Dienstleistungsmanagement
Refine
Year of publication
Document Type
- Article (3)
- Book (27)
- Part of a Book (53)
- Conference Proceeding (71)
- Contribution to a Periodical (175)
- doctorallecture (32)
- Doctoral Thesis (30)
- Lecture (54)
- Internet Paper (14)
- Report (27)
Language
- German (381)
- English (92)
- Multiple languages (34)
- Spanish (2)
Is part of the Bibliography
- no (509)
Keywords
- 01 (25)
- 02 (15)
- 03 (6)
- 04 (3)
- 3-Phasen-Konzept (1)
- 3D-Druck (1)
- AGCO (1)
- AI (2)
- AR (3)
- Aachener Lean-Services-Zyklus (3)
Institute
- Business Transformation (14)
- Dienstleistungsmanagement (509)
- FIR e. V. an der RWTH Aachen (509)
- Informationsmanagement (14)
- Produktionsmanagement (20)
Das Projekt LBM²-Load Based Monitoring and Maintenance erforschte die Einsatzfähigkeit einer kostengünstigen Lastsensorik zur Messung und Analyse von Restlebensdauerdaten für Großkomponenten an Windenergieanalgen (WEA). Da aktuell im Einsatz befindliche Condition-Monitoring-Systeme zur Überwachung von WEA oft teuer in der Anschaffung sind und lediglich vergangenheitsorientierte Informationen liefern, sobald ein kritischer Zustand bereits eingetreten ist, besteht der Bedarf insbesondere für KMU in der WEA-Branche für eine kostengünstige, proaktive Alternative. Hierzu wird im Projekt LBM² der Einsatz einer kostengünstigen, auf Dehnungsmessstreifen basierenden Messtechnologie erforscht, die über einen langen Zeitraum in einem Testwindpark betrieben wird. Die Erkenntnisse zu den Herausforderungen in der Spezifikation der Messtechnologie für den WEA-Typ sowie in der kontinuierlichen Datenerfassung und –auswertung adressieren ein aktuell hochrelevantes Themenfeld. Die Implikationen der Erkenntnisse gehen damit weit über die Branche der Windenergie hinaus. Mittels der gewonnenen Daten über die Lasten bzw. Restlebensdauern von Großkomponenten der WEA (z.B. Getriebe, Hauptwelle oder Hauptlager) wurden zudem deren Einsatzpotenziale für eine proaktivere, vorausschauende Instandhaltung von WEA untersucht. Die Instandhaltung ist der Hauptkostentreiber im Betrieb einer WEA und bietet demnach großes Potenzial für einen kosteneffizienteren Betrieb, der speziell für KMU in einem umkämpften Strommarkt mit wegfallenden EEG-Zulagen notwendig ist. Hierzu wurden im Projekt LBM² Instandhaltungsprozesse für WEA-Großkomponenten aufgenommen. Diese wurden in einer Simulationsumgebung hinsichtlich verschiedener, kosteneffizienter Instandhaltungsstrategien untersucht. Dazu wurde der Einfluss von Restlebensdauern auf spezifische Instandhaltungsstrategien abgebildet. Weiterhin wurden die Projektergebnisse in einen Softwaredemonstrator überführt, der den Anwendern und speziell KMU eine Möglichkeit an die Hand gibt, die Daten der kostengünstigen Lastsensorik in Zukunft übersichtlich visualisiert und mit relevanten Handlungsempfehlungen für eine optimierte Instandhaltung hinterlegt zu nutzen.
„If you can’t measure it, you can’t manage it.“ Peter Druckers berühmte Weisheit ist in Zeiten des digitalen Wandels aktueller denn je. Der Unternehmenswert der weltweit wertvollsten Unternehmen, wie beispielsweise Google, Amazon, Alphabet und Microsoft, ergibt sich zum größten Teil nicht durch physische Vermögenswerte, sondern durch informationstechnische Dienste und datengetriebene Geschäftsmodelle. Der Zugriff und die Nutzung von Daten sind zunehmend ein wettbewerbsentscheidender Schlüsselfaktor und begründen die Notwendigkeit zur digitalen Transformation etablierter Geschäftsmodelle und -prozesse, nicht zuletzt innerhalb der produzierenden Industrie in Deutschland und Europa. Das vom Bundesministerium für Wirtschaft und Klimaschutz geförderte Forschungsprojekt ‚Future Data Assets', Laufzeit 01.08.2019 – 31.01.2023, diente folgerichtig dem Ziel, zunächst neue Möglichkeiten der Datenbewertung, insbesondere im Bereich des monetären Nutzens, und daran anschließend Kanäle zur Kommunikation der ermittelten Werte zu erforschen.
