsprojekt "CSS 2.0 – Customer-Service-Scorecard" sollen insbesondere KMU dabei unterstützt werden, die Effektivität ihres Kundenservice durch den Einsatz Sozialer Medien zu verbessern. Ein Aspekt dieses Projekts ist die Untersuchung der Wirkungszusammenhänge zwischen der Unternehmensorganisation von KMU und dem Social-Media-Einsatz. Das IGF-Vorhaben 19100 N wird über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Energie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestages gefördert.
In unserer zunehmend servicedominierten Wirtschaft werden laufend neue Geschäftsmodelle rund um den intelligenten Kundenservice auf Basis des Internets der Dinge (engl. Internet of Things, kurz IoT) und der damit verbundenen Entwicklung digitaler Wirtschaftsökosysteme aufgebaut. Dabei suchen Unternehmen immer häufiger den Kundenkontakt über Social-Media-Kanäle.
Viele Unternehmen, insbesondere KMU, haben jedoch noch Schwierigkeiten mit der Abwicklung ihrer Serviceleistung über Social Media. Nach eingehender Untersuchung der Wirkungszusammenhänge zwischen dem Einsatz von Social Media und der Unternehmensorganisation von KMU konnte ein Self-Assessment-Tool zur Analyse des Wertbeitrags Sozialer Technologien im Kundenservice entwickelt und somit das Ziel erreicht werden.
Das entwickelte Modell unterstützt kleine und mittlere Unternehmen dabei, den Einsatz von Social Media im Kundenservice im Hinblick auf den damit generierten Wertbeitrag selbständig zu analysieren und den zukünftigen Einsatz zu planen.
Heutzutage erwarten Kunden einen Rund-um-die-Uhr-Service. Unternehmen müssen ihren Kundenservice neu ausrichten, um wettbewerbsfähig zu bleiben. Social Media übernehmen dabei als Servicekanal eine wichtige Rolle. Sie helfen nicht nur, die Kommunikation zu verbessern, sondern tragen ganz konkret zu messbaren Kostensenkungen bei.
Smart Maintenance
(2017)
Im Verlauf der vergangenen Jahrzehnte haben sich die Rahmenbedingungen der industriellen Produktion stark verändert. Die aktuelle Entwicklung ist vor allem durch die zunehmende Dynamik der Produktionslebenszyklen und die verschärfte Wettbewerbssituation geprägt, die durch die weltweit gestiegenen Anforderungen an die Energie- und Ressourceneffizienz, den wachsenden Kostendruck und die ausgeprägte Marktvolatilität entstanden ist. So sehen sich die Unternehmen gezwungen, die Qualität ihrer Produkte zu erhöhen. Hierfür sind hochflexible, verfügbare und zuverlässige Produktionssysteme Voraussetzung. Zur Bewältigung dieser Herausforderungen der vierten industriellen Revolution steht die Smart Factory im Mittelpunkt.
SCRM-Systeme als neuartige Lösungen im CRM bringen ein erhebliches Potential zur Steigerung der Effizienz im CRM mit, scheitern jedoch viel zu häufig an der Implementierung und Umsetzung in der Organisation. Dies ist auf verschiedenste Gründe zurückzuführen, sowohl auf ein misslungenes Anforderungsmanagement und auf die Komplexität der Auswahlentscheidung als auch auf zahlreiche Herausforderungen, die sich aus der Integration von SCRM und Unternehmensstruktur bzw. -kultur ergeben. Im Artikel wird daher zunächst ein Leitfaden für die Auswahl von SCRM-Systemen vorgestellt und im Anschluss werden Handlungsempfehlungen auf Basis des 'Industrie 4.0 Maturity Index', insbesondere in den Gestaltungsfeldern Organisationskultur und Organisationsstruktur, gegeben.
