Refine
Document Type
- Contribution to a Periodical (10)
- Conference Proceeding (3)
- Report (3)
- Book (2)
- Lecture (2)
- doctorallecture (1)
- Doctoral Thesis (1)
- Working Paper (1)
Is part of the Bibliography
- no (23)
Keywords
- Abschlussbericht (2)
- Ambidextrie (1)
- Business-Analytics (3)
- Controlling (1)
- Cost Calculation (1)
- Data-Analytics (1)
- Daten (4)
- Datenaustausch (1)
- Datennutzung (1)
- Datenstrategie (1)
Institute
Im Forschungsprojekt 'Analytics4Innovation' wird untersucht, wie KMU bei der strukturierten Entwicklung von After-Sales-Dienstleistungen unter Verwendung von Business-Analytics-Methoden unterstützt werden können. Methoden, die entlang des Aachener Service-Engineering-Zyklus1 verwendet werden, sollen durch den Einbezug von quantitativen Daten ergänzt werden und so die Nutzung servicerelevanter Daten wie Kundenfeedback o. ä. ermöglichen. Die Analyse von internen und externen Daten ermöglicht es, Trends im Markt zu ermitteln und Handlungsempfehlungen in die Serviceentwicklung einfließen zu lassen. Eine vom FIR entwickelte Checkliste hilft kleinen und mittleren Unternehmen (KMU) bei der Klassifikation der eigenen Business-Analytics-Kompetenz.2 Auf Basis der Betrachtungsebenen IT und Technik, Kompetenzen sowie Recht können Unternehmen einen Abgleich zwischen erforderlichen und vorhandenen Voraussetzungen vornehmen. Das IGF Vorhaben 19692 N der Forschungsvereinigung FIR e. V. an der RWTH Aachen, Campus-Boulevard 55, 52074 Aachen, wird 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.
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.
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.
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.
Eine der bedeutendsten Domänen der digitalen Transformation sind Daten. Für Unternehmen ist die Generierung von Informationen und Wissen aus Daten ein zentraler Erfolgsfaktor. Wer weiterhin wettbewerbsfähig sein will, muss ihren Wert erkennbar und diese für sein Geschäftsmodell nutzbar machen. Welche Auswirkungen ergeben sich daraus für die Serviceorganisation? Die Ergebnisse der 11. KVD-Service-Studie zeigen, wie sich erfolgreiche Dienstleister bereits an diese Veränderungen anpassen konnten.
Eine der bedeutendsten Domänen der digitalen Transformation sind Daten. Für Unternehmen ist die Generierung von Informationen und Wissen aus Daten ein zentraler Erfolgsfaktor. Wer weiterhin wettbewerbsfähig sein will, muss ihren Wert erkennen und diese für sein Geschäftsmodell nutzbar machen. Welche Auswirkungen ergeben sich daraus für die Serviceorganisation? Die Ergebnisse der neuen KVD-Studie zeigen, wie sich erfolgreiche Dienstleister bereits an diese Veränderungen anpassen konnten.
Unternehmen des Maschinenbaus stehen vor der Herausforderung, die Instandhaltungskosten ihrer Produkte effektiv zu beeinflussen. Die notwendigen Informationen sind oft nicht in der geeigneten Form erfasst oder gar nicht verfügbar. Das Ziel der Arbeit ist es, Unternehmen zu befähigen, mit unterschiedlichen Informationsständen eine Prognose der zu erwartenden Instandhaltungskosten durchzuführen und auf Basis informatorischer Unsicherheiten Handlungsempfehlungen zur Kostenreduktion abzuleiten.