Refine
Year of publication
- 2018 (20) (remove)
Document Type
- Journal article (12)
- Working Paper (5)
- Book chapter (2)
- Conference proceeding (1)
Language
- German (20) (remove)
Has full text
- yes (20) (remove)
Is part of the Bibliography
- yes (20)
Institute
- ESB Business School (20) (remove)
Publisher
- Hanser (3)
- MIM, Marken-Institut München (3)
- Springer (3)
- BDI Bundesverband der Deutschen Industrie e.V. (1)
- De Gruyter (1)
- Fraunhofer-Institut für Arbeitswirtschaft und Organisation (1)
- Fraunhofer-Verbund Innovationsforschung (1)
- IDL GmbH Mitte (1)
- Knapp (1)
- MFG Stiftung Baden-Württemberg (1)
- Ministerium für Wirtschaft, Arbeit und Wohnungsbau (1)
- Schäffer-Poeschel (1)
- Thexis Verlag (1)
- VDE Verlag (1)
Makerspaces sind ein Element einer Open Innovation und bieten die Möglichkeit, den „klassischen Erfinder“ und „Tüftler“ aus seiner Garage, seinem Keller oder seiner Werkstatt herauszuholen. Ziel dabei ist es, ihm ein professionelles und leistungsfähiges Umfeld zur Realisierung seiner Ideen zu bieten, ihn in den Austausch mit Gleichgesinnten zu bringen und eine Verwertungsplattform für die entwickelten Ideen und Prototypen aufzubauen. Diese Optionen sind auch kleinen und mittelständischen Unternehmen zugänglich zu machen, um ihnen darüber die Möglichkeit zu geben, mit ihren zur Verfügung stehenden Mitteln, ähnlich wie Großunternehmen in Sachen Innovation und Kooperation vorzugehen.
Genau hier setzt die vorliegende Studie an und geht der Frage nach den Anforderungen kleiner und mittelständischer Unternehmen an Makerspaces auf den Grund.
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.
Die vierte industrielle Revolution stellt neue Anforderungen an Unternehmen und insbesondere an KMU. Das verfügbare Know-how bei der Implementierung von Industrie 4.0-Ansätzen stellt für viele KMU eine Herausforderung dar. Derzeit existieren in der Literatur verschiedene Wege zur Erstellung einer auf das Unternehmen angepassten Industrie 4.0 Roadmap. Eine Ausrichtung auf die Belange von KMU fehlt jedoch gänzlich. Mit dieser Arbeit werden verschiedene Ansätze zur Erstellung einer Industrie 4.0-Roadmap zusammengefasst und anschließend untersucht, worauf KMU mit ihren spezifischen Eigenschaften besonders ihren Fokus legen sollten.
Im Projekt wurden die wirtschaftliche Bedeutung und der Nutzen digital physischer Produkte in der Kreativwirtschaft untersucht, sowie sich bei der Herstellung digital-physischer Produkte ergebende Herausforderungen und Praktiken zu deren Überwindung. Hierzu wurden eine Literaturrecherche, qualitative Interviews und eine Umfrage durchgeführt. Abschließend wurden einzelne Firmen der Kreativwirtschaft fallstudienhaft untersucht.
Die Ergebnisse haben wir zu folgenden Kernbotschaften verdichtet:
Digital-physische Produkte sind derzeit noch nicht sehr weit verbreitet in der Kreativwirtschaft und nur wenige Firmen sind bereits an deren Erstellung beteiligt.
Für Firmen der Kreativwirtschaft, die bereits digital-physische Produkte herstellen, haben solche Produkte bisher eine geringe wirtschaftliche Bedeutung. Dagegen wird die strategische Bedeutung schon heute als hoch eingeschätzt und Firmen erwarten durchschnittlich eine Verdopplung der wirtschaftlichen Bedeutung (Anteil am Umsatz >50%) in den nächsten drei Jahren.
