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)
- Working Paper (23)
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)
Künstliche Intelligenz (KI) hat als Technologie in den vergangenen Jahren Marktreife erlangt. Es existiert eine Vielzahl benutzerfreundlicher Produkte und Services, welche die Anwendung von KI im Alltag und im Unternehmen vereinfachen. Die Herausforderung, vor denen Anwendende, gerade im betriebswirtschaftlichen Kontext, stehen, ist nicht die technische Machbarkeit einer KI-Applikation, sondern deren organisatorisch und rechtlich zulässige Gestaltung. Zu einer zunehmenden Dynamik in der Gesetzgebung kommt ein gesellschaftliches Interesse an der Kontrolle und Transparenz über die für KI-Modelle erhobenen Daten. Die Diskussion über Datensouveränität im geschäftlichen und privaten Alltag rückt mehr und mehr in das Zentrum der öffentlichen Aufmerksamkeit.
Datenbasierte KI-Anwendungen stehen damit in einem Spannungsfeld zwischen den Potenzialen, die das Erheben und Teilen von Daten über Unternehmensgrenzen hinweg bietet, und der Herausforderung, die Datensouveränität der involvierten Personen zu wahren. Die vorliegende Studie soll erstens über die Auswirkungen der Datensouveränität und die damit verbundenen aktuellen und kommenden Regularien auf KI-Anwendungsfälle aufklären. Dafür wurden Expertinnen und Experten aus den Bereichen Recht, KI- und Organisationsforschung befragt. Zweitens zeigt die Studie Potenziale und Best Practices von KI-Anwendungsfällen mit überbetrieblichem Datenaustausch auf. Dafür wurden Fallstudien in Unternehmen durchgeführt, die bereits erfolgreich Datenaustausch in ihre Geschäftsmodelle integriert haben, um ihre KI-Applikationen zu betreiben und zu verbessern.
Heutzutage werden in der Möbelindustrie oftmals kostengünstige Möbel in Serienproduktion gefertigt, bei denen die Produkte vor allem von Kurzlebigkeit und geringer Qualität geprägt sind. Die hohe Konkurrenz drängt kleinere Betriebe vom Markt und Aspekte der Produktindividualisierung, um unterschiedlichen Wohnräumen und Lebensanforderungen zu entsprechen, rücken immer stärker in den Hintergrund. Kommt der Wunsch nach einem individualisierten, innovativen und nachhaltigen Möbelstück auf, gibt es derzeit verschiedene Anbieter, die aber oftmals nicht allen Kriterien entsprechen und lange Lieferzeiten, hohe Preise und geringe Kundeneinbindung aufweisen. Mit dem EU-Projekt ‚INEDIT‘ wird deshalb das Ziel verfolgt, eine Plattform zu entwickeln, auf der maßgefertigte, innovative und nachhaltige Möbelstücke zu einem fairen Preis produziert und gehandelt werden können. Nach dem „Do-it-together“-Ansatz entsteht ein Geschäftsökosystem, das nicht nur für Kund:innen, sondern auch für Designer:innen, Zulieferer und Fertigungsbetriebe einen Mehrwert schafft. Für diese neuartige Form der Zusammenarbeit müssen auch potenzielle Erlösmodelle neu gedacht werden und Anreize für die gemeinsame Nutzung der Plattform geschaffen werden. Ziel ist es, den strategischen Fit von Plattformnutzern und passenden Geschäftsmodellen zu gewährleisten und die Nutzung der Plattform für alle optimal zu gestalten.
Ongoing digitalization and Industry 4.0 enable the development of new business models due to the increase in available data and digital connected products. A promising business model type for the machinery and plant engineering industry are subscription models, consisting of products and services offered in return for continuous payments. However, subscription-based business models are associated with extensive changes in the traditional machinery and plant engineering industry, in particular, for small and medium-sized companies (SMEs). Established concepts for the development of value propositions and business models neglect important aspects, such as the integrated development and optimization of products and services across the entire life cycle or the data infrastructure. This paper presents a concept for a methodology to support SMEs developing value propositions within subscription models. Therefore, the systematic identification of customer benefits, the determination and prioritization of subscription relevant functionalities as well as the design of product and service elements addressing those functionalities are the main aspects on which the focus is placed on. The result is a subscription value proposition canvas for SMEs to address the impact of subscription models on products and services.
A subscription business model - that sounds like significant economic advantages. Therefore, the question arises: Why haven't all manufacturing companies established this type of participative business model yet?
