Tanja Klostermann Optimierung kooperativer Dienstleistungen im Technischen Kundendienst des Maschinenbaus

Transkript

1 Tanja Klostermann Optimierung kooperativer Dienstleistungen im Technischen Kundendienst des Maschinenbaus

2 GABLER EDITION WISSENSCHAFT

3 Tanja Klostermann Optimierung kooperativer Dienstleistungen im Technischen Kundendienst des Maschinenbaus Mit einem Geleitwort von Prof. Dr. Erich Zahn GABLER EDITION WISSENSCHAFT

4 Bibliografische Information Der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über < abrufbar. Dissertation Universität Stuttgart, 2007 u.d.t.: Regelbasierte Optimierung kooperativer Dienstleistungen im Technischen Kundendienst des Maschinenbaus D Auflage 2007 Alle Rechte vorbehalten Betriebswirtschaftlicher Verlag Dr. Th. Gabler GWV Fachverlage GmbH, Wiesbaden 2007 Lektorat: Frauke Schindler / Ingrid Walther Der Gabler Verlag ist ein Unternehmen von Springer Science+Business Media. Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Umschlaggestaltung: Regine Zimmer, Dipl.-Designerin, Frankfurt/Main Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier Printed in Germany ISBN

5 V Geleitwort Die Dynamik des Maschinenbaus ist gleichermaßen technik- und kundengetrieben. Das gilt insbesondere für den Spezialmaschinenbau, in dessen Wettbewerbsarenen die Messlatten der ohnehin hohen Leistungsanforderungen als Ergebnis endogener Mechanismen offenbar ständig steigen. Diese erfordern zusammen mit den hier vorherrschenden differenzierten Kundenbedürfnissen hohe Qualität nicht nur im Produktgeschäft, sondern auch in dem deutlich an Bedeutung gewonnenen Dienstleistungsgeschäft. Die Kunden suchen für ihre komplexen Problemstellungen nach möglichst ganzheitlichen Lösungen, nach Anbietern von hybriden Leistungen bestehend aus Produkten und produktbegleitenden kundenspezifischen Dienstleistungen. Im Interesse der Erhaltung und Verbesserung ihrer Wettbewerbsfähigkeit tendieren Unternehmen des Maschinenbaus deshalb vermehrt zur Kooperation mit komplementären Dienstleistern neben der traditionell engen Zusammenarbeit mit Zulieferern und Kunden. Eine Schwachstelle in solchen Wertschöpfungsnetzwerken ist das oft noch unterschiedliche Niveau von Entwicklungsaktivitäten im Produktgeschäft einerseits und im Dienstleistungsgeschäft andererseits. Die in jüngerer Zeit erzielten Fortschritte auf dem Gebiet des Service Engineering konnten die in der Praxis nach wie vor bestehenden Defizite bislang offenbar nicht beseitigen. Im Produktgeschäft ergänzenden und begleitenden Dienstleistungsgeschäft werden noch häufig ineffiziente, ad hoc organisierte Leistungsprozesse beklagt. Als Ursachen für diesen Zustand und die daraus resultierenden Schwierigkeiten für eine kooperative Wertschöpfung werden vor allem eine fehlende Kommunikations-, Koordinations- und Kooperationsunterstützung, mangelnde Informationsrückkopplungen innerhalb der Wertschöpfungspartnerschaften und die geringe Eignung bestehender Optimierungsansätze ausgemacht. Als Beitrag zur Beseitigung dieser Schwachstellen entwickelt Frau Klostermann ein System zur regelbasierten Optimierung kooperativer Dienstleistungen. Dabei geht sie von der Annahme aus, dass sich kooperativ erbrachte Dienstleistungen des Technischen Kundendienstes im Maschinenbau regelbasiert gestalten und fortlaufend innerhalb eines geschlossenen Optimierungskreislaufs (Regelkreis) verbessern lassen. Unter Nutzung der Statistischen Versuchsplanung als Regler demonstriert sie die Potentiale dieses dynamischen Lösungsansatzes. Den Nachweis der Eignung ihres Systems zur regelbasierten Optimierung der Leistungsprozesse führt die Autorin am Beispiel einer kooperativen Störungsbehebung im Technischen Kundendienst eines Herstellers von Robotersystemen. Stuttgart, Juli 2007 Prof. Dr. Erich Zahn

6 VII Vorwort Die vorliegende Dissertationsschrift entstand während meiner Forschungstätigkeit als wissenschaftliche Mitarbeiterin der Competence Center Informationssysteme und Dienstleistungsmanagement am Fraunhofer-Institut für Arbeitswirtschaft und Organisation (IAO) in Stuttgart. Die Arbeit wurde durch das Bundesministerium für Bildung und Forschung (BMBF) im Rahmen des Forschungsvorhabens KoProNetz Kooperatives Produktengineering in einem Kunden-Zulieferer-Produzenten-Netzwerk der Förderinitiative Forschung für die Produktion von morgen sowie durch das Bundesministerium für Wirtschaft und Technologie (BMWi) im Rahmen des Projektes DLV Dienstleistungsverkehr in industriellen Wertschöpfungsketten gefördert. Die Veröffentlichung dieser Arbeit nehme ich zum Anlass, allen zu danken, die zu ihrem Gelingen beigetragen haben. Prof. Dr. Erich Zahn von der Universität Stuttgart gilt mein aufrichtiger Dank für die Betreuung der Arbeit. Er stand mir jederzeit als wertvoller Ansprechpartner mit konstruktiv-kritischen Anregungen zur Verfügung. Ebenfalls danke ich Prof. Dr. Wolfgang Burr für die Übernahme des Mitberichts. Ein besonderer Dank gilt meinem akademischen Lehrer, Prof. Dr.-Ing. habil. Hans-Jörg Bullinger, Präsident der Fraunhofer-Gesellschaft und ehemaliger Leiter des IAO. Die von ihm gelebte Institutskultur drückte sich in einer sehr angenehmen Arbeitsatmosphäre aus und ermöglichte mir lehrreiche, motivationsfördernde und spannende Jahre an seinen Instituten, an die ich mich gerne zurückerinnere. Mein besonders herzlicher Dank gilt dem ehemaligen Competence Leiter Prof. Dr. Antonius van Hoof für seine tatkräftige Unterstützung als engagierter Diskussionspartner. Seine intensive Begleitung über die gesamte Laufzeit der Promotion und die kritische Durchsicht des Manuskriptes trugen maßgeblich zur Motivation und zum Gelingen dieser Arbeit bei. Den Mitarbeitern am IAO und am Institut für Arbeitswissenschaft und Technologiemanagement (IAT), insbesondere den Kollegen des ehemaligen Competence Centers Informationssysteme, möchte ich herzlich für die gute Zusammenarbeit und freundschaftliche Arbeitsatmosphäre danken. Stellvertretend seien hier Dr. Wolf Engelbach und Dr. Thomas Specht genannt, denen ich auch für die zahlreichen fachlichen Diskussionen danke. Mein Dank schließt auch alle jene mit ein, die als wissenschaftliche Hilfskräfte vielfältige Unterstützung geleistet haben. Besondere Erwähnung gebührt meinen langjährigen Mitarbeitern Dipl.- Inform. Georg Bischoff und Dipl.-Wirt. Ing. Karolina Vukojevic. Für die fach- und institutsübergreifende Diskussion danke ich zudem Prof. Dr. Bernd Klein von der Universität Kassel und für die orthografische Durchsicht der Arbeit Dipl.-Phys. Eva Wallhäußer. Mein persönlicher Dank gilt Roland Kipper, Andrea Behrens und Tamara Beck für die motivierende Unterstützung bei der Erstellung der Arbeit, und dafür, dass sie immer dafür gesorgt haben, dass über die Arbeit das Freizeitleben nicht zu kurz kam. Nicht zuletzt möchte ich mich bedanken bei meinen Eltern Anneliese und Enno Klostermann, die dies alles erst ermöglicht haben, sowie bei meinem Bruder Jens für den jederzeitigen Rückhalt. Stuttgart, Juli 2007 Tanja Klostermann

