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)
Vertraulicher Abschlussbericht.
Inhalt:
Zielsetzung des Verbundprojekts war es, einen Ansatz für die Gestaltung von Produktions- und Arbeitssystemen zu entwickeln, der die Lernförderlichkeit als elementaren Bestandteil bereits im Entstehungsprozess einplant und darueber hinaus die kontinuierliche Verbesserung in Bezug auf die Lernförderlichkeit sicherstellt. Das Teilvorhaben des FIR an der RWTH Aachen im Rahmen des Verbundprojekts ELIAS beinhaltete, einen Referenzansatz zur lernförderlichen Gestaltung von Produktions- und Arbeitssystemen zu konzeptionieren und in die industrielle Anwendung zu transferieren. Unter Berücksichtigung der Anforderungen an zukunftsfähige und demographiefeste Arbeitssysteme wurden betriebs- und arbeitsorganisatorische Konzepte für die lernförderliche Arbeitssystemgestaltung in Zusammenarbeit mit den Partnern entwickelt und umgesetzt.
Die Digitalisierung von Produktions- und Dienstleistungsprozessen geht auch mit fundamentalen Veränderungen der Arbeitswelt einher. Dabei wird sich die Rolle des Menschen in der industriellen Produktion erheblich wandeln. Durch die zunehmend komplexer werdenden, echtzeitgesteuerten Arbeits- und Produktionssysteme werden sich die Arbeitsinhalte und -prozesse, aber auch die Anforderungen an Fähigkeiten und Kompetenzen der Beschäftigten verändern. Dies wird sich deutlich auf den Qualifizierungsbedarf sowie die Notwendigkeit der Kompetenzentwicklung auswirken. Anhand von zwei Use-Cases bei den Unternehmen HELLA KGaA Hueck & Co. sowie FEV GmbH werden die Veränderungen der Arbeitswelt und die damit einhergehenden Kompetenzanforderungen in diesem Beitrag analysiert.
Digitalisierung, Industrie 4.0, Smart Factories: Termini wie diese sind immer öfter in wissenschaftlichen Beiträgen und Medienberichten präsent. Sie verdeutlichen, dass die heutige Arbeitswelt unmittelbar mit digitalen Veränderungen verknüpft wird. Häufig wird betont, wie tiefgreifend Digitalisierungsprozesse in gesellschaftliche und wirtschaftliche Strukturen eingreifen und dass umfangreiche Transformationen nötig seien, um mit der zunehmend technischen Durchdringung vieler Bereiche mithalten zu können. Mitunter wird gewarnt, zahlreiche Arbeitsplätzen seien gefährdet, weil immer mehr Tätigkeiten künftig von Maschinen oder Robotern ersetzt werden könnten. Dabei gerät aus dem Blickfeld, dass digitale Softwarelösungen in der Industrie nicht nur Arbeitsschritte ersetzen, sondern auch sinnvoll unterstützen können. Dadurch erhalten sie einen hohen Mehrwert und können Prozessabläufe ebenso wie Kompetenzen zuständiger Mitarbeiter langfristig verbessern, anstatt sie hinfällig zu machen. Der vorliegende Beitrag widmet sich deshalb der Implementierung digital gestützter Lern- und Assistenzsysteme, die im industriellen Bereich als maßgebliche Arbeitserleichterung integriert werden können und so die Effizienz und Produktivität steigern.
Kap. 3.10.1, Beispiel 8: ELIAS – Lernförderliche Arbeitssysteme für die Arbeitswelt von morgen
(2016)
Im VDI/VDE-Statusbericht zum Fachausschuss 7.22 "Arbeitswelt Industrie 4.0" erfolgte eine kurze Darstellung zweier Anwendungsfälle aus dem ELIAS-Projekt. Hierbei wurden die Anwendungsfälle der Hella KGaA Hueck & Co. und der FEV GmbH beschrieben und zu einem allgemeinen Fazit in Bezug auf die Veränderungen von Arbeit und Kompetenzentwicklung zusammengefasst.
