Refine
Document Type
- Article (3)
- Book (5)
- Part of a Book (11)
- Conference Proceeding (18)
- Contribution to a Periodical (13)
- doctorallecture (1)
- Doctoral Thesis (1)
- Internet Paper (2)
- Report (4)
- Working Paper (4)
Is part of the Bibliography
- no (62)
Keywords
- 5G (1)
- ADAM (3)
- Abschlussbericht (1)
- Anforderungen (1)
- Anforderungserhebung (1)
- Anforderungsermittlung (1)
- Anforderungsmanagement (1)
- Ausbildung (1)
- Automobilindustrie (1)
- Autonome Elektromobilität (1)
Institute
In the age of digitalization, manufacturing companies are under increased pressure to change due to product complexity, growing customer requirements and digital business models. The increasing digitization of processes and products is opening up numerous opportunities for mechanical engineering companies to exploit the resulting potential for value creation. Subscription business is a new form of business model in the mechanical engineering industry, which aims to continuously increase customer benefit to align the interests of both companies and customers. Characterized by a permanent data exchange, databased learning about customer behavior, and the transfer into continuous innovations to increase customer value, subscription business helps to make Industry 4.0 profitable. The fact that machines and plants are connected to the internet and exchange large amounts of data results in critical information security risks. In addition, the loss of knowledge and control, data misuse and espionage, as well as the manipulation of transaction or production data in the context of subscription transactions are particularly high risks. Complementary to direct and obvious consequences such as loss of production, the attacks are increasingly shifting to non-transparent and creeping impairments of production or product quality, which are only apparent at a late stage, or the influencing of payment flows. A transparent presentation of possible risks and their scope, as well as their interrelationships, does not exist. This paper shows a research approach in which the structure of subscription models and their different manifestations based on their risks and vulnerabilities are characterized. This allows suitable cyber security measures to be taken at an early stage. From this basis, companies can secure existing or planned subscription business models and thus strengthen the trust of business partners and customers.
Prinzipien zur erfolgreichen Umsetzung von KI-Geschäftsmodellinnovationen
In Zeiten des zunehmenden globalen Wettbewerbs und hoch vernetzter Wertschöpfungsketten entwickelt sich Künstliche Intelligenz zu einem immer wichtiger werdenden Wettbewerbsfaktor für Unternehmen am Wirtschaftsstandort Deutschland. Durch den Einsatz von KI-Verfahren können nicht nur interne Geschäftsprozesse kostensenkend optimiert, sondern auch neue, digitale Geschäftsfelder und -modelle erschlossen werden. Es lassen sich zum einen Trends identifizieren, denen der Einsatz von KI in deutschen Unternehmen folgt. Zum anderen zeigt sich, dass sich KI unterschiedlich stark auf verschiedene Dimensionen innovativer Geschäftsmodelle auswirkt. Insgesamt lassen sich so Prinzipien ableiten, die die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen beschreiben.
Neue Technologie- und Anwendungstrends kennzeichnen KI-Nutzung
Die tatsächliche KI-Landschaft in den Wertschöpfungsketten von KI-nutzenden Unternehmen ist durch Trends gekennzeichnet. Diese lassen sich in Technologie- und Anwendungstrends unterteilen. Experteninterviews zeigen beispielsweise, dass KI-Anwendungen bevorzugt auf Cloud-Infrastrukturen entwickelt und bereitgestellt werden. Das wiederum rückt die Frage nach der Wahrung der Datensouveränität in den Vordergrund. Anwendung findet KI tendenziell zur Prognose und Überwachung.
