Kongressvortrag von Frederick Birtel vom FIR an der RWTH Aachen. Kurze Vorstellung des FIR und des RWTH Aachen Cluster Smart Logistics. Wie verändert Industrie4.0 das unternehmerische Umfeld? Was ist unter Return on Maintenance zu verstehen? Erfolgsprinzipien für die Instandhaltung.

1. © FIR e. V. an der RWTH Aachen
©AndreasHorsky
Return on Maintenance – Steigender Wertbeitrag der Instandhaltung durch Industrie 4.0
Frederick Birtel
FIR an der RWTH Aachen
08. November 2018

2. © FIR e. V. an der RWTH Aachen
Auf einen Blick: Profil des FIR e. V. an der RWTH Aachen
2
Geschäftsführer
Prof. Dr. Volker Stich
Direktorium
Prof. Dr. Günther Schuh
Mission Erforschung praxisrelevanter Probleme und Transfer innovativer
Lösungen der Betriebsorganisation und Informationslogistik für die
digitale Vernetzung der Wirtschaft
Portfolio  jährlich ca. 50 öffentlich geförderte Projekte,
 jährlich ca. 60 Projekte mit Industriekunden und
 diverse Transfermaßnahmen
Asset  über 50 wissenschaftliche,
 20 festangestellte und
 100 studentische Mitarbeiter
Themen  Produktionsmanagement,
 Dienstleistungsmanagement,
 Informationsmanagement und
 Business-Transformation
Motto Forschung – Innovation – Realisierung

3. © FIR e. V. an der RWTH Aachen
Am RWTH Aachen Cluster Smart Logistics werden Lösungen für digital
vernetzte Unternehmen gemeinsam entwickelt und angeboten
3
• Mehr als 350 Forscher / Berater/ Data Scientisten & Entwickler
• Mehr als 70 immatrikulierte Mitglieder
• Mehr als 500 Kunden und Partner bei laufenden Projekten
• Mehr als 250 Projekte pro Jahr
• Mehr als 20 Spin-Offs
Mitglieder & Projektpartner
(Auszug)
Engineering Digital Business
Managing Digital Transformation
Next Level Information
Logistics
The next Generation
of Business Applications
Realize Digital Transformation
Innovation
Labs
Demofabrik

4. © FIR e. V. an der RWTH Aachen
Wir begleiten Unternehmen auf der Transformation zum Anbieter digitaler,
datenbasierter Lösungen
4
Anbieten von
Produkten;
Dienstleistung
nicht verrechnet
Anbieten einzelner
Dienstleistungen
zusätzlich zum Produkt
Anbieten einer
Dienstleistung als
integraler Bestandteil
des Angebots
Anbietern einer
Gesamtlösung; Produkt
nicht unbedingt
Kernbestandteil
Anbieten einer
Gesamtlösung als
Dienstleistung in einem
Betreibermodell (z.B.
Verfügbarkeits- oder
Funktionsgarantien)
Transformationslinie
Produkt
Digitale
Lösung
Anbieten und Entwickeln
datenbasierter Lösungen
(z.B. Service-Plattform )
Dienst-
leistung
Produkt
Lösung
Dienst-
leistung
Produkt
Produkt
+
Dienstleistung
Pay per hour
Business
Optimization
Implementation
Services
Digital Twin
Aviation
Analytics
Maintenance
and Repair

5. © FIR e. V. an der RWTH Aachen
Agenda
5
Beschleunigung durch Industrie 4.0
Erfolgsprinzipien für die
Instandhaltung
Return on Maintenance
Wie verändert Industrie 4.0 das
unternehmerische Umfeld?
Was ist unter Return on
Maintenance zu verstehen?
Wie können Unternehmen Ihre
Instandhaltung erfolgreich
gestalten?

