@article{BraeutigamHofmannWaschik, author = {Br{\"a}utigam, Volker and Hofmann, Jan and Waschik, Monika}, title = {Aufbau und Etablierung eines Lehrformates zur praxisnahen Vermittlung von Methoden und Kompetenzen zur Gesch{\"a}ftsmodellentwicklung und zur Sensibilisierung der Gr{\"u}ndungskultur}, series = {FHWS Science Journal}, volume = {5}, journal = {FHWS Science Journal}, number = {1}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:863-opus-19251}, pages = {82 -- 90}, abstract = {Nach Schulte ist in vielen akademischen Ausbildungen die transzendentale Integration von {\"o}konomischen Querfunktionen, insbesondere das heranwachsende »Gr{\"u}ndertum-Gen« ausbauf{\"a}hig. Ein Studium zum Intra- oder Entrepreneurship bildet zun{\"a}chst die Grundlage. Dar{\"u}ber hinaus muss zus{\"a}tzlich ebenfalls praktisch ausprobiert und erlebt werden. Dieses Erfahrungslernen gilt auch in der heutigen Zeit der digitalen Transformation...}, language = {de} } @article{HofmannWaschikBraeutigam, author = {Hofmann, Jan and Waschik, Monika and Br{\"a}utigam, Volker}, title = {Erfahrungslernen und Selbstdisziplin mit der Campus Startup Night zur Steigerung der Praxisfitness}, series = {FHWS Science Journal}, volume = {5}, journal = {FHWS Science Journal}, number = {1}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:863-opus-19261}, pages = {91 -- 96}, abstract = {Aufgrund der kontr{\"a}ren Situation zwischen Wirtschaftskraft und Gr{\"u}ndungszahlen in Mainfranken gilt es, ein regional wirkendes Format zu schaffen. Das Ziel ist es, die FHWS-initiierten Gr{\"u}ndungsaktivit{\"a}ten zu unterst{\"u}tzen und zuk{\"u}nftig aufrecht zu erhalten...}, language = {de} } @inproceedings{FischerHofmannWaschiketal., author = {Fischer, Sophie and Hofmann, Jan and Waschik, Monika and Br{\"a}utigam, Volker}, title = {Agile Lehre f{\"u}r eine interaktive Gr{\"u}ndungskultur}, series = {Kompetenzen f{\"u}r die digitale Transformation 2020: Digitalisierung der Arbeit-Kompetenzen-Nachhaltigkeit 1. Digitalkompetenz-Tagung}, booktitle = {Kompetenzen f{\"u}r die digitale Transformation 2020: Digitalisierung der Arbeit-Kompetenzen-Nachhaltigkeit 1. Digitalkompetenz-Tagung}, publisher = {Springer}, address = {Berlin, Heidelberg}, doi = {10.1007/978-3-662-62866-9_20}, pages = {289 -- 304}, abstract = {In der Region Mainfranken ist ein R{\"u}ckgang der Gr{\"u}ndungszahlen zu beobachten. Ein Ansatz, um dieser Entwicklung idealerweise entgegenzuwirken, sind die thematische Sensibilisierung und Erh{\"o}hung von Innovationspotenzialen bei Studierenden sowie der Ausbau von hochschul{\"u}bergreifenden Netzwerkstrukturen. Daf{\"u}r wurden in dem vom Bundesministerium f{\"u}r Bildung und Forschung (BMBF) gef{\"o}rderten Projekt „PIONIER" (F{\"o}rderkennzeichen 01PL17019) kompetenzbasierte Lehrmodule entwickelt, bei denen Studierende zielgerichtet bei ihrer Kompetenzentwicklung und Formung der Gr{\"u}nderpers{\"o}nlichkeit unterst{\"u}tzt werden. Das Kompetenzprofil von Lehmann \& Wilke (2019) wurde erg{\"a}nzt und diente als Grundlage f{\"u}r die neu entwickelten agilen Lehrformate. Aus dem Projekt resultieren das GR{\"U}NDUNGS:portfolio, das die erbrachten Leistungen und durchlaufenen Module zug{\"a}nglich macht, sowie der interaktive GR{\"U}NDUNGS:leitfaden als Unterst{\"u}tzungswerkzeug. Die Maßnahmen werden von Expertinnen und Experten aus hochschulinternen Abteilungen, St{\"a}dten und Kommunen sowie Start-ups und Unternehmenspartnerinnen und Unternehmenspartnern begleitet, um