Sechs Prinzipien beeinflussen die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen
Fallstudien über ein breites Spektrum der deutschen Wirtschaft beleuchten, welche Aspekte eines KI-basierten Geschäftsmodells den größten Effekt auf das Unternehmen haben. Hier lässt sich ein besonders hoher Einfluss von KI auf das Nutzenversprechen neuartiger, digitaler Leistungen der Unternehmen an die Kundinnen und Kunden feststellen. So lassen sich sechs Erfolgsprinzipien zur erfolgreichen Implementierung von KI-Technologien identifizieren, um die wirtschaftliche Nutzung von KI für Unternehmen in Deutschland im globalen Wettbewerb weiter zu steigern. So empfiehlt es sich zum Beispiel – neben der Auswahl des richtigen KI-Anwendungsfalles – ebenfalls darauf zu achten, dass die KI-Anwendung sowohl den Anbietenden wie auch den Anwendenden nützt. Diese und weitere Erfolgsprinzipien werden detailliert in der Studie Künstliche Intelligenz – Geschäftsmodellinnovationen und Entwicklungstrends beschrieben.
Die Umsetzung von Industrie 4.0, also der umfassenden Digitalisierung und Vernetzung der Produktion, stellt Unternehmen noch immer vor Herausforderungen. In dieser Marktstudie wurde eine bei produzierenden Unternehmen identifizierte Hürde, die IT-Komplexität und deren Management, stärker beleuchtet. Unternehmen, die sich besser aufgestellt sehen, legen in der Regel einen stärkeren Fokus auf verschiedene Aktivitäten.
Eine Herausforderung für produzierende Unternehmen in der Entwicklung intelligenter Produkte besteht darin, dass die Zielstellung, die mit einem intelligenten Produkt verfolgt wird, nicht expliziert ist. Zudem ist oftmals nicht spezifiziert, in welchem Anwendungsfall ein intelligentes Produkt agieren soll. Produzierende Unternehmen benötigen Unterstützung, um eine zielorientierte und folglich wirtschaftliche Melioration existierender Produkte zu gewährleisten. Ebendiese Melioration wird im Kontext von intelligenten Produkten als Smartifizierung bezeichnet und stellt damit einen Entwicklungsprozess dar, der ein bestehendes Produkt als Ausgangssituation im Sinne einer Anpassungskonstruktion expliziert. Die originäre Produktfunktion wird folglich nicht verändert, sondern das Produkt um digitale Funktionen und Dienstleistungen erweitert. Der Artikel befasst sich daher erstens mit der Beschreibung generischer Ziele für den Einsatz intelligenter Produkte im Maschinenbau. Eine Zusammenstellung und Erläuterung solcher Ziele unterstützt Unternehmen, eine Präzisierung der Zielfestlegung in der Initiierungsphase eines Smartifizierungsprojekts durchzuführen. Zweitens wird unter Anwendung der Ziel-Mittel-Beziehung ein Anwendungsfall intelligenter Produkte beschrieben. Abschließend werden beide Aspekte in einer Methode zusammengefasst, wie mittels Ziel- und Anwendungsfallbetrachtung Anforderungen abgeleitet und wie diese Elemente in Vorgehensmodelle der Produktentwicklung eingebettet werden können. Exemplarisch wird anhand einer Stanzmaschine aufgezeigt wie die Methode und die sich daraus ableitenden Ergebnisse im Smartifizierungsprozess zur Entwicklung einer intelligenten Stanzmaschine eingesetzt werden.
Feasibility Analysis of Entity Recognition as a Means to Create an Autonomous Technology Radar
(2021)
Mit den neuesten Technologietrends auf dem Laufenden zu bleiben, ist für Fertigungsunternehmen eine entscheidende Aufgabe, um auf einem global wettbewerbsfähigen Markt erfolgreich zu bleiben. Die Erstellung eines Technologieradars ist ein etablierter, jedoch meist manueller Prozess zur Visualisierung der neuesten Technologietrends.
Der Herausforderung, Technologien zu identifizieren und zu visualisieren, widmet sich das Projekt TechRad, das maschinelles Lernen einsetzt, um ein autonomes Technologie-Scouting-Radar zu realisieren. Eine der Kernfunktionen ist die Identifizierung von Technologien in Textdokumenten. Dies wird durch natürliche Sprachverarbeitung (NLP) realisiert.
