Refine
Document Type
- Book (2)
- Part of a Book (4)
- Conference Proceeding (1)
- Contribution to a Periodical (10)
- Doctoral Thesis (1)
- Lecture (2)
- Internet Paper (1)
- Report (6)
- Working Paper (5)
Language
- German (32) (remove)
Is part of the Bibliography
- no (32) (remove)
Keywords
- 02 (1)
- 3D-Druck (1)
- AR (1)
- Additive Fertigung (1)
- After-Sales (1)
- Arbeit 4.0 (1)
- Arbeitsgestaltung (1)
- Arbeitswelt 4.0 (1)
- As-a-Service (1)
- CSS 2.0 (1)
Institute
Smart-Farming-Welt
(2019)
Smart-Farming-Welt
(2019)
Subscription-Geschäftsmodelle (SGM) spielen eine wesentliche Rolle bei der Monetarisierung von Industrie 4.0 Potenzialen für produzierende Unternehmen. Durch die Vernetzung von Maschinen und digitalen Produkten können dem Kunden völlig neue Leistungen geboten werden, die durch ein rein transaktionsbasiertes Geschäftsmodell nicht möglich wären. Der folgende Beitrag widmet sich der Charakterisierung von Subscription-Geschäftsmodellen und zeigt vier Handlungsfelder auf, die bei ihrer Umsetzung berücksichtigt werden müssen.
Das Projekt LBM²-Load Based Monitoring and Maintenance erforschte die Einsatzfähigkeit einer kostengünstigen Lastsensorik zur Messung und Analyse von Restlebensdauerdaten für Großkomponenten an Windenergieanalgen (WEA). Da aktuell im Einsatz befindliche Condition-Monitoring-Systeme zur Überwachung von WEA oft teuer in der Anschaffung sind und lediglich vergangenheitsorientierte Informationen liefern, sobald ein kritischer Zustand bereits eingetreten ist, besteht der Bedarf insbesondere für KMU in der WEA-Branche für eine kostengünstige, proaktive Alternative. Hierzu wird im Projekt LBM² der Einsatz einer kostengünstigen, auf Dehnungsmessstreifen basierenden Messtechnologie erforscht, die über einen langen Zeitraum in einem Testwindpark betrieben wird. Die Erkenntnisse zu den Herausforderungen in der Spezifikation der Messtechnologie für den WEA-Typ sowie in der kontinuierlichen Datenerfassung und –auswertung adressieren ein aktuell hochrelevantes Themenfeld. Die Implikationen der Erkenntnisse gehen damit weit über die Branche der Windenergie hinaus. Mittels der gewonnenen Daten über die Lasten bzw. Restlebensdauern von Großkomponenten der WEA (z.B. Getriebe, Hauptwelle oder Hauptlager) wurden zudem deren Einsatzpotenziale für eine proaktivere, vorausschauende Instandhaltung von WEA untersucht. Die Instandhaltung ist der Hauptkostentreiber im Betrieb einer WEA und bietet demnach großes Potenzial für einen kosteneffizienteren Betrieb, der speziell für KMU in einem umkämpften Strommarkt mit wegfallenden EEG-Zulagen notwendig ist. Hierzu wurden im Projekt LBM² Instandhaltungsprozesse für WEA-Großkomponenten aufgenommen. Diese wurden in einer Simulationsumgebung hinsichtlich verschiedener, kosteneffizienter Instandhaltungsstrategien untersucht. Dazu wurde der Einfluss von Restlebensdauern auf spezifische Instandhaltungsstrategien abgebildet. Weiterhin wurden die Projektergebnisse in einen Softwaredemonstrator überführt, der den Anwendern und speziell KMU eine Möglichkeit an die Hand gibt, die Daten der kostengünstigen Lastsensorik in Zukunft übersichtlich visualisiert und mit relevanten Handlungsempfehlungen für eine optimierte Instandhaltung hinterlegt zu nutzen.
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.
Über die Hälfte der KMU des Maschinenbaus passen ihre am Markt angebotenen AS-DL nicht oder unstrukturiert an, indem sie ad hoc auf Kundenanliegen reagieren (KAMPKER 2015). Es existiert kein standardisiertes Vorgehen zur systematischen Identifikation und Umsetzung notwendiger Änderungen von AS-DL. Hierbei entstehen Ineffizienzen in der Nutzung vorhandener Ressourcen (z.B. Personalkapazität). Dies ist insbesondere ein Problem in der Kleinserienfertigung des Maschinenbaus, da grundsätzlich eine hohe Variantenvielfalt und Kundenindividualisierung besteht. Dies erhöht massiv die Komplexität der Dienstleistungserbringung, da sich Maschinen aber auch Kundenwünsche viel häufiger ändern als in der Großserienfertigung. Ein Service-Release-Management trägt dazu bei, die Effizienz der Ressourcen im Bereich AS-DL zu steigern.
Aus wissenschaftlich-technischer Sicht fehlt ein Vorgehen, um notwendige Änderungen von AS-DL systematisch zu identifizieren und effizient in ein Service-Release umzusetzen. Hierfür ist ein spezifisches Service-Release-Management notwendig. Dieses soll es KMU ermöglichen, notwendige Änderungen an AS-DL systematisch zu identifizieren, Service-Releases zu gestalten, deren Durchführbarkeit und Wirtschaftlichkeit zu bewerten sowie Service-Releases umzusetzen (RANA ET AL. 2014). Die Forschungsfrage des Vorhabens lautet:
Wie ist ein Service-Release-Management zu gestalten, damit KMU in der Kleinserienfertigung des Maschinenbaus notwendige Änderungen an ihren AS-DL systematisch identifizieren, daraus Service-Releases gestalten und diese Service-Releases effizient umsetzen können?
- Wie können Auslöser identifiziert werden, die dazu führen, dass eine AS-DL geändert werden muss?
- Wie ist ein Service-Release in Abhängigkeit der Auslöser zu gestalten?
- Wie können Service-Releases (unter Berücksichtigung der Strategie des AS-DLGeschäfts) hinsichtlich ihrer technischen, rechtlichen und kompetenzbasierten Durchführbarkeit geprüft werden?
- Wie können Service-Releases hinsichtlich ihrer Wirtschaftlichkeit bewertet werden?
- Wie wird ein Service-Release erfolgreich eingeführt?
Faszination 3D-Druck.
(2017)