Towards a Methodology to Determine Intersubjective Data Values in Industrial Business Activities
(2021)
This paper contributes to a valuation framework for valuing data as an intangible asset. Especially those industrial manufacturers developing and delivering holistic digital solutions are limited in calculating the true business value of data initiatives. Since the value of data is strongly dependent on the respective use case, a completely objective valuation is not possible. This complicates decision-making on the internal side regarding investments in digital transformation, and on the external side to communicate existing benefits to third parties via financial reporting. Therefore, the target is to design a valuation framework that allows industrial manufacturers to determine an intersubjective, i.e., traceable and transparent, data value. In order to develop a framework that can be applied in practice, the approach is based on industrial case study research.
Wachstum durch Reduzierung?
(2022)
33 Prozent aller Unternehmen glauben, den Anschluss an Künstliche Intelligenz (KI) zu verlieren. Obwohl KI auf den ersten Blick eine Herausforderung darstellt, kann sie vor allem im Unternehmenskontext eine bedeutende Rolle spielen. Genau da setzt das Programm "KI-Serviceroadmap 2024" des FIR an und zeigt Ihnen den Weg zu KI im Service auf. Das Programm beginnt für alle teilnehmenden Unternehmen mit einem umfassenden Assessment und mündet in der Entwicklung einer detaillierten Roadmap mit Ihrem individuellen Weg zu KI.
Competitive differentiation in the manufacturing sector is no longer based on product and service innovations alone but on the ability to monetize the usage phase of products and services. To this end, manufacturers are increasingly looking at so-called subscription business models as a way of supplementing the traditional sale of products and services. Since supplier success in the subscription business is directly dependent on customer success, the setup and expansion of a so-called Customer Success Management (CSM) is required. While CSM has already been established in the software industry for several years, companies in the manufacturing sector are often still in the conceptual phase of a CSM, parallel to the setup and expansion of their subscription business. Therefore, this paper aims to support the set-up of a CSM by providing a reference data model, based on case study research, that can be used to support the organizational or daily CSM tasks and to serve as a blueprint for conceptualizing CSM-specific IT systems.
Manufacturing companies are constantly increasing their efforts in the subscription business, also known as product-as-a-service business, offering usage and outcome based solutions (value-in-use) instead of transactional services and products (value-in-exchange). Customers are becoming contractual subscribers of the solution in return for recurring, performance-related payments. To address arising, inevitable challenges like (1) reducing customer churn, (2) increasing usage intensity and outcome quality, (3) ensuring the adoption of product and software releases as well as (4) fostering customer loyalty, leading manufacturing companies are setting up a new organizational, customer-facing unit, called Customer Success Management (CSM). This unit has its origins in the software-as-a-service business, operating next to established entities like sales, key account management and customer service. Since there are currently no holistic models for an end-to-end description of CSM-tasks in the manufacturing industry, this paper contributes to a taskoriented reference model, using a grounded theory approach, examining both manufacturing and software companies. Containing a reference framework with 8 main tasks, 17 basic tasks and 76 elementary tasks, the reference model supports manufacturing companies in adapting and customizing a company-specific CSM concept.
This paper contributes to an assessment framework for valuing data as an asset. Particularly industrial manufacturers developing and delivering Smart Product Service Systems (Smart PSS) are comprehensively depended on the business value derived by processing data. However, there is a lack in a framework for capturing and comparing the Smart PSS data value with the purpose of increasing the accountability of data initiatives. Therefore a qualitative data value assessment approach was developed and specified on Smart PSS, based on an industrial case study research. [https://link.springer.com/chapter/10.1007/978-3-030-57997-5_39]
Einhergehend mit der Tertiarisierung steigt der Stellenwert industrieller Dienstleistungen.