Dieser Beitrag fasst die Herausforderungen und möglichen Lösungen für den Einsatz von Entity Recognition zur Identifikation relevanter Technologien in Textdokumenten zusammen. Die Autoren stellen eine frühe Phase der Implementierung des Entity Recognition Modells vor. Dies beinhaltet die Auswahl von Transfer Learning als geeignete Methode, die Erstellung eines Datensatzes, der aus verschiedenen Datenquellen besteht, sowie den angewandten Modell-Trainings-Prozess. Abschließend wird die Leistungsfähigkeit der gewählten Methode in einer Reihe von Tests überprüft und bewertet.
Ausgangspunkt des Forschungsprojekts "UrbanMove“ ist die Hypothese, dass sich in naher Zukunft Großstädte für eine emissionsärmere Zukunft mit innovativen Mobilitätsdienstleistungen neu aufstellen müssen. Bisherige Ansätze reichen nicht aus, um den Ansprüchen an Emissionsfreiheit und Mobilitätserfordernissen gleichzeitig und zu vertretbaren Kosten zu entsprechen.
Ziel des Forschungsprojekts "UrbanMove" ist daher die Konzeptionierung und Pilotierung einer neuartigen, intelligenten innerstädtischen Mobilitätslösung, die mit einer Kollaboration aus innovativen KMU der strukturschwachen Städteregion Aachen umgesetzt wird. Als Entwicklungsergebnis steht eine integrative kundenzentrierte Dienstleistungsplattform für Shuttle, die durch Berücksichtigung von Randbedingungen auch für autonom fahrende und elektrisch betriebene Fahrzeuge eingesetzt werden kann. Neben der Dienstleistungsplattform für ein neues Mobilitätskonzept, auf der Informationsströme unterschiedlicher Anspruchsgruppen gesammelt und intelligent verarbeitet werden, beinhaltet die Plattform auch technische Schnittstellen zu den Fahrzeugen und zu Nutzern über Apps.
Für dieses ganzheitliche Konzept werden verschiedene Perspektiven und Anspruchsgruppen, wie Nutzer, Betreiber, Stadt sowie Einzelhandel und Unternehmen der Region, zusammengeführt. Für die Einbeziehung der Anspruchsgruppen abseits dieser Projektentwicklung wird die Plattform mit offenen Schnittstellen gestaltet, die rechtlichen Rahmenbedingungen werden beachtet und die durchgehenden Nutzeranforderungen fokussiert. Für einen wirtschaftlichen Betrieb wird für das Mobilitätskonzept ein tragfähiges Geschäftsmodell entwickelt.
The digital transformation is changing the way companies think and design their manufacturing environment. Both due to the increasing number of connections between IoT-Devices, tooling machines, and production lines and the phenomenon of the convergence of IT and OT, systems are becoming more complex than years ago. Organizational and cultural changes within manufacturing companies strengthen this trend and form Industry 4.0 environments and cyber-physical production systems (CPPS). As these systems do not longer stay alone but are connected to each other and the company’s outside, the size of the potential attack surface is increasing as well. Besides that, manufacturing companies, small and medium-sized in particular, are facing complex challenges based on lack of knowledge, budget, and time to understand as well as to interpret their current situation and risk level and therefore to derive necessary counter-measures. Efficient as well as pragmatic tools and methods for these companies do not exist. This paper shows a research approach in which the company-specific set-up of Industry 4.0 environment and CPPS is characterized by its potential vulnerabilities. This enables companies to evaluate their risk potential before setting up this kind of environments and to undJo,erstand the potential consequences more precisely. By doing so, companies can derive and prioritize important counter-measures and so to strengthen their level of cyber-security efficiently. This will decrease the number of cyber-security attacks and increase the company’s competitiveness.
