FIR e. V. an der RWTH Aachen
Refine
Document Type
- Contribution to a Periodical (10)
- Part of a Book (7)
- Lecture (7)
- Book (3)
- Conference Proceeding (1)
- Internet Paper (1)
- Report (1)
- Working Paper (1)
Language
- German (31) (remove)
Is part of the Bibliography
- no (31)
Keywords
- Agrarproduktion (1)
- Applitationsplattform (1)
- Case Competition (1)
- Crowd-Innovation (1)
- Daten (1)
- Datenaustausch (1)
- Datenbasierte Dienstleistungen (4)
- Dienstleistungen (1)
- Digitale Plattform (1)
- Digitale Transformation (1)
Institute
Smart-Service-Plattformen
(2019)
Smart-Service-Plattformen können einen Lösungsbaustein darstellen, um die steigende Weltbevölkerung ressourcenschonend zu ernähren. Durch die Aggregation von Daten und kontextsensitive datenbasierte Dienstleistungen können Landwirte präzise während der gesamten landwirtschaftlichen Produktion unterstützt werden, um bei gleichbleibender Versorgungsfläche den steigenden Nahrungsmittelbedarf zu decken. Die Entwicklung und der erfolgreiche Betrieb einer Smart-Service-Plattform stellen viele Unternehmen, nicht nur in der Landwirtschaft, jedoch vor große Herausforderungen, da sich die Geschäftsmodelle und -logiken einer Plattform grundlegend von herkömmlichen Produkten unterscheiden. Um Unternehmen praxisnahe Gestaltungsempfehlungen für den Erfolg einer Smart-Service-Plattforum zu geben, wurden für diesen Beitrag insgesamt 25 bereits bestehende Plattformen aus den Bereichen Smart Farming und Smart Production sowie branchenübergreifende Plattformen mittels einer Case-Study-Research hinsichtlich ihres Geschäftsmodells und ihrer jeweiligen Erfolgskriterien untersucht. Basierend auf den Ergebnissen der unterschiedlichen Case-Studys werden insgesamt neun Gestaltungsempfehlungen für den erfolgreichen Betrieb einer Smart-Service-Plattform vorgestellt, die jeweils auf die Besonderheiten der Branche eingehen und so ein umfassendes Bild für den Erfolg einer Smart-Service-Plattform geben. [https://link.springer.com/chapter/10.1007/978-3-662-59517-6_29]
Unternehmen, die ihre Prozesse durch maschinelles Lernen unterstützen wollen und hierfür auf externe Dienstleister und Produkte zurückgreifen müssen, fehlen die qualifizierten Anhaltspunkte für die Auswahl eines Machine-Learning-Anbieters.
Aus dieser Motivation heraus ist die vorliegende Marktstudie Industrial Machine Learning entstanden. Sie bietet Unternehmen die Grundlage, eine fundierte Entscheidung für oder gegen den Einsatz von Machine Learning im Unternehmen zu
treffen.
Die Darstellung von realen Usecases in der vorliegenden Marktstudie veranschaulicht die konkrete Anwendbarkeit. Insbesondere damit leistet die Studie ihren Beitrag, das Thema Maschine Learning verständlich und anschaulich darzustellen.
Die Marktstudie bietet einen umfassenden Überblick über unterschiedliche Arten von Anbietern und Lösungsmöglichkeiten.
Ein Anspruch auf Vollständigkeit wird dabei nicht erhoben und wäre für die Zielsetzung nicht angebracht.
Trends und Entwicklungen
(2020)
Der traditionelle After Sales Service inklusive der hohen Margen und Gewinnbeiträge steht einem Wandel gegenüber. Digitale Transformation, Globalisierung oder disruptive Geschäftsmodelle verändern die etablierten Rahmenbedingungen des Geschäftsbereiches zunehmend. Daher sollten sich Unternehmen auf diesen Wandel vorbereiten und Veränderungen in der eigenen Organisation anstoßen. Aus diesem Grund wird in dem letzten Kapitel des vorliegenden Buches auf wichtige Trends im After Sales Service eingegangen. Zu nennen sind hierbei der Ansatz der Servitization (Abschn. 7.1), die Digitale Transformation im After Sales Service (Abschn. 7.2), digitale Geschäftsmodelle (Abschn. 7.3), das Smart Service Engineering (Abschn. 7.4) oder der Einfluss der Elektromobilität auf den automobilen After Sales Service (Abschn. 7.5).
