Home Reifegradmodelle der ökologischen Nachhaltigkeit
Article
Licensed
Unlicensed Requires Authentication

Reifegradmodelle der ökologischen Nachhaltigkeit

Beurteilung der Eignung für fertigende KMU
  • Thomas Korne

    Prof. Dr.-Ing. Thomas Korne, geb. 1971, ist Professor für internationales Logistikmanagement an der Hochschule für Technik und Wirtschaft des Saarlandes (htw saar) und forscht im Bereich Prozessrobustheit, Effizienz und Nachhaltigkeit. Er ist wissenschaftlicher Beirat des Arbeitskreises AKJ Automotive.

     EMAIL logo     , Christian Köhler

    Prof. Dr.-Ing. Christian Köhler, geb. 1980, ist Professor für Wirtschaftsingenieurwesen an der Hochschule für Technik und Wirtschaft des Saarlandes (htw saar) in Saarbrücken und forscht an deren Wirtschaftsingenieurwissenschaftlichen Institut (WI Institut) an der Schnittstelle zwischen hybriden und zirkulären Wertschöpfungssystemen.

         , Philipp Ewald

    Philipp Ewald, M. Sc., geb. 1993, hat Wirtschaftsingenieurwesen an der TU Ilmenau studiert. Seit fünf Jahren ist er am Institut für Produktions- & Logistiksysteme Prof. Schmidt GmbH (IPL) als Unternehmensberater tätig. In dieser Funktion berät er Unternehmen der Automobilindustrie bei der Gestaltung ihrer Produktions- & Logistikprozesse.

         and Doreen Freyler

    Doreen Freyer, B. Sc., geb. 1997, hat Betriebswirtschaftslehre an der Universität des Saarlandes studiert und absolviert aktuell den Masterstudiengang International Management an der Hochschule für Technik und Wirtschaft des Saarlandes (htw saar).
Published/Copyright: September 23, 2022
Become an author with De Gruyter Brill
Submit Manuscript Author Information
Zeitschrift für wirtschaftlichen Fabrikbetrieb
From the journal Zeitschrift für wirtschaftlichen Fabrikbetrieb Volume 117 Issue 9

Abstract

Reifegradmodelle helfen bei der Leistungsbeurteilung von Organisationen und Prozessen und haben sich insbesondere durch die digitale Transformation in der Fertigungstechnik etabliert. Neuere Reifegradmodelle im Bereich der ökologischen Nachhaltigkeit unterstützen Unternehmen bei der Transformation einer ressourceneffizienten und klimaneutralen Wertschöpfung, vernachlässigen jedoch häufig die speziellen Herausforderungen und Potenziale von kleinen und mittelständischen Unternehmen (KMU). Der Beitrag zeigt Schwächen bestehender Reifegradmodelle der ökologischen Transformation für KMU und damit verbundene Forschungsfragen auf. Hierfür werden Kriterien für KMU insbesondere unter wirtschaftlichen Gesichtspunkten herausgearbeitet und mit 20 Bewertungs- und Reifegradmodellen einer Literaturrecherche abgeglichen. Zur Gestaltung zukünftiger Modelle bieten die Ergebnisse die Möglichkeit, den Nutzen für KMU deutlich zu erhöhen.

Abstract

Maturity models help to assess the performance of organisations and processes. The digital transformation has contributed significantly to their dissemination in manufacturing technology. Recent maturity models of environmental sustainability offer companies support for the transformation of resource-efficient and climate-neutral production, but often neglect the specific challenges and potentials of small and medium-sized enterprises (SMEs). In this article, criteria for SMEs in such a transformation, especially from an economic point of view, are elaborated and compared in detail with 20 assessment and maturity models from a literature review in order to derive improved models and SME-related research questions in terms of environmental transformation. Results offer the opportunity to significantly increase the benefits for SMEs in the design of future models.

Schlüsselwörter: Reifegradmodell; Nachhaltigkeit; Zirkuläre Wertschöpfung; Grüne Fabrik; Transformation
Keywords: Maturity Model; Sustainability; Circular Economy; Green Factory; Transformation

Hinweis

Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory Board wissenschaftlich begutachteten Fachaufsatz (Peer-Review).

