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)
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.