Industrie 4.0 und Digitalisierung – Innovative Geschäftsmodelle wagen!

Von Books on Demand

Das Competence Center für Betriebliche Informationssysteme im Mittelstand (BIM) des Studienbereichs Betriebswirtschaft für kleine und mittlere Unternehmen (KMU) der Hochschule Aalen lädt im 2-Jahres-Rhythmus zum Transfertag an die Hochschule Aalen ein. Der Transfertag dient seit 2004 als Plattform zum Wissenstransfer von der Hochschule in die regionale Wirtschaft und zur Förderung des Austausches von Know-how zwischen den Unternehmen.
Die vergangenen beiden Transfertage behandelten die Themen „Überlebensmanagement in Familienunternehmen“ (2012) sowie „Big Data – Daten strategisch nutzen!“ (2014). In diesem Tagungsband werden Inhalte und Ergebnisse aus den Beiträgen der Tagung vom 02.06.2016 zum Thema Industrie 4.0 und Digitalisierung sowie weiterführende Informationen zur Verfügung gestellt.

• Sprache: Deutsch
• Herausgeber: Books on Demand
• Erscheinungsdatum: 31. Mai 2016
• ISBN: 9783741207006

Buchvorschau

Vorwort

Seit dem Jahr 2004 gibt es an der Hochschule Aalen im Studienbereich KMU der Fakultät für Wirtschaftswissenschaft eine Tagungsreihe zu aktuellen Themen aus den Bereichen betriebliche Steuerung und Informationssysteme. Diese sog. Transfertage, organisiert von dem Competence Center für Betriebliche Informationssysteme im Mittelstand, haben wechselnde, inhaltliche Schwerpunkte. Der Transfertag im Jahr 2014 hatte zum Thema „Big Data – Daten strategisch nutzen. Der diesjährige 8. Transfertag knüpft daran an und beleuchtet das Thema „Digitalisierung und Industrie 4.0 – Innovative Geschäftsmodelle wagen.

In diesem Tagungsband werden Ihnen Inhalte und Ergebnisse aus den Vorträgen der Konferenz sowie weiterführende Informationen zur Verfügung gestellt. Wir möchten uns bei allen Referenten bzw. Autoren bedanken, die durch ihre Beiträge zeigen, welch ein spannendes und herausforderndes Forschungsfeld „Digitalisierung und Industrie 4.0" sind.

Veröffentlichungen, wie dieser Tagungsband, sind nur möglich mit der tatkräftigen Unterstützung eines Redaktionsteams. Ein besonderer Dank gilt deshalb Herrn Christopher Reichstein (M.Sc. / Univ.), Herrn Michael Möhring (M.Sc. / Univ.), Frau Dipl. Volkswirtin Dorothee Mack, Frau Julia Wiedenmann (M.Sc.), Herrn Pascal Neumaier (B.A.) und dem gesamten Studienbereich KMU. Ohne Ihre Arbeit und Unterstützung würde es diesen Tagungsband nicht geben.

Wir hoffen, alle Leserinnen und Leser dieses Bandes beim nächsten Transfertag im Jahr 2018 zu einem neuen spannenden Thema wieder begrüßen zu können.

Aalen, Mai 2016 Prof. Dr. Ralf-Christian Härting

Übersicht

Wissenschaftsbeiträge

1 Nutzenpotenziale von Industrie 4.0 und Digitalisierung

Ralf-Christian Härting, Michael Möhring, Rainer Schmidt

2 Eine Fallstudie mit INDREX in der biomedizinischen Domäne

Torsten Kilias

3 Revenue Management als Konzept zur Ertragsmaximierung

Simon Letsche, Ralf-Christian Härting, Michael Möhring, Christopher Reichstein

4 Dynamic Pricing bei Flugbuchungen in Deutschland - Empirische Einblicke

Martina Ziegerer, Jana Herbert, Julia Marx, Esther Mangold, Madelaine Mader, Svenja Baumgartl, Lars Pemöller, Pascal Faßbender

