© Andreas Horsky
Return on Maintenance – Steigender Wertbeitrag der Instandhaltung durch Industrie 4.0 Frederick Birtel FIR an der RWTH Aachen © FIR e. V. an der RWTH Aachen
08. November 2018
Auf einen Blick: Profil des FIR e. V. an der RWTH Aachen
Motto
Forschung – Innovation – Realisierung
Mission
Erforschung praxisrelevanter Probleme und Transfer innovativer Lösungen der Betriebsorganisation und Informationslogistik für die digitale Vernetzung der Wirtschaft
Portfolio
jährlich ca. 50 öffentlich geförderte Projekte, jährlich ca. 60 Projekte mit Industriekunden und diverse Transfermaßnahmen
Asset
über 50 wissenschaftliche, 20 festangestellte und 100 studentische Mitarbeiter
Themen
Produktionsmanagement, Dienstleistungsmanagement, Informationsmanagement und Business-Transformation
© FIR e. V. an der RWTH Aachen
Geschäftsführer Prof. Dr. Volker Stich
Direktorium Prof. Dr. Günther Schuh 2
Am RWTH Aachen Cluster Smart Logistics werden Lösungen für digital vernetzte Unternehmen gemeinsam entwickelt und angeboten Engineering Digital Business
Next Level Information Logistics
The next Generation of Business Applications
Mitglieder & Projektpartner (Auszug)
Managing Digital Transformation Realize Digital Transformation
Innovation Labs
Demofabrik
• • • • •
Mehr als 350 Forscher / Berater/ Data Scientisten & Entwickler Mehr als 70 immatrikulierte Mitglieder Mehr als 500 Kunden und Partner bei laufenden Projekten Mehr als 250 Projekte pro Jahr Mehr als 20 Spin-Offs
© FIR e. V. an der RWTH Aachen
3
Wir begleiten Unternehmen auf der Transformation zum Anbieter digitaler, datenbasierter Lösungen
Business Optimization Maintenance and Repair
Digital Twin Aviation Analytics Pay per hour
Implementation Services
Digitale Lösung Lösung Produkt +
Produkt Produkt Anbieten von Produkten; Dienstleistung nicht verrechnet
Dienstleistung
Anbieten einzelner Dienstleistungen zusätzlich zum Produkt
Dienst-
Dienstleistung
Produkt leistung
Anbietern einer Gesamtlösung; Produkt nicht unbedingt Kernbestandteil
Anbieten einer Dienstleistung als integraler Bestandteil des Angebots
Anbieten einer Gesamtlösung als Dienstleistung in einem Betreibermodell (z.B. Verfügbarkeits- oder Funktionsgarantien)
Anbieten und Entwickeln datenbasierter Lösungen (z.B. Service-Plattform )
Transformationslinie © FIR e. V. an der RWTH Aachen
4
Agenda
Beschleunigung durch Industrie 4.0
Return on Maintenance
Wie verändert Industrie 4.0 das unternehmerische Umfeld?
Was ist unter Return on Maintenance zu verstehen?
© FIR e. V. an der RWTH Aachen
Erfolgsprinzipien für die Instandhaltung
Wie können Unternehmen Ihre Instandhaltung erfolgreich gestalten?
