Betriebswirtschaft: Business Process Management
Refine
Document Type
- Master's Thesis (44)
Institute
- Wirtschaft (1)
Language
- German (44)
Has Fulltext
- yes (44)
Is part of the Bibliography
- no (44)
Keywords
- Industrie 4.0 (5)
- Digitale Transformation (4)
- Verhaltensökonomie (3)
- Data Analytics (2)
- Datenanalytik (2)
- Digitalisierung (2)
- Einkauf 4.0 (2)
- IIoT (2)
- Kognitive Verzerrung (2)
- Managemententscheidungen (2)
Diese Forschungsarbeit analysiert die Konfliktfähigkeit der Generation Z im Rahmen des Projektma-nagements und strebt die Entwicklung individuelle Konfliktmanagementstrategien an, die den Bedürf-nissen und Präferenzen dieser Generation gerecht werden. Angesichts der sich ständig wandelnden Arbeitswelt, stellt die effektive Bewältigung von Konflikten eine zentrale Herausforderung für Unter-nehmen dar. Die zentrale Frage lautet: „Wie können Unternehmen wirkungsvolle Strategien für das Konfliktma-nagement entwickeln, um im Rahmen des Projektmanagements die Konfliktfähigkeit der Generation Z angemessen zu berücksichtigen?“ Die Beantwortung erfolgt durch die Anwendung qualitativer For-schungsmethoden, inklusive Experteninterviews von Führungskräften und Projektleiter:innen, die be-reits mit dieser Altersgruppe, in Bezug auf das Projektmanagement zusammengearbeitet oder im Team angeleitet haben. Die Ergebnisse verdeutlichen spezifische Konfliktmuster und Präferenzen innerhalb der Generation Z, die sich klar von den Generationen zuvor unterscheiden. Massgeschneiderte Konfliktmanagement-strategien tragen dazu bei, Konflikte effizienter zu bewältigen und ein harmonisches Arbeitsumfeld zu schaffen. Die Strategien umfassen Insbesondere eine stärkere Einbindung von digitalen Kommunika-tionsmöglichkeiten, flexiblere Arbeitsstrukturen und gezielte Schulungen zur Konfliktlösung. Demzufolge wird offensichtlich, dass die Integration dieser Strategien essenziell ist, um die Konflikt-bewältigung und die Arbeitsatmosphäre zu optimieren. Daher richtet sich diese Arbeit besonders an Interessierte, die tiefere Einsichten in die Gestaltung von Konfliktbewältigung und das Potenzial dieser Altersgruppe suchen. Die Masterarbeit stützt sich auf eine umfassende Recherche, die auf einer sorgfältigen Analyse von Büchern, Fachzeitschriften, Forschungsarbeiten und Onlinequellen basiert. Unabhängig von meiner eigenen individuellen Perspektive und den Erfahrungen, die ich in Projekten mit der Generation Z gesammelt habe, verfolgt diese Arbeit das Ziel, einen eingehenden Einblick in den Umgang mit Kon-flikten sowie das Potential dieser spezifischen Altersgruppe zu vermitteln. Dieser Forschungsansatz trägt dazu bei, die Erkenntnisse dieser Masterarbeit in einen umfassenden Kontext zu setzen und ihre Relevanz für die praxisorientierte Gestaltung von Konfliktmanagement zu unterstreichen
Operative Exzellenz wird als Sammelbegriff für strategische Managementansätze angesehen, welche anhand von Optimierungsinitiativen die Geschäftsprozesse des Unternehmens auf Kundenbedürfnisse, Qualität wie auch auf Effizienz ausrichten. Exzellenzmodelle kombinieren sowohl technische als auch soziale Faktoren im Streben nach nachhaltiger Verbesserung und basieren nicht nur auf dem Betriebsmanagement und den technischen Prozessen, sondern widmen auch den Menschen und ihrem Einfluss auf die erfolgreiche Umsetzung eines Optimierungsprogramms besondere Aufmerksamkeit. Ziel dieser Masterarbeit ist es, die entscheidende Rolle von Führungskräften und deren Führungsstile zu diskutieren, welche laut der ausgewerteten akademischen Literatur, sich für eine nachhaltige Verankerung von operativer Exzellenz im Umfeld der Industrie 4.0 als erfolgsversprechend nennen lassen, indem die gewünschte Organisationskultur durch gezielte Anwendung von Führungskonzepten gefördert wird. Die Fragestellung der Masterarbeit wird anhand eines theoretisch-konzeptionellen Vorgehens beantwortet. Die Untersuchungen haben die Erkenntnisse zu Tage gebracht, dass sich mit dem Wandel der Anforderungen an die Unternehmen, auch die Führungskonzepte an die Anforderungen angepasst haben und somit auch die Führungsphilosophie von „Command and Control“ zu „Empowerment“, „agiler Führung“ und „transformationaler Führung“ übergegangen ist. Für eine nachhaltige Verankerung von operativer Exzellenz im Umfeld der Industrie 4.0 konnten die Führungskonzepte „Transformationale Führung“, „Symbolische Führung“, „Mitarbeiter empowern“ und „Agile Führung“ identifiziert werden. Es besteht Grund zur Annahme, dass eine Kombination der vorgestellten Führungskonzepte die besten Ergebnisse liefern würde, insofern das geeignetste Führungskonzept situationsadäquat angewendet wird.
Einfluss verhaltensökonomischer Faktoren auf die Nutzung neuer Technologien im Prozessmanagement
(2023)
Process Mining ist ein effektives Werkzeug, um bestehende Lücken in der Prozessüberwachung eines im Unternehmen integrierten Prozessmanagements zu verringern. Trotz dem weitverbreiteten Bewusstsein über diesen Umstand, wird Process Mining bisher in wenigen Unternehmen erfolgreich eingesetzt. Da die Einführung einer neuen Technologie als Change-Projekt einzustufen ist, ist die soziale Ebene in Form der Mitarbeitenden zu berücksichtigen. Da Menschen nicht ausschließlich rational entscheiden und handeln, ist davon auszugehen, dass auch Erkenntnisse aus der Verhaltensökonomie in diesem Zusammenhang eine Rolle spielen. Die vorliegende Arbeit beschäftigt sich insbesondere mit möglichen verhaltensökonomischen Faktoren, die für die Nutzung neuer Technologien im Prozessmanagement relevant sind. Für die Beantwortung dieser Frage wurde als Anwendungsbeispiel das Feld des Process Mining und ein theoretisch-konzeptionelles Vorgehen gewählt. Dabei werden zunächst die Forschungsfelder Process Mining, Change Management und Verhaltensökonomie theoretisch aufgearbeitet und mit verschiedenen Eigenschaften charakterisiert, um dann mögliche verhaltensökonomische Faktoren abzuleiten. Diese Masterarbeit zeigt, dass verhaltensökonomischen Faktoren in Form von kognitiven Verzerrungen entscheidend zum Erfolg bei der Einführung neuer Technologien beitragen. Von den drei ermittelten Charakteristika der „Neuartigkeit“, der „Komplexität der Technologie“ und den mit der Technologie einhergehenden „Ängsten und Unsicherheiten“ lassen sich folgende kognitive Verzerrungen ableiten: Der Status-Quo-Bias, die Verlustaversion, der Confirmation Bias, der Appeal to Novelty und der Pessimism Bias. Für jede kognitive Verzerrung wurden Gegenmaßnahmen aufgezeigt.
Die digitale Geschäftstransformation forciert Unternehmen regelrecht, grundlegende sowie neue Fähigkeiten zu entwickeln, um weiterhin wettbewerbsfähig zu bleiben. Unter anderem auch in der Supply Chain. Die Integration digitaler Anwendungen in diesem Bereich ist aller-dings äußerst mangelhaft. Aus diesem Grund wird zunächst der aktuelle Grad der Digitalisierung von global agierenden Unternehmen eruiert. Als ein weiteres Ziel dieser Arbeit wird die Erreichung einer nachhaltigen Wettbewerbsfähigkeit hinsichtlich einer Supply-Chain-4.0-Integration anhand der Theorie der Business Capabilities untersucht. Dazu wird die Forschungsfrage wie folgt definiert: „Was lässt sich fundiert über den Grad der Digitalisierung von global agierenden Unternehmen in ihrer Supply Chain sagen und welche Rolle spielt dabei das Business Capability Manage-ment?” Um die Forschungsfrage erfolgreich beantworten zu können, wird ein theoretisch-konzeptio-nelles Vorgehen angewendet. In Verbindung mit der Methode der konzentrischen Kreise wird eine umfassende Literaturrecherche ermöglicht. Die Auseinandersetzung mit der Literatur zeigt auf, dass die Anwendung der Digitalisierung in diesem Bereich in einer Vielzahl neuer Business Capabilities mit weiterführenden positiven Auswirkungen resultiert.
Die Umsetzung von Konzepten der Industrial Internet of Things (IIoT) stellt Unternehmen vor große Herausforderungen. Ein Kernaspekt dabei ist das Vernetzen maschineller und menschlicher Akteure, sodass sich diese gegenseitig verstehen und dadurch sinnvolle Entscheidun-gen treffen können. Dieses Verstehen setzt eine semantische Interoperabilität der Akteure voraus, die meist mithilfe von Ontologien und Ontologie Matching ermöglicht werden soll. Ziel dieser Arbeit ist es, die Grundkonzepte zum Ermöglichen semantischer Interoperabilität zusammenzufassen und aktuelle Anwendungsbeispiele und Herangehensweisen zu besprechen, um darauf aufbauend bestimmen zu können, wie weit Forschung und Unternehmen noch von der Umsetzung der semantischen Interoperabilität im Kontext der IIoT entfernt sind. Dazu wurde ein theoretisch-konzeptionelles Vorgehen gewählt. Die Ergebnisse der vorliegenden Arbeit weisen darauf hin, dass in naher Zukunft nicht mit einer erfolgreichen Umset-zung zu rechnen ist, welche generisch genug ist, in unterschiedlichen Bereichen der IIoT eingesetzt zu werden. Dafür konnte gezeigt werden, dass sich mehrere, mitunter gegenseitig beeinflussende Trends in der Herangehensweise zur Lösung der semantischen Interoperabilität ausgebildet haben, nämlich hybride Alignmentarchitekturen, ein modularer Aufbau von Ontologien, das Erstellen von maschinenlesbaren Standards und dazu gehörenden Ontologien sowie ein Trend zur Verwendung von Wissensgraph Embeddings. Besonders der letzte Trend ist dabei kritisch zu betrachten. Darüber hinaus konnten in dieser Arbeit offene Problemfelder bestimmt werden, die aus derzeitiger Sicht einer erfolgreichen Umsetzung semantischer Interoperabilität entgegenstehen. Dies betrifft einerseits das Fehlen einer Harmonisierung von IIoT-Standards und andererseits den Mangel an Alignmentdatenbanken und Benchmarks für Ontologie Alignments im Bereich der IIoT. Darüber hinaus bedarf es eines abgestimmten, strategischen Vorgehens der derzeit laufenden und zukünftigen Initiativen, um vorhandene Erkenntnisse besser zu nutzen und um sich wiederholende Probleme nachhaltig zu lösen.