5 Das Internet der Dinge wird Geschäftsmodelle verändern

Markus Weinberger

6 Cloud Computing Lösungen für das Human Resource Management – eine Literaturanalyse und empirische Fallstudie

Thorsten Witt, Michael Möhring, Ralf-Christian Härting

7 Neue smarte Dienstleistungen als Geschäftsmodell – Von der Idee bis zum Einsatz

Claas Christian Wuttke

Praxisbeiträge

8 Ein zentraler Plattformdienst für das Internet der Dinge - Der IoT Cloud Service

Marcel Amende, Nadine Schöne

9 Bedeutung von Industrie 4.0 in der Unternehmensstrategie – Erste praxisorientierte Einblicke

Christian Bayer, Barbara Keller

10 Digitalisierung als Treiber für Marketing 4.0

Ralf-Christian Härting, Maik Mohl, Stephanie Bader

11 Digitalisierung ist der Motor für die Welt von Morgen

Jörn Kellermann

12 Technologie wagen – die digitale Transformation gestalten

Christoph Kilger

13 Industrie 4.0 – KPMG unterstützt Kunden auf dem Weg zur Smart Company

Bernhard Lang, Sascha Glemser

14 Die Digitale Transformation und die Nutzung sozialer Medien - Konsequenzen für das Customer Experience Research in deutschen Unternehmen

Peter Pirner

15 Unterstützung der Störungserkennung in der industriellen Fertigung durch eine echtzeitfähige Big Data-Plattform

Gerald H. Ristow, Yvonne Hegenbarth

16 Manufacturing Digitization

Ralf Stetter

17 Education 4.0 für Unternehmen 4.0 – neue Ausbildungskonzepte für agile Unternehmen

Rainer Stetter

Inhaltsverzeichnis

Vorwort

Übersicht

Abbildungsverzeichnis

Tabellenverzeichnis

Nutzenpotenziale von Industrie 4.0 und Digitalisierung

1.1 Einleitung

1.2 Industrie 4.0

1.3 Digitalisierung

1.4 Chancen und Risiken

1.5 Forschung am Aalener Competence Center für betriebliche Informationssysteme

1.6 Ausblick

Eine Fallstudie mit INDREX in der biomedizinischen Domäne

Abstract

2.1 Einleitung

2.2 Grundlagen

2.2.1 Natural Language Processing (NLP)

2.2.2 INDREX

2.3 Fallstudie

2.3.1 Szenario

2.3.2 Durchführung

2.3.3 Erkenntnisse der Fallstudie

Revenue Management als Konzept zur Ertragsmaximierung

3.1 Revenue Management

3.1.1 Ein neues Managementkonzept

3.1.2 Implementierung des Revenue Managements

3.2 Instrumente des Revenue Managements

3.2.1 Mengenbasiertes Revenue Management

3.2.2 Preisbasiertes Revenue Management

3.3 Eine Studie zum Einsatz des Dynamic Pricing in deutschen Unternehmen

3.3.1 Hypothesengenerierung und Modellbildung

3.3.2 Ergebnisdiskussion

3.4 Fazit

Literaturverzeichnis

Dynamic Pricing bei Flugbuchungen in Deutschland - Empirische Einblicke

4.1 Dynamische Preisbildung von Flugpreisen

4.2 Forschungsmodell

4.3 Datenerhebung und Analysemethodik

4.4 Ergebnisse

4.5 Diskussion

Literaturverzeichnis

Das Internet der Dinge wird Geschäftsmodelle verändern

Abstract

5.1 Geschäftsmodell und Geschäftsmodellmuster

5.2 Einfluss des Internet der Dinge auf Geschäftsmodellmuster

5.3 IoT Geschäftsmodellmuster und digitale Erweiterung bekannter Geschäftsmodellmuster

5.4 IoT als Enabler bekannter Geschäftsmodellmuster

5.5 Zusammenfassung

Cloud Computing Lösungen für das Human Resource Management – eine Literaturanalyse und empirische Fallstudie