5
Eine sich schneller drehende Welt stellt Unternehmen vor eine Vielzahl neuer Herausforderungen – Das VUCA Phänomen Volatility
Uncertainty
Anzahl ausgeschiedener Unternehmen im Fortune 1000 Index1 712
350
Volatility
1973-1983
Complexity
Uncertainty
1% Wahrscheinlichkeit für Trump als Republikanischer Präsidentschaftskandidat
2003-2013
Entwicklungskosten Software Oberklasse-Limousine [in Mio. €] 830
Complexity 368
3
45
1995
2005
© FIR e. V. an der RWTH Aachen
NBC News/ Wall St. Jrnl 06/2015:
Ambiguity 1998: Yahoo lehnt Kauf von Google für 1 Mio. US-$ ab
Ambiguity
2002: Yahoo bietet 3 Mrd. US-$ für Google (abgelehnt) 2008: Microsoft bietet 40 Mrd. US-$ für Yahoo (abgelehnt) 2016: Verizon kauf Yahoo für 4,6 Mrd. US-$
2013
[1] www.fortune.com
2020* 6
Eine sich schneller drehende Welt stellt Unternehmen vor eine Vielzahl neuer Herausforderungen – Das VUCA Phänomen Volatility
Uncertainty
Anzahl ausgeschiedener Unternehmen im Fortune 1000 Index1 712
1% Wahrscheinlichkeit für Trump als Republikanischer Präsidentschaftskandidat
350
1973-1983
Complexity
NBC News/ Wall St. Jrnl 06/2015:
2003-2013
Entwicklungskosten Software Oberklasse-Limousine [in Mio. €] 830
Ambiguity 1998: Yahoo lehnt Kauf von Google für 1 Mio. US-$ ab 2002: Yahoo bietet 3 Mrd. US-$ für Google (abgelehnt)
368 3
45
1995
2005
© FIR e. V. an der RWTH Aachen
2008: Microsoft bietet 40 Mrd. US-$ für Yahoo (abgelehnt) 2016: Verizon kauf Yahoo für 4,6 Mrd. US-$
2013
[1] www.fortune.com
2020* 7
Die Herausforderungen einer sich schneller drehenden Welt betreffen Unternehmen aller Branchen und Industrien Beispiel 3D-Druck1
Beispiel Obsoleszenzmanagement2
Marktvolumen 3D gedruckter Teile in Mrd. €, 2015 ggü. 2030
Beispiel mobile Assistenzsysteme3
Product Change Notification (PCN) & Product Termination Notification (PTN)
Beispiel Data Analytics4
Augmented Reality bei dem Druck-/Kopiergeräthersteller Xerox
Einsatz des Advanced Process Optimizer (APO) von algorithmica in einer Chemieanlage Häufigkeit
AR für den Techniker:
First Time Fix Rate
67 %
AR für den Kunden:
© FIR e. V. an der RWTH Aachen
Customer Fix Rate
76 %
Häufigkeit
Effizienz Techniker
20 % Kundenzufriedenheit
95 %
[1] Strategy& (2018) [2] Markt&Technik (2017) [3] Lesage (2018), [4] Bangert (2016)
Selektivität [%] keine Optimierung vom Fahrer als nützlich ausgewählte Optimierungsmaßnahmen
Ausbeute [%] Umsetzung aller vom Modell errechneten Maßnahmen 8
Nutzen der Anpassung
Die Auswirkungen von Industrie 4.0 lassen sich am Beispiel eines idealtypischen Anpassungsprozesses1 erklären Ereignis
Ereignisdaten verfügbar Analyse abgeschlossen Maßnahmen initiert Maßnahmen abgeschlossen
Datenlatenz
© FIR e. V. an der RWTH Aachen
Analyselatenz
Entscheidungs -latenz
Umsetzungslatenz
Zeit
[1] zu Muehlen u. Shapiro (2009) [2] Kagermann et al (2013) [3] Schuh (2016b) [4] Bauernhansl et al (2016)
9
Die Auswirkungen von Industrie 4.0 lassen sich am Beispiel eines idealtypischen Anpassungsprozesses1 erklären
Nutzen der Anpassung
Elemente von Industrie 4.02,4 Ereignis
Vernetzung Echtzeitfähigkeit