Zugleich nehmen der Wettbewerbsdruck und die Kundenanforderungen stetig zu. Dieser Umstand zwingt die Anbieter dazu, ihre Effizienz und
Effektivität bei der Erstellung industrieller Dienstleistungen zu verbessern. Vor diesem Hintergrund stellt die Übertragung der Prinzipien des Lean Managements auf den industriellen Dienstleistungsbereich einen erfolgversprechenden Ansatz dar. Sowohl in der wissenschaftlichen Literatur als auch in der industriellen Praxis finden sich Belege für erste erfolgreiche Anwendungen der Lean-Prinzipien auf die Produktion industrieller Dienstleistungen. Dennoch weist der Dienstleistungssektor im Hinblick auf die Anwendung und Verbreitung von Prinzipien des Lean Managements erhebliche Entwicklungspotenziale auf. Dies ist nicht zuletzt auf die fehlende Kenntnis operativer Entscheidungsträger hinsichtlich der Wirkung
der Lean-Prinzipien auf industrielle Dienstleistungen zurückzuführen.
Vor diesem Hintergrund besteht das übergeordnete Ziel der Arbeit in der Entwicklung eines Modells zur Erklärung und Bewertung der Wirkung ausgewählter Gestaltungsprinzipien des Lean Managements auf den Nutzenbeitrag industrieller Dienstleistungen. Im Fokus der Untersuchung stehen dabei die Prinzipien der Prozesssynchronisation. Dazu wird im Rahmen der Arbeit zunächst ein Modell entwickelt, welches die relevanten Variablen und Parameter zur Beschreibung der industriellen Dienstleistungsproduktion aufzeigt und operationalisiert. Auf diesem Beschreibungsmodell aufbauend wird ein systemdynamisches Simulationsmodell entwickelt, welches die Wirkung der Lean-Prinzipien der Prozesssynchronisation auf industrielle Dienstleistungen erklärt. Dazu werden, dem Aachener Lean-Services-Zyklus folgend, die Steuerung der Nachfrage, die Glättung der Auslastung sowie die Harmonisierung der Leistungserstellung in ihrer Wirkung analysiert und systemdynamisch modelliert.
Aktuell beeinflusst keine Entwicklung die Art und Weise, wie wir leben und arbeiten, so stark wie die digitale Transformation. Nahezu täglich entstehen dabei Ideen und Geschäftsmodelle, die etablierte Unternehmen entweder bedrohen oder vor völlig neue Herausforderungen stellen. Smart Services nehmen hierbei eine Schlüsselposition ein. Unter der Leitung des FIR an der RWTH Aachen hat sich das Center Smart Services daher zum Ziel gesetzt, die Potenziale der Digitalisierung im Kontext professioneller Dienstleistungen zu erforschen. Im Gegensatz zu klassischen, in der Regel öffentlich geförderten, Forschungsvorhaben entscheidet im Center Smart Services eine Gemeinschaft von Industrie- und Forschungspartnern über die Forschungsaktivitäten. Die Zusammenarbeit von Vertretern aus verschiedenen Branchen und Stufen derselben Wertschöpfungskette baut dabei auf ein hohes Maß an gegenseitigem Vertrauen und ist deshalb so besonders erfolgreich.
In diesem Kontext startete das FIR an der RWTH Aachen gemeinsam mit Forschungs- und Industriepartnern zu Beginn dieses Jahres das Forschungsvorhaben Smart-Service-Check. Im Rahmen des Vorhabens wurden ein Modell sowie ein darauf basierendes Tool entwickelt, welches die Bewertung des Smart-Service-Reifegrads eines industriellen Dienstleisters ermöglicht. Das Instrument verschafft industriellen Dienstleistern Transparenz über den Status quo des eigenen Unternehmens als Smart-Service-Anbieter und dient der Identifikation von Handlungsschwerpunkten und Verbesserungspotenzialen.
