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.
Das Projekt ‚KI-LIAS – Künstliche Intelligenz für lernförderliche industrielle Assistenzsysteme (Laufzeit: 23.11.2020 – 22.11.2023) diente dem Ziel, die Einbindung digitaler und KI-unterstützter Produkte wie etwa Apps als Entscheidungsunterstützung in der Industrie zu untersuchen und ein Lebenszyklusmodell dieser Produkte von der Einführung bis zur Nutzung zu entwickeln. Vor allem kleine und mittlere Unternehmen
(KMU) stehen bei der Einführung von Künstlicher Intelligenz (KI) vor erheblichen Herausforderungen und können nun von den Projektergebnissen und den dezidiert validierten Handlungsempfehlungen des Projekts ‚KI-LIAS‘ profitieren.
Die Dienstleistungswende und die steigende Individualisierung machen die stetige Erweiterung von Serviceportfolien unerlässlich. Doch gleichzeitig wird damit die Übersichtlichkeit des Portfolios geringer und es entstehen Kosten, die sich direkt oder indirekt langfristig in den Bilanzen von Unternehmen niederschlagen. Zu Beginn unseres Projekts ‚KomID‘ wurden hierzu die größten Komplexitätstreiber identifiziert und diese im Rahmen einer Fragebogenstudie validiert. Im nächsten Schritt werden Lösungsansätze erarbeitet. Zur Lösung dieser Probleme und als Antwort auf die Komplexitätstreiber wurden bereits erste Ansätze wie die KI-geführte Beantwortung von Support-Anfragen aufgenommen. Gemeinsam mit dem Forschungsinstitut für Unternehmensführung, Logistik und Produktion der Technischen Universität München erforscht das FIR im Projekt ‚KomiD – Komplexitätsmanagement industrieller Dienstleistungssysteme‘ diese Lösungsansätze.
Digital Servitization is one of the significant trends affecting the manufacturing industry. Companies try to tackle challenges regarding their differentiation and profitability using digital services. One specific type of digital services are smart services, which are digital services built on data from smart products. Introducing these kinds of offerings into the portfolio of manufacturing companies is not trivial. Moreover, they require conscious action to align all relevant capabilities to realize the respective business goals. However, what capabilities are generally relevant for smart services remains opaque. We conducted a systematic literature review to identify them and extended the results through an interview study. Our analysis results in 78 capabilities clustered among 12 principles and six dimensions. These results provide significant support for the smart service transformation of manufacturing companies and for structuring the research field of smart services.
DELFIN: Dienstleistungen für Elektromobilität.
Förderung von Innovation und Nutzerorientierung
(2017)
Elektromobilität ist für das „Autoland“ Deutschland kein Zukunftsthema mehr, sondern in der Gegenwart angekommen. Sowohl die vielen Medienberichte als auch die zahlreichen Forschungsprojekte und nicht zuletzt das verstärkte Engagement der deutschen Automobilbranche in puncto Elektromobilität zeigen die zunehmende Bedeutung für Wirtschaft und Gesellschaft. Neben technischen Entwicklungen im Fahrzeugbau, in der Batterietechnologie und im Ladesystem beeinflussen weitere Faktoren, die Verbreitung und damit den Erfolg von Elektromobilität. Die bisherigen Zulassungszahlen von Elektroautos in Deutschland sind noch immer sehr niedrig. Sie bleiben auch weit hinter den Erwartungen der Industrie zurück. Nach wie vor spiegeln sie die Herausforderung wider: die mangelnde Nachfrage durch eine höhere Akzeptanz auf dem Markt zu bewältigen. Der Kauf von elektrifizierten Fahrzeugmodellen ist unattraktiv, weil diese im Vergleich zu anderen Fahrzeugen aufgrund der niedrigen Stückzahlen noch zu teuer sind, die Reichweite zu kurz ist und eine zukunftsfähige Ladeinfrastruktur noch nicht existiert. Dieses häufig genannte „Henne-Ei-Problem“ droht zu einem Teufelskreis zu werden, den es zu durchbrechen gilt.
Dienstleistungen können an dieser Stelle ansetzen und die Verbreitung von Elektromobilität unterstützen. Ladebezogene Dienstleistungen oder auch Reparatur- und Wartungsservices sind dafür essenziell. Sie reichen aber allein nicht aus, um einen Markthochlauf durch steigende Nachfrage deutlich zu verbessern. Um mit neuen Mobilitätskonzepten wettbewerbsfähig zu sein, müssen Erwartungen übertroffen, besser noch eine Begeisterung auf Endnutzerseite erzeugt werden. Darüber hinaus müssen Dienstleistungen Alleinstellungsmerkmale fördern, zusätzliche
Nutzenpotenziale heben und positive Emotionen hervorrufen. Im Einklang mit stetig verbesserten innovativen Produkten können Dienstleistungen eine Brückenfunktion
hin zu nutzerfreundlichen Elektromobilitätsangeboten übernehmen.