6. © FIR e. V. an der RWTH Aachen
1998: Yahoo lehnt Kauf von Google für 1 Mio. US-$ ab
2002: Yahoo bietet 3 Mrd. US-$ für Google (abgelehnt)
2008: Microsoft bietet 40 Mrd. US-$ für Yahoo (abgelehnt)
2016: Verizon kauf Yahoo für 4,6 Mrd. US-$
Eine sich schneller drehende Welt stellt Unternehmen vor eine Vielzahl
neuer Herausforderungen – Das VUCA Phänomen
6
Volatility Uncertainty
Complexity Ambiguity
NBC News/ Wall St. Jrnl 06/2015:
1% Wahrscheinlichkeit für Trump als
Republikanischer Präsidentschaftskandidat
Uncertainty
3 45
368
830
1995 2005 2013 2020*
Entwicklungskosten Software
Oberklasse-Limousine [in Mio. €]
Complexity
[1] www.fortune.com
350
712
1973-1983 2003-2013
Anzahl ausgeschiedener Unternehmen
im Fortune 1000 Index1
Volatility
Ambiguity

7. © FIR e. V. an der RWTH Aachen
1998: Yahoo lehnt Kauf von Google für 1 Mio. US-$ ab
2002: Yahoo bietet 3 Mrd. US-$ für Google (abgelehnt)
2008: Microsoft bietet 40 Mrd. US-$ für Yahoo (abgelehnt)
2016: Verizon kauf Yahoo für 4,6 Mrd. US-$
Eine sich schneller drehende Welt stellt Unternehmen vor eine Vielzahl
neuer Herausforderungen – Das VUCA Phänomen
7
Volatility Uncertainty
Complexity Ambiguity
NBC News/ Wall St. Jrnl 06/2015:
1% Wahrscheinlichkeit für Trump als
Republikanischer Präsidentschaftskandidat
3 45
368
830
1995 2005 2013 2020*
Entwicklungskosten Software
Oberklasse-Limousine [in Mio. €]
[1] www.fortune.com
350
712
1973-1983 2003-2013
Anzahl ausgeschiedener Unternehmen
im Fortune 1000 Index1

8. © FIR e. V. an der RWTH Aachen
Die Herausforderungen einer sich schneller drehenden Welt betreffen
Unternehmen aller Branchen und Industrien
8
Beispiel 3D-Druck1 Beispiel Obsoleszenzmanagement2
Beispiel mobile Assistenzsysteme3 Beispiel Data Analytics4
[1] Strategy& (2018) [2] Markt&Technik (2017) [3] Lesage (2018), [4] Bangert (2016)
Product Change Notification (PCN) & Product Termination
Notification (PTN)
Marktvolumen 3D gedruckter Teile in Mrd. €, 2015 ggü. 2030
First Time Fix Rate
67 %
Customer Fix Rate
76 %
Effizienz Techniker
20 %
Kundenzufriedenheit
95 %
Augmented Reality bei dem Druck-/Kopiergeräthersteller Xerox
AR für den
Techniker:
AR für den
Kunden:
Einsatz des Advanced Process Optimizer (APO) von algorithmica in einer
Chemieanlage
Selektivität [%] Ausbeute [%]
HäufigkeitHäufigkeit
keine Optimierung vom Fahrer als nützlich ausgewählte
Optimierungsmaßnahmen
Umsetzung aller vom Modell
errechneten Maßnahmen

9. © FIR e. V. an der RWTH Aachen
Die Auswirkungen von Industrie 4.0 lassen sich am Beispiel eines idealtypischen
Anpassungsprozesses1 erklären
9[1] zu Muehlen u. Shapiro (2009) [2] Kagermann et al (2013) [3] Schuh (2016b) [4] Bauernhansl et al (2016)
Daten-
latenz
Analyse-
latenz
Entscheidungs
-latenz
Umsetzungs-
latenz
Zeit
Ereignis
Ereignisdaten verfügbar
Analyse abgeschlossen
Maßnahmen
abgeschlossen
Maßnahmen initiert
NutzenderAnpassung

10. © FIR e. V. an der RWTH Aachen
Daten-
latenz
Analyse-
latenz
Entscheidungs
-latenz
Umsetzungs-
latenz
Die Auswirkungen von Industrie 4.0 lassen sich am Beispiel eines idealtypischen
Anpassungsprozesses1 erklären
10[1] zu Muehlen u. Shapiro (2009) [2] Kagermann et al (2013) [3] Schuh (2016b) [4] Bauernhansl et al (2016)
Zeit
Elemente von Industrie 4.02,4
 Big Data
 Künstliche Intelligenz / Maschinelles Lernen
 Vernetzung
 Echtzeitfähigkeit
 Assistenzsysteme
 Automatisierung von Entscheidungen
 Vertikale und horizontale Integration
 Cyber-physische Systeme
Ereignis
Ereignisdaten verfügbar
Analyse abgeschlossen
Maßnahmen
abgeschlossen
Maßnahmen initiert
NutzenderAnpassung