The answer: The development and implementation of subscription business models go hand in hand with central challenges that companies have to overcome in the course of a business model transformation. This expert paper helps with this.
Ein Subscription-Geschäftsmodell – das klingt nach maßgeblichen wirtschaftlichen Vorteilen. Daher stellt sich die Frage: Warum haben bisher noch nicht alle produzierenden Unternehmen diese Art der partizipativen Geschäftsmodelle aufgebaut?
Die Antwort: Der Aufbau und die Umsetzung von Subscription-Geschäftsmodellen gehen einher mit zentralen Herausforderungen, die Unternehmen im Zuge einer Geschäftsmodelltransformation bewältigen müssen. Hierbei hilft dieses Expert-Paper.
Development of a platform business model for co-creation ecosystems for sustainable furniture
(2023)
Existing design platforms with multi-dimensional value chains currently have deficits in terms of their business models, resulting in insufficient attention to sustainability goals and individual requirements for products of these platforms. Co-creation approaches, such as the Do-It-Together (DIT) approach for furniture, involve customers and manufacturers as equal partners in the design and production process. This allows customers to have more influence on the sustainability and individualization of products. The existing literature addresses sustainability-oriented design principles for platform business models, but concrete platform business models for multidimensional DIT cocreation of furniture are still missing. Therefore, the objective of this paper is to develop a business model for a DIT co-creation platform for the furniture industry based on a four-step business model innovation framework. This method will then be applied to a specific project scenario to derive a project-specific DIT co-creation business model. This generates knowledge about the collaborative manufacture of sustainable and customized furniture and contributes to the cross-sectoral transfer of platform business models for the development of sustainable products.
Today, however, agility is seen more than ever as a critical success factor for companies. In times of an increasing degree of digital interconnection and minimum viable products, a mentality is entering the industrial service sector that has so far only been exemplified by Internet companies (e.g. Google): New products and especially digital services are developed in highly iterative processes. To this end, customers are involved in early test phases of development and provide feedback on individual functional modules, which – in contrast to the previous approach – are only gradually assembled into a market-ready “100 percent version”. But especially with the development of new digital services, companies must ensure more than ever that both the existing analog service business and the design of new digital services are geared to effectiveness and efficiency in order to meet the growing demands of customers and competitors.
To achieve this, companies must not only be familiar with the products currently on the market, but also master the entire product history, which in some cases goes back more than 30 years and varies greatly from one industry to another.
Today, maintenance exceeds this definition, it is significantly more.
In many companies, it plays the role of an incubator for development
and drives digital transformation forward. The very essence of
Industrie 4.0 is the optimisation of the flow of information within as
well as outside of a company to accelerate the adjustment of company
organisations in the context of increasing competitive pressure.
Because of the variety of interfaces, information and data that
is available as well as its service character, maintenance lends itself easily as the area of choice for a company to make Industrie 4.0 real. Whilst doing so, the aim is not to equip employees with the
latest “gimmick“ for order processment or to be the company with
the highest number of lighthouse projects. Instead, maintenance
ensures reliable and cost-efficient production and, consequently,
the primary creation of added value of the manufacturing company.
Those who were identified as top performers during the “Smart
Maintenance“ consortium benchmarking by FIR at RWTH Aachen
University gain particular useful ideas twice as often as other follower companies directly from staff, thus releasing the right potential.
Information and data help to reach these goals and transfer the
vision of smart maintenance into actual pratice. But what is smart
maintenance exactly and how far along are you in the development
of your individual smart maintenance concept?
Der Wandel vom traditionellen zum digitalen Dienstleister ist nicht ohne weiteres zu vollziehen. So ist der digitale Reifegrad vieler Industrieunternehmen noch zu gering, um diese digitalen Service-Innovationen erfolgreich am Markt zu platzieren.