Big Data
Ereignisdaten verfügbar
Künstliche Intelligenz / Maschinelles Lernen
Analyse abgeschlossen Maßnahmen initiert Maßnahmen abgeschlossen
Assistenzsysteme Automatisierung von Entscheidungen Vertikale und horizontale Integration
Datenlatenz
© FIR e. V. an der RWTH Aachen
Analyselatenz
Entscheidungs -latenz
Umsetzungslatenz
Zeit
[1] zu Muehlen u. Shapiro (2009) [2] Kagermann et al (2013) [3] Schuh (2016b) [4] Bauernhansl et al (2016)
Cyber-physische Systeme
10
Die Auswirkungen von Industrie 4.0 lassen sich am Beispiel eines idealtypischen Anpassungsprozesses1 erklären
Nutzen der Anpassung
Elemente von Industrie 4.02,4 Ereignis
Vernetzung Echtzeitfähigkeit
Big Data
Maßnahmen abgeschlossen
Künstliche Intelligenz / Maschinelles Lernen Assistenzsysteme Automatisierung von Entscheidungen Vertikale und horizontale Integration Zeit
Cyber-physische Systeme
In der Beschleunigung unternehmerischer Entscheidungs- und Anpassungsprozesse liegt der wesentliche wirtschaftliche Hebel von Industrie 4.0.3 © FIR e. V. an der RWTH Aachen
[1] zu Muehlen u. Shapiro (2009) [2] Kagermann et al (2013) [3] Schuh (2016b) [4] Bauernhansl et al (2016)
11
Beispiel Formel 1: Datenbasiertes Entscheiden erfordert ein Umdenken in der Firmenkultur
In Formel 1 sind maximal 1.000 Überwachungskanäle erlaubt
35 Megabyte Daten pro Runde und ca. 30 Gigabyte pro Rennwochenende und Team an
Ca.100 Ingenieure überwachen die live-Daten aus der Ferne
Telemetriedaten Piloten1:
Telemetriedaten Kommandostand2:
Gang
Dämpferbewegung
Lenkbewegung
Öldruck
Gaspedalstellung
Öltemperatur
Geschwindigkeit
Wassertemperatur
Bremslinie
Benzindruck
G-Kräfte
Windstärke
Reifentemperatur (Kern-, Oberflächentemperaturen)
Rekuperation
Bremstemperaturen
…
Optimierung der eigenen Fahrweise für schnelle Rundenzeiten © FIR e. V. an der RWTH Aachen
Formel 1-Rennen in Russland 30. April 2017:3 "Niki hat gesagt: 'Dreht es einfach auf, ich nehme es auf meine Kappe!' Wir haben dem widerstanden". Torger Christian „Toto“ Wolff Motorsportchef Mercedes
Optimierung des Setup und der Strategie für bestmögliche Rennplatzierung
[1] Motorsport-Magazin.com (2014a) [2] Motorsport-Magazin.com (2014b) [3] Nimmervoll et al. (2017) Bilder: https://www.motorsport-total.com/formel-1/news/formel-1-russland-2017-premierensieg-fuer-valtteri-bottas-17043024]
12
Direkte + indirekte Instandhaltungskosten
Strategieanpassung in der Instandhaltung als Beispiel eines typischen Anpassungsprozesses in der Instandhaltung
Kostenkurve alt Kostenkurve neu
Beschleunigung durch Industrie 4.0
Strategieanpassung für neue kostenoptimale Vorbeugeintensität
2
1
3
Veränderte AssetNutzungsparameter und Kostenkurve
3 2
Verfügbarkeit
Vorbeugeintensität
Verfügbarkeitskurve alt
Steigende Instandhaltungskosten bei alter Instandhaltungsstrategie
Verfügbarkeitskurve neu 1 Vorbeugeintensität
© FIR e. V. an der RWTH Aachen
13
Die Bedeutung der Instandhaltung am Beispiel der LCC: Potenziale der Instandhaltung in klassischer kostenorientierter Sicht
Life Cycle Costs
Entsorgungskosten
1 Betriebskosten
