eJournals PROJEKTMANAGEMENT AKTUELL 34/4

PROJEKTMANAGEMENT AKTUELL
pm
2941-0878
2941-0886
UVK Verlag Tübingen
10.24053/PM-2023-0075
81
2023
344 Gesellschaft für Projektmanagement

Methodik zur Auswahl von Datenerfassungstechnologien

81
2023
Deike Gliem
Sigrid Wenzel
Wibke Kusturica
Christoph Laroque
Die erfolgreiche Inbetriebnahme kundenindividueller Anlagen ist nur durch ein effektives und effizientes Projektmanagement möglich. Für die Planung und Steuerung dieser Projekte benötigt das Projektmanagement Status-Meldungen zu logistischen Ist-Prozessen zur und auf der Baustelle, die im Maschinen- und Anlagenbau selten rechtzeitig in der benötigten Qualität und Quantität vorliegen. Zur Verbesserung der Datenverfügbarkeit ist eine Methodik entwickelt worden, die für konkrete Anwendungsfälle geeignete Technologien zur (teil-)automatischen Datenerfassung vorschlägt. Ein Technologie- und Kriterienkatalog sowie eine umfassende Technologiebewertung schaffen die Wissensbasis für das Identifizieren geeigneter Technologien mit Hilfe eines Anforderungsprofils. Die Methodik wird in Form einer Demonstrationsplattform instanziiert und zur Unterstützung im Projektmanagement bereitgestellt.
pm3440049
49 PROJEKTMANAGEMENT AKTUELL · 34. Jahrgang · 04/ 2023 DOI 10.24053/ PM-2023-0075 Digitalisierung der Baustellenlogistik Methodik zur Auswahl von Datenerfassungstechnologien Deike Gliem, Sigrid Wenzel, Wibke Kusturica, Christoph Laroque Für eilige Leser | Die erfolgreiche Inbetriebnahme kundenindividueller Anlagen ist nur durch ein effektives und effizientes Projektmanagement möglich. Für die Planung und Steuerung dieser Projekte benötigt das Projektmanagement Status-Meldungen zu logistischen Ist-Prozessen zur und auf der Baustelle, die im Maschinen- und Anlagenbau selten rechtzeitig in der benötigten Qualität und Quantität vorliegen. Zur Verbesserung der Datenverfügbarkeit ist eine Methodik entwickelt worden, die für konkrete Anwendungsfälle geeignete Technologien zur (teil-)automatischen Datenerfassung vorschlägt. Ein Technologie- und Kriterienkatalog sowie eine umfassende Technologiebewertung schaffen die Wissensbasis für das Identifizieren geeigneter Technologien mit Hilfe eines Anforderungsprofils. Die Methodik wird in Form einer Demonstrationsplattform instanziiert und zur Unterstützung im Projektmanagement bereitgestellt. Schlagwörter | Logistik, Datenerfassung, Baustellenbetrieb, Methodik, Technologieauswahl, Digitalisierung, Maschinen- und Anlagenbau 1. Einleitung Für den kundenindividuellen Anlagenbau ist die Herstellung von Unikaten und Kleinserien nach dem Baustellenprinzip an individuellen Standorten charakteristisch, sodass er durch ein klassisches Projektgeschäft geprägt ist (vgl. [1]). Für die Anlagenplanung, -realisierung und -inbetriebnahme beim Kunden ist ergo ein individuelles Projektmanagement unter Berücksichtigung systemtechnischer und konstruktiver Randbedingungen, lokaler Standortgegebenheiten, organisatorischer Projektvorgaben sowie damit verbundenen logistischen Restriktionen erforderlich (vgl. [2]). Während der Projektdurchführung ist das Projektmanagement in der Rolle der Projektsteuerung und des mitlaufenden Projektcontrollings auf aktuelle Rückmeldungen von der Baustelle zu logistischen Prozessen angewiesen. Die