Refine
Document Type
- Part of a Book (6)
- Conference Proceeding (16)
- Contribution to a Periodical (8)
- doctorallecture (1)
- Doctoral Thesis (1)
- Master's Thesis (1)
- Internet Paper (2)
- Report (3)
- Working Paper (6)
Language
- German (22)
- English (20)
- Multiple languages (2)
Is part of the Bibliography
- no (44)
Keywords
- 01 (2)
- 02 (7)
- 03 (3)
- AI (1)
- Additive manufacturing (1)
- After-Sales-Services (1)
- Artificial intelligence (1)
- Asset Management (1)
- Augmented Reality (1)
- Augmented reality (1)
- BMWK (1)
- Big Data (2)
- Case study research (1)
- Co-creation (1)
- Customer Success Management (1)
- Customer success managementl (1)
- Customer-Insight-Management (1)
- Customer-Success-Management (1)
- DLR (1)
- Data Governance (1)
- Data analytics (1)
- Data-Analytics (2)
- Data-driven services (1)
- Datenaufbereitung (1)
- Datenbewertung (1)
- Datenbewirtschaftung (1)
- Datenbilanz (1)
- Datengetriebene Geschäftsmodelle (1)
- Datenkapital (2)
- Datenmonetarisierung (1)
- Datenprodukte (1)
- Datenschutz (1)
- Datentechnologie (1)
- Datenvertragsrecht (1)
- Datenverträge (1)
- Datenwirtschaft (1)
- Dienstleistung (1)
- Digitale Produkte (1)
- Digitaler Schatten (2)
- Digitaler Service (1)
- Digitalisierung (3)
- Digitalisierungsnavigator (1)
- Digitalization (1)
- Distribution management (1)
- Do-it-together (1)
- EVAREST (1)
- Evaluation (1)
- Future Data Assets (1)
- Geschäftsmodell (1)
- Industrie 4.0 (3)
- Informationssicherheit (1)
- Instandhaltung (2)
- Instandhaltungsstrategie (1)
- Internet of Production (2)
- KI (2)
- Künstliche Intelligenz (2)
- Lean Services (2)
- Lean Services 4.0 (2)
- Learning Game (1)
- Lebensmittelindustrie (2)
- Manufacturing (1)
- Manufacturing Companies (1)
- Manufacturing firms (1)
- Manufacturing networks (1)
- Maschinen- und Anlagenbau (1)
- Modularization (1)
- Morphological framework (1)
- Open Access (1)
- Platform (1)
- Potential Benefits (1)
- Predictive maintenance (1)
- Preisbildung (2)
- Prescriptive Maintenance (1)
- Pricing (2)
- Product-as-a-service business (1)
- Product-service system (1)
- Produkt-Service-System (1)
- Quick Check (1)
- Reference data model (1)
- Reference model (1)
- Regulatory framework (1)
- Reifegrad (1)
- Reliability (1)
- Return on Investment (1)
- Revenue model (1)
- SV7163 (1)
- SV7169 (1)
- Sales management (1)
- Sales organization (1)
- ScaleUp (1)
- Selective laser manufacturing (1)
- Service (1)
- Service modules (1)
- Serviceprozess (1)
- Servicewissen (1)
- Servitization (1)
- Smart Services (3)
- Smart product service systems (1)
- Smart products (1)
- Spare part production (1)
- Subscription (2)
- Subscription business (1)
- Subscription economy (1)
- Subskription (2)
- Supply Chain Management (1)
- Task-oriented Reference Model (1)
- Training (1)
- Value-based pricing (1)
- Value-in-Use (1)
- Value-in-use (1)
- Windenergie (1)
- Windenergieanlagen (1)
- acquisition cycle (1)
- business model (1)
- case study research (3)
- customer suitability (1)
- data valuation framework (2)
- data value (3)
- data value assessment (1)
- design fields (1)
- digital products (1)
- digitale Technologien (1)
- evaluation (1)
- everything-as-a-service (1)
- iIntangible assets (1)
- industry 4.0 (1)
- intangible assets (1)
- machinery and plant engineering (1)
- manufacturing companies (1)
- manufacturing industry (1)
- rev (10)
- smart product service systems (2)
- subscription business (1)
- subscription business models (2)
- task model (1)
- value-based pricing (1)
Institute
More and more companies in the mechanical and plant engineering industry are transforming their business model and evolving from product to solution providers. Subscription business models play a key role in this development. They enable companies to enter long-term collaborative relationships with customers and thus monetize the potential of Industry 4.0. However, this development is not easy for many companies and is associated with numerous hurdles. One of these hurdles is the development of a suitable range of services tailored to customer needs. In this context, the bundling of individual services to service modules plays a key role in realizing new value propositions. In practice, however, companies often lack an understanding of which services need to be combined in what way to be able to realize new value propositions. Accordingly, the goal of this work is to identify relevant services for subscription business models, to cluster them into meaningful value-adding bundles, and to derive new value propositions accordingly. The new value propositions in turn enable mechanical and plant engineering companies to strengthen customer loyalty and thus achieve long-term economic success.
