Business Transformation
Refine
Year of publication
Document Type
- Contribution to a Periodical (98)
- Conference Proceeding (30)
- Part of a Book (25)
- Report (14)
- Working Paper (8)
- Article (6)
- Doctoral Thesis (6)
- doctorallecture (5)
- Internet Paper (4)
- Book (2)
Language
- German (133)
- English (35)
- Multiple languages (30)
Is part of the Bibliography
- no (198) (remove)
Keywords
- 01 (18)
- 02 (29)
- 03 (4)
- 04 (1)
- 5G (3)
- 5G-Monitoring (1)
- 5G-Netze (1)
- 5G-Potenziale (1)
- 5G-Technologie (1)
- AI (4)
Institute
- Business Transformation (198)
- FIR e. V. an der RWTH Aachen (197)
- Dienstleistungsmanagement (14)
- Informationsmanagement (12)
- Produktionsmanagement (8)
Zielsetzung des geplanten Verbundprojekts ELIAS ist es, einen Ansatz für die Gestaltung von Produktions- und Arbeitssystemen zu entwickeln, der die Lernförderlichkeit als elementaren Bestandteil bereits im Entstehungsprozess einplant und darüber hinaus die kontinuierliche Verbesserung in Bezug auf die Lernförderlichkeit sicherstellt. Mit dem ELIAS-Lernförderlichkeitsplaner wird erstmals ein Konzept bereitgestellt, das die aktive Entwicklung und Gestaltung moderner lernförderlicher Arbeitssysteme sowohl für Dienstleistungs- als auch Produktionsprozesse ermöglicht. Die Breitenwirksamkeit und stetige Weiterentwicklung des ELIAS-Ansatzes wird dabei durch die ELIAS-Community garantiert, die als zentrale Austauschplattform Experten und Entscheidungsträger des Industrial Engineerings auch über die beteiligten Partner hinaus zusammenführt. Das Forschungsprojekt ELIAS wird durch das Bundesministerium für Bildung und Forschung (BMBF) gefördert werden.
Die Fabrik 4.0 wird nicht menschenleer sein. Im Gegenteil wird der Mensch als Kompetenz‐ und Flexibilitätsquelle sowie als Entscheider eine wesentliche Rolle in den dezentral organisierten Produktions‐ und Prozessstrukturen der Zukunft spielen. So erfordert die Evolution der Arbeits‐ und Produktionssysteme auch eine Evolution der Lehrund Lernprozesse, wobei Produktions‐ und Wissensarbeit immer stärker miteinander verschmelzen. Die Fülle an verfügbaren Informationen in der digitalen Fabrik muss für die beteiligten Mitarbeiter handhabbar und steuerbar gemacht werden. Hierfür werden mobile Endgeräten aber auch vor allem intelligente Assistenzsysteme auf der technologischen Seite notwendig sein. Weitgehende Einigkeit besteht darin, dass durch diese Entwicklung erhebliche Qualifizierungsanforderungen auf die Unternehmen zukommen und dass Lernprozesse aus Zeit‐, Kosten‐, Akzeptanz‐ und Qualitätsgründen viel stärker als heute als Learning‐on‐the‐job, also arbeitsintegriert, erfolgen müssen. Informationen und technische Geräte sind jedoch alleine nicht in der Lage, funktionierende Learning Solutions zu schaffen. Forschungsergebnisse zeigen seit längerem, dass dazu lernförderliche Arbeitssysteme erforderlich sind. Darunter sind Systeme zu verstehen, welche Lernen als Planungsgegenstand und Gestaltungskriterium aufweisen, denn Lernförderlichkeit wird bereits in der Planungs‐ und Gestaltungsphase der Arbeitssysteme zu erheblichen Anteilen bestimmt. Die Förderung menschlicher Lernprozesse für ein effektives und effizientes arbeitsintegriertes Lernen wird damit zu einer Engineering‐Aufgabe. Im laufenden BMBF‐Verbundprojekt ELIAS (Engineering lernförderlicher industrieller Arbeitssysteme für die Industrie 4.0) werden bestehende wissenschaftliche Erkenntnisse zum Lernen im Prozess der Arbeit und zur Lernförderlichkeit zu einem integrativen Modell der Lernförderlichkeit weiterentwickelt.