Datenerfassung erfolgt im Anlagenbau heute jedoch häufig noch manuell, analog und im Nachgang kumuliert, wodurch Änderungen verspätet auffallen und hohe Kosten verursachen können. Für eine höhere Planungssicherheit sind (teil-)automatisch erzeugte und systematisiert abgelegte Status-Rückmeldungen auf der Baustelle zweckmäßig, um diese bei Bedarf in den betrieblichen Informationssystemen, wie z. B. Enterprise Resource Planning (ERP) Systemen, verarbeiten zu können. Zur Auswahl geeigneter Erfassungstechnologien für diese Rückmeldungen auf der Baustelle wird im Rahmen des Forschungsprojektes „dataject.log- - Entwicklung eines semantischen Modells zur Beschreibung eines Digitalen Schattens der Logistikprozesse im Maschinen- und Anlagenbau zur Verwendung im Projektmanagement“ (siehe dazu [3]) eine Methodik entwickelt, die nachfolgend vorgestellt wird. 2. Entwicklung der Methodik zur Technologieauswahl 2.1 Technologiekatalog Basierend auf einer umfassenden Literaturrecherche, die sich an dem Vorgehensmodell nach Fink [4] orientiert, werden Technologien zur manuellen und (teil-)automatischen Datenerfassung für den Baustellenbetrieb im Maschinen- und Anlagenbau über Steckbriefe mit einer kurzen Technologiebeschreibung, den Vor- und Nachteilen sowie den typischen Einsatzorten charakterisiert; die Summe aller Steckbriefe Wissen | Methodik zur Auswahl von Datenerfassungstechnologien 50 PROJEKTMANAGEMENT AKTUELL · 34. Jahrgang · 04/ 2023 DOI 10.24053/ PM-2023-0075 bildet einen sogenannten Technologiekatalog (siehe Abb. 1). Neben der Betrachtung von Technologien zur manuellen und (teil-)automatischen Datenerfassung, wie beispielsweise Handbzw. Laserscanner oder Radio-Frequency Identification (RFID) Lesegeräte, sind auch vor- und nachgelagerte Technologien zur Datenidentifikation, wie Barcodes oder RFID-Transponder, und zur Datenübertragung, wie Bluetooth oder das mobile Datennetz Long Term Evolution (LTE), berücksichtigt worden (zu den Technologien siehe z. B. [5-7]). Die Kombination aus geeigneten und in Verbindung untereinander einsetzbaren Identifikations-, Erfassungs- und Übertragungstechnologien stellt eine Technologiekette für die Erfassung von Daten zu logistischen Prozessen auf der Baustelle dar. Insgesamt liegen bisher 330 technisch sinnvolle, anhand der Literatur identifizierte Technologieketten vor. Mit Hilfe einer Technologiebewertung können für konkrete Anwendungsfälle, z. B. Tracking von Arbeits(hilfs-)mitteln, geeignete Technologieketten identifiziert werden. 2.2 Kriterienkatalog Da sich die Anforderungen an die Technologien für die jeweiligen Anwendungen unterscheiden, müssen für die Anforderungsbeschreibungen Bewertungskriterien entwickelt werden, anhand derer eine Technologiebewertung aus Sicht der Anwendung vorgenommen werden kann. Insgesamt 54 Bewertungskriterien werden literaturbasiert identifiziert und liegen mit einer eindeutigen Definition in einem Kriterienkatalog vor. Der Kriterienkatalog hat folgende Struktur: Technologieunabhängige Kriterien (d. h. Kriterien, die unabhängig davon sind, ob es sich um eine Datenidentifikations-, Datenerfassungs- oder Datenübertragungstechnologie handelt) sind als „Allgemeine Kriterien“ gekennzeichnet, die übrigen Kriterien gelten jeweils für eine der Technologiekategorien. Für