Migration zur Industrie 4.0 – Herausforderungen und Lösungsansätze bei der Zwiesel Kristallglas AG
(2016)
Thema des Vortrags war die Implementierung lernförderlicher Arbeitssystemelemente bei der Zwiesel Kristallglas AG. Hierbei wurde insbesondere auf die spezifischen Gegebenheiten und Umweltbedingungen in der Tischglasindustrie eingegangen. Gleichzeitig wurden die Lösungsansätze, die im Rahmen des BMBF-Verbundprojekts ELIAS entwickelt wurden, vorgestellt.
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.
Das Weiterbildungsprogramm E-Mas bietet Fachkräften und operativem Führungspersonal auf der Ebene des mittleren Managements im mexikanischen Automotive-Sektor ein umfassendes Angebot im Themenfeld des Produktionsmanagements. Das Programm wird unter der Leitung des FIR e.V. an der RWTH Aachen (FIR) gemeinsam mit den Partnern Deutsche MTM-Vereinigung e. V. (DMTMV), WBA Aachener Werkzeugbau Akademie GmbH (WBA) und der Lean Enterprise Institut GmbH (LEI) in Kooperation mit dem lokalen Partner Institute Tecnologico y de Estudios Superiores de Monterrey (ITESM) entwickelt und vor Ort in Mexiko angeboten.
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.
Im folgenden Beitrag wird am Beispiel der im BMBF-geförderten Verbundprojekt ELIAS (Engineering und Mainstreaming lernförderlicher industrieller Arbeitssysteme in der Industrie 4.0) entwickelten ELIAS-Community zum Thema der lernförderlichen Arbeitssystemgestaltung der Aufbau eines Expertennetzwerks aufgezeigt. Hierbei wurden die Konzeptualisierung und der Entwicklungsprozess anhand des von der Fachgruppe Community-Management entwickelten Implementierungskonzepts durchlaufen. Zentrales Thema der ELIAS-Community ist es, eine ganzheitliche und multiperspektivische Betrachtung des Themenfeldes „Lernförderlichkeit in der digitalisierten Arbeitswelt" anzubieten.
Immer mehr internationale Automobilproduzenten und -zulieferer errichten neue Werke in Mexiko – unter ihnen auch viele deutsche Unternehmen. Schon bald wird Mexiko mehr Fahrzeuge als Deutschland exportieren. Mit dem starken Wachstum steigt auch der Bedarf an qualifiziertem Personal – auf allen Ebenen, besonders jedoch im Bereich des mittleren Managements. Im Rahmen des internationalen Verbundprojekts E-Mas wird aus diesem Grund ein Weiterbildungsprogramm zum taktischen und operativen Produktionsmanagement entwickelt. Zielsetzung ist es, die erforderlichen Kompetenzen in den Bereichen Workplace-Innovation, Produktivitätsmanagement und Industrial Engineering, Werkzeugbaumanagement und Lean Management zu vermitteln und dabei auch zukünftige Kompetenzbedarfe im Zuge des Wandels zur Industrie 4.0 zu berücksichtigen. Das Verbundprojekt E-Mas wird im Rahmen des Forschungsprogramms `Internationalisierung der Berufsbildung` durch das Bundesministerium für Bildung und Forschung (BMBF) mit dem Kennzeichen 01BE17012A gefördert und vom Projektträger DLR betreut.
Service Engineering 4.0
(2017)
Die Digitalisierung ist einer derzentralen Wachstums- und Innovati-
onstreiber der deutschen Wirtschaft. Sie verandert neben dem Pro-
duktions- auch den Dienstleistungssektor, indem neue Ressourcen
wie z. B. Prozess- und Betriebsdaten erschlossen und fur innovative
Dienstleistungsangebote genutzt werden konnen. Besondere Re-
levanz kommt in diesem Zusammenhang der Dienstleistungsent-
wicklung und damit dem Service-Engineering zu, welches sich seit
den 90er Jahren als Verfahren zur Entwicklungvon Dienstleistungen
etabliert hat.
Service Engineering Models
(2019)
Since the field of service engineering emerged in the late 20th century, the service industry has undergone drastic changes. Among the reasons for these changes is the increasing digitalization, which has made it difficult for companies to successfully develop new service offerings. While numerous service engineering models are available to provide guidance during the design of new services, many of them cannot keep up with the requirements of today’s economic environment. The present paper examines the requirements that service engineering models need to meet in order to be suitable guidelines for the digital age. To this end, the introduction illustrates how digitalization has changed the service industry. Afterwards, selected service engineering models and related norms are presented. Finally, a set of requirements for modern service engineering models derived from best practices from recent years is introduced.