Der stationäre Handel ist von zunehmenden Unsicherheiten gekennzeichnet, wobei die wachsende Verlagerung des Einkaufs auf die digitalen Vertriebskanäle dabei eine zentrale Rolle spielt. Jenen Entwicklungen kann mitunter mit der Einführung eines Omnichannel-Geschäftsmodells entgegengewirkt werden, wodurch der Fortbestand der stationären Geschäfte unterstützt werden kann. Für die Omnichannel-Etablierung ist eine Umstrukturierung des Handels essenziell, vielfach hängt dies mit einer Neuausrichtung der Geschäftsarchitektur zusammen. In diesem Kontext werden die relevanten Geschäftsprozesse in Frage gestellt und gegebenenfalls neu definiert. Das Hauptziel dieser Arbeit war es daher, auf Basis einer theoretisch-konzeptionellen Methodik herauszufinden, wie der stationäre Handel durch die Ausrichtung der Geschäftsprozesse an einem Omnichannel-Geschäftsmodell langfristig und nachhaltig optimiert werden kann. Anhand der Ergebnisse konnte ein Leitfaden entwickelt werden, welcher sich an EinzelhändlerInnen richtet und bei der Omnichannel-Transformation Unterstützung gewährleisten soll. Aus den durchgeführten Analysen wurden schließlich dezidierte Fokuspunkte abgeleitet, denen in der Transformationsphase besondere Aufmerksamkeit zu schenken gilt. Hierzu zählt nicht nur die IT-Landschaft und die Datenanalytik, sondern auch die Organisation samt den involvierten Personen und den entsprechenden Kompetenzen. Die Berücksichtigung aller Aspekte kann die Chancen einer erfolgreichen Omnichannel-Integrierung erhöhen, aber aufgrund der Komplexität nicht garantieren.
Minuten können in medizinischen Notfällen unmittelbar die Anwendbarkeit von Behandlungsmethoden, das Ausmaß von bleibenden Einschränkungen sowie die Überlebenschancen beeinflussen. Doch hat das präklinische Notfallmanagement heute mit steigenden Einsatzzahlen, zunehmenden Einsätzen ohne Dringlichkeit und dem demografischen Wandel bei gleichzeitigem Fachkräftemangel zu kämpfen. Entsprechend gewinnt das Prozessmanagement zur Gestaltung effizienter Rettungsketten an Bedeutung. Vor diesem Hintergrund ging die vorliegende Arbeit der Frage nach, welche Potentiale die Datenanalytik in vernetzten Rettungsketten für das Prozessmanagement hat, um wertvolle Zeit zu gewinnen. Zudem wurden die Herausforderungen der Datenanalytik in diesem Bereich betrachtet. Zur Beantwortung der Forschungsfrage wurde dabei eine theoretisch-konzeptionelle Vorgehensweise gewählt. Die Untersuchung zeigte, dass die Potentiale der Datenanalytik in diesem Kontext in der Entscheidungsunterstützung zur Standortwahl, zur Kapazitätsplanung und in der Abwicklung von Notfällen liegen. Zudem könnte diese bei der Prozessanalyse, sowie der Prävention und Vermeidung von Einsätzen unterstützen. Dahingegen liegen die Herausforderungen in der Notwendigkeit einer übergeordneten Strategie, der hinreichenden Datenqualität und Verfügbarkeit der Daten. Darüber hinaus bestehen Herausforderungen im Bereich der IT-Sicherheit und des Datenschutzes, sowie der oft fehlenden Vernetzung. Zusammenfassend wären die Potentiale der Datenanalytik zur Optimierung der Zeit in Rettungsketten vielversprechend, jedoch stehen dem Einsatz dieser aktuell noch eine Vielzahl an Herausforderungen gegenüber.
In den letzten Jahren wurde den technischen Aspekten der Datenanalyse viel Aufmerksamkeit gewidmet, den organisatorischen Implikationen jedoch nur wenig, was dazu geführt hat, dass eine Reihe von Unternehmen nicht in der Lage war, den vollen Nutzen aus ihren Data Analytics-Investitionen zu ziehen was u.a. dazu führte das die Potenziale von Data Analytics nicht vollständig ausgeschöpft wurden. Ziel dieser Arbeit ist es, die organisatorischen Herausforderungen aus der Sicht des Managements, der Kultur und der Organisation zu beleuchten und unter der theoretischen Orientierung des „Dynamic Capability View“ die Haupttreiber für die organisatorische Verankerung von Data Analytics zu beleuchten, um die Potenziale der evidenzbasierten Entscheidungsfindung in einer datengetriebenen Organisation voll auszuschöpfen. Die Literaturarbeit zu Data Analytics und ihren organisatorischen Auswirkungen, die auf der Grundlage einer theoretisch-konzeptionellen Forschungsarbeit durchgeführt wurde, zeigt, dass es in diesem Kontext eine Vielzahl von Parametern gibt, die sich gegenseitig beeinflussen. Diese Studie hat gezeigt, dass Unternehmen einen ganzheitlichen Ansatz verfolgen müssen, um die Vorteile der modernen Data-Analytics-Methoden voll ausschöpfen zu können. Die Ergebnisse deuten darauf hin, dass die Hauptantriebskräfte für Datenanalysefähigkeiten gut ausgebildete Manager mit einem ausgeprägten analytischen Verständnis sind, die von klar definierten evidenzbasierten Prozessen geleitet werden, welche in einer hoch kultivierten datengetriebenen Kultur eingebettet sind. Dies ist die Grundlage für Wettbewerbsvorteile in hochdynamischen Umgebungen und führt in weiterer Folge zu einem höheren Niveau der Wertschöpfung.
Projekte zeichnen sich aus durch ihre Einmaligkeit und Offenheit. Unternehmen sind bestrebt ihre Projekte zum positiven Abschluss zu bringen. In dieser Ausarbeitung wird die Rolle der Verhaltensökonomie im Projektmanagement beleuchtet. Dabei wird der Fokus auf die Projektplanung und insbesondere auf die Aufwandsschätzung gelegt. Der theoretische Rahmen bildet ein solides Verständnis von Verhaltensökonomie und Projektmanagement. Mittels systematischer Literaturrecherche für den Zeitraum von 2017 bis 2023 werden die gängigsten kognitiven Verzerrungen ergründet, die in Projekten, insbesondere bei Aufwandsschätzungen häufig auftreten. Die häufigste kognitive Verzerrung ist der Optimism Bias, gefolgt vom Escalation of Commitment, Strategic Misrepresentation bis hin zur Planning Fallacy und dem Endownment Effect. Das Ergebnis dieser Ausarbeitung zeigt, dass kognitive Verzerrungen den Projekterfolg maßgeblich beeinflussen können.
Die vorliegende Arbeit setzt sich mit Forschungstrends im Bereich der Entscheidungsfindung von Manager:innen auseinander. Dabei stehen komplexe Entscheidungen im Vordergrund. Im theoretischen Teil erfolgte eine Einführung in die Entscheidungstheorie. Anschließend wird die Funktion des Managements als Entscheidungsträger:in thematisiert. Anhand einer vertieften Literarturrecherche wurde eine Trendanalyse durchgeführt, um herauszufinden, welche Themenbereiche besonders viel Aufmerksamkeit in der Forschung über komplexe Managemententscheidungen erlangt haben. Herausgefunden wurde, dass besonders multikriterielle Entscheidungsmethoden beforscht wurden. Es wurde häufig im Bereich Energiewirtschaft, Nachhaltigkeit und Klimawandel geforscht, da hier die Voraussetzungen für komplexe Entscheidungen gegeben sind. Neben mathematisch fundierten Methoden kommen auch heuristische Ansätze zur Komplexitätsreduktion zur Anwendung, lässt sich aus den Forschungsergebnissen ableiten. Insgesamt wurden 12 Trends identifiziert, die sich teilweise überschneiden. Aus den gesichteten Forschungsarbeiten ließen sich Handlungsempfehlungen ableiten, die in einem eigenen Kapitel präsentiert werden.
Um Data Analytics gezielt und effektiv einzusetzen, gilt es als wichtig, die organisationale Reife eines Unternehmens in Bezug auf die Umsetzung von Data Analytics zu messen und zu verstehen. Da viele Unternehmen allerdings noch nicht bereit für die Implementierung von Supply Chain Analytics sind, benötigen sie ein Tool mit dem die eigene organisationale Reife gemessen und verbessert werden kann. Dafür wird in dieser Arbeit ein Readiness-Assess- ment-Framework entwickelt, das die organisationale Reife eines Unternehmens bestimmt und mittels ergänzendem Leitfaden Möglichkeiten zur Optimierung der eigenen Reife aufzeigt. Die Besonderheit dieses Assessments liegt in der Aufteilung in einzelne organisationale und tech- nologische Kategorien sowie deren Erfolgsfaktoren. Der Aufbau dieser Arbeit folgt dem De- sign-Science-Ansatz von Peffers et al. (2006). Mittels eines Literature Reviews und Expert:in- neninterviews wurden die Kategorien und Erfolgsfaktoren für das Assessment identifiziert und verifiziert. Nach der Entwicklung des Assessments wurde in einem Workshop die Praxistaug- lichkeit des Frameworks überprüft. Abschließend werden Ansatzpunkte für künftige Weiter- entwicklungen des Frameworks dargestellt.
