Home » Entwicklung eines Plattformdemonstrators – ein Erfahrungsbericht

Entwicklung eines Plattformdemonstrators – ein Erfahrungsbericht

Die Digitalisierung bietet Unternehmen strategische Vorteile durch die Vereinfachung und Optimierung von Geschäftsprozessen und ist ein wichtiger Hebel für langfristiges Wachstum. Zahlreiche Branchen profitieren bereits von einer optimierten Koordinierung von Kapazitäten und Ressourcen, indem digitale Technologien in Unternehmensprozesse integriert werden. Digitale Plattformen ermöglichen beispielsweise auf Basis datenbasierter Prognosen die bedarfsgerechte Anpassung von Betriebsmittelkapazitäten an Lastspitzen. Insbesondere kleinen und mittleren Unternehmen der deutschen Steine- und Erdenindustrie bleibt der Zugang zu solchen Technologien bisher aufgrund hoher Investitions- und Nutzungskosten, hohem Implementierungsaufwand sowie heterogener Maschinenparks verwehrt. In diesem Beitrag werden die Funktionen des im AiF-Forschungsprojekt entwickelten datenzentrierten Plattformdemonstrators „PROmining“ vorgestellt und anhand von Fallstudien mit Unternehmen der Branche validiert. Der Plattformdemonstrator bietet geringfügig digitalisierten Unternehmen ein Tool mit Funktionen von der einfachen Betriebsdatenerfassung über die Auswertung der Kapazitätsauslastung bis hin zur Szenarienentwicklung für die regionale Nachfrage, die als Blaupause im eigenen Unternehmen eingesetzt werden kann. Somit wird Unternehmen der Steine- und Erdenbranche ein aufwandsarmer Einstieg in die digitale Transformation bereitgestellt und ein Beitrag für die langfristige Wettbewerbsfähigkeit geleistet.

Authors/Autoren: Julian Lassen, M. Sc., Martin Schulte B. Sc., Institute of Mineral Resources Engineering (MRE), RWTH Aachen University, Aachen/Germany, Jonas Müller, M. Sc., Leon Hecht B. Sc., FIR e. V. at RWTH Aachen University, Aachen/Germany

1  Einleitung

Neue Daten und Informationen sind durch die Digitalisierung entstanden. Die digitale Transformation eines Unternehmens hat das Potential, neues Wissen zu generieren. Daten legen dabei den Grundstein für die Anwendung digitaler Informationstechnologien im Unternehmen. (1) Dabei dienen digitale Lösungen als wichtiger Hebel für langfristiges Wachstum, Profitabilität, Wettbewerbsfähigkeit und Wertschöpfung (2,3). Die Integration von Informationstechnologien in das Unternehmen bietet strategische Vorteile durch die Vereinfachung und Optimierung von Geschäftsprozessen. Zahlreiche Branchen profitieren bereits von einer optimierten Koordinierung von Kapazitäten und Ressourcen. (4) Die deutsche Steine- und Erden­industrie, welche überwiegend von kleinen und mittleren Unternehmen (KMU) vertreten ist, weist im Vergleich zu anderen Branchen einen niedrigen Digitalisierungsgrad auf (5). Die digitale Transformation wird insbesondere durch hohe Investitions- und Nutzungskosten, hohen Implementierungsaufwand sowie heterogene Maschinenparks hervorgerufen (6). Dabei kann die Nutzung von digitalen Plattformen dazu führen, dass höhere Umsätze erzielt, mehr Kunden akquiriert oder die allgemeinen Kosten des Unternehmens durch Effizienzsteigerungen gesenkt werden (7). Eine Effizienzsteigerung innerhalb der Steine- und Erdenindustrie kann beispielsweise auf Basis datenbasierter Prognosen eine bedarfsgerechte Anpassung von Betriebsmittelkapazitäten an Lastspitzen ermöglichen (8). In diesem Beitrag werden die Funktionen des im AiF-Forschungsprojekt entwickelten datenzentrierten Plattformdemonstrators „PROmining“ getestet und anhand einer Fallstudie mit drei Unternehmen der Branche validiert. Die Plattform soll zur Verbesserung der Prognosefähigkeit und Erhöhung der Auslastung von KMU in der Steine- und Erdenindustrie führen. Der Plattformdemonstrator bietet geringfügig digitalisierten Unternehmen ein Tool mit Funktionen von der einfachen Betriebsdatenerfassung über die Auswertung der Kapazitätsauslastung bis hin zur Szenarienentwicklung für die regionale Nachfrage, die als Blaupause im eigenen Unternehmen eingesetzt werden kann. Somit wird Unternehmen der Steine- und Erdenbranche ein aufwandsarmer Einstieg in die digitale Transformation bereitgestellt und ein Beitrag für die langfristige Wettbewerbsfähigkeit geleistet.

