Dienstleistungsmanagement
Refine
Year of publication
Document Type
- Article (3)
- Book (28)
- Part of a Book (54)
- Conference Proceeding (71)
- Contribution to a Periodical (176)
- Doctoral Thesis (31)
- Lecture (54)
- Internet Paper (14)
- Report (28)
- Working Paper (27)
Language
- German (358)
- English (92)
- Multiple languages (34)
- Spanish (2)
Is part of the Bibliography
- no (486)
Keywords
Institute
- Business Transformation (14)
- Dienstleistungsmanagement (486)
- FIR e. V. an der RWTH Aachen (486)
- Informationsmanagement (14)
- Produktionsmanagement (20)
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]