Smart Service Engineering
(2019)
In our digitalized economy, many traditional service engineering models lack flexibility, efficiency and adaptability. As today’s market differs significantly from the market of the late 20th century, service engineering models must meet different requirements today than they had to meet in the past. The present paper starts off by providing an overview of the requirements that modern service engineering models need to fulfill in order to succeed in today’s economic environment. Afterwards, three promising models that meet several of these requirements will be introduced.
In dem Vortrag wurde das Verbundprojekt ELIAS auf der gemeinsamen Abschlussveranstaltung "Wege zu „Industrie 4.0“ - Mensch-Technik-Organisation entwickeln" mit den Projekten iWePro, MetamoFab und SCP-S vorgestellt. Hierbei wurde anhand der Anwendungsfälle der Hella KGaA Hueck & Co. und der FEV GmbH das im Projekt entwickelte Transformationskonzept zur Gestaltung lernförderlicher industrieller Arbeitsformen erläutert.
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.
Engineering und Mainstreaming lernförderlicher industrieller Arbeitssysteme für die Industrie 4.0
(2017)
In dem vorliegenden Band werden die zwischen 2013 und 2016 erarbeiteten Ergebnisse des ELIAS-Verbundprojekts vorgestellt. Es wurde eine Vielzahl an wissenschaftlichen Konzepten und Modellen in dem Themenbereich entwickelt und in Form von Usecases bei den vier Anwendungspartnern sowie in der Demonstrationsfabrik Aachen umgesetzt.
Smart-Service-Engineering
(2019)
Die Industrie 4.0 hält viele Möglichkeiten für produzierende Unternehmen bereit, während sie zeitgleich eine Menge Herausforderungen kreiert. In diesem digitalisierten
und globalisierten Marktplatz kommen viele Unternehmen unter Druck, serviceorientierter zu werden und innovative Dienstleistungen wie Smart Services anzubieten. Die digitalen Services schaffen ihren Wert durch die Erweiterung von physischen Produkten. Jedoch haben sich die klassischen Methoden des Service-Engineerings (SE) nicht in ausreichendem Tempo an die digitalisierten Komponenten und veränderten Voraussetzungen angepasst. Hier wird das Smart-Service-Engineering (SSE) als neuer Ansatz für industrielle Smart Services vorgestellt. Smart-Service-Engineering basiert auf einem iterativen Entwicklungsmodell, das agile und kundenorientierte Methoden zur Verringerung der Entwicklungszeit implementiert, um einen frühen Markterfolg zu erreichen. Dabei liegt der Fokus auf den Service-Entwicklungsstufen und der Interaktion dieser Elemente des Smart Service. Schlussendlich illustriert der Beitrag die erfolgreiche Umsetzung des Smart-Service-Engineering-Ansatzes auf ein deutsches mittelständisches Unternehmen der Textilindustrie.
¿Capacitar o no capacitar?
(2018)
México ha logrado colocarse como uno de los mayores productores en la industria automotriz, de electrónicos, y de electrodomésticos a nivel mundial. Sin embargo, las empresas deben estar conscientes que una educación básica no será suficiente para los numerosos retos en el futuro. Este artículo describe lo que hay que tener en cuenta en este contexto.
Die lernende Produktion in der Industrie 4.0 - Digitalisierung bei der Zwiesel Kristallglas AG
(2017)
Durch die Industrie 4.0 und die damit verbundene Digitalisierung von Produktionsprozessen verändern sich sowohl die Organisationsstrukturen von Unternehmen als auch ihre Betriebsabläufe dramatisch. Die zunehmende Digitalisierung und Vernetzung in der Produktion geht mit enormen wirtschaftlichen Potentialen für Unternehmen einher, wird aber auch Branchen und ihre Wertschöpfung zukünftig massiv verändern.
Der vorliegende Beitrag beschreibt eine Vorgehensweise zur kurzfristigen Umstellung von Blended-Learning- oder Präsenzangeboten. Hierbei werden neben möglichst schnell umsetzbaren technischen Lösungen auch notwendige organisatorische Anpassungen thematisiert und anhand des E-Mas-Weiterbildungsprogramms illustriert.
