Filtern
Dokumenttyp
Sprache
- Deutsch (5) (entfernen)
Gehört zur Bibliographie
- nein (5)
Schlagworte
- Analytics (1)
- Angebotsvielfalt (1)
- Business-Analytics (1)
- Datenanalyse (1)
- Digitale Transformation (1)
- Digivation (1)
- Entscheidung (1)
- KMU (1)
- Kundenindividualisierung (1)
- Leistungsprobleme (1)
Institut / FIR-Bereiche
Die Projekte „ServiceAnalytics" und „Analytics for Innovation" unterstützen insbesondere KMU bei der aufwandsarmen und praxisnahen Umsetzung von Business-Analytics im Service, um zum einen die Serviceprofitabilität zu erhöhen und zum anderen die Entwicklung innovativer After-Sales-Services voranzutreiben. Durch die beiden diametralen Zielsetzungen (Profitabilität steigern und Innovationen stimulieren) ergänzen sich die Projekte ideal, um aufzuzeigen, welche Mehrwerte durch den Einsatz von Business-Analytics im Service geschaffen werden.
Traditionelle Unternehmen aus dem Maschinenbau erhalten durch die Entwicklung von datenbasierten Dienstleistungen die Chance, ihr Angebotsportfolio auszubauen und sich von Marktbegleitern abzugrenzen. Jedoch erschweren der hohe Kostendruck, unzureichende IT-Kenntnisse sowie die Verschmelzung von Branchengrenzen im Maschinenbau die Entwicklung von digitalen Dienstleistungsangeboten. Während zunehmend auch Unternehmen anderer Branchen, z. B. Amazon oder Alibaba, ihren Kunden technische Dienstleistungen anbieten, geraten besonders kleine und mittlere Unternehmen bei der Entwicklung von innovativen After-Sales-Services ins Hintertreffen. Obgleich den etablierten Maschinenbauern bereits heute eine Vielzahl an Informationen über Kunden zur Verfügung steht, werden diese Informationen noch nicht für die Entwicklung von digitalen und auf Daten basierenden Mehrwertangeboten im After-Sales-Bereich genutzt. Das IGF-Vorhaben 19692 N der Forschungsvereinigung FIR e. V. an der RWTH Aachen, Campus-Boulevard 55, 52074 Aachen, wurde über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestages gefördert.
Im Preiskampfversuchen viele Produkt- und Serviceanbieter, sich
durch Kundenindividualisierung van den Wettbewerbern zu differenzieren.
Es stellt sich jedoch die Frage, wann sich der fur eine weitere
Variante im Portfolio entstehende Mehraufwand lohnt. Welche
Varianten sind uberhaupt profitabel und welche nicht? Wie verhalt
sich die Profitabilitat des gesamten Portfolios, wenn eine oder
mehrere Varianten nicht mehr angeboten werden?
Projektabschluss: Entwicklung eines Modells zur Beherrschung und Planung komplexer Leistungsprobleme
(2017)
Die steigende Individualisierung von Kundenbedürfnissen und die Beherrschung der unternehmensinternen Komplexität sind zentrale
Herausforderungen im Preiswettbewerb globalisierter Märkte. In Leistungsprogrammen (hybride Bündel aus Sach- und Dienstleistung) ist die Herausforderung besonders hoch, da die Vielfalt des Sachgutportfolios mit der Vielfalt des Dienstleistungsportfolios multipliziert wird.
Unternehmen haben aktuell nur in eingeschränktem Maße Überblick über die dem Kunden vorliegende Angebotsvielfalt und die daraus
resultierende interne Komplexität. Ziel des hier vorgestelltem Projekts war die Entwicklung eines Modells, welches den Nutzen der Vielfalt in Form von Preisbereitschaften den internen Kosten der Vielfalt gegenüberstellt. Mit einem Optimierungsalgorithmus kann das optimale Portfolio, beispielsweise bezogen auf den größten Deckungsbeitrag, ermittelt werden.
Viele Branchen stehen am Anfang der digitalen Transformation bzw. werden bereits grundlegend von ihr verändert. Im Zeitalter der digitalen Transformation steht somit die Frage im Mittelpunkt, wie Unternehmen die notwendigen Veränderungen angehen und den Erfolg der Transformation gewährleisten können. Datenbasierte Dienstleistungen sind dabei ein konsequenter nächster Schritt im Wandel der Unternehmen vom Investitionsgüterhersteller zum Lösungsanbieter. Nichtsdestotrotz scheitern viele Premiumhersteller trotz ihrer hohen digitalen Wettbewerbsfähigkeit bei der Entwicklung und Einführung von datenbasierten Dienstleistungen. Der Beitrag zeigt zunächst Merkmale und Ausprägungen datenbasierter Dienstleistungen auf. Da sich die klassischen Methoden des Service Engineerings nicht ausreichend schnell an digitalisierte Komponenten und geänderte Voraussetzungen angepasst haben, wird mit dem Smart Service Engineering ein neuer Ansatz vorgestellt, der agile und kundenorientierte Methoden implementiert. Zuletzt werden Muster und Entwicklungspfade der digitalen Transformation detailliert analysiert und Handlungsempfehlungen für Anbieter datenbasierter Dienstleistungen abgeleitet.