11. © FIR e. V. an der RWTH Aachen
Die Auswirkungen von Industrie 4.0 lassen sich am Beispiel eines idealtypischen
Anpassungsprozesses1 erklären
11[1] zu Muehlen u. Shapiro (2009) [2] Kagermann et al (2013) [3] Schuh (2016b) [4] Bauernhansl et al (2016)
Zeit
Maßnahmen
abgeschlossen
Ereignis
NutzenderAnpassung
Elemente von Industrie 4.02,4
 Big Data
 Künstliche Intelligenz / Maschinelles Lernen
 Vernetzung
 Echtzeitfähigkeit
 Assistenzsysteme
 Automatisierung von Entscheidungen
 Vertikale und horizontale Integration
 Cyber-physische Systeme
In der Beschleunigung unternehmerischer Entscheidungs- und
Anpassungsprozesse liegt der wesentliche wirtschaftliche Hebel von Industrie 4.0.3

12. © FIR e. V. an der RWTH Aachen
Beispiel Formel 1: Datenbasiertes Entscheiden erfordert ein
Umdenken in der Firmenkultur
12
 In Formel 1 sind maximal 1.000 Überwachungskanäle erlaubt
 35 Megabyte Daten pro Runde und ca. 30 Gigabyte pro
Rennwochenende und Team an
 Ca.100 Ingenieure überwachen die live-Daten aus der Ferne
[1] Motorsport-Magazin.com (2014a) [2] Motorsport-Magazin.com (2014b) [3] Nimmervoll et al. (2017)
Bilder: https://www.motorsport-total.com/formel-1/news/formel-1-russland-2017-premierensieg-fuer-valtteri-bottas-17043024]
Formel 1-Rennen in Russland 30. April 2017:3
"Niki hat gesagt: 'Dreht es einfach auf, ich nehme es auf
meine Kappe!' Wir haben dem widerstanden".
Torger Christian „Toto“ Wolff
Motorsportchef
Mercedes
Telemetriedaten Piloten1:
 Gang
 Lenkbewegung
 Gaspedalstellung
 Geschwindigkeit
 Bremslinie
 G-Kräfte
 Windstärke
 Rekuperation
Telemetriedaten Kommandostand2:
 Dämpferbewegung
 Öldruck
 Öltemperatur
 Wassertemperatur
 Benzindruck
 Reifentemperatur (Kern-,
Oberflächentemperaturen)
 Bremstemperaturen
 …
Optimierung der eigenen
Fahrweise für schnelle
Rundenzeiten
Optimierung des Setup und der
Strategie für bestmögliche
Rennplatzierung

13. © FIR e. V. an der RWTH Aachen
Strategieanpassung in der Instandhaltung als Beispiel eines typischen
Anpassungsprozesses in der Instandhaltung
13
Strategieanpassung für
neue kostenoptimale
Vorbeugeintensität
Veränderte Asset-
Nutzungsparameter
und Kostenkurve1
Steigende Instandhaltungskosten
bei alter Instandhaltungsstrategie
2
3
Beschleunigung durch Industrie 4.0
Direkte+indirekte
InstandhaltungskostenVerfügbarkeit
Vorbeugeintensität
Kostenkurve alt
Kostenkurve neu
1
2
3
Vorbeugeintensität
Verfügbarkeitskurve alt Verfügbarkeitskurve neu

14. © FIR e. V. an der RWTH Aachen
Die Bedeutung der Instandhaltung am Beispiel der LCC:
Potenziale der Instandhaltung in klassischer kostenorientierter Sicht
14
Nach der NutzungWährend der NutzungVor der Nutzung
Investitions-
summe
Entsorgungs-
kosten
Betriebskosten
Instandhaltungs-
kosten
LifeCycleCosts
Herstellkosten
Entwicklungskosten
1
2
3
1
Reduktion von
Betriebskosten 2
Verlängerung der
Asset-Nutzung 3
Rückführung von Daten
in die Entwicklung
In Anlehnung an VDI 2884

