FIR e. V. an der RWTH Aachen
Refine
Year of publication
- 2024 (29) (remove)
Document Type
- Master's Thesis (10)
- Contribution to a Periodical (8)
- Conference Proceeding (3)
- Bachelor Thesis (2)
- Internet Paper (2)
- Report (2)
- Article (1)
- Doctoral Thesis (1)
Language
- German (19)
- English (5)
- Multiple languages (5)
Is part of the Bibliography
- no (29)
Keywords
- 01 (10)
- 02 (3)
- 03 (3)
- 04 (1)
- AI (2)
- Abo-Modell (1)
- Abonnement (1)
- Anforderung (1)
- Artificial intelligence (1)
- Augmented reality (1)
Institute
GAIA-X-Reifegradmodell
(2024)
Um die wachsenden Kundenanforderungen und die damit verbundene Komplexitätssteigerung der aktuellen Herausforderungen zu bewältigen, öffnen Unternehmen ihre Wertschöpfungsketten, reduzieren ihre Fertigungstiefe und gehen zunehmend Kooperationen ein. Der unternehmensübergreifende Datenaustausch entlang der Supply-Chain wird damit zu einer Schlüsselkomponente für die Wettbewerbsfähigkeit und die Realisierung kundenspezifischer Lösungen. Aus diesem Grund hat die Europäische Union das Projekt GAIA-X ins Leben gerufen, dessen Ziel es ist, die nächste Generation der Dateninfrastruktur für Europa und seine Unternehmen zu schaffen. Das GAIA-X-Reifegradmodell bietet einen Ansatz zur Einordnung von Unternehmen in verschiedene Entwicklungsstufen und liefert konkrete Anforderungen für die Weiterentwicklung entlang eines vorgegebenen Entwicklungspfades hin zu einem vollwertigen Teilnehmer an der föderierten GAIA-X-Dateninfrastruktur.
Als Reaktion auf den Wandel richten produzierende Unternehmen ihr Augenmerk nun verstärkt auf die Bereitstellung von Dienstleistungen und hybride Lösungen aus physischem Produkt, traditioneller und digitaler Dienstleistung. Sie ermöglichen es, sich von Mitbewerbern abzuheben und gleichzeitig die eigenen Margen zu erhöhen. Das Angebot und den Verkauf solcher Produkt-Dienstleistungs-Kombinationen bezeichnet man als Lösungsverkauf oder Solution-Selling. Am Beispiel der Automobilindustrie wird deutlich, wie vielfältig Lösungsangebote sein können, die über das traditionelle Produktgeschäft hinausgehen.
Das Forschungsprojekt ‚DiCES‘ bringt verschiedene Industriepartner zusammen, um gemeinsam ein datenbasiertes, integriertes Wertschöpfungssystem für eine nachhaltige, multidimensionale Kreislaufwirtschaft zu entwickeln. Zur Sicherstellung der Praxisnähe des Projekts fanden Workshops mit Industriepartnern aus unterschiedlichen Industriezweigen statt. Dabei wurden Anforderungen an IT-Systeme, Produktkonfigurationen, Geschäftsmodelle und Produktionskonzept behandelt. Alle erhobenen Anforderungen wurden anschließend für die Kategorisierung aufbereitet.
Der Digitale Produktpass (DPP) ist ein Konzept zur Erfassung und Bereitstellung produktbezogener Informationen während des gesamten Produktlebenszyklus, um Transparenz bezüglich Herkunft, Zusammensetzung und End-of-Life-Behandlungsoptionen zu schaffen. Somit bildet er eine wesentliche Grundlage für die Kreislaufwirtschaft. Es existieren bereits Ansätze für die inhaltliche Konzeption eines DPP für verschiedene Branchen, Datenstandards zur Erfassung von Produktinformationen und mehrere Marktlösungen zur praktischen Umsetzung. Allerdings sind Unternehmen nicht ausreichend auf die Umsetzung von DPP vorbereitet. Eine Herausforderung besteht darin, die relevanten Daten zur Deckung des Informationsbedarfs im Kontext der Kreislaufwirtschaft zu identifizieren und diese Daten mithilfe der bereits vorhandenen IT-Systemlandschaft zu konsolidieren. Die Analyse eines MES liegt hierbei im Fokus, da neben Bauteildaten auch die in der Produktion anfallenden Prozessdaten von Bedeutung sind.