Maschinen- und Anlagenbauer stehen vor der Transformation zu digitalen, datenbasierten Dienstleistungen. Viele Unternehmen scheitern an der Kommerzialisierung und Markteinführung. Die vorliegende Arbeit unterstützt Unternehmen des Maschinen- und Anlagenbaus bei der erfolgreichen Markteinführung datenbasierter Dienstleistungen. Auf Basis von empirischen Studien und Fallbeispielen werden Erfolgsfaktoren der Markteinführung untersucht und konkrete Gestaltungsempfehlungen für die Praxis abgeleitet.
Das Forschungsprojekt ReleasePro ist im Juni 2017 mit dem Ziel gestartet, ein systematisches Service-Release-Management zu entwickeln. Zielgruppe sind kleine und mittlere Unternehmen (KMU) in der Kleinserienfertigung des Maschinenbaus.
Hierzu sollen die Änderungen an After-Sales-Dienstleistungen (AS-DL) systematisch identifiziert und effizient in systematische Service-Releases umgesetzt werden. Ein relevantes Problem in der Wirtschaft im Umgang mit Dienstleistungsanpassungen wird im Forschungsprojekt aufgegriffen und ein Leitfaden als Hilfestellung entwickelt.
The change from the traditional to the digital service provider is not easy. The digital maturity level of many industrial companies is still too low to successfully place these digital service innovations on the market. One problem of service development is the increasing involvement of information and communication technology in service development and implementation. The additional technology makes the innovation processes for services on the part of manufacturers increasingly complex by involving different internal and external stakeholders (e.g. IT partners, data protection officers or product development departments). In addition to this, data-driven services also require that manufacturers (e.g. data scientists) develop new competencies in order to use the customer data obtained to increase machine productivity and to offer new business models. Furthermore, industrial companies that want to successfully offer data-driven services must develop new market introduction strategies to create a high degree of acceptance and trust among their customers. This is necessary to get access to relevant data. These and other challenges caused the success rate of companies in regarding the development of new, industrial services to shrink.
To change this, this white paper presents six principles that help industrial enterprises to develop new successful data-driven services.
Der Wandel vom traditionellen zum digitalen Dienstleister ist nicht ohne weiteres zu vollziehen. So ist der digitale Reifegrad vieler Industrieunternehmen noch zu gering, um diese digitalen Service-Innovationen erfolgreich am Markt zu platzieren.
Ein Problem der Dienstleistungsentwicklung ist die zunehmende Einbindung von Informations- und Kommunikationstechnologie in die Dienstleistungsentwicklung und -durchführung. Die zusätzliche Technologie lässt die Innovationsprozesse für Dienstleistungen auf Seiten der Hersteller immer komplexer werden, indem unterschiedliche interne und externe Stakeholder einbezogen werden müssen (z. B. IT-Partner, Datenschutzbeauftragte oder die Produktentwicklung). Zudem erfordern datenbasierte Dienstleistungen den Aufbau neuer Kompetenzen beim Hersteller (z. B. Data-Scientists), um die gewonnenen Kundendaten zur Steigerung der Maschinenproduktivität nutzen und neue Geschäftsmodelle anbieten zu können. Darüber hinaus müssen Industrieunternehmen, welche erfolgreich datenbasierte Dienstleistungen anbieten wollen, neue Markteinführungsstrategien entwickeln, um bei den Kunden ein hohes Maß an Akzeptanz und Vertrauen zu schaffen und so an relevante Daten zu gelangen. Diese und weitere Herausforderungen lassen die Erfolgsquote von Unternehmen bei der Entwicklung neuer, industrieller Dienstleistungen stetig schrumpfen. Im vorliegenden Whitepaper werden sechs Prinzipien aufgezeigt, die Industrieunternehmen als Hilfestellung bei der Entwicklung neuer, datenbasierter Dienstleistungen dienen.
Although data-driven services play a major role in future business models of manufacturing companies, the large number of newly invented data-driven services that fail shortly after launching implies that companies struggle with their market launch. This paper deduces success factors and examines these empirical factors with structural equation modelling.