Investitionssumme
Instandhaltungskosten
2
Herstellkosten Entwicklungskosten
3
Vor der Nutzung
1
Reduktion von Betriebskosten
© FIR e. V. an der RWTH Aachen
In Anlehnung an VDI 2884
Während der Nutzung
2
Verlängerung der Asset-Nutzung
3
Nach der Nutzung
Rückführung von Daten in die Entwicklung 14
Den vielfältigen Wertbeitrag der Instandhaltung messbar machen am Beispiel des Return on Capital Employed (ROCE)
Instandhaltungskosten Kosten Operatives Ergebnis
Stillstandskosten Ausschussrate
Umsatz
Stillstandszeiten …
ROCE Maschinenlebensdauer Anlagevermögen Investiertes Kapital
Maschinenbestände Investitionskosten
Umlaufvermögen
Ersatzteilbestände …
© FIR e. V. an der RWTH Aachen
In Anlehnung an Stiefl, Westerholt (2008), Biedermann (2016)
15
Return on Maintenance: Maximierung des Wertbeitrags der Instandhaltung
Instandhaltungskosten
Unternehmenswert
Instandhaltungskosten
Unternehmenswert
RoM
Mit Hilfe welcher Prinzipien kann der Wertbeitrag der Instandhaltung im Kontext von Industrie 4.0 maximiert werden? Š FIR e. V. an der RWTH Aachen
16
Erfolgsprinzip 1: Transparenz durch den digitalen Schatten Transparenz über den gesamten Asset Lebenszyklus sicherstellen Beispiel: Definition von Messpunkten für Zeitstempel
Hinreichend genaue digitale Abbildung optimierter Prozesse1 Ziel ist die echtzeitnahe Datenbereitstellung für eine echtzeitnahe Auswertung1
Auftrag erfassen
Integrierte Betrachtung von Prozess- und Daten- bzw. Informationsmanagement
Leistung klären
Serviceobjekt identifizieren
Auftrag planen
Auftrag vorbereiten
Auftrag steuern
Auftrag bearbeiten
Auftrag durchführen
Auftragserfolg prüfen
Auftrag rückmelden
Auftrag abschließen
Messpunkte
Objektdaten
Prozessdaten
Umgebungsdaten
Digitaler Schatten
…
MP5 Auswahl an Maschine MP6&7 Testläufe 1 und 2
MP8 Kundenabnahme MP9 Freigabe zur Produktion
Kriterien zur Auswahl eines Messpunktes:
Prozess
© FIR e. V. an der RWTH Aachen
Maschinendaten
MP1 MP3 Einwahl Maschine in an Wartungspo Maschine MP2 sition MP4 ProduktionsMeldung freigabe durch ErsatzteilKunden auswahl
[1] Bauernhansl et al (2016)
Vollständigkeit
(Semi-)Automatisierbarkeit
Übertragbarkeit
Wirtschaftliche Erhebung
Echtzeitfähigkeit 17
Erfolgsprinzip 2: Hohe Umsetzungsgeschwindigkeit mit Minimum Viable Services Erste testbare Lösung mit minimaler Projektlaufzeit und Investment Projektbeispiel FIR / Center Smart Services: „Get-Connected Prym“ Wie lange braucht man, um das älteste industrielle Familienunternehmen Europa ins Internet der Dinge zu bringen?
Fokus auf wenige Kernfunktionalitäten Erste testbare Lösung in wenigen Tagen Einbindung des Kunden bereits beim ersten Prototypen
Anbindung einer Stanzmaschine und Entwicklung erster Dashboards
Full Blown Solution
Minimum Viable Service
Emotional Design
Emotional Design
Useable
Useable
Reliable
Reliable
Functional
Functional
© FIR e. V. an der RWTH Aachen
Kein Projektplan!
Kein Powerpoint!
Nutzung bestehender Infrastrukturen (PTC ThingWorx)
Minimales Investment (< 200€ für Hardware)
Aktive Projektarbeitszeit: 50 Stunden
!
