Geschäftsmodelle 4.0 – Projekt BigDieMo

2017-11-13T11:25:25+01:0013.11.2017|Kategorien: Automation Valley, News, Region|Tags: , , , |

Die digitale Welt eröffnet ungeahnte Möglichkeiten für neue, daten-basierte Geschäftsmodelle. Wie entwickelt man innovative Konzepte?Einen „Werkzeugkasten“ für die Entwicklung neuer digitaler Geschäftsideen haben Wissenschaftler vor Kurzem bei einer Informationsveranstaltung in der IHK Nürnberg für Mittelfranken vorgestellt. Der Methoden-Baukasten wird im Zuge des Projekts „BigDieMo – Geschäftsmodelle 4.0“ erarbeitet, das drei Jahre lang vom Bundesforschungsministerium gefördert wird. Beteiligt sind u. a. die Universität Erlangen-Nürnberg (FAU), die Universität Hamburg und das Karlsruher Service Research Institute (KSRI). Weil immer größere Datenmengen verfügbar sind, sieht Prof. Dr. Kathrin Möslein vom Lehrstuhl für Wirtschaftsinformatik der FAU, große Chancen für datenbasierte Geschäftsmodelle. Bis 2020 soll sich die Datenmenge nochmals verdoppeln, sodass mehr als eine Billion Gigabyte erreicht werden dürften. Möslein unterstrich bei der IHK-Veranstaltung: „Der Wert der Daten entsteht erst aus der Verwendung.“ Im Geschäft mit Verbrauchern funktioniere diese Datenauswertung bereits sehr gut, die Marktpotenziale der Digitalisierung sollten auch im Geschäft zwischen Unternehmen noch stärker genutzt werden. Dafür gibt es bereits viel versprechende Beispiele, ergänzte Dr. Julia Jonas, wissenschaftliche Mitarbeiterin am Lehrstuhl von Prof. Möslein: Saarstahl nutzt die digitalen Möglichkeiten, um durch ein großes Netzwerk an Sensoren im gesamten Herstellungsprozess Materialdefekte in den einzelnen Produktionsschritten in Echtzeit erkennen zu können. Dadurch wurde die Ausschussquote von zuvor fast einem Drittel wesentlich gesenkt. Eine andere Anwendung bietet Fleetboard mit seinen Analysemodellen, um Daten von Fahrzeugen ganzer Unternehmensflotten hinsichtlich Verschleiß, Kraftstoffverbrauch und Unfallrisiko zu erfassen und zu optimieren. Auf diese Weise lässt sich das individuelle Verbrauchsverhalten optimieren und bis zu 15 Prozent Sprit einsparen. Zu den bekannten Beispielen zählt der Ansatz des Triebwerkbauers Rolls Royce, der statt auf den Verkauf der Produkte auf die Dienstleistung „Triebwerk“ setzt – der Kunde bezahlt nur für die Laufzeit. Wartung oder gar Ersatz gehen zu Lasten von Rolls-Royce. Dafür sammelt der Hersteller jede Menge Betriebsdaten, um Verschleiß oder Defekte frühzeitig zu erkennen. Ein anderes datenbasiertes Angebot hat die US-Firma Verizon entwickelt: Sie erfasst beispielsweise anonyme Geodaten (z. B. wer bewegt sich wann wohin) und reichert sie mit demografischen Informationen (z. B. Alter und Geschlecht) an. Dadurch lässt sich feststellen, wie sich Kunden in Städten verhalten – Informationen, die etwa für den Handel sehr interessant sind. Dem Geschäft mit den Daten stehen allerdings in der Praxis drei Hauptbarrieren im Weg: Wer ist erstens der Eigentümer von anfallenden Daten? Das kann in einer Pkw-Produktion etwa der Hersteller der genutzten Maschinen sein, der zuliefernde Betreiber einer Fertigungsstraße, der Autohersteller oder gar der Autokäufer. Als zweite Hürde hat Möslein in den Unternehmen eine „Grundangst vor Know-how-Abfluss“ durch die Datennutzung festgestellt. Und drittens wird der Datenaustausch durch fehlende einheitliche Standards erschwert. Der Baukasten von „BigDieMo“ beinhaltet wissenschaftlich fundierte Werkzeuge und Methoden sowie Anleitungen für deren Einsatz, die auch bei der IHK-Veranstaltung getestet wurden. Strukturierte Vorlagen sollen insbesondere kleinen und mittleren Unternehmen den Weg weisen zu datenbasierten Dienstleistungen. Sie behandeln beispielsweise folgende Aspekte: Welchen Zielgruppen könnten welche datenbasierten Lösungen angeboten werden? Welche Daten sind verfügbar, generierbar oder können von außen generiert werden? Wie können Organisation, Selektion und Aufbereitung der Daten bewerkstelligt werden? Welche Kanäle bieten sich für die Vermarktung an? Welche Erlösmodelle sind denkbar? Wie der Umgang mit Daten und die Entwicklung datenbasierter Geschäftsmodelle in der Unternehmenspraxis vonstatten gehen kann, berichtete Bastian Bansemir vom Bereich „IT Innovation Management and Scouting“ der BMW Group. Heute sei jeder BMW eine „Datenmaschine“, also ein gigantischer Datenproduzent. Es wäre jedoch für seinen Konzern fatal, alle Schnittstellen offenzulegen und damit Dritten das Geschäftspotenzial zu überlassen. Die Herausforderung für BMW mit seiner klassischen „Produktions-DNA“ sei es deshalb, den Konzern über das reine Produkt Auto hinaus stärker als Mobilitätsanbieter zu positionieren. Der IT-Experte skizzierte methodische Ansätze, um dieses Feld erfolgreich durch neue Angebote zu besetzen. So werden durch eine Simulations-Software („Simulation Cockpit“) verschiedene Szenarien und deren Auswirkungen (z. B. bezüglich der Preissensitivität) simuliert. Auch mögliche „Kannibalisierungseffekte“ neuer Dienstleistungen können untersucht werden. Beispiel: Würden neue Mobilitätsdienstleistungen die konzerneigenen, schon bestehenden Angebote des BMW-Carsharing-Unternehmens Drive Now negativ beeinflussen?

