Rainer Silbernagel, M.Sc.

In der heutigen Welt, geprägt von Wettbewerb zwischen globalen Wertschöpfungsnetzwerken, führen Silodenken und Protektionismus langfristig zu strategischen Wettbewerbsnachteilen. Dieser Beitrag stellt einen Ansatz vor, wie durch datenbasierte Kollaboration aller Partner eines Wertschöpfungsnetzwerkes umfassend die Potenziale der Industrie 4.0 genutzt werden können. Die Aufgabenstellung wird im Rahmen des BMBF Verbundprojekts ReKoNeT bearbeitet.

In Zeiten der Globalisierung und Digitalisierung führen Silodenken und Protektionismus zu Wettbewerbsnachteilen aller Partner eines Wertschöpfungsnetzwerkes. Ineffizienzen zeigen sich zum Beispiel durch hohen Ausschuss und geringe Margen der Zulieferer für die Produktion hochpräziser Produkte. Der Beitrag zeigt auf, wie Kollaboration in der Supply Chain mit unternehmensübergreifenden Qualitätsregelstrategien zur Steigerung der Qualität und Senkung der Qualitätskosten beiträgt.

Als initiales Werkzeug zur Identifikation konkreter Digitalisierungsprojekte sowie zur regelmäßigen Einordnung des bereits erreichten Ist-Zustandes versteht sich der Leitfaden „Antriebstechnik 4.0“ als kontinuierlicher Wegbegleiter und Impulsgeber im Zuge der digitalen Transformation der Branche. In Zeiten des disruptiven technologischen Fortschritts mit ebenso großen Handlungsbedarfen soll der Leitfaden „Antriebstechnik 4.0“ Unternehmen als Anstoß und Orientierung auf ihrem spezifischen Weg hin zur „antriebstechnischen Exzellenz“ dienen.

Today, data-sharing along global supply chains and outsourcing to international vendors are ubiquitous trends in global production. Both trends are a form of so-called interfirm collaboration. Previously, research focused on specified tools to gain advantages from interfirm collaboration. However, possible risks and structural obstacles hamper partners to engage in collaborative relationships. In this paper, a framework is presented to monitor the maturity of a firm?s interfirm relationships. Thus, key factors and distinct dimensions are proposed that determine success in interfirm collaboration. The concluding framework visualizes interfirm relationships and creates transparency between collaborating stakeholders.

A key challenge for manufacturing companies today is to ensure overall process quality within their production network while working in globally distributed and dynamic environments. In this chapter, a description model to systematically analyze process quality across locations and identify improvement measures using a value stream-based approach is presented. In order to holistically increase process quality in the network, two evaluation procedures based on a hierarchical key performance indicator system are discussed. This method is especially useful in production networks, where certain products are manufactured in several steps across multiple plants.

In times of globalization and digitalization, silo mentality and protectionism lead to competitive disadvantages for all partners of a production network. High scrap rates and low supplier margins in the production of high-precision products can be identified as resulting inefficiencies. Supply chain collaboration can contribute to significantly increase product quality by simultaneously reducing the associated costs, globally. We introduce batch allocation as a data-driven method for cross-company quality control of differing component batches based on both, supplier data and internal data. The industrial application is demonstrated within a global production network for manufacturing high-precision products.

Customer satisfaction is a key factor to ensure long-term business success. Therefore, automotive manufacturers offer various options to individualize a car. Furthermore, customers and dealers are allowed to change their configuration until the vehicles are scheduled for production. This point is called order freeze. While vehicle specifications remain nearly unchanged in a build-to-order fulfillment strategy, this is not the case in build-to-stock. Mass-customized products with billions of possible car configurations, changing customer demands, or a dynamic environment are some of the challenges that confront the manufacturers in the planning and ordering processes. In this paper, the concept of multiple option-specific order freeze points is developed, which allows customers and dealers to change the configuration specifications at an even later point. For this purpose, the planning process, customer preferences, feasibility rules as well as technical and sales-operated option dependencies are evaluated. Furthermore, independent option-specific order freeze points are detected based on data-driven methods to handle the requirements for agile production systems by using current analytical technologies. The concept of multiple option-specific order freeze points has a high potential to be applied in a practical usage and is validated by a real-world use case of the Dr. Ing. h.c. F. Porsche AG.