Erfolgsprinzip 3: Geringe Umsetzungskosten durch Nutzung von Standards Die Interoperabilität der technischen Infrastruktur sicherstellen
Kompatibilität zwischen verschiedenen Automations- und Informationssystemen Freie Skalierbarkeit durch Modulbauweise und ständige Anpassung an Änderungen des Produktionsbetriebs
Plug&Play ermöglicht die problemlose Installation weiterer Gerätebetreiber Beispiel: PTC ThingWorx - Cloud-basierte Plattform mit Middleware1
OPC DA, AE
PLC
OPC UA
DCS
Proprietary
Database
Data Logger
Clients
Oracle MOC SNMP Agent © FIR e. V. an der RWTH Aachen
Advanced Tags
Alarms & Events
Servers Customs
[1] KEPServerEX [2] Antony Passemard
19
Erfolgsprinzip 4: Nachhaltige Erfolge durch Wissens- und Innovationskultur Verankerung von RoM in der eigenen Unternehmenskultur
Wissen als Produktionsfaktor verstehen Fachliche Karrierepfade zur Entwicklung von Experten Fachexperten umfangreiche Entscheidungsbefugnisse einräumen Trennung von disziplinarischer und fachlicher Verantwortung
„Hire Smart People“ „Fähigkeiten statt Erfahrung“
Beispiel: IBM – Academy of Technology1
Vertrauen Wissensund Innovationskultur
Regelmäßige Peer-Reviews
Datenbasierte Entscheidungen
Mentorship
© FIR e. V. an der RWTH Aachen
[1] IBM Academy of Technology (2018)
20
Vier Erfolgsprinzipien fĂźr Return on Maintenance
Digitaler Schatten
Minimum Viable Services
Standards
Wissens- und Innovationskultur Š FIR e. V. an der RWTH Aachen
21
Fazit
1
Industrie 4.0 bedeutet die rapide Beschleunigung unternehmerischer Entscheidungs- und Anpassungsprozesse
2
Die Bedeutung der Instandhaltung geht weit über die reine Herstellung von Verfügbarkeit zu möglichst geringen Kosten hinaus
3
Die Welt von morgen kann lässt sich nicht mit den Methoden von gestern gestalten
© FIR e. V. an der RWTH Aachen
22
Im Rahmen der acatech Studie Smart Maintenance werden Gestaltungshinweise für Smart Maintenance Organisation auf jeder Stufe des Maturity Index erarbeitet Digitalisierung
Industrie 4.0
Smart Maintenance Assessment Gemeinsame Gestaltung einer individuellen Roadmap zur Umsetzung der Smart Maintenance >>Wo fange ich an, was ist zu tun – genau hierauf finden wir mit Ihnen eine Antwort!<< Gemeinsame Planung
Getrennte (manuelle) Planung in Silos
Gemeinsame, statische Planung über Silos hinweg
Gemeinsame Planung in Echtzeit mit Soll-IstAbgleich
Datenbasierte Planungsoptimierung
Prognosebasierte Planung
Automatische, dynamische Planung
Verfügbarkeitsorientierung
Erfassung der Ereignisse
Bestimmung relevanter Kennzahlen (z. B. OEE)
Kennzahlen in Echtzeit (z. B. OEE)
Wirkbeziehung zwischen Maßnahmen und Kennzahlen (z. B. OEE)
Szenarioprognose zu Maßnahmen anhand von Kennzahlen (z. B. OEE)
Automatische Entscheidung anhand Kennzahlen (z. B. OEE)
Flexibilität
Statische Ressourcen Optimierung in Silos
Statische Ressourcen Optimierung
Ressourcenverfügbarkeit und Allokation in Echtzeit
Bedarfsgerechte Allokation von Ressourcen
Szenarioprognose der Ressourcen Allokation
Automatische Ressourcen Optimierung
Wissensmanagement
Digitale Serviceberichte
Globale Anlagenhistorie
Digitaler Zwilling einer Anlage mit Echtzeitdaten
Digitaler Lösungskatalog und Verfahrensanweisungen
Generierung autom., priorisierter Lösungsvorschläge