eine bessere Übersichtlichkeit sind die Bewertungskriterien gruppiert und in einem Ishikawa-Diagramm (vgl. z. B. [8]) zusammengefasst worden (siehe Abb. 2). Im Rahmen einer von Mai bis Juli 2022 mit Expert: innen aus dem Projektbegleitenden Ausschuss zum Forschungsprojekt durchgeführten zweistufigen Delphi-Studie (vgl. z. B. [9]) werden die identifizierten Bewertungskriterien hinsichtlich ihrer Relevanz für den Maschinen- und Anlagenbau geprüft. Die Auswertung zeigt, dass 44 der 54 identifizierten Kriterien für den Maschinen- und Anlagenbau relevant sind (relevant- = Bewertung „hoch“ oder „mittel“, nicht relevant- = Bewertung „niedrig“ oder „irrelevant“). Um bei der Bewertung die Komplexität überschaubar zu halten, werden für das weitere Vorgehen im Projekt von den 44 relevanten Bewertungskriterien nur die 17 mit einer Bewertung von „hoch“ berücksichtigt: elf allgemeine Kriterien (wie z. B. Verfügbarkeit; Nutzungsdauer), zwei Kriterien für Datenidentifikationstechnologien (Zugänglichkeit; Granularität), zwei Kriterien für Datenerfassungstechnologien (Robustheit gegen Schäden; Abbildung 1: Technologiekatalog Abbildung 2: Kriterien zur Bewertung von Datenidentifikations-, Datenerfassungs- oder Datenübertragungstechnologien Wissen | Methodik zur Auswahl von Datenerfassungstechnologien 51 PROJEKTMANAGEMENT AKTUELL · 34. Jahrgang · 04/ 2023 DOI 10.24053/ PM-2023-0075 Leseabstand) und zwei Kriterien für Datenübertragungstechnologien (Übertragungsgeschwindigkeit; Reichweite). Damit eine strukturierte Technologiebewertung vorgenommen werden kann, werden den 17 Bewertungskriterien konkrete Ausprägungen zugewiesen. Dabei werden nominale Ausprägungen, die keiner Rangordnung unterliegen (z. B. Standardisierungen wie die Global Location Number (GLN) oder die Global Trade Item Number (GTIN)) und ordinale Ausprägungen (z. B. Lebensdauer in Jahren oder Verfügbarkeit in %) unterschieden (vgl. z. B. [10]), wobei Letztere in eine Reihenfolge gebracht werden können, z. B. von einer kurzlebigen (< 1 Jahr) bis sehr langlebigen (> 10 Jahre) Nutzungsdauer oder von sehr geringer (< 60 %) bis sehr hoher (> 95 %) Verfügbarkeit. Da ordinale Ausprägungen in einer aufsteigenden Reihenfolge vorliegen, werden im späteren Auswahlprozess Technologien, die den gesetzten Erwartungswert aus einem Anwendungsfall übersteigen und somit bessere Eigenschaften haben als notwendig, ebenfalls berücksichtigt, d. h., bei einer gewünschten Nutzungsdauer von beispielsweise drei Jahren werden Technologien, die eine deutlich höhere Nutzungsdauer haben, nicht ausgeschlossen. 2.3 Technologiebewertung Die im Technologiekatalog beschriebenen Datenidentifikations-, Datenerfassungs- und Datenübertragungstechnologien werden unter Berücksichtigung der ermittelten anwendungsbezogenen Kriterien bewertet. Die Technologiebewertung erfolgt literaturgestützt; so wird z. B. der Datenerfassungstechnologie Global Positioning System (GPS)-Sensor laut Literatur eine hohe Verfügbarkeit bestätigt (vgl. z. B. [11]) oder der Datenerfassungstechnologie Handscanner eine geringe Reichweite zugesprochen (vgl. z. B. [5]). Eine Technologie ist erst dann vollständig bewertet, wenn alle ihr zugeordneten Kriterien bewertet sind. Die Bewertung wird initial für alle Technologien aus dem Technologiekatalog einmalig vorgenommen; die Ergebnisse liegen in Form einer Technologiematrix vor. Neue Technologien können in den Katalog aufgenommen werden; für sie ist allerdings eine ergänzende Technologiebewertung durchzuführen. 