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)
Smart-Farming-Welt
(2019)
Projekt FuturePRO: Erst der Check, dann das System / FuturePRO: First the Check, then the System
(2021)
Der Maschinen und Anlagenbau steht einer sich immer schneller verändernden Geschäftsumgebung gegenüber. Um auch in Zukunft wettbewerbsfähig zu sein, bedarf es eines professionellen Projektmanagements, um auf diese Veränderung reagieren zu können.
Doch gerade bei KMU erfolgt dies meist noch händisch mit Excel und Outlook. Im Rahmen des Forschungsprojekts ‚FuturePro‘ haben der FIR e. V. an der RWTH Aachen und das ICM – Institut Chemnitzer Maschinen- und Anlagenbau e. V. für KMU im Maschinen und Anlagenbau einen Selbstcheck entwickelt, anhand dessen ein individueller Leitfaden zur Implementierung eines Projektmanagementsystems generiert wird.
Bisherige Methoden der Luftqualitätsüberwachung in Städten beruhen auf stationären Messstationen, sodass die Luftqualität nur punktuell überwacht werden kann. Im Forschungsprojekt ‚AirQuality‘ wurde ein mobiles IoT-Netz entwickelt, das Luftqualitätsdaten in bisher nicht vorhandener Granularität erhebt. Das echtzeitfähige System erhöht die Transparenz der Luftqualität in Städten und bietet damit einen Lösungsansatz für eine Vielzahl von Anwendungsfällen. Darüber hinaus wird durch die Ergebnisse des Forschungsprojekts das Potenzial von Niedrigpreissensoren bei der Entwicklung von skalierbaren Messsystemen verdeutlicht.
Produzierende Unternehmen haben vielzählige Interaktionen mit ihren Kunden entlang der Customer-Journey. Der digitale Schatten der Kundeninteraktionen zeigt dabei entlang eines Referenzprozesses auf, welche Daten an welcher Stelle erhoben werden können und wie diese Daten logisch miteinander zu verknüpfen sind, um ein hinreichend genaues datenbasiertes Abbild ihrer Kunden zu erhalten. Damit können Bedürfnisse der Kunden analysiert und das Leistungsangebot optimiert werden.
Um Transparenz über die Luftqualität im gesamten Stadtgebiet zu schaffen, fehlte ein engmaschiges Netz an Luftqualitätssensoren, welches lokale Problemzonen in Abhängigkeit der Tageszeit identifiziert. Im Rahmen des 'AirQuality'-Projekts führten der FIR e.V. an der RWTH Aachen und der kanadische Telematikanbieter Geotab GmbH einen Proof of Concept zur Entwicklung einer Methode durch, welche die Erhebung von Luftqualitätsdaten in bisher nicht vorhandener Granularität ermöglicht: Fahrzeugflotten, die innerhalb eines Stadtgebiets unterwegs sind – wie beispielsweise Fahrzeuge des Öffentlichen Personen Nahverkehrs (ÖPNV) – wurden mit Sensorik zur Erfassung der Luftqualität ausgestattet. Die so gesammelten Daten wurden analysiert und in einer über die Stadtkarte gelegten „Heatmap“ visualisiert. Mit dieser Luftqualitätskarte konnte die Luftqualität straßen- und uhrzeitgenau angezeigt werden. Durch die Ergebnisse des 'AirQuality'-Projekts ist es möglich, Orte mit erhöhter Feinstaubbelastung zu identifizieren und Maßnahmen zur Reduktion von Emissionen objektiv zu bewerten. Darüber hinaus bietet die feingranulare Datenerfassung eine Grundlage für verschiedene innovative Lösungen. Hierzu zählen beispielsweise auf aktuellen Luftqualitätswerten basierende Intelligente Lichtsignalanlagen oder optimierte Routenführungen für Bürger.
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.
Bisherige Initiativen zu Elektromobilität haben eine stark technologisch orientierte Ausrichtung. Dies führt zu einer zunehmenden Ausgereiftheit der technischen Basis, allerdings darf dabei die Betrachtung der Nutzer, welche die Technologien am Ende annehmen und übernehmen, nicht aus dem Blick verloren werden. Die Herausforderung besteht nicht nur im Umstieg der Autofahrer von einer etablierten (Verbrennungsmotor) zu einer neuen Technologie (Elektroantrieb), sondern auch in der Umgestaltung ganzer Wertschöpfungsnetze, im Bedarf neuer informationstechnischer Infrastrukturen sowie in der Umsetzung neuer Geschäfts- und Betreibermodelle, die sich an den unterschiedlichen Bedarfen, Kauf- bzw. Nutzungspräferenzen und Zahlungsbereitschaften der Marktteilnehmer orientieren. Zudem entwickelt sich nicht nur die Technologie weiter, auch die Gesellschaft wandelt sich stetig (z. B. „nutzen statt besitzen“).
Eine wichtige Fragestellung besteht darin, wie eine starke Diffusion neuer Technologien für Elektromobilität in sich wandelnde Märkte gezielt gefördert werden kann. Insbesondere Dienstleistungen können hierbei eine entscheidende Brückenfunktion übernehmen, indem sie neue, passgenaue Angebote rund um solche Technologien bereitstellen und somit deren Attraktivität für Nutzer erhöhen. Gemäß des aus dem Marketing bekannten AIDA-Prinzips haben Dienstleistungen dabei nicht nur die Aufgabe, die Bekanntheit der Elektromobilität zu steigern („Attention“) und Interesse zu wecken („Interest“), sondern auch Begeisterung in der Breite zu erzeugen, die letztendlich zum Wunsch („Desire“) nach Elektrofahrzeugen führt – bis hin zur Nutzung oder zum Kauf eines solchen („Action“). Dienstleistungen leisten somit einen wirkungsvollen Beitrag, die Akzeptanz und Verbreitung der Elektromobilität zu unterstützen. Möglichkeiten für Dienstleistungen in diesem Kontext sind vielfältig und decken nicht nur innovative Nutzungsmodelle (z. B. On-demand-Nutzung statt Anschaffung), technologiebegleitende Services (z. B. Wartung und Reparatur von Elektrofahrzeugen) und Infrastrukturdienstleistungen (z. B. Lademöglichkeiten und deren Abrechnung) ab, sondern auch die Einbindung der Technologie in bestehende Value-added Services (z. B. intermodale Navigation durch Einbindung in bestehende Mobilitätsstrukturen wie etwa den ÖPNV) sowie die Synchronisierung mit Fragen der Aus- und Weiterbildung.
Mit dieser DIN SPEC wird dargestellt, wie sich Ideen für Elektromobilität in marktfähige Dienstleistungen umsetzen lassen. Die Schwerpunkte der DIN SPEC liegen dabei auf der Beschreibung der erforderlichen Aufgaben, der Gestaltung von Entwicklungsprozessen sowie den erforderlichen Rollen und Verantwortlichkeiten.