Refine
Year of publication
- 2020 (105) (remove)
Document Type
- Journal article (67)
- Book chapter (17)
- Conference proceeding (8)
- Book (7)
- Working Paper (3)
- Doctoral Thesis (1)
- Anthology (1)
- Report (1)
Is part of the Bibliography
- yes (105) (remove)
Institute
- ESB Business School (105) (remove)
Publisher
- Springer (16)
- Elsevier (9)
- De Gruyter (6)
- AMD Akademie Mode & Design (5)
- MIM, Marken-Institut München (5)
- Konrad-Adenauer-Stiftung (3)
- Leibniz-Universität Hannover (3)
- MIT Center for Information Systems Research (3)
- Otto Schmidt (3)
- Thexis Verlag (3)
- Universität Tübingen (3)
- Wiley (3)
- Association for Information Systems (2)
- Hanser (2)
- Hüthig (2)
- IdW-Verlag (2)
- Lange (2)
- Sage Publishing (2)
- Schäffer-Poeschel (2)
- Verlagsgruppe Handelsblatt (2)
- Academy of Management (1)
- AfM Arbeitsgemeinschaft für Marketing (1)
- DUZ Medienhaus (1)
- Emerald (1)
- Europäische Fernhochschule Hamburg (1)
- Handelsblatt Fachmedien GmbH (1)
- Henry Stewart Publications (1)
- Horizon Research Publishing (1)
- Huss-Verlag (1)
- IEEE (1)
- Industrie- und Handelskammer Region Stuttgart (1)
- IntechOpen (1)
- MDPI (1)
- Revista Portuguesa de Filosofia (RPF) (1)
- Routledge (1)
- Society for Personality and Social Psychology (1)
- Swiss Marketing (1)
- Taylor & Francis (1)
- The Kelley School of Business, Indiana University (1)
- University of Illinois (1)
- University of Novi Sad (1)
- University of Portsmouth (1)
- VCW (1)
- VDI Fachmedien (1)
- Verlag IFZ – Hochschule Luzern (1)
- Virtus Interpress (1)
Fabrikplanungsprozesse werden zunehmend durch räumlich und zeitlich verteilte Teams durchgeführt, die agiles Projektmanagement praktizieren. Voraussetzung für den Erfolg ist die Anwendung von Planungssystemen der Digitalen Fabrik sowie moderner Groupware zur Kommunikation, Koordination und Kooperation in den agilen Projektgruppen der jeweiligen Planungsphase. Es wird ein Konzept mit Implementierungshinweisen für einen zukunftsfähigen Fabrikplanungsprozess mit digitalen Systemen vorgestellt.
Die OLED-Technologie wurde vor über zehn Jahren als Revolution in der Verpackungs-industrie gefeiert, die jedoch in der Praxis ausblieb. In einem industriellen Kooperations-projekt zur Zukunftsszenarienentwicklung der pharmazeutischen Verpackungsindustrie stellt sich die OLED-Technologie als Schlüsseltechnologie für das Zukunftsszenario Smart Packaging 2.0 dar.
Die pharmazeutische Verpackungsindustrie ist durch umfangreiche Regularien geprägt und daher in der Innovationsdynamik etwas eingeschränkt. In einem sechsmonatigen Projekt zur Entwicklung von Zukunftsszenarien für die Pharmaverpackung wurde aufgezeigt, dass zwar neue Technologien, wie E-Labels oder Kindersicherungen, die Marktreife erreicht haben oder in Kürze erreichen werden, neue Anforderungen in absehbarer Zukunft aber weiteren Entwicklungsbedarf erfordern. Die pharmazeutische Verpackungsindustrie muss sich zusammen mit ihren Kunden und Technologielieferanten enger und intensiver austauschen, um die nächste Verpackungsgeneration, Smart Packaging 2.0, auf den Weg zu bringen.
Mangels durchgängiger Datenstandards für Planungssysteme der Digitalen Fabrik müssen systemspezifische Datenaustauschlösungen implementiert werden. Zur Unterstützung der Planung ist ein durchgängiger Fabrikplanungsprozess mit integrierter Routenplanung sowohl prozess- als auch systemtechnisch erforderlich. Dafür werden beispielhaft ein Fabrik- und ein Routenplanungssystem auf ihre Kompatibilität untersucht, erforderliche Anforderungen abgeleitet und eine Datenaustausch-möglichkeit für den Anwender aufgezeigt.
Der Anteil mittelständischer Unternehmen, die Standorte im Ausland unterhalten, nimmt seit einigen Jahren zu. Oft finden Auslandsaktivitäten dieser Art in Niedriglohnländern statt. Dort ergeben sich u.a durch die infrastrukturellen Gegebenheiten und durch die verfügbaren Personalressourcen diverse Herausforderungen, insbesondere für die Produktivitätsermittlung und -bewertung innerhalb der Produktion. Dieser Beitrag soll für diese Herausforderungen geeignete Technologien und eine mögliche Vorgehensweise für deren Auswahl vor dem Hintergrund der ländertypischen Herausforderungen aufzeigen.
Machine learning (ML) techniques are rapidly evolving, both in academia and practice. However, enterprises show different maturity levels in successfully implementing ML techniques. Thus, we review the state of adoption of ML in enterprises. We find that ML technologies are being increasingly adopted in enterprises, but that small and medium-size enterprises (SME) are struggling with the introduction in comparison to larger enterprises. In order to identify enablers and success factors we conduct a qualitative empirical study with 18 companies in different industries. The results show that especially SME fail to apply ML technologies due to insufficient ML knowhow. However, partners and appropriate tools can compensate this lack of resources. We discuss approaches to bridge the gap for SME.
Das Internet der Dinge verändert die Customer-Experience nachhaltig, beispielsweise indem neue Dienste die Konsumenten kognitiv entlasten. Das Management sollte die neuen Interaktionsmöglichkeiten mit den Konsumenten nutzen und leistungsfähige Benutzerschnittstellen entwickeln sowie analytisches Know-how und Partnerschaften aufbauen.
Planning of available resources considering ergonomics under deterministic highly variable demand
(2020)
In this paper, a method for hybrid short- to long-term planning of available resources for operations is presented, which is based on a known or deterministically forecasted but highly variable demand. The method considers quantitative measures such as the performance and the availability of resources, ergonomically relevant KPI and ultimately process costs in order to serve as a pragmatic planning tool for operations managers in SMEs. Specifically, the method enables exploiting the ergonomic advantages of available flexible automation technology (e.g. AGVs or picking robots), while assuring that these do not represent a capacity bottleneck. After presenting the method along with the necessary assumptions, mainly concerning the availability of data for the calculations, we report a case study that quantifies the impact of throughput variability on the selection of different process alternatives, where different teams of resources are used.