Das Forschungsziel ist demnach die Überführung der im MES anfallenden Daten zu Informationen, die für einen auf die Ermöglichung von Remanufacturing ausgerichteten DPP relevant sind. Dazu wird zunächst eine Literaturrecherche zur Identifizierung potenziell relevanter Prozessdaten in MES sowie in einem DPP für das Remanufacturing erforderlichen Informationen durchgeführt. Um den aktuellen Stand der Technik zu berücksichtigen und konkrete Datenbedarfe für das Remanufacturing zu erfassen, werden diese Grundlagen mit Experteninterviews im produzierenden Sektor angereichert. Die Gegenüberstellung des Informationsbedarfs eines DPP und Datenangebots eines MES erlaubt die Ableitung einer Methodik zur Überführung relevanter Daten in einen DPP. Diese Methodik wird anschließend in der DFA Demonstrationsfabrik Aachen GmbH prototypisch validiert. Die Ergebnisse sollen produzierende Unternehmen unterstützen, mit ihrer bestehenden IT-Systemlandschaft DPP im Kontext des Remanufacturing umzusetzen.
Kürzere Produktlebens- und Innovationszyklen sowie eine zunehmende Kreislaufwirtschaft stellen
Unternehmen vor die Herausforderung, ihre Produktionsprozesse schnell an die sich wandelnden
Anforderungen anzupassen. Entscheidend für die Umsetzung einer anpassungsfähigen Produktion ist
eine flexible Intralogistik. Dabei setzen Unternehmen zunehmend auf autonome mobile Roboter (AMR).
AMR navigieren selbstständig und können ihre Route an die Umgebungssituation anpassen, ohne einen
Fahrer zu benötigen. In der Praxis werden diese Vorteile jedoch selten genutzt, da AMR nicht hinreichend
in das Produktionssystem eingebunden sind. Die Schwierigkeit dabei liegt in der Generierung von
Transportaufträgen, die auf die Echtzeit-Lage im Produktionssystem angepasst sind und alle relevanten
Daten auf dem Shopfloor berücksichtigen, um so auf unvorhergesehene Veränderungen flexibel und
effizient zu reagieren.
Das Ziel dieser Arbeit ist die Entwicklung eines Datenmodells, welches die Einflüsse auf den Einsatz von
AMR in der Produktion umfasst und die Erstellung von echtzeitfähigen Transportaufträgen ermöglicht.
Dazu wird zunächst eine Literaturrecherche durchgeführt, um relevante Aspekte wie Datenquellen,
-senken, und -flüsse zu identifizieren. Anschließend werden deren Einflüsse auf echtzeitfähige
Transportaufträge mittels der Betrachtung generischer Use-Cases ermittelt und in einem Datenmodell
erfasst. Das entwickelte Modell soll in der DFA Demonstrationsfabrik Aachen Gmbhl validiert werden.
Die Ergebnisse dieser Arbeit sollen Unternehmen bei der effektiven Implementierung von AMR
unterstützen und als Mittel zur Erhöhung der Reaktionsfähigkeit moderner Produktionssysteme dienen
Industry 4.0 and smart factories have brought significant advancements in manufacturing processes, particularly in intralogistics. A key factor which forms the basis for creating smart intralogistics systems is data. However, there exist several data-related issues that hamper the efficiency of the intralogistics process such as data unavailability, poor data quality, inconsistent data, or underutilization of available data. The challenge is to identify, categorize, evaluate, and solve these issues. Overcoming this will help organizations understand the most impactful challenges.
