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]
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.
Ziel des Beitrags ist es, aufzuzeigen, wie produzierende Unternehmen entlang der Customer-Journey systematisch kundenbezogene Daten erheben können. Nach einer Einleitung zur Motivation der Themenstellung, einer Begriffserläuterung und einer Vorstellung des Studiendesigns wird ein Referenzprozessmodell der Kundeninteraktionen produzierender Unternehmen gestaltet, darauf aufbauend ein Datenmodell des digitalen Schattens der Kundeninteraktionen abgeleitet und zuletzt ein Vorgehensmodell zur Implementierung des digitalen Schattens der Kundeninteraktionen präsentiert.
SubscriptionCanvas – Konzeptionierung von subskriptionsmodellbasierten Leistungsversprechen in KMU
(2023)
Im Rahmen des Forschungsprojekts ‚SubscriptionCanvas‘ wurde ein grundlegendes Tool für kleine und mittlere Unternehmen (KMU) des Maschinen- und Anlagenbaus erarbeitet, um die Entwicklung innovativer Subcription-Geschäftsmodelle zu vereinfachen. Der umfangreiche Ordnungsrahmen ermöglicht eine logische und zugleich systematische Herangehensweise für eine komplexe Thematik – die Entwicklung neuer Geschäftsmodelle.
Die digitale Vernetzung ist von großer Bedeutung für das Servicegeschäft im Maschinen- und Anlagenbau. Durch neue Möglichkeiten der wirtschaftlichen Datenerfassung, -speicherung und –verarbeitung können auf die Kundenbedürfnisse ausgerichtete Smart Services entwickelt werden. Diese Smart Services stellen die höchste Form datenbasierter Geschäftsmodelle dar. Unternehmen müssen diese Potenziale erkennen und relevante Handlungsfelder im Unternehmen weiterentwickeln, um erfolgreich in der Smart-Service-Welt zu agieren.
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.
Smart Service Engineering
(2019)
In our digitalized economy, many traditional service engineering models lack flexibility, efficiency and adaptability. As today’s market differs significantly from the market of the late 20th century, service engineering models must meet different requirements today than they had to meet in the past. The present paper starts off by providing an overview of the requirements that modern service engineering models need to fulfill in order to succeed in today’s economic environment. Afterwards, three promising models that meet several of these requirements will be introduced.
Many industrial companies face their digital transformation. In addition to an existing portfolio of products and services, new digital services are being developed to offer a portfolio of smart product service systems (Smart PSS). While the development of new digital services is rarely a problem for the companies, the organization of sales and distribution of Smart PSS in particular is a key issue. The sales of Smart PSS differs considerably from the sales of only products or services and must therefore be designed differently in order to meet customer requirements and successfully commercialize the developed Smart PSS. This paper therefore describes how the sales organization of Smart PSS should be designed successfully in various forms. The network thinking methodology is used in combination with a case study research approach to describe the connection between the offered portfolio, the customer requirements and the different elements of a sales organization. Furthermore, four different types of a sales organization for Smart PSS are described. This paper gives a recommendation for companies on a design of their sales organizations on which practical implications may be developed.
Pricing for Smart-Product-Service-Systems in Subscription Business Models for Production Industries
(2021)
In the production industry, subscription business models have the potential to create long-term relationships where a supplier provides a continuous value-oriented service to a customer based on digitalisation. Monetising this increase in value through pricing represents a central challenge for suppliers in subscription business. Unlike the current dominant transactional business, the focus of pricing is on the value-in-use of the customer (e.g. on the increase in output for the customer). In this regard, there is so far no pricing approach for practice that allows the linking of the performance data of the customer with the periodically charged price. However, in subscription businesses, such an approach is required to create win-win situations for the customer and supplier through continuous performance improvement. Therefore, this paper develops a novel process model for pricing of smart-product-service-systems in subscription business for production industries. This process can serve as basis for suppliers of subscriptions in the production industry to align pricing with the created value-in-use. In the long term, this allows companies to systematically develop their pricing to monetise the potential of digitalisation.
