Refine
Document Type
- Journal article (15)
- Conference proceeding (12)
- Book chapter (7)
- Working Paper (4)
- Book (1)
Is part of the Bibliography
- yes (39)
Institute
- ESB Business School (39) (remove)
Publisher
- Hanser (7)
- Springer (6)
- Fraunhofer Verlag (4)
- De Gruyter (3)
- Elsevier (3)
- Fraunhofer-Institut für Arbeitswirtschaft und Organisation (3)
- Fraunhofer-Verbund Innovationsforschung (2)
- International Society for Professional Innovation Management (2)
- Bundesministerium für Bildung und Forschung (1)
- Cambridge University Press (1)
Internet of things innovations and the industrial internet these days become more and more decisive factors of future success for companies. Especially manufacturing oriented SME will face the challenge to develop innovative technology driven business models alongside technology innovations in this field which will be essential for future competitiveness. Failing in developing these technology driven business models in an internationally highly competitive environment will have a serious impact both on companies and on the society. Hence, securing economic stability and success of these technology driven business models is an indispensable task. To identify challenges for innovative industrial internet business models first it is necessary to understand what the industrial internet means to the leading parties and applying companies and start-ups in the field. Second, challenges from general business model development will be outlined. In a third step risks and challenges in business model development will be discussed with regard to the special characteristics of technology driven business models in the context of the industrial internet and the important role of the technological key component of the business model. Especially the capability to deal with an integrated consideration of the indivisible linked dimensions of economic and technological aspects of these business models is questioned. In the fourth place the specific challenges for industrial internet business models are derived. On the basis of these results it is also discussed what might be done to handle these challenges successfully with the goal to turn them into chances. The need for future research on the integration of the risk management perspective into the development of these technology driven business models is derived. This will help established companies and start-ups to realize great technological innovations for the industrial internet in sound and successful innovative business models.
Durch die Differenzierung der Produkte nach verschiedenen Kundengruppen konnte das Unternehmen seinen Marktanteil trotz des gesättigten Markts ausbauen. Neben der erstklassigen Qualtät seiner Produkte unterscheidet das Unternehmen sich nun auch noch durch seine kundengruppenspezifische Entwicklung und Vermarktung von der No-Name-Konkurrenz und den Herstellern aus Niedriglohnländern. Diese Sicherung der Marktposition wiegt die Kosten der notwendigen Flexibilisierung mehr als auf. Das Unternehmen ist durch seine neuen und innovativen Produkte besser für die Zukunft gerüstet. Es kann durch seine hervorragenden Kontakte zu seinen Kunden auf die sich ändernden Wünsche und Anforderungen seiner vielfältigen Kundschaft schnell und gezielt reagieren.
Um seinen Markterfolg zu sichern, muss ein Unternehmen schneller ans Ziel gelangen als seine Konkurrenz. Entsprechend soll ein Unternehmen neue Produkte und Dienstleistungen schnell und erfolgreich am Markt platzieren. Um dies zu ermöglichen, sind in alllen Phasen des Innovationsprozesses optimale Bedingungen zu schaffen. Der Schlüssel dazu liegt jedoch nicht nur in der gezielten Steuerung der Faktoren, die die Innovationsfähigkeit eines Unternehmens bestimmt, sondern auch im Einsatz der Fähigkeiten aller Beschäftigten. Die Nutzung des Potenzials von Frauen, älteren Mitarbeiterinnen und Mitarbeiter oder Beschäftigten unterschiedlichster Herkunft bedeutet für ein Unternehmen mehr kreative Ideen, weitere Blickwinckel und neue Herangehensweisen. Dies führt nicht nur zu verbesserten Entscheidungen und Entwicklungen, sondern insgesamt zu einer besseren Nutzung der Innovationschangsen, zu innovativeren Produkten und damit letztlich zu mehr Wachstum.
Projektmanagement
(2020)
Projektmanagement ist ein Werkzeug um singuläre Aufgaben interdisziplinär und unternehmensübergreifend strukturiert zu bearbeiten, die einmalig und extrem bedeutsam für das Unternehmen sind sowie nicht einfach in der bestehenden Linienorganisation bearbeitet werden können. Unter Projektmanagement versteht man ein Konzept für die Leitung eines komplexen Vorhabens und die Institution, die dieses Vorhaben leitet.
Personalmanagement
(2020)
Auch wenn der Wert in keiner Bilanz auftaucht: das Humankapital entscheidet über den Unternehmenserfolg. Während Kapital im Überfluss vorhanden ist, ist das Personal zunehmend der Engpassfaktor. Wurde bis in die 1980er-Jahre der Mensch als Produktionsfaktor und die Personalabteilung als seine Verwaltungsinstanz gesehen, so ist die Personalarbeit heute ein integratives Element des Managementprozesses und die Personalabteilung aktiver Teil des Managementteams (Scholz 2014c). Damit verbunden ist der begriffliche Wandel von Personalwirtschaft bzw. Personalverwaltung hin zum Personalmanagement bzw. Human Ressource Management (HRM). Die Begriffe signalisieren eine stärker strategisch ausgerichtete Auseinandersetzung mit allen Fragen, die den Einsatz von Personal und die Verknüpfung der Personal- mit der Unternehmensstrategie zum Gegenstand haben.