Ein Problem der Dienstleistungsentwicklung ist die zunehmende Einbindung von Informations- und Kommunikationstechnologie in die Dienstleistungsentwicklung und -durchführung. Die zusätzliche Technologie lässt die Innovationsprozesse für Dienstleistungen auf Seiten der Hersteller immer komplexer werden, indem unterschiedliche interne und externe Stakeholder einbezogen werden müssen (z. B. IT-Partner, Datenschutzbeauftragte oder die Produktentwicklung). Zudem erfordern datenbasierte Dienstleistungen den Aufbau neuer Kompetenzen beim Hersteller (z. B. Data-Scientists), um die gewonnenen Kundendaten zur Steigerung der Maschinenproduktivität nutzen und neue Geschäftsmodelle anbieten zu können. Darüber hinaus müssen Industrieunternehmen, welche erfolgreich datenbasierte Dienstleistungen anbieten wollen, neue Markteinführungsstrategien entwickeln, um bei den Kunden ein hohes Maß an Akzeptanz und Vertrauen zu schaffen und so an relevante Daten zu gelangen. Diese und weitere Herausforderungen lassen die Erfolgsquote von Unternehmen bei der Entwicklung neuer, industrieller Dienstleistungen stetig schrumpfen. Im vorliegenden Whitepaper werden sechs Prinzipien aufgezeigt, die Industrieunternehmen als Hilfestellung bei der Entwicklung neuer, datenbasierter Dienstleistungen dienen.
The change from the traditional to the digital service provider is not easy. The digital maturity level of many industrial companies is still too low to successfully place these digital service innovations on the market. One problem of service development is the increasing involvement of information and communication technology in service development and implementation. The additional technology makes the innovation processes for services on the part of manufacturers increasingly complex by involving different internal and external stakeholders (e.g. IT partners, data protection officers or product development departments). In addition to this, data-driven services also require that manufacturers (e.g. data scientists) develop new competencies in order to use the customer data obtained to increase machine productivity and to offer new business models. Furthermore, industrial companies that want to successfully offer data-driven services must develop new market introduction strategies to create a high degree of acceptance and trust among their customers. This is necessary to get access to relevant data. These and other challenges caused the success rate of companies in regarding the development of new, industrial services to shrink.
To change this, this white paper presents six principles that help industrial enterprises to develop new successful data-driven services.
[Whitepaper] ToMiC
(2011)
Social-Software-Lösungen gewinnen im beruflichen Kontext stetig an Bedeutung. Durch ihren Einsatz bilden sich unternehmensinterne Communitys, die einem Lebenszyklus unterliegen, der aus Phasen mit unterschiedlichen Eigenschaften besteht. Das Whitepaper stellt ein Modell zur Verfügung, um die Phase einer solchen Community zu bestimmen. Aufbauend darauf werden Handlungsempfehlungen zum lebenszyklusorientierten Management bereitgestellt, um den unternehmerischen Wert der Community zu maximieren.
CRM in der Praxis 2017/2018
(2017)
Angesichts der großen Bedeutung von CRM-Software für den Unternehmenserfolg untersucht die Studie "CRM in der Praxis: Anwenderzufriedenheit, Nutzen, Perspektiven" nun zum dritten Mal aus Sicht der CRM-Anwender, wie die CRM-Realität in Unternehmen aussieht. Dabei wird der Nutzen des CRM-Einsatzes ebenso untersucht wie Herausforderungen der CRM-Einführung und des Betriebs. Einen Schwerpunkt der Untersuchung stellt die Zufriedenheit von Anwendern mit ihrer CRM-Software und den Services der Anbieter dar. Und schließlich werden wesentliche Trends und Entwicklungen zu CRM-Einsatz und -Markt aufgezeigt bzw. aus Sicht von CRM-Anwendern bewertet. Diese umfassende Untersuchung des CRM-Einsatzes hat die Trovarit AG gemeinsam mit den Partnern Forschungsinstitut für Rationalisierung (FIR) e. V. an der RWTH Aachen und Schwetz Consulting durchgeführt.