Manufacturing companies are constantly increasing their efforts in the subscription business, also known as product-as-a-service business, offering usage and outcome based solutions (value-in-use) instead of transactional services and products (value-in-exchange). Customers are becoming contractual subscribers of the solution in return for recurring, performance-related payments. To address arising, inevitable challenges like (1) reducing customer churn, (2) increasing usage intensity and outcome quality, (3) ensuring the adoption of product and software releases as well as (4) fostering customer loyalty, leading manufacturing companies are setting up a new organizational, customer-facing unit, called Customer Success Management (CSM). This unit has its origins in the software-as-a-service business, operating next to established entities like sales, key account management and customer service. Since there are currently no holistic models for an end-to-end description of CSM-tasks in the manufacturing industry, this paper contributes to a taskoriented reference model, using a grounded theory approach, examining both manufacturing and software companies. Containing a reference framework with 8 main tasks, 17 basic tasks and 76 elementary tasks, the reference model supports manufacturing companies in adapting and customizing a company-specific CSM concept.
Ziel des Forschungsprojekts ‚DM4AR‘ war es, Servicewissen skalierbar und einfach nutzbar zu machen, indem automatisch Augmented-Reality-Inhalte aus verschiedenen Datenquellen generiert werden.
Nutzen für die Zielgruppe:
Durch die Ergebnisse des Projekts ‚DM4AR‘ kann zukünftig die wesentliche Barriere für die flächendeckende und produktive Nutzung der AR-Technologie durch die Etablierung eines plattformbasierten und automatisierten Ansatzes zur Datenaufbereitung überwunden werden. Dabei steht die einfache Integration in den operativen Serviceprozess im Vordergrund, um den Nutzen zu maximieren und die Umstellung der Serviceprozesse zu vereinfachen. Die ‚DM4AR‘-Ergebnisse ermöglichen somit die Sicherung und den gezielten Einsatz des im Unternehmen vorhandenen Wissens.
33 Prozent aller Unternehmen glauben, den Anschluss an Künstliche Intelligenz (KI) zu verlieren. Obwohl KI auf den ersten Blick eine Herausforderung darstellt, kann sie vor allem im Unternehmenskontext eine bedeutende Rolle spielen. Genau da setzt das Programm "KI-Serviceroadmap 2024" des FIR an und zeigt Ihnen den Weg zu KI im Service auf. Das Programm beginnt für alle teilnehmenden Unternehmen mit einem umfassenden Assessment und mündet in der Entwicklung einer detaillierten Roadmap mit Ihrem individuellen Weg zu KI.
Pricing is one of the most important, but underestimated tools, to enhance a company's profitability. Especially value-based pricing has a high potential to reach higher levels of satisfaction because it equates the needs of providers and customers. Even though, it is a well-known price model and promises higher satisfaction, many companies struggle to implement it. Especially the manufacturing industry is characterized by cost-plus pricing and competition-based pricing. However, especially for digital products these pricing strategies are insufficient. Therefore, this paper aims at exploring the design fields for value-based pricing of digital products in the manufacturing industry. To achieve this, the basics of digital products and value-based pricing are explored. Furthermore, an expert workshop is conducted that follows a framework for value-based pricing consisting of four consecutive steps analysis, price strategy, pricing, and market launch to capture the design fields. This paper concludes with limitations, and practical and research implications.
