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)
- Daten (1)
- Datenbasierte Dienstleistung (1)
- Dienstleistung (1)
- Dienstleistungen (1)
- Dienstleistungssektor (1)
- Dienstleistungswende (1)
- Digital Business Models (1)
- Digitale Plattformen (1)
- Digitale Produkte (1)
- Digitale Transformation (1)
- Digitalisation (1)
- Digitalisierung (3)
- Digivation (1)
- Ecosystem Design (1)
- Food Production (1)
- Forschungsprojekt (1)
- Geschäftsmodell (3)
- Geschäftsmodelle (1)
- Hybride Geschäftsmodelle (1)
- Industrial Food Production (1)
- Industrie 4.0 (3)
- Instandhaltung (3)
- Instandhaltungsstrategie (1)
- Internet der Dinge (1)
- KI (1)
- KMU (1)
- Künstliche Intelligenz (2)
- Landwirtschaft (1)
- Maintenance (1)
- Manufacturing (1)
- Manufacturing Companies (1)
- Markteinführung (1)
- Maschinen- und Anlagenbau (2)
- Maschinenbau (1)
- Natural-Language-Processing (1)
- Ontology (2)
- Predictive Maintenance (1)
- Preisbildung (1)
- Prescriptive Maintenance (1)
- Pricing Models (1)
- Produkteinführung (1)
- Projekt Digivation (1)
- Projektmanagement (1)
- Projektmanagementsystem (1)
- Reifegradbasierte Gestaltung (1)
- Resilience (1)
- Roadmap (2)
- SV7359 (1)
- SV7430 (1)
- SV7459 (1)
- Service (2)
- Service-Studie (1)
- Servicetransformation (1)
- Smart Services (2)
- Smart product service system (1)
- Smart-Maintenance-Roadmap (1)
- Subscription (2)
- Subscription business (1)
- Subskription (1)
- Task-oriented Reference Model (1)
- Trends (1)
- Typology (1)
- U1034 (1)
- Unternehmenskultur (1)
- Value Stream Mapping (1)
- Value-based Pricing (1)
- Value-in-Use (1)
- Value-in-use (1)
- Wind Turbines (1)
- Windenergie (1)
- Windenergieanlagen (1)
- business model (2)
- case study research (2)
- customer data (1)
- customer journey (1)
- data valuation framework (2)
- data value (2)
- digital business model (1)
- digital shadow (1)
- digitale Technologien (1)
- iIntangible assets (1)
- industry 4.0 (1)
- intangible assets (1)
- organisationaler Wandel (1)
- smart product service systems (1)
- smart product-service systems (1)
- smart services (1)
- subscription business models (1)
Institute
Viele Branchen stehen am Anfang der digitalen Transformation bzw. werden bereits grundlegend von ihr verändert. Im Zeitalter der digitalen Transformation steht somit die Frage im Mittelpunkt, wie Unternehmen die notwendigen Veränderungen angehen und den Erfolg der Transformation gewährleisten können. Datenbasierte Dienstleistungen sind dabei ein konsequenter nächster Schritt im Wandel der Unternehmen vom Investitionsgüterhersteller zum Lösungsanbieter. Nichtsdestotrotz scheitern viele Premiumhersteller trotz ihrer hohen digitalen Wettbewerbsfähigkeit bei der Entwicklung und Einführung von datenbasierten Dienstleistungen. Der Beitrag zeigt zunächst Merkmale und Ausprägungen datenbasierter Dienstleistungen auf. Da sich die klassischen Methoden des Service Engineerings nicht ausreichend schnell an digitalisierte Komponenten und geänderte Voraussetzungen angepasst haben, wird mit dem Smart Service Engineering ein neuer Ansatz vorgestellt, der agile und kundenorientierte Methoden implementiert. Zuletzt werden Muster und Entwicklungspfade der digitalen Transformation detailliert analysiert und Handlungsempfehlungen für Anbieter datenbasierter Dienstleistungen abgeleitet.
Agilität gilt als zentrale unternehmerische Fähigkeit, um Veränderungen proaktiv zu erkennen und diese schnell und effektiv zu vollziehen. Industrie 4.0 bietet Unternehmen das Potenzial dies zu beherrschen und schnell auf Ereignisse zu reagieren. Die Vision ist ein agiles, lernendes Unternehmen, welches in der Lage ist, sich einer wandelnden Umwelt kontinuierlich anzupassen. Dies bedeutet für Unternehmen die Nutzung von Optimierungspotentialen durch eine durchgängige, intelligente Vernetzung von Menschen, Maschinen und Objekten. Dabei wächst die Bedeutung der Instandhaltung, indem sie die Funktionsfähigkeit immer stärker vernetzter und technisch komplexer werdenden Anlagen sicherstellt. Die technologischen Elemente von Industrie 4.0 kombiniert mit einer zukunftsfähigen Instandhaltung befähigen den Wandel zu einem agilen, lernenden Unternehmen.
