Open Access

In einer Welt, die sich durch eine beispiellose Dynamik in Technologie und Wirtschaft auszeichnet, steht die produzierende Industrie vor der Herausforderung, die Potenziale der Digitalisierung voll auszuschöpfen. Der Einsatz von automatisiertem maschinellen Lernen (Auto-ML) bietet einen vielversprechenden Ansatz, die Schlüsseltechnologie Künstlicher Intelligenz (KI) gewinnbringend einzusetzen. Trotz der hohen Erwartungen und des potenziellen wirtschaftlichen Wachstums, das KI-Technologien versprechen, zeigen aktuelle Studien, dass der Einsatz von KI in der Produktion hinter anderen Technologien zurückbleibt. Die Diskrepanz zwischen den Erwartungen an KI und deren tatsächlicher Nutzung in der Fertigung weist auf komplexe Herausforderungen hin, darunter hohe Kosten, ungeeignete IT-Infrastruktur, mangelnde Datenverfügbarkeit und ein Defizit an Fachkräften. Diese Dissertation zielt darauf ab, eine methodische Lösung für die Auswahl von Auto-ML-Softwarelösungen für Prognosen in produzierenden Unternehmen zu entwickeln. Die Arbeit umfasst eine Analyse existierender Auto-ML-Funktionen, eine praxisnahe Identifikation der Anforderungen an ihren Einsatz in der Industrie sowie die Entwicklung eines Prozesses zur systematischen Auswahl von Auto-ML-Softwarelösungen. Dafür werden zudem die Wechselwirkungen zwischen den technischen Möglichkeiten der Softwarelösungen und den spezifischen Bedürfnissen der produzierenden Unternehmen beleuchtet. Das Ergebnis dieser Dissertation stellt eine Ressource für Entscheidungsträger dar, die sich der Herausforderung gegenübersehen, aus einer Vielzahl von Auto-ML-Softwarelösungen die am besten geeignete auszuwählen. Durch die Bereitstellung eines klar definierten Prozesses zur Bewertung und Auswahl von Auto-ML-Softwarelösungen trägt diese Arbeit dazu bei, die Lücke zwischen der technologischen Entwicklung und ihrer praktischen Anwendung in der Fertigungsindustrie zu schließen. In einer Zeit, in der die effiziente Nutzung von Daten und KI-Technologien immer mehr zum entscheidenden Wettbewerbsfaktor wird, leistet diese Dissertation einen Beitrag zur Stärkung der Innovationskraft und Zukunftsfähigkeit produzierender Unternehmen.

Die moderne Arbeitswelt befindet sich im Wandel: Dezentrale Strukturen und flexible Arbeitszeiten gewinnen an Bedeutung, stellen produzierende Unternehmen jedoch vor besondere Herausforderungen. Diese Dissertation widmet sich der Frage, wie Remote-Work in produzierenden Unternehmen zukunftsweisend gestaltet werden kann. Ziel ist die Entwicklung einer praxisnahen Gestaltungsmethode, die maßgeschneiderte Handlungsempfehlungen für die Umsetzung bietet. Im Zentrum steht der Navigator zur Gestaltung von Remote-Work, ein systematisches Fünf-Schritte-Modell, das produzierende Unternehmen befähigt, individuelle Auslöser zu erkennen, remotefähige Tätigkeiten fundiert zu analysieren, geeignete Maßnahmen gezielt auszuwählen und wirkungsorientiert in die Praxis zu überführen. Im Fokus stehen dabei vier zentrale Erkenntnisziele: Erstens wird ein Beschreibungsmodell betrieblicher Gestaltungsparameter entwickelt, strukturiert Entlang der Dimensionen Mensch, Technik, Organisation und Kultur. Zweitens werden remotefähige Tätigkeitsfunktionen und -merkmale identifiziert, basierend auf einer Klassifikation. Drittens werden die Wirkbeziehungen zwischen Gestaltungsparametern und Tätigkeitsmerkmalen erklärt, um zentrale Einflussfaktoren wie Technologieoffenheit, Unternehmenskultur und Führung einzuordnen. Viertens entsteht auf dieser Basis eine ganzheitliche Gestaltungsmethode, der Navigator für Remote-Work, welche sich an bewährten Managementzyklen orientiert und mit der Ableitung und Einordnung unternehmenspezifischer, konkreter Maßnahmen abschließt. Der Navigator wurde in drei Fallstudien bei Industrieunternehmen unterschiedlicher Größe validiert und zeigt eine hohe Praxisrelevanz. Die Dissertation liefert damit nicht nur theoretisch fundierte, sondern auch praxisnahe Antworten auf die Frage, wie Remote-Work im industriellen Kontext erfolgreich umgesetzt werden kann, und bietet Unternehmen ein wirkungsvolles Instrument zur nachhaltigen Transformation ihrer Arbeitswelt. Mit seinem integrativen und evidenzbasierten Ansatz entfaltet der entwickelte Navigator darüber hinaus ein erhebliches Innovationspotenzial: Als systematische Gestaltungsmethode für Remote-Work in produzierenden Unternehmen schließt er eine zentrale Forschungslücke und zeichnet sich durch wissenschaftliche Fundierung sowie praxisnahe Umsetzbarkeit aus.