Electricity generated by wind turbines (WT) is a pillar of the transition to renewable energy [1]. In order to economically utilize WTs, operating and maintenance costs, which account for 25% of total electricity generation costs in onshore WTs, are a focus of cost reduction activities [2]. A prescriptive maintenance approach can support in achieving this goal. Prescriptive maintenance is a maintenance approach, where asset condition data is collected and analyzed to recommend specific actions to prevent breakdowns and reduce downtimes. However, the processing and analysis of data is quite complex. Especially unstructured data (such as comments of service technicians in free text fields) is often left unused, as companies, mostly SMEs lack the capacity to carry out these analyses. In this work we propose an approach to utilize the information from service reports, maintenance reports as well as status records from SCADA systems for the development of a prescriptive maintenance approach to onshore WTs. To achieve this, an ontology was utilized in this approach to codify implicit knowledge of service technicians and aid in making unstructured data usable for further analysis. The ontology was used to link historical service and maintenance reports with status codes, thus enabling automated analysis. In interviews with WT topic experts and through further research, damage mechanisms and corresponding maintenance measures were identified and a measure catalogue was developed to support service and maintenance activities. The recognition of the root cause of problems allows for a prescriptive maintenance approach that recommends targeted actions to reduce downtimes and optimize maintenance activities, it also allows to effectively control the outcome of maintenance activities and optimize their execution.
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.
Pricing is one of the most important, but underestimated tools, to enhance a company's profitability. Especially in the furniture sector, customers place a special interest in cost-efficient products and easy processes. Individualised and sustainable furniture can help to create a unique selling point and deliver real value to the customers. Therefore, a platform to create designs together is needed and can involve several stakeholders in the design and production phase. However, in order to include several stakeholders, the pricing and revenue model need to reflect individual needs and be a benefit to all. In this paper, the initial situation and potential revenue model options will be presented. Furthermore, multiple scenarios for practical use will be discovered and an overview given.
The use of chatbots has hardly been established in B2B companies to date and involves various challenges. The goal of this paper is to identify the biggest barriers to the successful implementation of chatbots in B2B customer service and to develop measures to overcome them. The barriers are identified by conducting expert interviews within the framework of Eisenhardt's case study research. These are examined through a socio-technical analysis focusing on people, technology, and organization. By means of systematic literature research and in-depth interviews with German chatbot providers and customers of chatbots, measures for overcoming the barriers are identified. Using interviews with experts from German chatbot providers, the responsible stakeholders of each measure according to the RASCI Responsibility Matrix are determined. A total of 46 implementation barriers and 100 measures to overcome these barriers are identified. The study shows that there are major barriers in the areas of people, technology, and organization of a socio-technical system that can cause the implementation of a chatbot to fail. A holistic view is therefore essential. The results provide firms with a guideline on how to overcome potential barriers during chatbot implementation in B2B customer service.
Industrial companies are moving to a solution driven business by offering smart product service systems (Smart PSS). In addition to an existing portfolio of physical goods and technical services, companies develop new digital services and combine all three offerings to an integrated digital solution business. While the development of new digital services does not pose any major challenges for companies, the successful sale of Smart PSS does. Due to changing customer requirements and value propositions of a solution, the sale of Smart PSS requires new design principles for the sales organization compared to the simple sale of physical goods or technical services. While there are already many publications on the topic of industrial sales in research, the description of Smart PSS in particular represents a new field of research. The combination of both topics is therefore not only interesting from a theoretical point of view, but also has a particularly high practical relevance and impact for industrial companies. This paper therefore describes on the one hand, which characteristics can be used to derive customer requirements for Smart PSS and on the other hand, which effects these requirements have on the sales organization of the industrial company. The design principles give recommendations for the organizational structure, the resources, the information systems and the culture of the company depending on the targeted customer type. In order to identify and describe both the customer requirements and the design principles, two morphological boxes were developed based on a literature research and semi-structured interviews with industrial companies. The paper gives an outlook on the different characteristics of the design recommendations and describes first best practices for the successful transformation of the sales organization.
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.