Künstliche Intelligenz (KI) hat sich über die letzten Jahre stetig zu einem Thema mit strategischer Priorität für Unternehmen entwickelt. Das zeigt sich nicht zuletzt in der gesteigerten Investitionsbereitschaft deutscher Unternehmen in KI-Projekte. Wirtschaftliche Akteure haben erkannt, dass durch eine sinnvolle Nutzung von KI-Technologien Wettbewerbsvorteile erzielt werden können. Die vorliegende Studie legt das Augenmerk auf den industriellen Einsatz einer KI-Technologie, die bereits heute von vielen Unternehmen erfolgreich genutzt wird: Die natürliche Sprachverarbeitung (engl. Natural Language Processing, kurz NLP). Die wirtschaftlichen Potenziale der Technologie liegen dabei in ihrer Fähigkeit, betriebliche Abläufe zu automatisieren und die Schnittstelle zwischen Mensch und Maschine zu verbessern und zu vereinfachen. Ziel der Studie ist es, die Potenziale der NLP-Technologie für Unternehmen nutzbar zu machen, indem konkrete Anwendungsfälle und allgemeine Handlungsempfehlungen sowie Nutzen und Risiken aufgezeigt werden.
Smart Service Prototyping
(2021)
This chapter is dedicated to prototyping, one of the steps of the Smart Service Engineering Cycle. It includes three phases: realizing core functionalities, developing core functionalities, and testing functionalities with customers. In order to realize prototypes successfully, methodical aspects of rapid IoT prototyping are used.
First of all, this chapter explains the motivation behind rapid prototyping and provides an introduction to the approach. The concept of rapid IoT prototyping is based on the idea of developing short-cycle solution variants on the basis of benefit hypotheses or benefit promises and user stories focusing on them. The aim is to achieve data acquisition, aggregation, linkage, processing, and finally visualization by developing it in a vertically integrated manner. Once this is accomplished, the prototype can be evaluated with customers, which also makes it possible to put the benefit hypotheses to the test. Finally, the collected customer feedback can be incorporated more quickly into the development process of new prototype versions, leading to a continuous improvement of the user experience as well as a constant focus on prioritizing the user. Another component of rapid IoT prototyping is working and thinking in terms of minimum viable products (MVP), i.e., solutions that do not meet all of the defined requirements in the first iteration, but are nevertheless already functional. [https://link.springer.com/chapter/10.1007/978-3-030-58182-4_6]
Digitalization and Industry 4.0 continue to shape our industrial environment and collaboration. For many enterprises, a key challenge in moving forward in this matter is the integration of their shop-floor systems (hard- and software) with their office-floor systems to harvest the full potential of industry 4.0.
A multitude of different technologies and respective use-cases available on the market leave many companies startled. This paper presents a set of use-cases for IT-OT-Integration to bring transparency into a company’s digital transformation.
Additionally, a technical requirements profile for integrating IT- and OT-Systems based on the use cases is presented. Both, use-cases and their requirements, guide companies in selecting the digitalization measures that fit their current situation and help in identifying technical challenges that need to be addressed in the transformation process.
The digital transformation brings up various new tasks to manage new business application software and integrate them into existing business processes and legacy systems, which are necessary to keep e.g. a production system running. Today, all these tasks are on the one hand not clearly defined and on the other hand, responsibility of these cross-disciplinary tasks is unclear in companies being mostly structured in a function-oriented way. While quality management has developed to a firmly established function of process excellence years ago, IT-application management is still to become an inevitable part of the digital transformation. There are just a few authors trying to define and describe this part, the related tasks, and necessary roles in an organization. In this paper, we show how the business needs of a company can influence the ideal adaptation of the digitization solutions and thus become the success of the digital transformation. We base the paper on a use case in manufacturing companies. We then describe how companies deal with business application systems today. Based on the framework Aachen Digital Architecture Management we describe how a company can holistically improve the management of business application systems.