Die digitale Transformation verändert grundlegend, wie produzierende Unternehmen IT-Lösungen nutzen, um Prozesse zu optimieren und wettbewerbsfähig zu bleiben. Gleichzeitig steigt die Nachfrage nach digitalen Anwendungen, doch der IT-Fachkräftemangel bremst deren Umsetzung. Viele Unternehmen sind stark von ihren IT-Abteilungen abhängig, die unter wachsendem Entwicklungsdruck stehen – mit der Folge, dass digitale Innovationen ins Stocken geraten. Low-Code-Plattformen versprechen Abhilfe, indem sie auch Nicht-IT-Fachkräften ermöglichen, aktiv an der Softwareentwicklung mitzuwirken. Fachabteilungen können so eigenständig digitale Anwendungen erstellen und Prozesse effizienter gestalten. Dennoch bleibt der Einsatz von Low-Code oft auf IT-Abteilungen beschränkt – nicht zuletzt aufgrund von Bedenken hinsichtlich Datensicherheit, Governance und fehlendem Wissen über die konkreten Einsatzmöglichkeiten dieser Technologie. Diese Dissertation entwickelt ein umfassendes Regelwerk, das produzierende Unternehmen dabei unterstützt, Low-Code gezielt, sicher und effizient zu nutzen. Drei definierte Anwendungsfalltypen schaffen ein besseres Verständnis für die Einsatzmöglichkeiten. Zudem werden elf grundlegende Regeln abgeleitet, die eine strukturierte und sichere Einführung von Low-Code-Plattformen in produzierenden Unternehmen ermöglichen. Durch die Analyse der Zusammenhänge zwischen Anwendungsfällen und Regeln lassen sich spezifische Maßnahmen ableiten, um Low-Code sicher und effektiv einzusetzen. Ergänzend dazu werden 60 praxisnahe Gestaltungsmaßnahmen formuliert, die Unternehmen konkrete Unterstützung bei der erfolgreichen Integration von Low-Code in ihre Prozesse bieten. Dieses Regelwerk hilft produzierenden Unternehmen, die Potenziale von Low-Code voll auszuschöpfen, Abhängigkeiten von der IT zu reduzieren und die digitale Transformation gezielt voranzutreiben.

