Open Access

Andreas Tominc

• Durch die immer stärkere Vernetzung der Devices, die sinkenden Preise der intelligenten Sensorik und die Möglichkeit, große Datenmengen in Echtzeit zu analysieren, werden neue Technologien wie Predictive Maintenance Services immer häufiger eingesetzt. Durch Predictive Maintenance sollen die Wartungstätigkeiten zum richtigen Zeitpunkt und in richtiger Qualität durchgeführt werden, wodurch die Wartungskosten reduziert werden sollen. Eine weitere wichtiger Veränderung ist die Tertiarisierung, welche den Wandel von der Industrie- zur Dienstleistungsgesellschaft beschreibt. In der Entwicklung von Dienstleistungen spielt die Kundenintegration und deren Know-How eine wichtige Rolle. Die Kunden und Kundinnen sollen durch verschiedene Methoden in den Entwicklungsprozess von Predictive Maintenance Dienstleistung in der Logistikbranche integriert werden. Um das Ziel die Einflussfaktoren einer Predictive Maintenance Dienstleistung in der Logistikbranche, welche durch die eingesetzten Methoden veränderbar sind, zu identifizieren, wurden im ersten Schritt Hypothesen auf Basis der Theorie erarbeitet. Anschließend wurden die Hypothesen durch zehn Interviews der Key-Kunden der SSI Schäfer IT Solutions verifiziert. Die wichtigste Erkenntnis der Arbeit ist es, dass alle Methoden der Kundenintegration gut geplant und durchgeführt werden müssen, da ansonsten ein negativer Effekt entstehen kann. Je nach Methode müssen andere wichtige Kriterien, wie die Auswahl der Kunden und Kundinnen oder die Zieldefinition im Vorfeld gut überlegt und durchgeführt sein. Durch gute Kundenintegration kann die Qualität der Dienstleistung bei der Entwicklung aber auch kontinuierlich verbessert und die Offenheit der Kunden und Kundinnen gesteigert werden. Mit der durchgeführten Arbeit und den resultierenden Ergebnissen kann in weiterer Folge die Kundenintegration bei der Entwicklung eines Predictive Maintenance Service für die Logistikbranche effizienter durchgeführt werden.
• Predictive maintenance services and other new technologies are being increasingly applied thanks to a growing number of networked devices, improved affordability of intelligent sensors, and the ability to analyse large amounts of data in real time. These services are designed to perform high-quality maintenance activities at the optimum time in order to reduce maintenance costs. Integrating the customer and their know-how is critical in service development. Customers should thus be integrated into the process of predictive maintenance services. This paper identifies the factors of predictive maintenance services that can be addressed by using customer integration methods. Hypotheses based on theoretical research are first developed, and are then tested in ten interviews with key customers of SSI Schäfer IT Solutions, an Austrian logistics company. A key finding is that customer integration methods must be well planned and performed, otherwise negative effects may occur. Customer selection and target definition are important preconditions. Using customer integration methods allows the quality of service to be raised during its developmental process and to be continuously improved afterwards. These integration methods also help increase customer open-mindedness. This paper shows that customer integration can be performed more efficiently during the developmental process of predictive maintenance services in the logistics industry.