2  Funktionsweise des Plattformdemonstrators

Die Methodik zur Entwicklung einer datenzentrierten Plattform und eines entsprechenden Betreibermodells für KMU der deutschen Steinbruchindustrie wurde in früheren Veröffentlichungen des Forschungsprojekts PROmining ausführlich beschrieben (8, 9). Ziel dieser Arbeit ist es daher, den entwickelten webbasierten Demonstrator einer Plattform unternehmensspezifisch zu testen und zu validieren sowie den Transformationsprozess durch die Teilnahme an einer digitalen Plattformlösung zu beschreiben. Der webbasierte Plattformdemonstrator bietet Unternehmen der Steine- und Erdenindustrie unterschiedliche Tools und Dienstleistungen zur standardisierten Datenerfassung und -auswertung. Zusätzlich wird ein Demonstrationstool zur regionalen Nachfrageprognose bereitgestellt. Dieses wird im Rahmen der Conference on Production Systems and Logistics (CPSL) 2023 in Mexico detailliert vorgestellt und publiziert, findet jedoch im Rahmen der in Kapitel 4 beschrieben Fallstudie keine Betrachtung. Die für diesen Beitrag relevanten Funktionen des Plattformdemonstrators werden im Folgenden kurz vorgestellt.

2.1  Identitäten

Anhand unternehmenstypischer Hierarchieebenen werden Identitäten und deren Rollen innerhalb der Plattform definiert und bilden damit das Identity Management. Jeder individuellen Rolle wird ein angemessenes Maß an Zugriffsrechten gewährleistet, um ein Optimum zwischen freiem Informationszugang und Überprüfung zu schaffen (10). Des Weiteren dient die Identitätsbestimmung dazu, einzelne Entscheidungseinheiten in ihre Kompetenzbereiche aufzuteilen, wodurch eine Steigerung der Produktivität durch die Spezialisierung verschiedener Gruppen in Hinblick auf Kenntnisstand und Fähigkeiten vorangetrieben wird (11). Infolgedessen wurden im Forschungsprojekt drei geeignete Identitäten konzipiert – Geschäftsführung, Betriebsleitung, Operatoren – um allen notwendigen Personalebenen im Steine- und Erdenunternehmen die Plattformnutzung zu ermöglichen. Eine präzise Aufschlüsselung der Rollendefinition ist in der Fachzeitschrift „Sonderheft Nachhaltigkeit und Digitalisierung 2022“ einsehbar (12).

