Refine
Document Type
- Conference Proceeding (17)
- Contribution to a Periodical (12)
- Part of a Book (11)
- Book (5)
- Report (4)
- Working Paper (4)
- Article (3)
- Internet Paper (2)
- doctorallecture (1)
- Doctoral Thesis (1)
Is part of the Bibliography
- no (60)
Keywords
- 5G (1)
- ADAM (3)
- Abschlussbericht (1)
- Anforderungen (1)
- Anforderungserhebung (1)
- Anforderungsermittlung (1)
- Anforderungsmanagement (1)
- Ausbildung (1)
- Automobilindustrie (1)
- Autonome Elektromobilität (1)
Institute
Smart Service Prototyping
(2021)
This chapter is dedicated to prototyping, one of the steps of the Smart Service Engineering Cycle. It includes three phases: realizing core functionalities, developing core functionalities, and testing functionalities with customers. In order to realize prototypes successfully, methodical aspects of rapid IoT prototyping are used.
First of all, this chapter explains the motivation behind rapid prototyping and provides an introduction to the approach. The concept of rapid IoT prototyping is based on the idea of developing short-cycle solution variants on the basis of benefit hypotheses or benefit promises and user stories focusing on them. The aim is to achieve data acquisition, aggregation, linkage, processing, and finally visualization by developing it in a vertically integrated manner. Once this is accomplished, the prototype can be evaluated with customers, which also makes it possible to put the benefit hypotheses to the test. Finally, the collected customer feedback can be incorporated more quickly into the development process of new prototype versions, leading to a continuous improvement of the user experience as well as a constant focus on prioritizing the user. Another component of rapid IoT prototyping is working and thinking in terms of minimum viable products (MVP), i.e., solutions that do not meet all of the defined requirements in the first iteration, but are nevertheless already functional. [https://link.springer.com/chapter/10.1007/978-3-030-58182-4_6]
Intelligente Produkte sind im Privatkundenbereich etabliert. Mittelständler stehen jedoch vor großen die Smartifizierung betreffenden Herausforderungen. Sie wissen nicht, welche Methoden geeignet sind, um bestehende Produkte zu smartifizieren. Es bedarf daher einer Methode zur Spezifikation von intelligenten Produkten im Maschinenbau. Diese beruht auf generischen Entwicklungszielen und Use Cases, um Anforderungen abzuleiten, die die Initiierung von Smartifizierungsprojekten beschleunigen.
Energieflexibilität stellt eine mögliche Lösung dar, um die Herausforderungen der steigenden Volatilität in den Versorgungsnetzen in Deutschland zu beherrschen. Die Bundesregierung gibt den Weg vor: Die Energieversorgung Deutschlands wird in Zukunft verstärkt bis ganzheitlich durch erneuerbaren Energien gedeckt werden. Heute gibt es jedoch wenige innovative Energiedienstleistungen, die dieses Ziel verfolgen und die beschriebene Herausforderung in Zukunft beherrschbar machen.
Im Projekt "FlAixEnergy" wird eine Roadmap innovativer Energiedienstleistungen entwickelt. Diese zeigt auf, welche Smarten Services derzeit im Markt fehlen und in Zukunft erforderlich werden. Das Projekt wird mit Mitteln des Bundesministeriums für Wirtschaft und Energie (BMWi) gefördert.
Die vernetzte Digitalisierung als Befähiger für Intelligente Produkte und datenbasierte Geschäftsmodelle stellt Unternehmen vor zahlreiche und vielfältige Herausforderungen auf dem Weg durch die digitale Transformation. Zur Unterstützung dieser Unternehmen wurden in den vergangenen Jahren diverse Referenzarchitekturmodelle entwickelt. Eine detaillierte Analyse derselben und insbesondere ihrer Nutzung durch Unternehmen zeigt schnell, dass aktuell bestehende Referenzmodelle große Schwächen in der Anwendung und somit in der Praxistauglichkeit aufweisen. Mit dem Aachener Digital-Architecture-Management (ADAM) wurde ein Modell entwickelt, das gezielt die Schwächen bestehender Referenzarchitekturen adressiert, ohne ihre Stärken zu vernachlässigen. Als holistisches Modell, speziell für die Anwendung durch Unternehmen entwickelt, strukturiert das ADAM-Modell die digitale Transformation von Unternehmen in den Bereichen der digitalen Infrastruktur und der Geschäftsentwicklung. Systematisch werden Unternehmen dazu befähigt, die Gestaltung der Digitalarchitektur unter Berücksichtigung von Gestaltungsfeldern voranzutreiben. Dabei bietet das Modell nicht nur eine Strukturierungshilfe, sondern beinhaltet auch einen Baukasten, um das Vorgehen in der digitalen Transformation zu konfigurieren. Durch die Breite und Tiefe von ADAM werden Unternehmen befähigt, den Weg durch die digitale Transformation systematisch und strukturiert zu bestreiten, ohne die wertschöpfenden Bestandteile der Digitalisierung aus den Augen zu verlieren.
Die Spielregeln der betrieblichen Praxis werden aufgrund ansteigender Dynamik der aktuellen Covid-19-Pandemie neu definiert, Erfolgsprinzipien verlieren über Nacht ihre Gültigkeit. Die einschränkenden Effekte der Krise führen zu einem Paradigmenwechsel, der bekannte und etablierte Formen der Zusammenarbeit sowie die Anforderungen an Führungsqualitäten verändert. Bis vor wenigen Wochen war die virtuelle Durchführung von Abstimmungsrunden, Steuerkreisen und Projekt-Workshops für viele Unternehmen nicht denkbar. Wer sich die Tragweite der Pandemie jedoch bewusst vor Augen führt, erkennt, dass die Auswirkungen aktuell und in Zukunft wie ein Katalysator für die digitale Transformation wirken. Handlungsoptionen, die vor drei Monaten als unmöglich galten, sind inzwischen etablierter Bestandteil des Arbeitsalltags.