Automatische Bereitstellung von notw. Informationen
Ersatzteilmanagement
Digitalisierte ETInformationen in Silos
Wertbeitrag
© FIR e. V. an der RWTH Aachen
Wir freuen uns auf Ihre Kontaktaufnahme! Integriertes Ersatzteilwesen / Stammdaten-Management
Ersatzteilbestände im Netzwerk in Echtzeit
Risiko-orientierte Ersatzteil Bevorratung
Optimierte Ersatzteilbedarfe im Netzwerk (z. B. mit 3D-Druck)
Autonome, dynamische Beschaffung
Output bezogene Kostenerfassung (Stückkosten)
Digitaler Schatten des Wertbeitrages über Organisationgrenzen
Szenarioanalyse anhand des Wertbeitrages
Szenarioprognose anhand des Wertbeitrages
Automatische Entscheidung anhand Wertbeitrag
Prognosefähigkeit
Adaptierbarkeit
Frederick Birtel ComputerisierungFrederick.Birtel@fir.rwth-aachen.de Konnektivität Sichtbarkeit Transparenz +49 241 47705 204 Erfassung der direkten IH-Kosten
23
Wie es weiter geht – laufende und geplante Projekte des FIR an der RWTH Aachen und dem Center Smart Services
Marktstudie „Industrial Machine Learning“ Konsortialprojekt „Digital B2B Customer Journey“ Konsortialprojekt „Smart Service Vertrieb“
Konsortialprojekt „Fähigkeiten für digitale Geschäftsmodelle“ Broschüre Konsortialprojekt „Smart Service Networks“
2019 Case Competition
Case Competition
Konsortialprojekt „Smart Service Engineering“ Broschüre
Konsortial-Benchmarking „Customer Insights“ Broschüre Konsortial-Benchmarking „Smart Maintenance“
© FIR e. V. an der RWTH Aachen
Konsortial-Benchmarking „Subscription Business“ Broschüre 24
Vielen Dank für Ihre Aufmerksamkeit
Campus-Boulevard 55 · 52074 Aachen · Germany www.fir.rwth-aachen.de
Frederick Birtel, M.Sc. Leiter Competence-Center Instandhaltung Telefon: Fax: E-Mail:
© FIR e. V. an der RWTH Aachen
+49 (0)241 477 05-204 +49 (0)241 477 05-199 Frederick.Birtel@fir.rwth-aachen.de
25
Anhang Ausgewählte Konsortialprojekte vom FIR an der RWTH und Center Smart Services
Marktstudie „Industrial Machine Learning“ Konsortialprojekt „Digital B2B Customer Journey“ Konsortialprojekt „Smart Service Vertrieb“
Konsortialprojekt „Fähigkeiten für digitale Geschäftsmodelle“ Broschüre: Link Konsortialprojekt „Smart Service Networks“
2019 Case Competition
Case Competition
Konsortialprojekt „Smart Service Engineering“ Broschüre: Link
Konsortial-Benchmarking „Customer Insights“ Broschüre: Link Konsortial-Benchmarking „Smart Maintenance“
© FIR e. V. an der RWTH Aachen
Konsortial-Benchmarking „Subscription Business“ Broschüre: Link 26
Subscription Business
Besuch
Auswahl
Fragebögen
Technische Möglichkeiten von Industrie 4.0 in neue Geschäftsmodelle überführen
Mögliche zentrale Fragestellungen:
Wie können geeignete Leistungspakte aus Produkt, Services und Digitalen Services für das Angebot von Subskription Geschäftsmodellen gestaltet werden? Wie wird ein Preis für die einzelnen Leistungspakete kalkuliert?
Wie halte ich den Nutzen für den Kunden konstant bzw. erhöhe diesen kontinuierlich? … und was würden Sie gerne von den Besten lernen? Kick-off Meeting: April 2019
Review Meeting: November 2019 Unternehmensbesuche
April
Mai
Jun.
Jul.
Aug.
Sep.
Okt.
Nov.
Dez.
2019
Feb.
März
Abschlusskonferenz: März 2020
Screening Phase
© FIR e. V. an der RWTH Aachen
Jan.
