Betriebswirtschaft: Business Process Management
Refine
Year of publication
- 2021 (14) (remove)
Document Type
- Master's Thesis (14)
Language
- German (14)
Has Fulltext
- yes (14)
Is part of the Bibliography
- no (14)
Keywords
- APQP (1)
- BPM (1)
- Corporate Foresight (1)
- Data Mining (1)
- Datenanalytik (1)
- Decision Support Systems (1)
- Digital Twin (1)
- Digitale Souveränität (1)
- Digitale Transformation (1)
- Digitaler Zwilling (1)
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.