Die Umsetzung der Potenziale, die mit Industrie 4.0 einhergehen, werden von den Unternehmen erkannt und nehmen vielfach ein strategisches Zukunftsfeld ein. Allerdings erreicht ein Großteil, der in diesem Kontext definierten technologie-basierten Projekte nicht die gewünschten Resultate. Der Hauptgrund für das Scheitern der Transformationsprojekte besteht in kulturellen Hürden. Die digitale Transformation hat keinesfalls nur eine überwiegend technologische Dimension, sondern vor allem eine kulturelle und soziale Dimension, die über den Erfolg der digital induzierten Veränderung endscheidet.
Vor diesem Hintergrund besteht das Ziel der Dissertationsschrift in der Gestaltung von Reifegraden der Unternehmenskultur für die Entwicklung eines agilen, lernenden Unternehmens und deren Anwendung am Beispiel der Instandhaltung. Dazu werden die technologischen Entwicklungsstufen einer Instandhaltungsorganisation im Kontext von Industrie 4.0 beschrieben. Hierzu wird der Einfluss technischer Entwicklungen auf die Kern- und Supportprozesse einer Instandhaltungsorganisation untersucht. Ergebnis ist eine Beschreibung der Instandhaltung auf vier Entwicklungsstufen bis zur agilen, lernenden Instandhaltungsorganisation. Basierend auf dieser Beschreibung wird die Unternehmenskultur ausgestaltet, die zur Realisierung der technologisch-induzierten Potenziale notwendig ist. Abschließend wird mithilfe geeigneter Instrumente ein Kulturentwicklungsprozess abgeleitet, welcher eine erfolgreiche Entwicklung und das kontinuierliche Management der Unternehmenskultur zur Steigerung der Agilität im Kontext von Industrie 4.0 ermöglicht.
Im Forschungsprojekt „FuturePRO“ wurde eine fragenbasierte Auswahl- und Implementierungslogik für Projektmanagementsystemen bei kleinen und mittelständischen Unternehmen (KMU) des Maschinen- und Anlagenbau entwickelt. Das Vorgehen ermöglicht dabei ressourcenschonend
die Steuerung von Kundenaufträgen und vor allem Innovationsprojekten durch ein optimiertes Projektmanagement neu aufzustellen.
Through data-based insights into customer behavior, products and service offers can be improved. For manufacturing companies, smart product-service systems (SPSS) offer the possibility to collect customer data during the usage phase of the product. As the focus on customer analytics is too often on sales and marketing, SPSS are overlooked as a source of customer data. However, manufacturing companies need to integrate data from all interactions with their customers along the complete customer journey to achieve a holistic data-based view of the customers. To identify these interactions and the customer data derived from them, the concept of a digital shadow will be applied to the customer journey. The projected results for the presented work in progress are a reference process model for the customer journey in manufacturing and a data model of the customer data created along this process.
Subscription-Geschäftsmodelle (SGM) spielen eine wesentliche Rolle bei der Monetarisierung von Industrie 4.0 Potenzialen für produzierende Unternehmen. Durch die Vernetzung von Maschinen und digitalen Produkten können dem Kunden völlig neue Leistungen geboten werden, die durch ein rein transaktionsbasiertes Geschäftsmodell nicht möglich wären. Der folgende Beitrag widmet sich der Charakterisierung von Subscription-Geschäftsmodellen und zeigt vier Handlungsfelder auf, die bei ihrer Umsetzung berücksichtigt werden müssen.
Operating and maintenance costs, which account for 25% of total costs, are a powerful lever in reducing the electricity generation costs of onshore wind turbines (WT). These costs can be reduced by a condition-orientated maintenance approach. A condition-oriented maintenance strategy optimizes maintenance tasks by executing them with varying levels of detail and focus depending on the system and life cycle phase. OEMs evaluate operating data and structured data from the maintenance history for this purpose, but SMEs lack the capacity for this evaluation. In particular, the unstructured descriptive comments in the maintenance reports generated by service technicians remain unused. In this work, we propose a framework to incorporate this information from the maintenance reports along with the status records from the SCADA system. For this purpose, a mechanism has to be developed to make the contents of the service reports machine-evaluable. The mechanism used in this approach is an ontology, which enables the codification of implicit knowledge such as the experience knowledge of the service technicians. The ontology’s purpose is to link status codes of onshore WT with historical maintenance reports and thereby enabling an automated evaluation. Using an API (application programming interface), the ontology can be integrated into an algorithm to analyse status data and maintenance documents. In this manner, recommendations for actions can be derived and maintenance tasks can be optimized.
