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
The manufacturing industry consumes 54% of global energy and attributes for 20% of global CO2 emissions, demonstrating the industry’s role as global driver of climate change. Therefore, reducing its carbon footprint has become a major challenge as its current energy and resource consumption are not sustainable. Industrie 4.0 presents a chance to transform the prevailing paradigms of industrial value creation and advance sustainable developments. By using information and communication technologies for the intelligent networking of machines and processes, it has the potential to reduce energy and material consumption and is considered a key contributor to sustainable manufacturing as proclaimed by the European Commission in the term “twin transition”. As organizations still struggle to utilize the potential of Industrie 4.0 for a sustainable transformation, this paper presents a framework to successfully align their own twin transition. The framework is built upon three key design principles (micro level: leverage eco-efficient operations, meso level: facilitate circularity and macro level: foster value co-creation) derived using case study research by Eisenhardt, and four structural dimensions (resources, information systems, organizational structure and culture) based on the acatech Industrie 4.0 Maturity Index. Eleven interconnected areas of action are defined within the framework and offer a holistic and practical approach on how to leverage an organization’s twin transition. Within the conducted research, the framework was applied to the challenge of information quality and transparency required for high-value secondary plastics in the manufacturing industry. The result is a digital platform design that enables information transactions for secondary plastics and establishes a circular ecosystem. This shows the applicability of the framework and its potential to facilitate a structured approach for designing twin transitions in the manufacturing industry.
This whitepaper aims to extend the acatech Industrie 4.0 Maturity Index Framework. It supports organizations on their way to sustainable conduct by measuring readiness for sustainability. Action maxims regarding resources, information systems, organizational structures and culture are introduced and evaluated based on their impact.
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.
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.
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.
In order to achieve a holistic cost management approach, the maintenance and service costs should already be assessed during the development of machines and equipment. The required information in the company, like PLM, process and test data, are commonly not available or vague, especially in early development phases. This paper introduces a feasible method for an early assessment of maintenance and service costs during product development. In doing so, appropriate cost assessment methods are selected, based on the availability and quality of the existing information in the individual development phases. The evaluations of these methods are aggregated in a software tool, so that the respective cost information is displayed with a maximum, minimum and most probable value. The developed software tool was validated in cooperation with a new electric vehicle manufacturer.
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.
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.
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.