Mit Industrie 4.0 kündigte sich in Unternehmen ein großer Wandel. Dieser ist insbesondere im Bereich der Fertigung und Produktion spürbar. Von der vierten industriellen Revolution sollen Unternehmen profitieren, indem Prozesse digitalisiert und automatisiert, neue Technologien implementiert und die Wettbewerbsfähigkeit gesichert wird. Deswegen wird die Industrie 4.0 von vielen Unternehmen als Chance gesehen. Mit dem Einsatz von digitalen Technologien erhoffen sich Unternehmen, ihre Potenziale auszuschöpfen und sich Wettbewerbsvorteile zu sichern.
Im Hinblick auf die Industrie 4.0 sind jedoch kleine und mittlere Unternehmen vor Herausforderungen gestellt. Die Gründe hierfür sind vielfältig und werden in der vorliegenden Masterarbeit beleuchtet.
Dies führt dazu, dass KMU bei dem technischen, digitalen Fortschritt im Rahmen der Industrie 4.0 hinterherhinken. Es fällt ihnen schwer, den eigenen Status quo zu ermitteln und richtige Entscheidungen zu treffen, um die Hürden der Industrie 4.0 erfolgreich zu meistern. Damit dies gelingt, empfiehlt sich zu analysieren, wo das jeweilige Unternehmen aktuell steht und wie es sich abheben möchte, um seine Entscheidungen gezielt auf die Transformation von Industrie 4.0 ausrichten zu können.
Solche Orientierungshilfen, wie Referenz- oder Reifegradmodelle, die auf die Bedürfnisse der KMU eingehen und explizit auf ihre individuellen Anforderungen ausgerichtet sind, sind ein wichtiger Bestandteil der Masterarbeit.
In der vorliegenden Masterarbeit soll somit folgende Forschungsfrage beantwortet werden:
Warum sind die IT-Prozesse besonders kritisch für KMU in der Industrie 4.0 und lässt sich ein unterstützendes, reifegradbasiertes Referenzmodell zur Verbesserung der IT-Prozesse entwickeln?
Der S&OP Prozess als Erfolgsfaktor im Supply Chain Management und die Rolle der Datenanalytik
(2022)
In einer Zeit, in der durch die Globalisierung und Internationalisierung die Märkte volatiler werden und Daten eine immer wichtigere Rolle spielen, werden Konzepte wie Big Data, Data Analytics oder Data Mining immer wichtiger. Unternehmen können durch die Verarbeitung und Nutzung der Daten mit den diversen Methoden der Datenanalytik wichtige Erkenntnisse gewinnen. Auch im Sales & Operations Planning Prozess sind Daten von großer Bedeutung. Dieser Prozess erzeugt und verwendet sehr viele interne und externe Daten.
Die vorliegende Masterarbeit beschäftigt sich mit den Themen S&OP Prozess als zentraler Erfolgsfaktor im SCM und mit der Kernaufgabe „Prognoseerstellung“. Die Arbeit zeigt auf, dass die Ermittlung der Prognose eine der wichtigsten Aufgaben im SCM ist und als Start-punkt des S&OP Prozesses mit den unterschiedlichen Methoden aus der Datenanalytik unterstützt und optimiert werden kann. Die aktuellen Geschehnisse auf der Welt mit Covid-19, Lockdowns, Lieferkettenproblemen und internationalen Konflikten zeigen, dass wir in einem Zeitalter mit großen Unsicherheiten leben. Aus diesem Grund ist es mit all den neuen Entwicklungen und Vorhersagemethoden in der Praxis eine spannende Zeit für Prognosen. Die vielen Möglichkeiten, die Künstliche Intelligenz, Machine Learning und Data Mining bieten, welche unter dem Dachbegriff „Datenanalytik“ gesammelt wurden, liefern für die Prognose im Supply Chain Management im Vergleich zu traditionellen Methoden wesentlich bessere Ergebnisse. Nichtsdestotrotz müssen Menschen und Algorithmen Hand in Hand arbeiten, um die Prognosequalität zu steigern.
Durch die zunehmende Homogenität von Produkten ist der technologische Fortschritt des reinen Produktes kein Alleinstellungsmerkmal mehr. Die Entwicklung datenbasierter Services bietet die Option trotzdem langfristige Wettbewerbsvorteile zu erzielen. Ein Großteil der KMU ist sich dabei in der Methodik unsicher. Es wird erörtert, wie KMU Geschäftsmodelle mit datenbasierten Services weiterentwickeln können. Mit einer qualitativen Untersuchung werden Praxiserfahrungen aufgezeigt und theoretische Thesen validiert.
Die Weiterentwicklung zu einem datenbasierten Geschäftsmodell ist ein umfangreicher Prozess, der mit Chancen und Herausforderungen einhergeht. Als Herausforderung hat sich die Wahl relevanter Methoden und die Anpassung an die jeweiligen Rahmenbedingungen herausgestellt. Referenzprozesse strukturieren das Vorgehen und sollen gleichzeitig Flexibilität gewährleisten. Während des Prozesses ist die Kundenorientierung und Akzeptanz sicherzustellen. Aufgabe der Geschäftsführung ist es, die Weiterentwicklung zu fördern, Mitarbeitende einzubinden und Ressourcen bereitzustellen. Insgesamt konnte gezeigt werden, dass die Weiterentwicklung zur Veränderung der gesamten Unternehmenslogik sowie einem Paradigmenwechsel vom reinen Produktverkauf zum umfassenden Serviceangebot führt.
Innerhalb des Managements haben sich im Laufe der Zeit Management-Disziplinen gebildet, die Unternehmen bei der systematischen Transformation unterstützen. Unter dem Einsatz von Vorgehensmodellen, Frameworks und abstrakten Darstellungsmethoden wird der Versuch unternommen, alle Aspekte eines Transformationsvorhaben zu berücksichtigen und den Anwender schrittweise durch die zunehmend komplexen und dynamischen Veränderungsprojekte zu führen. Begriffe wie das Business Engineering oder aber das Enterprise Architecture Management werden in diesem Zusammenhang oftmals benannt. Diese Management-Disziplinen überschneiden sich teilweise, bezogen auf die Vorgehensweise, die eingesetzten Methoden sowie den Inhalt und die Zielvorstellungen. Teilweise werden die Begrifflichkeiten synonym aufgegriffen, teilweise sind die Auffassungen über den Inhalt der Disziplinen unterschiedlich. In den Wirtschaftswissenschaften führen diese unterschiedlichen Auffassungen oftmals zu einer nicht unerheblichen Verwirrung. Begrifflichkeiten, die hierbei sehr ähnlich sind, können jedoch von unterschiedlicher Natur sein. Teilweise wird ein Umsturzversuch unternommen und Methoden sowie Best Practices werden für die eigenen Zwecke verwendet und als etwas „Neues“ veröffentlicht. Das Business Architecture Management, welches lange Zeit ausschließlich als Bestandteil des Enterprise Architecture Management angesehen wurde, hat sich mittlerweile innerhalb des Managements als eigene Management-Disziplin etabliert und versucht sich von anderen Management-Disziplinen abzugrenzen. Um mehr Klarheit über den Inhalt, die Charakteristika, die Merkmalsausprägungen und das Vorgehen zu schaffen, stellt diese Masterarbeit den Versuch dar, das Business Engineering mit dem Business Architecture Management im gemeinsamen Kontext zueinander zu untersuchen. Es werden die Fragen geklärt, welche Belastbaren Erkenntnisse der Vergleich beider Disziplinen ergibt, und ob eine sinnvolle Einordung beider
Disziplinen zueinander möglich ist.
In Anbetracht der zahlreichen Herausforderungen und Entwicklungen, denen mittlere und große Unternehmen ausgesetzt sind, besteht heute oft die Situation, dass zwischen der Geschäftsprozessarchitektur und IT-Architektur ein architektonisches Misalignment herrscht. Dieses architektonische Misalignment macht sich heute vor allem bei den voneinander getrennt verwalteten Prozesslandkarten und IT-Landkarten bemerkbar. Um jedoch bessere Erkenntnisse für erfolgsrelevante Managemententscheidungen bereitstellen zu können, bedarf es einer sogenannten Alignment-Architektur, die beide Teilarchitekturen zu einer Sichtweise und Informationsbasis integriert. Das übergeordnete Ziel der vorliegenden Masterarbeit liegt darin, Antworten auf die Forschungsfrage zu geben, wie die Geschäftsprozessarchitektur mit der IT-Architektur integriert bzw. beide Welten miteinander harmonisiert werden können, um insbesondere daraus bessere Erkenntnisse für Managemententscheidungen im Rahmen der durch das ökonomische Umfeld angetriebenen Unternehmensentwicklung zu gewinnen. Um dieses Ziel erreichen und die Forschungsfrage beantworten zu können, wurde eine theoretisch-konzeptionelle Forschungsarbeit im Rahmen eines erweiterten Literaturstudiums betrieben, indem mit Hilfe von bestehender Literatur theoretische Erklärungsmuster zum vorliegenden Thema gesammelt, analysiert und in ein eigenes sowie neues Erklärungsmuster eingeordnet wurden. Durch diese neue Einordung und die grundsätzliche Theoriearbeit charakterisiert sich die durchgeführte Forschungsarbeit zudem als eine gestaltungsorientierte und qualitative Forschung. Die Ergebnisse dieser Forschungsarbeit sind fünf meta-kognitive Ansätze zur Integration der Geschäftsprozessarchitektur und der IT-Architektur. Diese sind der ursachenbasierte, der erfolgsbasierte, der denkbasierte, der granular-iterative und der interarchitektonische Integrationsansatz. Die vorliegende Masterarbeit demonstriert anhand von fundierten theoretischen Erkenntnissen, wie eine Integration zu einer Alignment-Architektur zwischen der Geschäftsprozessarchitektur und IT-Architektur erfolgen und inwiefern daraus bessere Erkenntnisse für Managemententscheidungen gewonnen werden können. Schließlich zeigen diese Erkenntnisse auf, wie ein Architekturmanagement aus einer anderen Gesamtperspektive betrachtet werden kann, um eine erfolgreiche Architekturintegration zu ermöglichen.