By analysing real-world scenarios and interviewing industry experts, the problems present within the intralogistics process that are caused by the previously mentioned data-related factors are identified. The identified issues are clustered, and the clusters are characterized. A literature review explores the existing solutions or approaches to overcome these limitations. Subsequently finding out if the identified problems can be solved with current technologies and approaches or further research and development is needed. Next, a framework is developed which will act as a guide on the classification, evaluation and prioritization of the identified challenges. In the final part, the framework is validated on an industry specific use case and its limitations and future scope are discussed.
This master thesis emphasizes the significance of data in intralogistics processes by identifying and addressing data-related issues. The outcome on one hand is state-of-the-art solutions for the identified problems and on the other hand is a framework which will support businesses in determining how to tackle data-related issues to gain most benefit with respect to efficiency, productivity, flexibility and quality.
The advancements in Industry 4.0 technologies have provided unprecedented opportunities for optimizing material transportation through various use cases that are possible through rapid technological advance. An important driver for the use cases is data. However, the lack of understanding, which
specific data, from which sources and in what frequency, slows down the implementation of use cases or even reduces their potential benefits. Companies lack the ability to prepare themselves correctly for a use case integration, especially from the data perspective (e.g. data availability, quality, integration).
Therefore, the goal of this thesis is to create a framework for evaluation of Industry 4.0 use cases in the materials' transportation with regard to needed data. The scientific approach employed in this research involves research and analysis of existing frameworks for description or assessment of use cases in different fields and industries. Following, specific use cases related to material transportation in the context of Industry 4.0 will be identified in order to find similarities in the structure and requirements
regarding needed data, and thus identifying common characteristics and key parameters. These parameters will then serve as the foundation for developing a framework that enables companies to systematically analyse and assess potential use cases for material transportation, considering the data requirements and its integration challenges.
The expected result of this thesis is the development of a practical framework that empowers organizations to evaluate and implement Industry 4.0 use cases for material transportation effectively. By providing a structured methodology, this framework will facilitate decision-making processes and support companies in identifying the most suitable use cases based on their specific requirements and
data availability.
Die Klima- und Energiepolitik führt zu einem schnellen Wandel des deutschen Energieversorgungssystems, wobei der verstärkte Einsatz erneuerbarer Energien neue Herausforderungen für das Stromverteilnetz mit sich bringt. Diese Arbeit untersucht die Notwendigkeit einer dynamischen Netzinfrastruktur, um die fluktuierende Energieerzeugung effizient zu integrieren und neue Verbraucher wie Elektromobilität zu versorgen. Dabei spielen die Vielfalt und das zunehmende Alter der Anlagen im Verteilnetz eine Rolle, ebenso wie der Fachkräftemangel und steigende Netzentgelte. Ein zentraler Ansatz zur Bewältigung dieser Herausforderungen ist die Implementierung von künstlicher Intelligenz und fortschrittlicher Technologie, um eine proaktive Instandhaltung des Netzes zu ermöglichen. Ziel der Arbeit ist es, ein Geschäftsmodell auf Basis künstlicher Intelligenz für die Instandhaltung des Stromverteilnetzes zu entwickeln und damit wirtschaftliche Einsatzmöglichkeiten für solche Konzepte aufzuzeigen. Die Forschungsfragen konzentrieren sich auf die Herausforderungen der Netzbetreiber, ihre Bedarfe und Anforderungen sowie die Möglichkeiten, die künstliche Intelligenz bietet.
Rund 500 Teilnehmende folgten am 13. März der Einladung des FIR an der RWTH Aachen und des Service Performance Center zum 27. Aachener Dienstleistungsforum. Unter dem Motto „Subscription-Journey – Erfolgreich vom Produkt- zum digitalen Lösungsanbieter“ unterstrichen die Gastgeber:innen die weiterhin wachsende Bedeutung von datenbasierten As-a-Service-Geschäftsmodellen für die Zukunft von Industrie und Dienstleistung.