2.2  Datenerfassung

Die deutsche Steine- und Erdenindustrie steht bezüglich der Datenerfassung und -verarbeitung vor einer großen Herausforderung. Heterogene Betriebsmittel- und Anlagenbestände bewirken Defizite in der Datenkonformität, wodurch die Analyse der Daten erschwert wird. Aus Expertengesprächen wird ersichtlich, dass insbesondere Zustandsdaten mobiler Betriebsmittel aktuell analog mit Stift und Papier erfasst werden, obwohl herstellerbasierte Plattformen verfügbar sind. Hohe technische und monetäre Einstiegshürden sowie Vorbehalte gegenüber gewinnorientierter Betreibermodelle verhindern die Partizipation an solchen Vorreitertechnologien. (7) Die analoge Datenerfassung mit Stift und Papier führt zu einer Mehrfachbehandlung der Datensätze und kann zu Falscheingaben aufgrund fehlender Plausibilitätsprüfungen führen. Die im Forschungsprojekt entwickelte Anwendung ermöglicht die digital-händische Eingabe von Zustandsdaten und gewährleistet eine standardisierte und einheitliche Datenhaltung in der Plattformdatenbank, mit dem Ergebnis, dass Mehrfacheingaben vermieden werden. Daten von Betriebsmitteln und Anlagen sowie schichtbezogene Informationen werden direkt von Maschinenführern in die Plattform eingespeist.

2.3  Datenauswertung

Dem Unternehmen werden auf dem Dashboard der Plattform standardisierte und relevante Leistungs- und Verbrauchskennzahlen visualisiert dargestellt. Anhand dessen können ungenutzte Kapazitäten bei Anlagen oder Betriebsmitteln analysiert und identifiziert werden. Durch die Verwendung der relativen Leistungskennzahlen der Betriebsmittel und Anlagen können bestimmte Sachverhalte erkennbar gemacht werden. Da die Leistungskennzahlen in einem sinnvollen Zusammenhang zueinanderstehen, beispielsweise Liter pro Tonne oder Tonnen pro Personenstunden, können über einen festen Zeitraum erbrachte Leistungen miteinander verglichen werden (13). Die Identität „Geschäftsführung“ kann Leistungsziele für individuelle Produktionsstandorte definieren, um eine Maximierung der Auslastung zu erzielen. Durch die Analyse der verfügbaren Daten und Kennzahlen können Unternehmen genauere Prognosen über die Ressourcenverfügbarkeit machen und so ihre Planung verbessern. Aus den gewonnenen Zustandsdaten können Aussagen über Auslastung, Effizienz und Effektivität eines Betriebs getroffen werden.

3  Methodik und Design der Fallstudie

Um eine aussagekräftige Validierung und Testung des Plattformdemonstrators generieren zu können, wird eine Fallstudie mit drei Unternehmen der Steine- und Erdenindustrie mit mehreren Betriebsstandorten durchgeführt. Die Methode und das Design der Studie sind in Bild 1 dargestellt.

Fig. 1. Methodology and study design for the company-specific implementation, testing and validation of the platform solution as well as for the investigation of the transformation process. // Bild 1. Methode und Design der Fallstudie zur unternehmensspezifischen Implementierung, Testung und Validierung der Plattformlösung sowie zur Untersuchung des Transformationsprozesses. Source/Quelle: MRE

Dazu wird als erstes die Ausgangssituation der Unternehmen anhand der im Forschungsprojekt entwickelten Morphologie erfasst (8). Darauffolgend werden die Unternehmen zu Teilnehmern der Plattform. Hierfür wird der erfolgreiche Beitritt über verschiedene Schnittstellen und Identitäten der Plattform getestet. Eine leitfadengestützte Befragung der unterschiedlichen Unternehmensidentitäten wird durchgeführt, um die Wirksamkeit der Plattformfunktionen zu prüfen. Die Aufnahme eines umfangreichen Feedbacks aller relevanten Akteure ermöglicht die iterative Anpassung des webbasierten Demonstrators an die Anforderungen der Anwender. Abschließend erfolgt die Bewertung des Transformationsprozesses im Unternehmen durch den Plattformbeitritt anhand des Business Transformation Canvas nach Gudergan et al. (14).

¢

4.1  Erfassung der Ausgangssituation

Die teilnehmenden Unternehmen der Fallstudie werden anhand der innerbetrieblichen Bewertungsdimensionen „Unternehmensstruktur“, „Unternehmensprozesse“ und „Unternehmensentwicklung“ (10) durch die Anwendung der morphologischen Matrix (Bild 2) betrachtet.

