Advertisement

Priorisierung von Digitalisierungsprojekten entlang der gesamten kundenorientierten Prozesskette im Maschinenbau

  • Thomas PschybillaEmail author
  • Manuela Hofmann
  • Tobias Enders
  • Michael Vössing
Schwerpunkt
  • 17 Downloads

Zusammenfassung

Die digitale Transformation von Unternehmen des Maschinenbaus hat in den letzten Jahren zunehmend an Aufmerksamkeit gewonnen. Insbesondere die Entwicklung und Nutzung digitaler Technologien eröffnet Unternehmen neue Möglichkeiten zur Verbesserung ihrer internen Prozesse. Jedoch werden aufgrund des Fehlens eines ganzheitlichen digitalen Transformationsansatzes Digitalisierungsprojekte in der Praxis oftmals von einzelnen Fachbereichen initiiert und unabhängig voneinander vorangetrieben. Bestrebungen können somit weder ganzheitlich koordiniert noch können prozessübergreifende Effekte hinreichend berücksichtigt werden. Vor allem die kundenorientierte Betrachtung der gesamten Prozesskette – von der Kundenanfrage bis zur Installation – bietet ungenutztes Potential, Unternehmen erfolgreich und ganzheitlich zu digitalisieren. Obwohl in der akademischen Literatur eine Vielzahl von Vorgehensmodellen zur Bewertung und Priorisierung von Projekten im IT-Umfeld beschrieben ist, stoßen diese Vorgehensmodelle in der Praxis, insbesondere bei der Bewertung und Priorisierung von Projekten entlang der gesamten Prozesskette, an ihre Grenzen. Vor diesem Hintergrund stellt dieser Beitrag ein neuartiges Vorgehensmodell vor, das Unternehmen bei der Bewertung und Priorisierung von Digitalisierungsprojekten entlang der gesamten Prozesskette unterstützt. Der entwickelte Ansatz wurde dabei in enger Zusammenarbeit mit einem Unternehmen aus der Branche Maschinen- und Anlagenbauer, der TRUMPF GmbH + Co. KG, validiert und die Ergebnisse mit Experten unterschiedlicher Bereiche des Unternehmens verifiziert.

Schlüsselwörter

Digitale Transformation Digitalisierung Projektpriorisierung Prozesskette 

Prioritization of Digitalization Projects Along the End-to-End Process in Mechanical Engineering

Abstract

In recent years, the digital transformation of mechanical engineering organizations has gained growing attention. The widespread development and use of digital technologies provide companies with new opportunities to improve their internal processes. However, due to the lack of a holistic digital transformation approach, digitalization projects are often initiated and implemented independently by individual departments. Therefore, neither can efforts be coordinated holistically, nor can cross-process effects be sufficiently considered. Especially the customer-oriented consideration of the end-to-end process chain offers unused potential to digitally transform organizations. Although academic literature describes several process models for evaluating and prioritizing IT projects, these process models reach their limitations in practice, especially concerning the evaluation and prioritization of projects along the end-to-end process chain. Thus, this paper presents a novel approach that enables organizations to evaluate and prioritize digitalization projects along their end-to-end process chain. The developed process model was validated and verified in close cooperation with a mechanical engineering organization, the TRUMPF GmbH + Co. KG.

Keywords

Digital Transformation Digitalization Project Prioritization End-to-End Process Chain 