2020
Kontakt
Jana Frank
Bereich Dienstleistungsmanagement Telefon: +49 241 47705 228 E-Mail: Jana.Frank@fir.rwth-aachen.de
sb.konsortialbenchmarking.de
Konsortialprojekt
Top Performer entwickeln Smart Services bis zu achtmal schneller und haben ein 80% höheres Gewinnwachstum. Stellen Sie Ihren Entwicklungsansatz für Smart Services auf den Prüfstand und tauschen Sie sich mit führenden Industrieunternehmen zu Best Practices in der Entwicklung von datenbasierten Geschäftsmodellen aus! Ihr Vorsprung als Konsortialpartner: Aufbau von Expertise zur Entwicklung digitaler, datenbasierter Geschäftsmodelle Zugang zum Entwicklungsansatz „Smart Service Engineering“ Smart Service Engineering Audit zur Überprüfung Ihres aktuellen Innovationsprozesses auf Schwachstellen und der Ableitung von Maßnahmen Felix Optehostert +49 241 477 05 229 Felix.Optehostert@center-smart-services.com
© FIR e. V. an der RWTH Aachen
Nutzenhypothesen formulieren
Markteinführungsstrategie entwickeln
User Story entwickeln
Ökosystem analysieren
Ressourcen aufbauen
STRATEGIE
PROTOTYPEN
MÄRKTE
ENTWICKELN
REALISIEREN
ERSCHLIEßEN
Kernfunktionalitäten bestimmen
Funktionalitäten entwickeln
Business Case entwickeln
Funktionalitäten mit dem Kunden testen
Partner
Kontakt
Projektziel / Zentrale Fragestellungen
Smart Service Engineering
28
Smart Service Networks Gestaltung von Vertriebs- und Leistungsnetzwerken für Smart Services Werden digitale Dienstleistungen über Händler / Monteure vertrieben oder erbracht, spricht man von einem Smart Service Network. Die unterschiedlichen digitalen Fähigkeiten und Infrastrukturen der Teilnehmer am Netzwerk führt zu einem komplexen Vertriebsprozess und der Notwendigkeit den Nutzen von digitalen Leistungen für jeden Teilnehmer sichtbar zu machen. So sind bei 69% der Fälle Konflikte zwischen Stakeholdern die Ursache, wenn die Implementierung eines Services scheitert¹.
Gestalten Sie daher mit uns ihr Smart Service Network und…
Lernen Sie von Firmen aus anderen Branchen mit ähnlichen Fragestellungen Erhalten Sie ein Konzept für Smart Service Networks, basierend auf dem Smart Service Vertrieb und dem Service Engineering Zyklus des Center Smart Services
Kontakt
Maximilian Schacht, M.Sc.
© FIR e.Smart Center V. anServices der RWTH | RWTH Aachen Aachen Campus
+49 241 47705 207 maximilian.schacht@center-smart-services.com
1: https://www.service-design-network.org/community-knowledge/taming-organisational-challenges-in-service-design
Projektstart: 09/2019
Konsortialprojekt: Digital B2B Customer Journey Customer Journey
Gain interest
Evaluate
Awareness
Consideration
Explore
Operate
Order
Select new solution
Purchase Get bill & pay
Improve
Service Get support
Loyalty Expansion Add & change
Mögliche zentrale Fragestellungen
Wie kann eine durchgängige Customer Journey über verschiedene digitale und analoge Kanäle im B2B Umfeld gestaltet werden? Welche Auswirkungen haben digitale Geschäftsmodelle auf die Customer Journey? Welche Lösungen schaffen in den einzelnen Customer Journey Schritten ein positives Kundenerlebnis? Wie sehen Successful Practices für eine Customer Journey im Zeitalter von Industrie 4.0 aus?
Kontakt
Geplante Laufzeit: Juli 2019 bis Juli 2020
Arbeitspakete im Projekt Aufnahme der Partner Anforderungen
Bilden von Kunde Anbieter Paaren
Paarweise Tiefeninterviews
Aufbau einer Lösungsroadmap
Implementierung bei Konsortialpartnern
Tobias Leiting, M.Sc. M.Sc. +49 241 477 05 232 Tobias.Leiting@center-smart-services.com
© FIR e. V. an der RWTH Aachen
30
Literaturverzeichnis (I/II)
VDI-Richtlinie 2884, 2005: Beschaffung, Betrieb und Instandhaltung von Produktionsmitteln unter Anwendung von Life Cycle Costing (LCC). Online verfügbar unter https://www.vdi.de/uploads/tx_vdirili/pdf/9656128.pdf, zuletzt geprüft am 21.08.2017.
Antony Passemard (2014): The Internet of Things Protocol stack – from sensors to business value. Hg. v. Blog about IoT (Internet of Things), entrepreneurship, startups and business models. Online verfügbar unter https://entrepreneurshiptalk.wordpress.com/category/analysis/ (zuletzt geprüft am 05.10.2018).
Bangert, Patrick (2016): Optimierung chemischer Prozesse. Unter Mitarbeit von Viktoriya Georgieva. Hg. v. algorithmica technologies GmbH. Online verfügbar unter http://www.algorithmica-technologies.com/system/case_studies/pdf_des/000/000/004/original/08_Optimierung_chemischer_Prozesse.pdf?1457398051 (zuletzt geprüft am 05.10.2018).
