Dienstleistungsmanagement
Refine
Year of publication
- 2021 (42) (remove)
Document Type
- Article (1)
- Book (3)
- Part of a Book (6)
- Conference Proceeding (8)
- Contribution to a Periodical (12)
- doctorallecture (1)
- Doctoral Thesis (1)
- Lecture (1)
- Internet Paper (2)
- Report (3)
Language
- German (19)
- English (15)
- Multiple languages (8)
Is part of the Bibliography
- no (42)
Keywords
- AGCO (1)
- AR (1)
- As-a-Service (1)
- Business model (1)
- Crisis management (1)
- Customer Success Management (1)
- Data Analytics (1)
- Data Ecosystems (1)
- Data Products (1)
- Data-based pricings (1)
Institute
Bisherige Methoden der Luftqualitätsüberwachung in Städten beruhen auf stationären Messstationen, sodass die Luftqualität nur punktuell überwacht werden kann. Im Forschungsprojekt ‚AirQuality‘ wurde ein mobiles IoT-Netz entwickelt, das Luftqualitätsdaten in bisher nicht vorhandener Granularität erhebt. Das echtzeitfähige System erhöht die Transparenz der Luftqualität in Städten und bietet damit einen Lösungsansatz für eine Vielzahl von Anwendungsfällen. Darüber hinaus wird durch die Ergebnisse des Forschungsprojekts das Potenzial von Niedrigpreissensoren bei der Entwicklung von skalierbaren Messsystemen verdeutlicht.
Hohe Betriebs- und Instandhaltungskosten stellen Windenergieanlagen-Betreiber vor die Herausforderung, ihre Onshore-Windenergieanlagen wirtschaftlich zu betreiben. Im Rahmen des Projekts ‚ReStroK‘ konnte ein Prescriptive-Maintenance-Ansatz entwickelt werden, um Kostenpotenziale in der Instandhaltung (IH) zu realisieren.
Von der täglichen Teilnahme am Straßenverkehr bis zum Handel mit Aktien – das tägliche Leben besteht darin, Risiken abzuschätzen und gegen Chancen aufzuwiegen. Auch kleine und mittlere Unternehmen (KMU) des Maschinen- und Anlagenbaus müssen diese Abschätzung vornehmen, wenn es um die Einführung von Subscription-Geschäftsmodellen (SGM) geht. Weithin als „Netflix-Modell des Maschinenbaus“ bekannt, versuchen die Unternehmen, ihre auf den Einmalverkauf ausgerichteten Geschäftsmodelle in Geschäftsmodelle zu überführen, die eine
langfristige Zusammenarbeit mit den Kunden ermöglichen.
Im Rahmen des Forschungsprojekts ‚SubaSa‘ erarbeiten der FIR e. V. an der RWTH Aachen und das IPRI – International Performance Research Institute gGmbH einen Markteinführungsnavigator für Subscription-Geschäftsmodelle, der KMU dazu befähigt, die Potenziale dieser Transformation vom transaktionalen Geschäft in die Subscription zu heben und die Herausforderungen zu beherrschen.
Projekt FuturePRO: Erst der Check, dann das System / FuturePRO: First the Check, then the System
(2021)
Der Maschinen und Anlagenbau steht einer sich immer schneller verändernden Geschäftsumgebung gegenüber. Um auch in Zukunft wettbewerbsfähig zu sein, bedarf es eines professionellen Projektmanagements, um auf diese Veränderung reagieren zu können.
Doch gerade bei KMU erfolgt dies meist noch händisch mit Excel und Outlook. Im Rahmen des Forschungsprojekts ‚FuturePro‘ haben der FIR e. V. an der RWTH Aachen und das ICM – Institut Chemnitzer Maschinen- und Anlagenbau e. V. für KMU im Maschinen und Anlagenbau einen Selbstcheck entwickelt, anhand dessen ein individueller Leitfaden zur Implementierung eines Projektmanagementsystems generiert wird.
Prinzipien zur erfolgreichen Umsetzung von KI-Geschäftsmodellinnovationen
In Zeiten des zunehmenden globalen Wettbewerbs und hoch vernetzter Wertschöpfungsketten entwickelt sich Künstliche Intelligenz zu einem immer wichtiger werdenden Wettbewerbsfaktor für Unternehmen am Wirtschaftsstandort Deutschland. Durch den Einsatz von KI-Verfahren können nicht nur interne Geschäftsprozesse kostensenkend optimiert, sondern auch neue, digitale Geschäftsfelder und -modelle erschlossen werden. Es lassen sich zum einen Trends identifizieren, denen der Einsatz von KI in deutschen Unternehmen folgt. Zum anderen zeigt sich, dass sich KI unterschiedlich stark auf verschiedene Dimensionen innovativer Geschäftsmodelle auswirkt. Insgesamt lassen sich so Prinzipien ableiten, die die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen beschreiben.
Neue Technologie- und Anwendungstrends kennzeichnen KI-Nutzung
Die tatsächliche KI-Landschaft in den Wertschöpfungsketten von KI-nutzenden Unternehmen ist durch Trends gekennzeichnet. Diese lassen sich in Technologie- und Anwendungstrends unterteilen. Experteninterviews zeigen beispielsweise, dass KI-Anwendungen bevorzugt auf Cloud-Infrastrukturen entwickelt und bereitgestellt werden. Das wiederum rückt die Frage nach der Wahrung der Datensouveränität in den Vordergrund. Anwendung findet KI tendenziell zur Prognose und Überwachung.
