Startseite Eine strategische und operative Perspektive zur Anwendung von Big Data in der Industrie
Artikel
Lizenziert
Nicht lizenziert Erfordert eine Authentifizierung

Eine strategische und operative Perspektive zur Anwendung von Big Data in der Industrie

  • Stefan Heldmann , Markus Hammer und Christian Ramsauer
Veröffentlicht/Copyright: 19. April 2017
Veröffentlichen auch Sie bei De Gruyter Brill
Manuskript einreichen Informationen für Autor*innen
Zeitschrift für wirtschaftlichen Fabrikbetrieb
Aus der Zeitschrift Zeitschrift für wirtschaftlichen Fabrikbetrieb Band 112 Heft 1-2

Kurzfassung

Durch die Digitalisierung sowie durch den Fortschritt in Technologien zur Datenspeicherung und -verarbeitung eröffnen sich für Industrieunternehmen vielfältige Anwendungsmöglichkeiten von Big Data. Vor diesem Hintergrund stellt sich für Unternehmen die Herausforderung, wie sie Big Data am besten für sich nutzen können. Im vorliegenden Beitrag wird eine Methodik zur zielgerichteten Anwendung von Big Data in der Industrie vorgestellt. Sie basiert auf einer Unterteilung in eine Identifikation von strategischen Einsatzfeldern von Big Data in Bezug auf externe Herausforderungen und auf einem Ansatz zur operativen Optimierung aus interner Sicht.

Abstract

Digitalization as well as progress in data storage and processing technologies offer a wide range of big data application opportunities to industrial companies. In this context, companies face the challenge of deciding how to use big data best. This paper presents a method for a focused application of big data in industry. It is based on a division of the task considering two perspectives: the identification of strategic opportunities to create value from an external point of view and the operational optimization with an internal focus.

Dipl.-Wirtsch.-Ing. Stefan Heldmann studierte Wirtschaftsingenieurwesen an der TU Darmstadt, University of California at Berkeley, University of Canterbury und am MIT. Nach zweijähriger Tätigkeit in einer internationalen Unternehmensberatung ist er seit 2014 Doktorand und wissenschaftlicher Mitarbeiter am Institut für Innovation und Industrie Management der TU Graz.

Dipl.-Ing. Markus Hammer studierte Verfahrenstechnik an der TU Graz und Strathclyde University in Glasgow. In den letzten 16 Jahren sammelte er internationale Erfahrung in Optimierungsprogrammen in der Industrie und Unternehmensberatung. Zurzeit promoviert er am Institut für Innovation und Industrie Management der TU Graz.

Prof. Dr. Christian Ramsauer promovierte nach seinem Wirtschaftsingenieurstudium am Institut für Industriebetriebslehre und Innovationsforschung an der TU Graz und war danach als Visiting Scholar an der Harvard Business School tätig. Während seiner 14-jährigen Industrietätigkeit sammelte er internationale Erfahrung u. a. als Unternehmensberater und als Geschäftsführer mehrerer Unternehmen. Seit 2011 leitet er das Institut für Innovation und Industrie Management an der TU Graz.

References

1. Hilbert, M.; Lopez, P.: The World's Technological Capacity to Store, Communicate, and Compute Information. Science332 (2011) 60, S. 60–6410.1126/science.1200970Suche in Google Scholar PubMed

2. Davenport, T.H.: Paulus, P.: big data@work Chancen erkennen, Risiken verstehen. Verlag Franz Vahlen, München2014, S. 6–9Suche in Google Scholar

3. Heldmann, S.: Informiert – Monitoring als Schnittstelle zum unsicheren Geschäftsumfeld. In: Ramsauer, C.; Kayser, D.; Schmitz, C. (Hrsg.): Erfolgsfaktor Agilität. Wiley-VCH Verlag, Weinheim2017, S. 178–193Suche in Google Scholar

4. Gandomi, A.; Haider, Murtaza: Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management35 (2015) 2, S. 137–14410.1016/j.ijinfomgt.2014.10.007Suche in Google Scholar

5. Schäfer, A.; Knapp, M.; May, M.; Voß, A.: Big Data – Vorsprung durch Wissen. Fraunhofer Institut für Intelligente Analyse-und Informationssysteme IAIS, 2012, S. 3Suche in Google Scholar

6. Bughin, J.: Big data, Big bang?Journal of Big Data3 (2016) 2, S. 1–1410.1186/s40537-015-0014-3Suche in Google Scholar

7. Wang, S.; Wan, J.; Zhang, D.; Li, D.; Zhang, C.: Towards smart factory for industry 4.0: a self-organized multi-agent system with big data based feedback and coordination. Computer Networks101 (2016), S. 158–16810.1016/j.comnet.2015.12.017Suche in Google Scholar

8. Dhawan, Rajat; Singh, K.; Tuteja, A.: When big data goes lean. McKinsey Quarterly (February 2014), S. 4–5Suche in Google Scholar