Vertreter:innen aus der Industrie inspirierten das Auditorium mit Best Practices und Erfahrungsberichten in den drei zentralen Entwicklungsstufen auf dem Weg zum digitalen Lösungsanbieter:
„Service-Excellenz“, „Digitale Produkte“ und „Subscription“. Das Aachener Dienstleistungsforum ist Deutschlands führende Innovationsveranstaltung im industriellen Service. Digital und kostenfrei bietet es alljährlich insbesondere der traditionell produktzentrierten Branche des Maschinen- und Anlagenbaus eine Plattform für den Wissensaustausch sowie neue Impulse auf dem Weg zum digitalen Lösungsanbieter. Im kommenden Jahr wird das 28. Aachener Dienstleistungsforum am 19. März 2025 stattfinden.
Interessierte können sich jetzt schon zur kostenfreien digitalen Teilnahme anmelden.
AProSys: Die Energiewende in Ihrer Nachbarschaft/AProSys: The Energy Transition in Your Neighborhood
(2024)
Das deutsche Stromverteilnetz steht vor erheblichen Herausforderungen, die durch den Übergang zu erneuerbaren Energien und die zunehmende Elektrifizierung der Mobilität weiter verstärkt werden. Diese Veränderungen führen zu einer unvorhersehbaren Dynamik in der Belastung der Verteilnetzinfrastruktur. Dabei spielen insbesondere die Ortsnetzstationen und Umspannwerke, die Sie als kleine Häuschen oder Kästen in Ihrer Nachbarschaft kennen, eine besondere Rolle, da deren Ausrüstung oft veraltet und für die aktuellen Anforderungen nicht ausgelegt ist. Mit dem Projekt ‚AProSys – KI-gestützte Assistenz- und Prognosesysteme für den nachhaltigen Einsatz in der intelligenten Verteilnetztechnik‘, gefördert durch das Bundesministerium für Wirtschaft und Klimaschutz im Rahmen des 7. Energieforschungsprogramms, soll diese Problematik adressiert werden.
Ziel ist es, mit minimalem Einsatz von Sensoren und auf Basis von digitalen Zwillingen in der bestehenden Infrastruktur eine umfassende Überwachung und Zustandsbewertung der Energietechnikanlagen zu ermöglichen, Ausfälle vorherzusagen und in Echtzeit Handlungsempfehlungen zu liefern. Dies umfasst auch die Entwicklung eines digitalen Workforcemanagements zur Optimierung von Wartungsprozessen und eine individuelle Kompetenzvermittlung für Fachkräfte durch ein digitales Wissensmanagement. Das Projekt zielt darauf ab, die Resilienz, Effizienz und Adaptivität der Energieinfrastruktur zu verbessern. Damit leisten wir einen wesentlichen Beitrag zur Bewältigung der Herausforderungen der Energiewende in Deutschland.
Ready4ESG: Nachhaltigkeitsberichterstattung für KMU/Ready4ESG : Sustainability Reporting for SMEs
(2024)
Das Forschungsprojekt ‚Ready4ESG‘, des FIR an der RWTH Aachen in Kooperation mit dem IPRI – International Performance Research Institute, zielt darauf ab, kleinen und mittleren Unternehmen (KMU) die Erstellung von ESG-Berichten (Environmental, Social, Governance) zu erleichtern. Angesichts der steigenden Nachhaltigkeitsanforderungen und der neuen EU-Richtlinie zur Corporate Sustainability Reporting Directive (CSRD), die eine deutliche Ausweitung der Berichtspflicht auf etwa 15 000 Unternehmen in Deutschland vorsieht, wird im Projekt ‚Ready4ESG‘ eine gleichnamige digitale Plattform zur Unterstützung von KMU bei der ESG-Berichtserstellung entwickelt. Diese Plattform wird es KMU ermöglichen, relevante Nachhaltigkeitsdaten effizient zu erfassen und die komplexen Anforderungen der ESG-Berichterstattung mit minimalem Ressourceneinsatz zu bewältigen. Somit entsteht mit der Plattform ‚Ready4ESG‘ eine zentrale Lösung, um KMU bei der Erfüllung regulatorischer Anforderungen und der freiwilligen Publikation von ESG-Aktivitäten zu unterstützen, indem sie die Erstellung von ESG-Berichten vereinfacht und teilautomatisiert. Seien Sie dabei – werden Sie Teil des Projekts ‚Ready4ESG‘ und profitieren Sie von kostenlosen Netzwerk- und Informationsveranstaltungen sowie der Nutzung unserer Ready4ESG-Plattform.