In diesem Artikel geht es um das Projekt DIGIVATION. Roman Senderek und Lukas Stratmann vom FIR e. V. an der RWTH Aachen beschreiben gemeinsam mit Verena Wolf vom Lehrstuhl für Betriebliche Informationssysteme der Universität Paderborn und Prof. Dr. Jan H. Schumann vom Lehrstuhl für Marketing und Innovation an der Universität Passau den Projektrahmen.
Der mexikanische Automotive Sektor wächst so rasant, dass das bestehende Aus- und Weiterbildungssystem bereits ohne die Effekte der Digitalisierung den Bedarf nicht decken kann. Neue technologiegestützten Lernformen können dabei genauso wie klassische arbeitsbezogene Lernformen vorteilhafte Entwicklungsmöglichkeiten bieten. Arbeitsbezogenes Lernen setzt eine lernförderliche Gestaltung von Arbeit voraus. Dies bedeutet Tätigkeitsbedingungen zu schaffen, die das Lernen bei der Arbeit möglich machen. Arbeitsorientierte Lernprozesse und die Gestaltung von produktiven und gesundheitserhaltenden Arbeitsprozessen können einen wesentlichen Beitrag für eine positive Entwicklung des mexikanischen Automotive Sektors leisten.
The Mexican automotive sector is growing so rapidly that the existing system for education and continued training is already unable to meet the demand without the effects of digitalisation. New, technology-supported forms of learning can offer advantageous developmental possibilities in this area, as can classic work-related forms of learning. Work-related learning presupposes that work is designed to promote learning. This means that working conditions must be created to enable learning at work. Work-oriented learning processes and the design of productive and health-promoting work processes can contribute significantly to a positive development of the Mexican automotive sector.
In dem Doktorvortrag geht es um die folgende Problemstellung: Die Vielzahl digital anschlussfähiger Produkte innerhalb des Ökosystems Landwirtschaft ermöglicht neue datenbasierte Dienstleistungen, welche zukünftig die gesamte Branche verändern können.
Ziel ist es, Unternehmen für die Potenziale der zunehmenden Digitalisierung der Landwirtschaft zu sensibilisieren und die aktuellen Herausforderungen aufzuzeigen.
Forschungsfrage:
Welche Potenziale lassen sich mittels Plattformen in der digitalisierten Landwirtschaft realisieren und welche Herausforderungen gilt es dabei zu meistern?
Die soziale Vernetzung mithilfe von Social Software verändert nicht nur unsere alltägliche zwischenmenschliche Kommunikation, sie erhält auch
Einzug in Unternehmen. Die dort eingesetzten IT-Lösungen können die
Zusammenarbeit von Mitarbeitern positiv beeinflussen und ermöglichen
eine effektive und effiziente Kollaboration. Bis dato ist der Bereich der sog. Social Collaboration und deren systematischen Realisierung im Zuge der Digitalisierungsbestrebungen der Unternehmen noch nicht
hinreichend untersucht worden. Es existiert bspw. kein umfassendes Modell, das es erlaubt, den Einsatz von Social Software in der intraorganisationalen
Zusammenarbeit zielgerichtet zu strukturieren und aufzuzeigen, welche Komponenten dafür berücksichtigt werden müssen. Die vorliegende Arbeit setzt an dieser Forschungslücke an.
Die produzierende Industrie unterliegt einem ständigen Wandel. Wettbewerbsdruck und sich ändernde Kundenbedürfnisse veranlassen immer mehr Unternehmen dazu, digitale Geschäftsmodelle anzubieten. Im Rahmen des Forschungsprojekts ‚SMART‘ (Smart Service Maturity Assessment and Readiness Index for Transferring Companies to successful Smart Service Providers) arbeitete das FIR an der RWTH Aachen zusammen mit einem Konsortium, das in der Vergangenheit bereits den bekannten „Industrie 4.0 Maturity 4.0 Index“ unter dem Dach der acatech entwickelt hat. Es sollte ein webbasiertes Tool entstanden, das es Unternehmen ermöglicht, ihren aktuellen Stand bezüglich Smart Services zu allokieren und Handlungsempfehlungen für die Weiterentwicklung zu erhalten. Ein von Expert:innen in der Praxis validierter Frage-Antwort-Katalog ermöglicht Unternehmen verschiedenster Branchen eine Standortbestimmung und gibt Orientierungshilfen bei der Transformation in Richtung Smart Services. Ziel des Projekts ‚SMART‘ war es, produzierenden Unternehmen das bislang nicht genutzte Potenzial von Smart Services aufzuzeigen und eine Plattform für den Transformationsprozess zu bieten. Um diese Aufgabe zu erfüllen und den Projekterfolg zu gewährleisten, kooperierte das FIR mit vier Forschungspartnern, die Expertise in einem jeweiligen Teilgebiet von Smart Services mitbringen.
