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)
Die Dynamik der wirtschaftlichen Entwicklung und deren Abhängigkeit von globalen Wechselwirkungen wachsen heute schneller denn je. Das macht Zukunftsprognosen besonders schwierig. Dennoch bietet der Blick auf langfristig prägende Trends die Chance, eine Diskussion darüber zu eröffnen, welche Realität uns morgen erwarten könnte und wie wir damit umgehen wollen.
Dieses Impulspapier stellt aus Sicht der Mitgliedsinstitute des Fraunhofer Verbunds Innovationsforschung eine Auswahl derjenigen Trends dar, die Innovationssysteme im Zeitraum bis 2030 wesentlich beeinflussen werden. Auf dieser Grundlage werden Thesen für Innovation im Jahr 2030 abgeleitet und beschrieben, welche Aufgaben sich daraus für Wirtschaft, Politik, Wissenschaft und Gesellschaft ergeben.
The unprecedented acceleration in the dynamics of economic development and its dependence on global interactions makes predicting the future especially difficult. Nevertheless, an examination of long-term trends provides an opportunity to begin a discussion about what reality could await us tomorrow and how we want to deal with it. With this food-for-thought paper, the member institutes of the Fraunhofer Group for Innovation Research wish to present a selection of the trends that are destined to have a significant impact on innovation systems in the period leading up to 2030. Based on these trends, the paper derives theses for innovation in the year 2030 and describes the resulting tasks for business, politics, science and society.
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.
Since project managers still face problems in managing interorganizational R&D projects, it is a promising approach to manage these projects project-culturally-aware. However, an important prerequisite for a project-culture-aware management is that the involved individual organizations pursue a collaborative strategy. Therefore, our article provides a conceptual approach including a new tool, the Collaborative Iron Triangle, which supports both project sponsors and managers in different phases of the collaboration process to pursue a collaborative strategy in interorganizational R&D projects.
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.
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.
Imagine a world in which the search for tomorrow's trends of (software) products 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.
Projektmanagement
(2014)
Seit den 1990er Jahren richten immer mehr Unternehmen ihre aufbau- und ablauforganisatorische Organisation nach Gesichtspunkten des Projektmanagements aus. Gerade im Produktentstehungsprozess setzt sich die Abkehr von starr getrennten Aufgaben und Tätigkeiten in funktional definierten Abteilungen hin zu einer teamorientierten Projektarbeit immer mehr durch. Projektmanagement ist in verschiedenen Ausprägungsstufen realisierbar. Angefangen bei der Festlegung von Projekten ohne Änderung der organisatorischen Abläufe über das Einfluss- und Matrix-Projektmanagement bis hin zur durchgängigen Projektorganisation des Unternehmens sind viele Mischformen möglich.
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.
Der Zusammenschluss von Unternehmen in Lieferantennetzwerken auf Basis digitaler Plattformen bietet eine Möglichkeit, der Forderung nach Flexibilität in der Industrie 4.0 nachzukommen. Anhand der Charakterisierung eines realen Lieferantennetzwerkes werden use cases für die Lieferantenanbindung hergeleitet. Diese dienen als Diskussionsgrundlage von Potenzialen und Herausforderungen der Anbindung, wobei sich die Frage nach der optimalen Integrationstiefe stellt. Hierzu wurde ein anwenderorientiertes Entscheidungsmodell abgeleitet.
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.
Die Entwicklung neuer Produkte findet nicht nur abteilungs-, sondern zunehmend organisationsübergreifend statt. Kooperationen in der Produktentstehung gewinnen folglich vermehrt an Bedeutung, was neue Anforderungen an den Produktentstehungsprozess (PEP) und die Zusammenarbeit in diesem schafft. Mit diesen Herausforderungen sieht sich auch der Forschungscampus ARENA2036 konfrontiert. Die vorliegende Arbeit beschäftigt sich mit der Entwicklung eines für die interdisziplinäre, interorganisationale Zusammenarbeit geeigneten PEP-Modells. Dieses wird auf Basis von theoretischen Grundlagen, Experteninterviews und unter Berücksichtigung der praktischen Gegebenheiten in ARENA2036 modelliert. Der finale PEP untergliedert sich in einen übergeordneten Prozess, in den die individuellen PEPs der ARENA2036-Partner untergeordnet sind. Durch diese Struktur können die heterogenen PEPs der Partner vereint und die notwendige forscherische Freiheit und Flexibilität gewährleistet werden. Weiterhin wird der PEP durch geeignete Konzepte und Methoden der kooperativen Zusammenarbeit flankiert.