Im EU-Projekt ‚DATAMITE ‘ werden Lösungen für die Herausforderungen der effektiven Nutzung und Monetarisierung von Daten in der heutigen Unternehmenslandschaft entwickelt. Daten werden entlang des gesamten Wertschöpfungsprozesses erhoben, wobei deren Generierung oft unstrukturiert geschieht. In der Folge sind die Datensätze häufig ungeeignet, um auf ihnen basierende Entscheidungen zu treffen. Darüber hinaus verhindert die unstrukturierte Erhebung der Daten ihre effiziente Analyse und anschließende Monetarisierung. Die im Rahmen des Projekts zu entwickelnden Lösungen werden die Datenmonetarisierung in der produzierenden Industrie Europas beschleunigen. Konkret sollen europäische Unternehmen mittels einer Plattform und Open-Source-Tools dabei unterstützt werden, Daten strukturiert zu erheben und zu analysieren, um sie so nutzbar zu machen. Bei der gleichnamigen Plattform DATAMITE handelt es sich um eine innovative Datenintegrationsplattform, die eine Vielzahl an Datensätzen aus unterschiedlichen Quellen zu einem einzigen, leicht zugänglichen Datensatz konsolidiert. Die Ergebnisse des Projekts werden in drei verschiedenen Anwendungsfällen mit insgesamt sechs Pilotvorhaben validiert. Diese umfassen Bereiche wie Landwirtschaft, Energie, Industrie, Fertigung und Klima.
Das Forschungsprojekt ‚DATAMITE ‘ startete im Januar 2023 und wird während der dreijährigen Laufzeit durch das Horizon-Europe-Programm der Europäischen Kommission gefördert. Das Projekt vereint mit 27 kooperierenden Partnern aus 13 Ländern die Innovationskraft ganz Europas.
Insgesamt wird die Plattform DATAMITE eine innovative Lösung für Unternehmen darstellen, die ihre Daten effektiver nutzen und verwalten möchten. Die Plattform wird zahlreiche Funktionen und Tools bieten, um Datenanalyse und -verarbeitung zu automatisieren, die Datenqualität zu gewährleisten und Daten sicher zu speichern. Unternehmen werden durch die Nutzung von DATAMITE bessere Entscheidungen treffen können, Risiken minimieren können, wertvolle Einblicke in ihre Geschäftsdaten gewinnen und sich dadurch Wettbewerbsvorteile sichern können.
Die moderne Arbeitswelt erfordert neue Kompetenzen, insbesondere im kognitiven, sozialen und technologischen Bereich. Die angestrebten Ergebnisse des Forschungsprojekts ‚pro-kom‘ sollen kleine und mittlere Unternehmen (KMU) dazu befähigen, zukünftige Kompetenzbedarfe frühzeitig zu identifizieren und bestehende Lücken zu schließen. Mithilfe eines Kompetenzprognose-Tools sollen KMU so in die Lage versetzt werden, ihre Wettbewerbsfähigkeit in der gegenwärtigen, sich kontinuierlich verändernden Arbeitswelt zu erhalten. Mit diesem Ziel ist das AiF-Projekt ‚pro-kom‘ mit einer Laufzeit von zwei Jahren gestartet. Die Grundlage für das Projekt bildet eine Analyse der relevanten Kompetenzen sowie Kompetenzmodelle. In den durchgeführten Expert:inneninterviews wurden zudem die Relevanz des Themas und die Herausforderungen bei der Implementierung von Kompetenzmanagement deutlich. Darüber hinaus zeigte sich, dass das Thema Künstliche Intelligenz (KI) bei KMU zwar auf Interesse stößt, die praktische Umsetzung jedoch bislang eine untergeordnete Rolle spielt.