Die neue Expertise des Forschungsbeirats Industrie 4.0 bei der acatech beschäftigt sich mit der Frage, wie hiesige Unternehmen ihre Datenbasis aufbauen, nutzen und monetarisieren. Aus Umfrage-Erkenntnissen haben die Experten Handlungsoptionen abgeleitet, mit denen Firmen ihre Daten Schritt für Schritt in den Dienst der eigenen Wertschöpfung stellen können.
ZusammenfassungDieser Beitrag stellt dar, welche Chancen und Herausforderungen mit der Bewertung von Daten sowie der Abbildung monetärer Datenwerte verbunden sind und geht auf mögliche Lösungsansätze zur Bewertung von Unternehmensdatenbeständen, insbesondere im Kontext der industriellen Produktion, ein. Zunächst werden Grundlagen zur Charakterisierung, Nutzung und Verwertung von Daten sowie bestehende Methoden zur Bewertung von immateriellen Vermögensgegenständen dargestellt. Darauf aufbauend werden Chancen und Herausforderungen spezifiziert, potenzielle Lösungsansätze zur Datenbewertung abgeleitet und anschließend Anforderungen für die Datenbewertung beschrieben sowie die nutzenorientierte Datenbewertung skizziert.
Since data becomes more and more important in industrial context, the question arises on how data-driven added value can be measured consistently and comprehensively by manufacturing companies. Currently, attempts on data valuation are primarily taking place on internal company level and qualitative scale. This leads to inconclusive results and unused opportunities in data monetization. Existing approaches in theory to determine quantitative data value are seldom used and less sophisticated. Although quantitative valuation frameworks could enable entities to transfer data valuation from an internal to an external level to take account of progress in digital transformation into external reporting. This paper contributes to data value assessment by presenting a four-part valuation framework that specifies how to transfer internal, qualitative to external, quantitative data valuation. The proposed framework builds on insights derived from practice-oriented action research. The framework is finally tested with a machine tool manufacturer using a single case study approach. Placing value on data will contribute to management’s capability to manage data as well as to realize data-driven benefits and revenue. [https://link.springer.com/chapter/10.1007/978-3-030-85902-2_19]
Big data are collected along the entire food industry value chain, but remain mostly unused. Data sharing in data ecosystems could lead to efficiency gains and new revenue streams. We investigate data sharing within food industry and derive challenges and opportunities for data sharing in this context. We conducted interviews with ten qualified experts from the German food industry. The results reveal that mainly trust, usefulness and value influence users’ attitude towards data sharing. Our results confirm social exchange theory in conjunction with technology acceptance model as relevant underlying IS theories of data sharing.
Die Zukunftspotenziale der digitalen Technologie könnten den Dienstleistungssektor entscheidend transformieren und damit der schrumpfenden Wettbewerbsfähigkeit der deutschen Wirtschaft neuen Schwung verleihen.