15. © FIR e. V. an der RWTH Aachen
Den vielfältigen Wertbeitrag der Instandhaltung messbar machen am Beispiel des
Return on Capital Employed (ROCE)
15In Anlehnung an Stiefl, Westerholt (2008), Biedermann (2016)
ROCE
Operatives
Ergebnis
Investiertes
Kapital
Kosten
Umsatz
Anlage-
vermögen
Umlauf-
vermögen
Instandhaltungskosten
Stillstandskosten
Ausschussrate
Stillstandszeiten
…
Ersatzteilbestände
Maschinenbestände
Maschinenlebensdauer
…
Investitionskosten

16. © FIR e. V. an der RWTH Aachen
Return on Maintenance: Maximierung des Wertbeitrags der Instandhaltung
16
Instandhaltungs-
kosten
Unternehmens-
wert
RoM
Instandhaltungs-
kosten
Unternehmens-
wert
Mit Hilfe welcher Prinzipien kann der Wertbeitrag der Instandhaltung im Kontext
von Industrie 4.0 maximiert werden?

17. © FIR e. V. an der RWTH Aachen
 Hinreichend genaue digitale Abbildung optimierter Prozesse1
 Ziel ist die echtzeitnahe Datenbereitstellung für eine
echtzeitnahe Auswertung1
 Integrierte Betrachtung von Prozess- und Daten- bzw.
Informationsmanagement
Erfolgsprinzip 1: Transparenz durch den digitalen Schatten
Transparenz über den gesamten Asset Lebenszyklus sicherstellen
17[1] Bauernhansl et al (2016)
Beispiel: Definition von Messpunkten für Zeitstempel
Objektdaten Prozessdaten
Umgebungs-
daten
Maschinen-
daten
…
Prozess
Digitaler Schatten
Kriterien zur Auswahl eines Messpunktes:
 Vollständigkeit
 Übertragbarkeit
 Echtzeitfähigkeit
 (Semi-)Automatisierbarkeit
 Wirtschaftliche Erhebung
Serviceobjekt
identifizieren
Auftragserfolg
prüfen
Auftrag
vorbereiten
Auftrag
abschließen
Auftrag
bearbeiten
Auftrag
erfassen
Auftrag
steuern
Leistung
klären
Auftrag
durchführen
Auftrag
planen
Auftrag
rückmelden
Messpunkte
MP1
Einwahl
an
Maschine MP2
Produktions-
freigabe durch
Kunden
MP3
Maschine in
Wartungspo
sition MP4
Meldung
Ersatzteil-
auswahl
MP5
Auswahl
an
Maschine MP6&7
Testläufe
1 und 2
MP8
Kunden-
abnahme
MP9
Freigabe
zur
Produktion

18. © FIR e. V. an der RWTH Aachen
Erfolgsprinzip 2: Hohe Umsetzungsgeschwindigkeit mit Minimum Viable Services
Erste testbare Lösung mit minimaler Projektlaufzeit und Investment
 Fokus auf wenige Kernfunktionalitäten
 Erste testbare Lösung in wenigen Tagen
 Einbindung des Kunden bereits beim ersten Prototypen
Full Blown Solution Minimum Viable Service
Emotional
Design
Useable
Reliable
Functional
Emotional
Design
Useable
Reliable
Functional
 Anbindung einer Stanzmaschine und Entwicklung erster
Dashboards
 Kein Projektplan!
 Kein Powerpoint!
 Nutzung bestehender Infrastrukturen (PTC ThingWorx)
 Minimales Investment (< 200€ für Hardware)
 Aktive Projektarbeitszeit: 50 Stunden
!
Wie lange braucht man, um das älteste industrielle
Familienunternehmen Europa ins Internet der Dinge zu
bringen?
Projektbeispiel FIR / Center Smart Services: „Get-Connected Prym“

19. © FIR e. V. an der RWTH Aachen
Erfolgsprinzip 3: Geringe Umsetzungskosten durch Nutzung von Standards
Die Interoperabilität der technischen Infrastruktur sicherstellen
19[1] KEPServerEX [2] Antony Passemard
 Kompatibilität zwischen verschiedenen Automations- und
Informationssystemen
 Freie Skalierbarkeit durch Modulbauweise und ständige
Anpassung an Änderungen des Produktionsbetriebs
 Plug&Play ermöglicht die problemlose Installation weiterer
Gerätebetreiber
Beispiel: PTC ThingWorx - Cloud-basierte Plattform mit Middleware1
OPC DA, AE
OPC UA
Proprietary
Data Logger
Oracle MOC
SNMP Agent
Advanced
Tags
Alarms
&
Events
PLC
DCS
Database
Clients
Servers
Customs

