Änderungsmanagement in der Produktion – Status Quo und Chancen des Data Analytics

Ihre Meinung zum aktuellen Stand und den zukünftigen Potentialen des Änderungsmanagements in der Produktion war gefragt!

Im Rahmen einer Umfrage erfasste die Technische Universität München, wie produzierende Unternehmen aktuell mit technischen Änderungen in der Produktion umgehen. Außerdem wurde das Potenzial datengetriebener Methoden, wie z. B. Machine Learning oder Künstliche Intelligenz, zur Unterstützung des Änderungsmanagements erfasst. Um aussagekräftige Ergebnisse zu erzielen war die TUM auf Ihre Unterstützung angewiesen!

Die wichtigsten Ergebnisse lassen sich wie folgt zusammenfassen:

  • Die Bedeutung des MCM (Manufacturing Change Management)
    wird als groß eingeschätzt und wird in Zukunft weiter wachsen.
  • 97 % der Unternehmen nutzen unterstützende Software im MCM.
  • Der häufigste Änderungsauslöser sind Qualitätsprobleme.
  • Das größte Verbesserungspotential besteht im proaktiven Umgang mit Änderungen, derDokumentation und dem Lernen aus Änderungen.
  • Änderungsauswirkungen werden von einem Großteil der Unternehmen bewertet.
  • Die Methoden des Data Analytics (z. B. Data-Mining Software) werden nur vereinzelt verwendet.
  • Daten vergangener Änderungen werden kaum genutzt.
  • Zeitmangel bei der ÄAA (Änderungsauswirkungsanalyse)
    führt oft zu Fehlern in der Planung von Änderungen.
Die ausführlichen Ergebnisse der Umfrage erhalten Sie auf Anfrage.

 

Vielen Dank, dass Sie die produktionstechnische Forschung unterstützten!
Wählen Sie Ihr Reaction!
Hinterlassen Sie ein Kommentar