Low-Level-Code Based Production Model For Improving Material Requirements Planning In ERP Systems
(2021)
Single and small-series production companies face specific challenges, such as variable customer order decoupling points (CODP), decreasing quantities and rising cost pressure. This leads to a increasing production complexity and growing requirements on Production Planning and Control (PPC). Digitalization’s direct links between objects, people, and machines as well as detailed recording of production progresses opens new solutions for PPC. However, volume of data and the required processing times are increasing. Thus, to achieve near-real-time data processing, a decentralization of decision-making systems can be observed. The function Material Requirements Planning (MRP) is PPC’s original need for Enterprise Resource Planning (ERP) systems. Here, PPC’s overall problem (to fulfil primary requirements for products) is divided into subproblems (to fulfil single production orders). Especially companies characterized by an organization in accordance to the workshop principle, high in-house production depth and variable CODP are confronted with high dynamics in their production systems. This ends in significant differences between primary requirements (overall problem) and single production orders (subproblems). Ultimately, these insufficient PPC data result systematically in a non-optimal overall solution despite optimal partial solutions. This publication combines PPC’s fundamentals from existing commonly known models with current implementation concepts of ERP systems. A newly developed Low-Level-Code based Production Model provides explanations for deviations between the overall problem and its subproblems. Furthermore, information flows of PPC can be structured between a periodically actualized vertical and an event driven horizontal information flow. These recognitions lead to an improvement of PPC by ERP systems.
Networked digitalisation as an enabler for smart products and data-based business models presents companies with numerous and diverse challenges on their way through the digital transformation. Various reference architecture models have been developed in recent years to support these companies. A detailed analysis of these and in particular their use by companies quickly showed that currently existing reference models have major weaknesses in their practical suitability. With the Aachen Digital Architecture Management (ADAM), a framework was developed that specifically addresses the weaknesses of existing reference architectures and specifically takes up their strengths. As a holistic model, specially developed for use by companies, ADAM structures the digital transformation of companies in the areas of digital infrastructure and business development starting from customer requirements. Systematically, companies are enabled to drive the design of the digital architecture, taking into account design fields. The description of the design fields offers a detailed insight into the essential tasks on the way to a digitally networked company. The model is not only a structuring aid, but also contains a construction kit with the design fields to configure the procedure in the digital transformation. The procedure differentiates between the development of the digitalisation strategy and the implementation of the digital architecture. Three different case studies also show how ADAM is used in industry, what structuring support it can provide and how the digital transformation can be configured. The breadth and depth of ADAM enable companies to take the path of digital transformation systematically and in a structured manner, without ignoring the value-creating components of digitalisation. This qualifies ADAM as a sustainability-oriented framework, as it places the economic scaling, needs-based adaptation and future-oriented robustness of solution modules in the focus of digital transformation.
Bereits Angriffe auf einzelne Unternehmen in der Supply-Chain können eine Kettenreaktion auslösen, die ein ganzes Netz von Partnern gefährden kann. Dieselben Informations- und Kommunikationstechnologien, die einen enormen Beitrag zur Produktivität sowie nationalen und globalen Wettbewerbsfähigkeit von Zuliefernden leisten, vergrößern heute für Unternehmen die mögliche Bedrohungslandschaft. Prominente Ransomware-Angriffe auf die Reederei Maersk und auf den Anbieter für IT-Management-Lösungen Kaseya haben gezeigt, wie anfällig Lieferketten für Cyberkriminelle sind und zu welchen massiven finanziellen Schäden diese führen können. Als Reaktion auf die COVID-19-Pandemie haben viele Unternehmen massiv in ihre digitale Transformation und somit auch in die Digitalisierung der Lieferketten investiert. Dadurch sind Unternehmen nicht nur attraktivere Ziele für Cyberangriffe geworden, sondern bieten den Angreifern mit der digitalisierten Supply-Chain auch einen vielversprechenden neuen Angriffsweg. Derartige Supply-Chain-Attacken greifen ein oder mehrere Unternehmen an und dienen so als trojanisches Pferd, um in letzter Konsequenz ganze Wertschöpfungsnetzwerke zu infiltrieren. Da die Auswirkungen von Angriffen auf die Versorgungsketten zahlreicher Unternehmen nahezu unbegrenzt sind, können Supply-Chain-Attacken nicht als ein isoliertes Problem behandelt werden. Vielmehr müssen diese innerhalb einer ganzheitlichen Cyber-Security-Strategie sowohl beim Zulieferer als auch bei dessen Partnerunternehmen Berücksichtigung finden, um den vielschichtigen Bedrohungen präventiv begegnen zu können. Der folgende Beitrag versteht sich als Überblick bezüglich der aktuellen Bedrohungslandschaft im Bereich Logistik 4.0 und Supply-Chain-Management sowie der möglichen Reaktionsmaßnahmen.