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.
Um sich in einem schnelllebigen und globalen Markt nachhaltig wettbewerbsfähig aufzustellen, bedarf es innovativer Ansätze, Produkte sichtbar zu machen. Vorreiter wie Apple oder Microsoft stehen mit ihren Marketingstrategien und der Präsentation ihrer Produkte für eine neue Denkweise. Doch wie kann ein klein- oder mittelständiges Unternehmen (KMU) mit solchen Strategien konkurrieren und sich und die eigenen Produkte am Markt erfolgreich platzieren? Der vorliegende Beitrag zeigt auf, wie ein Markteinführungskonzept mithilfe des Design-Thinking-Ansatzes auf Basis der Kundenbedürfnisse modular und skalierbar ausgestaltet werden kann, um auf die jeweiligen Anforderungen des einzuführenden Produktes adaptierbar zu sein.
Eine Vielzahl einzelner Personalmanagementaktivitäten ist in Forschungseinrichtungen bereits etabliert. Im Rahmen eines Nachhaltigkeitsmanagements ist jedoch ein systematisches und strategisches Vorgehen bei der Konzeption, Planung und Implementierung von Personalmanagementaktivitäten notwendig. Ein an einem Nachhaltigkeitsmanagement orientiertes Personalmanagement richtet Personalmaßnahmen an der Strategie und den Organisationszielen der Forschungseinrichtung aus. Nachhaltiges Personalmanagement in Forschungsorganisationen bedeutet, dass die Forschenden ihr kreatives wissenschaftliches Potential entfalten und einsetzen können; die Expertise des wissenschaftsunterstützenden Personals ist dabei ein wichtiger Partner und Begleiter.
Vor dem Hintergrund, dass aktuell erstmals konzeptionelle Grundlagen für ein Nachhaltigkeitsmanagement in außeruniversitären Forschungseinrichtungen entwickelt worden sind, sollen nun diese Ergebnisse in die Konzeption eines interdisziplinären und organisationsübergreifenden Ansatzes zur Integration von Nachhaltigkeitsaspekten in Lehre und Weiterbildung einfließen. Die empirische Grundlage bildet eine qualitative, organisationsethnografische Fallstudie, in der die Autoren Deutungen von Experten und Expertinnen sowie deren Betriebs- und Alltagswissen in Bezug auf ein nachhaltiges Personalmanagement untersuchen. Auf Basis der daraus entwickelten praktischen Implementierungsmöglichkeiten in außeruniversitären Forschungseinrichtungen soll nun ein Ansatz entwickelt werden, um die Ergebnisse auf die Lehre in Hochschulen und die interorganisatorische Weiterbildung von Forschungseinrichtungen zu übertragen.
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.
Die Automobilindustrie sieht sich seit Jahren rasant verändernden Markt-, Umwelt- und Wettbewerbsbedingungen ausgesetzt. Der Entwicklungsprozess in der Automobilindustrie wird dadurch zunehmend komplexer. Die Einbeziehung neuer Partner aus anderen Industriebereichen und der Wissenschaft stellt hierbei ein großes Innovationspotential dar, insbesondere Systeminnovationen können hierdurch gefördert werden. Die Herausforderungen solch interdisziplinärer, interorganisationaler Entwicklungsprojekte können nur im geeigneten Umfeld gemeistert werden. In der Literatur als auch in der Industrie lassen sich zahlreiche Kooperationsmodelle identifizieren. Die Eignung dieser Modelle für die interdisziplinäre, interorganisationale Entwicklung in der Automobilindustrie wird anhand geeigneter Kriterien bewertet. Abschließend werden die Ergebnisse der Analyse empirisch überprüft und für den praktischen Fall der ARENA2036 angewendet.
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.