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)
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.
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.