Open Access

Eine zentrale Problemstellung im Betrieb von Windkraftanlagen ist die Verteilung unterschiedlicher Informationen auf unterschiedliche Akteure. Die dezentrale Informationsverteilung zwischen den beteiligten (z. B. Betreiber der Windkraftanlage und Servicetechniker) sorgt für Informationsasymmetrien und erschwert dementsprechend die Ableitung geeigneter Handlungsempfehlungen bei Auftreten eines Störfalls. Deshalb war es das Ziel des Forschungsprojekts ReStroK, Betriebsdaten, Serviceberichte und Daten der Anlagenkonfiguration von Windenergieanlagen (WEA) in einer Datenbank zusammenzuführen und zu analysieren. Erst die strukturierte Aufbereitung der Informationen ermöglicht eine Ableitung konkreter Handlungsempfehlungen und sorgt somit für eine entsprechende Praxisrelevanz für Servicetechniker und Betriebsführer. Hierzu galt es die historischen und aktuellen Datensätze systematisch und kontinuierlich auszuwerten und zu beurteilen. Basierend auf diesen Ergebnissen war es möglich Instandhaltungsaktivitäten zu veranlassen und zu koordinieren (Use Case I), notwendige Eingriffe in die Betriebsführung aufzuzeigen (Use Case II) und das Anlagenverhalten im Windparkverbund zu untersuchen (Use Case III). Zur besseren Darstellung und Verbreitung der Analyseergebnisse aus den drei Use Cases wurde ein app-basierter Softwaredemonstrator entwickelt. Ergänzend hierzu wurde ein Planspiel zur Qualifizierung von Technikern und Betriebsführern entwickelt. Neben den notwendigen Daten wurde durch die Industriepartner branchenspezifisches Wissen zur Bewertung von Fehlereignissen und anormalen Betriebszuständen eingebracht. Die Ergebnisse wurden im Rahmen der Dissemination einer breiten Öffentlichkeit zugänglich gemacht.

Aktuell werden Maßnahmen des Wandlungsmanagements häufig nur einseitig aus der Perspektive des Anbieters oder der des Kunden betrachtet. Aufgrund der immer stärker werdenden Integration des Anbieters in die Wertschöpfungsprozesse des Kunden ist die einzelne Betrachtung des Anbieter- bzw. Kundenunternehmens zukünftig nur noch wenig sinnvoll. Hierzu bedarf es eines neuen Ansatzes, der beide Parteien gleichermaßen berücksichtigt. Wie dieser Ansatz auszugestalten ist, wird im Rahmen des Verbundprojekts ‚diaMant‘ erforscht. Drei reale Kunde-Anbieter-Beziehungen bilden hierbei die Grundlage, um das partizipative Wandlungsmanagement praxisnah zu ergründen.

Schon seit einigen Jahren steht die Digitalisierung von Wertschöpfungsaktivitäten im Blickpunkt produzierender Unternehmen. Die jährlichen Umsatzsteigerungen durch die Einführung der Industrie 4.0 erreichen bis dato allerdings nicht die prognostizierten Werte. Dies ist unter anderem darauf zurückzuführen, dass die produzierenden Unternehmen nach wie vor an klassischen transaktionalen Geschäftsmodellen - "Geld-gegen-Produkte" bzw. "Geld-gegen-Services" festhalten.

Ongoing digitalization and Industry 4.0 enable the development of new business models due to the increase in available data and digital connected products. A promising business model type for the machinery and plant engineering industry are subscription models, consisting of products and services offered in return for continuous payments. However, subscription-based business models are associated with extensive changes in the traditional machinery and plant engineering industry, in particular, for small and medium-sized companies (SMEs). Established concepts for the development of value propositions and business models neglect important aspects, such as the integrated development and optimization of products and services across the entire life cycle or the data infrastructure. This paper presents a concept for a methodology to support SMEs developing value propositions within subscription models. Therefore, the systematic identification of customer benefits, the determination and prioritization of subscription relevant functionalities as well as the design of product and service elements addressing those functionalities are the main aspects on which the focus is placed on. The result is a subscription value proposition canvas for SMEs to address the impact of subscription models on products and services.

Prinzipien zur erfolgreichen Umsetzung von KI-Geschäftsmodellinnovationen In Zeiten des zunehmenden globalen Wettbewerbs und hoch vernetzter Wertschöpfungsketten entwickelt sich Künstliche Intelligenz zu einem immer wichtiger werdenden Wettbewerbsfaktor für Unternehmen am Wirtschaftsstandort Deutschland. Durch den Einsatz von KI-Verfahren können nicht nur interne Geschäftsprozesse kostensenkend optimiert, sondern auch neue, digitale Geschäftsfelder und -modelle erschlossen werden. Es lassen sich zum einen Trends identifizieren, denen der Einsatz von KI in deutschen Unternehmen folgt. Zum anderen zeigt sich, dass sich KI unterschiedlich stark auf verschiedene Dimensionen innovativer Geschäftsmodelle auswirkt. Insgesamt lassen sich so Prinzipien ableiten, die die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen beschreiben. Neue Technologie- und Anwendungstrends kennzeichnen KI-Nutzung Die tatsächliche KI-Landschaft in den Wertschöpfungsketten von KI-nutzenden Unternehmen ist durch Trends gekennzeichnet. Diese lassen sich in Technologie- und Anwendungstrends unterteilen. Experteninterviews zeigen beispielsweise, dass KI-Anwendungen bevorzugt auf Cloud-Infrastrukturen entwickelt und bereitgestellt werden. Das wiederum rückt die Frage nach der Wahrung der Datensouveränität in den Vordergrund. Anwendung findet KI tendenziell zur Prognose und Überwachung. Sechs Prinzipien beeinflussen die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen Fallstudien über ein breites Spektrum der deutschen Wirtschaft beleuchten, welche Aspekte eines KI-basierten Geschäftsmodells den größten Effekt auf das Unternehmen haben. Hier lässt sich ein besonders hoher Einfluss von KI auf das Nutzenversprechen neuartiger, digitaler Leistungen der Unternehmen an die Kundinnen und Kunden feststellen. So lassen sich sechs Erfolgsprinzipien zur erfolgreichen Implementierung von KI-Technologien identifizieren, um die wirtschaftliche Nutzung von KI für Unternehmen in Deutschland im globalen Wettbewerb weiter zu steigern. So empfiehlt es sich zum Beispiel – neben der Auswahl des richtigen KI-Anwendungsfalles – ebenfalls darauf zu achten, dass die KI-Anwendung sowohl den Anbietenden wie auch den Anwendenden nützt. Diese und weitere Erfolgsprinzipien werden detailliert in der Studie Künstliche Intelligenz – Geschäftsmodellinnovationen und Entwicklungstrends beschrieben.