Advertisement

HMD Praxis der Wirtschaftsinformatik

, Volume 54, Issue 3, pp 437–451 | Cite as

IT-getriebenes Instandhaltungsmanagement im After Sales Bereich

  • Sabrina Spreitzer
  • Andreas MladenowEmail author
  • Gerold Wagner
Spektrum

Zusammenfassung

Eine der Hauptaufgaben des After Sales Service ist die Instandhaltung, und besonders in diesem Bereich ist zu erwarten, dass sich durch die derzeit voranschreitende Entwicklung von intelligenten Systemen und die dadurch bedingte steigende Maschinenvernetzung langfristige Veränderungen für den Unternehmensbereich ergeben werden. Der Hauptfokus der Forschung liegt im Umfeld der intelligenten Instandhaltungssysteme zumeist auf dem Entwicklungs- und Produktionsbereich, weshalb die bevorstehenden Veränderungen im After Sales Service teilweise noch schwer greifbar sind. Die vorliegende Studie analysiert anhand einer Case Study („multiple-case design“) potenzielle Auswirkungen intelligenter Instandhaltungskonzepte auf die Arbeitsweise des After Sales Service. Neben der zukünftigen Einbindung von Augmented Reality und Remote-Service Einsätzen stellt das Management von Daten und Wissen in der zukünftigen Arbeitswelt eine wichtige Stütze für den Erfolg der Instandhaltung dar. Durch die steigenden Datenmengen (Big Data) ist ein Trend zur Zentralisierung der Aufgaben erkennbar. Zudem werden auch interdisziplinäre Kenntnisse in den Bereichen Ingenieurswesen, Datenmanagement, Informationstechnologie und Betriebswirtschaft von Mitarbeitern erwartet, und der inhaltliche Aufgabenschwerpunkt verschiebt sich teilweise in Richtung IT-basierter Instandhaltung.

Schlüsselwörter

Intelligente Instandhaltung Instandhaltungsstrategien Intelligent maintenance system Daten- und Wissensmanagement Big Data IKT 

IT-driven Maintenance Management in the After Sales Area

Abstract

One of the primary tasks of After Sales Service is maintenance. It can be expected, especially in this area, that the current development of intelligent systems and the consequential increase of machine networking will result in long-term changes for a company’s business. The main focus of research on intelligent maintenance systems lies in the area of development and production which is why imminent changes in the after sales service are still difficult to grasp. Based on a case study (“multiple-case design”), the present study analyzes the potential impact of intelligent maintenance concepts on the operation of after sales service. In addition to the future integration of augmented reality and remote service assignments, the management of data and knowledge is an important success factor of maintenance in the modern working world. The increasing data volume (big data) indicates a trend towards centralization of tasks. In addition, interdisciplinary knowledge in the fields of engineering, data management, information technology, and business management is expected from employees, and the main focus of the task is shifting towards IT-based maintenance.

Keywords

Intelligent Maintenance Maintenance Strategies Intelligent Maintenance System Data- and Knowledge Management Big Data ICT 

Literatur

  1. Acatech (2015) Smart Maintenance für Smart Factories. Mit intelligenter Instandhaltung die Industrie 4.0 vorantreiben (acatech POSITION). Herbert Utz, MünchenGoogle Scholar
  2. Asjad M, Kulkarni MS, Gandhi OP (2013) A life cycle cost based approach of O&M support for mechanical systems. Int J Syst Assur Eng Manag 4(2):159–172CrossRefGoogle Scholar
  3. Bauernhansl T, ten Hpmpel M, Vogel-Heuser B (2014) Industrie 4.0 in Produktion, Automatisierung und Logistik. Springer, WiesbadenCrossRefGoogle Scholar
  4. Biedermann H (2016) Lean Smart Maintenance. In: Industrial Engineering und Management, Techno-ökonomische Forschung und Praxis. Springer Fachmedien, WiesbadenGoogle Scholar
  5. Bousdekis A, Magoutas B (2015) Proactive decision making framework for condition-based maintenance. Ind Manag Data Syst 115(7):1225–1250CrossRefGoogle Scholar
  6. Duffuaa SO, Raouf A (2015) Planning and control of maintenance systems – modelling and analysis, 2. Aufl. Springer, Cham, Heidelberg, New YorkGoogle Scholar
  7. Greenough RM, Grubic T (2011) Modelling condition-based maintenance to deliver a service to machine tool users. Int J Adv Manuf Technol 52:1117–1132CrossRefGoogle Scholar
  8. Isopp J, Dankl A (2015) Jahrbuch Instandhaltungstage 2015. Steiermärkische Landesdruckerei GmbH, GrazGoogle Scholar
  9. Jonsson K, Holmström J, Levén P (2010) Organizational dimensions of e-maintenance: a multi-contextual perspective. Int J Syst Assur Engin Manage 1(3):210–218Google Scholar
  10. Kaufmann T (2015) Geschäftsmodelle in Industrie 4.0 und dem Internet der Dinge – Der Weg vom Anspruch in die Wirklichkeit. Springer Fachmedien, WiesbadenCrossRefGoogle Scholar
  11. Lee J, Ni J, Djurdjanovic D, Qiu H, Liao H (2006) Intelligent prognostics tools and e‑Maintenance. Comput Ind 57:476–489CrossRefGoogle Scholar
  12. Leidinger B (2014) Wertorientierte Instandhaltung – Kosten senken, Verfügbarkeit erhalten. Springer Fachmedien, WiesbadenGoogle Scholar
  13. Manke KO (2004) Profitables Wachstum durch differenziertes Kundenmanagement. In: Kaerner H, Kasper M, Mattmüller R (Hrsg) After-Sales. F.A.Z.-Institut für Management-, Markt- und Medieninformationen GmbH, Frankfurt am MainGoogle Scholar
  14. Mayring P (2010) Qualitative Inhaltsanalyse – Grundlagen und Techniken, 11. Aufl. Beltz, Weinheim und BaselGoogle Scholar
  15. Mladenow A, Novak NM, Strauss C (2016) Internet of things integration in supply chains – an Austrian business case of a collaborative closed-loop implementation. In: Tjoa AM, Xu LD, Raffai M, Novak NM (Hrsg) Research and practical issues of enterprise information systems. Springer, Cham, S 166–176CrossRefGoogle Scholar
  16. Pawellek G (2013) Integrierte Instandhaltung und Ersatzteillogistik – Vorgehensweisen, Methoden, Tools. Springer, HeidelbergCrossRefGoogle Scholar
  17. Porter ME, Heppelmann JE (2015) How smart, connected products are transforming companies. Harv Bus Rev 93:96–114Google Scholar
  18. Stich V, Kurz M, Optehostert F (2015) Framework conditions for forming collaborative networks on smart service platforms. In: Camarinha-Matos LM et al (Hrsg) Risks and resilience of collaborative networks. IFIP AICT 463. Springer, Berlin, Heidelberg, S 193–200CrossRefGoogle Scholar
  19. Widhalm M, Mladenow A, Strauss C (2015) E‑Appointment Plattformen zur Effizienzsteigerung und Umsatzgenerierung – eine Branchenanalyse. HMD Prax Wirtschaftsinform 52(3):401–417CrossRefGoogle Scholar
  20. Yin RK (2003) Case study research: design and methods, 3. Aufl. SAGE, Thousand OaksGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2017

Authors and Affiliations

  1. 1.Fakultät für Management, LogistikumFH OberösterreichSteyrÖsterreich
  2. 2.Fakultät für Wirtschaftswissenschaften, Fachbereich eBusinessUniversität WienWienÖsterreich

Personalised recommendations