Refine
Year of publication
Document Type
- Master's Thesis (14)
- Conference Proceeding (8)
- Part of a Book (2)
Institute
Keywords
- AUI (Adaptive User Interface) (1)
- Arbeitsplatzlernen (1)
- Bank (1)
- Big bath accounting (1)
- Cause marketing (1)
- Cause-related marketing (1)
- Contextual design (1)
- Datenanalytik (1)
- Digital Controlling (1)
- Digitale Führung (1)
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.
Im Vertriebscontrolling halten zunehmend Verfahren aus dem Bereich Predictive Analytics Einzug. Hierdurch verändern sich die klassischen Arbeitsweisen mehr und mehr. Doch welche Faktoren sind dabei zu berücksichtigen und welche Einsatzmöglichkeiten finden sich für Predictive Analytics im Umfeld des Vertriebscontrollings? Dieser Frage wird in der vorliegenden Arbeit nachgegangen. Hieraus ergibt sich das Ziel, Einsatzmöglichkeiten für Predictive Analytics im Vertriebscontrolling herauszustellen und Schlüsselfaktoren herauszuarbeiten, die in diesem Kontext zu berücksichtigen sind. Außerdem sollen diesbezügliche Handlungsempfehlungen benannt werden. Dabei liegt der Fokus auf der Branche des Maschinen- und Anlagenbaus. Um diese Forschungsfragen zu beantworten, wurde mittels einer Literaturanalyse ein Reifegradmodell erarbeitet, das die verschiedenen Reifegrade über die relevanten Dimensionen Daten, Technologie, Prozesse, Methoden und Kompetenzen darstellt. Zudem wurden Bei-spiele für die Nutzung der häufigsten Methoden aus dem Bereich Predictive Analytics im Controlling-Umfeld zusammengetragen. Vor diesem Hintergrund konnten die Schlüsselfaktoren für den erfolgreichen Einsatz von Predictive Analytics im Vertriebscontrolling abgeleitet wer-den. Des Weiteren wurde eine qualitative Befragung in Form von Experteninterviews durch-geführt, wobei die in den Interviews thematisierten Unternehmen in das genannte Reifegradmodell eingruppiert wurden. Es zeigten sich bei der Analyse im Allgemeinen niedrige Reifegrade in den Dimensionen Methoden, Kompetenz und Technologie. Hieraus ergeben sich die folgenden Handlungsempfehlungen: die Einführung geeigneter Software aus dem Predictive-Analytics-Bereich, eine erste Anwendung von Predictive-Analytics-Methoden sowie der Aufbau von Wissen in den Bereichen Data-Science und Business-Analytics in Form von Fortbildungsmaßnahmen. Werden diese Empfehlungen befolgt, kann in Unternehmen aus dem Maschinen- und Anlagenbau ein erfolgreicher Einsatz von Predictive Analytics im Vertriebscontrolling gelingen. Hierdurch wiederum können die betreffenden Unternehmen bei der Prognose zukünftiger Entwicklungen unterstützt und wertvolle Entscheidungshilfen erlangt werden, was in weitergehend Forschungsarbeiten aufgegriffen werden kann.
Herkömmliche Lernprozesse sind in der dynamischen Arbeitswelt nicht mehr zielführend. Für transformatives Lernen werden neue Formen der Zusammenarbeit, neue Kompetenzen und neue Lernformate benötigt. Der selbstgesteuerte Lernansatz wird dabei der neuen Arbeitswelt gerecht. Jedoch werden die Potenziale des selbstgesteuerten Lernens in Unternehmen noch wenig genutzt. Im Rahmen der klassischen Personalentwicklung werden meist Kurskataloge und Schulungsprogramme erstellt, die den Inhalt sowie den zeitlichen und örtlichen Rahmen vorgeben. Somit ist es das Ziel dieser Arbeit, vorhandene Chancen und Herausforderungen des selbstgesteuerten Lernansatzes in Unternehmen zu identifizieren sowie Möglichkeiten zur Gestaltung von Rahmenbedingungen zur aktiven Förderung des selbstgesteuerten Lernens durch die Personalentwicklung aufzuzeigen. Dazu wird der Begriff des selbstgesteuerten Lernens abgegrenzt, Modelle werden aufgezeigt und personenabhängige Faktoren für das selbstgesteuerte Lernen werden betrachtet. In einem weiteren Schritt werden die Perspektive der Personalentwicklung und deren Rolle für das selbstgesteuerte Lernen dargelegt. Mithilfe der Durchführung zweier Case Studies wird ein tiefergehendes Verständnis zum selbstgesteuerten Lernen in Unternehmen erzeugt und die forschungsleitenden Fragen werden beantwortet. Die Ergebnisse dieser Arbeit resultieren in Implikationen für die Personalentwicklung, die die zu bearbeitenden Handlungsfelder für optimale Rahmenbedingungen für das selbstgesteuerte Lernen von Mitarbeitenden in Unternehmen abbilden.
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.