Beruflich Dokumente
Kultur Dokumente
Studienarbeit DT - Altmayer Grüner
Studienarbeit DT - Altmayer Grüner
im Bachelorstudiengang Wirtschaftsingenieurwesen
an der Technischen Hochschule Ulm
Digitale Transformation
Nachhaltige Strategien für mittelständische Unternehmen
anhand eines Praxisbeispiels
Seifert Logistics Group GmbH
Welche strategischen Ansätze und Maßnahmen sind erforderlich, um eine erfolgreiche und
nachhaltige digitale Transformation in mittelständischen Unternehmen umzusetzen?
2. Theoretischer Rahmen
2.1 Digitale Transformation und Begriffsabgrenzungen
Die digitale Transformation bezeichnet den umfassenden Prozess, bei dem Unternehmen
digitale Technologien nutzen, um ihre Geschäftsmodelle, Prozesse und Interaktionen mit
Kunden und Partnern grundlegend zu verändern und zu erweitern. Es geht dabei nicht nur um
die Einführung einzelner digitaler Lösungen, sondern vielmehr um eine ganzheitliche
Neuausrichtung des Unternehmens, um den Anforderungen des digitalen Zeitalters gerecht zu
werden. Ziel ist es, die Effizienz zu steigern, Kundenerlebnisse zu verbessern, neue
Geschäftsmöglichkeiten zu erschließen und die Wettbewerbsfähigkeit des Unternehmens zu
stärken (Schallmo 2018) .
Die Begriffe "Digitale Transformation", "Digitalisierung" und "Digitisierung" werden oft im
Zusammenhang mit der Nutzung von Technologie und der Entwicklung digitaler Lösungen
verwendet. Obwohl sie miteinander verwandt sind, beschreiben sie unterschiedliche Aspekte
des digitalen Wandels. (Schallmo 2018) .
Die Digitisierung bezieht sich ausschließlich auf auf die Umwandlung analoger Informationen
oder Prozesse in digitale Formate. Es geht darum, Informationen, Daten oder Objekte in eine
digitale Darstellung zu überführen. Ein Beispiel dafür ist das Scannen von Dokumenten wie
beispielsweise Fotographien, um sie in elektronische Dateien umzuwandeln. Somit legt die
Digitisierung den Grundstein für weitere digitale Prozesse (Schallmo 2018, S. 5).
Anschließend darauf baut die Digitalisierung auf der Digitisierung auf und bezieht sich auf
die Integration digitaler Technologien und digitaler Daten in bestehende Prozesse, um
Effizienz- und Produktivitätssteigerungen zu ermöglichen. Das Ziel ist es, traditionelle
Arbeitsweisen und Prozesse zu optimieren, indem digitale Werkzeuge und Technologien
eingesetzt werden. Beispielsweise kann die Automatisierung von Datenverarbeitungsaufgaben
oder die Einführung von digitalen Kommunikationsplattformen in einem Unternehmen als
Digitalisierung betrachtet werden (Botzkowski 2018, S. 22–25)
Abbildung 1: Diagramm zur Digitisierung, Digitalisierung und Digitale Transformation (Anastasia 2020)
2
Die Digitisierung und Digitalisierung beschreiben jeweils einzelne Handlungsfelder. Die
digitale Transformation geht hierbei jedoch über diese teils seperierten Handlungsfelder
hinaus und beschreibt einen ganzheitlichen Entwicklungs- und Veränderungsprozess in
Unternehmen, Organisationen oder Gesellschaften. Der Prozess wird durch die Integration
digitaler Technologien und den Einfluss der digitalen Kultur ermöglicht und ist in Abbildung
1 abgebildet. Es betrifft somit die gesamte Organisation und erfordert oft eine Neuausrichtung
der Unternehmenskultur, Fähigkeiten und Denkweisen, um mit den Anforderungen einer
zunehmend digitalen Welt Schritt zu halten (Schallmo 2018, S. 9–15).
2.2 Ausprägungen der Nachhaltigkeit im Kontext der digitalen Transformation
Im Kontext der digitalen Transformation gewinnt zudem das Konzept der Nachhaltigkeit
zunehmend an Bedeutung. Unternehmen stehen vor der Herausforderung, digitale Lösungen
und Technologien so einzusetzen, dass sie nicht nur kurzfristige Vorteile bringen, sondern
auch langfristig im Unternehmen verankert sind. Nachhaltigkeit bezieht sich in diesem Aspekt
also auf das Gleichgewicht zwischen ökologischer und ökonomischer Stabilität, das auf die
Befriedigung der Grundbedürfnisse aller Menschen abzielt. Aus Unternehmenssicht ist
Nachhaltigkeit ein Gleichgewicht zwischen vielen wirtschaftlichen, sozialen und
ökologischen Faktoren, die das Unternehmen und seine Leistung beeinflussen und eine
nachhaltige Entwicklung gewährleisten. Ökonomisch gesehen geht es darum, durch die
digitale Transformation langfristige Wettbewerbsvorteile zu erzielen und das Unternehmen
zukunftsfähig auszurichten. Ökologische Aspekte zielen darauf ab, die Umweltauswirkungen
zu minimieren, beispielsweise durch Energieeffizienz oder ressourcenschonende Prozesse,
während soziale Nachhaltigkeit sich darauf bezieht, dass die digitale Transformation im
Einklang mit den Bedürfnissen und Interessen der Mitarbeiter, Kunden und der Gesellschaft
erfolgt. Eine nachhaltige digitale Transformation berücksichtigt somit auch ethische und
gesellschaftliche Aspekte auf allen Ebenen der unternehmerischen Hirarchie
(Beltrami et al. 2021)
.
