Maximilian Dicks
Refine
Language
- German (2)
Is part of the Bibliography
- no (2)
Keywords
- Business-Analytics (1)
- Datenqualität (1)
- Dienstleistung (1)
- Dienstleistungsprofitabilität (1)
- Digitalisierung (1)
- Transformation (1)
- U1013 (1)
- Unternehmenswandel (1)
- behavioral branding (1)
- business transformation (1)
Institute
Die Digitalisierung und steigende Wettbewerbsintensität im Maschinen- und Anlagenbau zwingt Unternehmen dazu, ihre Wettbewerbsstrategien zu überdenken. Die etablierte strategische Positionierung der Kostenführerschaft scheidet in diesem Umfeld nahezu aus, da eine Differenzierung durch individuelle Leistungsangebote an den Kunden durch digitale Dienstleistungen deutlich attraktiver wird. Das bereits etablierte Konzept des Lösungsgeschäfts ist in Zeiten der digitalen Transformation der Unternehmen aktueller denn je und muss von Unternehmen umgesetzt werden.
Für Unternehmen bedeutet dies den oben genannten strategischen Wandel von einem reinen Sachgüterhersteller hin zu einem Lösungsanbieter mit individuellen Dienstleistungsangeboten.
Eine zentrale Herausforderung, um den Wandel erfolgreich zu gestalten, ist die Anpassung des Mitarbeiterverhaltens. Hier haben insbesondere kleine und mittlere Unternehmen (KMU) einen enormen Bedarf an Methoden, mit deren Hilfe die Transformation aufwandsarm und zielgerichtet begleitet wird.
Im Rahmen des Projekts wurde ein Vorgehen entwickelt, welches erstmals die Methoden des Behavioral Brandings in einen Managementansatz überführt, um eine zielgerichtete Anpassung des Mitarbeiterverhaltens bei der Transformation zum Lösungsanbieter zu gewährleisten. Dieses Buch entstand im Rahmen des Forschungsprojekts ‚fit4solution‘ des FIR an der RWTH Aachen gemeinsam mit dem Lehrstuhl für Marketing der RWTH Aachen und in der Zusammenarbeit mit kleinen und mittleren Unternehmen (KMU) aus dem Bereich der produzierenden Industrie. Ausgehend von dieser Zielsetzung wurde ein KMU-gerechter, interdisziplinärer Ansatz für das Management der Transformation vom Produzenten zum Lösungsanbieter entwickelt und in Form eines individuell konfigurierbaren Methodenbaukastens, eines auf KMU zugeschnittenen Rollout-Konzepts und eines Train-the-Trainer-Konzepts bereitgestellt.
Im Zuge der Digitalisierung der Industrie stieg die Menge an erhobenen Daten aus unterschiedlichsten internen und externen Quellen in den letzten Jahren exponentiell an. Diese Entwicklung wird sich fortsetzen. Insbesondere Unternehmen des Maschinen- und Anlagenbaus verfügen über eine Vielzahl von ungenutzten Nutzungs- bzw. Kundendaten. Hier setzt das Vorhaben ServiceAnalytics an.
Integrierte Sensoren innerhalb der Maschinen liefern kontinuierlich Daten über den Zustand der verbauten Komponenten und deren Nutzung (bspw. Verschleiß, Warnungen, Störungsmeldungen, Fehlercodes, Ereignismeldungen, aber auch Umgebungsdaten wie Temperatur, Feuchtigkeit, etc.). Auf diese können die Hersteller heute oftmals mittels der Basistechnologie des Internets in Echtzeit zugreifen und sie somit nutzbar machen. Besonders im Bereich des Dienstleistungsgeschäfts können die aufgenommenen Daten genutzt werden, um damit sowohl das Dienstleistungsportfolio zu erweitern als auch die Profitabilität des bestehenden Dienstleistungsgeschäftes erhöhen. Dafür stehen die Unternehmen vor der Herausforderung eigene Datenanalyse-Fähigkeiten zu entwickeln. Diese Fähigkeit wird in der Literatur Business-Analytics genannt und befähigt die Unternehmen dazu, die erhobenen Daten mittels geeigneter Analyseinstrumente auszuwerten, um eine bessere Entscheidungsgrundlage für geschäftsrelevante Fragestellungen zu schaffen (s. Chen et al. 2012). Um die generierten Daten zu nutzen, damit die vorhandenen Potenziale im Dienstleistungsgeschäft realisiert werden können, müssen sich Unternehmen daher weiterentwickeln und ein Geschäftsfeld Service-Analytics aufbauen. Unter Service-Analytics wird in diesem Zusammenhang die Anwendung von Business-Analytics im Dienstleistungs-geschäft verstanden. In diesem Zuge durchlaufen die Unternehmen einen Transformationsprozess, der durch unterschiedlichste Herausforderungen gekennzeichnet ist. So stoßen die potenziellen Anbieter der datenbasierten Dienstleistungen während des Wandels auf eine dynamische Unternehmensumwelt. Wechselnde Kundenbedürfnisse, schnell reagierende Wettbewerber und sich rasant wandelnde Technologien sind nur einige der Faktoren, die auf die Unternehmen wirken. Diese Herausforderungen gilt es durch geeignete Instrumente zu adressieren, um das neue Geschäftsfeld Service-Analytics nachhaltig und mit Erfolg aufzubauen. Häufig fehlt es jedoch insbesondere klein- und mittelständischen Unternehmen an dem nötigen Fach- und Prozesswissen, um die Datenerhebung und -auswertung wirtschaftlich rentabel zu ge-stalten.
So bestand das Ziel des Forschungsprojektes ServiceAnalytics darin, klein- und mit-telständische Unternehmen (KMU) des Maschinen- und Anlagebaus zur Anwendung von Service-Analytics zu befähigen mit dem Ziel, die Dienstleistungsprofitabilität zu steigern.
