Wandlungsfähigkeit

Obwohl die Innovation von kleinen und mittleren Unternehmen (KMU) für den wirtschaftlichen Erfolg eines Landes von entscheidender Bedeutung ist, geben diese verglichen mit großen Unternehmen weniger als die Hälfte ihrer finanziellen Mittel für Forschung und Entwicklung aus. Die „offene Innovation“ soll vor allem KMU helfen, ihre Wettbewerbsposition zu verbessern. Für Regionen, die von KMU dominiert werden, ist es wichtig, ein Ökosystem zu entwickeln, das offene Innovationsprozesse unterstützt. Universitäten können innerhalb dieses Ökosystems eine Schlüsselrolle spielen. Sie unterstützen KMU mit ihrem Fachwissen in den Bereichen Wissenschaft und Technik sowie im Innovations- und Projektmanagement. Wir stellen eine Fallstudie vor, um die Rolle einer Fachhochschule in einem offenen Innovationsökosystem zu demonstrieren.

Die Verrentung der Babyboomer-Generation stellt Unternehmen vor Herausforderungen. Insbesondere ein möglicher Verlust von implizitem Erfahrungswissen steht hierbei im Fokus. Dieses Wissen ist meist nur in den Beschäftigten verankert, schwierig zu explizieren und zu übertragen. Das Projekt KI_eeper zielt darauf ab, ein effizientes KI-basiertes System zu entwickeln, das implizite Erfahrungswissen automatisiert im Arbeitsprozess identifiziert und abspeichert. Die so geschaffene Wissensbasis soll als Assistenz im Arbeitsprozess allen Beschäftigten Hilfestellung bieten. Das System wird in Zusammenarbeit mit den Beschäftigten im Betrieb bedarfsgerecht gestaltet.

Aufgrund disruptiver Störungen müssen produzierende Unternehmen ihre Robustheit verbessern, um den Störungen standzuhalten. In der Vergangenheit wurden im Kontext der Robustheit lediglich Infrastrukturen und Ressourcen betrachtet, die gesamte Vernetzung der Prozesse jedoch vernachlässigt. Diese müssen deshalb im Kontext der Robustheit eingehend untersucht werden. Für die Gestaltung und Analyse von Prozessen wird die Prozessmodellierung verwendet. In diesem Beitrag werden die Anforderungen an Modellierungsmethoden beschrieben und bewertet.

In diesem Beitrag werden verschiedene Prognoseverfahren und -modelle zur Vorhersage von kritischen Situationen in den Supply Chains von Unternehmen in der Automobil- und Elektronikindustrie untersucht, wobei der Schwerpunkt auf deutschen Unternehmen liegt. Anhand eines Vergleichs der Leistungsfähigkeit branchenüblicher Modelle soll eine Empfehlung eines Best-Practice-Modells für die Branche ermittelt werden. Um die Anwenderbarkeit der Modelle und der einhergehenden Erkenntnis aufzuzeigen, werden reale Geschäftsszenarien diskutiert, die die Rolle des Risikomanagements in den Abteilungen Einkauf/Beschaffung oder Supply Chain Management umfassen. Im Vergleich wurde ermittelt, dass das effektivste Modell für die Vorhersage von Krisen in der Automobilindustrie das Vector-Auto-Regressionsverfahren/VAR-Modell ist, während das Early-Warning-System/EWS-Modell am besten für die Elektronikindustrie geeignet ist. Darüber hinaus wurden die wichtigsten Risikofaktoren ermittelt, die ...

Disruptionen wie politische und soziale Konflikte in Beschaffungsländern, Blockaden, Lockdowns in Industriestandorten oder Handelskonflikte können die Versorgung heimischer Unternehmen mit Rohstoffen gefährden. Durch eine Verlagerung der Produktion in stabile Regionen lassen sich entsprechende Versorgungsrisiken reduzieren. Im Kontext des Abbaus seltener Erden (rare earth elements, REE) und weiterer mineralischer Rohstoffe ist dies jedoch geologisch bedingt nicht immer möglich [1]. Aufgrund hoher Importabhängigkeiten sind entsprechende Supply-Netzwerke besonders anfällig für Lieferengpässe.

Ob Verfügbarkeiten und Kosten für Rohstoffe, Energie und Personal oder schlicht Markt- und Absatzoptionen, Disruptionen beeinflussen immer häufiger das Geschäft produzierender Unternehmen. Gerade in den letzten Jahren hat sich gezeigt, dass Robustheit insbesondere gegenüber vielfältigen Disruptionen nicht nur mit dem Management kritischer Ressourcen begegnet werden kann. Zur umfassenden Betrachtung gehört aus Sicht der Autoren die Gestaltung robuster Unternehmensprozesse dazu. In diesem Beitrag wird die Bedeutung der Robustheit von Prozessen im Kontext von kritisch wechselnden Ressourcen und Infrastrukturen aufgezeigt.