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)
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.
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.
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.
Method for a qualitative cost benefit evaluation of process standardisation for industrial services
(2018)
Industrial service providers deliver complex technical services (e.g. inspection, maintenance, repair, improvement, installation and turnarounds) for a wide range of technical assets in process industries such as the chemical industry. Due to the versatility of assets and industries, there is also a variety of the corresponding service offerings. The demand for a high service quality and the general cost pressure leads to the need of a more efficient and standardized design of the service processes. However, cost-benefit ratio related decisions regarding the questions where and how service processes should be standardized entail great challenges for small and medium-sized enterprises. This is because there is often a lack of understanding of cost savings through process standardization, which is caused by a lack of understanding of the correlations between process characteristics and process target values. Because of this, the goal of this paper is to develop a method for a quantitative evaluation of the cost-benefit ratio of process standardization measures. Within this method, the relevant service performance processes are selected first. Next, the process data will be recorded with the help of questionnaires. These are then analyzed by looking for correlations between the process characteristics and the process target values. Afterwards standardization measures are derived on the basis of these findings in order to improve deficit characteristics and thus target values. Finally, the method´s practical applicability is tested and validated by applying it to an industrial service in the chemical industry.
Im EU-Projekt ‚DATAMITE ‘ werden Lösungen für die Herausforderungen der effektiven Nutzung und Monetarisierung von Daten in der heutigen Unternehmenslandschaft entwickelt. Daten werden entlang des gesamten Wertschöpfungsprozesses erhoben, wobei deren Generierung oft unstrukturiert geschieht. In der Folge sind die Datensätze häufig ungeeignet, um auf ihnen basierende Entscheidungen zu treffen. Darüber hinaus verhindert die unstrukturierte Erhebung der Daten ihre effiziente Analyse und anschließende Monetarisierung. Die im Rahmen des Projekts zu entwickelnden Lösungen werden die Datenmonetarisierung in der produzierenden Industrie Europas beschleunigen. Konkret sollen europäische Unternehmen mittels einer Plattform und Open-Source-Tools dabei unterstützt werden, Daten strukturiert zu erheben und zu analysieren, um sie so nutzbar zu machen. Bei der gleichnamigen Plattform DATAMITE handelt es sich um eine innovative Datenintegrationsplattform, die eine Vielzahl an Datensätzen aus unterschiedlichen Quellen zu einem einzigen, leicht zugänglichen Datensatz konsolidiert. Die Ergebnisse des Projekts werden in drei verschiedenen Anwendungsfällen mit insgesamt sechs Pilotvorhaben validiert. Diese umfassen Bereiche wie Landwirtschaft, Energie, Industrie, Fertigung und Klima.
Das Forschungsprojekt ‚DATAMITE ‘ startete im Januar 2023 und wird während der dreijährigen Laufzeit durch das Horizon-Europe-Programm der Europäischen Kommission gefördert. Das Projekt vereint mit 27 kooperierenden Partnern aus 13 Ländern die Innovationskraft ganz Europas.
Insgesamt wird die Plattform DATAMITE eine innovative Lösung für Unternehmen darstellen, die ihre Daten effektiver nutzen und verwalten möchten. Die Plattform wird zahlreiche Funktionen und Tools bieten, um Datenanalyse und -verarbeitung zu automatisieren, die Datenqualität zu gewährleisten und Daten sicher zu speichern. Unternehmen werden durch die Nutzung von DATAMITE bessere Entscheidungen treffen können, Risiken minimieren können, wertvolle Einblicke in ihre Geschäftsdaten gewinnen und sich dadurch Wettbewerbsvorteile sichern können.
Die entwickelte, prozessorientierte Klassifikation logistischer Dienstleistungen ermöglicht eine eindeutige, transparente Beschreibung angebotener und ausgeschriebener Leistungsmodule in der Logistik. Aufgrund der hierarchischen Darstellung und des integrierten Mengen- und Kennzahlengerüsts lässt sich die gewünschte Detailtiefe zur Kalkulation der benötigten Material-, Personal- und Informationsressourcen wählen. Dadurch kann der Auswahlprozess effizient und sicher durchgeführt werden.
Heterogene Maschinenparks, über Jahrzente gewachsene Anlagenstrukturen und fehlende Dokumentation im Bereich der Systemkomponenten, Bauteile und Ersatzteillisten erschweren es der Instandhaltung (IH), ihre anfallenden Maßnahmen präzise planen, mit benötigten Informationen unterstützen und somit effizient durchführen zu können. Aufgrund steigender organisatorischer Anforderungen, Effizienzbemühungen und technischer Möglichkeiten in den letzten 25 Jahren haben sich die untertüzenden IT-Lösungen stetig weiterentwickelt und sind zu Produkten geworden, welche explizit zur Planung und Durchführung instandhaltungsspezifischer Aufgaben genutzt werden.
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.