7 IX Inhaltsverzeichnis Abbildungsverzeichnis...XIII Tabellenverzeichnis... XVII Abkürzungsverzeichnis... XIX Zusammenfassung... XXI Summary... XXIII 1 Einleitung Ausgangssituation, Problemstellung, Zielsetzung und Aufbau der Arbeit Ausgangssituation und Problemstellung Zielsetzung und Lösungsansatz Aufbau der Arbeit Grundlagen zu kooperativen technischen Kundendienstleistungen im Maschinenbau und regelbasierter Optimierung Maschinenbau Dienstleistung Technische Kundendienstleistung Begriff und Merkmale Implikationen für die Optimierung Kooperation Regelung Regelungssystem Typologie von Regelungen Regelbasierte Optimierung Ansätze zur Gestaltung einer regelbasierten Optimierung Ansätze zur Beschreibung von Dienstleistungsqualität (Regelgröße) Qualitätsbegriff Beschreibung der Dienstleistungsqualität Ansätze zur Entwicklung und Darstellung von Dienstleistungen (Regelstrecke) Service Engineering Vorgehensmodelle im Service Engineering Service Blueprinting Ansätze zur Messung und Bewertung von Dienstleistungsqualität (Messeinrichtung) Messtheorie...38

8 X Messung von Dienstleistungsqualität Bewertung von Dienstleistungsqualität Qualitäts- und Managementwerkzeuge Ansätze zur Lösung von Optimierungsproblemen (Regelglied) Problemlösungszyklus Operations Research-Verfahren Ansätze zur Qualitäts- und Prozessoptimierung (Steller und Stellglied) Qualitätsoptimierung Prozessoptimierung Ansätze zur Regelung von Qualität und Dienstleistungen (Regelkreise) Eignung bisheriger Ansätze und Forschungsbedarf Zusammenfassen de Bewertung der Ansätze Ableitung des theoretisch und praktisch begründeten Forschungsbedarfs Anforderungen an die regelbasierte Optimierung kooperativer technischer Kundendienstleistungen (TKDL) Empirische Ermittlung der Anforderungen von Kooperationspartnern Erhebungsdesign Erbringung technischer Kundendienstleistungen Qualitätsanforderungen im Technischen Kundendienst Kooperationen im Technischen Kundendienst Empirische Überprüfung methodischer Defizite im Technischen Kundendienst Anforderungen an ein System zur regelbasierten Optimierung Allgemeine Anforderungen Dienstleistungsspezifische Anforderungen Qualitätsspezifische Anforderungen Regelungsspezifische Anforderungen Personelle und organisatorische Anforderungen Methodisches Vorgehen in der Arbeit TKDL-Regelungssystem Statistische Versuchsplanung Grundsätze der Versuchsplanung Versuchsplanung nach Taguchi TKDL-Reengineering und Blueprinting Collaborative TKDL-Reengineering Collaborative TKDL-Blueprinting...77

9 XI 7 Entwicklung eines Systems zur regelbasierten Optimierung kooperativer technischer Kundendienstleistungen (TKDL) Definition der Optimierungsaufgabe Systemanalyse Identifikation der Regelstrecke Prozessanalyse der Regelstrecke Potenzialanalyse der Regelstrecke Methoden zur Erhebung und Modellierung der Regelstrecke Formulierung von Optimierungszielen Definition von Optimierungszielen Optimierungsziele im Technischen Kundendienst Definition von Einflussgrößen der Regelung Synthese, Analyse, Bewertung und Auswahl von Einflussgrößen TKDL-Regel- und Führungsgrößen TKDL-Störgrößen TKDL-Stellgrößen Auswahl der Messeinrichtung Operationalisierung von Einflussgrößen Auswahl geeigneter Messmethoden Messvorschriften und Gütekriterien der Messung Probleme und Grenzen der Messung Definition der Regeleinrichtung Soll-Ist-Vergleichsglied Regelglied Steller und Stellglied Wirkungsplan des TKDL-Regelungssystems Regelbasierte Optimierung Spezifikation der Regelung Modellbildung für den Regler Festlegung eines Versuchsplans Messung Soll-Ist-Vergleich zur Ermittlung der Regeldifferenz Verarbeitung der Regeldifferenz im Regelglied Ermittlung der optimalen Einstellung der Stellgrößen im Steller Reengineering der Regelstrecke Bewertung und Kontrolle...139

10 XII 9 Evaluierung des Regelungssystems am Beispiel einer kooperativen Störungsbehebung Ausgangssituation und Definition der Optimierungsaufgabe Systemanalyse Identifikation der Regelstrecke Prozessanalyse der Regelstrecke Potenzialanalyse der Regelstrecke Formulierung der Optimierungsziele und Anforderungen Definition und Operationalisierung der Einflussgrößen Führungs- und Regelgrößen Störgrößen Stellgrößen Regelbasierte Optimierung Auswahl des Versuchsplans (Design of Experiments) Messung Auswertung Optimalvorschlag Reengineering der Regelstrecke Bewertung und Kontrolle Kritische Diskussion Zusammenfassung und Ausblick Anhang Literaturverzeichnis...263