Fig. 2. Morphology for identifying the business typology according to its digital maturity (8). // Bild 2. Morphologie zur Bestimmung der Unternehmenstypologie nach der digitalen Reife (8).

In der morphologischen Methode wird zunächst das vorliegende Problem analysiert, anschließend wird dieses in relevante Parameter zerlegt. Diese Parameter sind konstituierende Merkmale des zu bearbeitenden Sachverhalts. Anschließend werden für jeden Parameter mögliche Ausprägungen identifiziert. (15) Die Unternehmen werden abschließend einem Unternehmenstypen zugeordnet.

Die Position des betrachteten Unternehmens wird durch eine Befragung der Geschäftsführung in die Morphologie (Bild 2) eingeordnet. Zusätzlich werden Unternehmensparameter anhand eines standardisierten Fragebogens systematisch erfasst und folgend mit den Kategorien der Morphologie abgeglichen. Aus der ersten Einordnung folgt eine Unterscheidung der Unternehmen in drei Typen, „digital ausbaufähig“, „digital fortgeschritten“ sowie „digitaler Vorreiter“ (Bild 3) (8).

Fig. 3. Typification of companies by defining their digital maturity (8). // Bild 3. Typisierung der Unternehmen anhand der digitalen Reife (8).

Dabei zeigen sich einige Ähnlichkeiten, insbesondere in den Bereichen „Unternehmensstruktur“ und „Unternehmensprozesse“. Abweichungen sind insbesondere in der digitalen Reife der Unternehmen erkennbar. In allen Unternehmen ist der Zugriff auf die Herstellerplattformen verfügbar, dennoch werden schichtbezogene Informationen zusätzlich auf Papier erfasst. Daher werden die Unternehmen der Fallstudie dem Typ „digital fortgeschritten“ anhand der entwickelten Typisierung (Bild 3) zugeordnet.

4.2  Unternehmensspezifische Implementierung

Die Unternehmen werden im Rahmen der Fallstudie Teilnehmer des Plattformdemonstrators. Hierfür wird der erfolgreiche Beitritt über die verschiedenen Schnittstellen der Plattform in drei Schritten getestet:

  1. Eintragung von Stammdaten zu Standorten, Betriebsmitteln, Anlagen und Mitarbeitern durch die Identität „Geschäftsführung“ mittels eines Desktop-PCs.
  2. Eingabe von Schichtinformationen (Datum, Arbeitsbeginn, Arbeitsende, Standort, Tätigkeit) sowie Zustandsdaten zu Betriebsmitteln und Anlagen – beispielsweise Kraftstoffverbrauch, Betriebsstundenzählerstand, Tonnagen – durch die Identität „Operator“ mittels mobiler Endgeräte (Tablet und Smartphone).
  3. Kontrolle der Eingaben aus Schritt 2 und Auswertung der berechneten und visualisierten Leistungskennzahlen durch die Identität „Betriebsleitung“ mittels eines Desktop-PCs und mobiler Endgeräte.

4.3  Validierung der Plattformlösung anhand ­leitfadengestützter Expertenbefragung

Die Erhebungsmethode, der sich zur Validierung der Plattformlösung bedient wird, ist das leitfadengestützte Experteninterview, welches als primäres Instrument des Datengewinns von Betriebswissen gilt. Experten sind in diesem Kontext Personen mit spezifischem Wissen über das befragte Unternehmen, also detailliertes Wissen über interne Strukturen und Ereignisse. (16) Für die erfolgreiche Gestaltung eines Experteninterviews ist eine thematische Führung des Interviews mithilfe eines Leitfadens notwendig (17). Im Rahmen der Testung und Validierung der im Forschungsprojekt entwickelten Plattformlösung, wurden die Teilnehmer der Fallstudie innerhalb von drei Kategorien über die erwartbare Akzeptanz, Nutzbarkeit und Bedienbarkeit der Plattform befragt. Folgend sind die thematisch relevanten Aussagen der Expertenbefragung aufgeführt:

