Forschung

Unsere Forschung

Das Center Smart Service entwickelt in gemeinsamen Projekten mit führenden Industrieunternehmen und den Instituten der RWTH Aachen Lösungen für ein erfolgreiches Digitalgeschäft in der produzierenden Industrie. In unseren Konsortialprojekten werden Best Practices der Industrie identifiziert, analysiert und in anwendbare Lösungen für die teilnehmenden Industriepartner überführt. Als teilnehmendes Unternehmen erhalten Sie einen exklusiven Einblick in die Ansätze und Arbeitsweise führender Unternehmen und profitieren zusätzlich von der Expertise einer der weltweit führenden Universitäten im Bereich Industrie 4.0 und Smart Services.

Bepreisung digitaler Produkte: Projektmanager bearbeitet Kalkulationen

Adobe

Pricing digitaler Produkte

Konsortialprojekt
Kick-Off: Juli 2020
Projektabschluss: April 2021

Mehr Informationen!

Das richtige Pricing ist essentiell für den Erfolg eines digitalen Produktes. Bisher verfügen industrielle Unternehmen kaum über Erfahrung beim Preismanagement digitaler Produkte, so dass diese nicht zum Geschäftserfolg beitragen. Schaffen Sie mit uns  messbare Erfolge für die Preisbildung Ihrer digitalen Produkte!

Mehr Informationen!

AR im Serviceeinsatz im Fabrikumfeld

PTC

AR im Service

Konsortialprojekt
Kick-Off: September 2020
Projektabschluss: Juni 2021

Mehr Informationen!

Nur wenige Unternehmen profitieren bereits von den vielen Möglichkeiten, die AR im Service mit sich bringt. Wir helfen Ihnen dabei, AR flächendeckend einzusetzen. Um den Erfolg zu gewährleisten, entwickeln wir gemeinsam mit Ihnen Ihren persönlichen AR-Prototypen für Ihr Unternehmen – innerhalb von nur neun Monaten!

Mehr Informationen!

Smart MedTech Development, Symbolbild eines OP-Saals

Adobe

Smart MedTech Development

Konsortialprojekt
Kick-Off: November 2020
Projektabschluss: November 2021

Mehr Informationen!

Erarbeiten Sie gemeinsam mit uns kürzere, schnellere Entwicklungszyklen für Unternehmen im Bereich der Medizintechnik! Ziel ist die Ausarbeitung eines Ordnungsrahmen und Ableitung einer Roadmap zur Implementierung von Methoden in der Entwicklung.

Mehr Informationen!

Industrial Machine Learning mit Tablet-Schnittstelle

Adobe

Expert Circle Industrial Machine Learning

Konsortialstudie
Kick-Off: Q3 2020
Projektabschluss: Q1 2021

Mehr Informationen!

Bauen Sie gemeinsam mit uns auf unserer erfolreiche Marktstudie auf! Finden Sie im Rahmen des Expert Circle “Industrial Machine Learning” heraus, welche vielschichtigen Möglichkeiten und Potentiale Machine Learning bereithält und wie Anwender den passenden Anbieter finden.

Mehr Informationen!

Laufende Projekte

Projektmanager diskutieren zum Thema Customer Insights Benchmarking 2020

Fotolia

Customer Insights

Konsortialbenchmarking
Kick-Off: 21. November 2019
Projektabschluss: Q3 2020

Mehr Informationen!

Kundenwünsche: Wer auf sie achtet, ist der Konkurrenz bereits einen Schritt voraus. Wer sie selbst durch Datenanalyse erheben kann, ist noch weiter! Customer Insights heißt das Verfahren, das im Wettstreit um zufriedene Kunden wertvolle Informationen liefern kann. Erfahren Sie, wie  Sie in Ihrem Unternehmen zielgerichtet auf Kundenanforderungen eingehen.

Mehr Informationen!

Business Subscription Benchmarking

CSS

Subscription Business

Konsortialbenchmarking
Kick-Off: 28.05.2019
Projektabschluss: Q2 2020

Mehr Informationen!

Durch Subscription-Geschäftsmodelle lassen sich die technologischen Möglichkeiten der Industrie 4.0 in messbare Erfolge übersetzen. Werden Sie jetzt Partner im neuen Konsortialbenchmarking und lernen Sie, wie Unternehmen mit Subscription Business in Zeiten von Industrie 4.0 wirtschaftlich erfolgreich sind und kontinuierliche Innovation und Kundenbindung realisieren!

Mehr Informationen!

Abgeschlossene Projekte

Industrial Machine Learning

Marktstudie
Kick-Off: 28.01.2019
Projektabschluss: 25.06.2019

Welche Vorteile bietet Industrial Machine Learning? Wie finde ich einen geeigneten Anbieter? Die Marktstudie “Industrial Machine Learning” widmete sich diesen Fragen und befähigt produzierende Unternehmen dazu, durch Machine-Learning-Verfahren Potentiale zu entdecken und strategische Machine-Learning-Partner auszuwählen. Die Ergebnisse sind jetzt als Download verfügbar!

Mehr Informationen!

Vertrieb von Smart Services

Konsortialprojekt
Kick-Off: Februar 2018
Projektabschluss: Februar 2019

78 Lösungsbausteine sortiert nach 8 Themenclustern eingeteilt in 4 Phasen, das ist das Ergebnis des Konsortialprojekts zum Vertrieb von Smart Services. Sie interessieren sich für die Ergebnisse? Segmentierungskriterien, die Quantifizierung von Nutzenversprechen in monetären Werten und die Wahl des richtigen Kanal zum Vertrieb von Smart Services sind nur Beispiele!

Mehr Informationen!

Datenbasierte Dienstleistungen 2016/17

Konsortialbenchmarking
Kick-Off: Oktober 2016
Projektabschluss: Juni 2017

Untersucht wurde, worin Erfolgsfaktoren datenbasierter Dienstleistungen bestehen und wie sich Top-Unternehmen in der Entwicklung und im Angebot datenbasierter Dienstleistungen von anderen abheben. Die Auftraggeber der Benchmarkingstudie und weitere 75 internationale Anbieter industrieller, datenbasierter Dienstleistungen beteiligten sich.

Mehr Informationen!

Smart-Service-Check – Sprint I

Konsortialprojekt

Es wurde ein Tool entwickelt, welches die Bewertung des Smart-Service-Reifegrads eines industriellen Dienstleisters ermöglicht. Dies verschafft industriellen Dienstleistern Transparenz über den Status quo des eigenen Unternehmens als Smart-Service-Anbieter und dient der Identifikation von Handlungsschwerpunkten und Verbesserungspotenzialen. Durchgeführt wurde das Projekt gemeinsam mit den immatrikulierten Mitgliedern des Centers Smart Services.

Mehr Informationen!

Smart-Service-Check – Sprint II

Konsortialprojekt

Aufbauend auf den Ergebnissen des erfolgreich durchgeführten Sprint I des Smart-Service-Check wurden unternehmensindividuelle datenbasierte Dienstleistungen entwickelt. Dazu wurden Successful-Practices recherchiert und hinsichtlich ihrer Form analysiert und kategorisiert. Abschließend gingen die partnerindividuellen Ergebnisse gemeinsam mit den Successful-Practices in die Ableitung generischer Typen datenbasierter Dienstleistungen in der Form von Blueprints über.

Mehr Informationen!