Maximilian Schacht
Refine
Document Type
- Book (1)
- Part of a Book (2)
- Conference Proceeding (2)
- Contribution to a Periodical (5)
- Doctoral Thesis (1)
- Internet Paper (2)
- Report (2)
- Working Paper (1)
Language
- German (12)
- English (2)
- Multiple languages (2)
Is part of the Bibliography
- no (16)
Keywords
- 01 (3)
- 02 (2)
- 03 (1)
- 04 (1)
- Crowd-Innovation (1)
- Datenaustausch (1)
- Datenbasierte Dienstleistung (1)
- Datenmanagement (2)
- Datenmonetarisierung (2)
- Datennutzung (2)
- Digitaler Schatten (1)
- Digitalisierung (4)
- Emission (1)
- Emissionsreduktion (1)
- Emissionsverringerung (1)
- Feinstaub (1)
- Feinstaubbelastung (1)
- Forschungsbeirat Industrie 4.0 (2)
- Geschäftsmodelle (1)
- Industrie 4.0 (3)
- Instandhaltung (1)
- Kundeninteraktionen (1)
- Luftqualität (1)
- Markteinführung (1)
- Maschinelles Lernen (1)
- Produkteinführung (1)
- Produzierende Unternehmen (1)
- Projektmanagement (1)
- Projektmanagementsystem (1)
- U1034 (1)
- capabilities (1)
- customer data (1)
- customer journey (1)
- data-driven services and servitization in manufacturing (1)
- digital servitization (1)
- digital shadow (1)
- engineering (1)
- innovation (1)
- machine learning (1)
- management (1)
- maturity (1)
- predictive maintenance (1)
- smart product-service systems (1)
- smart services (1)
- transformation (1)
Institute
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.
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.
Ziel des Beitrags ist es, aufzuzeigen, wie produzierende Unternehmen entlang der Customer-Journey systematisch kundenbezogene Daten erheben können. Nach einer Einleitung zur Motivation der Themenstellung, einer Begriffserläuterung und einer Vorstellung des Studiendesigns wird ein Referenzprozessmodell der Kundeninteraktionen produzierender Unternehmen gestaltet, darauf aufbauend ein Datenmodell des digitalen Schattens der Kundeninteraktionen abgeleitet und zuletzt ein Vorgehensmodell zur Implementierung des digitalen Schattens der Kundeninteraktionen präsentiert.
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.
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.