Das Schiff des Wirtschaftsstandorts Deutschland schwankt in rauer werdender See. Es schwankt weniger, weil die traditionellen deutschen Wertschöpfungssäulen (insbesondere die Flaggschiffe Automobil- und Maschinenbau sowie Chemie- und Logistikindustrie) hierzulande an Know how eingebüßt hätten; es sind vielmehr die großen Technologiedurchbrüche der letzten Jahrzehnte, die die deutschen Tugenden, welche mehr als ein Jahrhundert lang für einen Spitzenplatz unter den großen Wirtschaftsmächten gesorgt haben, drastisch an Bedeutung verlieren lassen. Perfektionismus, Verarbeitungsqualität, Zuverlässigkeit und Langlebigkeit von Produkten aller Art sicherten der deutschen Wirtschaft über viele Jahrzehnte hinweg internationales Ansehen. Das führte allerdings zu einer gewissen Selbstzufriedenheit, die die eigene Spitzenposition in der Welt als Selbstläufer ansah. Verliebt in die eigene Perfektion (der Strategieberater und Blogger Sascha Lobo spricht plakativ von einer „Spaltmaßfixierung“ ganzer Wirtschaftszweige) und an permanenter rein inkrementeller Innovation orientiert, hinkt Deutschland auf wichtigen Gebieten der künftigen Wertschöpfungsfelder dem Wettbewerb gefährlich hinterher – insbesondere auf dem für die Zukunft entscheidenden Technologiegebiet der Digitalisierung.
Es ist davon auszugehen, dass einfache, repetitive Tätigkeiten in absehbarer Zeit in zunehmendem Maße automatisiert werden. Daher wird für Beschäftigte, die maßgeblich mit diesen Tätigkeiten betraut sind, Qualifizierung zu einem zentralen Faktor. Darüber hinaus wird es für einen großen Teil der Höherqualifizierten zu einer deutlichen Verschiebung der Qualifikationsanforderungen sowie zu einer zunehmenden Informatisierung der Arbeit kommen. Der Buchbeitrag von Volker Stich, Gerhard Gudergan und Roman Senderek verdeutlicht, dass angesichts dieser Herausforderungen für die Unternehmen, das arbeitsnahe Lernen eine Möglichkeit darstellt, Menschen und Unternehmen für den aktuellen industriellen Wandel zu befähigen. Hierbei sind nach Ansicht der Autoren jedoch zunächst Arbeits- und Produktionssysteme zu schaffen, die lernförderlich geplant und gestaltet sind. Um dies zu ermöglichen, bedarf es einer Kategorisierung der verfügbaren arbeitsorientierten Lernformen und insbesondere neuer technologiegestützter Lernformen. Darüber hinaus sind die Rahmenbedingungen und Voraussetzungen von Unternehmen zu prüfen und im Hinblick auf die Anwendung der verschiedenen Lernformen zu bewerten. Eine Systematik hierfür und die Erfahrungen bei der Implementierung von arbeitsorientierten Lernformen bei vier Unternehmenspartnern schließen diesen Beitrag ab.
The industrial food production is currently caught between the increas-ing demands of numerous stakeholders, economic profitability and the challenges of digitization. A solution to face these various challenges can be seen in the aggregation of data into higher-value, independent data products that can be of-fered and sold on a buyer's market. Large amounts of heterogeneous data are already available in the value chain of the industrial food production, e.g. throughout the data-driven harvesting of primary products, further processing by interconnected production facilities and the information-intensive product distri-bution to end consumers. However, the data is usually only evaluated and used locally for the optimization of internal processes or, at the most, within compre-hensive partnerships. The purpose of this paper is to identify new revenue oppor-tunities for current and future players in the industrial food production by using data as an independent economic good (data products). For this purpose, scenar-ios for the development and use of data products via Industrial Internet of Things platforms are developed for a food technical reference process, the industrial chocolate production and its value chain. On this basis, examples for different types of data products and their value propositions are derived. The results can not only serve food producers and relevant stakeholders but all industrial produc-ers as an input for the future, yield-increasing orientation of their business models.
Glück per Abo
(2019)
Was charakterisiert einen Menschen jenseits seines offensichtlichen Verhaltens und seiner äußeren Gestalt? Wohl nichts so sehr wie seine Bedürfnisse und Wünsche. „Am Ende existiert der Mensch nur durch seine Bedürfnisse“, bringt es der Dichter Friedrich Hebbel überspitzt auf den Punkt. Doch wie sehen diese Bedürfnisse aus?