Companies in the manufacturing industry are shifting towards a more service-oriented business model. One major challenge of this transformation is the information exchange between the different stages of the product-service-lifecycle.
We extend the existing body of knowledge by conducting an empirical study in the German manufacturing industry, addressing the cause-effect relationship between 1) information gathering over the product-service-lifecycle, 2) data analytics 3) interpretation and use of new information and 4) distribution of new product related information and the impact of these four aspects on performance.
The analysis reveals five different success factors with a significant impact on innovation and operation excellence. The implications from our research can help to develop new and more practical oriented Lifecycle-Product-Service-System approaches on the one hand. On the other hand it enables companies to focus on activities leading to higher service efficiency. Creating new stimuli will transform their existing business model to a more service-oriented one.
Two major trends are driving many companies in the manufacturing industry to rethink and reconfigure their business logic: the trends towards applying a service dominant business logic, and the trends towards collecting and using information about the market life cycle of products. The pursuit of market lifecycle information has lately been one that is driven mostly by tremendous developments in the area of the Internet of Things and information system integration. Companies in the manufacturing industry are reconfiguring their value chains, tending towards a higher degree of service orientation. This transformation requires an understanding of the principles behind offering additional value through industrial product service systems. The design of an adequate information architecture and the subsequent management model are the key factors for a successful implementation. This article focuses on how information gathering, analysis, and the meaningful use of information have been linked to the success of those companies within the German manufacturing industry which have made the transformation towards service-orientation. On the basis of an empirical study, five success factors with a significant impact on either innovation performance and/or operational performance are identified. These findings are enhanced to derive guidelines for an adequate information architecture. The guidelines are underpinned by best practices of prosperous companies with a strong product-service-orientation. Links between best practice application and performance are analyzed, and significant relations are identified.
Das Verbundprojekt „BIRUZEM – Nachhaltige Bildung von Arbeitskräften der Zementindustrie in Russland“ zielte darauf ab, den Konsortialpartnern den Einstieg in die Qualifizierung von an- und ungelernten Arbeitskräften sowie Facharbeitern der russischen Zementindustrie zu ermöglichen. Im Einzelnen umfasst das Projekt BIRUZEM die folgenden fünf Zielstellungen: Zum einen das Erschließen des russischen sowie angrenzender Märkte der Zementherstellung für den Export deutscher Aus- und Weiterbildungsmaßnahmen. Zum anderen eine Konzeptentwicklung, um die Weiterbildungsdienstleistungen im Zielland nachhaltig anzubieten sowie durchzuführen. Eine weitere Zielstellung bestand darin, die Maßnahmen und Programme zur Weiterbildung von gewerblich-technisch Beschäftigten, Vorabeitern, Meistern und Ingenieuren, auf die lokalen Gegebenheiten – wie beispielsweise Kultur, vorhandene Technologien, Infrastruktur, Gesetzeslage – in Russland anzupassen. Anschließend wurden die im Laufe des Projektes konzipierten Bildungsdienstleistungen für in Russland tätige Zementhersteller in den Bereichen Instandhaltung sowie Mess- und Verfahrenstechnik angeboten und durchgeführt. Die fünfte Zielstellung umfasste den Transfer des Projektergebnisses auf andere Problemstellungen und auf weitere Anwendungsgebiete, wie beispielsweise das des Steine-Erden-Sektors.
Der Bereich der intelligenten Gebäudetechnik bietet großes Potenzial zur Entwicklung von datenbasierten Dienstleistungen und innovativen Geschäftsmodellen. Mithilfe moderner Sensor- und Kommunikationstechnologien können bspw. Energiereinsparpotenziale bei der Gebäudenutzung realisiert oder das Wohlbefinden der Nutzer gesteigert werden. Nicht nur große Unternehmen, sondern auch kleine und mittelständische Unternehmen (KMU) aus dem Bereich technischer Gebäudeausrüstung (TGA) haben dieses Potenzial erkannt. Zunächst gilt es daher, das Geschäftsfeld Smart Building zu strukturieren, mögliche Geschäftsmodelle zu identifizieren und durch eine Umfeldanalyse Transparenz für die Hersteller von TGA zu gewährleisten und so eine potenzielle Neuausrichtung der Geschäftstätigkeiten zu erleichtern.