CRM in der Praxis 2017/2018
(2017)
Angesichts der großen Bedeutung von CRM-Software für den Unternehmenserfolg untersucht die Studie "CRM in der Praxis: Anwenderzufriedenheit, Nutzen, Perspektiven" nun zum dritten Mal aus Sicht der CRM-Anwender, wie die CRM-Realität in Unternehmen aussieht. Dabei wird der Nutzen des CRM-Einsatzes ebenso untersucht wie Herausforderungen der CRM-Einführung und des Betriebs. Einen Schwerpunkt der Untersuchung stellt die Zufriedenheit von Anwendern mit ihrer CRM-Software und den Services der Anbieter dar. Und schließlich werden wesentliche Trends und Entwicklungen zu CRM-Einsatz und -Markt aufgezeigt bzw. aus Sicht von CRM-Anwendern bewertet. Diese umfassende Untersuchung des CRM-Einsatzes hat die Trovarit AG gemeinsam mit den Partnern Forschungsinstitut für Rationalisierung (FIR) e. V. an der RWTH Aachen und Schwetz Consulting durchgeführt.
Social Media Readiness
(2016)
Den meisten Unternehmen ist klar, dass die externe Unternehmenskommunikation nur mit Einbezug von Social Media zukunftsfähig ist. Doch sind sie bereit und in der Lage für ein aktives und langfristiges Social Media-Engagement? Ein Readiness-Modell kann Unternehmen bei der Bewertung und Einordnung vorhandener Kompetenzen helfen.
Als größter Berufsverband für Beschäftigte im Kundendienst und im After-Sales-Service innerhalb der DACH-Region verbindet der Service-Verband KVD unterschiedliche Akteure im Thema Service, so zum Beispiel aus Wissenschaft und Wirtschaft. Dabei gelingt es dem KVD nicht nur, seine Mitglieder untereinander zu vernetzen, sondern ihnen stets brandaktuelle Inhalte anzubieten. Die enge Kooperation mit Forschungseinrichtungen ermöglicht es dem KVD, seinen Mitgliedern immer wieder, neue Themen und nützliche Werkzeuge für die praktische Anwendung zur Verfügung zu stellen. Schwerpunktmäßig setzt der Verband sich in den letzten Jahren forschungsseitig mit Themen im Bereich einer modernen Serviceorganisation sowie der Digitalisierung von After-Sales-Services auseinander. Im Forschungskalender stellen wir regelmäßig aktuelle Projekte mit KVD-Beteiligung vor und sagen, wie KVD-Mitglieder mitmachen und profitieren können. In dieser Ausgabe geht es um das Verbundprojekt „SolutiKo".
Als Reaktion auf den Wandel richten produzierende Unternehmen ihr Augenmerk nun verstärkt auf die Bereitstellung von Dienstleistungen und hybride Lösungen aus physischem Produkt, traditioneller und digitaler Dienstleistung. Sie ermöglichen es, sich von Mitbewerbern abzuheben und gleichzeitig die eigenen Margen zu erhöhen. Das Angebot und den Verkauf solcher Produkt-Dienstleistungs-Kombinationen bezeichnet man als Lösungsverkauf oder Solution-Selling. Am Beispiel der Automobilindustrie wird deutlich, wie vielfältig Lösungsangebote sein können, die über das traditionelle Produktgeschäft hinausgehen.
Das Servicegeschäft ist für viele Anbieter von großer Relevanz: Je nach Industrie werden 30 – 60 Prozent des Gesamtumsatzes durch Services generiert. Vor allem hohe Margen und verlässliche Umsätze, auch in Krisenzeiten, machen ein umfassendes Serviceportfolio attraktiv. Insbesondere in mehrstufigen Vertriebsmodellen, gerade von digitalen Leistungen, in denen die Unternehmen im stetigen Austausch von Ressourcen stehen, ist jeder Akteur von grundlegender Bedeutung für den erfolgreichen Vertrieb. Langfristig erfolgreiche Services generieren nicht nur einen Mehrwert für den Kunden, sondern stärken auch die Zusammenarbeit in einem Netzwerk. Denn starke Partnerschaften innerhalb eines Ökosystems lassen sowohl Anbieter als auch Partner, welche beispielsweise Händler, Distributoren oder Dienstleister sein können, und Kunden profitieren.