11 XIII Abbildungsverzeichnis Abb. 2-1: Aufbau der Arbeit...8 Abb. 3-1: Elemente einer Dienstleistung...12 Abb. 3-2: Merkmale technischer Kundendienstleistungen...13 Abb. 3-3: Typische Kooperationspartner im Technischen Kundendienst...24 Abb. 3-4: Grundstruktur eines Regelungssystems nach DIN Abb. 3-5: Beispiel eines technischen Regelkreises...27 Abb. 4-1: Einordnung bestehender Optimierungsansätze in den Regelkreis...31 Abb. 4-2: Dienstleistungsqualität nach Donabedian...32 Abb. 4-3: Modelle zur Unterstützung der Entwicklung von Dienstleistungen...34 Abb. 4-4: Service Blueprint...36 Abb. 4-5: Methoden zur Messung von Dienstleistungsqualität...39 Abb. 4-6: Methoden zur Bewertung von Dienstleistungsqualität...41 Abb. 4-7: Elementare Qualitätswerkzeuge (Q7)...42 Abb. 4-8: Elementare Managementwerkzeuge (M7)...42 Abb. 4-9 Problemlösungszyklus nach Haberfellner et al Abb. 4-10: Unternehmensbezogene Ansätze zur Qualitätsoptimierung...46 Abb. 4-11: Ablauf der statistischen Prozessregelung nach Theden/Colsmann...47 Abb. 4-12: Ansätze zur Prozessoptimierung...48 Abb. 4-13: Zyklus der kontinuierlichen Verbesserung (PDCA und ISO)...49 Abb. 4-14: Regelkreis für das Qualitätsmanagement...50 Abb. 4-15: Regelkreis für das Servicemanagement...52 Abb. 5-1: Erbringung technischer Kundendienstleistungen...58 Abb. 5-2: Qualitätsanforderungen im Technischen Kundendienst...58 Abb. 5-3: Einsatz von Service Engineering im Technischen Kundendienst...60 Abb. 5-4: Nutzung von Messmethoden im Technischen Kundendienst...61 Abb. 5-5: Nutzung von Optimierungsansätzen im Technischen Kundendienst...61 Abb. 5-6: Anforderungen des Qualitätsmanagements DIN ISO 9004: Abb. 6-1: Qualitätsverlustfunktionen...70 Abb. 6-2: Engineering und Reengineering kooperativer Dienstleistungen...75 Abb. 6-3: Collaborative TKDL-Reengineering...76 Abb. 6-4: Beispiel für ein Benutzer-Rechte-Rollen-Konzept...77 Abb. 6-5: Schematische Darstellung des Collaborative TKDL Blueprint...80

12 XIV Abb. 7-1: Vorgehensweise zur Entwicklung des TKDL-Regelungssystems...81 Abb. 7-2: Regelstrecke Kooperative technische Kundendienstleistung...82 Abb. 7-3: Regelstrecken der technischen Kundendienstleistung...82 Abb. 7-4: Personelle Ressourcen der Regelstrecke...85 Abb. 7-5: IuK-Technologien zur Kommunikationsunterstützung...87 Abb. 7-6: IuK-Technologien zur Koordinationsunterstützung...88 Abb. 7-7: IuK-Technologien zur Kooperationsunterstützung...88 Abb. 7-8: Collaborative TKDL-Blueprint des Teilprozesses Störungsmeldung...90 Abb. 7-9: Bedeutung qualitätsbezogener Ziele im Technischen Kundendienst...93 Abb. 7-10: Bedeutung zeitbezogener Ziele im Technischen Kundendienst...94 Abb. 7-11: Bedeutung kostenbezogener Ziele im Technischen Kundendienst...95 Abb. 7-12: Definition der Einflussgrößen der Regelung...96 Abb. 7-13: Ishikawa-Diagramm zur Analyse von Einflussgrößen im Technischen Kundendienst...97 Abb. 7-14: GRID-Analyse zur Auswahl von Einflussgrößen...98 Abb. 7-15: IKT-Stellgrößen im Technischen Kundendienst Abb. 7-16: Auswahl der Messeinrichtung Abb. 7-17: Operationalisierung von Einflussgrößen zur Regelung Abb. 7-18: Definition der Regeleinrichtung Abb. 7-19: Regelungssystem für kooperative technische Kundendienstleistungen Abb. 8-1: Ablauf der Versuchsplanung (DoE) nach Taguchi Abb. 8-2: Regelbasierte Optimierung mit Statistischer Versuchsplanung (DoE) Abb. 8-3: Standardgraphen für den Versuchsplan L 8 (2 7 ) Abb. 8-4: Qualitätsverlustfunktion und Verteilungsfunktion der Regelgröße Abb. 8-5: Exemplarisches Effektediagramm aus der S/N-Funktion Abb. 9-1: Bewertungsportfolio zur Identifikation der Regelstrecke Abb. 9-2: Ablauf der Regelstrecke Kooperative Störungsbehebung Abb. 9-3: TKDL-Blueprint der Ist-Teilstrecke Störungsannahme Abb. 9-4: TKDL-Blueprint der Ist-Teilstrecke Störungsidentifikation Abb. 9-5: TKDL-Blueprint der Ist-Teilstrecke Störungsdiagnose Abb. 9-6: Kooperationspartner der Regelstrecke Kooperative Störungsbehebung Abb. 9-7: Qualitätsanforderungen an die technische Kundendienstleistung Abb. 9-8: Einsatz einer webbasierten Kooperationsplattform Abb. 9-9: Prozessdiagramm der Regelstrecke Kooperative Störungsbehebung...156

13 XV Abb. 9-10: Graphen zur Versuchsanordnung Abb. 9-11: Messwerte der Regelgröße Auftragsbearbeitungszeit Abb. 9-12: Pareto-Chart für die Regelgröße Auftragsabwicklungszeit Abb. 9-13: Produktmodell der Regelstrecke Kooperative Störungsbehebung Abb. 9-14: TKDL-Blueprint der Teilstrecke Kooperative Störungsannahme Abb. 9-15: TKDL Blueprint der Teilstrecke Kooperative Störungsidentifikation Abb. 9-16: TKDL Blueprint der Teilstrecke Kooperative Störungsdiagnose Abb. 9-17: Störungsdiagnose durch Kunden-Hersteller-Zulieferer-Kooperation Abb. 9-18: Störungsdiagnose durch Remote-Verbindung Abb. 9-19: Effektediagramm aus der S/N-Funktion Abb. 9-20: Effektediagramm aus Mittelwerten Abb. 9-21: Änderung der Auftragsabwicklungszeit nach regelbasierter Optimierung Abb. 9-22: Effektediagramm für die Regelgröße Sofortlösungsquote...172

14 XVII Tabellenverzeichnis Tab. 2-1: Maschinenbau am Wirtschaftsstandort Deutschland Tab. 3-1: Differenzierung von Sach- und Dienstleistung...11 Tab. 3-2: Implikationen von Dienstleistungsmerkmalen für technische Kundendienstleistungen...16 Tab. 3-3: Typologie für Kooperationen...20 Tab. 3-4: Grundtypen von Kooperationsnetzwerken...22 Tab. 3-5: Typologie von Regelungen...28 Tab. 3-6: Typologie der Optimierung nach DIN Tab. 4-1: Typologie zur Beschreibung der Dienstleistungsqualität...32 Tab. 4-2: Vergleich von Vorgehensmodellen zur Entwicklung von Dienstleistungen...35 Tab. 4-3: Skalentypen der Messtheorie...38 Tab. 4-4: Qualitätskriterien und -dimensionen von Dienstleistungen (ServQual)...40 Tab. 4-5: Typische Verfahren des Operations Research...44 Tab. 4-6: Regelkreise im Vergleich...53 Tab. 5-1: Kooperationsrichtung im Technischen Kundendienst...59 Tab. 5-2: Anforderungen an Maßnahmen zur ständigen Leistungsverbesserung...64 Tab. 6-1: Einflussgrößen mit variierenden Merkmalen...68 Tab. 6-2: Beispiel eines Versuchsplans...69 Tab. 6-3: Beispiel eines Versuchsplans mit orthogonalem Feld...69 Tab. 6-4: Beispiel eines Versuchsplans nach Taguchi...73 Tab. 6-5: Statistische Verfahren zur Auswertung der Versuchsplanung...74 Tab. 6-6: Systematisierung standardisierter orthogonaler Felder nach Taguchi...74 Tab. 6-7: Weiterentwicklung des Service Blueprinting...78 Tab. 7-1: Eignung von Methoden zur Modellierung der Regelstrecke...89 Tab. 7-2: Intensitäts-Beziehungsmatrix zur Bewertung von Einflussgrößen...98 Tab. 7-3: Exemplarische Regel- und Führungsgrößen im Technischen Kundendienst Tab. 7-4: Exemplarische Störgrößen im Technischen Kundendienst Tab. 7-5: Exemplarische Stellgrößen im Technischen Kundendienst Tab. 7-6: Kooperationsspezifische Anforderungen an IKT-Stellgrößen Tab. 7-7: Eignung von Messmethoden im Technischen Kundendienst Tab. 7-8: Typologie von Maßen Tab. 8-1: Spezifikation der Regelung im Technischen Kundendienst Tab. 8-2: Spezifikation der Optimierung im Technischen Kundendienst...120

