Refine
Year of publication
Document Type
- Article (145)
- Monograph/Edited Volume (26)
- Part of a Book (21)
- Conference Proceeding (20)
- Postprint (15)
- Other (7)
- Contribution to a Periodical (5)
- Doctoral Thesis (1)
- Review (1)
Keywords
- knowledge management (7)
- Industrie 4.0 (5)
- Industry 4.0 (5)
- deep reinforcement learning (5)
- production control (5)
- ERP (4)
- Enterprise-Resource-Planning (4)
- digital learning (4)
- machine learning (4)
- systematic literature review (4)
Institute
- Wirtschaftswissenschaften (139)
- Fachgruppe Betriebswirtschaftslehre (89)
- Wirtschafts- und Sozialwissenschaftliche Fakultät (4)
- Hasso-Plattner-Institut für Digital Engineering GmbH (3)
- Fachgruppe Politik- & Verwaltungswissenschaft (2)
- Sozialwissenschaften (2)
- Bürgerliches Recht (1)
- Department Psychologie (1)
- Extern (1)
- Forschungsbereich „Politik, Verwaltung und Management“ (1)
Manufacturing companies still have relatively few points of contact with the circular economy. Especially, extending life time of whole products or parts via remanufacturing is an promising approach to reduce waste. However, necessary cost-efficient assessment of the condition of the individual parts is challenging and assessment procedures are technically complex (e.g., scanning and testing procedures). Furthermore, these assessment procedures are usually only available after the disassembly process has been completed. This is where conceptualization, data acquisition and simulation of remanufacturing processes can help. One major constraining aspect of remanufacturing is reducing logistic efforts, since these also have negative external effects on the environment. Thus regionalization is an additional but in the end consequential challenge for remanufacturing. This article aims to fill a gap by providing an regional remanufacturing approach, in particular the design of local remanufacturing chains. Thereby, further focus lies on modeling and simulating alternative courses of action, including feasibility study and eco-nomic assessment.
Die Branche der Dienstleistungsunternehmen (Professional Services) hat einige Anforderungen, die sie von den „klassischen“ ERP-Branchen Industrie und Handel unterscheidet. Dieser Beitrag beschreibt einige der aktuellen Herausforderungen dieses immer wichtiger werdenden Wirtschaftszweigs und geht dann am Beispiel eines mittelständischen Ingenieurdienstleisters auf typische Anforderungen dieser Branche, infrage kommende Systeme und das Vorgehen zur Auswahl ein.
Industry 4.0, i.e. the connection of cyber-physical systems via the Internet in production and logistics, leads to considerable changes in the socio-technical system of the factory. The effects range from a considerable need for further training, which is exacerbated by the current shortage of skilled workers, to an opening of the previously inaccessible boundaries of the factory to third-party access, an increasing merging of office IT and manufacturing IT, and a new understanding of what machines can do with their data. This results in new requirements for the modeling, analysis and design of information processing and performance mapping business processes.
In the past, procedures were developed under the name of “process-oriented knowledge management” with which the exchange and use of knowledge in business processes could be represented, analyzed and improved. However, these approaches were limited to the office environment. A method that makes it possible to document, analyze and jointly optimize the new possibilities of knowledge processing by using artificial intelligence and machine learning in production and logistics in the same way and in a manner compatible with the approach in the office environment does not exist so far. The extension of the modeling language KMDL, which is described in this paper, will contribute to close this research gap.
This paper describes first approaches for an analysis and design method for a knowledge management integrating man and machine in the age of Industry 4.0.
Die Orientierung am Kunden und dessen individuellen Wünschen ist heutzutage von großer Bedeutung. Mit Hilfe eines Produktkonfigurationssystems ist es möglich, Produkte nach bestimmten Regeln aus bestimmten Bauteilen virtuell zu entwickeln [1] und somit die gewünschten Leistungsmerkmale der Kunden auf ihre Durchführbarkeit hin zu überprüfen. In der vorliegenden Marktuntersuchung wurden die Leistungsfähigkeit von Konfiguratoren sowohl in ERP-/PPS-Systemen als auch als Stand-alone-Lösung untersucht und darauf überprüft, inwiefern sie zur Bewältigung komplexer und variantenreicher Produktgestaltungsaufgaben geeignet sind.