Wichtige Aufgaben der Personalarbeit sind Personalplanung, Personalbeschaffung, Personalentwicklung, Personaleinsatz, Personalkostenmanagement, Personalführung. Diese werden in der Regel von unterschiedlichen Stellen wahrgenommen – neben der Personalabteilung spielen dabei auch die direkte Führungskraft sowie die Unternehmensleitung eine wichtige Rolle.
In der zunehmenden Individualisierung von Produkten zeigt sich, dass Kundennähe und digital vernetzte Zusammenarbeit aller Partner wertvolle Erfolgspotenziale darstellen. Für komplexe Kundenauftragsprozesse gilt es, zu vernetzen und die Prozesse und Systeme in Form eines ganzheitlichen Ansatzes zukunftsfähig zu gestalten. Dabei wird der Herausforderung begegnet, Daten und Dokumente zu digitalisieren und den manuellen Aufwand zu reduzieren. Der Untersuchungsgegenstand ist der Abwicklungsprozess, ausgehend von einer Online-Konfiguration durch den Kunden bis zur Bestellabwicklung. In diesem Beitrag wird ein Vorgehensmodell aufgezeigt, das Unternehmen in die Lage versetzt, ihren Kundenauftragsprozess durch ein digitales Geschäftsmodell zukunftsfähig auszugestalten. Nutzenpotenziale sind eine verstärkte Kundenbindung durch eng verzahnte digitale Kollaboration, verstärkte Wirtschaftlichkeit durch Reduktion der Prozesskosten sowie eine Optimierung der Customer Experience durch effiziente Abläufe.
Angesichts des breiten Angebotsspektrums neuer Technologien und der Vielzahl verschieden verwendeter Begriffe rund um Industrie 4.0, stehen Unternehmen nicht selten orientierungslos vor der Herausforderung, individuelle Umsetzungsstrategien abzuleiten. Das vorliegende Reifegradmodell ermöglicht die Erfassung bereits im Produktionssystem implementierter Lean Management-Prinzipien und gibt praktikable Antworten auf die evolutionären Visionen, indem es realisierbare und individuelle Migrationspfade in Richtung Industrie 4.0 für Unternehmen aufzeigt.
Zukünftige Montagearbeitsplätze müssen veränderten Herausforderungen, wie z. B. der zunehmenden Anzahl von Mensch Roboter-Kollaborationen, gerecht werden. Die Virtual Reality (VR)-Technik bietet im Rahmen der Arbeitsplatzgestaltung neue Möglichkeiten, diesen veränderten Planungsherausforderungen gerecht zu werden. Die Ausarbeitung stellt eine Methode zur Bewertung des sinnvollen Einsatzes der VR-Technik für einen spezifischen Arbeitsplatz vor. Außerdem wird aufgezeigt, wie die VR-Technik in den Prozess der Arbeitsplatzgestaltung integriert werden kann.
Der Einsatz von Data Science in der Produktion ermöglicht eine neue Art der Optimierung von Prozessen und Systemen. Die Bedeutung der datengetriebenen Produktionsoptimierung wächst zunehmend im produzierenden Gewerbe. Im Gegensatz zu konventionellen Ansätzen, wie z. B. die des Lean Managements, basiert dieser anhaltende Trend auf der steigenden Verfügbarkeit von Daten im Zuge der digitalen Transformation. Vor allem kleine und mittlere Unternehmen stehen vor der Herausforderung abzuwägen, welche Maßnahmen hierfür ergriffen werden sollten und welche Nutzenpotenziale sich daraus ergeben. Diese Arbeit stellt einen strukturierten Leitfaden zur Vorgehensweise bei Datenanalyseprojekten bezogen auf einen spezifischen Anwendungsfall im Kontext einer frühen Fehlerdetektion und -prävention dar.
Imagine a world in which the search for tomorrow's trends is not subject to a long and laborious data search but is possible with a single mouse click. Through the use of artificial intelligence (AI), this reality is made possible and is to be further advanced through research. The study therefore aims to provide an initial overview of the young research field. Based on research, expert interviews, company and student surveys, current application possibilities of AI in the innovation process (defined as Smart Innovation), existing challenges that slow down the further development are discussed in more detail and future application possibilities are presented. Finally, a recommendation for action is made for business, politics and science to help overcome the current obstacles together and thus drive the future of Smart Innovation.