den Studierenden entsprechende Unterst{\"u}tzungsstrukturen mittels Beratung, Coaching und Erfahrungsaustausch zukommen zu lassen. Ziel dieses ganzheitlichen Ansatzes ist einerseits, das Thema Gr{\"u}ndertum bekannter, attraktiver und nahbarer zu machen, andererseits nachhaltige Angebote f{\"u}r Studierende zu schaffen, um der regional r{\"u}ckl{\"a}ufigen Gr{\"u}nderquote entgegenzuwirken. Gleichzeitig verfolgt das Vorhaben eine Erh{\"o}hung des Praxisbezugs von Forschung und Lehre sowie die Erh{\"o}hung der Innovationsf{\"a}higkeit von Studierenden. Somit werden die Studierenden zum Gr{\"u}nden animiert und auch f{\"u}r den schnelllebigen und anspruchsvollen Arbeitsmarkt qualifiziert.}, language = {en} } @article{HofmannEberhardtHeusingeretal., author = {Hofmann, Jan and Eberhardt, Lars and Heusinger, Moritz and Dobhan, Alexander and Engelmann, Bastian and Schleif, Frank-Michael}, title = {Optimierung von Prozessen und Werkzeugmaschinen durch Bereitstellung, Analyse und Soll-Ist-Vergleich von Produktionsdaten}, series = {FHWS Science Journal}, volume = {5}, journal = {FHWS Science Journal}, number = {2}, issn = {2196-6095}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:863-opus-20012}, pages = {135 -- 142}, abstract = {Mit einem Umsatz von 103 Milliarden Euro ist die Metallindustrie eine der gr{\"o}ßten deutschen Industriebranchen. Diese ist von volatilen Marktbedingungen und hohem Wettbewerb gepr{\"a}gt [1][2]. Kleine und mittlere produzierende Unternehmen (sogenannte KMU) sehen zunehmend gravierende Probleme bei der Einhaltung von Lieferterminen bedingt durch hohe Durchlaufzeiten in der Produktion [3]. Neben kaufm{\"a}nnischen Planungssystemen zur Erstellung von Produktionspl{\"a}nen nutzen Unternehmen als Planungsgrundlage weiterhin Excel mit 31 \% und manuelle Prozesse mit 10 \% [4]. Gleiches gilt f{\"u}r Produktwechselvorg{\"a}nge auf Maschinen (R{\"u}sten). Aufgrund dieser Aspekte ist es notwendig, die Rentabilit{\"a}t der KMU in der Metallindustrie zu steigern. Das wird durch effiziente Produktionsplanung und -steuerung, sowie der daraus resultierenden hohen Reaktionsf{\"a}higkeit und Flexibilit{\"a}t realisiert. Daher ist die Produktionsplanung auf die Markt- und Kundenanforderungen und die Anlageneffektivit{\"a}t auf ein hohes und stabiles Niveau auszurichten [5]. Hier bietet die Erfassung von Echtzeitdaten eine ad{\"a}quate Reaktion auf die genannten Anforderungen. Ebenfalls liefert sie großes Potenzial f{\"u}r die Produktionsplanung und -steuerung, um die Disposition und Koordination von Arbeitsauftr{\"a}gen zu optimieren. Weiterhin werden St{\"o}rgr{\"o}ßen oder unvorhergesehene Planungsabweichungen reduziert [4][6]. Zus{\"a}tzlich ist eine erh{\"o}hte Transparenz und Verbesserung menschlicher Entscheidungsprozesse notwendig. Dies kann durch datengetriebene Methoden unterst{\"u}tzt und sichergestellt werden [7]. Ein Ansatz zur Optimierung des Produktionsergebnisses kann durch die Erh{\"o}hung der Anlagenproduktivit{\"a}t selbst realisiert werden. Dazu muss die Verf{\"u}gbarkeit der Anlagen durch Lokalisierung und Reduzierung von Verlusten erh{\"o}ht werden. Die Umr{\"u}stungsprozesse tragen stark negativ zur Verf{\"u}gbarkeit einer Produktion bei. Eine Steigerung der Gesamtanlageneffektivit{\"a}t (overall equipment effectiveness oder kurz OEE) in einer Fertigungsumgebung ist jedoch m{\"o}glich durch eine intelligente Nutzung von Sensordaten mit Techniken wie z. B. Machine Learning (ML).}, language = {de} }