2.4 Methodik zur Technologieauswahl Mit dem Technologiekatalog und den bewerteten Technologien besteht die Möglichkeit, geeignete Technologien zur Datenidentifikation, -erfassung und -übertragung sowie ganze Technologieketten für konkrete Anwendungsfälle zu filtern. Die Methodik mit ihren einzelnen Komponenten ist in Abb. 3 zusammenfassend dargestellt. In der Methodik wird zwischen vorbereitenden Vorgängen, Verarbeitungsvorgängen und anwendungsbezogenen Vorgängen unterschieden. Vorbereitende Vorgänge beruhen auf geleisteten Forschungsarbeiten und umfassen Bewertungskriterien mit ihren Ausprägungen sowie bewertete Technologien aus dem Technologiekatalog und identifizierte Technologieketten. Die Verarbeitungsvorgänge stellen eine Verknüpfung zwischen der Anwendung und der erstellten Wissensbasis dar, um auf Anfragen aus der Anwendung mit einer Rückgabe antworten zu können. Anwendungsbezogene Vorgänge gliedern sich in das Ausfüllen eines Anforderungsprofils (1), dem Filterprozess selbst (2) und der Ergebnisausgabe (3); diese Vorgänge werden immer in derselben Reihenfolge durchgeführt. 3. Anwendung der Methodik zur Technologieauswahl 3.1 Identifikation geeigneter Technologien Für die 17 identifizierten Bewertungskriterien liegen konkrete Ausprägungen vor, die über ein Anforderungsprofil abgefragt werden können. Hierzu besteht die Möglichkeit, gegebene Anforderungen aus einem konkreten Anwendungsfall zu präzisieren; dabei müssen nicht alle Kriterien festgelegt werden. Die Auswahl von Technologieketten erfolgt über einen Filterprozess, mit dem die für den Anwendungsfall geeigneten Technologieketten ausgewiesen werden, die alle angegebenen Anforderungen erfüllen. Im Nachgang können Änderungen an dem ausgefüllten Anforderungsprofil vorgenommen und der Filterprozess wiederholt werden. Für den Einsatz im Maschinen- und Anlagenbau ist die Methodik mittels Microsoft Excel ® in eine ausführbare Anwen- Abbildung 3: Methodik zur Technologieauswahl Wissen | Methodik zur Auswahl von Datenerfassungstechnologien 52 PROJEKTMANAGEMENT AKTUELL · 34. Jahrgang · 04/ 2023 DOI 10.24053/ PM-2023-0075 dung überführt worden. Diese umfasst zunächst den Technologie- und Kriterienkatalog einschließlich aller Ausprägungen sowie die Technologiebewertung, die als Wissensbasis fungiert. Außerdem steht ein Anforderungsprofil zur Verfügung (siehe Abb. 4), in dem über ein Dropdown-Menü Anforderungen ausgewählt werden können. Diese sind analog zu dem Kriterienkatalog in die Bereiche Allgemein (blau), Identifikationstechnologie (grün), Erfassungstechnologie (orange) und Übertragungstechnologie (gelb) strukturiert. Möchte das Projektmanagement für einen konkreten Anwendungsfall, wie das Tracking von Arbeits(hilfs-)mitteln, die Fortschrittskontrolle, die Ermittlung von Arbeits-/ Prozesszeiten oder die lokale Ortung von Bauteilen, eine Technologie zur (teil-)automatischen Datenerfassung einsetzen, ist das Anforderungsprofil je nach Bedarf auszufüllen. Wenn für ein Kriterium keine konkrete Ausprägung ausgewählt wird, gilt automatisch