Die Digitalisierung in Unternehmen und somit der Vormarsch von Industrie 4.0 zählen zu den am häufigsten besprochenen Themenfeldern der letzten Jahre. Mit Industrie 4.0 fallen auch Schlagwörter wie ‚Internet of Things‘ oder ‚Big Data‘. Diese Technologien sind dafür zuständig, die Produktion zu vernetzen, Daten aufzubereiten und somit einen Wettbewerbsvorteil zu erlangen. Dem gegenüber steht die altbewährte ‚Lean Six Sigma‘-Methode, die große Beliebtheit in Unternehmen genießt und weltweit angewandt wird.
Das Ziel der vorliegenden Arbeit ist, die Auswirkungen des digitalen Wandels auf die Methode Lean Six Sigma zu untersuchen. Daraus resultiert auch die Forschungsfrage: Welche Chancen und Risiken birgt der digitale Wandel durch Industrie 4.0 für die Nutzung von Lean Six Sigma in Unternehmen?.
Um die Forschungsfrage beantworten zu können, wird in dieser Masterarbeit auf mehrere Fachquellen Bezug genommen, in denen der Zusammenhang zwischen Industrie 4.0 und Lean Six Sigma sowohl theoretisch als auch praktisch untersucht wird. Damit bewegt sich die Arbeit im theoretisch-konzeptionellen Bereich. Insgesamt 47 relevante Beiträge wurden dabei identifiziert.
Aus den Beiträgen ergeben sich vier Technologien, die den größten Einfluss auf Lean Six Sigma und den DMAIC-Zyklus (Define, Measure, Analyze, Improve, Control) haben. Diese Technologien sind Big Data, Data-Mining, Process-Mining und Simulation. Durch eine genaue Analyse der Literatur wird gezeigt, dass sich ein Zusammenspiel der beiden Methoden lohnt; es wird aber auch darauf hingewiesen, dass Risiken zu beachten sind.
Keywords: Lean Six Sigma, Industrie 4.0, Big Data, Data-Mining, Process-Mining, Simulation
Der Implementierungsprozess einer Unternehmensstrategie im Kontext der digitalen Transformation
(2022)
In den vergangenen Jahren hat die digitale Transformation Abläufe, Handlungen und Entscheidungen von vielen Personen enorm verändert. In der Privatwirtschaft werden die Arbeits-weisen bereits überwiegend digital abgewickelt. Auch das Privatleben wird von immer mehr digitalen Formen geprägt. Im öffentlichen Sektor hingegen sind zwar Entwicklungen zu erkennen, der Wandel ist aber noch nicht so weit fortgeschritten wie sonst gesellschaftlich zu er-kennen ist. Das Ziel der vorliegenden Arbeit ist es, die Kernaussagen der digitalen Transformation in der öffentlichen Verwaltung aufzuzeigen und den Status Quo darzulegen. Dabei wurden die Herausforderungen genau analysiert und daraus resultierend entsprechende Handlungsempfehlungen definiert. Für die bessere Nachvollziehbarkeit wurde das Projekt „Digitales Bauverfahren“ des Vorarlberger Gemeindeverbands als Praxisbeispiel einbezogen. Daraus wurden weitere Handlungsempfehlungen entwickelt. Diese Ergebnisse können für zu-künftige Entwicklungen in der Verwaltung herangezogen werden. Sie verstehen sich auch als Beitrag für die Forschung, die damit weiter ausgeweitet wird.
Das Supply Chain Management von Unternehmen war die letzten Jahre stark effizienzgetrieben und wird durch die Veränderung des Unternehmensumfelds in eine sogenannte VUCA-Welt zunehmend vor Herausforderungen gestellt. Um mit den Herausforderungen umgehen und die Lieferketten aufrechterhalten zu können, setzen immer mehr Unternehmen auf „Resilienz“ als neue strategische Ausrichtung. Da sowohl die internen als auch die externen Supply Chain Management Prozesse von der IT abhängig sind, ist das Business-IT-Alignment ein Bereich, der von einer strategischen Neuausrichtung des Supply Chain Managements stark betroffen ist. Das Ziel der Masterarbeit ist daher die Beantwortung der Fragestellung, wie sich eine strategische Neuausrichtung des Supply Chain Management von Effizienz hin zu mehr Resilienz auf das Business-IT-Alignment von Unternehmen auswirkt. Die Beantwortung der Fragestellung erfolgt anhand eines theoretisch-konzeptionellen Vorgehens. Die Ergebnisse der durchgeführten Recherchen und Methoden haben gezeigt, dass alle sechs Dimensionen des Business-IT-Alignments – Strategie, Prozesse, Infrastruktur, Plattformen, Applikation und Services – von einer strategischen Neuausrichtung betroffen sind. Moderne IT-Organisationen sind allerdings bereits auf einem guten Weg, die Anforderungen einer resilienten Strategieausrichtung zu unterstützen. Zudem hat die Bedeutung einer funktionierenden Zusammenarbeit zwischen den Fachabteilungen und der IT-Abteilung deutlich zugenommen, um im Störungsfall besser reagieren zu können.
Unternehmen müssen heute eine Vielzahl von Compliance-Anforderungen erfüllen. Bei Konsumgüterherstellern gewinnt hierbei die Erweiterte Herstellerverantwortung immer mehr an Bedeutung, deren unterschiedliche Gesetzgebungen in verschiedenen Ländern eingehalten werden müssen, um Bußgelder oder Vertriebsverbote zu verhindern. Unternehmen müssen folglich Wege finden, um die Compliance-Anforderungen möglichst ressourceneffizient und nachhaltig in Geschäftsprozessen zu implementieren.
Die vorliegende Masterarbeit beschäftigt sich daher mit der Frage, wie Unternehmen bei der sozialen und technischen Implementierung von Compliance-Anforderungen in Geschäftsprozessen vorgehen sollten, um eine möglichst hohe Akzeptanz und Umsetzungssicherheit zu gewährleisten. Basierend auf einer Literaturrecherche und der Modellierung praxisnaher Beispiele mit DMN werden schrittweise verschiedene Möglichkeiten zur Implementierung von Compliance-Anforderungen in Geschäftsprozessen, von der Anforderungsidentifikation bis zur Aufstellung von Business Rules, aufgezeigt.
Um Compliance-Anforderungen nachhaltig in Geschäftsprozessen zu implementieren, sollten die Anforderungen in den Geschäftsprozessen hinterlegt und deren Einhaltung regelmäßig durch Audits überprüft werden. Eine flexible und umsetzungssichere Möglichkeit bieten außerdem Business Rules. Auch spielen soziale Aspekte wie die Prozessorganisation, klare Zuordnungen von Rollen und Verantwortlichkeiten und Change-Management eine Rolle, da diese einen Einfluss auf die Akzeptanz durch die Prozessbeteiligten haben. Nur unter Beachtung der technischen und sozialen Aspekte können Compliance-Anforderungen in Geschäftsprozessen nachhaltig implementiert werden.
Dynamische Veränderungen, steigende Wettbewerbsintensität und ein hohes Maß an Komplexität charakterisieren das aktuelle Marktumfeld, in dem Unternehmen agieren müssen. Das Prozessmanagement muss diesen Veränderungen sowohl auf der strategischen, als auch auf der operativen Ebene begegnen. Eine Adaption des Konzepts der Agilität durch das Prozessmanagement wird daher zunehmend relevant, um die originären Ziele des Prozessmanagements zu erreichen. Allerdings gilt dies unter der Prämisse, dass die agilen Konzepte die Fähigkeiten des Prozessmanagements, auf Veränderungen nachhaltig zu reagieren, stärken. In diesem Zusammenhang sind in der Literatur Arbeiten und Texte zu unterschiedlichen Anwendungen der agilen Konzepte im Prozessmanagement zu finden. Unklar bleibt dabei sowohl, ob diese Texte auf einem gemeinsamen Verständnis des Konzepts basieren, als auch der Zusammenhang und die Vereinbarkeit mit traditionellen Methoden des Prozessmanagements. Unter diesen Voraussetzungen ist es das Ziel der vorliegenden Arbeit den Kontext aufzuzeigen, in welchem agile Konzepte im Prozessmanagement diskutiert werden, und wie diese mit Modellen des traditionellen Prozessmanagements zusammenhängen. Dazu werden ausgewählte Texte auf ihre Verwendung agiler Konzepte als Lösungsstrategien für das allgemeine Handlungsfeld der dynamischen Veränderungen der „VUCA Welt“ analysiert. Die identifizierten Konzepte werden in Bezug zu traditionellen Konzepten, wie dem BPM Life-cycle, kritisch hinterfragt. Die Erkenntnisse der Arbeit belegen, dass die aktuelle Marktsituation ein Umdenken im Prozessmanagement erfordert. Agile Konzepte können das Prozessmanagement dabei unterstützen und Alternativen zu traditionellen Vorgehensweisen aufzeigen. Dabei fehlen jedoch bisher standardisierte Anwendungskonzepte und ein einheitliches Verständnis des Begriffs der Agilität im Prozessmanagement. Ferner erfordern die ganzheitliche Betrachtungsweise und die originären Ziele des Prozessmanagements weiterhin den Einsatz traditionellerer Methoden als Fundament für die Einführung von agilen Konzepten im Prozessmanagement.