Veröffentlichung im Rahmen des eigenen Dissertationsvorhabens vor internationalem Fachpublikum aus der Forschung
Die deutsche Investitionsgüterindustrie befindet sich in einem Wandel hin zum Angebot kundenindividueller Komplettlösungen. Diese Komplettlösungen bestehen aus integrierten Sach- und Dienstleistungen, die zusammen ein Leistungssystem bilden. Eine der wesentlichen Herausforderungen für die Anbieter industrieller Leistungssysteme ist die effektive Planung der qualitativen und quantitativen Dienstleistungskapazitäten, die zur Realisierung der Leistungssysteme erforderlich sind. In dieser Dissertation wird ein systematischer und durchgängiger Ansatz zur Lösung dieses Problems entwickelt, welcher die bisherige Lücke an methodischer Unterstützung schließt. Den forschungsmethodischen Schwerpunkt der Dissertation bildet die Übertragung der vorhandenen Ansätze zur Beschreibung der Verwendung von Ressourcen in Produktionssystemen sowie der darauf aufbauenden Prinzipien der Kapazitätsplanung vom Sachgutbereich auf den Dienstleistungsbereich. Wesentliches Ergebnis der Dissertation sind ein Beschreibungsmodell und eine darauf aufbauende Planungssystematik, die in einer Mittel- Zweck-Relation stehen und zusammen einen integrierten Ansatz bilden. Das Beschreibungsmodell bildet die strukturelle Verwendung von Dienstleistungsressourcen in Leistungssystemen derart ab, dass der zum Aufbau eines bestimmten Leistungsvermögens erforderliche Ressourcenbedarf ermittelt werden kann. Dazu werden die Ressourcen-, Prozess- und Ergebnisebene von Dienstleistungsproduktionssystemen sowie deren Zusammenhänge in UML2 Notation modelliert. Die Planungssystematik baut auf dem Beschreibungsmodell auf und ermöglicht eine taktische Kapazitätsplanung für Dienstleistungsressourcen in Leistungssystemen. Die Überprüfung und Validierung der entwickelten Lösung erfolgt im Rahmen von zwei Fallstudien am Beispiel der Ressourcenplanung für die technische Instandhaltung eines Unternehmens der Luftfahrtindustrie sowie am Beispiel der Ressourcenplanung für den After Sales Service eines Herstellers von Werkzeugmaschinen. Im Rahmen der Fallstudien wurden die Stammdatenstrukturen und auftragsbezogenen Datenstrukturen innerhalb eines zuvor festgelegten Pilotbereichs modelliert und prototypenhaft in einer Datenbank abgebildet. Die Planungssystematik wurde mithilfe Excel-basierter Softwarelösungen anhand verschiedener Aufträge erfolgreich getestet. Im Ergebnis konnte die Ressourcenauslastung um ca. 20 Prozent verbessert werden.
Im Bereich der industriellen Dienstleistungen kommt dem produktivitätsorientierten Management eine zentrale Bedeutung zu. Zur Erhaltung der Wettbewerbsfähigkeit müssen industrielle Dienstleister die Produktivität der Dienstleistungsproduktion steigern und gleichzeitig eine hohe Dienstleistungsqualität sicherstellen. Als problematisch erweist sich dabei zunächst, dass das klassische industrielle Produktivitätsverständnis nicht ohne weiteres auf industrielle Dienstleistungen übertragen werden kann. Zusätzlich ist zu berücksichtigen, dass aufgrund des menschlichen Arbeitsverhaltens nichtlineare, sich wechselseitig beeinflussende Wirkungszusammenhänge auftreten. Das übergeordnete Ziel dieser Arbeit besteht darin, Unternehmen zu befähigen, die Produktivität in der Dienstleistungsproduktion zu steigern. Das konkrete Ziel dieser Arbeit besteht in der Erklärung des Verhaltens von Dienstleistungsproduktionssystemen unter Berücksichtigung des menschlichen Arbeitsverhaltens und der Abbildung der Wirkungsweise auf Basis von Kennlinien. Als Grundlage für die Entwicklung des Kennlinienmodells wurden die Anforderungen der industriellen Dienstleistungsproduktion an ein Kennlinienmodell in Form eines geeigneten Zielsystems ermittelt. Darauf aufbauend wurde ein produktionstheoretisches Modell der industriellen Dienstleistungsproduktion entwickelt. Das Modell stellt den notwendigen produktionstheoretischen Rahmen für die nachfolgende Erklärung des Systemverhaltens dar. Anschließend wurde ein systemdynamisches Modell entwickelt, welches die Ursache-Wirkungsbeziehungen der Dienstleistungsproduktion unter Berücksichtigung des menschlichen Arbeitsverhaltens erklärt. Durch die Überführung des Modells in ein ablauffähiges Simulationsmodell konnten die erklärten Effekte quantifiziert und anschließend in mathematische Näherungsgleichungen eines Kennlinienmodells überführt werden. (Quelle: Apprimus Verlag)
Im Rahmen von Industrie 4.0 kommt der prognosebasierten bedarfsgerechten Instandhaltung eine besondere Bedeutung zu. Sie steigert die Wirtschaftlichkeit von Produktionsanlagen beispielsweise durch eine Erhöhung der Verfügbarkeit, Lebensdauer oder Leistung. Dafür sind verschiedene Bausteine notwendig, die in dem Vortrag erläutert werden.