das Kriterium „keine Angabe“, d. h., dieses Kriterium wird nicht im Filterprozess berücksichtigt. Als Ergebnis werden alle Technologieketten ausgegeben, die die gewählten Anforderungen erfüllen bzw. diese übertreffen. In Abhängigkeit der Rigorosität der Anforderungen an die Technologien variiert die Anzahl der als Ergebnis ausgegebenen Technologieketten. Das Tracking von Arbeitsmitteln (hier: LKW) zur Verfolgung einer Anlieferung zur Baustelle stellt beispielsweise einen Anwendungsfall dar, für den nach dem anwendungsfallspezifischen Ausfüllen des Anforderungsprofils geeignete Technologieketten vorgeschlagen werden, die den aktuellen Standort des LKWs erfassen. Hierbei kann der Fall auftreten, dass alle vorgeschlagenen Technologieketten dieselbe Datenerfassungstechnologie, hier einen GPS-Sensor, beinhalten und nur die Übertragungstechnologie variiert. Die Auswahl der konkreten Technologiekette liegt im Ermessen der Anwender: innen. Nach ersten Testläufen zur Anwendung der Methodik ist aufgefallen, dass die 17 betrachteten Bewertungskriterien nicht immer zufriedenstellende Ergebnisse liefern. Daher werden die Bewertungskriterien um drei Hilfskriterien ergänzt, die Abbildung 4: Anforderungsprofil in einer ausführbaren Anwendung (Auszug) auch bei der Technologiebewertung berücksichtigt werden: örtliche Flexibilität (Ausprägungen: mobil, ortsfest), Datenübertragungsart (Ausprägung: kabelgebunden, nicht kabelgebunden) und Umgebung (Ausprägung: indoor, outdoor). 3.2 Nutzen der Methodik Die entwickelte Methodik stellt ein Werkzeug dar, das für konkrete Anwendungsfälle Datenidentifikations-, Datenerfassungs- und Datenübertragungstechnologien vorschlägt. Das Projektmanagement erhält mit der Methodik einen schnellen Zugang zu geeigneten Lösungen für eine manuelle und (teil-) automatische Datenerfassung von logistischen Prozessen zur und auf der Baustelle. Mit dem Einsatz einer solchen anwendungsbedarfsbezogenen Technologiekette steigt die Datenverfügbarkeit und somit auch die Prozesstransparenz bei der Projektsteuerung. Das Projektmanagement erhält auf Basis der dann verfügbaren Daten eine bessere Übersicht zu den aktuellen Prozessen auf der Baustelle. Projekte lassen sich sicherer steuern, da die Ist-Zustände auf der Baustelle echtzeitnah abrufbar werden und ein frühzeitiges Eingreifen bei Abweichungen zur ursprünglichen Planung möglich wird. Insgesamt nimmt das Projektrisiko aufgrund der erhöhten Transparenz ab, da die Planung von Zeiten, Kosten und Ressourcen unter Einsatz der Technologien datenbasiert erfolgen kann. Die Methodik ist flexibel erweiterbar. Zum einen können stets neue Technologien im Katalog angelegt und zu technisch sinnvollen Technologieketten verknüpft werden; somit erweitert sich das Auswahlspektrum an Technologien für die Baustelle. Zum anderen können neue Bewertungskriterien ergänzt werden, die für einzelne Anwendungsfälle von besonderer Relevanz sind; hierbei ist jedoch eine nachträgliche Bewertung aller Technologien vorzunehmen. 