Industry 4.0 is driven by Cyber-Physical Systems and Smart Products. Smart Products provide a value to both its users and its manufacturers in terms of a closer connection to the customer and his data as well as the provided smart services. However, many companies, especially SMEs, struggle with the transformation of their existing product portfolio into smart products. In order to facilitate this process, this paper presents a set of smart product use-cases from a manufacturer’s perspective. These use-cases can guide the definition of a smart product and be used during its architecture development and realization. Initially the paper gives an introduction in the field of smart products. After that the research results, based on case-study research, are presented. This includes the methodological approach, the case-study data collection and analysis. Finally, a set of use-cases, their definitions and components are presented and highlighted from the perspective of a smart product manufacturer.
Dieses Forschungs- und Entwicklungsprojekt wurde durch das Bundesministerium für Bildung und Forschung (BMBF) im Rahmen des Programms „KMU-innovativ: Produktionsforschung“ (Förderkennzeichen 02K19K010) gefördert und vom Projektträger Karlsruhe (PTKA) betreut. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autoren.
Projektmanagement
(2022)
Digitalisierungs- und IT-Projekte stellen für Projektmanager aufgrund der häufig vorherrschenden Komplexität eine große Organisations- und Kommunikationsaufgabe dar. Die Bewältigung der Aufgaben wird in vielen Fällen dadurch erschwert, dass sich die Projektverantwortlichen für eine unzureichend adäquate Projektmanagementmethode entscheiden.
Dieses Kapitel soll bei der Auswahl einer geeigneten Projektmanagementmethode bei Digitalisierungsvorhaben unterstützen. Dazu werden zunächst klassische und agile Projektmanagementmethoden beschrieben sowie deren Vor- und Nachteile analysiert. Zudem werden mögliche Projektarten anhand unterschiedlicher Kategorien beschrieben. Anschließend werden die Projektmanagementmethoden den identifizierten Projektarten passend zugeordnet. Projektmanager erhalten anhand dieser Zuordnung eine transparente Übersicht und Entscheidungsunterstützung, welche Projektmanagementmethoden sich für das betrachtete Projekt am besten eignen.