20. © FIR e. V. an der RWTH Aachen
Erfolgsprinzip 4: Nachhaltige Erfolge durch Wissens- und Innovationskultur
Verankerung von RoM in der eigenen Unternehmenskultur
20[1] IBM Academy of Technology (2018)
 Wissen als Produktionsfaktor verstehen
 Fachliche Karrierepfade zur Entwicklung von Experten
 Fachexperten umfangreiche Entscheidungsbefugnisse
einräumen
 Trennung von disziplinarischer und fachlicher Verantwortung
Wissens-
und
Innovations-
kultur
Mentorship
„Hire Smart
People“
„Fähigkeiten
statt
Erfahrung“
Regelmäßige
Peer-Reviews
Vertrauen
Datenbasierte
Entscheidungen
Beispiel: IBM – Academy of Technology1

21. © FIR e. V. an der RWTH Aachen
Vier Erfolgsprinzipien für Return on Maintenance
21
Digitaler Schatten
Minimum Viable Services
Standards
Wissens- und Innovationskultur

22. © FIR e. V. an der RWTH Aachen
Fazit
22
1
2
3
Die Bedeutung der Instandhaltung geht weit über die reine
Herstellung von Verfügbarkeit zu möglichst geringen
Kosten hinaus
Industrie 4.0 bedeutet die rapide Beschleunigung
unternehmerischer Entscheidungs- und
Anpassungsprozesse
Die Welt von morgen kann lässt sich nicht mit den Methoden
von gestern gestalten

23. © FIR e. V. an der RWTH Aachen
Im Rahmen der acatech Studie Smart Maintenance werden Gestaltungshinweise für Smart
Maintenance Organisation auf jeder Stufe des Maturity Index erarbeitet
23
Computerisierung Konnektivität Sichtbarkeit Transparenz Prognosefähigkeit Adaptierbarkeit
Digitalisierung Industrie 4.0
Gemeinsame
Planung
Verfügbarkeits-
orientierung
Flexibilität
Wissens-
management
Gemeinsame Planung in
Echtzeit mit Soll-Ist-
Abgleich
Prognosebasierte
Planung
Getrennte (manuelle)
Planung in Silos
Gemeinsame, statische
Planung über Silos
hinweg
Datenbasierte
Planungsoptimierung
Automatische,
dynamische Planung
Kennzahlen in Echtzeit
(z. B. OEE)
Szenarioprognose zu
Maßnahmen anhand
von Kennzahlen (z. B.
OEE)
Erfassung der
Ereignisse
Bestimmung relevanter
Kennzahlen (z. B. OEE)
Wirkbeziehung zwi-
schen Maßnahmen und
Kennzahlen (z. B. OEE)
Automatische Ent-
scheidung anhand
Kennzahlen (z. B. OEE)
Ressourcenverfüg-
barkeit und Allokation in
Echtzeit
Szenarioprognose der
Ressourcen Allokation
Statische Ressourcen
Optimierung in Silos
Statische Ressourcen
Optimierung
Bedarfsgerechte
Allokation von
Ressourcen
Automatische
Ressourcen
Optimierung
Digitaler Zwilling einer
Anlage mit Echt-
zeitdaten
Generierung autom.,
priorisierter
Lösungsvorschläge
Digitale Serviceberichte Globale Anlagenhistorie
Digitaler Lösungskatalog
und Verfahrens-
anweisungen
Automatische
Bereitstellung von notw.
Informationen
Ersatzteil-
management
Wertbeitrag
Ersatzteilbestände im
Netzwerk in Echtzeit
Optimierte Ersatz-
teilbedarfe im Netzwerk
(z. B. mit 3D-Druck)
Digitalisierte ET-
Informationen in Silos
Integriertes Ersatz-
teilwesen / Stamm-
daten-Management
Risiko-orientierte
Ersatzteil Bevorratung
Autonome, dynamische
Beschaffung
Digitaler Schatten des
Wertbeitrages über
Organisationgrenzen
Szenarioprognose
anhand des
Wertbeitrages
Erfassung der direkten
IH-Kosten
Output bezogene
Kostenerfassung
(Stückkosten)
Szenarioanalyse
anhand des
Wertbeitrages
Automatische Ent-
scheidung anhand
Wertbeitrag
Smart Maintenance Assessment
Gemeinsame Gestaltung einer individuellen Roadmap zur Umsetzung der Smart
Maintenance
>>Wo fange ich an, was ist zu tun – genau hierauf finden wir mit Ihnen eine Antwort!<<
Wir freuen uns auf Ihre Kontaktaufnahme!
Frederick Birtel
Frederick.Birtel@fir.rwth-aachen.de
+49 241 47705 204

