Refine
Document Type
- Contribution to a Periodical (5)
- Part of a Book (2)
- Conference Proceeding (2)
- Internet Paper (2)
- Report (2)
- Book (1)
- doctorallecture (1)
- Doctoral Thesis (1)
- Working Paper (1)
Language
- German (13)
- English (2)
- Multiple languages (2)
Is part of the Bibliography
- no (17) (remove)
Keywords
- 1 (3)
- 2 (2)
- 3 (1)
- 4 (1)
- Crowd-Innovation (1)
- Datenaustausch (1)
- Datenbasierte Dienstleistung (1)
- Datenmanagement (2)
- Datenmonetarisierung (2)
- Datennutzung (2)
Institute
Im Forschungsprojekt „FuturePRO“ wurde eine fragenbasierte Auswahl- und Implementierungslogik für Projektmanagementsystemen bei kleinen und mittelständischen Unternehmen (KMU) des Maschinen- und Anlagenbau entwickelt. Das Vorgehen ermöglicht dabei ressourcenschonend
die Steuerung von Kundenaufträgen und vor allem Innovationsprojekten durch ein optimiertes Projektmanagement neu aufzustellen.
Crowd-Innovation
(2020)
Ideen für erfolgreiche Innovationen müssen nicht immer aus den eigenen Reihen stammen – das wusste bereits die englische Regierung im 18. Jahrhundert. Eine ähnlich diffuse Aufgabe wie die der Entdeckung neuer Kontinente steht nun der produzierenden Industrie bevor: der Aufbruch ins Zeitalter der digitalen Dienstleistungen. Impulse für digitale Geschäftsmodelle können Unternehmen von Studierenden im Rahmen der Crowd-Innovation erhalten. Hierzu bietet das Center Smart Services ein bewährtes Konzept, das den Unternehmen einen einfachen Zugang zu motivierten Studierenden gewährt.
Through data-based insights into customer behavior, products and service offers can be improved. For manufacturing companies, smart product-service systems (SPSS) offer the possibility to collect customer data during the usage phase of the product. As the focus on customer analytics is too often on sales and marketing, SPSS are overlooked as a source of customer data. However, manufacturing companies need to integrate data from all interactions with their customers along the complete customer journey to achieve a holistic data-based view of the customers. To identify these interactions and the customer data derived from them, the concept of a digital shadow will be applied to the customer journey. The projected results for the presented work in progress are a reference process model for the customer journey in manufacturing and a data model of the customer data created along this process.
This chapter addresses the market launch and sales of smart services. It opens with an introduction of the new challenges that the market launch of smart services creates for companies. Then follows the discussion of a four-phase approach to the market launch of smart services. Subsequently, successful practices are presented for this approach along eight design fields of the market launch. [https://link.springer.com/chapter/10.1007/978-3-030-58182-4_8]
Projekt FuturePRO: Erst der Check, dann das System / FuturePRO: First the Check, then the System
(2021)
Der Maschinen und Anlagenbau steht einer sich immer schneller verändernden Geschäftsumgebung gegenüber. Um auch in Zukunft wettbewerbsfähig zu sein, bedarf es eines professionellen Projektmanagements, um auf diese Veränderung reagieren zu können.
Doch gerade bei KMU erfolgt dies meist noch händisch mit Excel und Outlook. Im Rahmen des Forschungsprojekts ‚FuturePro‘ haben der FIR e. V. an der RWTH Aachen und das ICM – Institut Chemnitzer Maschinen- und Anlagenbau e. V. für KMU im Maschinen und Anlagenbau einen Selbstcheck entwickelt, anhand dessen ein individueller Leitfaden zur Implementierung eines Projektmanagementsystems generiert wird.
Bisherige Methoden der Luftqualitätsüberwachung in Städten beruhen auf stationären Messstationen, sodass die Luftqualität nur punktuell überwacht werden kann. Im Forschungsprojekt ‚AirQuality‘ wurde ein mobiles IoT-Netz entwickelt, das Luftqualitätsdaten in bisher nicht vorhandener Granularität erhebt. Das echtzeitfähige System erhöht die Transparenz der Luftqualität in Städten und bietet damit einen Lösungsansatz für eine Vielzahl von Anwendungsfällen. Darüber hinaus wird durch die Ergebnisse des Forschungsprojekts das Potenzial von Niedrigpreissensoren bei der Entwicklung von skalierbaren Messsystemen verdeutlicht.
Um Transparenz über die Luftqualität im gesamten Stadtgebiet zu schaffen, fehlte ein engmaschiges Netz an Luftqualitätssensoren, welches lokale Problemzonen in Abhängigkeit der Tageszeit identifiziert. Im Rahmen des 'AirQuality'-Projekts führten der FIR e.V. an der RWTH Aachen und der kanadische Telematikanbieter Geotab GmbH einen Proof of Concept zur Entwicklung einer Methode durch, welche die Erhebung von Luftqualitätsdaten in bisher nicht vorhandener Granularität ermöglicht: Fahrzeugflotten, die innerhalb eines Stadtgebiets unterwegs sind – wie beispielsweise Fahrzeuge des Öffentlichen Personen Nahverkehrs (ÖPNV) – wurden mit Sensorik zur Erfassung der Luftqualität ausgestattet. Die so gesammelten Daten wurden analysiert und in einer über die Stadtkarte gelegten „Heatmap“ visualisiert. Mit dieser Luftqualitätskarte konnte die Luftqualität straßen- und uhrzeitgenau angezeigt werden. Durch die Ergebnisse des 'AirQuality'-Projekts ist es möglich, Orte mit erhöhter Feinstaubbelastung zu identifizieren und Maßnahmen zur Reduktion von Emissionen objektiv zu bewerten. Darüber hinaus bietet die feingranulare Datenerfassung eine Grundlage für verschiedene innovative Lösungen. Hierzu zählen beispielsweise auf aktuellen Luftqualitätswerten basierende Intelligente Lichtsignalanlagen oder optimierte Routenführungen für Bürger.
Die neue Expertise des Forschungsbeirats Industrie 4.0 bei der acatech beschäftigt sich mit der Frage, wie hiesige Unternehmen ihre Datenbasis aufbauen, nutzen und monetarisieren. Aus Umfrage-Erkenntnissen haben die Experten Handlungsoptionen abgeleitet, mit denen Firmen ihre Daten Schritt für Schritt in den Dienst der eigenen Wertschöpfung stellen können.
Ziel des Beitrags ist es, aufzuzeigen, wie produzierende Unternehmen entlang der Customer-Journey systematisch kundenbezogene Daten erheben können. Nach einer Einleitung zur Motivation der Themenstellung, einer Begriffserläuterung und einer Vorstellung des Studiendesigns wird ein Referenzprozessmodell der Kundeninteraktionen produzierender Unternehmen gestaltet, darauf aufbauend ein Datenmodell des digitalen Schattens der Kundeninteraktionen abgeleitet und zuletzt ein Vorgehensmodell zur Implementierung des digitalen Schattens der Kundeninteraktionen präsentiert.