Förderhinweis

Diese Arbeit wurde durch das INTERREG V Programm der Europäischen Union [Fkz. 040-4-09-104] und das saarländische Ministerium für Wirtschaft, Innovation, Digitales und Energie unterstützt. Das Projekt PRODPILOT dient der Intensivierung der grenzüberschreitenden Zusammenarbeit durch gemeinsame Projekte zur Produktivitätssteigerung in Unternehmen der Großregion.

Tel: +49 (0) 681 5867-697

About the authors

Prof. Dr.-Ing. Thomas Korne

Prof. Dr.-Ing. Thomas Korne, geb. 1971, ist Professor für internationales Logistikmanagement an der Hochschule für Technik und Wirtschaft des Saarlandes (htw saar) und forscht im Bereich Prozessrobustheit, Effizienz und Nachhaltigkeit. Er ist wissenschaftlicher Beirat des Arbeitskreises AKJ Automotive.

Prof. Dr.-Ing. Christian Köhler

Prof. Dr.-Ing. Christian Köhler, geb. 1980, ist Professor für Wirtschaftsingenieurwesen an der Hochschule für Technik und Wirtschaft des Saarlandes (htw saar) in Saarbrücken und forscht an deren Wirtschaftsingenieurwissenschaftlichen Institut (WI Institut) an der Schnittstelle zwischen hybriden und zirkulären Wertschöpfungssystemen.

Philipp Ewald

Philipp Ewald, M. Sc., geb. 1993, hat Wirtschaftsingenieurwesen an der TU Ilmenau studiert. Seit fünf Jahren ist er am Institut für Produktions- & Logistiksysteme Prof. Schmidt GmbH (IPL) als Unternehmensberater tätig. In dieser Funktion berät er Unternehmen der Automobilindustrie bei der Gestaltung ihrer Produktions- & Logistikprozesse.

Doreen Freyler

Doreen Freyer, B. Sc., geb. 1997, hat Betriebswirtschaftslehre an der Universität des Saarlandes studiert und absolviert aktuell den Masterstudiengang International Management an der Hochschule für Technik und Wirtschaft des Saarlandes (htw saar).

Literatur

1 de Bruin, T.; Rosemann, M.; Freeze, R. et al.: Understanding the Main Phases of Developing a Maturity Assessment Model. 16th Australasian Conference on Information Systems. ACIS 2005, Sydney/Australien, 2005, o. S.Search in Google Scholar

2 Terstegen S.; Hennegriff S.; Dander H. et al.: Vergleichsstudie über Vorgehensmodelle zur Einführung und Umsetzung von Digitalisierungsmaßnahmen in der produzierenden Industrie. Bericht zum 65. Arbeitswissenschaftlichen Kongress vom 27. 02–01.03.2019, GfA-Press, Dortmund 2019, S. 1–7Search in Google Scholar

3 Sharma, N.; Govindan, K.; Lai, K. K. et al.: The Transition from Linear Economy to Circular Economy for Sustainability among SMEs – A Study on Prospects, Impediments, and Prerequisites. Business Strategy and the Environment 30 (2021) 4, S. 1803–1822 DOI: 10.1002/bse.271710.1002/bse.2717Search in Google Scholar

4 Yoshino, N.; Taghizadeh-Hesary, F.: Major Challenges Facing Small and Medium-sized Enterprises in Asia and Solutions for Mitigating Them. Asian Development Bank Institute (ADBI) Working Paper Series, No. 564, o. S.Search in Google Scholar

5 Kolla, S.; Minufekr, M.; Plapper, P.: Deriving Essential Components of Lean and Industry 4.0 Assessment Model for Manufacturing SMEs. Procedia CIRP 81 (2109), S. 753–758 DOI: 10.1016/j.procir.2019.03.18910.1016/j.procir.2019.03.189Search in Google Scholar

