Refine
Year of publication
Document Type
- Article (1)
- Book (1)
- Part of a Book (7)
- Conference Proceeding (11)
- Contribution to a Periodical (8)
- Report (4)
Is part of the Bibliography
- no (32)
Keywords
- Adaptation models (1)
- Akquise (1)
- Arbeitssystem (1)
- Berufsbildungsexport (1)
- Bildungsdienstleistungsentwicklung (1)
- Business Analytics (2)
- Business Analytics Methods (1)
- Business Model (2)
- Business Transformation (2)
- Business-Analytics (1)
Institute
- Business Transformation (32) (remove)
The acquisition, processing and analysis of internal and external data is one of the key competitive factors for corporate innovation and competitive advantage. Many firms invest a significant amount of resources to take advantage of advanced analytics methods. Machine learning methods are used to identify patterns in structured and unstructured data and increase predictive capabilities. The related methods are of particular interest when previously undiscovered and unknown structures are discovered in comprehensive data sets in order to more accurately predict the outcome of manufacturing or production processes based on a multitude of parameter settings. So far, this knowledge is often part of the individual or collective knowledge of experts and expert teams, but rarely explicit and therefore not replicable for future applications. On the one hand, it is demonstrated in this paper how different machine learning algorithms have been applied to better predict the output quality in the process industry. On the other hand, it is explained how the application of machine learning methods could contribute to making previously not accessible process knowledge explicit. In order to increase the prognostic accuracy of the model diferrent methods were combined, later on compared and evaluated within an industrial case. In this paper a comprehensive approach to knowledge-based process engineering is being presented.
Metropolitan Cities
(2019)
Durch die Vernetzung und Mobilisierung von geografisch verteilten Orten soll eine europäische Modellmetropole mit einzigartigem Charakter entstehen. Dies haben sich zahlreiche Unternehmen, Forschungseinrichtungen und die öffentliche Hand für die Entwicklung der fünftgrößten Metropolregion Europas zum Ziel gesetzt.
Overview: The digital transformation of organizations continues at a frenetic pace. While some companies have achieved trailblazer status, others are finding it difficult to change and therefore are lagging. Digital leaders play a pivotal role in this transition because they can increase the confidence of their organizations behind these often risky and disruptive initiatives. In this article, we present our efforts to i) separate the practices of digitally developing and digitally mature organizations―particularly those of their leaders, ii) determine the specific trust-building actions of digitally mature leaders, iii) develop a scale to measure the human dimensions of digital leaders, and iv) discuss the future development of a reliable scale and self-assessment tool that digital leaders can use to assess their own readiness to accelerate digital initiatives.
To stay competitive, the central challenge for many companies at present is to master the process of transformation in the sense of a fundamental redesign of central processes or even of the entire company. Digitization and the need to redefine and reposition oneself in a sustainable economy are just two examples of the main drivers of this transformation. In this context, the basic question of the fundamental necessity of a comprehensive transformation in the sense of a business transformation no longer even arises for most companies in the age of digital transformation. Instead, the focus is on the question of how companies can manage the complexity associated with the scope of a transformation and the necessary changes in terms of the business strategy and on how to ensure the efficiency and success of the transformation. The challenge is to simultaneously design new structures and systems on the substantive level and also to break up established patterns of behavior.
In an increasingly changing market environment, the long-term survival of companies depends on their ability to reduce latencies in adapting to new market conditions. One strategy to meet this challenge is the anchoring of data-driven decision making, which leads to an increasing use of advanced information technologies and, subsequently, to an increase in the amount of data stored. The complexity of processing these data spurred the demand for advanced statistical methods and functions called Business Analytics. Companies are, despite all promised benefits, overwhelmed with the implementation of Business Analytics as indicated by a failure rate of 65 to 80 %. This paper provides an empirically validated, multi-dimensional model that takes an integrative look at critical success factors for the implementation
of Business Analytics and based on which management recommendations can be generated. For this purpose, constructs of the model are conceptualized, before a structural equation model is developed. This model is then validated with data from 69 industrial partners in the food industry. It is shown amongst others, that the three success factors top management support, IT infrastructure and system quality are pivotal to increase the company performance.