Von „Dienstleistungen“ zu sprechen und diese auf ein singuläres Forschungsgebiet zu reduzieren, wäre zu kurz gedacht. Wie auch bei physischen Produkten haben wir
es hier mit einer großen Heterogenität zu tun. Bei Dienstleistungen steht nicht der materielle Wert eines Produkts, sondern die erbrachte Leistung zur Deckung eines Bedarfs im Vordergrund. Erforderlich ist deshalb, eine Vielfalt an Dienstleistungsarten in die Forschung einzubeziehen. Aus diesem Grund wurden mit dem Förderschwerpunkt „Dienstleistungsinnovationen für Elektromobilität“ des Bundesministeriums für Bildung und Forschung (BMBF) 16 Verbundprojekte aus verschiedenen Dienstleistungsbereichen gefördert. Die vorliegende Abschlusspublikation präsentiert die Ergebnisse aus 15 Verbundprojekten
sowie dem wissenschaftlichen Begleitprojekt DELFIN.
Die vorliegende DIN SPEC 77007 soll einen Leitfaden zum Aufbau und zur Weiterentwicklung von Dienstleistungsorganisationen entlang der Lean-Management-Prinzipien liefern und einen Überblick über Methoden zur Operationalisierung dieser Prinzipien geben. DIN SPEC 77007 ist insbesondere für industrielle Dienstleistungen, aber auch für andere Dienstleistungs-branchen anwendbar.
Anhang A dieser DIN SPEC enthält eine Sammlung von Methoden, die bei der Anwendung der Prinzipien genutzt werden können.
ICS 03.080.99; 35.240.60; 43.120
März 2018
Das Ziel dieser Arbeit ist es, Komponenten industrieller, datenbasierter Dienstleistungen zu beschreiben und darauf aufbauend Idealtypen dieser abzuleiten. Zudem werden Handlungsempfehlungen entwickelt, die besonders kleine und mittlere Unternehmen befähigen, datenbasierte Dienstleistungen auf Basis physischer Produkte zu entwickeln und diese auf internetbasierten Plattformen anzubieten.
Das FIR untersucht gemeinsam mit Partnern aus Wirtschaft und Forschung im Rahmen des Projekts Smart-Farming-Welt (SmarF), wie die multidirektionale Vernetzung aller Akteure des Ökosystems Landwirtschaft gestaltet werden kann. Die zu entwickelnde Plattform ermöglicht einen dynamischen Datenaustausch zwischen allen Beteiligten sowie darauf aufbauende datenbasierte Dienste, die die Produktivität landwirtschaftlicher Betriebe und des gesamten Wertschöpfungsnetzwerks verbessert.
Gefördert wird das Projekt Smart-Farming-Welt (Förderkennzeichen 01MD16007E) durch das Bundesministerium für Wirtschaft und Energie (BMWi). Das Teilvorhaben des FIR fokussiert die Bedarfsanalyse, Geschäftsmodelle und Nutzerakzeptanz.
DELFIN - Dienstleistungen für Elektromobilität: Förderung von Innovation und Nutzerorientierung
(2018)
Die Elektromobilität bildet die Grundlage eines fundamentalen Wandels der individuellen Mobilität, der das Mobilitätsverhalten der Gesellschaft grundlegend verändern wird. Dabei determinieren insbesondere Dienstleistungen den Erfolg der Elektromobilität, indem sie eine Brückenfunktion zwischen Technologie und Markt übernehmen. Dienstleistungen können sowohl die Begeisterung für Elektromobilität als auch die Alltagstauglichkeit des Mobilitätskonzepts steigern und somit die technologischen Schwächen gegenüber konventionellen Antriebsformen ausgleichen. Da ein Großteil der wissenschaftlichen Arbeiten zur Entwicklung der Elektromobilität vordergründig technologische Aspekte (Fahrzeugreichweite) berücksichtigt, ist eine ganzheitliche Betrachtung aller Faktoren des Themenfeldes notwendig, um Dienstleistungen in ein umfassendes Verständnis der Elektromobilität zu integrieren.
Dieser Abschlussbericht entstand im Rahmen des Arbeitspakets „Marktstrukturen und Zukunftsszenarien“ des FIR an der RWTH Aachen im Projekt DELFIN. Es wurde eine Szenarioanalyse zur Elektromobilität durchgeführt, die insbesondere auch Faktoren mit Bezug zu Dienstleistungen in eine ganzheitliche Betrachtung des Mobilitätskonzepts einbezieht, aus dem schließlich Zukunftsszenarien für die Elektromobilität entwickelt werden. Zunächst werden auf Basis von Expertenmeinungen Einflussbereiche (Phase 1) und Einflussfaktoren
(Phase 2) zukünftiger technologischer, dienstleistungsspezifischer und gesellschaftlicher Entwicklungen identifiziert. Die Selektion von Schlüsselfaktoren (Phase 3) und dazugehörigen Zukunftsprojektionen (Phase 4) bildet anschließend mithilfe von Modellrechnungen (Phase 5) den Ausgangspunkt für die Entwicklung von konsistenten Zukunftsszenarien. Abschließend werden diese Szenarien interpretiert (Phase 6) und Handlungsempfehlungen für die Akteure der Elektromobilität formuliert (Phase 7).
Die Entwicklung der Elektromobilität bis 2030 oder 2050 ist aktuell weitestgehend unabsehbar.
Allein technologische Fortschritte zur Optimierung der Reichweite sind nicht ausreichend, um den Erfolg der Elektromobilität langfristig zu gewährleisten. Vielmehr ist es entscheidend, das gesamte Mobilitätskonzept des Automobils neu zu entwickeln und dabei neben dem technologischen Fortschritt die Innovation und Nutzerorientierung im Bereich der Dienstleistungen zu fördern. Nur so kann das Elektroauto nutzbar und erlebbar gemacht und Deutschland zum Leitmarkt für Elektromobilität transformiert werden.