6 Rizos, V.; Behrens, A.; Kafyeke, T. et al.: The Circular Economy: Barriers and Opportunities for SMEs. CEPS Working Document 412 (2015) 1, o. S.Search in Google Scholar

7 Dey, P. K.; Malesios, C.; De, D. et al.: Circular Economy to Enhance Sustainability of Small and Medium-sized Enterprises. Business Strategy and the Environment 29 (2020) 6, S. 2145–2169 DOI: 10.1002/bse.249210.1002/bse.2492Search in Google Scholar

8 Ormazabal, M.; Prieto-Sandoval, V.; Puga-Leal, R. et al.: Circular Economy in Spanish SMEs – Challenges and Opportunities. Journal of Cleaner Production 185 (2018) 1, S. 157–167 DOI: 10.1016/j.jclepro.2018.03.03110.1016/j.jclepro.2018.03.031Search in Google Scholar

9 Cantele, S.; Zardini, A.: What Drives Small and Medium Enterprises towards Sustainability? Role of Interactions between Pressures, Barriers, and Benefits. Corporate Social Responsibility and Environmental Management 27 (2020) 1, S. 126–136 DOI: 10.1002/csr.177810.1002/csr.1778Search in Google Scholar

10 Brendzel-Skowera, K.: Circular Economy Business Models in the SME Sector. Sustainability 13 (2021) 1, o. S. DOI: 10.3390/su1313705910.3390/su13137059Search in Google Scholar

11 Busch, M.; Graberg, T.: Sustainable Production – Ordnungsrahmen zur Gestaltung von Nachhaltigkeit in produzierenden Unternehmen. ZWF 116 (2021) 4, S. 203–207 DOI: 10.1515/zwf-2021-004310.1515/zwf-2021-0043Search in Google Scholar

12 Cagnin, C. H.; Loveridge, D.; Butler, J.: Business Sustainability Maturity Model. In: Proceedings of the Business Strategy and the Environment Conference, Leeds, UK, 2005, 4–6 September 2005, S. 1–15Search in Google Scholar

13 International Aerospace Environmental Group (IAEG): Umweltmanagement – Reifegradmodell. Online unter https://www.iaeg.com/binaries/content/assets/iaeg/wg7-ems-maturity-framework-german.pdf [Abruf am 02.07.2022]Search in Google Scholar

14 Liebsch, T.: Sustainability Maturity Model: How Far Do You Go for the Planet? Ecochain Technologies B. V. Online unter https://ecochain.com/knowledge/sustainabilitymaturity-model/ [Abruf am 24.06.2022]Search in Google Scholar

15 Demir, F.: A Strategic Management Maturity Model for Innovation. Technology Innovation Management Review 11 (2018) 8, S. 13–21 DOI: 10.22215/timreview/119610.22215/timreview/1196Search in Google Scholar

16 Almeida Santos, D.; Quelhas, O. L. G.; Gomes, C. F. S et al.: Proposal for a Maturity Model in Sustainability in the Supply Chain. Sustainability 12 (2020) 22, o. S. DOI: 10.3390/su1222965510.3390/su12229655Search in Google Scholar

17 Verrier, B.; Rose, B.; Caillaud, E.: Lean and Green Strategy – The Lean and Green House and Maturity Deployment Model. Journal of Cleaner Production 116 (2016) 1, S.150–156 DOI: 10.1016/j.jclepro.2015.12.02210.1016/j.jclepro.2015.12.022Search in Google Scholar

18 Frehe, V.; Stiel, F.; Teuteberg, F.: Web-Portal und Reifegradmodell für ein Benchmarking des betrieblichen Umweltmanagements. In: Horbach, M. (Hrsg.): INFORMATIK 2013 – Informatik angepasst an Mensch, Organisation und Umwelt. Gesellschaft für Informatik e. V., Bonn 2013, S. 876–890Search in Google Scholar

19 APICS Supply Chain Operations Reference Model SCOR Version 12.0. Online unter http://www.apics.org/docs/default-source/scor-training/scor-v12-0-framework-introduction.pdf?sfvrsn=2 [Abruf am 12.07. 2022]Search in Google Scholar