15 XVIII Tab. 8-3: Beispiel einer Faktorbelegung mit Einstellstufen Tab. 8-4: Ermittlung der Freiheitsgrade für den Versuchsumfang Tab. 8-5: Triangularmatrix für den Versuchsplan L 8 (2 7 ) Tab. 8-6: Beispiel für die Versuchsplananpassung bei Wechselwirkungen Tab. 8-7: Taguchi-Versuchsplan L 8 mit innerem und äußerem orthogonalem Feld Tab. 8-8: Exemplarische Modifikation durch Spaltenzusammenlegung am Feld L Tab. 8-9: Exemplarische Modifikation durch Scheinstufen am Feld L Tab. 8-10: Exemplarische Zuordnung von Leerspalten im Versuchsplan Tab. 8-11: Exemplarischer Versuchsumfang bei der Verwendung von Leerspalten Tab. 8-12: Exemplarische Modifikation durch eine Leerspalte am Feld L Tab. 8-13: Exemplarischer Versuchsplan mit fiktiven Messwerten Tab. 8-14: Reaktionstabelle mit Faktoreinzelwirkungen auf den Stufen Tab. 9-1: Anforderungen, Regel-, Führungsgrößen und Regelbereiche Tab. 9-2: Störgrößen und Stufeneinstellung Tab. 9-3: Stellgrößen und Stufeneinstellung Tab. 9-4: Faktorbelegung der Stell- und Störgrößen Tab. 9-5: Dimensionierung des Versuchsplans mit Freiheitsgraden Tab. 9-6: Leerpaltenzuordnung im Versuchsplan Tab. 9-7: Matrixexperiment mit Taguchi-Versuchsplan L Tab. 9-8: Durchführung des Matrixexperiments Tab. 9-9: Reaktionstabelle mit Faktoreinzelwirkungen auf den Stufen Tab. 9-10: Auflösung der Leerspaltenzuordnung Tab. 9-11: Optimalvorschlag für die Einstellung der Stellgrößen Tab. 9-12: Auswahl der Optimallösung Tab. 9-13: Reaktionstabelle für die Regelgröße Sofortlösungsquote Tab. 9-14: Reaktionstabelle für die Regelgröße Termineinhaltungsquote Tab. 9-15: Gesamtergebnis der regelbasierten Optimierung...173

16 XIX Abkürzungsverzeichnis AD... Anlagendaten ARIS... Architektur Integrierter Informationssysteme BPR... Business Process Reengineering CAD... Computer Aided Design CCP... Customer Communication Portal COM... Component Object Model CMM... Capability Maturity Model CMMI... Capability Maturity Model Integration CRM... Customer Relationship Management CTI... Computer Telefonie Integration DB... Datenbank DCOM... Distributed Component Object Model DIN... Deutsches Institut für Normung DoE... Design of Experiments EFQM... European Foundation for Quality Management ... Electronic Mail ERP... Enterprise Resource Planning ET... Ersatzteil Exp.... Experiment FAQ... Frequently Asked Question FHG... Freiheitsgrad FMEA... Fehler-Möglichkeits- und Einflussanalyse GIS... Geographische Informationssysteme GoM... Grundsätze ordnungsmäßiger Modellierung GPRS... General Packet Radio Service HF... Herstellerbefragung Hrsg... Herausgeber HTML... Hypertext Markup Language IT... Informationstechnologie IKT... Informations- und Kommunikationstechnologie IuK... Information und Kommunikation ISO... International Standardization Organization

17 XX IVR... Interactive Voice Response KD... Kundendaten KF... Kundenbefragung KMU... Klein- und mittelständische Unternehmen KVP... Kontinuierlicher Verbesserungsprozess MD... Mitarbeiterdaten MPMS... Multi Projekt Management-System OEM... Original Equipment Manufacturer P-CMM... People Capability Maturity Model PDCA... Plan-Do-Check-Action PLM... Product Lifecycle Management QFD... Quality Function Deployment SCM... Supply Chain Management ServQual... Service Quality SLA... Service Level Agreement SMMM... Service Management Maturity Model S/N... Signal-to-Noise SPC... Statistical Process Control STM... Service Ticket Management SQL... Structured Query Language SVP... Statistische Versuchsplanung TCT... Total Cycle Time TKD... Technischer Kundendienst TKDL... Technische Kundendienstleistung TQM... Total Quality Management UMTS... Universal Mobile Telecommunications System VDMA... Verband deutscher Maschinen- und Anlagenbau e.v. WfMS... Workflow Management System World Wide Web