Literatur

  1. Archer NP, Ghasemzadeh F (1999) An integrated framework for project portfolio selection. Int J Proj Manag 17(4):207–216.  https://doi.org/10.1016/S0263-7863(98)00032-5 CrossRefGoogle Scholar
  2. Bardhan I, Sougstad R (2004) Prioritizing a portfolio of information technology investment projects. J Manag Inf Syst 21(2):33–60.  https://doi.org/10.1080/07421222.2004.11045803 CrossRefGoogle Scholar
  3. Bauer W, Schlund S, Marrenbach D, Ganschar O (2014) Industrie 4.0. Volkswirtschaftliches Potenzial für Deutschland. Studie. Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO, StuttgartGoogle Scholar
  4. Bauernhansl T (2014) Die vierte industrielle Revolution. Der Weg in ein wertschaffendes Produktionsparadigma. In: Bauernhansl T, ten Hompel M, Vogel-Heuser B (Hrsg) Industrie 4.0 in Produktion, Automatisierung und Logistik. Springer, Wiesbaden, S 5–35CrossRefGoogle Scholar
  5. Beer M, Fridgen G, Mueller H‑V, Wolf T (2013) Benefits Quantification in IT Projects. Wirtschaftsinformatik Proceedings 45. https://aisel.aisnet.org/wi2013/45. Zugegriffen: 20. April 2019Google Scholar
  6. Benaroch M, Kauffman RJ (1999) A case for using real options pricing analysis to evaluate information technology project investments. Inf Syst Res 10(1):70–86.  https://doi.org/10.1287/isre.10.1.70 CrossRefGoogle Scholar
  7. Benaroch M, Jeffery M, Kauffman RJ, Shah S (2007) Option-based risk management. A field study of sequential information technology investment decisions. J Manag Inf Syst 24(2):103–140.  https://doi.org/10.2753/MIS0742-1222240205 CrossRefGoogle Scholar
  8. Dispan J (2017) Entwicklungstrends im Werkzeugmaschinenbau 2017. Kurzstudie zu Branchentrends auf Basis einer Literaturrecherche. http://d-nb.info/1126583928/34. Zugegriffen: 3. Nov. 2018Google Scholar
  9. Dispan J, Schwarz-Kocher M (2018) Digitale Transformation im Maschinen- und Anlagenbau. Momentaufnahme zu Strategien, Stand und Wirkungen der Digitalisierung. http://www.imu-institut.de/data/publication/digitale-transformation-im-maschinen-und-anlagenbau/at_download/file. Zugegriffen: 20. Nov. 2018Google Scholar
  10. Gadatsch A (2017) Grundkurs Geschäftsprozess-Management. Analyse, Modellierung, Optimierung und Controlling von Prozessen, 8. Aufl. Springer Vieweg, Wiesbaden  https://doi.org/10.1007/978-3-658-17179-7 CrossRefGoogle Scholar
  11. Gaydoul R, Daxböck C (2011) Prozessmanagement von End-to-End Prozessen. Z Control Manag 55(S2):40–46.  https://doi.org/10.1365/s12176-012-0332-7 CrossRefGoogle Scholar
  12. Ghasemzadeh F, Archer NP (2000) Project portfolio selection through decision support. Decis Support Syst 29(1):73–88.  https://doi.org/10.1016/S0167-9236(00)00065-8 CrossRefGoogle Scholar
  13. Gimpel H, Huber R, Röglinger M, Hosseini S, Probst L, Faisst U (2018) Structuring digital transformation. A framework of action fields and its application at ZEISS. J Inf Technol Theory Appl 19(1):31–54Google Scholar
  14. Hevner AR, vom Brocke J, Maedche A (2019) Roles of digital innovation in design science research. Bus Inf Syst Eng 61(1):3–8.  https://doi.org/10.1007/s12599-018-0571-z CrossRefGoogle Scholar
  15. Hevner AR, March ST, Park J, Ram S (2004) Design science in information systems research. Mis Q 28(1):75–105.  https://doi.org/10.2307/25148625 CrossRefGoogle Scholar
  16. Hunke F, Schüritz R (2019) Smartere Produkte durch analysebasierte Dienstleistungen – Ein methodisches Werkzeug zur strukturierten Entwicklung. HMD.  https://doi.org/10.1365/s40702-019-00531-8 CrossRefGoogle Scholar
  17. Kagermann H, Wahlster W, Helbig J (2015) Umsetzungsstrategie Industrie 4.0. Ergebnisbericht der Plattform Industrie 4.0. https://www.bitkom.org/Publikationen/2015/Leitfaden/Umsetzungsstrategie-Industrie-40/150410-Umsetzungsstrategie-0.pdf. Zugegriffen: 15. Nov. 2018Google Scholar
  18. Kersten W, Seiter M, von See B, Hackius N, Maurer T (2017) Chancen der digitalen Transformation. Trends und Strategien in Logistik und Supply Chain Management. DVV Media Group GmbH, HamburgGoogle Scholar
  19. Lourenço JC, Morton A, Bana e Costa CA (2012) PROBE—A multicriteria decision support system for portfolio robustness evaluation. Decis Support Syst 54(1):534–550.  https://doi.org/10.1016/j.dss.2012.08.001 CrossRefGoogle Scholar
  20. Maddern H, Smart PA, Maull RS, Childe S (2013) End-to-end process management. Implications for theory and practice. Prod Plan Control 25(16):1303–1321.  https://doi.org/10.1080/09537287.2013.832821 CrossRefGoogle Scholar
  21. Peffers K, Tuunanen T, Rothenberger MA, Chatterjee S (2007) A design science research methodology for information systems research. J Manag Inf Syst 24(3):45–77.  https://doi.org/10.2753/MIS0742-1222240302 CrossRefGoogle Scholar
  22. Rinn T, Vollmer P, Veit E (2019) Ein neuer Weckruf zur Digitalisierung. Wie Unternehmen mit der Digitalisierung richtig vorankommen. https://www.accenture.com/_acnmedia/Accenture/Redesign-Assets/DotCom/Documents/Local/1/Accenture-Industry-X0-ASG-Digitalization1.pdf#zoom=50. Zugegriffen: 27. Juni 2019Google Scholar
  23. Satzger G, Holtmann C, Peter S (2015) Advanced Analytics im Controlling – Potenzial und Anwendung für Umsatz-und Kostenprognosen. Controlling 27(4–5):229–235.  https://doi.org/10.15358/0935-0381-2015-4-5-229 CrossRefGoogle Scholar
  24. Staufen AG (2018) Industrie 4.0. Deutscher Industrie 4.0 Index 2018. https://www.staufen.ag/fileadmin/HQ/02-Company/05-Media/2-Studies/STAUFEN.-Studie-Industrie-4.0-Index-2018-Web-DE-de.pdf. Zugegriffen: 27. Juni 2019Google Scholar
  25. Vom Brocke J, Simons A, Niehaves B, Reimer K, Plattfaut R, Cleven A (2009) Reconstructing the giant: On the importance of rigour in documenting the literature search process. In: Proceedings of the 17th European Conference on Information Systems (ECIS)Google Scholar
  26. Vössing M (2017) Towards managing complexity and uncertainty in field service technician planning. In: Proceedings of the 19th IEEE Conference on Business Informatics (CBI), Thessaloniki, Greece  https://doi.org/10.1109/CBI.2017.50 CrossRefGoogle Scholar
  27. Vössing M (2019) Redesigning service operations for the digital world: towards automated and data-driven field service planning. In: Proceedings of the 27th European Conference on Information Systems (ECIS), Stockholm & Uppsala, SwedenGoogle Scholar
  28. Ward J, Daniel E, Peppard J (2008) Building better business cases for IT investments. MIS Q Exec 7(1):1–20Google Scholar
  29. Webster J, Watson RT (2002) Analyzing the past to prepare for the future: writing a literature review. Mis Q 26(2):13–23Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.TRUMPF GmbH + Co. KG – Zentralbereich Digitale TransformationDitzingenDeutschland
  2. 2.Karlsruhe Service Research InstituteKarlsruher Institut für TechnologieKarlsruheDeutschland

Personalised recommendations