24. © FIR e. V. an der RWTH Aachen
Wie es weiter geht – laufende und geplante Projekte des FIR an der RWTH Aachen und dem
Center Smart Services
24
2019
Konsortialprojekt „Smart Service Vertrieb“
Konsortial-Benchmarking „Smart Maintenance“
Marktstudie „Industrial Machine Learning“
Case Competition
Konsortialprojekt „Fähigkeiten für
digitale Geschäftsmodelle“
 Broschüre
Case Competition
Konsortial-Benchmarking „Subscription Business“
 Broschüre
Konsortial-Benchmarking „Customer Insights“
 Broschüre
Konsortialprojekt „Smart
Service Networks“
Konsortialprojekt „Smart Service
Engineering“
 Broschüre
Konsortialprojekt „Digital B2B
Customer Journey“

25. © FIR e. V. an der RWTH Aachen
Vielen Dank für Ihre Aufmerksamkeit
25
Campus-Boulevard 55 · 52074 Aachen · Germany
www.fir.rwth-aachen.de
Frederick Birtel, M.Sc.
Leiter Competence-Center Instandhaltung
Telefon: +49 (0)241 477 05-204
Fax: +49 (0)241 477 05-199
E-Mail: Frederick.Birtel@fir.rwth-aachen.de

26. © FIR e. V. an der RWTH Aachen
Anhang
Ausgewählte Konsortialprojekte vom FIR an der RWTH und Center Smart Services
26
2019
Konsortialprojekt „Smart Service Vertrieb“
Konsortial-Benchmarking „Smart Maintenance“
Marktstudie „Industrial Machine Learning“
Case Competition
Konsortialprojekt „Fähigkeiten für
digitale Geschäftsmodelle“
 Broschüre: Link
Case Competition
Konsortial-Benchmarking „Subscription Business“
 Broschüre: Link
Konsortial-Benchmarking „Customer Insights“
 Broschüre: Link
Konsortialprojekt „Smart
Service Networks“
Konsortialprojekt „Smart Service
Engineering“
 Broschüre: Link
Konsortialprojekt „Digital B2B
Customer Journey“

27. © FIR e. V. an der RWTH Aachen
sb.konsortialbenchmarking.de
Mögliche zentrale Fragestellungen:
 Wie können geeignete Leistungspakte aus Produkt, Services und Digitalen Services für das Angebot von Subskription
Geschäftsmodellen gestaltet werden?
 Wie wird ein Preis für die einzelnen Leistungspakete kalkuliert?
 Wie halte ich den Nutzen für den Kunden konstant bzw. erhöhe diesen kontinuierlich?
… und was würden Sie gerne von den Besten lernen?
Fragebögen Auswahl Besuch
April Mai Jun. Jul. Aug. Sep. Okt. Nov. Dez.
2019
Kick-off Meeting:
April 2019
Screening Phase
Review Meeting:
November 2019
Abschlusskonferenz:
März 2020
Jan.
Jana Frank
Bereich Dienstleistungsmanagement
Telefon: +49 241 47705 228
E-Mail: Jana.Frank@fir.rwth-aachen.de
Kontakt
2020
Unternehmensbesuche
Feb. März
Subscription Business
Technische Möglichkeiten von Industrie 4.0
in neue Geschäftsmodelle überführen