Service Engineering Models
(2019)
Since the field of service engineering emerged in the late 20th century, the service industry has undergone drastic changes. Among the reasons for these changes is the increasing digitalization, which has made it difficult for companies to successfully develop new service offerings. While numerous service engineering models are available to provide guidance during the design of new services, many of them cannot keep up with the requirements of today’s economic environment. The present paper examines the requirements that service engineering models need to meet in order to be suitable guidelines for the digital age. To this end, the introduction illustrates how digitalization has changed the service industry. Afterwards, selected service engineering models and related norms are presented. Finally, a set of requirements for modern service engineering models derived from best practices from recent years is introduced.
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.
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.
Der Weg zur Industrie 4.0 bedingt einen umfangreichen Wandel in der Arbeitswelt des Instandhalters. Infolge der steigenden Komplexität und Vernetzung industrieller Serviceprozesse werden neue Schwerpunkte im Leistungsprofil der Techniker erzeugt. Datenanalytik, Elektrotechnik, Steuerungstechnik sowie Programmieren gewinnen an Bedeutung. Diese Entwicklung wird auch durch den Branchenindikator Instandhaltung, der seit 2016 gemeinsam vom FIR an der RWTH Aachen und dem Forum Vision Instandhaltung erhoben wird, bestätigt.
Dieser Artikel zeigt Ergebnisse des Branchenindikators Instandhaltung auf und kombiniert sie mit Ergebnissen aus dem Forschungsprojekt ELIAS. Hierzu werden zwei Use Cases für das Arbeitsbezogene Lernen vorgestellt.
Lean-Management-Prinzipien gehören in produzierenden Unternehmen seit Langem zum Standardrepertoire, um Prozesse zu verbessern und wirtschaftlicher zu gestalten. Bezogen auf Dienstleistungen sind bei der Anwendung von Lean-Management-Prinzipien die besonderen Spezifika von Dienstleistungen zu beachten. Beispielsweise fällt die Erstellung einer Dienstleistung zusammen mit dem Zeitpunkt, an welchem sie beim Kunden konsumiert wird. Dienstleistungen sind somit im Gegensatz zu physischen Gütern nicht lagerbar und Störungen bei der Erbringung der Dienstleistung werden vom Kunden sofort bemerkt. Wie die die Überführung von Lean-Management-Prinzipien auf Dienstleistungen dennoch gelingt, ist im Aachener Lean-Services-Zyklus beschrieben.
Das Ziel des Forschungsprojekts ToMiC war die Entwicklung einer Typologie zum lebenszyklusorientierten Management unternehmensinterner Communitys wissensintensiver Dienstleister. Jene befähigt insbesondere kleine und mittlere Unternehmen erstmals dazu, die aktuelle Lebensphase der eigenen Social-Software-basierten Community zu bestimmen. Die vorliegende Veröffentlichung ist der Abschlussbericht dieses Projekts.
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.
Industrial Smart Services: Types of Smart Service Business Models in the Digitalized Agriculture
(2019)
Due to lack of experience of companies with digital business models, agricultural machinery manufacturers and agricultural service companies are facing a positioning problem in their ecosystem. Smart services are getting more important for these companies and they have issues to define a matching business model for their newly developed smart services. The lack of a framework for smart service business models makes it even harder for companies to successfully develop new services. This paper contributes to a better understanding of business models for smart services and establishes a common morphological framework to define different types of business models for smart services. Six types of business models of industrial smart services were identified during the research based, which was based on a literature review and interviews with leading experts in the field of smart services. The validation of the developed types and its practical application was carried out as part of the German research project Smart-Farming-World and its four developed use cases. This paper gives a detailed description of the application of the framework on the use case nPotato.