Die Landwirtschaft steht in den nächsten Jahren vor einer Reihe gravierender Veränderungen. Die steigende Weltbevölkerung muss bei einer gleichbleibenden Versorgungsfläche auch in Zukunft ernährt werden. Datenbasierte Dienstleistungen ermöglichen diese Produktivitätssteigerungen, indem sie Landwirte bei der Ernte unterstützen und Handlungsempfehlungen geben. Die nPotato als Smart Product und darauf aufbauende Smart Services ermöglichen es Landwirten, ihre Erntemaschinen während der Ernte an sich verändernde Bedingungen anzupassen, um den Ertrag durch optimale Maschineneinstellungen zu maximieren. Der folgende Beitrag beschreibt die systematische Entwicklung dieses Smart Service, erläutert die dahinterliegende technische Architektur und zeigt dessen Potenziale und mögliche Geschäftsmodelle auf.
Das FIR untersucht gemeinsam mit Partnern aus Wirtschaft und Forschung im Rahmen des Projekts Smart-Farming-Welt (SmarF), wie die multidirektionale Vernetzung aller Akteure des Ökosystems Landwirtschaft gestaltet werden kann. Die zu entwickelnde Plattform ermöglicht einen dynamischen Datenaustausch zwischen allen Beteiligten sowie darauf aufbauende datenbasierte Dienste, die die Produktivität landwirtschaftlicher Betriebe und des gesamten Wertschöpfungsnetzwerks verbessert.
Gefördert wird das Projekt Smart-Farming-Welt (Förderkennzeichen 01MD16007E) durch das Bundesministerium für Wirtschaft und Energie (BMWi). Das Teilvorhaben des FIR fokussiert die Bedarfsanalyse, Geschäftsmodelle und Nutzerakzeptanz.
Die digital vernetzte industrielle Produktion verspricht schnellere und effizientere Prozesse - in Entwicklung und Produktion wie auch in Service, Marketing und Vertrieb oder bei Anpassung ganzer Geschäftsmodelle. Agil zu handeln und in Echtzeit Veränderungen vorzunehmen, wird in der Industrie 4.0 zur strategischen Erfolgseigenschaft eines Unternehmens. Voraussetzung dafür ist der Aufbau einer immer breiteren Datenbasis. Ob deren Potenzial effektiv genutzt wird, hängt jedoch auch wesentlich von der Organisationsstruktur und Kultur eines Unternehmens ab.
Die vorliegende acatech STUDIE stellt ein neues Instrument vor, mit dem produzierende Unternehmen den Weg zum lernenden, agilen Unternehmen individuell gestalten können. Der acatech Industrie 4.0 Maturity Index ist als sechsstufiges Reifegradmodell aufgebaut und analysiert die in der digitalisierten Industrie benötigten unternehmerischen Fähigkeiten in den Gestaltungsfeldern Ressourcen, Informationssysteme, Kultur und Organisationsstruktur. Jede erreichte Entwicklungsstufe verspricht produzierenden Unternehmen einen konkreten Zuwachs an Nutzen. Das Modell wurde in der praktischen Anwendung in einem mittelständischen Betrieb validiert.
Die digitale Kartoffel
(2017)
Seit nunmehr sieben Jahren richtet das FIR an der RWTH Aachen einen Ideenwettbewerb aus. Studierende aller Fachrichtungen sind jedes Jahr aufgerufen, die Problemstellung des beteiligten Unternehmenspartners zu lösen. Ob innovative Dienstleistungen für Fitness-Armbänder, neue Geschäftsmodelle für industrielle Machine-to-Machine-Anwendungen oder Konzepte für die intelligente Ersatzteillogistik - die Case-Competition bietet den Studierenden jedes Jahr aufs Neue die Chance, an praxisrelevanten Themen zu arbeiten und die Unternehmen mit ihrer Lösung zu überzeugen.