Verfahren zur Bewertung von Predictive Maintenance für Anbieter von Instandhaltungsdienstleistungen

Die Digitalisierung hat in den vergangenen Jahren stetig an Relevanz gewonnen und soll weiterhin einer der großen Treiber der Zukunft sein. In der Wirtschaft liegt das hauptsächlich darin begründet, dass Unternehmen große Potenziale in einer Vernetzung und Automatisierung von Prozessen durch die Informationstechnologie sehen und so ihre unterschiedlichen Unternehmensprozesse unterstützen sowie optimieren möchten. Aufgrund dieser Tatsache stellen sich Unternehmen aktuell die Frage, ob eine Digitalisierung ihrer Prozesse empfehlenswert ist und welche Aspekte bei einer solchen Entscheidung berücksichtigt werden sollen.

Im Rahmen dieser Arbeit wird diese Fragestellung für den Instandhaltungsprozess von Maschinen detailliert betrachtet und ein Verfahren zur Bewertung von Predictive Maintenance zur Unterstützung der Investitionsentscheidung entwickelt.

Ein wesentlicher Bestandteil des Bewertungsverfahrens ist das für den Instandhaltungsprozess entwickelte Reifegradmodell, um den aktuellen Instandhaltungsprozess basierend auf seinem Softwareintensivierungsgrad im Vergleich zur Predictive Maintenance einzuordnen sowie die jeweils unternehmensindividuellen Bewertungen der Aufwände, des Nutzens und der Risiken für den konkreten Anwendungsfall. Diese einzelnen Bewertungen werden abschließend zu einer anwendungsfallspezifischen Gesamtbewertung kombiniert sowie die Entscheidungsunterstützung inklusive Ausblick abgeleitet.

Diese Arbeit richtet sich sowohl an Praktiker als auch an Wissenschaftler, die sich mit dem Themenkomplex der Digitalisierung, insb. mit der Digitalisierung der Produktion, auch Industrie 4.0 genannt, und/oder der Predictive Maintenance auseinandersetzen.

List of contents

1. Einführung
1.1. Relevanz des Themas
1.2. Ziel der Arbeit
1.3. Forschungsmethodik
1.4. Aufbau der Arbeit

2. Grundlagen zu Bewertungsverfahren und zur softwareintensiven Instandhaltung
2.1. Auffassung von Bewertungsverfahren im Rahmen dieser Arbeit
2.2. Instandhaltung
2.3. Softwareintensivierung im Rahmen dieser Arbeit
2.4. Predictive Maintenance als softwareintensive Dienstleistung im Sinne der digitalen Produktion
2.5. Stakeholder des Bewertungsverfahrens

3. Status quo der Verfahren zur Bewertung der Softwareintensivierung des Instandhaltungsprozesses
3.1. Stand der Unternehmenspraxis
3.2. Stand der Wissenschaft
3.3. Erkenntnisse zu Verfahren zur Bewertung von Predictive Maintenance basierend auf dem erhobenen Status quo

4. Anforderungen an Verfahren zur Bewertung von Predictive Maintenance zur Unterstützung der Investitionsentscheidung
4.1. Vorgehensweise bei der Anforderungserhebung
4.2. Anforderungen an die inhaltliche Ausgestaltung des Bewertungsverfahrens
4.3. Metaanforderungen an das Bewertungsverfahren

5. Übersicht über bestehende generische Bewertungsmethoden
5.1. Eindimensionale Bewertungsmethoden
5.2. Mehrdimensionale Bewertungsmethoden
5.3. Bewertung der generischen Bewertungsmethoden basierend auf den erhobenen inhaltlichen Anforderungen an das Bewertungsverfahren

6. Bewertungsverfahren zur Unterstützung der Investitionsentscheidung in Predictive Maintenance
6.1. Übersicht über das Bewertungsverfahren
6.2. Hauptverfahrensprozess 1: Bewertung vorbereiten
6.3. Hauptverfahrensprozess 2: Bewertung durchführen
6.4. Hauptverfahrensprozess 3: Bewertung analysieren
6.5. Hauptverfahrensprozess 4: Bewertung dokumentieren

7. Evaluierung des Bewertungsverfahrens
7.1. Gegenüberstellung des Bewertungsverfahrens mit den erhobenen Anforderungen
7.2. Evaluierungsworkshops mit Unternehmensvertretern
7.3. Prototypische Realisierung des Verfahrens in Form einer Applikation für mobile Endgeräte
7.4. Erkenntnisse aus der Evaluierung des Bewertungsverfahrens

8. Schlussbetrachtung
8.1. Überprüfung der Erreichung des Forschungsziels
8.2. Kritische Würdigung
8.3. Forschungsbedarf

About the author

Tobias Tauterat studierte Wirtschaftsinformatik an den Universitäten Hohenheim und Stuttgart. Anschließend war er Doktorand an der interdisziplinären und praxisorientierten Graduate School of Excellence advanced Manufacturing Engineering (GSaME) der Universität Stuttgart am Lehrstuhl für ABWL und Wirtschaftsinformatik II von Prof. Dr. Georg Herzwurm. Seine Forschungsschwerpunkte liegen im Themenkomplex der Digitalisierung, insb. in Bezug auf die Produktion (Industrie 4.0). Die Promotion zum Dr. rer. pol. erfolgte im Februar 2018.

Product details

• Authors: Tobias Tauterat
• Publisher: Josef Eul Verlag GmbH
• Languages: German
• Product format: Paperback / Softback
• Released: 31.10.2018
• EAN: 9783844105612
• ISBN: 978-3-8441-0561-2
• No. of pages: 236
• Dimensions: 148 mm x 210 mm x 15 mm
• Weight: 348 g
• Series: Wirtschaftsinformatik, Bd. 92
• Subjects: Social sciences, law, business > Business > General, dictionaries; Betriebswirtschaft und Management