Im Fokus dieser Arbeit steht die Synchronisation arbeitsteiliger Wertschöpfungsprozesse zur Reduktion nicht-wertschöpfender Wartezeiten auf Seiten des Dienstleisters und des Nachfragers. Das Wirkungsprinzip der Taktung wird vor dem Hintergrund der Übertragbarkeit auf industrielle Dienstleistungen untersucht, um das Zusammenspiel grundsätzlicher Ursache-Wirkungsbeziehungen zu erklären und für konkrete Anwendungsfälle aus der Praxis bewertbar zu machen.
Um am Markt weiterhin erfolgreich zu sein, sind kleine und mittlere Unternehmen (KMU) gefordert, in immer kürzeren Zeitabständen immer komplexere Anpassungen an ihren After-Sales-Dienstleistungen (AS-DL) vorzunehmen. Die KMU sollen durch das im Juni 2017 gestartete Forschungsprojekt befähigt werden, diesen Herausforderungen erfolgreich zu begegnen. Ziel des Projekts ist es, einen Leitfaden zur systematischen Identifikation und effizienten Umsetzung von Service-Releases zu entwickeln. Jener soll es Unternehmen ermöglichen, die aktuellen Herausforderungen aus der Wirtschaft, wie beispielsweise die
steigende Volatilität der Kundenanforderungen und Märkte, zu bewältigen.
Manufacturing companies (MFRs) are increasingly extending their
portfolios with services and data-driven services (DDS) to differentiate themselves from competitors, tap new revenue potential, and gain competitive advantages through digitization and the subsequently generated data. Nonetheless, DDS fail more often than traditional industrial services and products within the first year on the market. Particularly, companies are failing to sell DDS successfully and efficiently with their existing (multi-level) distribution structures. Surprisingly, there is a lack of scientific research addressing this issue. Since there are currently no holistic models for an end-to-end description of distribution-tasks for DDS in the manufacturing industry, this paper contributes to a task-oriented reference model for mapping interactions in the multi-level distribution management. Therefore, a case study research approach is used, to identify and describe the interactions in the multi-level distribution management of DDS, as well as to develop a regulatory framework for MFRs and their multi-level distribution management. This research uses the established theoretical framework of Service-Dominant-Logic to address the co-creation in multi-level distribution management of DDS. As a result, this paper identifies different interaction variants as well as the need for a new management function with 4 main and 14 basic tasks.
Daten als Ressource
(2023)
Obwohl immer mehr Unternehmen den Wert von Daten für sich entdecken und intern zu nutzen beginnen, wird dem Datenaustausch und der Datenmonetarisierung bisher wenig Aufmerksamkeit geschenkt. In diesem Beitrag werden die Kernergebnisse der Acatech-Expertise zu Aufbau, Nutzung und Monetarisierung der industriellen Datenbasis vorgestellt.
Daten sind das neue Öl. Aber wie werden die Potenziale der Daten in Industrie 4.0 genutzt? In der neuen Expertise des Forschungsbeirats Industrie 4.0 untersuchten der FIR an der RWTH Aachen und das Industry 4.0 Maturity Center den Aufbau, die Nutzung und die Monetarisierung der industriellen Datenbasis. Mithilfe einer Umfrage sowie Experteninterviews ermittelte das Projektteam den aktuellen Stand und die Herausforderungen deutscher Unternehmen hinsichtlich der Nutzung und der wirtschaftlichen Verwertung von industriellen Daten. Darauf aufbauend wurden Handlungsoptionen dazu erarbeitet, wie produzierende Unternehmen den Nutzungsgrad ihrer Datenbasis erhöhen sowie Potenziale bei der Monetarisierung ausschöpfen können. Darüber hinaus gibt die Studie Impulse dazu, welchen Beitrag Politik, Wissenschaft und Verbände leisten können.
Customer Lifetime Value
(2020)
Durch den Einsatz additiver Fertigungsverfahren werden Wertschöpfungsketten zu Wertschöpfungsnetzwerken in denen produzierende Unternehmen, industrielle Dienstleister sowie Softwareanbieter auf digitalen Plattformen kooperieren. Die Arbeitsteilung zwischen Produzenten, Zulieferern und Dienstleistern sowie die zugrundeliegenden Geschäftsmodelle unterliegen einem radikalen Wandel. Dabei müssen die Veränderungen vor allem als Potenzial für neue Geschäftsmodelle genutzt werden. An dieser Stelle setzt das Forschungsvorhaben 'Add2Log' an.