In der heutigen Zeit stehen produzierende Unternehmen aufgrund der Unsicherheit und Komplexität von Umwelteinflüssen sowie des wachsenden Wettbewerbsdrucks vielen Herausforderungen gegenüber. Die Pandemie hat uns deutlich veranschaulicht, wie volatil und fragil unsere Lieferketten geworden sind. Eine Möglichkeit, diese Herausforderungen gemeinsam zu überwinden, liegt in der Kollaboration mit anderen Unternehmen des Wertschöpfungsnetzwerkes. Kollaborationen, also die erfolgreiche Zusammenarbeit mit strategischen Partnern und Kunden zur Erreichung gemeinsamer Ziele, werden weiter an Bedeutung gewinnen. An-statt einzelner Unternehmen werden zukünftig daher ganze Wertschöpfungsketten und -netzwerke im Wettbewerb zueinanderstehen. Das bedingt einen Wandel hin zu einem schnellen und nahtlosen Datenaustausch zwischen den Akteuren im Wertschöpfungs-netzwerk. Die fortschreitende Digitalisierung und damit eine allgemein immer stärker vernetzte Welt unterstützen derartige Kollaborationen zu-nehmend, da das Teilen und die gemeinschaftliche Nutzung von Daten deutlich vereinfacht werden. Gleichzeitig wird der richtige Umgang mit Daten wettbewerbsentscheidend sein. Die Digitalisierung wird vom Wandlungstreiber zum Wandlungsbefähiger. Durch innovative Geschäftsmodelle und das Aus-schöpfen des in Daten verborgenen Potenzials lässt sich eine verlässliche, flexible und gleichzeitig ressourcenschonende Wert-schöpfung verwirklichen. Der Wirtschafts- und Wissenschaftsstandort Deutschland muss hier eine Führungsrolle einnehmen, um langfristig den heutigen Wohlstand zu erhalten. Die Menge an vorhandenen, cloudbasierten Kollaborationsplattformen wächst dabei stetig. Insbesondere kleine und mittlere Unter-nehmen müssen viele verschiedene Kundenplattformen gleichzeitig bedienen, während sie selbst noch mit internen Digitalisierungs-herausforderungen kämpfen. Standardisierungsinitiativen für sichere Datenräume in der Industrie, wie GAIA-X, bergen deshalb ein großes Potenzial. Zusätzlich zu diesen grundlegenden infra-strukturellen Fragestellungen bestehen weitere Herausforderungen bezüglich Kollaborationsvorhaben. Eine besonders große Bedeutung wird dabei dem souveränen Umgang mit Datenschutz und Datensicherheit zu Teil. Oftmals bestehen Vorbehalte, dass durch die Preisgabe von Daten und Informationen mühsam erarbeitetes Know-how und kontinuierlich aufgebaute Wettbewerbsvorteile verloren gehen. Gleichzeitig können Anwender:innen aus einem ingenieurswissenschaftlichen Umfeld die Risiken digitaler Kollaboration jedoch nur bedingt einschätzen. Um die eigene Wettbewerbsposition nachhaltig zu sichern müssen deshalb digitale Kompetenzen aufgebaut und Kollaborationshemmnisse überwunden werden. Einen wichtigen Impuls zur Umsetzung erfolgreicher Kollaborationsvorhaben können Erfolgsgeschichten und klare Handlungsempfehlungen geben, die aufzeigen, wie Kollaborationen in der Praxis konkret angegangen werden können und welcher Mehrwert aus ihnen erwächst. Deshalb möchten wir mit dem vorliegenden Handlungsleitfaden produzierenden Unternehmen eine solche Orientierungshilfe geben. Die nachfolgend erläuterten Kollaborationsprojekte und abgeleiteten Best Practices sollen helfen eigene Strate-gien auf dem Weg zu mehr Kollaboration zu finden. Wir wünschen Ihnen viel Freude beim Lesen und stehen Ihnen für Fragen und Diskussionen jeder Zeit zur Verfügung.

In today's world, manufacturing companies face many challenges due to the uncertainty and complexity of environmental influences as well as increasing competitive pressures. The pandemic has clearly illustrated how volatile and fragile our supply chains have become. One way to overcome these challenges together is to collaborate with other companies in the value network. Collaborations, i.e. successful cooperation with strategic partners and customers to achieve common goals, will continue to gain in importance. Instead of individual companies, entire value chains and networks will therefore compete with each other in the future. This will require a shift toward fast and seamless data exchange between the players in the value network. Advancing digitization and thus a generally increasingly networked world are increasingly supporting such collaborations, as the sharing and collaborative use of data is becoming much simpler. At the same time, the right handling of data will be decisive for competition. Digitization is moving from being a driver of change to an enabler of change. Innovative business models and the exploitation of the potential hidden in data will make it possible to realize reliable, flexible and, at the same time, resource-conserving value creation. The number of existing cloud-based collaboration platforms is growing steadily. Small and medium-sized enterprises in particular have to serve many different customer platforms at the same time, while they them-selves are still struggling with internal digitization challenges. Standardization initiatives for secure data rooms in the industry, such as GAIA-X, therefore hold great potential. In addition to these fundamental infrastructural issues, there are further challenges with regard to collaboration projects. Particular importance is attached to the competent handling of data protection and data security. There are often reservations that the disclosure of data and information will result in the loss of hard-earned expertise and competitive advantages that have been built up over time. At the same time, however, users from an engineering environment are only able to assess the risks of digital collaboration to a limited extent. In order to secure one's own competitive position in the long term, digital competencies must therefore be built up and barriers to collaboration overcome. Success stories and clear recommendations for action can provide an important impetus for the implementation of successful collaboration projects, showing how collaborations can be approached in practice and what added value they generate. That is why we would like to provide manufacturing companies with such guidance in the form of this action guide. The collaboration projects explained below and the best practices derived from them are intended to help companies find their own strategies on the path to more collaboration. We hope you enjoy reading this guide and are always available for questions and discussions

Smart Product-Service Systems (sPSS) offer the opportunity to create additional value by combining smart products with smart services. However, industry players often lack resources, know-how, and practical guidance to develop, introduce, and maintain such complex solutions. To support their innovation efforts, research first needs to understand the implications of applying these emerging technologies. Hence, we present a maturity model for sPSS to describe and compare such solutions using twelve dimensions and conduct a case study to illustrate the model. Our research combines insights from a systematic literature review, 20 real-world use cases, seven interviews with sPSS experts, and a focus group.