Business Transformation
Filtern
Erscheinungsjahr
- 2019 (19) (entfernen)
Dokumenttyp
Gehört zur Bibliographie
- nein (19)
Schlagworte
- Adaptation models (1)
- Agile Entwicklung (1)
- Arbeitsmodelle (1)
- Arbeitsplatzgestaltung (1)
- Arbeitsstrukturierung (1)
- Arbeitssysteme (1)
- Arbeitssystemgestaltung (1)
- Automatisierung (1)
- Autonomes Fahren (1)
- Blockchain (1)
Institut / FIR-Bereiche
Patterns of Digitization
(2019)
This article describes the results of a survey designed to assess how companies are implementing digital transformation, including the various strategies they employ and the actions they take to achieve large-scale transformations. While a few companies seem to reach front-runner status, the majority seem to lag behind. This phenomenon is a top concern of boardrooms worldwide and motivated the development of this study. To help these organizations, we highlight differentiated strategic principles and characteristics of the companies' design processes digitally mature companies undertake to transform their businesses. These insights should help lagging companies understand what is involved in implementing a digital transformation and what they need to do to enforce this transformation.
Metropolitan Cities
(2019)
Durch die Vernetzung und Mobilisierung von geografisch verteilten Orten soll eine europäische Modellmetropole mit einzigartigem Charakter entstehen. Dies haben sich zahlreiche Unternehmen, Forschungseinrichtungen und die öffentliche Hand für die Entwicklung der fünftgrößten Metropolregion Europas zum Ziel gesetzt.
The acquisition, processing and analysis of internal and external data is one of the key competitive factors for corporate innovation and competitive advantage. Many firms invest a significant amount of resources to take advantage of advanced analytics methods. Machine learning methods are used to identify patterns in structured and unstructured data and increase predictive capabilities. The related methods are of particular interest when previously undiscovered and unknown structures are discovered in comprehensive data sets in order to more accurately predict the outcome of manufacturing or production processes based on a multitude of parameter settings. So far, this knowledge is often part of the individual or collective knowledge of experts and expert teams, but rarely explicit and therefore not replicable for future applications. On the one hand, it is demonstrated in this paper how different machine learning algorithms have been applied to better predict the output quality in the process industry. On the other hand, it is explained how the application of machine learning methods could contribute to making previously not accessible process knowledge explicit. In order to increase the prognostic accuracy of the model diferrent methods were combined, later on compared and evaluated within an industrial case. In this paper a comprehensive approach to knowledge-based process engineering is being presented.
Anpassungsfähigkeit und Agilität sind Kernkompetenzen, welehe den Erfolg von Unternehmen im Kontext der Digitalisierung maßgeblich beeinflussen. Die Schlüsselressourcen für diese Kernkompetenzen sind neben geeigneten Unternehmensstrukturen und Prozessen insbesondere die eigenen motivierten Mitarbeiter. Somit wundert es nicht, dass Maßnahmen und Ansätze in den Vordergrund rücken, die den Mitarbeiter fokussieren. Die ,New Work' - Bewegung möchte mit genau solchen Ansätzen, die Potenzialentfaltung eines jeden Mitarbeiters in den Mittelpunkt stellen.
Die durch eine Geschäftsmodellinnovation initiierte Transformation stellt heute für Unternehmen vielfach eine Notwendigkeit wie auch eine besondere Herausforderung dar. Zur Bewertung des Transformationsaufwands ist es dabei erforderlich, eine interne wie externe Perspektive einzunehmen. Die interne Perspektive verdeutlicht die Fähigkeit eines Unternehmens, ein neues Geschäftsmodell zu implementieren. Die externe Perspektive zeigt die objektive Andersartigkeit des zukünftigen Geschäftsmodells im Vergleich zum aktuellen Modell auf. Zur Integration beider Perspektiven werden zwei Modelle entwickelt, die Unternehmen ermöglichen, einerseits die individuelle Transformationsreife und andererseits den Transformationsaufwand zur Implementierung eines neuen Geschäftsmodells einzuschätzen. Mithilfe dieser Modelle wird eine realistische Auswahl geeigneter zukünftiger Geschäftsmodellmuster gewährleistet.
Smart-Service-Engineering
(2019)
Die Industrie 4.0 hält viele Möglichkeiten für produzierende Unternehmen bereit, während sie zeitgleich eine Menge Herausforderungen kreiert. In diesem digitalisierten
und globalisierten Marktplatz kommen viele Unternehmen unter Druck, serviceorientierter zu werden und innovative Dienstleistungen wie Smart Services anzubieten. Die digitalen Services schaffen ihren Wert durch die Erweiterung von physischen Produkten. Jedoch haben sich die klassischen Methoden des Service-Engineerings (SE) nicht in ausreichendem Tempo an die digitalisierten Komponenten und veränderten Voraussetzungen angepasst. Hier wird das Smart-Service-Engineering (SSE) als neuer Ansatz für industrielle Smart Services vorgestellt. Smart-Service-Engineering basiert auf einem iterativen Entwicklungsmodell, das agile und kundenorientierte Methoden zur Verringerung der Entwicklungszeit implementiert, um einen frühen Markterfolg zu erreichen. Dabei liegt der Fokus auf den Service-Entwicklungsstufen und der Interaktion dieser Elemente des Smart Service. Schlussendlich illustriert der Beitrag die erfolgreiche Umsetzung des Smart-Service-Engineering-Ansatzes auf ein deutsches mittelständisches Unternehmen der Textilindustrie.