Ziel des Forschungsvorhabens CSS 2.0 war es, kleine und mittlere Unternehmen (KMU) dabei zu unterstützen, die Effizienz und Effektivität ihres Kundenservices durch den Einsatz von Social Media zu verbessern. Hierfür wurde ein Self-Assessment-Tool zur Bewertung und Prognose des Nutzenbeitrags des Social-Media-Einsatzes im Kundenservice entwickelt. Der Fokus des Forschungsvorhabens lag auf der Betrachtung des externen Social-Media-Einsatzes an der Schnittstelle zwischen Unternehmen und Kunden.
KVD-Service-Studie 2018
(2018)
Digitalisierung ist eine der zentralen Herausforderungen der heutigen Zeit. Aber die Digitalisierung rein technisch zu betrachten, ohne Augenmerk auf die Unternehmenskultur zu legen, wird dazu führen, dass Unternehmen die Potenziale der Digitalisierung nicht vollständig realisieren können. Wer weiterhin wettbewerbsfähig sein will, muss den Wert der Digitalisierung erkennen und sie für sein Unternehmen nutzbar machen. Aber welche Auswirkungen ergeben sich daraus für die Serviceorganisation? Um den aktuellen Stand der digitalen Kultur im Service zu erfassen, die Dimensionen zu verstehen und einen Weg für Unternehmen aufzuzeigen, liegt der Schwerpunkt der diesjährigen Service-Studie, die vom KVD zusammen mit dem FIR durchgeführt wurde, auf dem Themenkomplex Digitale Service-Kultur.
This chapter examines the question of the contribution of smart services for companies and the implications this has for the management of these business models. The chapter starts by outlining the different terminology used to describe smart services and introduces a business-driven view on the digitalization strategy of a company. The characteristic features of digital business models are explained as well as their implications for the management of smart service organizations. [https://link.springer.com/chapter/10.1007/978-3-030-58182-4_4]
Smart Service Engineering
(2019)
Industry 4.0 has provided vast opportunities for manufacturing companies whilst simultaneously creating multiple challenges. In this new highly digitized globalized marketplace, manufacturing companies find themselves under pressure to become more service oriented and offer new innovative value offerings such as smart services. These are digital data-driven services that, generally, add value in conjunction with a physical product. However, classical methods of service engineering have not adapted sufficiently to the increasing digital components and requirements of smart services. This paper presents Smart Service Engineering as a novel service-engineering approach for industrial smart services. Smart Service Engineering draws from iterative development models and implements agile and customer-centric methods to decrease the overall development time and achieve an early market success. The paper focuses on the service development steps and presents the interaction and interconnection of different elements of smart services based on a case study research. Finally the paper illustrates the successful application of the Smart Service Engineering approach and its impact on a German medium-sized company in the textile machine industry.
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 Herstellung von Verfügbarkeit zu möglichst geringen Kosten weit hinaus. Zielgrößen wie Ausschussrate, Energieeffizienz, Materialeffizienz aber auch die Minimierung von Rüstzeiten zeigen die vielfältigen Zielgrößen der Instandhaltung auf.
The FIR at the RWTH Aachen University continuously develops the concept and the principles of RoM further. It is already noticeable that the gap between companies that began preparing their maintenance departments for Industrie 4.0 years ago and those that are still struggling with the mere foundations of a professional maintenance organisation is rapidly increasing.