Digitale Souveränität
(2021)
Mit der zunehmenden Digitalisierung aller Lebensbereiche der Menschen profitieren Staat, Unternehmen und Privatpersonen nicht nur von unbegrenzten Vernetzungsmöglichkeiten, sondern sehen sich mit neuen Risiken und Herausforderung konfrontiert. In dieser Masterarbeit wird aufgezeigt, wie bedeutend die digitale Souveränität in Unternehmen ist und worin sie besteht. Außerdem wird erarbeitet, wie die digitale Souveränität sichergestellt werden kann. Durch eine umfassende Literaturrecherche wird der notwendige Hintergrund der Thematik aufbereitet und durch Synthese werden Antworten auf die Forschungsfragen gegeben. Zur besseren Veranschaulichung des Themas werden aktuelle Entwicklungen und Projekte herangezogen. Basierend auf diesen Erarbeitungen werden Handlungsempfehlungen für Unternehmen zur Umsetzung bzw. Steigerung der digitalen Souveränität in verschiedenen Umsetzungsbereichen entwickelt. Auch wenn das Bewusstsein für die Abhängigkeit von Großkonzernen vorhanden ist, können sie nicht alle Herausforderungen allein bewältigen. Der Staat hat in diesem Bereich eine ebenso große Verantwortung. Gesetze und Regularien können von Unternehmen nicht allein beeinflusst werden; es bedarf einem Zusammenschluss verschiedener Interessensgruppen, um das gewünschte Ziel zu erreichen. Dies ist vor allem deshalb notwendig, da Unternehmen in der Diskussion um digitale Souveränität gerne außen vorgelassen werden. Da sich die politische Diskussion aber hauptsächlich auf Individuen und die Politik an sich konzentriert, füllt diese Dissertation die entstandene Lücke aus der Perspektive der Unternehmen. Digitale Souveränität gilt nach Abschluss dieser Arbeit als ein erstrebenswertes Ziel zur Sicherung der Unabhängigkeit und Wettbewerbsfähigkeit, dass aufgrund der digitalen Vernetzung nie vollständig erreicht werden kann.
Die vorliegende Masterarbeit beleuchtet die Realität der Modellierung in der Geschäftspraxis und die Probleme, auf die Unternehmen in diesem Zusammenhang stoßen. Aus diesem Grund wird diese Arbeit die Forschungsfrage, wie Unternehmen mit dem Wissen der Systemtheorie Probleme in der Modellentwicklung vermeiden können, samt der daraus abgeleiteten Teilfragen beantworten. Diese Teilfragen zielen sowohl darauf ab, ob Modelle als Abbilder der Realität betrachtet werden können, und welche Entscheidungen ein Unternehmen zu treffen hat, um Modelle richtig zu adressieren. Diese Arbeit richtet sich vor allem an Unternehmen und Studenten des Geschäftsprozessmanagements, sowie alle interessierte Leser und Leserinnen, die sich die Frage stellen, wie die Modellbildung mit dem Wissen der Systemtheorie optimiert werden kann. Mittels intensiver Literaturrecherche und Auswahl wird aufgezeigt, dass niemals alle Eigenschaften eines Systems in ein
Modell einfließen können und dürfen. Des Weiteren wird die Wichtigkeit einer guten Zielgruppenanalyse und -definition herausgearbeitet, um sowohl Modellierungssprache, Grenzen und Zweck des Modells korrekt wiederzugeben und so alle Adressaten mit den richtigen Informationen zu erreichen. Die in dieser Arbeit vermittelten Informationen haben das Potential, die Realität eines Unternehmens sinnvoll zu einem Modell und zum Ausschnitt der Wirklichkeit werden zu lassen.
Die schnelllebige und sich verändernde Welt, in der die Menschen gegenwärtig leben, stellt Unternehmen ständig vor neue Herausforderungen. Der Wettbewerb wird immer anspruchsvoller und das Hervorstechen in jeder Branche ist von zahlreichen Faktoren abhängig. Einer davon, der zweifellos einen der grundlegenden Schlüssel zum Erfolg darstellt, ist die Entscheidungsfindung. Um letztere zu unterstützen, werden verschiedene Systeme geschaffen. Unter diesen Systemen lassen sich Business-Analytics-Systeme finden, deren Aufgabe sich auf die Umwandlung von Daten in Informationen konzentriert, um Evidenzen zu schaffen, die es den Managern ermöglicht, Entscheidungen auf der Grundlage von Daten – und nicht auf derjenigen von Intuition – zu treffen. Es ist jedoch Folgendes festzustellen: Obwohl diese Systeme immer besser werden, ist die Mehrheit der Manager in vielen Unternehmen nicht in der Lage, effektive Entscheidungen zu treffen.
Daher ist es das Ziel dieser Arbeit, den Personen in der Wirtschaftswelt eine Untersuchung und Analyse der kognitiven verhaltenspsychologischen Phänomene zur Verfügung zu stellen, um festzulegen, welche dieser Phänomene beim Treffen von Entscheidungen im Rahmen von Business Analytics auftreten und ein Problem verursachen können. Dazu wird die folgende Forschungsfrage gestellt: Welchen Einfluss haben die kognitionspsychologischen Phänomene des Verhaltens in der Business Analytics?
Um diese zu beantworten, ist eine systematische Literaturrecherche durchgeführt worden. Die Analyse der Phänomene anhand eines Data-Mining-Vorgehensmodells (CRISP-DM) zeigte, dass der Einfluss der Phänomene auf Business Analytics signifikant ist und sich auf mehrere Aspekte der Analytik bezieht.
Eingebettete Systeme – wie zum Beispiel eine Multifunktions-Küchenmaschine, ein intelligenter Saugroboter oder Lautsprecher mit sprachgesteuerten Assistenten – sind für einige Menschen in der heutigen Zeit nicht mehr wegzudenken. Sie sind mittlerweile Bestandteil unseres täglichen Lebens. Doch hinter jedem System stehen auch eine Vielzahl von Anforderungen, die für die Kundinnen und Kunden, sowie Nutzerinnen und Nutzer relevant sind. Ob diese Anforderungen immer einen Mehrwert für die Kundinnen und Kunden bringen, ist dabei irrelevant. Doch wie kann gewährleistet werden, dass die zu Beginn definierten Anforderungen schlussendlich das gewünschte Ergebnis für die Kundinnen und Kunden oder Nutzerinnen und Nutzer bringt? Durch die Durchführung einer Validierung in verschiedenen Phasen der Systementwicklung können wichtige Erkenntnisse über das Produkt und dessen Funktionen vor der eigentlichen Marktfreigabe gewonnen und noch in den verschiedenen Entwicklungsphasen für Änderungen oder Verbesserungen eingeplant werden. Oft werden diese essentiellen Validierungsprozesse zu spät oder gar nicht durchgeführt, was zu unausgereiften Produktfreigaben führt, was wiederum unzufriedene Kundinnen und Kunden zur Folge haben kann.
Diese Masterarbeit bietet einen Einblick, wie eine solche Validierung in Systementwicklungen integriert werden kann. Unter anderem wird eine klassische Vorgehensweise, das V-Modell, und die agile Methode Scrum betrachtet und auf mögliche Validierungskonzepte hin untersucht. Anhand eines Praxisbeispiels einer bereits durchgeführten Systementwicklung im Elektronikbereich wird gezeigt, wie die Methoden des V-Modells und Scrum in Verbindung mit der Validierung umgesetzt wurden. Die Erkenntnisse aus diesen beiden Teilen, Theorie und Praxis, werden durch Handlungsempfehlungen für Entwicklungsprojekte abgerundet.
Der digitale Wandel beeinflusst die ganze Gesellschaft und stellt Unternehmen vor zahlreiche Chancen aber auch Herausforderungen. Unternehmen müssen sich verändern und lernen, wie sie ihre Geschäftsmodelle, Organisationsstrukturen und die Mitarbeitenden auf die neuen Gegebenheiten anpassen können. Wissen, Innovation und Lernen werden zu wettbewerbsentscheidenden Kriterien. Das Konzept der lernenden Organisation, bereits entwickelt im letzten Jahrhundert, liefert Rahmenbedingungen für die Gestaltung einer lernförderlichen und innovativen Unternehmenskultur.
Diese Masterarbeit hat das Ziel aufzuzeigen, inwieweit das Konzept der lernenden Organisation noch Gültigkeit hat und für die Bewältigung der digitalen Transformation, bei kleinen und mittleren Unternehmen, genutzt werden kann. Daher wurde folgende Forschungsfrage gestellt:
Sind lernende Organisationen im Vorteil in Bezug auf die digitale Transformation?
Für die Beantwortung der Forschungsfrage wurde eine systematische Literaturrecherche und -analyse durchgeführt. Aufbauend auf den typischen Charakteristika der kleinen und mittleren Unternehmen wurden die Stärken und Schwächen herausgearbeitet. Anschließend wurden die unterschiedlichen Dimensionen, der Status Quo der digitalen Transformation beleuchtet, die unterschiedlichen Rahmenbedingungen einer lernenden Organisation ausgearbeitet und in den Kontext der digitalen Transformation gesetzt.
Das Ergebnis dieser Arbeit zeigt, dass lernende Organisation bereits viele Anforderungen erfüllen, die für die erfolgreiche digitale Transformation notwendig sind und Unternehmen, die diese bereits verinnerlicht haben, einen klaren Vorteil haben den zukünftigen Herausforderungen durch den digitalen Wandel zu begegnen. Abschliessend wurden Handlungsempfehlungen formuliert, um kleine und mittlere Unternehmen bei der Wandlung zu einer lernenden Organisation zu unterstützen, mithilfe derer die digitale Transformation gemeistert werden kann.