Digitale Plattformen verfügen über das Potenzial gesamte Branchen in kürzester Zeit grundlegend zu verändern und bislang profitable Geschäftspraktiken abzulösen. Dieses Phänomen aus dem Business-to-Consumer (B2C) Bereich stellt auch zunehmend Unternehmen aus dem Business-to-Business (B2B) Bereich vor einen Paradigmenwechsel. Große Technologiekonzerne wie Siemens oder Bosch haben mit Mindsphere und Bosch IoT Suite Plattformen am Markt etabliert, welche diese neuen Wege der Wertschöpfung vorgeben. Kleine und mittlere Unternehmen (kmU) des Maschinen- und Anlagenbaus sind dabei dem Risiko ausgesetzt, ohne eine eigene Plattformstrategie im Wettbewerb verdrängt zu werden. Deshalb ist das Verständnis von plattformbasierten Geschäftsmodellen und deren Umsetzung elementar. Zu Beginn muss die Entscheidung getroffen werden, ob einer bestehenden Plattform beigetreten oder eine neue Plattform gegründet werden soll. Zur Entscheidungsunterstützung müssen relevante Kriterien definiert und in einem weiteren Schritt erhoben und bewertet werden. Ein Plattformbeitritt kann als Erweiterung der Digitalisierungsstrategie aufwandsarm in die bestehende Strategie integriert werden. Dahingegen ist der Aufbau einer eigenen Plattform ein aufwändiges und kostenintensives Projekt: Begonnen mit der Identifikation und Auswahl von geeigneten plattformbasierten Geschäftsmodellen, über den Aufbau eines plattformbasierten Ökosystems bis hin zu der Skalierung der digitalen Plattform. Wie kmU des Maschinenbaus diese Herausforderungen schrittweise angehen können und so ein hybrides Geschäftsmodell unter Einbezug der Möglichkeiten digitaler Plattformen umsetzen können, ist das Ergebnis dieses Forschungsprojekts. Plattform Hybrid gibt kmU einen Praxisleitfaden mit Roadmap an die Hand, welcher zum einen aufzeigt welche plattformbasierten Geschäftsmodelle im Maschinen- und Anlagenbau existieren und zum anderen wie eine Plattformstrategie als Ergänzung zu dem bestehenden Geschäft aufgebaut werden kann.
Das Projekt LBM²-Load Based Monitoring and Maintenance erforschte die Einsatzfähigkeit einer kostengünstigen Lastsensorik zur Messung und Analyse von Restlebensdauerdaten für Großkomponenten an Windenergieanalgen (WEA). Da aktuell im Einsatz befindliche Condition-Monitoring-Systeme zur Überwachung von WEA oft teuer in der Anschaffung sind und lediglich vergangenheitsorientierte Informationen liefern, sobald ein kritischer Zustand bereits eingetreten ist, besteht der Bedarf insbesondere für KMU in der WEA-Branche für eine kostengünstige, proaktive Alternative. Hierzu wird im Projekt LBM² der Einsatz einer kostengünstigen, auf Dehnungsmessstreifen basierenden Messtechnologie erforscht, die über einen langen Zeitraum in einem Testwindpark betrieben wird. Die Erkenntnisse zu den Herausforderungen in der Spezifikation der Messtechnologie für den WEA-Typ sowie in der kontinuierlichen Datenerfassung und –auswertung adressieren ein aktuell hochrelevantes Themenfeld. Die Implikationen der Erkenntnisse gehen damit weit über die Branche der Windenergie hinaus. Mittels der gewonnenen Daten über die Lasten bzw. Restlebensdauern von Großkomponenten der WEA (z.B. Getriebe, Hauptwelle oder Hauptlager) wurden zudem deren Einsatzpotenziale für eine proaktivere, vorausschauende Instandhaltung von WEA untersucht. Die Instandhaltung ist der Hauptkostentreiber im Betrieb einer WEA und bietet demnach großes Potenzial für einen kosteneffizienteren Betrieb, der speziell für KMU in einem umkämpften Strommarkt mit wegfallenden EEG-Zulagen notwendig ist. Hierzu wurden im Projekt LBM² Instandhaltungsprozesse für WEA-Großkomponenten aufgenommen. Diese wurden in einer Simulationsumgebung hinsichtlich verschiedener, kosteneffizienter Instandhaltungsstrategien untersucht. Dazu wurde der Einfluss von Restlebensdauern auf spezifische Instandhaltungsstrategien abgebildet. Weiterhin wurden die Projektergebnisse in einen Softwaredemonstrator überführt, der den Anwendern und speziell KMU eine Möglichkeit an die Hand gibt, die Daten der kostengünstigen Lastsensorik in Zukunft übersichtlich visualisiert und mit relevanten Handlungsempfehlungen für eine optimierte Instandhaltung hinterlegt zu nutzen.