Refine
Document Type
- Contribution to a Periodical (10)
- Report (3)
- Book (2)
- Lecture (2)
- doctorallecture (1)
- Doctoral Thesis (1)
Language
- German (19) (remove)
Is part of the Bibliography
- no (19)
Keywords
- Abschlussbericht (2)
- Ambidextrie (1)
- Business-Analytics (3)
- Controlling (1)
- Data-Analytics (1)
- Daten (4)
- Datenaustausch (1)
- Datennutzung (1)
- Datenstrategie (1)
- Dienstleistungsbetrieb (1)
Institute
Bis heute lässt sich kein signifikanter Beitrag von Industrie 4.0 zu finanziellen Unternehmenskennzahlen nachweisen. Die mit dem Verkauf physischer Produkte und den korrespondierenden After-Sales-Leistungen erzielten Erlöse sinken in den letzten Jahren kontinuierlich. Der Erfolg von neuen, datenbasierten Dienstleistungen, mit denen die Investitionen in Industrie 4.0 monetisiert werden können, ist daher kritisch. Dazu hat das FIR gemeinsam mit Industriepartnern auf Basis von DevOps und Lean-Start-Up-Methoden das Entwicklungsvorgehen "Smart Service Engineering" erarbeitet.
Das Anbieten von Verfügbarkeitsgarantien stellt kleine und mittlere Unternehmen (KMU) oftmals vor große Herausforderungen. Dabei gewinnen verfügbarkeitsorientierte Geschäftsmodelle im Maschinen- und Anlagenbau zunehmend an Bedeutung. Aus diesem Grund wurde ein vierstufiges Vorgehen zur Integration von Verfügbarkeitsgarantien in das Leistungsportfolio eines mittelständischen Maschinenbauers entwickelt.
Im Forschungsprojekt „Analytics for Innovation“ wurde ein Konzept zur schnellen kundenzentrierten Entwicklung von Dienstleistungen mittels Business Analytics-Methoden für den Maschinen- und Anlagenbau entwickelt. Dieses Vorgehen ermöglicht kleinen und mittelständischen
Unternehmen (KMU) den Sprung zur smarten Dienstleistungsentwicklung. Diese zeichnet sich durch die Nutzung von einer Informationsflut bei der Entwicklung von Dienstleistungen aus. Zentrale Voraussetzung ist die digitale Verfügbarkeit aller erforderlichen Informationen
und deren Verarbeitung in einer Schnittstelle.
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.
In den ersten Phasen des Forschungsvorhabens wurden zunächst in der Praxis angewendete Prozesse der Dienstleistungsentwicklung bzw. -innovation aufgenommen.
Die Preisfindung bei Verfügbarkeitsgarantien ist aus zwei Gründen ein wesentliches Problem für KMU: Erstens ist die Feststellung des Kundennutzens, der durch eine Verfügbarkeitsgarantie entsteht, mit Herausforderungen verbunden. Der Kundennutzen beschreibt den vom Kunden wahrgenommenen Wert einer Leistung. Aus dem Kundennutzen lässt sich die Zahlungsbereitschaft des Kunden ableiten, die die Preisobergrenze darstellt. Zweitens ist die Kostenermittlung u. a. durch den langen Bereitstellungszeitraum, die einzubindenden industriellen Dienstleistungen, den Übergang des Ausfallrisikos auf den Anbieter sowie der erforderlichen Berücksichtigung der gesamten anbieterseitigen Kosten (z. B. Pönalen, Leerkosten und Infrastrukturkosten) mit großen Problemen verbunden. Die Kosten stellen die Preisuntergrenze dar. Zur Gewährleistung einer ergebnisoptimierenden Preisfindung für Verfügbarkeitsgarantien im Maschinen- und Anlagenbau wird die Preisobergrenze auf Basis von Kundengruppen durch die Ermittlung des Kundennutzens sowie die daraus abzuleitende Zahlungsbereitschaft festgelegt. Die Preisuntergrenze wird durch Simulation der Kosten ermittelt. Unter Berücksichtigung der Preisgrenzen wird anschließend der ergebnisoptimale Preis für Verfügbarkeitsgarantien gesetzt.
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.
Vor dem Hintergrund der zunehmenden Bedeutung und der besonderen Herausforderungen beim Betrieb von Offshore-Windenergieanlagen war das übergeordnete Ziel des Forschungsvorhabens DispoOffshore die Steigerung der Verfügbarkeit und Rentabilität von Offshore-Windparks. Der Fokus des Forschungsvorhabens lag auf der Entwicklung eines intelligenten und effizienten Dispositionswerkzeugs für die interaktive und dynamische Aufgaben- und Ressourcensteuerung in Offshore-Windparks, das zum Ziel hat, die anfallenden Aufgaben in einen Offshore-Windpark möglichst effizient zu disponieren. Hierbei kam der Betrachtung der Ablauf- und Aufbauorganisation der Instandhaltungsorganisation eines Windparks und die ergonomische Gestaltung der Software eine besondere Bedeutung zu.
Eine bedeutende Domäne der digitalen Transformation sind Daten. Wer weiterhin wettbewerbsfähig sein will, muss ihren Wert erkennen und sie für sein Geschäftsmodell nutzbar machen. Das umfasst zum einen das Aggregieren der richtigen Daten sowie zum anderen das Lernen aus und Innovieren durch Daten. Jedoch wird im Service das Potenzial von Daten heute oftmals nicht ausgenutzt. Unternehmen analysieren meist nur Kunden- oder unternehmensbezogene Daten. Sie verwenden dazu individuelle Ad-hoc-Analysen mit einfachen Tools wie Excel. Komplexere Verfahren mit Daten einer heterogenen Struktur und aus unterschiedlichen Quellen werden kaum genutzt, obwohl der gesteigerte Nutzen für den Service daraus nachgewiesen ist.
Anfang 2013 haben die GreenGate AG und das FIR an der RWTH Aachen ein Betriebsführungssystem für den Offshore-Windpark Meerwind Süd|Ost (Nordsee) der WindMW GmbH implementiert. Bei der gemeinsamen Systemeinführung zeigt sich schnell, dass einige organisatorische Herausforderungen in der Instandhaltung von Offshore-Windparks IT-seitig noch ungelöst sind.