Startseite Digitale Transformation von Unternehmen
Artikel
Lizenziert
Nicht lizenziert Erfordert eine Authentifizierung

Digitale Transformation von Unternehmen

Erfahrungen aus der Durchführung eines Digitalisierungs-Checks
  • Sven Tackenberg , Wilfried Jungkind , Wieland Appelfeller und Carsten Feldmann
Veröffentlicht/Copyright: 2. Dezember 2019
Veröffentlichen auch Sie bei De Gruyter Brill

Kurzfassung

Zunehmend sehen sich auch mittelständische Unternehmen mit der digitalen Transformation konfrontiert. Besonders im Mittelstand ist es aufgrund eingeschränkter Ressourcen unerlässlich, auf Basis einer Analyse des Ist-Zustands gezielt Maßnahmen in Richtung Industrie 4.0 aufzusetzen. Dafür ist eine Reihe von Analyse-Checks veröffentlicht worden. Ihnen fehlt jedoch i. d. R. ein praxistaugliches Modell zur Beschreibung der relevanten Elemente der digitalen Transformation. Aus diesem Grund ist eine Untersuchung der verfügbaren Literatur durchgeführt worden. Dabei hat sich der Ansatz von Appelfeller und Feldmann für eine Anwendung in Unternehmen als am besten geeignet erwiesen. Dieser ist erweitert und in mehreren Unternehmen evaluiert worden. In diesem Beitrag werden die Ergebnisse aus einer Fallstudie detaillierter dargestellt.

Abstract

Reading about manufacturing companies in magazines, one might get the impression that integrating and exploiting new digital technologies is one of the most urgent challenges for managers today. However, especially in these companies, due to limited resources, it is essential to assess the current situation and to deduce targeted measures in the direction of Industry 4.0. Although many different industry 4.0 and Internet of Things (IoT) tests have been published, a framework to structure the content and the process of digital transformation is missing. The analysis of available checks has shown that the framework from Appelfeller and Feldmann is the most suitable for application in companies. Therefore, a modified version of the check was applied to a company and the results of the use case are presented in the paper.


Prof. Dr.-Ing. Sven Tackenberg absolvierte eine Ausbildung zum Industrieelektroniker und studierte im Anschluss Wirtschaftsingenieurwesen an der Universität Paderborn und der Oita University. Nach seiner Promotion an der RWTH Aachen, Institut für Arbeitswissenschaft folgten verschiedene Industrietätigkeiten auf dem Gebiet der Digitalisierung von Produktionssystemen. An der Technischen Hochschule Ostwestfalen-Lippe lehrt und forscht er seit 2017 im Bereich Robuste Produktionsplanung und -steuerung.

Prof. Dr. Wilfried Jungkind studierte Maschinenbau an der Universität Hannover und promovierte im Bereich Arbeitswissenschaft an der Universität Kassel. Nach mehrjähriger Industrietätigkeit in leitenden Positionen eines Automobilherstellers wechselte er an die Technische Hochschule Ostwestfalen-Lippe und ist dort im Bereich Industrial Engineering lehrend, forschend und beratend tätig.

Prof. Dr. Carsten Feldmann absolvierte eine Ausbildung zum Industriekaufmann, studierte Betriebswirtschaftslehre an der Universität Münster und promovierte an der Universität Marburg. Zwölf Jahre war er bei einem großen Technologiekonzern als Direktor Manufacturing Coordination Worldwide, als Werksleiter und Logistiker sowie bei einer internationalen IT-Beratung als Berater tätig. Er ist Professor für Geschäftsprozessmanagement und Vorstand des Instituts für Prozessmanagement und Digitale Transformation (IPD) an der Fachhochschule Münster.

Prof. Dr. Wieland Appelfeller studierte Mathematik an der Uni Osnabrück und promovierte hier in Wirtschaftsinformatik. Nach fünfjähriger Tätigkeit in einem weltweit agierenden IT-Beratungsunternehmen wechselte er an die Fachhochschule Münster als Professor für Wirtschaftsinformatik und Organisation. Hier gehört er zu den Gründungsprofessoren des Instituts für Prozessmanagement und digitale Transformation (IPD) an der Fachhochschule Münster.