Abstract

6.1 Einführung in die Thematik

6.2 State-of-the-Art

6.3 Case Study Methodik

6.4 Case Study: HRM-Software für KMU

6.5 Fazit

Neue smarte Dienstleistungen als Geschäftsmodell – Von der Idee bis zum Einsatz

7.1 Folgen der Digitalisierung für einzelne Branchen

7.2 Smart Services – neue Muster für die Wertschöpfung

7.3 Industrielle Dienstleistungen als Ausgangspunkt

7.4 Anforderungen und Werkzeuge für eine professionelle Entwicklung industrieller Dienstleistungen

7.5 Angepasster und individualisierter Produktentwicklungsprozess

7.5.1 Generischer Referenz-PEP

7.5.2 Skalierung des Produktentwicklungsprozesses

7.5.3 Produkt- und unternehmensspezifischen Checklisten

7.5.4 Stetige Anpassung und Verbesserung des iPEP

7.5.5 Pragmatisches Vorgehen zur Entwicklung von Produkt Service Systemen

7.6 Methoden zur Integration der Kunden in die Produktentwicklung

7.7 Prototypen

7.8 Fazit

Ein zentraler Plattformdienst für das Internet der Dinge – Der IoT Cloud Service

Abstract

8.1 Platform-as-a-Service (PaaS)

8.2 IoT Cloud Service – Grundfunktionalität

8.3 Geräteeinbindung

8.4 Anreicherung und Analyse

8.5 IoT Cloud Service API

8.6 Nachrichtenweiterleitung und Integration

8.7 Industrie 4.0 Cloud Plattform

8.8 Implementierungsbeispiel: Vernetzung von Industrieanlagen mit Bosch Rexroth Steuerungen

8.9 Fazit und Ausblick

Literaturverzeichnis

Bedeutung von Industrie 4.0 in der Unternehmensstrategie – Erste praxisorientierte Einblicke

Abstract

9.1 Strategiefindung für Unternehmen

9.2 Ansatz eines praxisorientierten Frameworks für die Entwicklung einer Industrie 4.0 Strategie

9.3 Voraussetzung und Gangarten zur Umsetzung von Industrie 4.0 in der Praxis

Digitalisierung als Treiber für Marketing 4.0

10.1 Einleitung

10.2 Digitalisierung und die Entwicklung des Marketing 4.0

10.3 Technologien und Dienste des Marketing 4.0

10.3.1 Social Software

10.3.2 Web 3.0

10.3.3 Semantische Suche

10.3.4 GAFA Gates

10.4 Google-Dienste und Ansätze des Marketing 4.0

10.4.1 Google Knowledge Graph

10.4.2 Google Now

10.4.3 Ansätze des Remarketing

10.4.4 Programmatic Advertising

10.4.5 Weitere Ansätze und Umsetzung

10.5 Ökonomische Bewertung

Literaturverzeichnis

Digitalisierung ist der Motor für die Welt von Morgen

Abstract

11.1 Innovative Geschäftsmodelle als Digitalisierungstreiber

11.2 Die Vernetzung von Menschen, Maschinen und Dingen

11.3 Die Cloud als Bindeglied der Digitalisierung

11.4 Die Deutsche Telekom als Cloud-Partner

Technologie wagen – die digitale Transformation gestalten

12.1 Digitale Technologien als Basis für innovative Geschäftsmodelle

12.2 Der Chief Digital Officer: Evangelist für Chancen der Digitalisierung

12.3 Agile Strukturen schaffen – und eine Kultur des Ausprobierens

Industrie 4.0 – KPMG unterstützt Kunden auf dem Weg zur Smart Company

13.1 Die Customer Journey von KPMG

13.2 Projektszenario 1: Optimierung der Wertströme im Produktionsumfeld

13.3 Projektszenario 2: Umsetzung einer Cloud-Lösung

Die Digitale Transformation und die Nutzung sozialer Medien - Konsequenzen für das Customer Experience Research in deutschen Unternehmen

14.1 Die Digitale Transformation macht eine Neubetrachtung der sozialen Medien im Unternehmen erforderlich

14.2 socialTRI*M – ein Framework zur gezielten Analyse von Social Media

14.3 Wie wir aus Social Media lernen können

14.4 Die Zukunft der Social Media Daten im Customer Experience Research

Unterstützung der Störungserkennung in der industriellen Fertigung durch eine echtzeitfähige Big Data-Plattform

Zusammenfassung

Manufacturing Digitization

Education 4.0 für Unternehmen 4.0 – neue Ausbildungskonzepte für agile Unternehmen