Unternehmen müssen ihre Prozesse stetig weiterentwickeln und verbessern, damit sie trotz des stärkeren Wettbewerbsdrucks am globalen Markt bestehen können. Process Mining verknüpft hochinnovative Technologie mit der Evaluation und Entwicklung von Geschäftsprozessen. Process Mining ist ein Verfahren, das dazu dient, bestehende Geschäftsprozesse aus gesammelten Daten von Informationssystemen zu identifizieren, mit bestehenden Soll-Prozessen zu vergleichen und die Geschäftsprozesse anhand der gewonnenen Erkenntnis zu verbessern. Dadurch werden Prozesse optimiert und die Wettbewerbsfähigkeit von Unternehmen wird nachhaltig gesteigert. Dennoch zeigen Erfahrungsberichte und Untersuchungen aus der Marktforschung, dass viele Process Mining Projekte scheitern, weil gewisse Faktoren der Unternehmenskultur nicht berücksichtigt werden. Es besteht eine Wissenslücke, inwiefern die Faktoren den zielführenden Einsatz von Process Mining beeinflussen. Deshalb war es das Ziel dieser Masterarbeit, herauszufinden, welche Faktoren der Unternehmenskultur den zielführenden Einsatz von Process Mining beeinflussen. Hierfür wurden in einer Literaturrecherche N= 1,491 Titel und N= 97 Abstrakte gescannt, bis N=28 wissenschaftliche Artikel und Erfahrungsberichte übrig waren, die von Relevanz und wissenschaftlichen Wert für diese Arbeit waren. Um diese N=28 wissenschaftlichen Artikel und Erfahrungsberichte zu analysieren, wurde eine Kombination aus der Vorgehensweise der Hermeneutik nach Gadamer sowie einer induktiven qualitativen Analyse nach Mayring angewendet. Die Ergebnisse aus der qualitativen Analyse aus dieser Masterarbeit haben gezeigt, dass neben der technologischen Infrastruktur die Faktoren der Unternehmenskultur wie Potenziale der Mitarbeitenden, Vision und Mission, Kommunikation mit den Mitarbeitenden, Partizipation der Mitarbeitenden und Kundenorientierung eine zentrale Rolle für den zielführenden Einsatz von Process Mining spielen. Zusammenfassend wird in dieser Masterarbeit gezeigt, dass es vor dem Beginn eines Projektes wesentlich ist, das Process Mining in die Unternehmensstrategie zu integrieren und gleichzeitig Vertrauen aufzubauen. Die Kompetenzen der Mitarbeitenden und deren Kooperation haben während der Umsetzung nicht nur einen Einfluss auf das Process Mining, sondern werden dadurch auch gestärkt. Zukünftige qualitative Studien könnten dazu beitragen, weitere Faktoren zu identifizieren, die aus Sicht der Mitarbeitenden, des Managements, der Kunden und anderer Stakeholder den zielführenden Einsatz von Process Mining in Unternehmen behindern oder ermöglichen. Außerdem könnte ein Fragebogen entwickelt und validiert werden, um die Bereitschaft von Unternehmen für ein Process Mining Projekt zu evaluieren.
Im Zusammenhang mit Industrie 4.0 wurde der Digital Twin in den letzten Jahren zu einem der Schlagwörter für die Forscher und Forscherinnen wie auch für einige Unternehmen. Wie oft vermutet, ist der Digital Twin aber nicht nur eine digitale Abbildung eines realen Objektes. Im Zusammenhang mit Digital Twins ist auch die Rede von der Sicherstellung der Datenintegration über den kompletten Produkt- sowie Anlagenlebenszyklus oder der Simulation verschiedenster Szenarien. Die Zielsetzung des Digital Twin Konzepts ist die bessere Prognose des Verhaltens von Produkten und Fertigungsanlagen und die damit verbundene Senkung von Qualitätsproblemen und -kosten. Dies birgt potenziell auch Konsequenzen für das Qualitätsmanagement in den produzierenden Unternehmen. Der Digital Twin als neuer Trend trifft somit auf eine etablierte Domäne, denn Qualitätsmanagement ist seit Jahrzehnten ein fester Bestandteil in der Praxis. Nebst der gesonderten Betrachtung beider Themengebiete gilt es die Potenziale und die Herausforderungen für die Implementierung und Anwendung der Digital Twins im Qualitätsmanagement anhand der Literaturrecherche und -synthese zu ermitteln. Die Potenziale und Herausforderungen sind an den Beispielen der echtzeitnahen Qualitätsregelkreise und der auf Prognosen gestützten und verkürzten Produkt- und Prozessplanung aufzuzeigen.
Unternehmen stehen aufgrund der digitalen Transformation vermehrt vor der Entscheidung, in Dateninitiativen zu investieren. In diesen Entscheidungssituationen werden verhaltensökonomische Faktoren kaum berücksichtigt. Zwar wird der Mensch in der Theorie als rationaler Entscheider dargestellt, doch zeigen die Erkenntnisse aus der Verhaltensökonomie, wie anfällig menschliche Entscheidungen für kognitive Verzerrungen sind. Ziel dieser Masterarbeit ist es zu beantworten, wie die Erkenntnisse aus der Verhaltensökonomie dazu beitragen können, die strategische Managemententscheidung in Bezug auf die Einführung einer Datenanalytik beherrschbarer zu machen. Hierfür wurde ein theoretisch-konzeptionelles Vorgehen gewählt. Die Ergebnisse zeigen, dass bei der Entscheidungssituation zur Einführung einer Datenanalytik die Komplexität, die Unsicherheit, der Zeitdruck und die kognitive Anstrengung sowie der soziale Einfluss große Herausforderungen für das Management darstellen. Durch die Verknüpfung dieser Faktoren mit den Erkenntnissen aus der Verhaltensökonomie wurden sieben relevante kognitive Verzerrungen identifiziert. Diese Masterarbeit zeigt, dass der Overconfidence Bias, die Planning Fallacy, der Sunk Cost Bias, das Escalation of Commitment, die Decision Fatigue, der Status Quo Bias und der Authority Bias kognitive Verzerrungen sind, welche bei der strategischen Managemententscheidung zur Einführung einer Datenanalytik häufig auftreten können. Weiters wurden für jede kognitive Verzerrung Gegenmaßnahmen ausgearbeitet. Die Ergebnisse dieser Arbeit zeigen auf, welche kognitiven Verzerrungen bei der Entscheidung zur Einführung einer Datenanalytik auftreten können und was das Management dagegen tun kann.
Robotic Process Automation (RPA) ist eine relativ neue Technologie, die die Automatisierung von regelbasierten Aufgaben ermöglicht. Obwohl bestehende Literatur darauf hinweist, dass zusätzlich zur RPA-Implementierung eine Prozessoptimierung vorzunehmen ist, wurde bislang nicht beschrieben, wie dieses Vorgehen aussehen kann. Deshalb zeigt die vorliegende Arbeit, wie bei der Automatisierung von Abläufen die damit verbundene Optimierung durchzuführen ist und wie im Fall des Order-to-Cash-Prozesses von Industrieunternehmen automatisierbare Prozesse ausgewählt werden können. Zudem wird beleuchtet, wie bereits bestehende IT-Systeme für die Prozessautomatisierung eingesetzt werden können. Dazu werden mithilfe einer Literaturrecherche neue Erkenntnisse gewonnen, die zeigen, zu welchem Zeitpunkt eine Prozessoptimierung in Verbindung mit einer Automatisierung durchzuführen ist. Zudem wird die Verwendung der RPA-Technologie kritisch beleuchtet und festgestellt, dass unabhängig von der Art der Automatisierung eine Prozessoptimierung vorzunehmen ist. Die Arbeit liefert somit einen wertvollen Beitrag zum aktuellen Stand der Wissenschaft und gibt Hinweise für die Anwendung in der Praxis.
Der technologische Wandel, der in den letzten Jahren stattgefunden hat, führte zu einer neuen industriellen Revolution. Die vierte industrielle Revolution baut auf cyber-physischen Systemen auf, die mechanische Komponenten durch die Internetkommunikation miteinander vernetzt und dadurch die Steuerung von komplexen Systemen, wie Fertigungsanlagen, ermöglicht. Dies hat zu einem Fortschritt in der Industrie geführt und den Möglichkeiten in der Produktion.
Dem gegenüber steht der altbewährte Lean Production Ansatz, der bereits seit 1970 in den produzierenden Unternehmen dieser Welt, ein fester Bestandteil ist. Darin enthalten sind Methoden, die zum Beispiel zur Verschwendungsminimierung, Prozessverschlankung sowie Produktionssteuerung beitragen.
Obwohl die beiden Produktionsphilosophien auf den ersten Blick nicht in Korrelation zueinanderstehen, sind sie in der realen Produktionswelt kaum voneinander trennbar. Sie queren sich nicht nur in ihren Prinzipien und Leitgedanken, sondern auch in den Methoden selbst. Dabei können sie in vielen Punkten als ergänzend angesehen werden und teilweise auch als aufeinander aufbauend.
Der Hauptteil der vorliegenden Arbeit beschäftigt sich damit, inwiefern Industrie 4.0 einen Einfluss auf die altbewährten Lean Methoden hat und wie diese zwei Themen im Verhältnis zueinanderstehen. Dabei werden die Grundprinzipien, die hinter diesen beiden Begriffen stehen erläutert und zueinander in Relation gestellt. Ebenfalls findet ein direkter Methodenvergleich statt, bei dem ausgewählte Lean Methoden mit Industrie 4.0 verglichen werden. In den Kapiteln werden nicht nur die Gemeinsamkeiten behandelt, sondern natürlich auch die Gegensätze, die diese zwei Prinzipien innehaben. Im anschließenden Kapitel wird weiters definiert, ob Lean Management die Voraussetzung für Investitionen in Industrie 4.0 darstellt, oder ob Industrie 4.0 diverse Lean Methoden sogar obsolet macht.
Den Abschluss der Arbeit bildet eine Analyse des neuen Begriffes Lean 4.0, der bereits in diversen Publikationen vorgestellt wurde. Ebenfalls werden noch drei Modelle vorgestellt, die einen Leitfaden für die Einführung von Industrie 4.0 darstellen und eine eindeutige Stellungnahme dazu nehmen, ob Lean die Voraussetzung für eine erfolgreiche Einführung von Industrie 4.0 im Unternehmen ist.