Maschinen- und Anlagenbauer setzen sich in Ergänzung zum klassischen Verkauf von Produkten und Services zunehmend mit sog. Subskriptionsgeschäftsmodellen auseinander. Ertragsmechaniken wie Pay-per-Use oder Pay-per-Outcome, ein auf den individuellen Kundenerfolg ausgerichtetes Nutzenversprechen, digitale und über das Internet of Things vernetzte Leistungssysteme, bestehend aus Produkten, Services und Software, sowie eine langfristig orientierte, partnerschaftliche Kundenbeziehung sind Voraussetzungen und charakteristische Merkmale von Subskriptionsgeschäften. Da der Anbietererfolg im Subskriptionsgeschäft in direkter Abhängigkeit zum Kundenerfolg steht, erfordert das Subskriptionsgeschäft den Auf- und Ausbau eines sog. Customer-Success-Managements (CSM). Das CSM ist im Gegensatz zum Vertrieb oder Service vollständig auf den Erfolg, d. h. die Zielerreichung der individuellen Subskriptionskunden, ausgerichtet und incentiviert. Das CSM überwacht die Nutzungsphase der Produkte und Services und unterstützt die Subskriptionskunden proaktiv bei der Erreichung und Steigerung ihrer individuellen Ziele. Während das CSM in der Softwareindustrie bereits seit einigen Jahren etabliert ist, befinden sich Unternehmen im Maschinen- und Anlagenbau vielfach noch in der Konzeptionierungsphase eines CSMs. Das Ziel dieser Dissertationsschrift besteht daher darin, ein konfigurierbares Referenzmodell für das CSM im Maschinen- und Anlagenbau zu entwickeln, das Unternehmen bei der unternehmensspezifischen Ableitung eines CSM-Modells entlang ausgewählter Konfigurationsparameter unterstützt. Mit dem Referenzmodell soll vor allem die Effizienz bei der Gestaltung der CSM-Ablauforganisation gesteigert werden. Auf Basis einer spezifizierten Vorgehensweise zur konfigurativen Referenzmodellierung werden in dieser Dissertationsschrift zunächst Konfigurationsparameter für das CSM-Referenzmodell hergeleitet. Anschließend erfolgt der Entwurf des Ordnungsrahmens, der als übergeordneter Einstieg in das CSM-Referenzmodell dient.
Daraufhin werden sowohl ein Daten- als auch ein Funktionsmodell entwickelt, um die zahlreichen, notwendigen Datenpunkte und Aufgaben im CSM systematisch abzubilden. Die beiden Modelle werden im Anschluss über 17 modular gestaltete Prozessmodelle integriert. Das Referenzmodell wird abschließend zur Güteprüfung in drei ausgewählten
Fallstudien mit Unternehmen des Maschinen- und Anlagenbaus wiederverwendet und evaluiert.
Die Landwirtschaft steht in den nächsten Jahren vor einer Reihe gravierender Veränderungen. Die steigende Weltbevölkerung muss bei einer gleichbleibenden Versorgungsfläche auch in Zukunft ernährt werden. Datenbasierte Dienstleistungen ermöglichen diese Produktivitätssteigerungen, indem sie Landwirte bei der Ernte unterstützen und Handlungsempfehlungen geben. Die nPotato als Smart Product und darauf aufbauende Smart Services ermöglichen es Landwirten, ihre Erntemaschinen während der Ernte an sich verändernde Bedingungen anzupassen, um den Ertrag durch optimale Maschineneinstellungen zu maximieren. Der folgende Beitrag beschreibt die systematische Entwicklung dieses Smart Service, erläutert die dahinterliegende technische Architektur und zeigt dessen Potenziale und mögliche Geschäftsmodelle auf.
Eine Steigerung des Wertbeitrags der Instandhaltung kann nur im Zusammenspiel mit der Belegschaft sowie internen und externen Anspruchsgruppen geschehen.
Dabei bieten digitale Technologien eine Möglichkeit, Prozesse und Entscheidungen punktuell effizienter und besser zu machen. Eine nachhaltige Transformation muss jedoch nicht nur technologisch, sondern vor allem auch methodisch gestaltet werden.
Dabei müssen bewährte Methoden der zuverlässigkeitsorientierten
Instandhaltung und des Lean Managements mit den digitalen Technologien zusammenspielen, um den größtmöglichen Effekt für das Unternehmen zu erzielen.
The FIR at the RWTH Aachen University continuously develops the concept and the principles of RoM further. It is already noticeable that the gap between companies that began preparing their maintenance departments for Industrie 4.0 years ago and those that are still struggling with the mere foundations of a professional maintenance organisation is rapidly increasing.
The first driver of the development sparked by Industrie 4.0 is the collection of and work with condition data. It is used to create a digital shadow of a service, e.g. maintenance measures in a specific
context. In the future, critical machine functions will be monitored continuously within production processes.
Based on these observations, the likelihood of machine failures can be predicted, which makes it possible to prioritize data-based maintenance measures. This means that maintenance activities, i.e. production plans, are based on prognoses regarding machine failures. By doing so, the currently existing separation between inspection, maintenance and reactive measures can be overcome, resulting in a holistic approach to maintenance. Maintenance specialists receive support from assistance systems, which give them access to all relevant information (e.g. machine history, spare part availability, proposals for measures, etc.). As a result, they can take on routine tasks in different areas as well and contribute to the increased flexibility of the production process. Although data is becoming an increasingly important driver of successful maintenance strategies,
maintenance employees continue to be central to specific tasks, machines and systems. In the future, it can be expected that they choose to become experts in a certain field and, ideally, actively share their knowledge with others within an open maintenance culture. Systems for interdisciplinary collaboration will be made part of everyday practice.