Unternehmen und ihre Instandhaltungsorganisationen wissen im Rahmen von Industrie 4.0 oftmals nicht, welche Aktivitäten ihre Instandhaltungsorganisation zielbringend und nachhaltig verbessern. Ein Grund dafür ist, dass oft schon keine klare Kenntnis darüber herrscht, wie die aktuelle Instandhaltungsorganisation über verschiedene Ebenen und Bereiche hinweg aufgestellt ist. Hier setzt der Reifegrad-Instandhaltungs-Check der GreenGate AG bzw. der IH-Check des FIR an der RWTH Aachen an. Beide verwandte Methoden ermöglichen eine schnelle und effektive Bewertung der Reife einer Instandhaltungsorganistion anhand von fünf Reifegradstufen. Gemeinsam mit Partnern werden in Workshops der aktuelle Reifegrad dem gewünschten Soll-Reifegrad gegenübergestellt. Das sich dadurch ergebende Gap wird mittels einer Roadmap adressiert, sodass die betroffenen Unternehmen sich schrittweise und zielgerichtet weiterentwickeln können. Hierfür wurden im Rahmen des gemeinsamen Vortrags nicht nur die Vorgehensweise dargelegt, sondern auch die Notwendigkeit sowie einige Praxisbeispiele demonstriert.
Die Projekte „ServiceAnalytics" und „Analytics for Innovation" unterstützen insbesondere KMU bei der aufwandsarmen und praxisnahen Umsetzung von Business-Analytics im Service, um zum einen die Serviceprofitabilität zu erhöhen und zum anderen die Entwicklung innovativer After-Sales-Services voranzutreiben. Durch die beiden diametralen Zielsetzungen (Profitabilität steigern und Innovationen stimulieren) ergänzen sich die Projekte ideal, um aufzuzeigen, welche Mehrwerte durch den Einsatz von Business-Analytics im Service geschaffen werden.
Die Preisfindung bei Verfügbarkeitsgarantien ist aus zwei Gründen ein wesentliches Problem für KMU: Erstens ist die Feststellung des Kundennutzens, der durch eine Verfügbarkeitsgarantie entsteht, mit Herausforderungen verbunden. Der Kundennutzen beschreibt den vom Kunden wahrgenommenen Wert einer Leistung. Aus dem Kundennutzen lässt sich die Zahlungsbereitschaft des Kunden ableiten, die die Preisobergrenze darstellt. Zweitens ist die Kostenermittlung u. a. durch den langen Bereitstellungszeitraum, die einzubindenden industriellen Dienstleistungen, den Übergang des Ausfallrisikos auf den Anbieter sowie der erforderlichen Berücksichtigung der gesamten anbieterseitigen Kosten (z. B. Pönalen, Leerkosten und Infrastrukturkosten) mit großen Problemen verbunden. Die Kosten stellen die Preisuntergrenze dar. Zur Gewährleistung einer ergebnisoptimierenden Preisfindung für Verfügbarkeitsgarantien im Maschinen- und Anlagenbau wird die Preisobergrenze auf Basis von Kundengruppen durch die Ermittlung des Kundennutzens sowie die daraus abzuleitende Zahlungsbereitschaft festgelegt. Die Preisuntergrenze wird durch Simulation der Kosten ermittelt. Unter Berücksichtigung der Preisgrenzen wird anschließend der ergebnisoptimale Preis für Verfügbarkeitsgarantien gesetzt.
Produzierende Unternehmen haben vielzählige Interaktionen mit ihren Kunden entlang der Customer-Journey. Der digitale Schatten der Kundeninteraktionen zeigt dabei entlang eines Referenzprozesses auf, welche Daten an welcher Stelle erhoben werden können und wie diese Daten logisch miteinander zu verknüpfen sind, um ein hinreichend genaues datenbasiertes Abbild ihrer Kunden zu erhalten. Damit können Bedürfnisse der Kunden analysiert und das Leistungsangebot optimiert werden.
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.
In order to cope with the challenges of an increased demand for flexibility, quality and availability of production, maintenance measures provide a major competiveness factor for manufacturing companies. Yet, interdependencies between maintenance and production activities as well as differing target systems within the functional units of an enterprise, especially production and maintenance, raise needs for extended coordination efforts. This paper aims to develop an innovative approach for the coordination between maintenance and production activities for industrial production companies. To achieve this, the novel coordination mechanism is used. It helps to achieve maximised operational availability— for a maximised output of the production system at optimal costs. Based on the developed model, the present paper identifies findings regarding the impact of different maintenance strategies on the medium-term economic efficiency of the production system.