Business Transformation
Refine
Year of publication
- 2020 (25) (remove)
Document Type
- Contribution to a Periodical (13)
- Conference Proceeding (3)
- doctorallecture (3)
- Doctoral Thesis (3)
- Report (2)
- Article (1)
Is part of the Bibliography
- no (25)
Keywords
- 5G (2)
- Abschlussbericht (1)
- Anwendungen (1)
- Ausgründungen (1)
- Blockchain (1)
- Business Analytics (1)
- Business Model (1)
- Business-Analytics (2)
- Change Management (1)
- Character and Competency (1)
Institute
Digital Leadership
(2020)
This article describes digital leadership-specifically character and competency-that differentiate digitally mature organizations from digitally developing organizations. We assess the differentiated actions of leaders of digitally mature organizations and discuss their results. The study is based on Patterns of Digitization survey with insights from 559 decision makers across five geographic regions-America, Europe, Asia, Africa, and Oceania designed to assess how companies are implementing digital transformation, the various strategies they employ, the investments they make, and the actions they take to achieve large-scale institutionalized digital transformations. The insights gleaned from the study should help lagging companies understand what is involved in implementing a digital transformation and what they need to do to catch up.
Patterns of Digitization
(2020)
This article describes the results of Patterns of Digitization survey designed to assess how companies are implementing digital transformation. The survey includes the various strategies companies employ, the technologies they invest in, and, in particular, the actions they take to overcome the organizational resistance that is common to most large-scale transformations. Digital transformation is reshaping entire segments of our society and industries of every type:
communications, retail, and increasingly healthcare, medicine, agriculture, and manufacturing.
While a few companies seem to reach front-runner status, the majority seem to lag. This phenomenon is a top concern of boardrooms worldwide and motivated the development of this study. To help these organizations, we highlight the important actions all companies are taking as well as the differentiated actions digitally mature companies are undertaking 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 catch up.
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.
Die Nahrungsmittelindustrie bringt jährlich ca. 40.000 neue Produkte auf den Markt. Die daraus resultierenden Veränderungen haben einen großen Einfluss auf die Nahrungsmittelindustrie und führen durch die
Vielzahl der zusätzlichen Optionen zu deutlich komplexeren Entscheidungsproblemen. Eine Strategie zur Bewältigung dieser Herausforderung ist die Verankerung der datengesteuerten Entscheidungsfindung, die zu einem zunehmenden Einsatz fortschrittlicher Informationstechnologien wie Business-Analytics
führt. Trotz aller Vorteile sind die Unternehmen mit der Implementierung von Business-Analytics überfordert, was sich in einer Misserfolgsquote von 65 bis 80 Prozent widerspiegelt. In diesem Artikel werden Erfolgsfaktoren aufgezeigt und Handlungsempfehlungen abgeleitet, um Unternehmen bei der Einführung von Business-Analytics und dem Aufbau einer fundierten Basis für unternehmerische Entscheidungen zu unterstützen. Die umfassende Expertise für das Forschungsprojekt wird durch ein gemeinsames Konsortium, bestehend aus den Instituten FIR e. V. an der RWTH Aachen, IPRI – International Performance Research Institute GmbH in Stuttgart und dem Forschungsinstitut für Unternehmensführung, Logistik und Produktion der Technischen Universität München gestellt.
The rapid developments in information and communication technology enable new bus iness models that are based on digital platforms. Marketplaces such as Amazon or Airbnb have already adapted this business model to connect previously unconnected supply-side and demand-side to conduct a business transaction via a digital platform. Due to Industrie 4.0 and the rapid technological development that comes with it, digital platforms have entered the market within the area of the mechanical engineering. Different platform types exist, such as marketplaces for machine equipment or digital data platforms for connected machines. Although numerous companies claim to offer platform-based bus iness models, they often lack knowledge on individual business model components. To close this gap, this paper structures a variety of existing platforms based on their detail characteristics. Within this paper, existing typologies of digital platforms from other industry areas are analyzed. Case study research ofplatforms within the mechanical engineering is used to adjust these typologies and create a new one for digital platforms within the mechanical engineering.