18 XXI Zusammenfassung Differenzierte Kundenbedürfnisse im Technischen Kundendienst des Maschinenbaus sowie steigende Anforderungen an die Leistungserbringung in globalen Kooperationsverbünden erfordern eine hohe Qualität nicht nur des Produktgeschäftes, sondern in zunehmendem Maße auch des produktbegleitenden Dienstleistungsgeschäftes. Hohe Servicequalitäten, schnelle Auftragsabwicklungen und ubiquitäre Verfügbarkeiten technischer und personeller Ressourcen im Technischen Kundendienst charakterisieren steigende Kundenanforderungen an den Maschinenhersteller. Den steigenden Anforderungen stehen häufig ineffiziente und stark ad hoc geprägte Leistungsprozesse in der Hersteller-Kunde-Lieferanten-Interaktionsbeziehung gegenüber. Ursachen werden in der fehlenden Kommunikations-, Koordinations- und Kooperationsunterstützung, in mangelnden Rückkopplungen von Informationen innerhalb der Wertschöpfungspartnerschaft sowie in der fehlenden Praktikabilität bestehender dynamischer Optimierungsansätze gesehen. Bislang fehlt ein Ansatz zur methodischen kontinuierlichen Optimierung kooperativ erbrachter technischer Kundendienstleistungen, der zur Lösung des Zielkonflikts zwischen Kundennähe einerseits und der Effizienz des Technischen Kundendienstes andererseits beiträgt und eine fortlaufende Bewertung und Kontrolle der Leistungsprozesse als Voraussetzung einer kontinuierlichen Optimierung unterstützt. In dieser Arbeit erfolgt zunächst eine Beschreibung und Analyse der Grundlagen zu Dienstleistungskooperationen im Technischen Kundendienst des Maschinenbaus sowie eine Erläuterung der Regelungsthematik. Diese wird als Ansatz einer rückkopplungsbasierten Optimierung auf die Dienstleistungsthematik übertragen. Bisherige Ansätze zur Optimierung von Dienstleistungsprozessen liefern einen Beitrag zur Verbesserung der Dienstleistungsqualität, z.b. durch eine optimierte Entwicklung und Gestaltung von Dienstleistungen (Service Engineering). Diese primär qualitätsorientierten Ansätze werden den Anforderungen der Praxis jedoch nur in Teilen gerecht, weil sie die für die Optimierung erforderliche Messung, Bewertung und Rückkopplung im hier vorliegenden Kontext nicht berücksichtigen. Die Problematik ist u.a. in der schwierigen Quantifizierbarkeit von Dienstleistungsprozessen zu sehen, welche eine genaue Messung und Bewertung von Leistungsmerkmalen erschwert. Zudem verwenden die bekannten Vorgehensweisen meist statische Optimierungsansätze, die für die dynamisch heuristisch geprägten Dienstleistungsprozesse mit ihren interaktionsintensiven Kunden- und Zulieferer-Beziehungen wenig geeignet sind. Erst jüngste Ansätze gehen auf die Anforderungen an eine kontinuierliche rückkopplungsbasierte Optimierung durch den Einsatz von Qualitätsregelkreisen ein. Bisher wurden diese Ansätze aber noch nicht auf die Gestaltung des Reglers bei Dienstleistungsprozessen und noch nicht im Kontext kooperativer Leistungsbeziehungen untersucht. Hier setzt die vorliegende Arbeit mit der Hypothese an, dass sich kooperativ erbrachte Dienstleistungen im Technischen Kundendienst des Maschinenbaus regelbasiert gestalten und fortlaufend innerhalb eines geschlossenen Optimierungskreislaufs (Regelkreis) verbessern lassen. Diesbezüglich wird in der Arbeit ein System zur regelbasierten Optimierung der Leistungsprozesse mit allen notwendigen Komponenten sowie ein Modell für den Regelungsvorgang entwickelt. Mit Hilfe des Reglers werden Leistungsmerkmale der technischen Kundendienstleistung gemessen, über einen Soll-Ist-Vergleich bewertet und über verschiedene Stellgrößen im Sinne eines Prozess-Reengineering optimiert. Die anschließende Rück-

19 XXII kopplung der erhaltenen Optimierungsergebnisse schließt den Regelkreis und stößt gleichermaßen einen neuen Optimierungskreislauf an. Die Modellbildung für den Regler (Optimierungsalgorithmus) verwendet einen modernen Ansatz der Statistischen Versuchsplanung (Taguchi Design), welcher dem heuristischen Dienstleistungscharakter Rechnung tragen soll. Der Ansatz ermittelt die optimale Kombination alternativer Stellgrößen (Optimierungsmaßnahmen) zur Verbesserung des technischen Kundendienstleistungsprozesses und analysiert die Wirkung dieser Größen und damit das Verhalten des Dienstleistungsprozesses unter Berücksichtigung dynamischer Bedingungen, welche durch den Einfluss von Störgrößen bei der Dienstleistungserbringung gegeben sind. Die vorliegende Arbeit stellt Maschinenbauunternehmen eine methodische Grundlage für die Vorgehensweise zur Entwicklung eines Regelungssystems sowie zur Durchführung einer regelbasierten Optimierung ihrer kooperativ erbrachten technischen Kundendienstleistungsprozesse zur Verfügung. Der gewählte Lösungsansatz erhöht die Transparenz erfolgskritischer Leistungs- und Qualitätsmerkmale der Leistungsprozesse und unterstützt eine frühzeitige Einleitung von Optimierungs- bzw. Korrekturmaßnahmen bei auftretenden Zielabweichungen im Unternehmen, woraus eine Verbesserung der Effektivität und Effizienz der kooperativ erbrachten technischen Kundendienstleistungen resultiert. Die Wirksamkeit des entwickelten Regelungssystems und die praktische Anwendung des Regelungsvorgangs werden am Beispiel einer kooperativen Störungsbehebung im Technischen Kundendienst eines Herstellers von Robotersystemen und seinen kooperierenden Endkunden und Zulieferern nachgewiesen.

20 XXIII Summary Varied customer-needs in the technical customer service of mechanical engineering as well as rising requests for the performance in global cooperation networks require a high quality of not only the product-business but also to increasing extents of the product-accompanied, service-business. High service-qualities, fast order processing and ubiquitous availabilities of technical and personnel resources characterize rising customer-requests to the machinemanufacturer. However, customer service processes face inefficient and strongly ad hoc interactions between the cooperation partners. Direct cause is seen in the lack of communication, coordination, and cooperation-support, in the lack of feedback control mechanisms within the value added-partnership as well as in the lack of existing suitable optimization methods. Techniques as operations research or service blueprinting were applied, but progress in the methodological optimization has been slow. Previous approaches deliver a contribution to the improvement of service-quality, e.g. service engineering. However, these primarily on a quality-oriented basis are limited usable in practice because they do not consider measurements and feedback loops that are necessary for the optimization and control in the given context. The problem is to be seen in the difficult practicable quantification of service-processes, which impedes an exact measurement. Moreover, the known procedures usually are on a static optimization-basis that is not suitable for the dynamically heuristically embossed service-processes with its interaction-intensive relationships. So far an approach to the methodical continuous optimization, that contribute to the solution of the goal-conflict between customer-proximity on one hand and the efficiency of the technical customer service on the other hand, is not in place. The approach of the thesis is to conceptualize a service as a feedback control system, to apply process control principles, and to transfer the technical to a socio-technical control system, that meets the collaboration partners requirements. Thus, the objective of the thesis is the development of a service control system to support the measurement, evaluation, optimization and feedback control of performance process parameters in order to improve the technical customer services within the collaboration network of the manufacturer. The control system is aimed at keeping variables with its values on a constant performance level whereas disturbances influence the system. This will be solved using a closed loop control, a proceeding, in which a controlled variable is measured continuously and compared with the reference variable. The difference of both variables affects the plant (service collaboration process) via a control mechanism suchlike a controlled variable will be adapted to the reference variable. The mechanism uses a modern approach Design of Experiments, specifically the research design of Taguchi, which will be transformed to service processes. It determines the optimum combination of alternative manipulated variables (optimization measures) under the influence of noise factors (disturbances). Thus the dynamic character of service processes can be considered adequately. The thesis provides methodical fundamentals for the proceeding of development for a control-system to mechanical engineering-businesses. The advanced systematic design and optimization conduct an efficient trade-off between the requirements of different stakeholders in a collaboration environment and their competitiveness. To validate the control based approach, a practical scenario will follow, in which a typical repair service exemplifies a cooperative delivery of a technical customer service within a network of a manufacturer of robot systems and its cooperating customers and suppliers.