3.3 Evaluation der Methodik Die im März 2023 durch drei Expert: innen aus dem Projektbegleitenden Ausschuss zum Forschungsprojekt vorgenommene Evaluation der Methodik gliedert sich in zwei Teile: Methodik als Artefakt (Teil 1) und Anwendung der Methodik (Teil 2). Für die Evaluation des 1. Teils (Artefakt) werden Durchgängigkeit, Transparenz und Nachvollziehbarkeit, Vollständigkeit, Richtigkeit, Nützlichkeit sowie Flexibilität und Erweiterbarkeit bewertet. Die Evaluation des 2. Teils (Anwendung) erfolgt anhand der Kriterien Zeitaufwand, Zufriedenheit, Praktikabilität und Qualität der Ergebnisse. Während „Durchgängigkeit“ und „Nützlichkeit“ der Methodik (Teil 1) grundsätzlich gesehen werden, sind „Transparenz und Nachvollziehbarkeit“ aufgrund der sehr umfangreichen Technologiematrix nur bedingt positiv bewertet worden. Die „Vollständigkeit“ des Technologie- und Kriterienkatalogs und die „Richtigkeit“ der Technologiebewertung konnten von den Expert: innen nicht einzeln geprüft werden. „Flexibilität und Erweiterbarkeit“ der Methodik werden gesehen, der Aufwand für die Erweiterung sei jedoch hoch. Der Zeitaufwand für die Anwendung der Methodik (Teil 2) wird als gering angesehen, Zufriedenheit und Praktikabilität werden positiv bewertet. Die Qualität der Ergebnisse wurde überwiegend mit „hoch“ bewertet. Insgesamt spricht die gute Bewertung der Anwendung für eine praktikable Einsatzfähigkeit der Methodik im Unternehmen bei gleichzeitig niedrigschwelliger Einstiegshürde. Bestehende Anmerkungen der Expert: innen zur Verbesserung der Methodik sind nach der Evaluation umgesetzt worden. So werden als Ergebnis ausgewiesene Technologien mit einem Technologiesteckbrief verlinkt, um ein Einlesen in Wissen | Methodik zur Auswahl von Datenerfassungstechnologien 53 PROJEKTMANAGEMENT AKTUELL · 34. Jahrgang · 04/ 2023 DOI 10.24053/ PM-2023-0075 die vorgeschlagenen Technologien ohne große Aufwände zu ermöglichen. Außerdem werden ausgefüllte Anforderungsprofile und ausgewählte Technologieketten als Profile gespeichert. Wird eine Technologiekette nach Anwendung der Methodik in der Praxis umgesetzt, hat das Projektmanagement die Möglichkeit, diese Technologiekette als „Technologieschablone“ zu kennzeichnen, wenn sich ihre Einsatzfähigkeit in einem Praxistest bewährt hat. So kann zur Technologiekette das Anforderungsprofil erneut eingesehen und ein konkreter Anwendungsfall hinterlegt werden. Mit dieser Funktionalität fließen Projekterfahrungen in die Auswahl ein und es kann langfristig eine breitere Wissensbasis aufgebaut werden. 4. Zusammenfassung und Ausblick Die im Rahmen des Forschungsprojektes entwickelte und zunächst in Microsoft Excel ® umgesetzte Methodik unterstützt bei der Identifikation und Auswahl geeigneter Technologien zur Datenerfassung logistischer Prozesse zur und auf der Baustelle. Im Verlauf des Forschungsprojektes wurde die Methodik in eine Demonstrationsplattform integriert, die neben der beschriebenen Technologieauswahl weitere Funktionen, wie z. B. die Erfassung von Logistikdaten auf der Baustelle mit Hilfe ausgewählter Technologieketten sowie den Abruf von Logistikdaten für das Projektmanagement, über ein semantisches Modell bereitstellt. Somit sind anwendungsspezifische Digitale Schatten von Logistikprozessen auf der Baustelle umsetzbar. Aktuelle Forschungsergebnisse und Informationen zum Projektbegleitenden Ausschuss sind abrufbar unter https: / / dataject.de. Dieser Beitrag entstand im Rahmen des Forschungsprojektes „dataject.log- - Entwicklung eines semantischen Modells zur Beschreibung