Mittelständische Industrieunternehmen setzen für ihre betrieblichen Abläufe Planungs- und Ausführungssysteme ein. Aufgrund der Turbulenzen auf Absatz- und Beschaffungsmärkten kann die Wirtschaftlichkeit und Wettbewerbsfähigkeit dieser Unternehmen nur durch permanente Anpassungen der Organisationsstrukturen und -abläufe erfolgen. In der Praxis zeigt sich eine unzureichende technologische Anpassungsfähigkeit der heute eingesetzten Standardsoftwaresysteme. Diese lassen zwar während der Einführungsphase vielfältige Konfigurationsmöglichkeiten zu, Veränderungen im laufenden Betrieb sind aber meist nur mit großem Aufwand möglich. Hier sind die Softwarehersteller in Zukunft zunehmend gefordert, wandlungsfähige Auftragsabwicklungssysteme zu entwickeln. Über die Entwicklungsphase (Build-Time) hinaus muss auch parallel zur Betriebsphase (Run-Time) der technische Fortschritt aufgrund von geänderten Anforderungen durch entsprechende Softwarereleases synchronisiert werden.
Marktüberblick
(2005)
Diese Marktstudie vermittelt einen Überblick über Software, die zur Unterstützung von Wissensmanagement eingesetzt werden kann und berücksichtigt dabei die Spannweite von spezialisierten Suchmaschinen bis zu umfassenden integrierten Wissensmanagementsystemen. Die untersuchte Software bietet sowohl Unterstützung bei Community-orientierten Wissensmanagementansätzen als auch bei Information Retrieval. Die Einsatzmöglichkeiten sind genauso unterschiedlich wie die heterogenen Anforderungen von Unternehmen und Organisationen, die diese an Wissensmanagement stellen. Eine direkte Vergleichbarkeit aller untersuchten Softwareprodukte ist daher nicht sinnvoll.
Terminology is a critical instrument for each researcher. Different terminologies for the same research object may arise in different research communities. By this inconsistency, many synergistic effects get lost. Theories and models will be more understandable and reusable if a common terminology is applied. This paper examines the terminological (in)consistence for the research field of job-shop scheduling by a literature review. There is an enormous variety in the choice of terms and mathematical notation for the same concept. The comparability, reusability and combinability of scheduling methods is unnecessarily hampered by the arbitrary use of homonyms and synonyms. The acceptance in the community of used variables and notation forms is shown by means of a compliance quotient. This is proven by the evaluation of 240 scientific publications on planning methods.
CO₂-Fußabdrücke sind ein aktuell viel diskutiertes Thema mit weitreichenden Implikationen für Individuen als auch Unternehmen. Firmen können einen proaktiven Beitrag zur Transparenz leisten, indem der unternehmens- oder produktbezogene CO₂-Fußabdruck ausgewiesen wird. Ist der Entschluss gefasst einen CO₂-Fußabdruck auszuweisen und die entstehenden Treibhausgase zu erfassen, existiert eine Vielzahl unterschiedlicher Normen und Zertifikate, wie die publicly available specification 2050, das Greenhouse Gas Protokoll oder die ISO 14067. Das Ziel dieses Beitrags ist es, diese drei Normen zur Berechnung des produktbezogenen CO₂-Fußabdrucks zu vergleichen, um Gemeinsamkeiten und Unterschiede sowie Vor- und Nachteile in der Anwendung aufzuzeigen. Die Übersicht soll Unternehmen bei der Entscheidungsfindung hinsichtlich der Eignung eines CO₂-Fußabdrucks für ihr Unternehmen unterstützen.
Since more and more business tasks are enabled by Artificial Intelligence (AI)-based techniques, the number of knowledge-intensive tasks increase as trivial tasks can be automated and non-trivial tasks demand human-machine interactions. With this, challenges regarding the management of knowledge workers and machines rise [9]. Furthermore, knowledge workers experience time pressure, which can lead to a decrease in output quality. Artificial Intelligence-based systems (AIS) have the potential to assist human workers in knowledge-intensive work. By providing a domain-specific language, contextual and situational awareness as well as their process embedding can be specified, which enables the management of human and AIS to ease knowledge transfer in a way that process time, cost and quality are improved significantly. This contribution outlines a framework to designing these systems and accounts for their implementation.
Faced with the triad of time-cost-quality, the realization of knowledge-intensive tasks at economic conditions is not trivial. Since the number of knowledge-intensive processes is increasing more and more nowadays, the efficient design of knowledge transfers at business processes as well as the target-oriented improvement of them is essential, so that process outcomes satisfy high quality criteria and economic requirements. This particularly challenges knowledge management, aiming for the assignment of ideal manifestations of influence factors on knowledge transfers to a certain task. Faced with first attempts of knowledge transfer-based process improvements [1], this paper continues research about the quantitative examination of knowledge transfers and presents a ready-to-go experiment design that is able to examine quality of knowledge transfers empirically and is suitable to examine knowledge transfers on a quantitative level. Its use is proven by the example of four influence factors, which namely are stickiness, complexity, competence and time pressure.