Digital Servitization is one of the significant trends affecting the manufacturing industry. Companies try to tackle challenges regarding their differentiation and profitability using digital services. One specific type of digital services are smart services, which are digital services built on data from smart products. Introducing these kinds of offerings into the portfolio of manufacturing companies is not trivial. Moreover, they require conscious action to align all relevant capabilities to realize the respective business goals. However, what capabilities are generally relevant for smart services remains opaque. We conducted a systematic literature review to identify them and extended the results through an interview study. Our analysis results in 78 capabilities clustered among 12 principles and six dimensions. These results provide significant support for the smart service transformation of manufacturing companies and for structuring the research field of smart services.
Ziel des Forschungsprojekts ‚DM4AR‘ war es, Servicewissen skalierbar und einfach nutzbar zu machen, indem automatisch Augmented-Reality-Inhalte aus verschiedenen Datenquellen generiert werden.
Nutzen für die Zielgruppe:
Durch die Ergebnisse des Projekts ‚DM4AR‘ kann zukünftig die wesentliche Barriere für die flächendeckende und produktive Nutzung der AR-Technologie durch die Etablierung eines plattformbasierten und automatisierten Ansatzes zur Datenaufbereitung überwunden werden. Dabei steht die einfache Integration in den operativen Serviceprozess im Vordergrund, um den Nutzen zu maximieren und die Umstellung der Serviceprozesse zu vereinfachen. Die ‚DM4AR‘-Ergebnisse ermöglichen somit die Sicherung und den gezielten Einsatz des im Unternehmen vorhandenen Wissens.
The research outlines a concept to conduct the double materiality assessment through the synergistic use of Generative AI and the AHP method. In the first step, we employ interactive, moderated workshops as our chosen methodology to create a tailored set of sustainability target criteria. This process is enriched by the inclusion of Generative AI. The outcome is a comprehensive set of company-specific sustainability target criteria.
Ziel des Forschungsprojekts ‚SubaSa‘ war die Entwicklung eines Markteinführungsnavigators für Subscription-Geschäftsmodelle, insbesondere für KMU der produzierenden Industrie. Hierfür wurden entlang der vier Dimensionen des Marketings Wege zur erfolgreichen Gestaltung und Etablierung des Geschäftsmodells erarbeitet.
In der Ära, in der Daten als „neues Gold“ bezeichnet werden, deckt eine Expertise die Kluft zwischen Erkennen und Nutzen dieses Schatzes auf. Sie bietet präzise Einblicke in die Datenmonetarisierung in Deutschland, legt verborgene Potenziale offen und liefert praxisnahe Handlungsempfehlungen, um produzierenden Unternehmen zu helfen, den wahren Wert ihrer Daten gewinnbringend zu nutzen.
In diesem Beitrag wird ein neuartiges Konzept für ein hybrides Produktionssystem vorgestellt, das sowohl neue als auch aufbereitete Produkte verarbeiten kann. Im Kern zeichnet es sich durch einen multifunktionalen De- und Remontagearbeitsplatz aus, der mehrere Strategien der Kreislaufwirtschaft in das Wertschöpfungssystem integriert. Damit wird das Ziel verfolgt, die industrielle Transformation hin zu einer kreislauffähigen Produktion zu fördern und effizient zu gestalten.