The first driver of the development sparked by Industrie 4.0 is the collection of and work with condition data. It is used to create a digital shadow of a service, e.g. maintenance measures in a specific
context. In the future, critical machine functions will be monitored continuously within production processes.
Based on these observations, the likelihood of machine failures can be predicted, which makes it possible to prioritize data-based maintenance measures. This means that maintenance activities, i.e. production plans, are based on prognoses regarding machine failures. By doing so, the currently existing separation between inspection, maintenance and reactive measures can be overcome, resulting in a holistic approach to maintenance. Maintenance specialists receive support from assistance systems, which give them access to all relevant information (e.g. machine history, spare part availability, proposals for measures, etc.). As a result, they can take on routine tasks in different areas as well and contribute to the increased flexibility of the production process. Although data is becoming an increasingly important driver of successful maintenance strategies,
maintenance employees continue to be central to specific tasks, machines and systems. In the future, it can be expected that they choose to become experts in a certain field and, ideally, actively share their knowledge with others within an open maintenance culture. Systems for interdisciplinary collaboration will be made part of everyday practice.
The maintenance department will be a center and distributor of knowledge in the agile company of the future.Only through the interaction of the outlined success principles, which amount to a paradigm shift within the maintenance department, the potential
benefit of maintenance as defined by RoM can be fully exploited, creating a long-term competitive advantage for those who consistently follow the path towards Industrie 4.0 in maintenance.
Return on Maintenance
(2017)
Die Instandhaltung, konsequent zu Ende gedacht, ist ein zentraler Treiber für den Unternehmenswert und damit für viele produzierende Unternehmen ein strategischer 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 Herstellung von Verfügbarkeit zu möglichst geringen Kosten weit hinaus. Zielgrößen wie Ausschussrate, Energieeffizienz, Materialeffizienz aber auch die Minimierung von Rüstzeiten zeigen die vielfältigen Zielgrößen der Instandhaltung auf.
Baustelle der Zukunft
(2017)
Der Handwerker auf der Baustelle bereitet einen Durchbruch für ein Abwasserrohr vor. Per Virtual-Reality-Brille misst er die Wand aus und bekommt den Punkt markiert, an dem er die Bohrmaschine ansetzen muss. Das entsprechende Werkzeug wurde ihm kurz zuvor per Drohne zu seinem Arbeitsplatz transportiert. Jene ist nun mit weiterem Zubehör auf dem Weg zu seinem Kollegen auf der anderen Seite der Baustelle. Nach erfolgter Bohrung hört er per Headset seine neuesten Arbeitsaufträge, die sein Vorgesetzter ihm vorliest, während er dabei sein Werkzeug zusammenpackt. Nebenan trägt derweil ein mobiler Roboter per 3D-Druckverfahren eine Wand im Trockenbau auf. Gleichzeitig liefert am Tor ein Lkw das Abwasserrohr an, das eine Stunde später in dem gebohrten Loch verbaut werden soll. Was auf den ersten Blick nach Science-Fiction klingt, könnte in ein paar Jahren auf den meisten Baustellen tatsächlich Wirklichkeit werden.
Vor dem Hintergrund der zunehmenden Bedeutung und der besonderen Herausforderungen beim Betrieb von Offshore-Windenergieanlagen war das übergeordnete Ziel des Forschungsvorhabens DispoOffshore die Steigerung der Verfügbarkeit und Rentabilität von Offshore-Windparks. Der Fokus des Forschungsvorhabens lag auf der Entwicklung eines intelligenten und effizienten Dispositionswerkzeugs für die interaktive und dynamische Aufgaben- und Ressourcensteuerung in Offshore-Windparks, das zum Ziel hat, die anfallenden Aufgaben in einen Offshore-Windpark möglichst effizient zu disponieren. Hierbei kam der Betrachtung der Ablauf- und Aufbauorganisation der Instandhaltungsorganisation eines Windparks und die ergonomische Gestaltung der Software eine besondere Bedeutung zu.