20 Lacy, P.; Long, J.; Spindler, W.: The Circular Economy Handbook – Realizing the Circular Advantage. Palgrave Macmillan, UK 2020, S. 205–231 DOI: 10.1057/978-1-349-95968-6_1610.1057/978-1-349-95968-6_16Search in Google Scholar

21 Mani, M.; Lyons, K.; Sriram, R.: Developing a Sustainability Manufacturing Maturity Model. Proceedings from the IMS Summer School on Sustainable Manufacturing (2010), S. 311–321Search in Google Scholar

22 Sangwan, K. S.; Bhakar, V.; Digalwar, A. K.: Sustainability Assessment in Manufacturing Organizations – Development of Assessment Models. Benchmarking: An International Journal 25 (2018) 3, S. 994–1027 DOI: 10.1108/BIJ-08-2017-022710.1108/BIJ-08-2017-0227Search in Google Scholar

23 Glanze, E.; Nüttgens, M.; Ritzrau, W.: Unternehmenserfolg durch Nachhaltigkeit – Reifegrad- und Vorgehensmodell zum Aufbau eines datenbasierten Nachhaltigkeitsmanagements. HMD Praxis der Wirtschaftsinformatik 58 (2021) 1, S. 155–166 DOI: 10.1365/s40702-020-00694-910.1365/s40702-020-00694-9Search in Google Scholar

24 Yigitcanlar, T.; Dur, F.: Developing a Sustainability Assessment Model – The Sustainable Infrastructure, Land-Use, Environment and Transport Model. Sustainability 2 (2010) 1, S. 321–340 DOI: 10.3390/su201032110.3390/su2010321Search in Google Scholar

25 Reefke, H.; Ahmed, M. D.; Sundaram, D.: Sustainable Supply Chain Management – Decision Making and Support: The SSCM Maturity Model and System. Global Business Review 15 (2014) 15, S. 1–12 DOI: 10.1177/097215091455013810.1177/0972150914550138Search in Google Scholar

26 Specht, D.; Höltz, N.; Hahn, A.: Anwendbarkeit von Reifegradmodellen für eine Schlanke Logistik. ZWF 109 (2017) 10, S. 203–207 DOI: 10.3139/104.11118110.3139/104.111181Search in Google Scholar

27 Chardine-Baumann, E.; Botta-Genoulaz, V.: A Framework for Sustainable Performance Assessment of Supply Chain Management Practices. Computers & Industrial Engineering 76 (2014) 1, S.138–147 DOI: 10.1016/j.cie.2014.07.02910.1016/j.cie.2014.07.029Search in Google Scholar

28 Sari, Y.; Hidayatno, A.; Suzianti, A.: A Corporate Sustainability Maturity Model for Readiness Assessment – A Three-step Development Strategy. International Journal of Productivity and Performance Management 70 (2010) 5, S. 1162–1186 DOI: 10.1108/IJPPM-10-2019-048110.1108/IJPPM-10-2019-0481Search in Google Scholar

29 Meier, M.: Nachhaltigkeitsmanagement für KMU – Checkliste Nachhaltigkeit. Bayerisches Landesamt für Umwelt. Online unter https://www.umweltpakt.bayern.de/werkzeuge/nachhaltigkeitsmanagement/module.htm [Abruf am 28.05.2022]Search in Google Scholar

30 Petry, M.; Köhler, C.; Zang, H.: Nachhaltigkeitsbewertung in der Produktion – Ein dynamisches Analysemodell für Entscheidungsträger. ZWF 116 (2021) 7–8, S. 511–514 DOI: 10.1515/zwf-2021-011010.1515/zwf-2021-0110Search in Google Scholar
Published Online: 2022-09-23
Published in Print: 2022-09-30