Technologiebewertung
(2022)
Die Entwicklung hin zu einem agilen Unternehmen erfordert verschiedene, aufeinander aufbauende Umsetzungsprojekte, die sich anhand gewünschter Potenziale und abgeleiteter Aufwände beschreiben lassen. Diese Entwicklung und die Einführung neuer Lösungen stellen Unternehmen vor die Herausforderung der Investitionsentscheidung. Diese Entscheidung beruht bei vielen Unternehmen auf einer reinen Kosten-Nutzen-Betrachtung, bei der häufig der ROI im Fokus steht. Klassische Methoden der Wirtschaftlichkeitsberechnung können durch agile Ansätze des Prototypings unterstützt werden, um die Abwägung aus zwei Dimensionen zu fundieren. Während es Unternehmen auf der einen Seite schwer fällt, Einsparpotentiale und Kostentreiber zu identifizieren und zu bewerten, bedarf es auf der anderen Seite einer Herangehensweise, wie mit sich ändernden und unklaren Anforderungen umzugehen ist.
In diesem Kapitel werden Methoden und Werkzeuge zur technologischen und wirtschaftlichen Bewertung von Technologien und Systemen vorgestellt. Verantwortlichen wird dadurch die Unsicherheit vor der Bewertung von Innovationen genommen und sie werden befähigt, die Entscheidungen effizienter vorzubereiten. Darüber hinaus werden Vorgehensweisen präsentiert, um einzelne Umsetzungsprojekte der digitalen Transformation im Gesamtkontext zu bewerten. Die technische Bewertung differenziert zwischen klassischen und agilen Ansätzen, wie dem Prototyping, mit dem die Machbarkeit nicht nur theoretisch, sondern anfassbar evaluiert wird. (Quelle: https://link.springer.com/chapter/10.1007/978-3-662-63758-6_14)
Digital in NRW
(2019)
Das Interesse am Themenfeld Industrie 4.0 ist besonders für KMU ungebrochen, weiterhin aber auch unübersichtlich und wenig greifbar. Best practices von Methoden und Technologien sind in der industriellen Praxis nicht oder nur unzureichend vorhanden. In diesem Zusammenhang fehlen passende Angebote, die auf die spezifischen Bedürfnisse von KMU zugeschnitten sind. Das Bundesministerium für Wirtschaft und Energie (MBWi) hat diese Problemstellung erkannt und gezielte Maßnahmen im Sinne des Aufbaus von Mittelstand 4.0-Kompetenzzentren zur Unterstützung des deutschen Mittelstands ergriffen. Einen großen Beitrag im Kontext dieser Unterstützung leistet das mit dem FIR e.V. an der RWTH Aachen seit 2016 gegründete Mittelstand 4.0-Kompetenzzentrum Dortmund "Digital-in-NRW".
Mehrwerte aus Daten
(2019)
Moderne datenbasierte Lösungen können wichtige Bausteine sein, um Prozesse, Produkte und sogar das eigene Geschäftsmodell weiterzuentwickeln oder neu auszurichten. Die Möglichkeiten, die durch die Digitalisierung entstehen, stehen nicht nur großen internationalen Konzernen offen, sondern können auch gerade von kleinen und mittleren Unternehmen gewinnbringend genutzt werden. Diese wichtige Erkenntnis scheint beim Mittelstand in Nordrhein-Westfalen angekommen zu sein. Die Bedeutung und die Potenziale von Mehrwerten aus Daten scheinen mehrheitlich erkannt. Unsere Umfrage hat gezeigt, dass bereits rund die Hälfte der befragten Mittelständler über einen systematischen Umgang mit Daten verfügt. Allerdings ist dieser Umgang meist noch durchschnittlich und ein stärkerer Ausbau zu höheren Reifegraden ist möglich und mit Blick auf die zukunftssichere Weiterentwicklung des Wirtschaftsstandorts Nordrhein-Westfalen auch nötig. Die vorgestellten Leuchttürme machen aber zwei Sachen deutlich: Erstens erzeugen KMU bereits heute in Nordrhein-Westfalen Mehrwerte aus Daten. Zweitens weisen diese Leuchttürme ein enormes Transferpotenzial auf und können vielen KMU in Nordrhein- Westfalen und darüber hinaus Hinweise geben, auf welchen Wegen eine Optimierung der eigenen Wertschöpfung durch Daten möglich ist.
Da die heutigen Logistiknetzwerke den Anforderungen nicht mehr gerecht werden, rückt das Supply-Chain-Risk-Management von Wertschöfungsketten zunehmend in den Mittelpunkt unternehmerischer Überlegungen. Störungen in Logistiknetzwerken treten wegen unzureichender Datenmengen, -qualität und -integration der realen Welt nicht in den Informationssystemen auf. Eine echtzeitfähige Reaktion auf diese Störungen und proaktive Korrekturmaßnahmen innerhalb der Logistikprozesse sind folglich unmöglich. Daher kann ein erhöhter Bedarf an ganzheitlicher Transparenz innnerhalb der Logistiknetzwerke abgeleitet werden. Mit diesem Thema beschäftigt sich das Forschungsprojekt Smart-Logistic-Grids.