Refine
Year of publication
Document Type
- Part of a Book (19)
- Conference Proceeding (19)
- Contribution to a Periodical (10)
- Report (4)
- Article (1)
- Book (1)
- doctorallecture (1)
- Doctoral Thesis (1)
- Lecture (1)
Is part of the Bibliography
- no (57)
Keywords
- Ablauforganisation (1)
- Abrechnungsmodell (1)
- Adaptation models (1)
- Akquise (1)
- Arbeit 4.0 (1)
- Arbeitsgestaltung (1)
- Arbeitssystem (1)
- Asset Management (1)
- Aufbauorganisation (1)
- Berufsbildungsexport (1)
Institute
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.
Im Zuge der Digitalisierung der Industrie stieg die Menge an erhobenen Daten aus unterschiedlichsten internen und externen Quellen in den letzten Jahren exponentiell an. Diese Entwicklung wird sich fortsetzen. Insbesondere Unternehmen des Maschi-nen- und Anlagebaus verfügen über eine Vielzahl von ungenutzten Nutzungs- bzw. Kundendaten. Hier setzt das Vorhaben ServiceAnalytics an.
Integrierte Sensoren innerhalb der Maschinen liefern kontinuierlich Daten über den Zustand der verbauten Komponenten und deren Nutzung (bspw. Verschleiß, Warnun-gen, Störungsmeldungen, Fehlercodes, Ereignismeldungen, aber auch Umgebungs-daten wie Temperatur, Feuchtigkeit, etc.). Auf diese können die Hersteller heute oft-mals mittels der Basistechnologie des Internets in Echtzeit zugreifen und sie somit nutzbar machen. Besonders im Bereich des Dienstleistungsgeschäfts können die auf-genommenen Daten genutzt werden, um damit sowohl das Dienstleistungsportfolio zu erweitern als auch die Profitabilität des bestehenden Dienstleistungsgeschäf-tes erhöhen. Dafür stehen die Unternehmen vor der Herausforderung eigene Daten-analyse-Fähigkeiten zu entwickeln. Diese Fähigkeit wird in der Literatur Business-Ana-lytics genannt und befähigt die Unternehmen dazu, die erhobenen Daten mittels ge-eigneter Analyseinstrumente auszuwerten, um eine bessere Entscheidungsgrundlage für geschäftsrelevante Fragestellungen zu schaffen (s. CHEN ET AL. 2012). Um die ge-nerierten Daten zu nutzen, damit die vorhandenen Potenziale im Dienstleistungsge-schäft realisiert werden können, müssen sich Unternehmen daher weiterentwickeln und ein Geschäftsfeld Service-Analytics aufbauen. Unter Service-Analytics wird in diesem Zusammenhang die Anwendung von Business-Analytics im Dienstleistungs-geschäft verstanden. In diesem Zuge durchlaufen die Unternehmen einen Transfor-mationsprozess, der durch unterschiedlichste Herausforderungen gekennzeichnet ist. So stoßen die potenziellen Anbieter der datenbasierten Dienstleistungen während des Wandels auf eine dynamische Unternehmensumwelt. Wechselnde Kundenbe-dürfnisse, schnell reagierende Wettbewerber und sich rasant wandelnde Technologien sind nur einige der Faktoren, die auf die Unternehmen wirken. Diese Herausforde-rungen gilt es durch geeignete Instrumente zu adressieren, um das neue Geschäfts-feld Service-Analytics nachhaltig und mit Erfolg aufzubauen. Häufig fehlt es jedoch insbesondere klein- und mittelständischen Unternehmen an dem nötigen Fach- und Prozesswissen, um die Datenerhebung und -auswertung wirtschaftlich rentabel zu ge-stalten.
So bestand das Ziel des Forschungsprojektes ServiceAnalytics darin, klein- und mit-telständische Unternehmen (kmU) des Maschinen- und Anlagebaus zur Anwendung von Service-Analytics zu befähigen mit dem Ziel die Dienstleistungsprofitabilität zu steigern.
Business-Transformation
(2020)
Viele Organisationen befinden sich im Umbruch. Globale sozioökonomische und technologische Megatrends wie die stetig fortschreitende Globalisierung, demographische Veränderungen und die Digitalisierung stellen Unternehmen vor enorme Herausforderungen. Besonders die Verwendung digitaler Technologien und Techniken hat erhebliche Veränderungen des Alltagslebens, der Wirtschaft und der Gesellschaft zur Folge. Dabei ist die digitale Transformation ein allgemeiner Trend ohne Masterplan, ein Veränderungsprozess mit offenem Ausgang, der ganze Branchen einer Transformation nie dagewesenen Ausmaßes unterwirft.
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.
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.
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.
Die durch eine Geschäftsmodellinnovation initiierte Transformation stellt heute für Unternehmen vielfach eine Notwendigkeit wie auch eine besondere Herausforderung dar. Zur Bewertung des Transformationsaufwands ist es dabei erforderlich, eine interne wie externe Perspektive einzunehmen. Die interne Perspektive verdeutlicht die Fähigkeit eines Unternehmens, ein neues Geschäftsmodell zu implementieren. Die externe Perspektive zeigt die objektive Andersartigkeit des zukünftigen Geschäftsmodells im Vergleich zum aktuellen Modell auf. Zur Integration beider Perspektiven werden zwei Modelle entwickelt, die Unternehmen ermöglichen, einerseits die individuelle Transformationsreife und andererseits den Transformationsaufwand zur Implementierung eines neuen Geschäftsmodells einzuschätzen. Mithilfe dieser Modelle wird eine realistische Auswahl geeigneter zukünftiger Geschäftsmodellmuster gewährleistet.
In the course of the advancing digitalization, new business fields are characterized by a mixture of competition and cooperation of the actors involved. MOORE (1993) postulates that in analogy to natural ecosystems, long-term successful companies also operate in comparable network structures. In this context, there are pronounced controversies about the extent to which there are leading actors in such a business ecosystem and to what extent they can control the entire system. Similarly, it is largely unclear where the boundaries of a business ecosystem actually lie and how meaningful selective boundaries are. Especially the extent of the coopetition proves to be characteristic for the relationship between the involved actors. Therefore, the aim of this research approach is to develop a new approach for the analysis of corporate ecosystems. To ensure applicability, the developed approach was validated in a current case study in the telecommunications industry.
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, der Metropolregion Rhein-Ruhr, zum Ziel gesetzt und die Initiative METROPOLITAN CITIES ins Leben gerufen. Ausgehend vom Potenzial von über 12 Mio. Einwohnern, etwa 400.000 Studierenden,den meisten Start-up-Gründungen in der Republik,etablierten Konzernen und High-Tech-Start-ups, wurde eine einzigartige Vision für METROPOLITAN CITIES formuliert: die Abschaffung aller innovations-und mobilitäisbehindernder Barrieren. Die Region soll sich verhalten und entwickeln wie „ein großes Ganzes". Ökosysteme für Innovationen sollen forciert werden und Innovationen sollen unmittelbar in der Region umgesetzt und erprobt werden. Dass dies funktionieren kann, soll anhand der Bewerbung der Metropolregion Rhein-Ruhr um die Olympischen und Paralympischen Spiele 2032 demonstriert werden.
Mobilität in NRW neu denken
(2018)