17.1 Hintergrund

17.2 Showcase Mi5 – innovatives Ausbildungskonzept

17.3 Engineering (be)greifbar machen

17.3.1 Entwicklungsmethodik

17.3.2 Aufbau und Systemarchitektur

17.4 Zusammenfassung und Ausblick

Autoren des Tagungsbands

Abbildungsverzeichnis

Abbildung 1.1: Entwicklung Industrie 4.0

Abbildung 1.2: Bausteine Digitalisierung

Abbildung 1.3: Ökonomische Wirkungen der Digitalisierung

Abbildung 1.4: Nutzen Industrie 4.0 „Allgemein"

Abbildung 1.5: Technologieeinführung

Abbildung 2.1: NLP-Stack wie er in INDREX Anwendung findet

Abbildung 2.2: SQL Abfrage an INDREX zur Extraktion der syntaktischen Relation cause

Abbildung 2.3: Prozess der Relationsextraktion mit INDREX

Abbildung 3.1: Der Revenue Management Prozess

Abbildung 3.2: Übersicht der Instrumente des Revenue Managements

Abbildung 3.3: Fixpreisstrategie und Preisdifferenzierung

Abbildung 3.4: Untersuchungsmodell

Abbildung 3.5: Auswertung des Untersuchungsmodells

Abbildung 4.1: Strukturmodell

Abbildung 5.1: Magisches Dreieck – St. Galler Business Model Navigator

Abbildung 7.1: Reifegrad digitaler Geschäftsmodelle

Abbildung 7.2: Arten industrieller Dienstleistungen

Abbildung 7.3: Struktur des Referenz-PEP mit einer beispielhaft ausgeführten Arbeitsphase

Abbildung 7.4: Teil der Referenz-Checkliste zur PEP-Phase „Anforderungsanalyse und Business Case"

Abbildung 7.5: Canvas-Segment zur Festlegung der Rahmenbedingungen (Beispiel)

Abbildung 7.6: Canvas-Segment zur Festlegung des Methodenportfolios (Beispiel)

Abbildung 8.1: Startbildschirm des Oracle IoT Cloud Service

Abbildung 8.2: Architektur des Oracle IoT Cloud Service

Abbildung 8.3: Simulation eines Klimageräts

Abbildung 8.4: Nachrichtenweiterleitung an eine Unternehmensapplikation

Abbildung 10.1: Bausteine Digitalisierung

Abbildung 10.2: Programmatic Advertising Ökosystem

Abbildung 10.3: Vorgehensmodell zur Umsetzung von Marketing 4.0

Abbildung 11.1: 5 Bereiche der Digitalisierung

Abbildung 14.1: Das SocialTRI*M Framework von TNS

Abbildung 14.2: Attraktivität für Customer Engagement in den Sozialen Medien in Deutschland

Abbildung 14.3: YouTube als Informationsplattform in den Altersgruppen bis 34 in Deutschland

Abbildung 15.1: Aufbau Helium-System

Abbildung 15.2: Architekturbild

Abbildung 15.3: Polymer Thread Scale

Abbildung 16.1: Definition Industrie 4.0 Bitkom

Abbildung 16.2: Zusammenspiel der zentralen Systeme

Abbildung 16.3: Thesen von Karl-Heinz Land

Abbildung 16.4: Thesen von Karl-Heinz Land

Abbildung 16.5: Informationsfluss im gesamten Unternehmen

Abbildung 16.6: Teamcenter Fertigungsintegration

Abbildung 17.1: Showcase Mi5

Abbildung 17.2: Reale und virtuelle Anlage

Tabellenverzeichnis

Tabelle 1.1: Studien zu Industrie 4.0 und Digitalisierung

Tabelle 4.1: Variablenbeschreibung

Tabelle 4.2: Mittelwertvergleich der Preise auf Portalen und Webseiten von Airline

Tabelle 4.3: Mittelwertvergleich der Flugpreise bei Recherche mit stationären und mobilen Endgeräten