Neuland Internet
(2015)
Kleine und mittlere Unternehmen (KMU) stehen zunehmend vor der Herausforderung, im Wettbewerb immer komplexer und volatiler werdenden Leistungen des After-Sales-Service zu bestehen. Ein Erfolgsfaktor ist die Veränderungsfähigkeit bzw. die stetige Adaption des eigenen Serviceportfolios. Um KMU bei der Identifikation notwendiger Anpassungen ihres Serviceportfolios, bei deren Bündelung, Management und Umsetzung zu unterstützen, wurde das Forschungsprojekt „ReleasePro" gestartet. Im Zuge dieses Vorhabens erfolgt die Entwicklung eines systematischen Service-Release-Managements für KMU.
Industrial service is currently undergoing tremendous changes, largely driven by the development of new technologies, in particular the advancing digitalization. Never before have organizations had more comprehensive and insightful data assets - and never before have the opportunities to fully exploit this potential been better. However, most companies are unaware of how they can make use of this potential and which development steps are necessary to react to the current situation. To change this, a maturity-based approach was developed which describes four development stages of an industrial service company from a technological, organizational and cultural point of view. The maturity model makes it possible to develop a digital roadmap that is tailormade to each company, which helps to introduce Industrie 4.0 and transform industrial service companies into learning, agile organizations.
Damit Unternehmen die Potenziale von Smart Services nutzen können, müssen intelligente Objekte, technische Infrastruktur und Geschäftsmodelle kombiniert werden. Smart Services sind datenbasiert und erfordern daher eine integrierte Berücksichtigung von Hard- und Software. Sie stellen die höchste Ausbaustufe digitaler, datenbasierter Geschäftsmodelle dar. Für die erfolgreiche Entwicklung von Smart Services bedarf es daher anderer Ansätze als bei der klassischen industriellen Dienstleistungsentwicklung. In einem breit angelegten Benchmarking konnte diese Erkenntnis bestätigt werden. Als Kernergebnis wurden fünf Prinzipien für die erfolgreiche Entwicklung von Smart Services abgeleitet.
Data-driven services play an important role in
innovative business models of successful manufacturing
companies: They hold great potential for the creation of unique
selling points and improve the differentiation of manufacturing
companies in highly competitive markets. However, the large
number of newly invented digital services that fail shortly after
launching implies that companies struggle with the invention and
implementation of data-driven service solutions, which ends in a
waste of resources. The following paper introduces guideline
principles for successful innovation processes for data-driven
services. The principles were identified during in-depth case
studies with manufacturing companies. They contribute to a
necessary paradigm change for manufacturing companies in
terms of data-driven services for machines. The six identified
principles emphasize new aspects regarding the new dimension of
data-driven solutions and improve the life cycle management of
products and services. They demonstrate how the rules of agile
development can lead to successful and more efficient service
innovations in the industrial sector.
Traditional manufacturing companies increasingly launch data-driven services (DDS) to enhance their digital service portfolio. Nonetheless, data-driven services fail more often than traditional industrial services or products within the first year on the market. In terms of market launch, their digital characteristics differ from traditional industrial services and thus need specific structures and actions, which companies currently lack. Therefore, a process guideline for a six-month market launch phase of DDS is developed. The guideline relies on analogies from product, service and software launches based on the latest literature from service marketing and successful practices from various industries. Finally, the guideline is evaluated within five industrial case studies. Thus, the guideline provides scientific research insights regarding the market launch process of DDS and adds to the research of service marketing. It provides practical guidance for manufacturing companies by serving as a reference process for the market launch and offering a collection of successful practices within this area. [https://link.springer.com/chapter/10.1007/978-3-030-00713-3_14]
Traditional manufacturing companies increasingly launch data-driven services (DDS) to enhance their digital service portfolio. Nonetheless, data-driven services fail more often than traditional industrial services or products within the first year on the market. In terms of market launch, their digital characteristics differ from traditional industrial services and thus need specific structures and actions, which companies currently lack. Therefore, a process guideline for a six-month market launch phase of DDS is developed. The guideline relies on analogies from product, service and software launches based on the latest literature from service marketing and successful practices from various industries. Finally, the guideline is evaluated within five industrial case studies. Thus, the guideline provides scientific research insights regarding the market launch process of DDS and adds to the research of service marketing. It provides practical guidance for manufacturing companies by serving as a reference process for the market launch and offering a collection of successful practices within this area.