9. http://www.sas.com/en_us/customers/maruti-suzuki.html [letzter Zugriff:10.01.2017]Suche in Google Scholar

10. Marr, B.: Big Data – Using smart big data, analytics and metrics to make better predictions and improve performance. John Wiley & Sons, Chichester2015, S. 9–22Suche in Google Scholar

11. Walker, R.: From big data to big profits success with data an analytics. Oxford University Press, New York2015, S. 258–26810.1093/acprof:oso/9780199378326.003.0014Suche in Google Scholar

12. Barton, D.; Court, D.: Making advanced analytics work for you – A practical guide to capitalizing on big data. Harvard Business Review (2012) October, S. 1–7Suche in Google Scholar

13. Davenport, T.H.: Keep up with your quants An innumerate‘s guide to navigating big data. Harvard Business Review (2013) July-August, S. 1–5Suche in Google Scholar

14. Fogelman-Soulié, F.; Lu, W.: Implementing Big Data Analytics Projects in Business. In: Japkowicz, N.; Stefanowski, J. (Hrsg.): Big Data Analysis: New Algorithms for a New Society. Springer, Cham, 2016, S. 141–158Suche in Google Scholar

15. Henke, N.; Bughin, J.; Chui, M.; Manyika, J.; Saleh, T.; Wiseman, B.; Sethupathy, G.: The Age of Analytics – Competing in a data-driven World. McKinsey Global Institute (2016), S. 4Suche in Google Scholar

16. VDI/VDE-GMA-Fachausschuss „Big Data“: Chancen mit Big Data Use Cases. VDI Statusreport (2016), S. 20–50Suche in Google Scholar

17. Omri, F.: Big Data-Analysen: Anwendungsszenarien und Trends. In: Dorschel, J.: Praxishandbuch Big Data – Wirtschaft Recht – Technik. Springer-Gabler-Verlag, Wiesbaden2015Suche in Google Scholar

18. Kremsmayr, M.: Unsicher – Auswirkungen einer veränderten Welt. In: Ramsauer, C.; Kayser, D.; Schmitz, C. (Hrsg.): Erfolgsfaktor Agilität. Wiley-VCH Verlag, Weinheim, 2017Suche in Google Scholar

19. Heldmann, S.; Rabitsch, C.; Ramsauer, C.: Big Data-basiertes Monitoring – Ein neuer Ansatz für agile Industrieunternehmen in der volatilen Welt. Industrie 4.0 Management31 (2015) 5, S. 35–39Suche in Google Scholar

20. Sull, D.: The upside of turbulence: Seizing opportunity in an uncertain world. HarperCollins, New York,2009, S. 9Suche in Google Scholar

21. Friedli, T.; Schuh, G.: Wettbewerbsfähigkeit der Produktion an Hochlohnstandorten. Springer-Verlag, Berlin, Heidelberg,2012, S. 1210.1007/978-3-642-30276-3Suche in Google Scholar

22. Bean, R.: Big Data Executive Survey 2016 An Update on the Adoption of Big Data in the Fortune 1000. New Vantage Partners LLC, Boston2016Suche in Google Scholar

23. Hammer, M.; Hippe, M.; Schmitz, C.; Sellschopp, R.; Somers, K.: The Dirty Little Secret About Digitally Transforming Operations. Havard Business Review. 31 May 2016Suche in Google Scholar

24. Franks, B.: The Analytics Revolution – How to Improve Your Business By Making Analytics Operational In The Big Data Era. John Wiley & Sons, New York201410.1002/9781118936672Suche in Google Scholar

25. Neil, S.: The S&OP sweet spot. In: Manufacturing Executive March/April 2009, Thomas Publishing CompanyNew York S.48–51Suche in Google Scholar

26. Sager, B.; Hawer, S.; Reinhart, G.: A Performance Measurement System for Global Manufacturing Networks. Procedia CIRP57 (2016), S. 61–6610.1016/j.procir.2016.11.012Suche in Google Scholar

27. Stremler, A.; März, L.: Chancen und Herausforderungen von Big Data in der Industrie. In: Dorschel, J.: Praxishandbuch Big Data Wirtschaft – Recht – Technik. Springer Gabler-Verlag, Berlin, Wiesbaden2015Suche in Google Scholar

28. Kotler, P.; Caslione, J.A.: Chaotics – The business of managing and marketing in the age of turbulence. AMACOM, New York2009, S. 69–100Suche in Google Scholar

29. GottmannJ.; Produktionscontrolling: Wertströme und Kosten optimieren. Springer-Gabler-Verlag, Berlin, Wiesbaden2016, S. 155Suche in Google Scholar

30. Verein Deutscher Zementwerke e. V.: Zementtaschenbuch 2002. Verlag Bau+Technik, Düsseldorf2002Suche in Google Scholar

31. Hammer, M.; Somers, K.: Unlocking Industrial Resource Productivity: 5 core beliefs to increase profits through energy, material, and water efficiency. McKinsey Publishing, 1. Ausgabe, 17.9.2015Suche in Google Scholar