© 2022 Walter de Gruyter GmbH, Berlin/Boston

Articles in the same Issue

  1. Inhalt
  2. Editorial
  3. Mensch und Maschine vereint
  4. Produktionsnetzwerke
  5. Entscheidungsfindung in der Gestaltung und Koordination von globalen Produktionsnetzwerken
  6. Nachhaltigkeit
  7. Effiziente Druckluftnutzung in der automatisierten Produktion
  8. Nachhaltigkeitsgetriebene Transformation von globalen Produktionsnetzwerken
  9. Reifegradmodelle der ökologischen Nachhaltigkeit
  10. Wirtschaftlichkeit
  11. Ökonomische Bewertung nachhaltiger Wärmeerzeuger
  12. Produktivitätssteigerung bei der Inline-Erwärmung
  13. Krisenmanagement
  14. Bioinspirierte Erkennung von Abweichungen
  15. Kennzahlen
  16. Systematik für Kennzahlen in der Produktion
  17. Traceability
  18. Automatische Identifikation mittels RFID
  19. Batterieproduktion
  20. Automatisierter Stapelprozess zur Herstellung von Festkörperbatterien
  21. Ablaufplanung
  22. Ablaufoptimierung in einer Halbleiterfertigung
  23. Prozesssteuerung
  24. Adaptive Steuerungssoftware für die frei verkettete Montage
  25. Kommissionierung
  26. Vorgehensmodell zur Einführung von Pick-by-Scan
  27. Energieeffizienz
  28. Optimierung einer Materialflusssteuerung zur Energieeffizienzerhöhung in der Produktion
  29. Künstliche Intelligenz
  30. Industrielles Transferlernen
  31. Digitalisierung
  32. Leitfaden zur Einführung digitaler Produkte im Maschinenbau
  33. Digitale Erfassung von Energieverbräuchen in der Produktion
  34. Maschinelles Lernen
  35. Transfer und Reinforcement Learning in der Produktionssteuerung
  36. Vorschau
  37. Vorschau
https://doi.org/10.1515/zwf-2022-1105
Keywords for this article
Maturity Model; Sustainability; Circular Economy; Green Factory; Transformation

Articles in the same Issue

  1. Inhalt
  2. Editorial
  3. Mensch und Maschine vereint
  4. Produktionsnetzwerke
  5. Entscheidungsfindung in der Gestaltung und Koordination von globalen Produktionsnetzwerken
  6. Nachhaltigkeit
  7. Effiziente Druckluftnutzung in der automatisierten Produktion
  8. Nachhaltigkeitsgetriebene Transformation von globalen Produktionsnetzwerken
  9. Reifegradmodelle der ökologischen Nachhaltigkeit
  10. Wirtschaftlichkeit
  11. Ökonomische Bewertung nachhaltiger Wärmeerzeuger
  12. Produktivitätssteigerung bei der Inline-Erwärmung
  13. Krisenmanagement
  14. Bioinspirierte Erkennung von Abweichungen
  15. Kennzahlen
  16. Systematik für Kennzahlen in der Produktion
  17. Traceability
  18. Automatische Identifikation mittels RFID
  19. Batterieproduktion
  20. Automatisierter Stapelprozess zur Herstellung von Festkörperbatterien
  21. Ablaufplanung
  22. Ablaufoptimierung in einer Halbleiterfertigung
  23. Prozesssteuerung
  24. Adaptive Steuerungssoftware für die frei verkettete Montage
  25. Kommissionierung
  26. Vorgehensmodell zur Einführung von Pick-by-Scan
  27. Energieeffizienz
  28. Optimierung einer Materialflusssteuerung zur Energieeffizienzerhöhung in der Produktion
  29. Künstliche Intelligenz
  30. Industrielles Transferlernen
  31. Digitalisierung
  32. Leitfaden zur Einführung digitaler Produkte im Maschinenbau
  33. Digitale Erfassung von Energieverbräuchen in der Produktion
  34. Maschinelles Lernen
  35. Transfer und Reinforcement Learning in der Produktionssteuerung
  36. Vorschau
  37. Vorschau
Sign up now to receive a 20% welcome discount
Institutional Access
How does access work?
Have an idea on how to improve our website?
Please write us.
© 2025 De Gruyter Brill
Downloaded on 23.9.2025 from https://www.degruyterbrill.com/document/doi/10.1515/zwf-2022-1105/html
Scroll to top button