21 1 1 Einleitung Steigende Kundenbedürfnisse und ein hoher Konkurrenzdruck veranlassen Maschinenbauunternehmen dazu, ihre Produkte und Dienstleistungen kontinuierlich zu optimieren. Gefordert sind schnelle Reaktionszeiten, eine verbesserte Erreichbarkeit und eine konstant hohe Effektivität und Effizienz durch schlanke Prozesse in der Zusammenarbeit innerhalb von und zwischen Maschinenbauunternehmen. Insbesondere bei stark erklärungsbedürftigen und kostenintensiven Leistungen des Maschinenbaus steht eine wirtschaftliche und qualitativ hochwertige Kundenbetreuung im Mittelpunkt der Betrachtung. Dabei erhält die Differenzierung über den Service mit seinen technischen Kundendienstleistungen einen zunehmenden Stellenwert. Hier können innovative Formen der methodischen Dienstleistungsoptimierung eine langfristige Steigerung der Leistungseffizienz des Maschinenbaus bewirken. Offensichtliche Chancen liegen in der Optimierung kooperativ erbrachter Dienstleistungen zwischen Herstellern, Lieferanten und den Maschinenbetreibern als Endkunden. Ziel einer verbesserten Kooperation ist die Maximierung von Synergien zwischen den Unternehmen (vgl. /LANG 02/, S. 144). Dabei kann die Kooperation von der Übernahme einer einfachen Fehlerdiagnose bis hin zur Übernahme der kompletten Wartungs- und Instandsetzungsarbeiten reichen (vgl. /LAY 05b/, S. 223). Bislang fehlen Methoden und Vorgehensmodelle für die methodische Unterstützung einer kontinuierlichen Optimierung technischer Kundendienstleistungen, die einerseits den besonderen Dienstleistungscharakter und andererseits den Aspekt der Kooperation berücksichtigen. Insbesondere fehlen Ansätze, die eine Optimierung innerhalb eines geschlossenen Systems (Optimierungskreislauf) vorsehen, innerhalb dessen das Optimierungsergebnis fortlaufend rückgekoppelt und der Leistungsprozess über einen Optimierungsalgorithmus kontinuierlich verbessert wird. Darüber hinaus fehlt es an geeigneter informations- und kommunikationstechnologischer Unterstützung kooperativ erbrachter Dienstleistungen. Die Zielsetzung der Arbeit besteht darin, einen Optimierungsansatz für die Verbesserung der Effektivität und Effizienz kooperativ erbrachter technischer Kundendienstleistungen von Maschinenbauunternehmen zu entwickeln. Der Ansatz verwendet ein zu entwickelndes Regelungssystem zur fortlaufenden Messung, Bewertung, Optimierung und Kontrolle der Kundendienstleistungsprozesse. In der Arbeit werden schrittweise die Komponenten des Regelungssystems und ein Modell für den hierin ablaufenden Regelprozess entwickelt. Innerhalb dieses Regelprozesses werden Leistungsmerkmale der Kundendienstleistung gemessen, bewertet, optimiert und die erhaltenen Optimierungsergebnisse über eine Rückkopplung kontrolliert. Derart wird mit jedem neuen Regelkreisdurchlauf ein neuer Optimierungsprozess angestoßen. Die Modellbildung für den Regler verwendet einen Ansatz der Statistischen Versuchsplanung, welcher die optimale Kombination typischer Stellgrößen (Optimierungsmaßnahmen) eines Dienstleistungsprozesses ermittelt und eine Vorhersage über die Wirkung dieser Größen und damit über das Verhalten des Dienstleistungsprozesses unter dem Einfluss von Störgrößen (Schwachstellen) ermöglicht. Das Regelungssystem wird am praktischen Beispiel eines Herstellers von Roboter- und Automatisierungssystemen getestet und verifiziert. Die Arbeit soll Kenntnisse zu den Erscheinungsformen der methodischen Optimierung von Dienstleistungsprozessen durch die Entwicklung eines Regelungssystems für Dienstleistungsprozesse unter Anwendung der Statistischen Versuchsplanung (Design of Experiments) als Regler verbessern.

22 3 2 Ausgangssituation, Problemstellung, Zielsetzung, Lösungsansatz und Aufbau der Arbeit 2.1 Ausgangssituation und Problemstellung Die Wirtschaftsstruktur in Deutschland hat sich in den vergangenen Jahrzehnten deutlich gewandelt. Kennzeichnend ist eine Verschiebung des Wertschöpfungsanteils der Industrie zugunsten von Dienstleistungen, die eine zunehmende Bedeutung für die wirtschaftliche Leistungsfähigkeit erhalten (vgl. /BMWI 06a/). So beträgt der Anteil von Dienstleistungen an der Bruttowertschöpfung deutlich über 60 Prozent (vgl. /BULL 04/, S. 7), wovon die produktbegleitenden Dienstleistungen im Maschinen- und Anlagenbau einen Anteil von 20 Prozent im Jahr 2004 einnehmen. Gleichzeitig reduzierte sich der Bruttowertschöpfungsanteil des Produzierenden Gewerbes auf etwa 22 Prozent im Jahr 2004 (vgl. /BMWI 06a/). Diese Verlagerung verdeutlicht weniger eine abnehmende Bedeutung der Industrie als vielmehr eine grundlegende Veränderung im Wertschöpfungsprozess, der durch den wachsenden Dienstleistungsanteil gekennzeichnet ist. Gründe werden darin gesehen, dass dynamisch wachsende Dienstleistungsbranchen von der industriellen Nachfrage abhängen, eine Vielzahl von Dienstleistungen nur in Verbindung mit einem industriellen Produkt absetzbar ist ( hybride Produkte oder complex packages ) und die Industrie für die Entstehung von Produkt- und Prozessinnovationen im Dienstleistungssektor erforderlich ist (vgl. /BMWA 03a/, S. 8). Von hoher wirtschaftlicher Bedeutung ist der Maschinen- und Anlagenbau als Teil der Investitionsgüterindustrie. In 2004 erzielte der Maschinenbau einen Produktionszuwachs von fünf Prozent und stellte rund 15 Prozent aller Arbeitsplätze im Verarbeitenden Gewerbe zur Verfügung (vgl. /VDMA 05/, S. 5f.). Auch im Jahr 2005 wiesen die Branchendaten eine überdurchschnittliche Entwicklung auf (vgl. /BMWI 06b/), womit der Maschinenbau zu den bedeutenden Wachstumsträgern der Wirtschaft gehört. Eine Einordnung des Maschinenbaus am Wirtschaftsstandort Deutschland ist in Tab. 2-1 veranschaulicht (vgl. /STAT 06/, S. 1). Branchen Umsatz [Mrd. ] Anteil [%] Export [Mrd. ] Beschäftigte i. Tsd. Jahresdurchschnitt Anteil [%] Anzahl der Unternehmen (2003) Verarbeitendes Gewerbe insgesamt Maschinenbau Elektrotechnik Straßenfahrzeuge Ernährungsgewerbe Chemische Industrie Tab. 2-1: Maschinenbau am Wirtschaftsstandort Deutschland 2004 (VDMA/Statistisches Bundesamt) Im weltweiten Wettbewerbsdruck stellt der Service als industrielle Dienstleistung einen wesentlichen Faktor zur Wettbewerbsdifferenzierung und zur Erschließung neuer strategischer Geschäftsfelder im Maschinen- und Anlagenbau dar. Service verspricht signifikante Wachstums-, Umsatz- und Ertragspotenziale (vgl. /HOEC 04/, S. 4, /LAY 05a/, S. 20). Nach einer Studie des VDMA erzielt der Service in der Investitionsgüterindustrie eine Nettorendite von bis zu 30 Prozent. Insbesondere ist der Umsatzanteil des After-Sales-Services im Verhältnis zum Neumaschinengeschäft im Maschinen- und Anlagenbau auf 27 Prozent im Jahr 2005 gestiegen und wird nach den jüngsten Prognosen bis zum Jahr 2010 auf 35 Prozent steigen (vgl. /MAHN 05a/, S. 15). Diese Zahlen verdeutlichen die wachsende Bedeutung des

