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)
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.