Industrial companies are moving to a solution driven business by offering smart product service systems (Smart PSS). In addition to an existing portfolio of physical goods and technical services, companies develop new digital services and combine all three offerings to an integrated digital solution business. While the development of new digital services does not pose any major challenges for companies, the successful sale of Smart PSS does. Due to changing customer requirements and value propositions of a solution, the sale of Smart PSS requires new design principles for the sales organization compared to the simple sale of physical goods or technical services. While there are already many publications on the topic of industrial sales in research, the description of Smart PSS in particular represents a new field of research. The combination of both topics is therefore not only interesting from a theoretical point of view, but also has a particularly high practical relevance and impact for industrial companies. This paper therefore describes on the one hand, which characteristics can be used to derive customer requirements for Smart PSS and on the other hand, which effects these requirements have on the sales organization of the industrial company. The design principles give recommendations for the organizational structure, the resources, the information systems and the culture of the company depending on the targeted customer type. In order to identify and describe both the customer requirements and the design principles, two morphological boxes were developed based on a literature research and semi-structured interviews with industrial companies. The paper gives an outlook on the different characteristics of the design recommendations and describes first best practices for the successful transformation of the sales organization.
In Germany’s transition to a more sustainable industrial landscape, electricity generated by wind turbines (WT) remains a mainstay of the energy mix. Operating and maintenance costs, which account for roughly 25% of electricity generation costs in onshore WTs make improvements of maintenance activities a key lever in the economic operation of WTs. Prescriptive maintenance is a possible approach for improved maintenance activities. It is a concept where asset condition data is used to recommend specific actions and has great potential for the operation of wind parks. However, especially small, but also large wind park operators, and maintenance service providers often struggle with the implementation of such a new maintenance approach. As a part of the research project ReStroK, a learning game has been developed to support the training and familiarization of maintenance technicians with the concepts and underlying principles of this maintenance approach. In this paper, the concept for the development of a learning game will be presented. Multiple scenarios for its usage and their corresponding requirements will be discussed and an overview over the game will be given.
Ziel des Beitrags ist es, aufzuzeigen, wie produzierende Unternehmen entlang der Customer-Journey systematisch kundenbezogene Daten erheben können. Nach einer Einleitung zur Motivation der Themenstellung, einer Begriffserläuterung und einer Vorstellung des Studiendesigns wird ein Referenzprozessmodell der Kundeninteraktionen produzierender Unternehmen gestaltet, darauf aufbauend ein Datenmodell des digitalen Schattens der Kundeninteraktionen abgeleitet und zuletzt ein Vorgehensmodell zur Implementierung des digitalen Schattens der Kundeninteraktionen präsentiert.
Das Dienstleistungsgeschäft gehört bereits seit einigen Jahren zum zentralen Wachstumstreiber vieler Unternehmen in Deutschland. Auch kleine und mittlere Unternehmen (KMU) des Maschinenbaus haben diesen Trend erkannt und sind bestrebt, ihr Leistungsangebot hinsichtlich After-Sales-Services (AS-Services) auszubauen. Dabei stoßen sie allerdings immer wieder an Kapazitätsgrenzen. Das vorhandene und hochqualifizierte Personal ist häufig bereits voll ausgelastet, während der Mangel an Fachkräften ein geeignetes Gegensteuern erschwert. Somit beschränken die Ressourcenengpässe KMU des Maschinenbaus, ihr eigenes Geschäft mit AS-Services auszubauen.
Digitale Technologien bieten in diesem Zusammenhang das Potenzial, diesen Engpässen entgegenzuwirken, indem die vorhandenen Ressourcen effizienter eingesetzt werden. Ein prominentes Beispiel hierfür ist der Einsatz von Datenbrillen im Bereich des Remote-Service. Statt dass ein Servicetechniker gezwungen ist, wegen einer Maschinenstörung zum Kunden zu fahren, können die Diagnose und auch einfache Maßnahmen zur Störungsbehebung vom Kunden selber vor Ort durchgeführt werden, während der Servicetechniker mittels Datenbrille live zugeschaltet ist und anleiten kann. Dadurch können Reisezeiten, in den der Servicetechniker üblicherweise nicht wertschöpfend tätig ist, reduziert und im besten Fall mehr Serviceaufträge pro Servicemitarbeiter bearbeitet werden.