Agilität gilt als zentrale unternehmerische Fähigkeit, um Veränderungen proaktiv zu erkennen und diese schnell und effektiv zu vollziehen. Industrie 4.0 bietet Unternehmen das Potenzial dies zu beherrschen und schnell auf Ereignisse zu reagieren. Die Vision ist ein agiles, lernendes Unternehmen, welches in der Lage ist, sich einer wandelnden Umwelt kontinuierlich anzupassen. Dies bedeutet für Unternehmen die Nutzung von Optimierungspotentialen durch eine durchgängige, intelligente Vernetzung von Menschen, Maschinen und Objekten. Dabei wächst die Bedeutung der Instandhaltung, indem sie die Funktionsfähigkeit immer stärker vernetzter und technisch komplexer werdenden Anlagen sicherstellt. Die technologischen Elemente von Industrie 4.0 kombiniert mit einer zukunftsfähigen Instandhaltung befähigen den Wandel zu einem agilen, lernenden Unternehmen.
Die Umsetzung der Potenziale, die mit Industrie 4.0 einhergehen, werden von den Unternehmen erkannt und nehmen vielfach ein strategisches Zukunftsfeld ein. Allerdings erreicht ein Großteil, der in diesem Kontext definierten technologie-basierten Projekte nicht die gewünschten Resultate. Der Hauptgrund für das Scheitern der Transformationsprojekte besteht in kulturellen Hürden. Die digitale Transformation hat keinesfalls nur eine überwiegend technologische Dimension, sondern vor allem eine kulturelle und soziale Dimension, die über den Erfolg der digital induzierten Veränderung endscheidet.
Vor diesem Hintergrund besteht das Ziel der Dissertationsschrift in der Gestaltung von Reifegraden der Unternehmenskultur für die Entwicklung eines agilen, lernenden Unternehmens und deren Anwendung am Beispiel der Instandhaltung. Dazu werden die technologischen Entwicklungsstufen einer Instandhaltungsorganisation im Kontext von Industrie 4.0 beschrieben. Hierzu wird der Einfluss technischer Entwicklungen auf die Kern- und Supportprozesse einer Instandhaltungsorganisation untersucht. Ergebnis ist eine Beschreibung der Instandhaltung auf vier Entwicklungsstufen bis zur agilen, lernenden Instandhaltungsorganisation. Basierend auf dieser Beschreibung wird die Unternehmenskultur ausgestaltet, die zur Realisierung der technologisch-induzierten Potenziale notwendig ist. Abschließend wird mithilfe geeigneter Instrumente ein Kulturentwicklungsprozess abgeleitet, welcher eine erfolgreiche Entwicklung und das kontinuierliche Management der Unternehmenskultur zur Steigerung der Agilität im Kontext von Industrie 4.0 ermöglicht.
Faszination 3D-Druck.
(2017)
Die produzierende Industrie in Deutschland hat das Zeug zur Digitalmacht - der Weg dahin ist für viele Unternehmen jedoch noch weit. Verspricht die tiefgreifende Verflechtung von Informations- und Kommunikationstechnologien in Form von Industrie 4.0 die Hebung enormer wirtschaftlicher Potenziale, ist die Realität heute eine andere. Die sich vermehrt bietenden technologischen Möglichkeiten werden aktuell insbesondere zur internen Optimierung existierender Prozesse eingesetzt. Eine datenbasierte Prozessverbesserung allein stellt allerdings noch kein digitales Geschäftsmodell dar. Die Digitalangebote besetzen bestenfalls Nischen in den Leistungsportfolios der Unternehmen. So stagniert die digitale Transformation in der produzierenden Industrie.
Industrial manufacturers faced and mastered several economic challenges and disruptive changes in the past. In particular, changes to business models emerge very slowly, whereas crises such as the banking crisis or covid-19 outbreak lead to significant short-term effects and are difficult to manage.
Over the past year, the world experienced an unprecedented form of disruption due to the global covid-19 pandemic. Compared to former economic crises, the implications of social distancing, lockdowns, and supply chain shortages triggered a rapid economic and societal disruption at a global scale, which impacted all sectors and levels of society.