The maintenance department will be a center and distributor of knowledge in the agile company of the future.Only through the interaction of the outlined success principles, which amount to a paradigm shift within the maintenance department, the potential
benefit of maintenance as defined by RoM can be fully exploited, creating a long-term competitive advantage for those who consistently follow the path towards Industrie 4.0 in maintenance.
Neben der Darstellung der derzeitigen Marktsituation von Fremdinstandhaltern und den ihre Wettbewerbsfähigkeit beeinflussenden Faktoren wurden im Rahmen der Studie die Zusammenarbeit zwischen Kunde und Dienstleister untersucht. Als Schlüsselfaktoren für eine erfolgreiche Zusammenarbeit zwischen Kunde und Dienstleister wurden Kommunikation, Leistungsvereinbarung und Kundenorientierung identifiziert. Neben einer Ableitung von Unternehmensstrategie für mehr Wettbewerbsfähigkeit wurden die Potentiale von Kooperationen beschrieben und aktuelle Trends im Markt der Fremdinstandhaltung aufgezeigt.
Die Fabrik 4.0 wird nicht menschenleer sein. Im Gegenteil wird der Mensch als Kompetenz‐ und Flexibilitätsquelle sowie als Entscheider eine wesentliche Rolle in den dezentral organisierten Produktions‐ und Prozessstrukturen der Zukunft spielen. So erfordert die Evolution der Arbeits‐ und Produktionssysteme auch eine Evolution der Lehrund Lernprozesse, wobei Produktions‐ und Wissensarbeit immer stärker miteinander verschmelzen. Die Fülle an verfügbaren Informationen in der digitalen Fabrik muss für die beteiligten Mitarbeiter handhabbar und steuerbar gemacht werden. Hierfür werden mobile Endgeräten aber auch vor allem intelligente Assistenzsysteme auf der technologischen Seite notwendig sein. Weitgehende Einigkeit besteht darin, dass durch diese Entwicklung erhebliche Qualifizierungsanforderungen auf die Unternehmen zukommen und dass Lernprozesse aus Zeit‐, Kosten‐, Akzeptanz‐ und Qualitätsgründen viel stärker als heute als Learning‐on‐the‐job, also arbeitsintegriert, erfolgen müssen. Informationen und technische Geräte sind jedoch alleine nicht in der Lage, funktionierende Learning Solutions zu schaffen. Forschungsergebnisse zeigen seit längerem, dass dazu lernförderliche Arbeitssysteme erforderlich sind. Darunter sind Systeme zu verstehen, welche Lernen als Planungsgegenstand und Gestaltungskriterium aufweisen, denn Lernförderlichkeit wird bereits in der Planungs‐ und Gestaltungsphase der Arbeitssysteme zu erheblichen Anteilen bestimmt. Die Förderung menschlicher Lernprozesse für ein effektives und effizientes arbeitsintegriertes Lernen wird damit zu einer Engineering‐Aufgabe. Im laufenden BMBF‐Verbundprojekt ELIAS (Engineering lernförderlicher industrieller Arbeitssysteme für die Industrie 4.0) werden bestehende wissenschaftliche Erkenntnisse zum Lernen im Prozess der Arbeit und zur Lernförderlichkeit zu einem integrativen Modell der Lernförderlichkeit weiterentwickelt.
Zielsetzung des geplanten Verbundprojekts ELIAS ist es, einen Ansatz für die Gestaltung von Produktions- und Arbeitssystemen zu entwickeln, der die Lernförderlichkeit als elementaren Bestandteil bereits im Entstehungsprozess einplant und darüber hinaus die kontinuierliche Verbesserung in Bezug auf die Lernförderlichkeit sicherstellt. Mit dem ELIAS-Lernförderlichkeitsplaner wird erstmals ein Konzept bereitgestellt, das die aktive Entwicklung und Gestaltung moderner lernförderlicher Arbeitssysteme sowohl für Dienstleistungs- als auch Produktionsprozesse ermöglicht. Die Breitenwirksamkeit und stetige Weiterentwicklung des ELIAS-Ansatzes wird dabei durch die ELIAS-Community garantiert, die als zentrale Austauschplattform Experten und Entscheidungsträger des Industrial Engineerings auch über die beteiligten Partner hinaus zusammenführt. Das Forschungsprojekt ELIAS wird durch das Bundesministerium für Bildung und Forschung (BMBF) gefördert werden.