In der Kreislaufwirtschaft spielt der Werterhalt sowohl endlicher als auch erneuerbarer Ressourcen eine zentrale Rolle, indem diese über möglichst lange Zeiträume im Wirtschaftskreislauf gehalten werden. Vor dem Hintergrund des fortschreitenden Klimawandels und des Ziels der Europäischen Union, bis 2050 klimaneutral zu werden, steht insbesondere die produzierende Industrie vor der Verpflichtung, ihre Investitionsgüter nachhaltiger und ressourcenschonender einzusetzen. Eine zentrale Herausforderung, der Unternehmen dabei begegnen, ist das begrenzte Angebot an Informationen über gebrauchte und aufbereitete Investitionsgüter, obwohl diese im Vergleich zu Neuprodukten oft günstiger und umweltfreundlicher sind. Ein Lösungsansatz ist der digitale Produktpass, der durch eine verbesserte Digitalisierung von Produktdaten die lückenlose und effiziente Informationsverfügbarkeit über den gesamten Lebenszyklus eines Produkts gewährleisten soll. Dies ist besonders relevant, da bestehende Informationsdefizite zwischen Herstellern und Nutzern die Implementierung von Kreislaufstrategien erheblich erschweren. Obwohl digitale Produktpässe in der wissenschaftlichen Diskussion zunehmend Beachtung finden, fehlt es bislang an klaren, domänenspezifischen Definitionen ihres Inhalts. In der vorliegenden Dissertationsschrift wird ein Modell entwickelt, welches die erforderlichen Informationsbestandteile entlang des Lebenszyklus von Investitionsgütern im Maschinen- und Anlagenbau definiert. Dadurch wird eine Grundlage für die Gestaltung digitaler Produktpässe geschaffen. Im ersten Schritt werden Kreislaufstrategien identifiziert, die für Investitionsgüter im Rahmen digitaler Produktpässe anwendbar sind. Diese Strategien, zusammengefasst unter der Kategorie unternehmensübergreifender Werterhalt, umfassen Reuse, Remanufacturing und Repurposing. Darauf aufbauend wird ein ökosystembasierter Ansatz verwendet, um das Unternehmensnetzwerk zu beschreiben, das am nachhaltigen Lebenszyklus einer Maschine beteiligt ist. Im Rahmen einer Klassifikation wird festgelegt, welche Daten für einen digitalen Produktpass erforderlich sind, um insbesondere die Nachhaltigkeitsziele zu unterstützen. Zu den wesentlichen Datenkategorien gehören Produkt-, Nutzungs-, Netzwerk- und Nachhaltigkeitsdaten. Die Ergebnisse dieser Vorarbeiten führen schließlich zu einem Erklärungsmodell, das die Informationsentitäten und das zugrunde liegende Ökosystem integriert und die Verantwortlichkeiten für die Bereitstellung der erforderlichen Daten definiert. Die Validierung des Modells erfolgte anhand von Fallstudien mit den Unternehmen Schaeffler, BMW, Reifenhäuser und PTC, welche die praktische Anwendbarkeit des Modells bestätigten.

Die Relevanz zur Vorbereitung auf Störungen nimmt durch das volatile Umfeld, steigende Komplexität und zunehmende Abhängigkeiten zwischen verschiedenen Akteuren in Supply-Chains für produzierende Unternehmen zu. Häufig verfolgte Ansätze zur Schaffung effizienter Strukturen und Reduktion von Kosten erhöhen die Anfälligkeit gegenüber Störungen. Vergangene Störungen haben dabei insbesondere zu Problemen im Bereich der Beschaffung geführt. Der Aufbau von Resilienz unterstützt den Umgang mit unvorhersehbaren Ereignissen. Je höher die Resilienz ist, desto geringer ist der negative Einfluss einer Störung und desto schneller ist eine Rückkehr in den ursprünglichen oder einen besseren Zustand möglich. Obwohl der Bedarf zur Steigerung der Resilienz von vielen Unternehmen erkannt wird, wird dies häufig nicht systematisch umgesetzt. Herausforderungen beim Aufbau einer resilienten Beschaffung stellen mangelndes Wissen über das multidimensionale Resilienzkonzept und konkrete Gestaltungsoptionen sowie fehlende praktische Methoden für den gezielten Aufbau der Resilienz dar. Insbesondere die Auswahl und Kombination der richtigen Maßnahmen wird aufgrund nicht ausreichend beschriebener Beiträge der Maßnahmen zur Resilienz erschwert. Ziel der vorliegenden Dissertationsschrift ist daher die Entwicklung einer Methode zur systematischen Konfiguration der Resilienz in der Beschaffung. Die entwickelte Methode ermöglicht Unternehmen die strukturierte Auswahl und Kombination von Gestaltungsoptionen in der Beschaffung unter Berücksichtigung der verschiedenen Komponenten und Zielrichtungen der Resilienz. Hierzu wird zunächst ein Ordnungsrahmen zur Beschreibung und Strukturierung der Resilienz entwickelt und für den Kontext der Beschaffung konkretisiert. Als wesentliche Grundlage für die systematische Konfiguration der Resilienz erfolgen anschließend die Entwicklung eines strukturierten Resilienzpotenzialkatalogs und die Identifikation von Potenzialkategorien. Resilienzpotenziale stellen dabei Gestaltungsoptionen zum Aufbau der Resilienz dar. Die Methode zur systematischen Konfiguration der Resilienz führt die entwickelten Ergebnisse zusammen und stellt die praktische Anwendbarkeit sicher. Durch die ganzheitliche Betrachtung der Resilienz und der Resilienzpotenziale kann eine gezielte Gestaltung der Resilienz erreicht werden, die bislang aufgrund eines fehlenden Verständnisses der relevanten Aspekte der Resilienz und der Wirkung der Gestaltungsoptionen erschwert wurde.  (Quelle: https://www.apprimus-verlag.de/systematische-konfiguration-der-resilienz-in-der-beschaffung.html)