28. © FIR e. V. an der RWTH Aachen 28
Kontakt
Felix Optehostert
+49 241 477 05 229
Felix.Optehostert@center-smart-services.com
Partner
Top Performer entwickeln Smart Services bis zu
achtmal schneller und haben ein 80% höheres
Gewinnwachstum.
Stellen Sie Ihren Entwicklungsansatz für Smart
Services auf den Prüfstand und tauschen Sie
sich mit führenden Industrieunternehmen zu
Best Practices in der Entwicklung von
datenbasierten Geschäftsmodellen aus!
Ihr Vorsprung als Konsortialpartner:
 Aufbau von Expertise zur Entwicklung
digitaler, datenbasierter Geschäftsmodelle
 Zugang zum Entwicklungsansatz „Smart
Service Engineering“
 Smart Service Engineering Audit zur
Überprüfung Ihres aktuellen
Innovationsprozesses auf Schwachstellen
und der Ableitung von Maßnahmen
Projektziel/ZentraleFragestellungenKonsortialprojekt
Smart Service Engineering
STRATEGIE
ENTWICKELN
PROTOTYPEN
REALISIEREN
MÄRKTE
ERSCHLIEßEN
Ökosystem
analysieren
User Story
entwickeln
Nutzenhypothesen
formulieren
Kernfunktionalitäten
bestimmen
Funktionalitäten
entwickeln
Funktionalitäten mit
dem Kunden testen
Business Case
entwickeln
Markteinführungs-
strategie entwickeln
Ressourcen
aufbauen

29. © FIR e. V. an der RWTH Aachen
Werden digitale Dienstleistungen über Händler / Monteure vertrieben oder
erbracht, spricht man von einem Smart Service Network. Die
unterschiedlichen digitalen Fähigkeiten und Infrastrukturen der Teilnehmer
am Netzwerk führt zu einem komplexen Vertriebsprozess und der
Notwendigkeit den Nutzen von digitalen Leistungen für jeden Teilnehmer
sichtbar zu machen. So sind bei 69% der Fälle Konflikte zwischen
Stakeholdern die Ursache, wenn die Implementierung eines Services
scheitert¹.
Gestalten Sie daher mit uns ihr Smart Service Network
und…
 Lernen Sie von Firmen aus anderen Branchen mit ähnlichen
Fragestellungen
 Erhalten Sie ein Konzept für Smart Service Networks, basierend auf
dem Smart Service Vertrieb und dem Service Engineering Zyklus des
Center Smart Services
Smart Service Networks
Gestaltung von Vertriebs- und Leistungsnetzwerken für Smart Services
Center Smart Services | RWTH Aachen Campus
Maximilian Schacht, M.Sc.
+49 241 47705 207
maximilian.schacht@center-smart-services.com
Kontakt Projektstart: 09/2019
1: https://www.service-design-network.org/community-knowledge/taming-organisational-challenges-in-service-design

30. © FIR e. V. an der RWTH Aachen
Konsortialprojekt:
Digital B2B Customer Journey
30
Awareness Consideration Purchase Service
Loyalty
Expansion
Explore
Evaluate
Select new solution
Gain interest Order
Get bill & pay Get support
ImproveOperate
Add & change
Customer Journey
 Wie kann eine durchgängige Customer Journey über verschiedene digitale und analoge Kanäle im B2B Umfeld gestaltet werden?
 Welche Auswirkungen haben digitale Geschäftsmodelle auf die Customer Journey?
 Welche Lösungen schaffen in den einzelnen Customer Journey Schritten ein positives Kundenerlebnis?
 Wie sehen Successful Practices für eine Customer Journey im Zeitalter von Industrie 4.0 aus?
Mögliche zentrale Fragestellungen
Tobias Leiting, M.Sc. M.Sc.
+49 241 477 05 232
Tobias.Leiting@center-smart-services.com
Kontakt
Geplante Laufzeit:
Juli 2019 bis Juli 2020
Bilden von Kunde -
Anbieter Paaren
Aufnahme der Partner
Anforderungen
Paarweise
Tiefeninterviews
Aufbau einer
Lösungsroadmap
Implementierung bei
Konsortialpartnern
Arbeitspakete im Projekt