Im Zuge der fortschreitenden digitalen Vernetzung durch Industrie 4.0 sind in den letzten Jahren viele digitale Technologien entwickelt und zur Marktreife gebracht worden. Die große Vielfalt dieser technischen Lösungen macht es insbesondere KMU mit ihren ohnehin schon begrenzten Ressourcen fast unmöglich, einen angemessenen Überblick zu behalten. Zusätzlich können Verantwortliche und Fachkräfte der KMU nur schwer beurteilen, welche digitale Technologie sich für ihre unternehmensspezifischen Anforderungen überhaupt eignet. Eine Bewertung, die eine technologieübergreifende Vergleichbarkeit ermöglichen würde, fehlt. Genau hier setzt das erste Modul des Digitalisierungsnavigators an, der als Demonstrator auf dem AiF Forschungsprojekt ScaleUp entstanden ist.
Subscription business models provide an important component for monetizing the potential of Industrie 4.0. Subscription business is based on a long-term and participative business relationship between customer and provider. However, only digitalization offers the necessary framework conditions to realize the characteristic recurring and performance-based billing, and to ensure the necessary transparency about the usage phase of products as well as continuous performance improvements in the customer process. Against this background, companies must not only recognize the much-cited potential that lies in the total dedication to the success of individual subscription customers. Rather, the central obstacles must be addressed, examined, and subsequently overcome in a targeted manner in order to successfully establish subscription business models and place them on the market.
Augmented reality seems to offer great potential benefits in the field of industrial services. However, the question of the exact benefits, both monetary and qualitative, is difficult to evaluate, as is the case with IT investments in gen-eral. Within the framework of the DM4AR research project, an evaluation model was therefore developed. Based on group discussions and interviews on potential AR use cases, a list of monetary and qualitative benefits was compiled to form the basis for selecting suitable evaluation modules in the existing literature. These include an impact chain analysis in the form of a strategy map, a monetary eval-uation as a calculation of the return on investment, based on the assumptions of the use case as well as existing studies, and a qualitative evaluation in the form of a utility analysis. The outcome is an evaluation model in the form of a multi-perspective approach that considers the impact of AR in the four perspectives of the balanced scorecard (financial, customer, internal business processes, learning and growth). The results of the qualitative and monetary evaluation can be sum-marized in a 2D matrix to support decision-making.
Since data becomes more and more important in industrial context, the question arises on how data-driven added value can be measured consistently and comprehensively by manufacturing companies. Currently, attempts on data valuation are primarily taking place on internal company level and qualitative scale. This leads to inconclusive results and unused opportunities in data monetization. Existing approaches in theory to determine quantitative data value are seldom used and less sophisticated. Although quantitative valuation frameworks could enable entities to transfer data valuation from an internal to an external level to take account of progress in digital transformation into external reporting. This paper contributes to data value assessment by presenting a four-part valuation framework that specifies how to transfer internal, qualitative to external, quantitative data valuation. The proposed framework builds on insights derived from practice-oriented action research. The framework is finally tested with a machine tool manufacturer using a single case study approach. Placing value on data will contribute to management’s capability to manage data as well as to realize data-driven benefits and revenue. [https://link.springer.com/chapter/10.1007/978-3-030-85902-2_19]
Das Ziel des Forschungsprojekts "Future Data Assets" bestand in der monetären Bewertung des unternehmerischen Datenkapitals. Dazu wurden die Entwicklung und Instanziierung einer sogenannten "Datenbilanz" angestrebt. Die Datenbilanz soll dem Reporting der unternehmerischen Fähigkeit der Datenbewirtschaftung dienen und damit eine Lücke im Hinblick auf die klassische Berichterstattung schließen, in der Daten kaum betrachtet bzw. systematisch bewertet werden.
Herausforderungen der Preisbildung datenbasierter Geschäftsmodelle in der produzierenden Industrie
(2022)
Inhaltsangabe des Sammelbands:
In diesem Open-Access-Buch stehen die wirtschaftliche Verwertung von Daten und die dazu gehörenden technischen und organisatorischen Prozesse und Strukturen in Unternehmen im Fokus. Es behandelt Themen wie Datenmonetarisierung, Datenverträge, Data Governance, Informationssicherheit, Datenschutz und die Vertrauenswürdigkeit von Daten.