Sechs Prinzipien beeinflussen die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen
Fallstudien über ein breites Spektrum der deutschen Wirtschaft beleuchten, welche Aspekte eines KI-basierten Geschäftsmodells den größten Effekt auf das Unternehmen haben. Hier lässt sich ein besonders hoher Einfluss von KI auf das Nutzenversprechen neuartiger, digitaler Leistungen der Unternehmen an die Kundinnen und Kunden feststellen. So lassen sich sechs Erfolgsprinzipien zur erfolgreichen Implementierung von KI-Technologien identifizieren, um die wirtschaftliche Nutzung von KI für Unternehmen in Deutschland im globalen Wettbewerb weiter zu steigern. So empfiehlt es sich zum Beispiel – neben der Auswahl des richtigen KI-Anwendungsfalles – ebenfalls darauf zu achten, dass die KI-Anwendung sowohl den Anbietenden wie auch den Anwendenden nützt. Diese und weitere Erfolgsprinzipien werden detailliert in der Studie Künstliche Intelligenz – Geschäftsmodellinnovationen und Entwicklungstrends beschrieben.
Die Zukunftspotenziale der digitalen Technologie könnten den Dienstleistungssektor entscheidend transformieren und damit der schrumpfenden Wettbewerbsfähigkeit der deutschen Wirtschaft neuen Schwung verleihen.
Das Schiff des Wirtschaftsstandorts Deutschland schwankt in rauer werdender See. Es schwankt weniger, weil die traditionellen deutschen Wertschöpfungssäulen (insbesondere die Flaggschiffe Automobil- und Maschinenbau sowie Chemie- und Logistikindustrie) hierzulande an Know how eingebüßt hätten; es sind vielmehr die großen Technologiedurchbrüche der letzten Jahrzehnte, die die deutschen Tugenden, welche mehr als ein Jahrhundert lang für einen Spitzenplatz unter den großen Wirtschaftsmächten gesorgt haben, drastisch an Bedeutung verlieren lassen. Perfektionismus, Verarbeitungsqualität, Zuverlässigkeit und Langlebigkeit von Produkten aller Art sicherten der deutschen Wirtschaft über viele Jahrzehnte hinweg internationales Ansehen. Das führte allerdings zu einer gewissen Selbstzufriedenheit, die die eigene Spitzenposition in der Welt als Selbstläufer ansah. Verliebt in die eigene Perfektion (der Strategieberater und Blogger Sascha Lobo spricht plakativ von einer „Spaltmaßfixierung“ ganzer Wirtschaftszweige) und an permanenter rein inkrementeller Innovation orientiert, hinkt Deutschland auf wichtigen Gebieten der künftigen Wertschöpfungsfelder dem Wettbewerb gefährlich hinterher – insbesondere auf dem für die Zukunft entscheidenden Technologiegebiet der Digitalisierung.
Einen rund um die Uhr erreichbarer Kundenservice anbieten und gleichzeitig Kosten einsparen? Das widerspricht sich keineswegs. Die kontinuierliche Weiterentwicklung von Technologien ermöglicht es Unternehmen, Prozesse wie den Kundenservice zu digitalisieren und zu automatisieren. Als eine der vielversprechendsten Technologien der letzten Jahre gelten Chatbots. Was genau sind jedoch Chatbots? Was können sie und wie werden sie im B2B-Kundenservice eingesetzt?
Künstliche Intelligenz (KI) hat sich über die letzten Jahre stetig zu einem Thema mit strategischer Priorität für Unternehmen entwickelt. Das zeigt sich nicht zuletzt in der gesteigerten Investitionsbereitschaft deutscher Unternehmen in KI-Projekte. Wirtschaftliche Akteure haben erkannt, dass durch eine sinnvolle Nutzung von KI-Technologien Wettbewerbsvorteile erzielt werden können. Die vorliegende Studie legt das Augenmerk auf den industriellen Einsatz einer KI-Technologie, die bereits heute von vielen Unternehmen erfolgreich genutzt wird: Die natürliche Sprachverarbeitung (engl. Natural Language Processing, kurz NLP). Die wirtschaftlichen Potenziale der Technologie liegen dabei in ihrer Fähigkeit, betriebliche Abläufe zu automatisieren und die Schnittstelle zwischen Mensch und Maschine zu verbessern und zu vereinfachen. Ziel der Studie ist es, die Potenziale der NLP-Technologie für Unternehmen nutzbar zu machen, indem konkrete Anwendungsfälle und allgemeine Handlungsempfehlungen sowie Nutzen und Risiken aufgezeigt werden.
Für viele Außenstehende klingt „digitalisierte Landwirtschaft“ wie ein Oxymoron: auf der einen Seite eine sehr traditionelle Branche, auf der anderen Seite die Digitalisierung, das Internet der Dinge, die Zukunft. Das Projekt bei AGCO Corporation hat gezeigt, dass sich diese Elemente nicht gegenseitig ausschließen und dass bereits eine Vielzahl von Ideen und Möglichkeiten existieren. Allerdings gibt es einige Herausforderungen, die erst gemeistert werden müssen, um das Potenzial voll ausschöpfen zu können. Um mögliche Anwendungsfälle umzusetzen, müssen zunächst verschiedene technische Grundvoraussetzungen erfüllt werden. Darauf aufbauend können datenbasierte Dienste entwickelt werden, die sich stets an den Kundenbedürfnissen und der technischen Machbarkeit orientieren. Durch die konsequente Evaluation eines interdisziplinären Projektteams mit definierten Kriterien können so die vielversprechendsten Anwendungsfälle identifiziert werden, wie das Beispiel von AGCO zeigt.
Häufig scheitern lang etablierte Vertriebsprozesse zwischen Händler und Servicepartner in der Industrie an den Herausforderungen, die die
Einführung eines digitalen Produktes mit sich bringt. Worin unterscheidet sich aber der Vertrieb digitaler Produkte im Vergleich zum bisherigen Vertrieb von physischen Gütern?