 0

Förderung von Forschungsvorhaben zur automatisierten Analyse von Daten mittels Maschinellen Lernens

2017-06-07T15:58:17+02:0007.06.2017|Kategorien: Fördermittel, News|Tags: , , |

Das BMBF wird im Rahmen der Bekanntmachung Verbundprojekte von Partnern aus Wissenschaft und Wirtschaft in interdisziplinärer Zusammensetzung fördern, die gezielt die beschriebenen Herausforderungen adressieren und eine herausragende Exzellenz im Bereich des ML nachweisen können. Das Antragsverfahren ist zweistufig. Antragsfrist ist der 15. Oktober 201.

 0

Förderung von Kompetenzzentren zur automatisierten Analyse von Daten mittels Maschinellen Lernens

2017-06-07T10:57:31+02:0007.06.2017|Kategorien: Fördermittel, News|Tags: , |

Die Kompetenzzentren sollen in herausgehobener Weise nicht nur zur Dissemination von neuen Forschungsergebnissen im Bereich ML, sondern auch zu deren Transfer in die wirtschaftliche und wissenschaftliche Praxis beitragen. In der vorzulegenden Strategie ist daher besonders auf die zu beiden Themen geplanten Maßnahmen einzugehen. Außerdem gehören zu der jeweiligen Strategie insbesondere die folgenden Aspekte:Entwicklung eines an nationalen und internationalen Maßstäben gemessenen herausragenden Kompetenzprofils im Bereich ML sowie Kooperationsbereitschaft und -fähigkeit,Aufbau, Koordination und Pflege von Testdatensätzen und Algorithmen (inkl. Benchmarks),Ideenaustausch mit weltweit führenden Zentren und Forschungseinrichtungen,Nachwuchsförderung und praxisnahe Qualifizierung. Dafür ist die Ansiedelung des Kompetenzzentrums zumindest im Umfeld einer Hochschule gewünscht.Das Antragsverfahren ist zweistufig. Antragsfrist ist der 1. Oktober 2017.