  • Die Akzeptanz von digitaler Analysesoftware steigt grundsätzlich innerhalb des Unternehmens, hängt aber stark von den digitalen Kenntnissen der Mitarbeiter ab. Zunächst ist eine Abwehrhaltung gegenüber einem neuen digitalen Tool zu erwarten.
  • Intuitive Bedienbarkeit der Plattform, da sinnvolle Gliederung der Funktionen für einzelne Prozesse gegeben ist.
  • Zeitersparnis insbesondere für die Rolle „Betriebsleitung“, da zuvor analog notierte Informationen nicht in Excel oder andere Softwaresysteme übertragen werden müssen.
  • Plausibilitätsprüfung ermöglicht die Vermeidung von Fehlern bei der Dateneingabe.
  • Funktionen ermöglichen die aufwandsarme Eingabe und Analyse von erfassbaren Daten.
  • Anwendung als digitales Betriebstagebuch realistisch und sinnvoll.
  • Ein Betriebspunkt mit konstanter Internetverbindung zur digitalen Dateneingabe ist notwendig.
  • Export der Datenbank in verschiedenen Dateiformaten und die Integration in die hauseigene Software über diverse Schnittstellen ist notwendig für die umfangreiche Anwendung der Plattformlösung in digital fortgeschrittenen Unternehmen.

Zum Abschluss der Validierung erfolgt eine Erhebung der Plattformnutzbarkeit anhand eines Bewertungsbogens. Insgesamt wurden neun Personen (3x Geschäftsführung, 3x Betriebsleitung, 3x Operatoren) aus drei Unternehmen befragt. Die durchschnittliche Nutzbarkeitsbewertung der Plattform durch die Teilnehmer der Fallstudie ist in Bild 4 dargestellt.

Fig. 4. Average usability ratings of the platform by the case study participants. // Bild 4. Durchschnitt­liche Nutzbarkeitsbewertungen der Plattform durch die Teilnehmer der Fallstudie. Source/Quelle: MRE

4.4  Business Transformation Canvas

Im letzten Schritt der Fallstudie wird mit den Teilnehmern der Rolle „Geschäftsführung“ die Unternehmenstransformation infolge der Plattformintegration anhand des Business Transformation Canvas nach Gudergan et al. (14) bewertet. Das Canvas verfolgt das Ziel, bei Unternehmenstransformationen zu unterstützen. Es beinhaltet die Schritte „Erstellung einer Transformationsstrategie“, „Gestaltung des neuen Systems und dem Weg dahin“ sowie „Implementierung“. Dabei wird die Transformation in Handlungsfelder unterteilt, welche einen maßgeblichen Einfluss auf das Gelingen der Transformation haben. In kompakter Darstellungsweise, wie dargestellt in Bild 5, erlaubt das Canvas einen schnellen Überblick über relevante Bereiche und Faktoren. (14)

Fig. 5. Business Transformation Canvas – Impact of digital platforms on quarrying companies. Own Illustration based on (14). // Bild 5. Business Transformation Canvas – Auswirkung digitaler Plattformen auf Steine- und Erdenunternehmen. Eigene ­Darstellung nach (14)

Im Gespräch mit Teilnehmern der Fallstudie wurden von einer Plattformeinführung akut betroffene Bereiche erfragt. Besondere Einigkeit besteht über den Einfluss auf Strukturen und Prozesse. Strukturell gehört die Neuverteilung von Aufgaben bis hin zur Schaffung eines Digitalisierungsbeauftragten zu absehbaren Veränderungen. Einerseits müssen also Zuständigkeiten für die digitalen Systeme geschaffen werden, andererseits werden Kapazitäten der Datenerfassung frei. Aus Prozesssicht werden Änderungen in der Prozessdauer erwartet. So besteht die Möglichkeit, dass sich der Arbeitsprozess für einzelne Rollen (Operatoren) verlängert, der Gesamtprozess allerdings verkürzt werden kann. Darüber hinaus müssen die Verwendung der Plattform voraussichtlich prozessseitig hinterlegt sowie spezifische Prozesse erarbeitet werden.