Deutschlands Autofahrer verbringen jährlich rund 41 Stunden mit der Suche nach freien Parkplätzen. Besonders betroffen von diesem Umstand sind Kurzzeitparker, die berufsbedingt eine Haltemöglichkeit in absoluter Nähe zum Arbeitsort benötigen. Das Forschungsprojekt 'REPAST' hat die Entwicklung eines prototypischen Dienstes zum Ziel, in dem die nötigen öffentlichen und privaten Daten zusammengeführt werden, um beruflich bedingten Kurzzeitparkern ein Werkzeug zur Reduktion von Suchzeiten und Gefahrenpotenzialen an die Hand zu geben. Wesentliches Kernergebnis neben einer Proof-of-Concept-Applikation soll ein Datenkatalog werden , in dem die relevanten Daten und deren Qualitätskriterien aufgeführt sind. Die Erarbeitung wird in sechs
logisch aufeinander aufbauenden Arbeitspaketen erfolgen und durch die zwei Partner Urban Software Institute GmbH und FIR e. V. an der RWTH Aachen durchgeführt. Das Forschungsprojekt ist der erste Teil eines zweistufigen Verfahrens der Forschungsinitiative mFUND und wird durch das Bundesministerium für Verkehr und digitale Infrastruktur gefördert.
Kern des Forschungsprojekts 'UrbanMove' ist die Hypothese, dass sich in naher Zukunft Großstädte für eine emissionsärmere Zukunft mit innovativen Mobilitätsdienstleistungen neu aufstellen müssen. Bisherige Ansätze reichen nicht aus, um den allgemeinen Ansprüchen an Emissionsfreiheit und den Kundenansprüchen an Mobilität zu vertretbaren Kosten zu entsprechen. Die Erreichung dieser Kombination ist eine bislang ungelöste Herausforderung und damit gegenwärtig ein Missstand, dem mit neuen Ansätzen begegnet werden muss. Ziel dieses Forschungsprojekts ist daher die Konzeptionierung und Pilotierung einer neuartigen, intelligenten, innerstädtischen Mobilitätslösung auf Basis einer integrativen kundenzentrierten Dienstleistungsplattform für autonom fahrende Elektro-Shuttle – sogenannte „PeopleMover“. Mit einer Kollaboration des FIR mit den innovativen KMU e.GO, MOQO und Dialego sowie der Stadt Aachen soll dies umgesetzt werden. Das diesem Bericht zugrundeliegende Vorhaben wird mit Mitteln des Bundesministeriums für Wirtschaft und Energie unter dem Förderkennzeichen 01ME17003C gefördert.
Mit dem Forschungsprojekt 'RPAsset' wird die Problemstellung unzureichender Effizienz von Administrationsprozessen kleiner und mittlerer Unternehmen adressiert. Eine Möglichkeit zur Ausschöpfung von Potenzialen besteht in dem Einsatz von Robotic-Process- Automation. Dieses Verfahren ermöglicht bereits heute, große Teile der Administrationstätigkeiten in Unternehmen mit standardisierter Datenverarbeitung zu automatisieren. Mit den Projektergebnissen sollen KMU bei der Konzeption eines ganzheitlichen Ansatzes zur Identifikation geeigneter Prozesse und RPA-Software, dem Vergleich passender Algorithmen sowie der Entwicklung einer optimalen RPA-Integrationsstrategie unterstützt werden. Das IGF-Vorhaben 20661 N der Forschungsvereinigung FIR e. V. an der RWTH Aachen wird über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung und -entwicklung (IGF) vom Bundesministerium für Wirtschaft und Technologie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestags gefördert.
Metropolitan Cities
(2019)
Durch die Vernetzung und Mobilisierung von geografisch verteilten Orten soll eine europäische Modellmetropole mit einzigartigem Charakter entstehen. Dies haben sich zahlreiche Unternehmen, Forschungseinrichtungen und die öffentliche Hand für die Entwicklung der fünftgrößten Metropolregion Europas, der Metropolregion Rhein-Ruhr, zum Ziel gesetzt und die Initiative METROPOLITAN CITIES ins Leben gerufen. Ausgehend vom Potenzial von über 12 Mio. Einwohnern, etwa 400.000 Studierenden,den meisten Start-up-Gründungen in der Republik,etablierten Konzernen und High-Tech-Start-ups, wurde eine einzigartige Vision für METROPOLITAN CITIES formuliert: die Abschaffung aller innovations-und mobilitäisbehindernder Barrieren. Die Region soll sich verhalten und entwickeln wie „ein großes Ganzes". Ökosysteme für Innovationen sollen forciert werden und Innovationen sollen unmittelbar in der Region umgesetzt und erprobt werden. Dass dies funktionieren kann, soll anhand der Bewerbung der Metropolregion Rhein-Ruhr um die Olympischen und Paralympischen Spiele 2032 demonstriert werden.