In Zeiten der Digitalisierung und vor dem Hintergrund stetig steigender Energiepreise wollen viele Unternehmen ihr Bürogebäude
möglichst intelligent und kosteneffizient steuern. Moderne Sensor- und Kommunikationstechnologien können heute dabei helfen, Energiesparpotenziale auszuschöpfen. Im Bereich der intelligenten Gebäudetechnik werden daher datenbasierte Dienstleistungen und innovative Geschäftsmodelle immer wichtiger. Deshalb hat sich das FIR an der RWTH Aachen gemeinsam mit dem International Performance Research Institute (IPRI) aus Stuttgart im Projekt „Smart Building“ (Förderkennzeichen: 18858 N) zur Aufgabe gemacht, Hersteller technischer Gebäudeausrüstung dabei zu unterstützen, ihre bisherigen Geschäftsmodelle um datenbasierte Dienstleistungen zu erweitern.
Das vorherrschende Geschäftsmodell führender Internetfirmen besteht darin, persönliche Daten in großem Maße zu sammeln und in bare Münze zu verwandeln. Die weitreichende Erfassung und Verarbeitung von (persönlichen) Daten lässt zwar einerseits „den Rubel rollen“ und kann zudem hilfreich sein bei der Unterstützung der Behörden im Rahmen der Verbrechensbekämpfung, kann aber andererseits für den Einzelnen mehr von Schaden als von Nutzen sein – zumal er oder sie häufig keinerlei Kontrolle über das jeweilige Maß an gewahrter Privatsphäre hat, oft in völliger Unkenntnis über die Weiterverarbeitung und ggf. -veräußerung der Datenbestände gehalten und selten an dem aus seinen oder ihren Daten erwirtschafteten Gewinn beteiligt wird. Eine gesetzliche Regelung, mittels derer die Interessen beider Seiten berücksichtigt werden, ist bisher nicht in Sicht.
Der strategische Wandel von einem reinen Sachgüterhersteller hin zu einem Lösungsanbieter mit einem individuellen Dienstleistungsangebot geht einher mit umfangreichen Veränderungen hinsichtlich der Aktivitäten, des Verhaltens und der Strukturen des Unternehmens. Dies stellt insbesondere kleine und mittlere Unternehmen (KMU) vor Herausforderungen. So müssen beispielsweise neue Kompetenzen aufgebaut, das eigene Rollenverständnis des Personals neu definiert und der Wille zur Veränderung in der Organisation verankert werden. Damit KMU geeignete Maßnahmen zur Veränderung des Unternehmens ableiten und bewerten können, muss bereits vor Beginn des eigentlichen Transformationsprozesses klar sein, inwiefern ein Unternehmen dazu in der Lage ist, strategische, organisatorische sowie prozessuale Veränderungen zu planen und umzusetzen. Das im Projekt fit4solution entwickelte Transformations-Assessmentwerkzeug unterstützt KMU bei der Identifikation relevanter Stellhebel und dient gleichzeitig der Wirksamkeitsbewertung der zu entwickelnden Maßnahmen
Eines der grundlegenden Geschäftsmodelle im Umfeld der digitalen Technologien stellt eine der größten Bedrohungen der Privatsphäre von Kunden dar: die Monetarisierung sensitiver Daten, ermöglicht durch das Sammeln und die Speicherung von Nutzerdaten. Unternehmen haben verschiedene Anwendungsfelder für die Verwendung von personenbezogenen Daten identifiziert, sei es die Berechnung von Absatzmärkten, die Prognose von Kundenverhalten oder das individuelle Pricing eines Produkts. Gleichzeitig sind sich Kunden zwar bewusst darüber, dass ihre privaten Daten gespeichert und verwertet werden, sie wissen jedoch überraschend wenig über die Art der Daten und den Umfang, in welchem die Verwertung stattfindet. Zentraler Bestandteil des geplanten Forschungsprojekts myneData ist ein Datencockpit, das Unternehmen und Kunden hilft, den vorliegenden Zielkonflikt zwischen der Nutzbarkeit von Daten und den Privatsphäreanforderungen zu überwinden und einen völlig neuen Gestaltungsspielraum für Technologien und (Daten-)Wirtschaft zu ermöglichen.