5  Fazit und Ausblick

Die Fallstudie zum Forschungsprojekt PROmining wurde mit drei digital-fortgeschrittenen Unternehmen der Steine- und Erdenindustrie durchgeführt. Die Ergebnisse zeigen, dass insbesondere schichtbezogene Informationen zu Betriebsmitteln und Mitarbeitern aktuell noch analog in einem Betriebstagebuch erfasst werden. Die Funktionen des Plattformdemonstrators ermöglichen die digitale Erfassung und visuelle Auswertung dieser Zustandsdaten. In Expertengesprächen wurde validiert, dass die Anwendung intuitiv bedienbar ist, Prozesse vereinfacht und eine fehlerfrei, standardisierte und einmalige Erfassung von Datensätzen ermöglicht. Die Plattform bietet insbesondere Unternehmen mit bisher geringen Digitalisierungsgraden einen Einstieg in die digitale Unternehmenstransformation.

Die Anwendung digitaler Informationstechnologien verändert die Unternehmenskultur und -prozesse und erfordert neue Fähigkeiten und Qualifikationen. Ziel muss daher sein, die digitale Reife des Unternehmens angemessen auf das zunehmende digitale Wettbewerbsumfeld anzupassen und somit Vorteile aus der Digitalisierung zu ziehen (18). Die entwickelte Plattformlösung im Forschungsprojekt PROmining stellt folglich für bisher kaum digitalisierte Steinbruchsunternehmen einen Einstieg in die digitale Transformation dar und kann als digitales Betriebstagebuch eingesetzt werden. Weiterhin kann empfohlen werden, initiativ die Intensivierung der digitalen Business Transformation anzugehen, da ein Abklingen der Digitalisierung in Zukunft nicht zu erwarten ist.

Danksagung

Wir danken allen Unternehmen, die in den letzten zwei Jahren am Forschungsprojekt PROmining mitgewirkt und den Grundstein für eine erfolgreiche Bearbeitung gelegt haben. Wir danken Benjamin Diebels (MRE – RWTH Aachen University) und Julius Tischbein, Nick Lober, Maximilian Lucas und Janick Diercks (alle FIR e. V.) für die tatkräftige Unterstützung bei der Durchführung des Forschungsprojekts und der Entwicklung des Plattformdemonstrators.

Anmerkung

Das IGF-Vorhaben 21480 N der Forschungsvereinigung FIR e. V. an der RWTH Aachen University wird über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) aufgrund eines Beschlusses des Deutschen Bundestags gefördert.

References / Quellenverzeichnis

References / Quellenverzeichnis

(1) Jacob, M. (2019): Digitalisierung & Nachhaltigkeit. Zweibrücken: Springer Vieweg. https://doi.org/10.1007/978-3-658-26217-4

(2) Deloitte (2022): Perspektiven 2030. Wachstumschancen für Deutschland.

(3) McKinsey & Company (2021): Industrielles IoT und führende Technologien als Treiber der digitalen Transformation in der Produktion.

(4) Erner, M. (2019): Management 4.0 – Unternehmensführung im digitalen Zeitalter. Heilbronn: Springer Gabler. https://doi.org/10.1007/978-3-662-57963-3

(5) Deloitte (2018): Tracking the trends 2018: The top 10 issues shaping mining in the year ahead.

(6) Braun, T.; Hennig, A. (2016): Untersuchungen zur Betriebsstruktur deutscher Natursteintagebaue. In: Berg- und Huettenmaennische Monatshefte 161, S. 181 – 186.