Lohnt sich der Einsatz von Robotic-Process-Automation überhaupt? Und wie könnte ein Proof of Concept aussehen? Um diese Fragen leichter beantworten zu können, haben Forscher der Institute FIR und IPRI ein Tool entwickelt, das entsprechende Prozesse vergleichen kann. Der Beitrag schafft einen Überblick, wie geeignete Prozesse für den Einsatz von Robotic-Process-Automation identifiziert und adäquat bewertet werden können. Die Inhalte der Veröffentlichung stellen einen Auszug der Ergebnisse des AiF-Forschungsprojekts 'RPAsset' dar.
Als Schlüsseltechnologie der digitalen Transformation legt 5G die Basis für die zunehmende industrielle Digitalisierung und Vernetzung. Profitierten in der Vergangenheit vor allem private Nutzer, rückt der
Mobilfunk mit der Verfügbarkeit von 5G nun auch für die Industrie in den Mittelpunkt. Hohe Datenraten, Echtzeitübertragung und erweiterte Frequenzkapazitäten eröffnen Wege zu neuen wertschöpfenden
Anwendungen und innovativen Geschäftsmodellen. Entsprechend groß ist das Interesse der produzierenden Unternehmen. Laut Bitkom sind allein in Deutschland 70 Prozent der Unternehmen überzeugt,dass 5G zu den wichtigsten Zukunftstechnologien gehört.
Im Förderprojekt 'Legitimise IT' steht Schatten-IT in produzierenden, kleinen und mittleren Unternehmen (KMU) im Mittelpunkt, also jene IT-Lösungen, die in Fachbereiche Eingang finden, entkoppelt von der offiziellen IT-Infrastruktur. Mit der Entstehung von Schatten-IT sind Risiken, aber auch Nutzenaspekte für das Unternehmen verbunden. Ziel dieses Forschungsvorhabens ist die Konzeption eines Ansatzes zur kontrollierten Nutzung von Schatten-IT für produzierende KMU. Durch die Entwicklung eines Leitfadens und eines Legitimierungsvorgehens im Projektverlauf sollen KMU künftig befähigt werden, Schatten-IT effektiv zu erkennen, zu bewerten und nutzenstiftend für sich einzusetzen; dies bei gleichzeitiger Minimierung der mit Schatten-IT verbundenen Risiken. Das IGF-Vorhaben 05339/19 N der Forschungsvereinigung FIR e. V. an der RWTH Aachen wird über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Energie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestages gefördert.
Digitale Plattformen verändern den Logistikmarkt nachhaltig und eröffnen zahlreiche neue Möglichkeiten, wie etwa eine effizientere Planung und Verwaltung oder die Vermeidung von Leerfahrten durch automatisierte Auftragsvergabe. Für viele Logistikdienstleister stellt sich dabei die Frage, ob sie einer bestehenden Plattform beitreten, was unter Umständen mit einer gewissen Aufgabe an Autonomie verbunden ist, oder ob sie selbst eine eigene Plattform gründen. Durch die Nutzung einer solchen Plattform entstehen für die Logistikdienstleister einerseits viele Chancen, aber andererseits auch einige Risiken, die bei der Entscheidungsfindung gegeneinander abgewogen werden müssen. Das Forschungsprojekt 'Fit4Platform' wird federführend vom FIR e. V. an der RWTH Aachen in Kooperation mit dem IPRI International Performance Research Institute durchgeführt und durch einen projektbegleitenden Ausschuss aus Logistikunternehmen validiert. Das Projekt 'Fit4Platform' (Förderkennzeichen: 20802N) wird vom Bundesministerium für Wirtschaft und Energie (BMWi) im Rahmen der Richtlinie über die Förderung der Industriellen Gemeinschaftsforschung (IGF) gefördert.