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)
Aktuell werden Maßnahmen des Wandlungsmanagements häufig nur einseitig aus der Perspektive des Anbieters oder der des Kunden betrachtet. Aufgrund der immer stärker werdenden Integration des Anbieters in die Wertschöpfungsprozesse des Kunden ist die einzelne Betrachtung des Anbieter- bzw. Kundenunternehmens zukünftig nur noch wenig sinnvoll. Hierzu bedarf es eines neuen Ansatzes, der beide Parteien gleichermaßen berücksichtigt. Wie dieser Ansatz auszugestalten ist, wird im Rahmen des Verbundprojekts ‚diaMant‘ erforscht. Drei reale Kunde-Anbieter-Beziehungen bilden hierbei die Grundlage, um das partizipative Wandlungsmanagement praxisnah zu ergründen.
Digitale Services und Geschäftsmodelle rücken zunehmend in den Fokus vieler Unternehmen, um die komplexer werdenden Bedürfnisse von Kunden zu befriedigen. Dieses Phänomen lässt sich in allen Branchen beobachten und spielt auch für die Zukunft der Automobilbranche eine wesentliche Rolle. Doch viele Unternehmen dieser Branche wissen nicht, welche digitalen Services und Geschäftsmodelle es gibt und wie sie diese in ihr bestehendes Geschäftsmodell integrieren sollen. Vor allem deutsche Automobilkonzerne sowie deren Zulieferer setzen noch nicht in einem ausreichenden Maß auf digitale Geschäftsmodelle, um zukünftig am Markt bestehen zu können1. Das Forschungsprojekt ‚DiSerHub‘ soll diesem Problem entgegenwirken, indem Know-how und Best Practices zu digitalen Geschäftsmodellen auf einem zentralen Transformationshub gesammelt und über verschiedene Distributionskanäle an Akteur:innen der Automobilbranche verteilt werden. Dabei wird der Schwerpunkt darauf gelegt, Geschäftsmodelle entlang des gesamten Produktlebenszyklus eines Automobils abzubilden. Es stehen die vier Dimensionen Produktion, Vertrieb, Nutzung und Verwertung im Vordergrund.
Stets praxisnah ausgerichtet, hat die Fachgruppe Smart Maintenance am FIR zwei Formate etabliert: Gemeint sind der Branchenindikator Instandhaltung und der gleichnamige Arbeitskreis. Beide dienen als Grundlage für den Transfer aus der anwendungsnahen Forschung im Bereich Smart Maintenance, liefern Impulse für Industriepartner:innen und bieten den Raum für eine Diskussion unter Praktiker:innen.
Diese Formate dienen gleichzeitig als Ideen- und Austauschplattform.
Die Branche der Betonsteinproduktion ist traditionell geprägt, aber auch hier sind die Trends rund um Digitalisierung und digitale Transformation zu spüren.
Daher lohnt die frühzeitige und proaktive Auseinandersetzung mit dem
Thema ‚Digitale Produkte‘ und deren Geschäftsmodellgestaltung, wie es die TOPWERK GROUP vormacht. Das gemeinsame Projekt zur Entwicklung eines Geschäftsmodells für digitale Produkte zeigt, wie wichtig es ist, die Kundensicht einzunehmen und Kundenbedürfnisse zu fokussieren. Darauf basierend gilt es, das Leistungsangebot zu entwickeln. Dabei muss auch die Situation der Marktbegleiter berücksichtigt werden, um die eigene Situation im Ökosystem zu evaluieren.
Kern des Projekts war die Gestaltung des digitalen Leistungsportfolios inklusive der Quantifizierung des Mehrwerts, um im Sinne des wertbasierten Pricings Preise zu bilden. Abschließend entstand eine detaillierte Roadmap, die der TOPWERK GROUP konkrete Maßnahmen und Meilensteine auf dem Weg aufzeigt.
Heterogene Maschinenparks, über Jahrzehnte gewachsene Anlagenstrukturen und fehlende Dokumentation im Bereich der Systemkomponenten, Bauteile und Ersatzteilteillisten erschweren es der Instandhaltung (IH), ihre anfallenden Maßnahmen präzise zu planen, mit benötigten Informationen zu unterstützen und somit effizient durchführen zu können. Die systematische Erfassung, Verwaltung und Nutzung administrativer Auftragsdaten kombiniert mit technischen Zeichnungen, Materialeigenschaften und Maschinendaten ermöglichen die gezielte Unterstützung von Instandhaltungsprozessen von der Initiierung bis hin zum Abschluss des Auftrags. Verschiedene Softwarelösungen stellen diesbezüglich die IT-technischen Funktionalitäten in verschiedenen Ausprägungen zur Verfügung. Aufgrund steigender organisatorischer Anforderungen, Effizienzbemühungen und technischer Möglichkeiten in den letzten 25 Jahren haben sich die unterstützenden IT-Lösungen stetig weiterentwickelt und sind zu Produkten geworden, welche explizit zur Unterstützung instandhaltungsspezifischer Aufgaben genutzt werden.