 0

FAU: Neuer Lehrstuhl Elektrische Energietechnik

2016-09-19T14:38:17+02:0019.09.2016|Kategorien: Automation Valley, News, Region, Wissenschaft|Tags: , , , |

Am 1. September 2016 hat Prof. Dr.-Ing. Martin März die Leitung des neuen Lehrstuhls für Elektrische Energietechnik (LEE) der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) übernommen. Der Lehrstuhl ist Teil des Energie Campus Nürnberg (EnCN) auf dem ehemaligen AEG-Gelände in der Fürther Straße – und der erste Lehrstuhl, der aus dem EnCN heraus entstanden ist. Leistungselektronik für die Anwendungen von morgen Im Fokus der Forschung am neuen Lehrstuhl steht Leistungselektronik für die elektrische Energieversorgung in stationären und mobilen Anwendungen. Dazu gehören neben dezentralen elektrischen Stromnetzen, z.B. für Bürogebäude oder Industrieanlagen auch die Bordnetze von Elektrofahrzeugen, Bahnen und Flugzeugen. Das Arbeitsgebiet des neuen Lehrstuhls begegnet den Herausforderungen unserer Zeit: Moderne Leistungselektronik ist für einen erfolgreichen Umbau der Energieversorgung, aber auch für Elektrofahrzeuge, energieeffiziente Produktionsmaschinen und Haushaltsgeräte unverzichtbar. Leistungselektronische Systeme werden gebraucht, um elektrische Energie zu verteilen und in die von der jeweiligen Anwendung benötigte Form umzuwandeln, z.B. von Gleichstrom in Wechselstrom oder von einer in eine andere Spannungsebene.

 0

Deutsch-tschechisches Innovationslabor für Mensch-Roboter-Kollaboration in Industrie 4.0 gestartet — DFKI

2016-09-02T13:51:59+02:0002.09.2016|Kategorien: Branche, News|Tags: , , , |

Deutsch-tschechisches Innovationslabor für Mensch-Roboter-Kollaboration in Industrie 4.0 gestartet Deutschland und Tschechien intensivieren ihre Zusammenarbeit im Bereich Industrie 4.0 und kooperieren enger bei der Erforschung neuer Chancen der Mensch-Roboter-Kollaboration (MRK 4.0) - erklären Bundeskanzlerin Dr. Angela Merkel und der tschechische Ministerpräsident Bohuslav Sobotka heute in Prag. Unterschrieben wurde ein Kooperationsvertrag zwischen den beiden nationalen Exzellenzzentren, dem tschechischen CIIRC und dem deutschen DFKI. Im Rahmen des Staatsbesuchs wurde das Innovationslabor MRK 4.0 in Saarbrücken und Prag gestartet, dessen technische Erstausstattung auf deutscher Seite vom Bundesministerium für Bildung und Forschung (BMBF) mit 1 Million Euro finanziert wird.

 0

Forschungsprojekt: Industrie 4.0 und die Medien

2016-07-11T14:07:07+02:0011.07.2016|Kategorien: Automation Valley, News, Region|Tags: , , |

TH Nürnberg erforscht den Einfluss von Journalismus auf die Akzeptanz von Innovationen Arbeit 4.0, Industrie 4.0, Digitalisierung - das sind die bestimmenden Themen auf der Agenda in Wirtschafts- und Fachmedien. Das ist gut so, denn die Medienberichterstattung und die Einstellung der Bevölkerung gelten als wesentliche Einflussfaktoren für den Erfolg von Innovationen, vor allem wenn einer

 0
Nach oben