31. © FIR e. V. an der RWTH Aachen
Literaturverzeichnis (I/II)
 VDI-Richtlinie 2884, 2005: Beschaffung, Betrieb und Instandhaltung von Produktionsmitteln unter Anwendung von Life Cycle Costing (LCC). Online verfügbar
unter https://www.vdi.de/uploads/tx_vdirili/pdf/9656128.pdf, zuletzt geprüft am 21.08.2017.
 Antony Passemard (2014): The Internet of Things Protocol stack – from sensors to business value. Hg. v. Blog about IoT (Internet of Things), entrepreneurship,
startups and business models. Online verfügbar unter https://entrepreneurshiptalk.wordpress.com/category/analysis/ (zuletzt geprüft am 05.10.2018).
 Bangert, Patrick (2016): Optimierung chemischer Prozesse. Unter Mitarbeit von Viktoriya Georgieva. Hg. v. algorithmica technologies GmbH. Online verfügbar
unter http://www.algorithmica-technologies.com/system/case_studies/pdf_des/000/000/004/original/08_Optimierung_chemischer_Prozesse.pdf?1457398051
(zuletzt geprüft am 05.10.2018).
 IBM Academy of Technology: About the Academy. Hg. v. IBM Academy of Technology. Online verfügbar unter https://www-
03.ibm.com/ibm/academy/about/about.shtml (zuletzt geprüft am 05.10.2018).
 Kagermann et. Al (2013): Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0. Hg. v. Promotorengruppe Kommunikation der Forschungsunion
Wirtschaft - Wissenschaft. Frankfurt am Main.
 KEPServerEX: Schnittstellen. Hg. v. KEPServerEX. Online verfügbar unter http://www.kepserverex.de (zuletzt geprüft am 05.10.2018).
 Lesage, Hervé (2018): Xerox - Wie die Informationsbereitstellung über AR die Arbeit von Technikern effizienter macht. Online verfügbar unter
https://www.xerox.com/de-at/dienstleistungen/marketing/einblicke/augmented-reality-produktivitat (zuletzt geprüft am 05.10.2018).
 Markt&Technik. Kooperation mit VDMA beflügelt smartPCN (27.10.2017). Online verfügbar unter https://www.elektroniknet.de/markt-
technik/elektronikfertigung/kooperation-mit-vdma-befluegelt-smartpcn-146984.html (zuletzt geprüft am 05.10.2018).
 Motorsport-Magazin.com (2014a): Das sehen die Fahrer - So funktioniert die Telemetrie - Teil 1. Online verfügbar unter: https://www.motorsport-
magazin.com/formel1/news-197898-technik-so-funktioniert-die-telemetrie-teil-1/ (letzter Zugriff: 07.07.2018)
31

32. © FIR e. V. an der RWTH Aachen
Literaturverzeichnis (II/II)
 Motorsport-Magazin.com (2014b): Mehr Daten als Kanäle - So funktioniert die Telemetrie - Teil 2. Online verfügbar unter: https://www.motorsport-
magazin.com/formel1/news-198065-technik-so-funktioniert-die-telemetrie-teil-2/ (letzter Zugriff: 07.07.2018)
 Prof. Dr. Burkhard Schwenker; Tobias Raffel (2014): Think Act. Konjunkurszenario 2014. Hg. v. Roland Berger Strategy Consultants GmbH. München.
 Prof. Dr.-Ing. Thomes Bauernhansl (2016): Technologien der Industrie 4.0. Stuttgart. Online verfügbar unter
https://bawue.vdma.org/documents/106090/14459777/Maschinenbaudialog_2016_Vortrag_Bauernhansl_final.pdf (zuletzt geprüft am 05.10.2018).
 Robert Shapiro; Michael zur Mühlen (2010): Business Process Analytics. In: Jan Brocke und Michael Rosemann (Hg.): Handbook on Business Process
Management 2. Strategic Alignment, Governance, People and Culture. Berlin, Heidelberg: Springer-Verlag Berlin Heidelberg (International Handbooks on
Information Systems), S. 137–157.
 Schuh, Günther; Gudergan, Gerhard; Kampker, Achim (Hg.) (2016): Management industrieller Dienstleistungen. Handbuch Produktion und Management 8. 2.
Aufl. 2016. Berlin, Heidelberg: Springer Berlin Heidelberg (VDI-Buch). Online verfügbar unter http://gbv.eblib.com/patron/FullRecord.aspx?p=4337449.
 Stiefl, Jürgen; Westerholt, Kolja von (2009): Wertorientiertes Management. Wie der Unternehmenswert gesteigert werden kann ; mit Fallstudien und Lösungen.
München, Wien: Oldenbourg.
 Strategy& (Hrsg.): Strategy&-Analyse 3D-Druck: Marktvolumen für gedruckte Produkte steigt bis 2030 auf 22,6 Milliarden Euro 2018. Online verfügbar unter
https://www.strategyand.pwc.com/de/pressemitteilungen/3d-druck (zuletzt geprüft am 05.10.2018).
 Biedermann, Hubert (2016): Lean Smart Maintenance, Vortrag auf der Fachtagung Smart Maintenance für Smart Factories, Ludwigsburg, 06.12.2016.
32