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)
Für produzierende Unternehmen im Maschinen- und Anlagenbau eröffnen Subscription-Geschäftsmodelle (SGM) neue Potenziale, die sowohl auf Seiten des Anbieters, durch das Entwickeln langfristiger Kundenbeziehungen, als auch auf Seiten des Kunden, durch die bessere Erfüllung des individuellen Nutzens mithilfe der verfügbaren Nutzungsdaten, entstehen. Trotz einer guten Ausgangslage durch Investitionen in Industrie 4.0 sind KMU jedoch noch weit davon entfernt, diese Geschäftsmodelle erfolgreich umzu- setzen. Grund dafür ist unter anderem das Fehlen eines strukturierten Ansatzes, der die Unternehmen dabei unterstützt, die relevanten Handlungsfelder richtig auszugestalten. Ziel des Forschungsvorhabens ‚SubscriptionCanvas‘ ist es daher, bei der erfolgreichen Entwicklung von individuellen Subscription- Geschäftsmodellen zu unterstützen. Als Ergebnis soll dabei ein KMU-gerechtes Subscription-Canvas ein systematisches Vorgehen ermöglichen, welches anhand von Fallstudien, Umsetzungsleitfäden und Expertengesprächen validiert wird. Das IGF-Vorhaben 21201 N der Forschungsvereinigung FIR e. V. an der RWTH Aachen wird über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Energie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestages gefördert.
Trotz des enormen wirtschaftlichen Potenzials, das durch datenbasierte Geschäftsmodelle beziffert wird, fokussieren Unternehmen der Lebensmittelindustrie weiterhin traditionelle, produktzen- trierte Geschäftsmodelle. Die Digitalisierung wird lediglich als Möglichkeit zur internen Optimierung von Produktions- und Serviceprozessen gesehen. Große Mengen heute verfügbarer Daten entlang der gesamten Wertschöpfungskette bieten jedoch über die reine Effizienzsteigerung hinaus die Chance, eine mehrwertstiftende Datenökonomie in der Lebensmittelindustrie zu schaffen. Ziele des Forschungsprojekts ‚EVAREST‘ sind die Entwicklung und Verwertung von Datenprodukten im Ökosystem der Lebensmittelproduktion. Auf Basis einer herstellerübergreifenden, offenen Datenplattform so- wie begleitend entwickelter ökonomischer und rechtlicher Nutzungskonzepte werden die (rechts-) sichere Verwertung von Daten als Wirtschaftsgut und die Bereitstellung nutzerspezifischer Smart Services für verschiedene Anspruchsgruppen angestrebt. Das Verbundprojekt ‚EVAREST‘ wird durch das Bundesministerium für Wirtschaft und Energie (BMWi) mit dem Kennzeichen 01MT19003A gefördert und vom Projektträger DLR betreut.
Projekt ‚Future Data Assets‘: Reporting der unternehmerischen Fähigkeit der Datenbewirtschaftung
(2020)
„Daten sind das neue Öl.“ Ein vielfach genutzter Ausdruck, der die Relevanz und den Wert von Daten im digi- talen Zeitalter unterstreicht. Allerdings existiert derzeit noch kein standardisiertes Verfahren, um den Wert von Daten explizit zu bemessen. Traditionelle marktpreis-, kosten- und nutzenbasierte Bewertungsmethoden kommen bei der Anwendung im Datenkontext schnell an ihre Grenzen. Das Forschungsprojekt ‚Future Data Assets‘ hat zum Ziel, neue Möglichkeiten der Datenbewertung zu erforschen. Im Fokus der Untersuchungen stehen insbesondere produzierende Unternehmen, die zunehmend Daten wertschöpfend einsetzen, jedoch vor zahlreichen Herausforderungen in der externen und internen Kommunikation ihres Datenkapitals stehen. Das diesem Bericht zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Wirtschaft und Energie unter dem Förderkennzeichen 01MD19010B gefördert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt beim Autor.
Industrielle Dienstleister und produzierende Unternehmen, die Dienstleistungen anbieten, stehen vor vielfältigen Herausforderungen, um langfristig erfolgreich zu sein. Zur Erreichung von unternehmen-sinternen Zielen wird eine Expansion in bisher unerschlossene Märkte in Betracht gezogen. Häufig fehlt aber, vor allem kleinen und mittleren Unternehmen (KMU), das notwendige Wissen, welche Strategie zur Expansion und Skalierung des Dienstleistungsangebots am geeignetsten ist. Ziel dieses Projekts ist es daher, unter Berücksichtigung der digitalen Gestaltungsfelder konkrete Handlungsempfehlungen zur Skalierung bereitzustellen. Dabei werden die Fähigkeiten und Ziele eines Unternehmens mit den Anforderungen und dem Nutzen von vorab ausgewählten Skalierungsstrategien abgeglichen. So sollen Unternehmen im Hinblick auf Ressourceneffizienz und Nutzenorientierung befähigt werden, die geeignetste Strategie auswählen zu können. Das Projekt 'SkaDL' (Förderkennzeichen: 20985 N) wird vom Bundesministerium für Wirtschaft und Energie (BMWi) im Rahmen der Richtlinie über die Förderung der Industriellen Gemeinschaftsforschung (IGF) gefördert.
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.