23 4 Servicegeschäfts und seiner Potenziale, in Zeiten hoher Wettbewerbsintensität substanzielle Wachstumsimpulse zu generieren (vgl. /MAHN 04/, S. 11). Produzierende Unternehmen entwickeln sich zunehmend von reinen Produktherstellern hin zu Anbietern komplexer Leistungsbündel (vgl. /BELZ 97/, S. 8f.). Diesem Trend folgen auch Dienstleister. So versteht sich beispielsweise ein Unternehmen wie die Deutsche Bahn AG zunehmend als Erbringer von Dienstleistungsprodukten. Bereits 54% des Umsatzes werden mit Dienstleistungsprodukten erzielt und mittlerweile ist jeder fünfte Mitarbeiter im Dienstleistungsbereich tätig berichtete K.F. Rausch, Vorstand Personenverkehr der Deutschen Bahn AG, jüngst auf dem Stuttgarter Strategieforum 2006 (vgl. /RAUS 06/). Der Trend zu hybriden Leistungsbündeln trifft insbesondere auf den Technischen Kundendienst zu, dessen Dienstleistungsspektrum von Wartungs-, Reparatur- und Instandhaltungsdienstleistungen über den Ersatzteilservice bis hin zu Technologie- und Prozessberatung über den gesamten Produkt- und Kundenlebenszyklus reicht (vgl. /BELZ 91/, S. 6). Die hohe Bedeutung des Technischen Kundendienstes wird dadurch unterstrichen, dass etwa die Hälfte aller Umsätze mit produktbegleitenden Dienstleistungen auf die technische Kundendienstleistung, insbesondere auf die Wartung und Reparatur, entfallen (vgl. /STAT 06/, S. 1). Die abnehmende Wertschöpfungstiefe im Maschinenbau und steigende Kundenanforderungen bedingen eine zunehmende Kooperation von Herstellern mit Zulieferern und Endkunden (vgl. /BELL 96/, S. 58, /HÖFE 97/, S. 303, /ZAHN 02/, S. 267, /KINK 03/, S. 7). Unternehmensübergreifende Kooperationen gewinnen zunehmend an Bedeutung (vgl. /HIRS 98/, S. 1), was durch diverse empirische Untersuchungen seit den 1980-er Jahren belegt wird (vgl. /FONT 96/, S. 26, /SCHW 00/, S. 183f.). Steigende Kooperationstätigkeiten äußern sich durch vielfältige Formen unternehmerischer Zusammenarbeit, wie z.b. strategische Allianzen, virtuelle Unternehmen oder Kooperationsnetzwerke (vgl. /PICO 03/, S. 263f., /KEMM 00/). Allgemein bieten Kooperationen Chancen für die Erhöhung der Wettbewerbsfähigkeit, für die Erschließung neuer Märkte und Technologien (vgl. /RUME 94/, /WOHL 02/, S. 2) sowie für den Aufbau und die Nutzung von Synergiepotenzialen (vgl. /ZAHN 00/, S. 496). Im Maschinenbau werden kooperierende Wirtschaftseinheiten als Wertschöpfungspartner in ein Kooperationsnetzwerk zur Durchführung einer Vielzahl von ad hoc-aktivitäten bis hin zu strukturierten Projekten integriert. Durch die Bündelung von Kompetenzen und Kapazitäten lassen sich integrierte Leistungsangebote und komplexe Problemlösungen im Rahmen von Maschinenbauprojekten bei kurzen Reaktionszeiten und hohen Präsenzen beim Kunden vor Ort wettbewerbsfähig realisieren (vgl. /REIC 00/, S. 599f., /LUCZ 00/, S. 275, /MEIE 01/, S. 40). In der Praxis verlaufen Kooperationen im Technischen Kundendienst jedoch weder unternehmensintern noch unternehmensübergreifend zielorientiert oder systematisch. Gründe dafür werden in zeitlichen und logischen Abhängigkeiten der heterogenen Wertschöpfungspartner, in der Gestaltung von Schnittstellen (vgl. /WARS 01/, S. 46ff., /HENK 02/, S. 116, /BMWA 03b/, S. 61) sowie in der mangelhaften Rückkopplung von Informationen gesehen (vgl. /YOON 02/, S. 3). Jüngste Studien belegen, dass kaum Synergien zwischen Einzelprojekten realisiert werden und die Qualität technischer Kundendienstleistungen verbesserungsbedürftig ist (vgl. /MAHN 05c/, /KILL 02/, S. 43). Im Kontext der kooperativen Leistungserbringung ist die Unterstützung des Technischen Kundendienstes durch Informations- und Kommunikationstechnologien von hoher Bedeutung (vgl. /SCHR 97/, S. 1f., /SCHN 99a/, S. 69). Entwicklungsfortschritte in innovativen Technologien und der Bedeutungszuwachs von Kooperationsnetzwerken tragen zur Lösung des Zielkonflikts zwischen Kundennähe einerseits und der Effizienz des Technischen Kundendienstes andererseits bei (vgl. /KLEI 98/, S. 752, /SPET 01/, S. 33f.). Einer Studie zufolge