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]
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]
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]
Since data becomes more and more important in industrial context, the question arises on how data-driven added value can be measured consistently and comprehensively by manufacturing companies. Currently, attempts on data valuation are primarily taking place on internal company level and qualitative scale. This leads to inconclusive results and unused opportunities in data monetization. Existing approaches in theory to determine quantitative data value are seldom used and less sophisticated. Although quantitative valuation frameworks could enable entities to transfer data valuation from an internal to an external level to take account of progress in digital transformation into external reporting. This paper contributes to data value assessment by presenting a four-part valuation framework that specifies how to transfer internal, qualitative to external, quantitative data valuation. The proposed framework builds on insights derived from practice-oriented action research. The framework is finally tested with a machine tool manufacturer using a single case study approach. Placing value on data will contribute to management’s capability to manage data as well as to realize data-driven benefits and revenue. [https://link.springer.com/chapter/10.1007/978-3-030-85902-2_19]
Der technische Fortschritt hat einen starken Einfluss auf Unternehmen. Dieser äußert sich beispielsweise in einer wachsenden Technisierung der Fertigung sowie einer deutlich gestiegenen Automatisierung der Produktionsprozesse. Längst haben Unternehmen erkannt, dass die Instandhaltung ihrer technischen Anlagen direkte Auswirkungen auf ihre Wettbewerbsfähigkeit hat und zudem einen hohen Beitrag zum Unternehmensergebnis leistet. Deshalb wird von Instandhaltungsabteilungen heutzutage ein ganzheitliches Anlagenmanagement gefordert.
Dennoch erschweren der Instandhaltung heterogene Maschinenparks, über Jahrzehnte gewachsene Anlagenstrukturen und fehlende Dokumentation im Bereich der Systemkomponenten, Bauteile und Ersatzteillisten, ihre anfallenden Maßnahmen präzise zu planen, mit benötigten Informationen zu unterstützen und somit effizient durchführen zu können. Dabei können die Maßnahmen innerhalb der Instandhaltung grundsätzlich in vier Grundmaßnahmen unterteilt werden: Wartung, Inspektion, Instandsetzung und Verbesserung. [...] [https://link.springer.com/chapter/10.1007/978-3-662-53135-8_13]
Smart Maintenance
(2018)
Für die industrielle Produktion haben sich im Verlauf der letzten Jahrzehnte einige Tendenzen ausgebildet, die umfangreiche Veränderungen hervorrufen werden. Die momentane Entwicklung ist vor allem durch die zunehmende Dynamik der Produktlebenszyklen und die Durchdringung industrieller Wertschöpfung mit neuen Technologien geprägt. Hierfür ist die hoch flexible, verfügbare und zuverlässige Produktion zwingende Voraussetzung. Zur Bewältigung dieser Herausforderungen der Industrie 4.0 steht die Smart Factory im Mittelpunkt. Intelligente digital anschlussfähige Maschinen und Produkte sind miteinander vernetzt und können aktiv kommunizieren. Dadurch werden Anlagen technisch immer komplexer und neue Kommunikationssysteme immer umfangreicher. [https://link.springer.com/chapter/10.1007/978-3-662-53135-8_24]
Process Characteristics and Process Performance Indicators for Analysis of Process Standardization
(2018)
Industrial service companies deliver technically complex services (inspection, maintenance, repair, improvement, installation) for an enormous variety of technical assets in the chemical, steel, food and pharmaceutical industry. This variety of assets leads to a corresponding variety of service processes. To ensure competitiveness, the management of industrial service companies aims to increase the service process efficiency, especially through service process standardization. However, decision-makers struggle to make knowledge-based decisions on service process standardization because ex-ante the cost-benefit ratios of process standardization are unknown. The missing understanding of cost-benefit ratios of process standardization is caused by a missing understanding, which interdependencies exist between process characteristics and process performance indicators. Thus, the objective of this paper is to determine suitable characteristics and performance indicators to measure the way service provision processes are executed in the industrial service sector. The results represent the basis for executing an empirical questionnaire study focusing on the execution of service provision processes and identifying the cause-effect relations of process standardization.