Firmen, die ihre digital-physischen Produkte als erfolgreich einschätzen, geben an, sich stark auf das physische Produkt zu fokussieren: Synergien werden zwischen physischen und digitalen Angeboten geschaffen, physische Produkte werden durch digitale Komponenten attraktiver gestaltet und die digitale Anreichung physischer Produkte dient als Marketing-Tool. Firmen geben an, dass dies zu einer Steigerung des Absatzes und der Zufriedenheit bestehender Kunden des bisher rein physischen Produktes führt.
Bisher sind die Auswirkungen der Digitalisierung auf das Qualitätsmanagement kaum diskutiert worden. Nun wurden im Rahmen einer Expertenbefragung die wichtigsten Chancen und Risiken identifiziert. Eine zentrale Anforderung dabei ist ein konsequentes „Right First Time“, für dessen Umsetzung das präventive Qualitätsmanagement eine
entscheidende Rolle spielt.
Wissenschaftliche Theorien sind häufig vielversprechend, lassen sich in der unternehmerischen Praxis aber selten direkt einsetzen. Daher schlagen wir eine pragmatische Managementmethode vor, mit deren Hilfe Theorien auf den eigenen Organisationskontext angepasst werden können. Basierend auf einer Experimentallogik, können Organisationen Theorien als Ausgangspunkt nutzen, um lokales Wissen zu generieren und so zu besseren Entscheidungen zu kommen.
Der spartenübergreifende BDI-Arbeitskreis Internet der Energie hat voraussichtliche Veränderungen durch Künstliche Intelligenz (KI) auf die Bereiche Energie und Klima analysiert und den möglichen Beitrag von KI zur Lösung anstehender Herausforderungen in diesen Bereichen erörtert. KI kann einen wesentlichen Beitrag zum Gelingen der Energiewende in Deutschland leisten. Der Energiesektor ist ein zentraler Bestandteil der deutschen Wirtschaft und daher auch in diesem Kontext äußerst relevant.
Eine Herausforderung im Rahmen aufsichtsrechtlicher Bankenprüfungen, regelmäßiger Validierungen und interner Revisionsprüfungen ist nach Ansicht der beiden Autoren die Prognosefähigkeit eines Ratingverfahrens als objektiv und belastbar zu beurteilen. In ihrem Beitrag untersuchen sie deshalb die unterschiedlichen Vor- und Nachteile maschineller Lernverfahren für die Kreditrisikomessung gegenüber den klassischen Ratingverfahren. Diese seien ein pragmatisches Werkzeug für Validierungseinheiten und interne Revision. Nach genauer Überprüfung der Verfahren kommen sie zu dem Schluss, es sei nicht mehr eine Frage, ob, sondern vielmehr wann die maschinellen Lernverfahren zu einem selbstverständlichen Bestandteil der Kreditrisikomessung werden.
Zur Entwicklung einer Sofortpreiskalkulation für CNC-Drehteile werden Machine-Learning-Ansätze sowie ein deterministischer Algorithmus untersucht. Der deterministische Algorithmus funktioniert ausschließlich für Drehteile mit geringer Komplexität. Die Machine Learning Modelle hingegen sind zukunftsfähiger, da die ersten Ergebnisse bereits sehr geringe Abweichungswerte zu den festgelegten Referenzpreisen erreichen können. Mit steigendem Datenaufkommen können beide Machine-Learning-Modelle mit geringem Aufwand weiter verbessert werden.
In der global vernetzten Community von heute spielt das Mensch-Sein eine immer größere Rolle. Es ist den Unternehmen ein Anliegen, ihrer Marke eine unverwechselbare Persönlichkeit zu verleihen, die ihre Kunden begeistert und mit der diese sich identifizieren können. Die Schaffung einer Fan-Gemeinde ist die Basis für einen nachhaltigen Unternehmenserfolg, denn nur wer emotional gebunden ist, wird auch langfristig loyal bleiben.