Literatur

1. Barann, B.; Hermann, A.; Cordes, A.-K.; Chasin, F.; Becker, J.: Supporting Digital Transformation in Small and Medium-sized Enterprises: A Procedure Modell Involving Publicly Funded Support Units. Proc. of the 52nd Hawaii International Conference of System Sciences, Hawaii 2019, S. 4977498610.24251/HICSS.2019.598Suche in Google Scholar

2. Kese, D.; Terstegen, S.: Benchmark Reifegradmodelle – Wie reif ist ein Unternehmen für die Industrie 4.0?https://www.all-electronics.de/wie-reif-ist-ein-unternehmen-fuer-dieindustrie-4-0/ [Letzter Abruf am 27.06.2019]Suche in Google Scholar

3. Dobrzanski, F.; Jungkind, W.: Mitarbeiter- und Organisationsentwicklung im Rahmen von Industrie 4.0, ZWF113 (2018), S. 68669110.3139/104.111986Suche in Google Scholar

4. Pelizäus, D.; Pelizäus, S.: Entwicklung und Evaluierung eines Quick-Checks zur digitalen Transformation von produzierenden Unternehmen. Masterthesis, TH OWL 2018Suche in Google Scholar

5. Loh, M.: Aufbau eines Referenzmodells zur reifegradbasierten Ermittlung des Digitalisierungsgrades der Produktion eines Unternehmens im Maschinen- und Anlagenbau. Masterthesis, TU Dortmund, 2018Suche in Google Scholar

6. Appelfeller, W.; Feldmann, C.: Die digitale Transformation des Unternehmens: Systematischer Leitfaden mit zehn Elementen zur Strukturierung und Reifegradmessung, Heidelberg, Springer-Verlag201810.1007/978-3-662-54061-9Suche in Google Scholar

7. Hoffmeister, C.: Digital Business Modelling: Digitale Geschäftsmodelle entwickeln und strategisch verankern. 2. Aufl., Carl Hanser Verlag, München, Wien201710.3139/9783446452664Suche in Google Scholar

8. Veit, D.; Clemons, E.; Benlian, A.; Buxmann, P.; Hess, T.; Kundisch, D., Leimeister, J. M., Loos, P.; Spann, M.: Geschäftsmodelle – Eine Forschungsagenda für die Wirtschaftsinformatik. Wirtschaftsinformatik (2012) 1, S. 556410.1007/s11576-013-0400-4Suche in Google Scholar

Online erschienen: 2019-12-02
Erschienen im Druck: 2019-11-28

© 2019, Carl Hanser Verlag, München

Artikel in diesem Heft

  1. Editorial
  2. KI – eine günstige Alternative?
  3. Inhalt/Contents
  4. Inhalt
  5. Fabrikplanung
  6. Dimensionierung der Werksgröße mittels Methoden der Digitalen Fabrik
  7. Prozessplanung
  8. Berücksichtigung von Oberflächeneigenschaften in der CAD/CAM-Kette
  9. Process Mining
  10. Process Mining im Prototypenbau
  11. Wertstromanalyse
  12. Automatisierte Wertstromanalyse auf Basis mobiler Sensornetzwerke
  13. Wertstromsimulation
  14. Wertstrombasierte Erstellung von Simulationsmodellen
  15. Ganzheitliche Produktionssysteme
  16. Nachhaltiges Fehlermanagement in Ganzheitlichen Produktionssystemen der Luftfahrtzulieferindustrie
  17. Das neu(nt)e Gestaltungsprinzip im Ganzheitlichen Produktionssystem
  18. Variabilität
  19. Einfluss und Ursachen von Variabilität in der kunden-auftragsspezifischen Produktion
  20. Problemlösung
  21. A3- versus 8D-Report
  22. Konfigurations Management
  23. Methodik zur Bestimmung von Starting Solutions im B2B-Kontext
  24. Produktivität
  25. Produktivitätserhöhung in der Automobilfertigung
  26. MRK-Systeme
  27. Simulationsgestützte arbeitswissenschaftliche Bewertung von MRK-Arbeitsplätzen
  28. Hybride Fertigung
  29. HybridCAM: Durchgängiger Informationsfluss in der hybriden Fertigung
  30. Bauteilverzug
  31. Einfluss des Bauteilverzugs auf Form- und Lagetoleranzen
  32. Adaptives Kühlsystem
  33. Adaptives Kühlsystem mit thermoelektrischen Generatoren
  34. Studie
  35. IoT: Wo steht die deutsche Industrie?
  36. Digitalisierung
  37. Digitalisierung des Änderungsmanagements
  38. Digitale Transformation
  39. Digitale Transformation von Unternehmen
  40. Unternehmensqualifizierung für die Digitale Transformation
  41. Digitale Vernetzung
  42. Nutzung von Vernetzungsplattformen in der Innovationsarbeit
  43. Maschinelles Lernen
  44. Merkmalsbasierte Qualitätsprädiktion durch maschinelles Lernen
  45. Vorschau/Preview
  46. Vorschau
Heruntergeladen am 8.9.2025 von https://www.degruyterbrill.com/document/doi/10.3139/104.112190/html
Button zum nach oben scrollen