Seit Jahren wird davon gesprochen, dass „Daten das neue Öl“ sind. Expertinnen und Experten sind sich einig: Das Wertschöpfungspotential von Daten ist enorm und das über fast alle Branchen und Geschäftsfelder hinweg. Und dennoch bleibt ein Großteil dieses Potentials ungehoben. Deshalb nimmt dieser Sammelband konkrete Innovationshemmnisse, die bei der Erschließung des wirtschaftlichen Werts von Daten auftreten können, in den Blick. Er bietet praktische Lösungsansätze für diese Hürden an den Schnittstellen von Ökonomie, Recht, Akzeptanz und Technik. Dazu folgen die Autorinnen und Autoren einem interdisziplinären Ansatz und greifen aktuelle Diskussionen aus der Wissenschaft auf, adressieren praxisnahe Herausforderungen und geben branchenunabhängige Handlungsempfehlungen. Den Leserinnen und Lesern soll eine transparente Informationsbasis angeboten werden und damit die Teilnahme an der Datenwirtschaft erleichtert werden.
Dieses Buch richtet sich an Entscheidungsträgerinnen und Entscheidungsträger in Unternehmen sowie an Entwicklerinnen und Entwickler datenbasierter Dienste und Produkte. Der Band ist ebenfalls für Fachkräfte der angewandten Forschung wie auch für interdisziplinär Studierende z.B. der Wirtschaftsinformatik, der technikorientierten Rechtswissenschaft oder der Techniksoziologie relevant.
Manufacturing companies (MFRs) are increasingly extending their
portfolios with services and data-driven services (DDS) to differentiate themselves from competitors, tap new revenue potential, and gain competitive advantages through digitization and the subsequently generated data. Nonetheless, DDS fail more often than traditional industrial services and products within the first year on the market. Particularly, companies are failing to sell DDS successfully and efficiently with their existing (multi-level) distribution structures. Surprisingly, there is a lack of scientific research addressing this issue. Since there are currently no holistic models for an end-to-end description of distribution-tasks for DDS in the manufacturing industry, this paper contributes to a task-oriented reference model for mapping interactions in the multi-level distribution management. Therefore, a case study research approach is used, to identify and describe the interactions in the multi-level distribution management of DDS, as well as to develop a regulatory framework for MFRs and their multi-level distribution management. This research uses the established theoretical framework of Service-Dominant-Logic to address the co-creation in multi-level distribution management of DDS. As a result, this paper identifies different interaction variants as well as the need for a new management function with 4 main and 14 basic tasks.
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.
Im durch das Bundesministerium für Wirtschaft und Energie (BMWi) geförderten Forschungsprojekt 'EVAREST' untersucht der FIR e. V. an der RWTH Aachen zusammen mit Projektpartnern wie dem Deutschen Forschungszentrum für Künstliche Intelligenz(DFKI) und dem Schokoladenhersteller Lindt & Sprüngli Deutschland GmbH die Chancen durch Digitalisierung in der Lebensmittelindustrie. Mit der Betrachtung von Daten als eigenständigem Wirtschaftsgut wird eine neue Form der Datenökonomie erforscht,in der ein monetärer Handel mit Datenprodukten ermöglicht wird. Die technische Umsetzung erfolgt u. a. durch die beteiligten Projektpartner Software AG und DFKI in Form eines offenen IoT-Plattform-Ansatzes. Die Erforschung der Rechtssicherheit im Handel mit Datenprodukten ist ebenfalls Bestandteil des Projekts und wird durch die Universität des Saarlandes abgebildet. Das Forschungsprojekt 'EVAREST' wird vom Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen
Bundestages gefördert.
Ziel des Forschungsprojekts 'LBM²' ist die Entwicklung eines kostengünstigen und leicht zu bedienenden Überwachungssystems für Windenergieanlagen (WEA). Mittels Lasterfassung durch Drehmomentsensoren und der darauf basierenden Ermittlung von Restlebensdauern sollen der Betrieb und die Instandhaltungsplanung des gesamten Windparks (WP) optimiert werden. Dazu wurde in Zusammenarbeit mit einem Sensorhersteller eine Technik zur Messung der realen Lasten an der Hauptwelle für die Applikation in einem Windpark des Projektpartners Innogy SE entwickelt. Parallel wurden Instandhaltungstätigkeiten im Windpark erfasst, prozessual abgebildet und wesentliche Kostentreiber identifiziert. Die Bearbeitung des Projekts erfolgt gemeinsamen durch das Center for Wind Power Drives (CWD) aus Aachen und den FIR e. V. an der RWTH Aachen. Das IGF-Vorhaben 20028 N der Forschungsvereinigung FIR e. V. an der RWTH Aachen, Campus-Boulevard 55, 52074 Aachen wird über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Energien aufgrund eines Beschlusses des Deutschen Bundestages gefördert.