For a holistic understanding of the impact of the current and former crises on industrial manufacturers, the Institute for Industrial Management at RWTH Aachen and BearingPoint conducted a survey as well as expert interviews to investigate the scope and type of affects for industrial manufacturers with a strong focus on service business. Based on this a framework to successfully address these new challenges and – also – opportunities was developed.
Über die Hälfte der KMU des Maschinenbaus passen ihre am Markt angebotenen AS-DL nicht oder unstrukturiert an, indem sie ad hoc auf Kundenanliegen reagieren (KAMPKER 2015). Es existiert kein standardisiertes Vorgehen zur systematischen Identifikation und Umsetzung notwendiger Änderungen von AS-DL. Hierbei entstehen Ineffizienzen in der Nutzung vorhandener Ressourcen (z.B. Personalkapazität). Dies ist insbesondere ein Problem in der Kleinserienfertigung des Maschinenbaus, da grundsätzlich eine hohe Variantenvielfalt und Kundenindividualisierung besteht. Dies erhöht massiv die Komplexität der Dienstleistungserbringung, da sich Maschinen aber auch Kundenwünsche viel häufiger ändern als in der Großserienfertigung. Ein Service-Release-Management trägt dazu bei, die Effizienz der Ressourcen im Bereich AS-DL zu steigern.
Aus wissenschaftlich-technischer Sicht fehlt ein Vorgehen, um notwendige Änderungen von AS-DL systematisch zu identifizieren und effizient in ein Service-Release umzusetzen. Hierfür ist ein spezifisches Service-Release-Management notwendig. Dieses soll es KMU ermöglichen, notwendige Änderungen an AS-DL systematisch zu identifizieren, Service-Releases zu gestalten, deren Durchführbarkeit und Wirtschaftlichkeit zu bewerten sowie Service-Releases umzusetzen (RANA ET AL. 2014). Die Forschungsfrage des Vorhabens lautet:
Wie ist ein Service-Release-Management zu gestalten, damit KMU in der Kleinserienfertigung des Maschinenbaus notwendige Änderungen an ihren AS-DL systematisch identifizieren, daraus Service-Releases gestalten und diese Service-Releases effizient umsetzen können?
- Wie können Auslöser identifiziert werden, die dazu führen, dass eine AS-DL geändert werden muss?
- Wie ist ein Service-Release in Abhängigkeit der Auslöser zu gestalten?
- Wie können Service-Releases (unter Berücksichtigung der Strategie des AS-DLGeschäfts) hinsichtlich ihrer technischen, rechtlichen und kompetenzbasierten Durchführbarkeit geprüft werden?
- Wie können Service-Releases hinsichtlich ihrer Wirtschaftlichkeit bewertet werden?
- Wie wird ein Service-Release erfolgreich eingeführt?
„Promovieren? Promovieren!" Mit diesem Slogan wirbt das FIR an der RWTH Aachen in seinen Stellenanzeigen für die industrienahe Promotion am Forschungsinstitut. Was junge Hochschulabsolvent:innen der Ingenieur- und Wirtschaftswissenschaften dazu motiviert, diesen Weg zu gehen, welche Erfahrungen sie am FIR machen und welche Perspektiven die Mitarbeit sowie die Promotion am FIR für ihre zukünftige Karriere eröffnet, beantworteten Dr. Jana Frank, ehemals Bereichsleiterin Dienstleistungsmanagement am FIR und heute 'Country Business Head' für Singapur und Malaysia bei der Henkel AG & Co. KGaA sowie Antoine Gaillard, seit Februar 2022 wissenschaftlicher Mitarbeiter des FIR an der RWTH Aachen im Bereich Produktionsmanagement.
Die in der produzierenden Industrie fortschreitende Digitalisierung geht mit großen Potenzialen einher. Nichtsdestotrotz blieb der realisierte Nutzen aus der Digitalisierung bisher hinter den Erwartungen zurück. Durch Smart Services besteht die Möglichkeit, neue digitale Geschäftsmodelle mit Fokus auf einen hohen Kundennutzen zu realisieren und folglich mit einer individuellen und dennoch skalierbaren Lösung auf effiziente Weise Wertschöpfung zu generieren.