Unternehmen der Logistikbranche sehen sich zunehmend mit geschäftsgefährdenden Herausforderungen konfrontiert. Veränderte gesellschaftliche Ansprüche, neue Technologien und Konkurrenz, sowie diverse Makrorisiken setzen die Branche unter Druck. Um frühzeitig adäquate Lösungsansätze auf zukünftige Entwicklungen finden zu können, bedarf es einer langfristig ausgerichteten unternehmerischen Sichtweise. Diese Weitsicht ist bei einer Mehrzahl von Logistikunternehmen jedoch bisher nicht vorhanden. Daher beschäftigt sich die Masterarbeit mit der Beantwortung folgender Fragestellung: „Welche Methoden der strategischen Langfristprognostik sind in der Logistik und dem Supply-Chain-Management besonders geeignet und ist die Corporate Foresight eine praktikable Option?“ Für die Beantwortung der Fragestellung wird ein theoretisch-konzeptioneller Ansatz verfolgt. Der Schwerpunkt der Arbeit liegt in der Analyse der Logistikbranche, sowie in der Aufarbeitung bestehender Literatur hinsichtlich existierenden Prognosemethoden, Gründe deren Scheiterns in der betrieblichen Praxis und dem Corporate Foresight. Die daraus erlangten Erkenntnisse werden auf die Logistikbranche transferiert, um Logistikunternehmen mögliche Ansatzpunkte und Denkanstöße für die Einführung bzw. Einnahme einer strategischen Weitsicht zu liefern.
Im Zuge der Digitalisierung und der stetigen Entwicklung neuer Technologien hat sich die Möglichkeit neuer Geschäftsmodelle eröffnet. Durch den Einsatz dieser Technologien und ihrer Nutzungspotentiale können auch bereits bestehende Geschäftsmodelle revolutioniert werden. Auch die wissensbasierte Dienstleistungsbranche ist diesem Trend ausgesetzt. Da bei der Dienstleistungserstellung keine materiellen Güter erstellt werden, eignet sich diese Branche für eine Transformation hin zu einem digitalen Geschäftsmodell. Fraglich ist, was bei der Konzeption von digitalen Geschäftsmodellen auf Basis wissensbasierter Dienstleistungen zu beachten ist und welche Erfolgsfaktoren diese prägen.
Um diese Frage beantworten zu können, ist eine Literaturrecherche erforderlich. Als Ergänzung wird ein beispielhaftes Forschungsdesign zur Erhebung von Erfolgsfaktoren für digitale Geschäftsmodelle aufgezeigt. Auf den daraus resultierenden Ergebnissen bauen die Übertragung und die kritische Betrachtung auf den zu untersuchenden Gegenstandsbereich der Arbeit auf. Da die Komplexität des Themenbereichs ein Basisfachwissen voraussetzt, ist die Zielgruppe durch dieses Faktum definiert.
Zu Beginn werden die Begrifflichkeiten sowie die zugehörigen Theorien diskutiert. Basierend auf der Diskussion der Begrifflichkeiten und zugehörigen Theorien werden die Konzeptionsmöglichkeiten digitaler Geschäftsmodelle sowie Besonderheiten bei der Konzeption von wissensbasierten Dienstleistungen untersucht. Zusätzlich wird die Herangehensweise in Bezug auf das Change-Management, die Methoden und die Werkzeuge genauer betrachtet. Ersichtlich wird, dass die aktive Mitarbeiterbeteiligung sowie die Zeit kritische Themen sind. Ebenfalls von besonderer Bedeutung ist der Fokus auf die Kundenakzeptanz und Kundenintegration, um weitere Funktionen in eine passende Richtung aufzubauen.
Die von Krebs, Hepp und Hadwich (2017) identifizierten 30 Erfolgsfaktoren für die Integration wissensintensiver Unternehmensdienstleistungen im Rahmen des so genannten dienstleistungsorientierten Geschäftsmodells der Servicetransformation werden diskutiert und in Bezug zu digitalen Geschäftsmodellen auf Basis wissensbasierter Dienstleistungen genauer betrachtet und angepasst.
Das Ergebnis sind 26 Erfolgsfaktoren, denn die Faktoren „Erfahrene Führungskraft von extern“, „Überprüfung und Anpassung der bestehenden Prozesse und Sicherstellung einer prozessbezogenen Verbindung zwischen dem neuen Geschäftsbereich und den ursprünglichen Bereichen“, „Produktbezug der Dienstleistung“ und „Neue Vertriebsstruktur und Abstimmung der Kundenansprache“ sind nicht relevant für den zu untersuchenden Gegenstandsbereich. Sie beziehen sich stark auf die Integration eines weiteren Geschäftsbereichs in ein produzierendes Unternehmen.
Die folgenden fünf Erfolgsfaktoren wurden passend für den Gegenstandsbereich abgeändert: „Änderung des Führungsstils“ zu „Führungsstil mit toleranter Fehlerkultur“, „Aktive Kommunikation“ zu „Aktive Kommunikation des Servicegedankens“, „Verwendung der Kundendaten aus dem Vertrieb und der Verwendung von Produkten“ zu „Verwendung der Kundendaten aus dem Vertrieb von Dienstleistungen“, „Nutzung des Ansehens des Produktgeschäfts für das Dienstleistungsgeschäft und Steigerung des Bekanntheitsgrades durch Marketingaktivitäten“ zu „Ansehen und Bekanntheitsgrad des Dienstleistungsgeschäfts“, „Strukturen für den Austausch zwischen Produkt- und Dienstleitungsbereich“ zu „Strukturen für den Austausch zwischen den Dienstleistungsteams“
Der Fokus wird mit Hilfe der Anpassungen von der Integration eines weiteren Geschäftsbereichs auf ein eigenständiges digitales Geschäftsmodell auf Basis wissensbasierter Dienstleistungen gelenkt. Die restlichen 21 Erfolgsfaktoren wurden ohne Änderung übernommen.
Die Ergebnisse dieser Arbeit bilden ein gutes Fundament zur weiteren Betrachtung des Untersuchungsgegenstands. Darauf aufbauend ist eine qualitative Studie in Form von weiteren Experteninterviews denkbar. Aus der Kombination der Ergebnisse aus den Interviews und dieser Arbeit wird die Erstellung eines Fragebogens für eine quantitative Umfrage möglich.
Durch die voranschreitende Digitalisierung der Produktion ergeben sich zunehmend neue Möglichkeiten. Eine dieser Möglichkeiten ist der Einsatz von Process Mining. Mit Process Mining können Daten einem Prozess zugeordnet werden, um diesen zu visualisieren und zu untersuchen. Dadurch ist es möglich, Prozesse real zu entdecken, zu überwachen und zu verbessern. Die vorliegende Masterarbeit untersucht, unter welchen Rahmenbedingungen Process-Mining bei modular aufgebauten Montagesystemen in der Massenfertigung einen Mehrwert bieten kann. Durch eine ausführliche Literaturanalyse und dem praktischen Versuch mittels eines Experiments wird darauf eine Antwort gegeben.
Mit dem Voranschreiten und der Weiterentwicklung der Informationstechnologie und Industrie 4.0 stehen Industrieunternehmen, speziell im Bereich der Fertigung und Produktion, vor der Herausforderung, ihre Prozesse zu digitalisieren und automatisieren. Durch die Digitalisierung werden Daten gesammelt, die zur Regelung der Prozesse und Unterstützung von Entscheidungen eingesetzt werden. Um die digitale Transformation erfolgreich umzusetzen und vor allem die Veränderung der Arbeitsabläufe im Unternehmen zu etablieren, braucht es gewissenhafte Vorbereitung. Es bietet sich im Vorfeld eines Projektes an, mittels Reifegradmodellen zur Digitalisierung, den aktuellen Status des Unternehmens zu erheben.
Diese Masterarbeit setzt sich zum Ziel zu evaluieren, ob Reifegradmodelle geeignete Tools sind, um Hindernisse und Chancen von Digitalisierungsprojekten im Vorfeld zu erkennen und abzufangen. Um vorhandene Ressourcen zielgerichtet und verschwendungsfrei einzusetzen, müssen kritische Bereiche identifiziert werden, auf die der Fokus gelegt werden sollte. Zur Bearbeitung des Themas wurde folgende Forschungsfrage gestellt: Sind Reifegradmodelle geeignete Werkzeuge, um aktiv und präventiv Barrieren für digitale Transformationsprojekte zu identifizieren und vermeiden?
Um die Forschungsfrage zu beantworten wurde eine systematische Literaturrecherche und -analyse durchgeführt. Dabei wurden bestehende Reifegradmodelle zur Digitalisierung untersucht, indem ihre Bewertungskriterien in einem Schema kategorisiert wurden. Durch die Kategorisierung wurde ersichtlich, welche Modelle für welchen Zweck einsetzbar sind, bzw. ob die wichtigen Bereiche abgedeckt werden. Ergebnis der Recherche sind sieben Reifegradmodelle, mit unterschiedlichen Herangehensweisen, die exemplarisch vorgestellt und analysiert werden.
In einer Zeit, in der Daten eine immer größere Rolle spielen, nehmen Schlagwörter wie Big Data, Data Analytics oder Data Mining auch in Organisationen eine große Rolle ein. Daten werden zum neuen digitalen Öl, das durch alle Systeme der Unternehmen und externe Quellen fließt. Richtig eingesetzt, unterstützen sie bei der Strategiefindung, bei der Umsetzung neuer Geschäftsmodelle, beim Gestalten neuer Abläufe und Prozesse und insbesondere bei der Entscheidungsfindung.
Die vorliegende Arbeit beschäftigt sich mit den Themen Daten und Unternehmenssystemen. Von diesen Themen ausgehend wird versucht, eine Brücke zu den Themenfeldern Prozessmanagement und Prozessinnovation zu schlagen. Die Arbeit soll aufzeigen, welche strategischen und operativen Ansätze die Nutzung von Daten als Treiber für Prozessinnovation zulassen. Aufbauend auf einer theoretischen Einordnung der vier skizzierten Gebiete, bildet ein empirischer Teil das Herzstück dieser Arbeit. In diesem Teil werden Aussagen von ExpertInnen darüber zusammengetragen, welche Ansätze zur datengetriebenen Prozessinnovation sie in ihren jeweiligen Unternehmen anwenden. Diese Aufarbeitung ist gegliedert in die drei Ebenen Rahmenbedingungen, Faktoren und Ansätze. Abgeschlossen wird diese Arbeit durch konkrete Handlungsempfehlungen für Unternehmen.