Tabelle 4.4: Mittelwertvergleich der Preise bei Nutzung von MacOs und Windows

Tabelle 4.5: Mittelwertvergleich der Flugpreise um 10:00 Uhr und um 18:00 Uhr

Tabelle 6.1: Ergebnisse der Literaturrecherche

1 Nutzenpotenziale von Industrie 4.0 und Digitalisierung

Ralf-Christian Härting, Michael Möhring, Rainer Schmidt

1.1 Einleitung

Unternehmen – auch im Dienstleistungssektor – stehen heute vor möglichen Investitionsentscheidungen in Bezug auf Industrie 4.0 und neuen Digitalisierungsansätzen. Neben diesem praktischen Entscheidungsdruck bestehen auch in der Wissenschaft viele Fragestellungen zu den Nutzungspotenzialen von Industrie 4.0 und Digitalisierung. Die folgenden Ausführungen möchten erste Antworten auf diese praktischen und wissenschaftlichen Fragstellungen geben. Ausgehend von einer Einordnung der Begriffe Industrie 4.0 und Digitalisierung werden deren Nutzenpotenziale auf Basis aktueller Studien des Competence Center für betriebliche Informationssysteme (BIM) dargestellt.

1.2 Industrie 4.0

Seit Beginn der industriellen Revolution unterliegt die westliche Gesellschaft tiefgreifenden Veränderungen (Abbildung 1.1). Während die erste industrielle Revolution infolge von mechanischer Produktionsanlagen mithilfe von Wasser und Dampfkraft die menschliche Arbeitskraft Ende des 18. Jahrhunderts ersetzte (Dorst 2012), entwickelten sich zu Beginn des 20. Jahrhunderts innerhalb der zweiten industriellen Revolution zunehmend Konzepte zur Organisation von arbeitsteiliger Massenproduktionen mithilfe von elektronischer Energie (Taylor 1911). So löste allein die von Henry Ford stark vorangetriebene Fließbandarbeit die handwerklich orientierte Produktion in vielen Bereichen ab. Zu Beginn der 70er Jahre entstand durch den Einsatz von Elektronik und IT schließlich die dritte industrielle Revolution, welche zur weiteren Automatisierung der Produktion führte. Mit der vierten industriellen Revolution wird die gerade beginnende Umbruchphase bezeichnet, in der erstmals intelligente Handlungen des Menschen durch maschinelle Aktionen ersetzt werden (Härting et al. 2015).

Industrie 4.0 bezeichnet demnach die vierte industrielle Revolution, welche auf Basis von Cyber-Physischen-Systemen auf die neuen technologischen Errungenschaften zurückgreift. Wesentliche Technologien von Industrie 4.0 sind das Mobil Computing, das Cloud Computing sowie die Verwendung von Big Data, welche sich einfach in Produktionsprozesse integrieren lassen und zusätzlich weltweit über das Internet gesteuert werden können (Schmidt et al. 2015).

Abbildung 1.1: Entwicklung Industrie 4.0 (Bitkom 2014)

Eine der wesentlichen Treiber von Industrie 4.0 ist die Fähigkeit zur Sammlung und Speicherung von komplexen Daten. So wurden schon vor der Zeit von Industrie 4.0 und unter der Verwendung von Cloud Computing beispielsweise Daten in Bezug auf Produktionsprozesse gespeichert. Diese Daten verweilten in der Regel jedoch in der Produktionsabteilung, bis diese aufgrund von Mangel an Speicherkapazitäten kurze Zeit später wieder gelöscht wurden (Schmidt et. al. 2015). Die Möglichkeiten zur Verarbeitung und Speicherung von Daten sind inzwischen durch deutlich verbesserte Kommunikationssysteme exponentiell gestiegen (Brynjolfsson, McAfee 2014). Auf dieser Basis ist es möglich, neue Funktionen, Prozesse und Geschäftsmodelle zu entwickeln. Eine zentrale Rolle spielen dabei die erweiterten analytischen Möglichkeiten, welche durch die Technologien im Big Data Umfeld (Breuer et al. 2013) geschaffen wurden.

Um den enormen Anstieg an wichtigen Daten, die von intelligenten Produkten geliefert werden, verarbeiten und nutzen zu können, bedarf es neuer Ansätze aus Big Data (Härting 2014; Möhring et al. 2013; Möhring et al. 2014). So können auf Grund der größeren zur Verfügung stehenden Datenmenge nicht nur genauere (Geschäfts-)Modelle, sondern auch gleichzeitig Prognosen erstellt und optimiert werden (Möhring et al. 2013;