Die Wahl der richtigen Projektmanagementmethode zu Beginn eines Projekts trägt maßgeblich dazu bei, den Grad der Komplexität eines Projekts zu beherrschen und das Projekt erfolgreich durchzuführen. (Quelle: https://link.springer.com/chapter/10.1007/978-3-662-63758-6_10)
Anforderungsmanagement
(2022)
Das Anforderungsmanagement stellt seit jeher eine besondere Herausforderung bei Entwicklungsprojekten dar, da in dieser initialen Projektphase die Kosten durch Kundenforderungen festgelegt werden, ohne das Ergebnis im Detail einschätzen zu können. Für die Entwicklung von Informationssystemen bedeutet das, dass der Kunde mittels der Beschreibung eines Soll-Prozesses bestimmt, welche Funktionen er von dem Informationssystem erwartet. Durch die Vernetzung der Wirtschaft werden nun nicht mehr einzig Informationssysteme als Software verstanden, sondern es werden auch Hardwareanforderungen thematisiert und fließen in die Konzeptionierung beispielweise eines cyber-physischen Systems ein. Für das Anforderungsmanagement einer Hardwareauswahl existieren funktionale Erhebungsmethoden, die historisch aus dem Maschinen- und Anlagenbau entstammen. Die Verfahren berücksichtigen jedoch nur teilweise den wachsenden Anteil der Mechatronik innerhalb einer Anlage. Das präsentierte Vorgehen orientiert sich sowohl an der Erhebung der Anforderungen gemäß dem Anforderungsmanagement für IT-Systeme im klassischen Sinne als auch an neuen Ansätzen und Methoden aus der Hardwareentwicklung. (Quelle: https://link.springer.com/chapter/10.1007/978-3-662-63758-6_11)
Konzeption
(2022)
Ziel der produzierenden Unternehmen ist es, am globalen Markt wettbewerbsfähig zu bleiben. Gemäß der Vision, dass das Unternehmen der Zukunft durch den geschickten Einsatz von digitalen Technologien seine Produktionsprozesse effizienter und effektiver gestalten kann und durch die Vernetzung des Shopfloors und von digitalisierten Produkten neue Services anbieten kann, die neue Arten von Geschäftsmodellen ermöglichen, soll in diesem Kapitel die Konzeption des technischen Ökosystems zur Umsetzung der Vision erläutert werden. Die Konzeption beinhaltet maßgeblich die Auswahl und Gestaltung von digitalen Technologien, zu denen beispielsweise Informations- und Kommunikationstechnologien wie Sensorik und Übertragungstechnologien zählen. Damit handelt es sich bei der Konzeption um eine Aufgabe der Breitstellung von technischen Ressourcen (Kap. 6). Darüber hinaus bedingt die Konzeption die Prüfung der Kompatibilität zu den vorherrschenden Informationssystemen. Im Zusammenspiel der Informationssysteme und der technischen Ressourcen lassen sich Geschäftsprozesse digitalisieren und so die Reaktionsgeschwindigkeit und Vorhersehbarkeit verbessern. (Quelle: https://link.springer.com/chapter/10.1007/978-3-662-63758-6_12)
Technologiebewertung
(2022)
Die Entwicklung hin zu einem agilen Unternehmen erfordert verschiedene, aufeinander aufbauende Umsetzungsprojekte, die sich anhand gewünschter Potenziale und abgeleiteter Aufwände beschreiben lassen. Diese Entwicklung und die Einführung neuer Lösungen stellen Unternehmen vor die Herausforderung der Investitionsentscheidung. Diese Entscheidung beruht bei vielen Unternehmen auf einer reinen Kosten-Nutzen-Betrachtung, bei der häufig der ROI im Fokus steht. Klassische Methoden der Wirtschaftlichkeitsberechnung können durch agile Ansätze des Prototypings unterstützt werden, um die Abwägung aus zwei Dimensionen zu fundieren. Während es Unternehmen auf der einen Seite schwer fällt, Einsparpotentiale und Kostentreiber zu identifizieren und zu bewerten, bedarf es auf der anderen Seite einer Herangehensweise, wie mit sich ändernden und unklaren Anforderungen umzugehen ist.
In diesem Kapitel werden Methoden und Werkzeuge zur technologischen und wirtschaftlichen Bewertung von Technologien und Systemen vorgestellt. Verantwortlichen wird dadurch die Unsicherheit vor der Bewertung von Innovationen genommen und sie werden befähigt, die Entscheidungen effizienter vorzubereiten. Darüber hinaus werden Vorgehensweisen präsentiert, um einzelne Umsetzungsprojekte der digitalen Transformation im Gesamtkontext zu bewerten. Die technische Bewertung differenziert zwischen klassischen und agilen Ansätzen, wie dem Prototyping, mit dem die Machbarkeit nicht nur theoretisch, sondern anfassbar evaluiert wird. (Quelle: https://link.springer.com/chapter/10.1007/978-3-662-63758-6_14)