(7) Kofler, T. (2018): Das digitale Unternehmen. München: Springer Vieweg. https://doi.org/10.1007/978-3-662-57617-5

(8) Lassen, J. et al. (2021): Das Potential digitaler Plattformlösungen. In: Sonderheft Nachhaltigkeit & Digitalisierung 2021, S. 8 – 12.

(9) Müller, J. et al. (2022): Improving Forecasting Capability and Capacity Utilization in Less Digitized Industries Through Participation in the Platform Economy. In: Camarinha-Matos, L. M.; Ortiz, A.; Boucher, X.; Osório, A. L. (Hg.): Collaborative Networks in Digitalization and Society 5.0. PRO-VE 2022. IFIP Advances in Information and Communication Technology, vol 662. Springer, Cham. https://doi.org/10.1007/978-3-031-14844-6_12

(10) Silberberger, H. (2003): Collabrotive Bubsiness und Web Services. Heidelberg: Springer Berlin. https://doi.org/10.1007/978-3-642-19028-5

(11) Schuh, G.; Kampker, A. (2011): Strategie und Management produzierender Unternehmen. 2. Auflage. Aachen: Springer ­Berlin. https://doi.org/10.1007/978-3-642-14502-5

(12) Lassen, J. et al. (2021): Fortschritt beim Projekt PROmining. Eine digitale Plattform zur standardisierten Datenaufnahme und -auswertung für die Steine-und-Erden-Industrie entsteht. In: Sonderheft Nachhaltigkeit & Digitalisierung 2022, S. 6 – 9.

(13) Günther, T. (2015): Baustellenmanagement im Anlagenbau. Lünen: Springer Vieweg.

(14) Gudergan et al. (2017): Ordnungsrahmen für den Prozess der Business-Transformation. In: Pollety, W.; Blaeser-Benfer, A. (Hg.): Digitalisierung: Betriebliche Handlungsfelder der Unternehmensentwicklung. 1. Auflage. S. 155-173.

(15) Schawel, C.; Billing F. (2017): Morphologischer Kasten. In: Schawel, C.; Billing, F. (Hg.): Top 100 Management Tools. Wiesbaden: Gabler. https://doi.org/10.1007/978-3-8349-4691-1

(16) Meuser, M.; Nagel, U. (1989): Experteninterviews – vielfach erprobt, wenig bedacht: ein Beitrag zur qualitativen Methodendiskussion. (Arbeitspapier/Sfb 186, 6). Bremen: Universität Bremen, SFB 186 Statuspassagen und Risikolagen im Lebensverlauf. https://nbn-resolving.org/urn:nbn:de:0168-ssoar-57737

(17) Meuser, M.; Nagel, U. (2009): Das Experteninterview – konzeptionelle Grundlagen und methodische Anlage. In: Pickel, S.; Pickel, G.; Lauth, H. J.; Jahn, D. (Hg.): Methoden der vergleichenden Politik- und Sozialwissenschaft. VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-531-91826-6_23

(18) Gudergan et al. (2021): Digitale Transformation durch die Entwicklung datenbasierter Dienstleistungen – Erforschung von Transformationsmustern und Merkmalen datenbasierter Dienstleistungen für die Ableitung des Smart Service Engineerings als Handlungsleitfaden für Unternehmen. In: Dienstleistungsinnovationen durch Digitalisierung, 2021, S. 49 – 105. Berlin, Heidelberg: Springer Gabler. https://doi.org/10.1007/978-3-662-62144-8

Authors/Autoren: Julian Lassen, M. Sc., Martin Schulte B. Sc., Institute of Mineral Resources Engineering (MRE), RWTH Aachen University, Aachen/Germany, Jonas Müller, M. Sc., Leon Hecht B. Sc., FIR e. V. at RWTH Aachen University, Aachen/Germany
Online_Abonnement