Einkauf 4.0
(2020)
Traditionelle Einkaufsprozesse haben viele Fehlerquellen und ungenütztes Potential. Viele Konzepte, die meist im Zusammenhang mit Digitalisierung und Industrie 4.0 stehen, versprechen Optimierungen. Diese Vielfalt führt jedoch in der Praxis zu Unklarheiten, da fraglich ist, was tatsächlich hinter den Konzepten steckt. Insbesondere der sogenannte „Einkauf 4.0“, der mehr als eine Digitalisierung der Beschaffungsprozesse verspricht, wirft viele Fragen auf.
Das Ziel der vorliegenden Forschungsarbeit ist es festzulegen, welche Merkmale dem „Einkauf 4.0“ zugeschrieben werden können und ob sich diese in Praxis wiederfinden. Dazu werden folgende Forschungsfragen gestellt:
1. Welche Merkmale können eindeutig dem Begriff „Einkauf 4.0“ zugeordnet werden, um eine aktuell gültige Umfangsdefinition zu erstellen?
2. Werden die gefundenen Merkmale des Einkauf 4.0 in der Praxis als relevant erachtet und umgesetzt? Falls ja, welche?
Um die erste Forschungsfrage zu beantworten wurden eine qualitative und eine quantitative Inhaltsanalyse durchgeführt. Die Merkmale des Begriff Einkauf 4.0 konnten dadurch eindeutig festlegt und abgrenzt werden. Die zweite Forschungsfrage wurde beantwortet in dem ein Vergleich der gefundenen Merkmale mit der Studie „BME-Barometer Elektronische Beschaffung 2020“ des BME e. V. erfolgte.
Die Auswertung der Inhaltsanalysen zeigt, dass sich Merkmale für den Einkauf 4.0 finden lassen, diese jedoch kritisch zu hinterfragen sind. Der Vergleich der Merkmale mit der Studie des BME e.V., ergibt, dass einige Merkmale in der Praxis wiederzufinden sind; Sie sind jedoch von unterschiedlicher Relevanz. Weiterführende Forschung ausgehend von der hier formulierten Definition würden tiefere Einblicke in das Konzept des Einkauf 4.0 ermöglichen.
Predictive maintenance
(2020)
Das Ziel dieser Arbeit ist es aufzuzeigen, wie Predictive Maintenance in Vorarlberger Unternehmen verbreitet ist und wie sich dies mit dem aktuellen Stand der Forschung deckt. Dazu werden die folgenden Forschungsfragen gestellt: Wie ist der aktuelle Stand der Forschung auf dem Gebiet Predictive Maintenance? Wie deckt sich der Stand der Forschung im Bereich Predictive Maintenance mit der Verbreitung in Vorarlberger Unternehmen? Um die erste Forschungsfrage zu beantworten, wurde eine Literaturrecherche und -analyse durchgeführt. Um die zweite Forschungsfrage zu beantworten, wurden zwölf Interviews mit Vorarlberger Unternehmen durchgeführt. Die Ergebnisse der qualitativen Forschung wurden mit den Erkenntnissen aus der Literatur verglichen. Predictive Maintenance wird in Vorarlberger Unternehmen noch nicht oft angewendet. Die qualitative Forschung hat gezeigt, dass vor allem Engineering-Unternehmen ein Interesse am Einsatz von Predictive Maintenance habe, da sie damit ihre Produkte verbessern und Wartungskosten senken können. Produktionsunternehmen haben ein weniger starkes Interesse an der Umsetzung von Predictive Maintenance.
Die Entwicklungen im Bereich der Algorithmen, Machine Learning und Künstlicher Intelligenz sind rasant und halten Einzug in immer mehr Bereichen des alltäglichen Lebens, insbesondere in den Unternehmen. Aus diesem Grund wird in dieser Arbeit der Frage nachgegangen, inwiefern dieser Trend Auswirkungen auf die benötigten Management-Kompetenzen hat. Zur Beantwortung dieser Frage wird zuerst die klassische Management-Lehre mit ihren zentralen Begrifflichkeiten und bestehenden Kompetenzmodellen beleuchtet und basierend auf diesen Erkenntnissen ein Analyse-Hilfsmodell entwickelt. Im Anschluss werden die wichtigsten Grundlagen zum Themenkomplex Algorithmus, Machine Learning und Künstliche Intelligenz behandelt und auf dieser Basis benötigte Management-Kompetenzen abgeleitet. Zusätzlich werden aktuelle Studien großer Beratungsunternehmen und Fachartikel analysiert und ebenfalls Kompetenzen für den Einsatz von Machine Learning und Künstlicher Intelligenz identifiziert. Schliesslich wird eine Gap-Analyse durchgeführt mit dem Resultat, dass keine grundsätzlich neuen Kompetenzen notwendig sind, diese jedoch teils erweitert werden müssen und sich deren Wichtigkeit verschiebt.
Die Suche nach geeigneten Maßnahmen im Kampf gegen den Pflegefachkräftemangel geht lange Zeit zurück. Immer mehr schnelle und nicht abgestimmte Lösungen kommen dabei auf. Um wirksam die Personallücke schließen zu können, muss an den Problemursachen angeknüpft werden.
In dieser Masterthesis wird der Personalmangel aus einer neuartigen Perspektive betrachtet. Mit Hilfe des Prozessfokus werden die existierenden Ideen mit folgender Fragestellung näher begutachtet: „Inwieweit spielt Business Process Management (BPM) eine Rolle bei den bisherigen Ideen? Kann BPM einen Beitrag zur Arbeitsentlastung der Pflegekräfte und damit zur Linderung des Personalmangels leisten?“
Um diese Frage beantworten zu können, ist eine zweiteilige Methodik erforderlich. Die Literaturrecherche wird mit dem Wissen aus einer Prozessbegehung ergänzt. Da die Kombination verschiedener Methoden ein Basisfachwissen voraussetzt, ist die Zielgruppe durch dieses Faktum definiert.
Am Ende kann die Digitalisierung in Verbindung mit organisatorischen Umstrukturierungen als geeigneter BPM-Lösungsansatz betitelt werden. Dieser knüpft an den Basisanforderungen an, um auf lange Sicht den Pflegemangel beherrschbar machen zu können.
Digitale Transformation ist heutzutage eine Pflichtaufgabe. Die Literatur zu dem Themengebiet bietet sehr viel Auswahl. Trotzdem fehlt es immer noch an einem gängigen Konzept, welches bei der digitalen Transformation unterstützten soll.
Dementsprechend beschäftigt sich die vorliegende Masterarbeit mit der Fragestellung, ob es sich beim Enterprise Architecture Management (EAM, auf Deu. Unternehmensarchitektur) um so ein gängiges Konzept handeln könnte.
Um dies zu beantworten und eine gewisse Übersicht in den Stand der aktuellen Forschung zu bringen, wurde eine Literaturrecherche durchgeführt. Diese beinhaltet neben den theoretischen Hintergründen zur digitalen Transformation und EAM auch noch ein Ausarbeiten der digitalen Anforderungen an das EAM.
Ein EA-Framework wird als Referenzmodell ausgewählt und anhand der neuen Anforderungen einer kritischen Betrachtung unterzogen. Die Arbeit soll zum einen Erkenntnisse darüber liefern ob es ich sich bei dem gewählten Framework um ein mögliches Werkzeug handelt, welches bei der digitalen Transformation einen Mehrwert liefert. Zum anderen soll sie zeigen ob mit EAM die Lücke zum fehlenden Konzept geschlossen werden kann.
Der mit dem Schlagwort Industrie 4.0 verbundene Begriff der Digitalisierung ist eine Herausforderung, der sich Unternehmen aktuell konfrontiert sehen. Allgemein betrachtet verschwimmt mit steigender Digitalisierung in Unternehmen die Abgrenzung zwischen wertschöpfenden und unterstützenden Prozessen. Die Industrie 4.0 verspricht dabei eine vernetzte Zukunft mit neuen Technologien und neuen Geschäftsmodellen. In der Forschung gibt es bisher nur sehr begrenzte Ansätze im Bereich der Industrie 4.0, welche direkt auf die Bauindustrie bzw. ein einzelnes Bauunternehmen ausgerichtet sind.
Die Masterarbeit soll dazu die Beantwortung folgender Fragestellung zum Thema haben: „Wie kann ein Referenzmodell zur reifegradbasierten Ermittlung des Digitalisierungsgrads in einem Unternehmen in der Bauindustrie aufgebaut sein?“
Zur Bearbeitung wird dabei der Ansatzpunkt gezählt, wie die Digitalisierung in der Industrie 4.0 im Kontext mit bisherigen Entwicklungen einzuordnen ist. Dabei wird den Fragestellungen nachgegangen, welche Reifegradmodelle bereits existieren und wie diese auf die Digitalisierung in der Industrie 4.0 adaptiert werden können. Daraus ergibt sich die nachgehende Fragestellung, wie ein Reifegradmodell zur Bewertung des Umsetzungsgrads in der Industrie 4.0 in einem Unternehmen der Bauindustrie aufgebaut sein kann.
Ziel dieser Masterarbeit ist es, ein kombiniertes Reifegradmodell zur entwickeln, welches auf ein Unternehmen in der Bauindustrie anwendbar ist. Damit soll eine Möglichkeit geschaffen werden, die Umsetzungsreife des Unternehmens im Bereich der Industrie 4.0 zu bewerten. Das entwickelte Modell soll dazu in der Lage sein, dem Unternehmen einen fundierten Überblick zu verschaffen, wie weit der Umsetzungsgrad fortgeschritten ist. Auch soll es dem Unternehmen aufzeigen, in welchen Bereichen es Entwicklungsmöglichkeiten gibt. Das Reifegradmodell soll außerdem in der Lage sein, sich auf Änderungen in der Unternehmensstrategie, Weiterentwicklung in der Technologie sowie veränderten Anforderungen in der Bauindustrie anpassen zu können.