24 5 ist die Implementierung spezifischer Software für den Service nahezu für jedes zweite Unternehmen und die Nutzung von Internet-Technologien für jedes dritte Unternehmen von zukünftiger Bedeutung (vgl. /MAHN 05c/, S. 91). Servicespezifische Software ist in den Unternehmen zwar vereinzelt vorhanden (vgl. /MEIE 01/, S. 37), aber eine kooperative Abwicklung komplexer technischer Kundendienstleistungen wird bislang nicht durchgehend von Internet- Technologien unterstützt (vgl. /MAHN 05a/, S. 16f.). Befragungen zeigen, dass ein durchgängiges IT-System bislang von mehr als 40 Prozent der Unternehmen nur in den Anfängen realisiert ist (vgl. /MANK 04/, S. 49). Gründe liegen insbesondere in der technischen und organisatorischen Integration der meist heterogenen Infrastruktur der Kooperationspartner. Zudem sind wenig Anwendungen verfügbar, die eine Konsolidierung von Wissen und Informationen bei der Erbringung kooperativer Dienstleistungen sowohl unternehmensintern als auch unternehmensübergreifend unterstützen. Häufig entstehen IT-Insellösungen mit zahlreichen Schnittstellen, welche die Leistungsprozesse verlangsamen und hohe Zeitaufwände bzw. Kosten verursachen. Differenzierte Kundenbedürfnisse und steigende Anforderungen im kooperativen Technischen Kundendienst erfordern eine hohe Servicequalität, die durch eine jederzeitige Erreichbarkeit, schnelle Reaktionszeiten, technische Kompetenzen des Herstellers sowie durch eine hohe Verfügbarkeit von Ersatzteilen und Maschinen zu gewährleisten ist (vgl. /MAHN 05b/, S. 12, /LAY 01/, S. 23, /KRUM 04/, S. 121). Die Gewährleistung dieser hohen Leistungsqualität erfordert eine kontinuierliche Optimierung kooperativ erbrachter technischer Kundendienstleistungen. Studien belegen, dass die meisten Unternehmen selten Methoden für die Optimierung produktbegleitender Dienstleistungen einsetzen 1. Ursachen werden in der fehlenden Praktikabilität von Methoden und Modellen (vgl. /GAUS 01/, S. 49), in fehlenden Einführungsstrategien (vgl. /GRAB 97/) sowie in der unzureichenden Verknüpfung von Teilmethoden und -modellen zu übergeordneten integrierten Vorgehensmodellen (vgl. /EHRL 95/) gesehen. Darüber hinaus sind die Methoden zur Prozessoptimierung auf unternehmensinterne Geschäftsprozesse fokussiert. Die Notwendigkeit, unternehmensübergreifende Prozesse zu betrachten, wird nur in wenigen Arbeiten herausgestellt (vgl. /HIRS 98/, S. 2), jedoch ohne eine Betrachtung von Dienstleistungen, die im wirtschaftlich bedeutenden Maschinenbausektor erbracht werden. Voraussetzung jeder Optimierung ist die Messung, Bewertung und Kontrolle der zu optimierenden Prozesse. Die Messung erweist sich als problematisch, weil Dienstleistungen nur schwer quantifizierbar sind, sofern im Vorfeld keine messbaren Ziele definiert wurden (vgl. /CUPO 04/, S. 233). Dies führt dazu, dass die Prozesse meistens nur auf Basis einer individuellen Einschätzung bewertet werden. Hieraus resultiert die Schwierigkeit der Kontrolle. Eine fortlaufende Kontrolle des Kundendienstes erfolgt nur bei etwa jedem zehnten Unternehmen. Unbefriedigende oder fehlende Wirkungskontrollen bzw. mangelhafte Informationsrückkopplung (vgl. /SIMO 93a/, S. 16) sowie fehlende formalisierte Prozesse zur kontinuierlichen Optimierung von Dienstleistungsprozessen (vgl. /SCHE 89/, S. 33) erschweren die erforderliche Einleitung geeigneter (Gegen-) Steuerungsmaßnahmen als Voraussetzung für die Leistungsoptimierung (vgl. /WOHL 02/, S. 167, /KINK 03/, S. 7, /ROGG 05/, S. 62). 1 Empirische Ergebnisse einer Studie zum Thema Ganzheitliche Entwicklung von Dienstleistungen durch Service Engineering, Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO (vgl. /FREI 02/, S. 39).

25 6 Aus den beschriebenen Defiziten lässt sich der Handlungsbedarf zur Entwicklung eines Systems zur kontinuierlichen Optimierung kooperativer technischer Kundendienstleistungen inklusive einer fortlaufenden Messung, Bewertung und Kontrolle ableiten, der durch folgende, im Rahmen der Arbeit zu lösende Fragestellungen konkretisiert wird: Wie ist ein System inklusive Messung, Bewertung und Optimierung kooperativ erbrachter Dienstleistungen im Technischen Kundendienst zu gestalten? Wie kann die Wirkung einer Leistungsoptimierung ermittelt und welche Leistungsparameter müssen wie eingestellt werden, um bestimmte Wirkungen zu erzielen? Wie sind bestehende kooperativ erbrachte technische Kundendienstleistungsprozesse im Rahmen der Optimierung methodisch neu zu gestalten? Welche Informations- und Kommunikations-Systeme (IuK-Systeme) können die kooperative Leistungserbringung optimieren? 2.2 Zielsetzung und Lösungsansatz Für eine methodische Optimierung kooperativer technischer Kundendienstleistungen sind die Leistungsprozesse in Bezug auf relevante Erfolgsfaktoren fortlaufend zu messen und auf Basis von Zielkorridoren zu bewerten bzw. zu kontrollieren. Zielabweichungen und Ursachen im Prozessablauf sind zu analysieren, Ansatzpunkte zur Beseitigung von Defiziten systematisch zu ermitteln und daraus ableitbare Verbesserungen umzusetzen. Zur Unterstützung der Leistungserbringung sollen geeignete kooperationsunterstützende Systeme die Schnittstellen zu Kooperationspartnern reduzieren und die Kundennähe intensivieren. Die Leistungsparameter der optimierten Prozesse sind über eine regelmäßige Rückkopplung fortlaufend zu kontrollieren. Für die Umsetzung dieser Anforderungen benötigt der technische Kundendienst ein System, das die Messung, Bewertung und Optimierung kooperativ erbrachter Leistungsprozesse über eine Rückkopplung in einen Optimierungskreislauf, den Regelkreis, einbindet und die technische Kundendienstleistung regelbasiert verbessert. Das Ziel dieser Arbeit ist die regelbasierte Verbesserung der Effektivität und Effizienz von technischen Kundendienstleistungen, die von Maschinenherstellern in Kooperation mit typischen Geschäftspartnern, wie Zulieferern und Endkunden, erbracht werden. Maschinenbauunternehmen sollen darin unterstützt werden, Leistungsparameter ihrer Dienstleistungsprozesse methodisch mit Hilfe eines Regelungssystems kontinuierlich zu verbessern und die Verbesserungsmaßnahmen zu kontrollieren. Ein zu definierendes Modell für das Regelungssystem soll sicherstellen, dass diametral gegenüberstehende Unternehmensziele (z.b. kurze Durchlaufzeiten), Restriktionen (z.b. Lieferengpässe) und Kundenbedürfnisse (z.b. Termintreue) so gegeneinander abgewogen werden, dass eine hohe Zielerreichung bei optimaler Einstellung der Leistungsparameter des Dienstleistungsprozesses zu einer hohen Kundenzufriedenheit führt. Die Maschinenbauunternehmen sollen zudem durch die Integration kooperationsunterstützender Informations- und Kommunikationstechnologien in der unternehmensübergreifenden Kommunikation, Koordination und Kooperation unterstützt werden. Der Lösungsansatz dieser Arbeit besteht in der Entwicklung eines Regelungssystems für kooperativ erbrachte technische Kundendienstleistungen. Dieses beinhaltet die Definition eines Regelkreises im Sinne der Ingenieurwissenschaften und nach DIN sowie die Entwicklung eines Regelungsvorganges zur Optimierung von Dienstleistungsprozessen. In der Arbeit wird der Regelungsvorgang durch einen modernen Ansatz der Statistischen Versuchsplanung (Design of Experiments) abgebildet, der geeignet ist, die Leistungsmerkmale