Online erschienen: 2017-04-19
Erschienen im Druck: 2017-02-24

© 2017, Carl Hanser Verlag, München

Artikel in diesem Heft

  1. Editorial
  2. Start-up-Kultur schadet nicht
  3. Inhalt/Contents
  4. Inhalt
  5. Produktionsforschung
  6. Neupositionierung einer nationalen Technologieplattform
  7. Produktionsplanung und -steuerung
  8. Lean Service Assessment
  9. Absatzprognose mit Suchmaschinendaten
  10. Produktionsassessment 4.0
  11. Energieflexible Produktion
  12. Energieflexible Fertigung mit Werkzeugmaschinen
  13. Fertigungstechnik
  14. Fräsen von Titanmatrix-Verbundwerkstoffen
  15. Entwicklungen beim Presshärten
  16. Additive Fertigung
  17. Bauteilidentifikation in der additiven Fertigung
  18. Kollaborative Montagesysteme
  19. Sichere und akzeptierte Kollaboration von Mensch und Maschine
  20. Montageorganisation
  21. Quantitative Kriterien der Fließlinieneignung für Entscheidungen zur Montageorganisation
  22. Warehouse-Management
  23. Erfolgreiche Einbindung von Warehouse-Management
  24. Supply Chain Management
  25. Systematische Durchführung eines Odette-GMMOG-Audits mit dem MITO-Methoden-Tool
  26. Elektromobilität
  27. Anlauf disruptiver Produkte
  28. Instandhaltung
  29. Schwingungsdiagnostische Untersuchung von Straßenbahn-Antriebskomponenten
  30. Qualitätsschutz
  31. Unikatsidentifizierung mittels Chargen-Fingerprint
  32. Digitale Fabrik
  33. Mensch-Roboter-Kooperation in der Digitalen Fabrik
  34. Big Data
  35. Eine strategische und operative Perspektive zur Anwendung von Big Data in der Industrie
  36. Digitalisierung
  37. Handlungsfelder zur erfolgreichen Umsetzung von Industrie 4.0 in der F & E
  38. Prozessplanung
  39. Industrie 4.0 in der Materialbereitstellung
  40. Produktionssysteme
  41. Sind Produktionssysteme bereit für Industrie 4.0?
  42. Vorschau/Preview
  43. Vorschau
https://doi.org/10.3139/104.111671

Artikel in diesem Heft

  1. Editorial
  2. Start-up-Kultur schadet nicht
  3. Inhalt/Contents
  4. Inhalt
  5. Produktionsforschung
  6. Neupositionierung einer nationalen Technologieplattform
  7. Produktionsplanung und -steuerung
  8. Lean Service Assessment
  9. Absatzprognose mit Suchmaschinendaten
  10. Produktionsassessment 4.0
  11. Energieflexible Produktion
  12. Energieflexible Fertigung mit Werkzeugmaschinen
  13. Fertigungstechnik
  14. Fräsen von Titanmatrix-Verbundwerkstoffen
  15. Entwicklungen beim Presshärten
  16. Additive Fertigung
  17. Bauteilidentifikation in der additiven Fertigung
  18. Kollaborative Montagesysteme
  19. Sichere und akzeptierte Kollaboration von Mensch und Maschine
  20. Montageorganisation
  21. Quantitative Kriterien der Fließlinieneignung für Entscheidungen zur Montageorganisation
  22. Warehouse-Management
  23. Erfolgreiche Einbindung von Warehouse-Management
  24. Supply Chain Management
  25. Systematische Durchführung eines Odette-GMMOG-Audits mit dem MITO-Methoden-Tool
  26. Elektromobilität
  27. Anlauf disruptiver Produkte
  28. Instandhaltung
  29. Schwingungsdiagnostische Untersuchung von Straßenbahn-Antriebskomponenten
  30. Qualitätsschutz
  31. Unikatsidentifizierung mittels Chargen-Fingerprint
  32. Digitale Fabrik
  33. Mensch-Roboter-Kooperation in der Digitalen Fabrik
  34. Big Data
  35. Eine strategische und operative Perspektive zur Anwendung von Big Data in der Industrie
  36. Digitalisierung
  37. Handlungsfelder zur erfolgreichen Umsetzung von Industrie 4.0 in der F & E
  38. Prozessplanung
  39. Industrie 4.0 in der Materialbereitstellung
  40. Produktionssysteme
  41. Sind Produktionssysteme bereit für Industrie 4.0?
  42. Vorschau/Preview
  43. Vorschau
Jetzt anmelden und 20% sparen
Institutioneller Zugang
Wie funktioniert Authentifizierung?
Haben Sie eine Idee, wie wir unsere Website verbessern können?
Bitte schreiben Sie uns.
© 2025 De Gruyter Brill
Heruntergeladen am 8.9.2025 von https://www.degruyterbrill.com/document/doi/10.3139/104.111671/html
Button zum nach oben scrollen