Zielsetzung des geplanten Verbundprojekts ELIAS ist es, einen Ansatz für die Gestaltung von Produktions- und Arbeitssystemen zu entwickeln, der die Lernförderlichkeit als elementaren Bestandteil bereits im Entstehungsprozess einplant und darüber hinaus die kontinuierliche Verbesserung in Bezug auf die Lernförderlichkeit sicherstellt. Mit dem ELIAS-Lernförderlichkeitsplaner wird erstmals ein Konzept bereitgestellt, das die aktive Entwicklung und Gestaltung moderner lernförderlicher Arbeitssysteme sowohl für Dienstleistungs- als auch Produktionsprozesse ermöglicht. Die Breitenwirksamkeit und stetige Weiterentwicklung des ELIAS-Ansatzes wird dabei durch die ELIAS-Community garantiert, die als zentrale Austauschplattform Experten und Entscheidungsträger des Industrial Engineerings auch über die beteiligten Partner hinaus zusammenführt. Das Forschungsprojekt ELIAS wird durch das Bundesministerium für Bildung und Forschung (BMBF) gefördert werden.
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.
Die übergeordnete Zielsetzung des Forschungsprojektes war es, einen KMU-gerechten, interdisziplinären Ansatz für ein Management der Transformation vom Produzenten zum Lösungsanbieter zu entwickeln. Die daraus resultierende Forschungsfrage: „Wie kann durch einen interdisziplinären Ansatz und unter Nutzung des Konzepts des Behavioral Branding der Prozess der Veränderung zu einem Lösungsanbieter für KMU wirtschaftlich effizienter und in Anhängigkeit von relevanten Unternehmenscharakteristika gestaltet werden?“, wurde im Projekt innerhalb von sechs Arbeitspaketen erfolgreich beantwortet.
Die digitale Transformation ist das bestimmende Managementthema unserer Zeit. Gleichzeitig stellt die erfolgreiche Digitalisierung die Unternehmensführungen weltweit vor enorme Herausforderungen. Jenseits der Chancen für neue Wertschöpfungsströme gehen viele Unternehmen diesen Megatrend nicht proaktiv an, sondern sind den technologischen Entwicklungen gegenüber eher reaktiv eingestellt. Der folgende Beitrag behandelt die Theorie, Konzeption und konkrete Realisierung eines Werkzeugs zur systematischen Vorbereitung für die digitale Transformation von Unternehmen. Durch die Darstellung integrierter Handlungsfelder als sogenannte Heatmap werden Stärken und Schwächen der eigenen Position hinsichtlich der Digitalisierung transparent dargestellt. Hierbei wird die digitale Transformation nicht nur technologisch, sondern aus multidimensionalen Perspektiven betrachtet. Hierdurch werden Zusammenhänge schnell ersichtlich, und Handlungsmaßnahmen können einfach abgeleitet werden. Das konzipierte Werkzeug bietet hierbei Diskussionsanreiz und hilft bei der Entscheidungs- sowie Maßnahmenpriorisierung zur erfolgreichen Gestaltung der digitalen Transformation.
Patterns of Digitization
(2019)
This article describes the results of a survey designed to assess how companies are implementing digital transformation, including the various strategies they employ and the actions they take to achieve large-scale transformations. While a few companies seem to reach front-runner status, the majority seem to lag behind. This phenomenon is a top concern of boardrooms worldwide and motivated the development of this study. To help these organizations, we highlight differentiated strategic principles and characteristics of the companies' design processes digitally mature companies undertake to transform their businesses. These insights should help lagging companies understand what is involved in implementing a digital transformation and what they need to do to enforce this transformation.