Smart Services als Enabler von Subscription-Geschäftsmodellen in der produzierenden Industrie
(2022)
[Der Sammelband] Widmet sich den in Wissenschaft und Praxis aktuell intensiv diskutierten Fragestellungen zu Smart Services. Befasst sich mit Geschäftsmodellen, Erlösmodellen und Kooperationsmodellen von Smart Services. Geht auf branchenspezifische Besonderheiten von Smart Services ein. (link.springer.com)
In der neuen Expertise des Forschungsbeirats Industrie 4.0 untersuchen das FIR e. V. an der RWTH Aachen und das Industrie 4.0 Maturity Center den Status-quo und die aktuellen Herausforderungen der deutschen Industrie bei der Nutzung und wirtschaftlichen Verwertung von industriellen Daten. Handlungsoptionen für Unternehmen, Verbände, Politik und Wissenschaft zeigen auf, wie der Nutzungsgrad der Datenbasis erhöht werden kann und wie sich Potenziale bei der Monetarisierung ausschöpfen lassen. Der Fokus liegt dabei auf produzierenden Unternehmen.
Hohe Betriebs- und Instandhaltungskosten stellen Windenergieanlagen-Betreiber vor die Herausforderung, ihre Onshore-Windenergieanlagen wirtschaftlich zu betreiben. Im Rahmen des Projekts ‚ReStroK‘ konnte ein Prescriptive-Maintenance-Ansatz entwickelt werden, um Kostenpotenziale in der Instandhaltung (IH) zu realisieren.
Electricity generated by wind turbines (WT) is a mainstay of the transition to renewable energy. In order to economically utilize WT is, operating and maintenance costs, which account for 25% of total electricity generation costs in onshore WT’s, are a focus of cost reduction activities. Implementing a data-driven prescriptive maintenance approach is one way to achieve this. So far, various approaches for prescriptive maintenance for onshore WT’s have been suggested.
However, little research has addressed the practical implementation considering sociotechnical aspects. The aim of this paper is therefore to identify success factors for the successful implementation of such a maintenance strategy with clear and holistic guidance on how existing knowledge on prescriptive maintenance from science can be transferred to business practice. These recommendations are developed through case study research and classified in the four structural areas of Acatech’s Industry 4.0 Maturity Index: Resources, Information Systems, Organizational Structure and Culture.
Electricity generated by wind turbines (WT) is a pillar of the transition to renewable energy [1]. In order to economically utilize WTs, operating and maintenance costs, which account for 25% of total electricity generation costs in onshore WTs, are a focus of cost reduction activities [2]. A prescriptive maintenance approach can support in achieving this goal. Prescriptive maintenance is a maintenance approach, where asset condition data is collected and analyzed to recommend specific actions to prevent breakdowns and reduce downtimes. However, the processing and analysis of data is quite complex. Especially unstructured data (such as comments of service technicians in free text fields) is often left unused, as companies, mostly SMEs lack the capacity to carry out these analyses. In this work we propose an approach to utilize the information from service reports, maintenance reports as well as status records from SCADA systems for the development of a prescriptive maintenance approach to onshore WTs. To achieve this, an ontology was utilized in this approach to codify implicit knowledge of service technicians and aid in making unstructured data usable for further analysis. The ontology was used to link historical service and maintenance reports with status codes, thus enabling automated analysis. In interviews with WT topic experts and through further research, damage mechanisms and corresponding maintenance measures were identified and a measure catalogue was developed to support service and maintenance activities. The recognition of the root cause of problems allows for a prescriptive maintenance approach that recommends targeted actions to reduce downtimes and optimize maintenance activities, it also allows to effectively control the outcome of maintenance activities and optimize their execution.
In Germany’s transition to a more sustainable industrial landscape, electricity generated by wind turbines (WT) remains a mainstay of the energy mix. Operating and maintenance costs, which account for roughly 25% of electricity generation costs in onshore WTs make improvements of maintenance activities a key lever in the economic operation of WTs. Prescriptive maintenance is a possible approach for improved maintenance activities. It is a concept where asset condition data is used to recommend specific actions and has great potential for the operation of wind parks. However, especially small, but also large wind park operators, and maintenance service providers often struggle with the implementation of such a new maintenance approach. As a part of the research project ReStroK, a learning game has been developed to support the training and familiarization of maintenance technicians with the concepts and underlying principles of this maintenance approach. In this paper, the concept for the development of a learning game will be presented. Multiple scenarios for its usage and their corresponding requirements will be discussed and an overview over the game will be given.
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.