This chapter addresses the market launch and sales of smart services. It opens with an introduction of the new challenges that the market launch of smart services creates for companies. Then follows the discussion of a four-phase approach to the market launch of smart services. Subsequently, successful practices are presented for this approach along eight design fields of the market launch. [https://link.springer.com/chapter/10.1007/978-3-030-58182-4_8]
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-Plattformen
(2019)
Smart-Service-Plattformen können einen Lösungsbaustein darstellen, um die steigende Weltbevölkerung ressourcenschonend zu ernähren. Durch die Aggregation von Daten und kontextsensitive datenbasierte Dienstleistungen können Landwirte präzise während der gesamten landwirtschaftlichen Produktion unterstützt werden, um bei gleichbleibender Versorgungsfläche den steigenden Nahrungsmittelbedarf zu decken. Die Entwicklung und der erfolgreiche Betrieb einer Smart-Service-Plattform stellen viele Unternehmen, nicht nur in der Landwirtschaft, jedoch vor große Herausforderungen, da sich die Geschäftsmodelle und -logiken einer Plattform grundlegend von herkömmlichen Produkten unterscheiden. Um Unternehmen praxisnahe Gestaltungsempfehlungen für den Erfolg einer Smart-Service-Plattforum zu geben, wurden für diesen Beitrag insgesamt 25 bereits bestehende Plattformen aus den Bereichen Smart Farming und Smart Production sowie branchenübergreifende Plattformen mittels einer Case-Study-Research hinsichtlich ihres Geschäftsmodells und ihrer jeweiligen Erfolgskriterien untersucht. Basierend auf den Ergebnissen der unterschiedlichen Case-Studys werden insgesamt neun Gestaltungsempfehlungen für den erfolgreichen Betrieb einer Smart-Service-Plattform vorgestellt, die jeweils auf die Besonderheiten der Branche eingehen und so ein umfassendes Bild für den Erfolg einer Smart-Service-Plattform geben. [https://link.springer.com/chapter/10.1007/978-3-662-59517-6_29]
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".
"Voll an die Wand gefahren"
(2023)
Nahezu alle Ressourcen sind derzeit knapp und stellen Unternehmen und Organisationen vor große Herausforderungen. Die Automobilbranche bildet hier keine Ausnahme, ist sie doch mit Problemen wie Fachkräftemangel, Energiekrise, begrenzter Verfügbarkeit von Teilen und den Auswirkungen des Klimawandels konfrontiert. Herkömmliche Lösungsansätze reichen nicht mehr aus, um diesen Herausforderungen effektiv entgegenzutreten. Stattdessen bedarf es eines neuen Denkens innerhalb der Unternehmen.
Um Transparenz über die Luftqualität im gesamten Stadtgebiet zu schaffen, fehlte ein engmaschiges Netz an Luftqualitätssensoren, welches lokale Problemzonen in Abhängigkeit der Tageszeit identifiziert. Im Rahmen des 'AirQuality'-Projekts führten der FIR e.V. an der RWTH Aachen und der kanadische Telematikanbieter Geotab GmbH einen Proof of Concept zur Entwicklung einer Methode durch, welche die Erhebung von Luftqualitätsdaten in bisher nicht vorhandener Granularität ermöglicht: Fahrzeugflotten, die innerhalb eines Stadtgebiets unterwegs sind – wie beispielsweise Fahrzeuge des Öffentlichen Personen Nahverkehrs (ÖPNV) – wurden mit Sensorik zur Erfassung der Luftqualität ausgestattet. Die so gesammelten Daten wurden analysiert und in einer über die Stadtkarte gelegten „Heatmap“ visualisiert. Mit dieser Luftqualitätskarte konnte die Luftqualität straßen- und uhrzeitgenau angezeigt werden. Durch die Ergebnisse des 'AirQuality'-Projekts ist es möglich, Orte mit erhöhter Feinstaubbelastung zu identifizieren und Maßnahmen zur Reduktion von Emissionen objektiv zu bewerten. Darüber hinaus bietet die feingranulare Datenerfassung eine Grundlage für verschiedene innovative Lösungen. Hierzu zählen beispielsweise auf aktuellen Luftqualitätswerten basierende Intelligente Lichtsignalanlagen oder optimierte Routenführungen für Bürger.
Unternehmen, die ihre Prozesse durch maschinelles Lernen unterstützen wollen und hierfür auf externe Dienstleister und Produkte zurückgreifen müssen, fehlen die qualifizierten Anhaltspunkte für die Auswahl eines Machine-Learning-Anbieters.
Aus dieser Motivation heraus ist die vorliegende Marktstudie Industrial Machine Learning entstanden. Sie bietet Unternehmen die Grundlage, eine fundierte Entscheidung für oder gegen den Einsatz von Machine Learning im Unternehmen zu
treffen.
Die Darstellung von realen Usecases in der vorliegenden Marktstudie veranschaulicht die konkrete Anwendbarkeit. Insbesondere damit leistet die Studie ihren Beitrag, das Thema Maschine Learning verständlich und anschaulich darzustellen.
Die Marktstudie bietet einen umfassenden Überblick über unterschiedliche Arten von Anbietern und Lösungsmöglichkeiten.
Ein Anspruch auf Vollständigkeit wird dabei nicht erhoben und wäre für die Zielsetzung nicht angebracht.