Die Relevanz zur Vorbereitung auf Störungen nimmt durch das volatile Umfeld, steigende Komplexität und zunehmende Abhängigkeiten zwischen verschiedenen Akteuren in Supply-Chains für produzierende Unternehmen zu. Häufig verfolgte Ansätze zur Schaffung effizienter Strukturen und Reduktion von Kosten erhöhen die Anfälligkeit gegenüber Störungen. Vergangene Störungen haben dabei insbesondere zu Problemen im Bereich der Beschaffung geführt. Der Aufbau von Resilienz unterstützt den Umgang mit unvorhersehbaren Ereignissen. Je höher die Resilienz ist, desto geringer ist der negative Einfluss einer Störung und desto schneller ist eine Rückkehr in den ursprünglichen oder einen besseren Zustand möglich. Obwohl der Bedarf zur Steigerung der Resilienz von vielen Unternehmen erkannt wird, wird dies häufig nicht systematisch umgesetzt. Herausforderungen beim Aufbau einer resilienten Beschaffung stellen mangelndes Wissen über das multidimensionale Resilienzkonzept und konkrete Gestaltungsoptionen sowie fehlende praktische Methoden für den gezielten Aufbau der Resilienz dar. Insbesondere die Auswahl und Kombination der richtigen Maßnahmen wird aufgrund nicht ausreichend beschriebener Beiträge der Maßnahmen zur Resilienz erschwert. Ziel der vorliegenden Dissertationsschrift ist daher die Entwicklung einer Methode zur systematischen Konfiguration der Resilienz in der Beschaffung. Die entwickelte Methode ermöglicht Unternehmen die strukturierte Auswahl und Kombination von Gestaltungsoptionen in der Beschaffung unter Berücksichtigung der verschiedenen Komponenten und Zielrichtungen der Resilienz. Hierzu wird zunächst ein Ordnungsrahmen zur Beschreibung und Strukturierung der Resilienz entwickelt und für den Kontext der Beschaffung konkretisiert. Als wesentliche Grundlage für die systematische Konfiguration der Resilienz erfolgen anschließend die Entwicklung eines strukturierten Resilienzpotenzialkatalogs und die Identifikation von Potenzialkategorien. Resilienzpotenziale stellen dabei Gestaltungsoptionen zum Aufbau der Resilienz dar. Die Methode zur systematischen Konfiguration der Resilienz führt die entwickelten Ergebnisse zusammen und stellt die praktische Anwendbarkeit sicher. Durch die ganzheitliche Betrachtung der Resilienz und der Resilienzpotenziale kann eine gezielte Gestaltung der Resilienz erreicht werden, die bislang aufgrund eines fehlenden Verständnisses der relevanten Aspekte der Resilienz und der Wirkung der Gestaltungsoptionen erschwert wurde.
(Quelle: https://www.apprimus-verlag.de/systematische-konfiguration-der-resilienz-in-der-beschaffung.html)
33 Prozent aller Unternehmen glauben, den Anschluss an Künstliche Intelligenz (KI) zu verlieren. Obwohl KI auf den ersten Blick eine Herausforderung darstellt, kann sie vor allem im Unternehmenskontext eine bedeutende Rolle spielen. Genau da setzt das Programm "KI-Serviceroadmap 2024" des FIR an und zeigt Ihnen den Weg zu KI im Service auf. Das Programm beginnt für alle teilnehmenden Unternehmen mit einem umfassenden Assessment und mündet in der Entwicklung einer detaillierten Roadmap mit Ihrem individuellen Weg zu KI.
Reinforced through the pandemic and shaped by digitalization, today's professional working environment is in a state of transformation. Working remotely has become a vital component of many professions' regular routines. The design of remote work environments presents challenges to organizations of all sizes. By providing a classification, this paper reveals a comprehensive understanding of the fields of design to be considered to establish lasting remote work concepts in organizations. A hierarchical classification with four dimensions consisting of human, technology, organization, and culture, seven design elements and, twenty design parameters indicates to organizations the fields of design that need to be examined. To satisfy both the theoretical foundation and the practical application, design elements are derived by implementing a systematic review of the literature that represents key areas of interest for remote work. Additionally, these are verified and complemented by a dedicated case study research to incorporate practice-oriented design parameters.