eines Digitalen Schattens der Logistikprozesse im Maschinen- und Anlagenbau zur Verwendung im Projektmanagement“, das unter der IGF-Vorhaben-Nummer 21 755 der Bundesvereinigung Logistik (BVL) geführt und über die Allianz industrieller Forschung (AiF) im Rahmen des Programms zur Förderung der Industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) aufgrund eines Beschlusses des Deutschen Bundestages gefördert wird. Literaturverzeichnis [1] Heidmann, R.: Windenergie und Logistik. Losgröße 1: Logistikmanagement im Maschinen- und Anlagenbau mit geringen Losgrößen. Beuth Verlag, Berlin 2015 [2] Wenzel, S.; Laroque, C.: Methodik für ein simulationsgestütztes logistikintegriertes Projektmanagement im Anlagenbau. In: Dangelmaier, W.; Laroque, C.; Klaas, A. (Hrsg.): Simulation in Produktion und Logistik. Entscheidungsunterstützung von der Planung bis zur Steuerung. HNI-Verlagsschriftenreihe, Paderborn 2013 [3] dataject.log: Webseite des Forschungsprojektes dataject. log: Entwicklung eines semantischen Modells zur Beschreibung eines Digitalen Schattens der Logistikprozesse im Maschinen- und Anlagenbau zur Verwendung im Projektmanagement“. URL: www.dataject.de, Zugriff am 22. 05. 2023 [4] Fink, A.: Conducting research literature reviews. From the internet to paper. 5. Auflage. SAGE Publications Inc, Los Angeles 2019 [5] Hippenmeyer, H.; Moosmann, T.: Automatische Identifikation für Industrie 4.0. Springer Vieweg, Berlin 2016 [6] ten Hompel, M.; Büchter, H.; Franzke, U.: Identifikationssysteme und Automatisierung. Springer, Berlin 2008 [7] Sauter, M.: Grundkurs Mobile Kommunikationssysteme. UMTS, HSDPA und LTE, GSM, GPRS und Wireless LAN. 4. Auflage. Vieweg+Teubner Verlag, Wiesbaden 2011 [8] Ishikawa, K.: What is total quality control? The japanese way. Translated by David J. Lu. 6. Auflage. Prentice-Hall, Englewood Cliffs, New Jersey 1985 [9] Häder, M.: Empirische Sozialforschung. Eine Einführung. 3. Auflage. Springer, Wiesbaden 2015 [10] Guckelsberger, U.; Unger, F.: Statistik in der Betriebswirtschaftslehre. Springer, Wiesbaden 2013 [11] Schelewsky, M.; Jonuschat, H.; Bock, B.; Stephan, K.: Smartphones unterstützen die Mobilitätsforschung. Neue Einblicke in das Mobilitätsverhalten durch Wege-Tracking. Springer Vieweg, Wiesbaden 2014 Eingangsabbildung: © iStock.com / ipopba Deike Gliem Deike Gliem, wissenschaftliche Mitarbeiterin an der Universität Kassel, Fachgebiet Produktionsorganisation und Fabrikplanung deike.gliem@uni-kassel.de Univ.-Prof. Dr.-Ing. Sigrid Wenzel Univ.-Prof. Dr.-Ing. Sigrid Wenzel, Leiterin des Fachgebietes Produktionsorganisation und Fabrikplanung im Institut Produktionstechnik und Logistik an der Universität Kassel s.wenzel@uni-kassel.de Universität Kassel Fachgebiet Produktionsorganisation und Fabrikplanung Kurt-Wolters-Straße 3 34 125 Kassel Wibke Kusturica Wibke Kusturica, wissenschaftliche Mitarbeiterin am Institut Management und Information der Westsächsischen Hochschule Zwickau wibke.kusturica@fh-zwickau.de Prof. Dr. Christoph Laroque Prof. Dr. Christoph Laroque, Professur Business Analytics am Institut Management und Information der Westsächsischen Hochschule Zwickau christoph.laroque@fh-zwickau.de Westsächsische Hochschule Zwickau Fakultät Wirtschaftswissenschaften Kornmarkt 1 08 056 Zwickau