IBM Academy of Technology: About the Academy. Hg. v. IBM Academy of Technology. Online verfügbar unter https://www03.ibm.com/ibm/academy/about/about.shtml (zuletzt geprüft am 05.10.2018).
Kagermann et. Al (2013): Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0. Hg. v. Promotorengruppe Kommunikation der Forschungsunion Wirtschaft - Wissenschaft. Frankfurt am Main.
KEPServerEX: Schnittstellen. Hg. v. KEPServerEX. Online verfügbar unter http://www.kepserverex.de (zuletzt geprüft am 05.10.2018).
Lesage, Hervé (2018): Xerox - Wie die Informationsbereitstellung über AR die Arbeit von Technikern effizienter macht. Online verfügbar unter https://www.xerox.com/de-at/dienstleistungen/marketing/einblicke/augmented-reality-produktivitat (zuletzt geprüft am 05.10.2018).
Markt&Technik. Kooperation mit VDMA beflügelt smartPCN (27.10.2017). Online verfügbar unter https://www.elektroniknet.de/markttechnik/elektronikfertigung/kooperation-mit-vdma-befluegelt-smartpcn-146984.html (zuletzt geprüft am 05.10.2018).
Motorsport-Magazin.com (2014a): Das sehen die Fahrer - So funktioniert die Telemetrie - Teil 1. Online verfügbar unter: https://www.motorsportmagazin.com/formel1/news-197898-technik-so-funktioniert-die-telemetrie-teil-1/ (letzter Zugriff: 07.07.2018)
© FIR e. V. an der RWTH Aachen
31
Literaturverzeichnis (II/II)
Motorsport-Magazin.com (2014b): Mehr Daten als Kanäle - So funktioniert die Telemetrie - Teil 2. Online verfügbar unter: https://www.motorsportmagazin.com/formel1/news-198065-technik-so-funktioniert-die-telemetrie-teil-2/ (letzter Zugriff: 07.07.2018)
Prof. Dr. Burkhard Schwenker; Tobias Raffel (2014): Think Act. Konjunkurszenario 2014. Hg. v. Roland Berger Strategy Consultants GmbH. München.
Prof. Dr.-Ing. Thomes Bauernhansl (2016): Technologien der Industrie 4.0. Stuttgart. Online verfügbar unter https://bawue.vdma.org/documents/106090/14459777/Maschinenbaudialog_2016_Vortrag_Bauernhansl_final.pdf (zuletzt geprüft am 05.10.2018).
Robert Shapiro; Michael zur Mühlen (2010): Business Process Analytics. In: Jan Brocke und Michael Rosemann (Hg.): Handbook on Business Process Management 2. Strategic Alignment, Governance, People and Culture. Berlin, Heidelberg: Springer-Verlag Berlin Heidelberg (International Handbooks on Information Systems), S. 137–157.
Schuh, Günther; Gudergan, Gerhard; Kampker, Achim (Hg.) (2016): Management industrieller Dienstleistungen. Handbuch Produktion und Management 8. 2. Aufl. 2016. Berlin, Heidelberg: Springer Berlin Heidelberg (VDI-Buch). Online verfügbar unter http://gbv.eblib.com/patron/FullRecord.aspx?p=4337449.
Stiefl, Jürgen; Westerholt, Kolja von (2009): Wertorientiertes Management. Wie der Unternehmenswert gesteigert werden kann ; mit Fallstudien und Lösungen. München, Wien: Oldenbourg.
Strategy& (Hrsg.): Strategy&-Analyse 3D-Druck: Marktvolumen für gedruckte Produkte steigt bis 2030 auf 22,6 Milliarden Euro 2018. Online verfügbar unter https://www.strategyand.pwc.com/de/pressemitteilungen/3d-druck (zuletzt geprüft am 05.10.2018).
Biedermann, Hubert (2016): Lean Smart Maintenance, Vortrag auf der Fachtagung Smart Maintenance für Smart Factories, Ludwigsburg, 06.12.2016.
© FIR e. V. an der RWTH Aachen
32