In anderen Studien wird Nachhaltigkeit als eine Philosophie, ein Ansatz oder eine Praxis
definiert, die die Entwicklung leitet und vorantreibt als Prozess zur Erreichung eines
nachhaltigen Niveaus oder Zustands. Es wird auch als die Fähigkeit definiert, Ressourcen
zuzuweisen und verantwortungsvolle Entscheidungen zu treffen, um wirtschaftliche, soziale
und ökologische Ziele zu erreichen (Ozili 2022, S. 4–6) .
Nachhaltigkeitspraktiken ermöglichen laut Curran (Curran 2009) „zufriedenstellende
Ergebnisse für Mensch und Umwelt und erfüllen gleichzeitig die sozialen und
wirtschaftlichen Bedürfnisse heutiger und zukünftiger Generationen“.
Der organisatorische Fokus auf kontinuierliche Verbesserung steht in direktem
Zusammenhang mit seiner Offenheit für Innovation und der Fähigkeit, sich nachhaltig zu
entwickeln (Medne 2019) . Um als Unternehmen im Wettbewerb bestehend zu bleiben und
eine nachhaltige Entwicklung sicherzustellen, müssen Unternehmen und Organisationen ihre
Produkte, Prozesse und Organisationen kontinuierlich verbessern und gleichzeitig effizient
und effektiv bleiben. Dabei spielt besonders die digitale Transformation eine entscheidende
Rolle. Somit ergibt sich, dass sich die digitale Transformation auf verschiedene Aspekte der
nachhaltigen Entwicklung auswirkt und ein Wegbereiter für Nachhaltigkeit sein kann
(Feroz 2021)
.
3
PDCA ist eine methodische Anwendung zur kontiuerlichen Verbesserung von
Geschäftspraktiken und steht für "Plan-Do-Check-Act". Der Zyklus beinhaltet vier
aufeinanderfolgende Schritte, welche mit der Planung, Ausführung, Überprüfung und
Anpassung interpretiert werden können (Sokovic et al. 2010, S. 476).
Plan: Dies beinhaltet die Festlegung von klaren Zielen, die Identifizierung von Problemen
und die Entwicklung eines detaillierten Plans zur Erreichung dieser Ziele. Dabei werden auch
Ressourcen, Verantwortlichkeiten und Zeitpläne festgelegt.
Do: Im Umsetzungsschritt wird der Plan praktisch umgesetzt, indem die geplanten
Maßnahmen und Veränderungen tatsächlich durchgeführt werden. Es ist wichtig, dass der
Prozess gemäß den festgelegten Plänen und Standards durchgeführt wird.
Check: In diesem Schritt werden Ergebnisse und Fortschritte überwacht und bewertet,
einschließlich der Datensammlung, Analyse von Leistungskennzahlen und Überprüfung, ob
die gesteckten Ziele erreicht wurden. Es dient zur Identifizierung und Verständnis möglicher
Probleme oder Abweichungen
Act: Die Erkenntnisse aus dem vorherigen Schritt „Check“ bietet die Grundlage für alle
notwendigen Anpassungen, die zu effektiven Veränderungen und Verbesserungen in diesem
letzten Schritt führen sollen. Ein Teil der Anpassungen besteht darin, die Elemente der
ursprünglichen Planungsphase anzupassen, die Ursachen für aufgetretene Fehler in der „Do“-
und „Check“-Phase zu korrigieren und neue Maßnahmen umzusetzen. Das oberste Ziel
besteht darin, den Prozess kontinuierlich zu optimieren (Sokovic et al. 2010, S. 477).
Der PDCA-Zyklus stellt einen geschlossenen Kreislauf dar, bei dem die Erfahrungen und
Erkenntnisse aus jedem Durchlauf genutzt werden, um den nächsten Zyklus zu verbessern.
Dieses Konzept fördert eine kontinuierliche Kultur des Lernens und Verbesserns in
Organisationen. Indem der PDCA-Zyklus wiederholt angewandt wird, können Unternehmen
ihre Leistung kontinuierlich steigern und sich an veränderte Bedingungen und Anforderungen
anpassen. Hierbei lassen sich besonders im „Check“-Teil die ökonomischen, sozialen und
ökologischen Auswirkungen im Detail reflektieren und bieten eine Basis für Maßnahmen zur
Erhöhung der Integrität, Akzeptanz, Umweltfreundlichkeit und Effizienz eines digitalisierten
Prozesses im Bezug auf Nachhaltigkeit. (Sokovic et al. 2010, S. 476–478)
Im praktischen Teil der Studienarbeit bezieht sich die Nachhaltigkeit primär auf den
ökonomischen Aspekt.
Digital Governance
Bei einer Digital Governance handelt es sich um einen strategischen Ansatz zur Steuerung
und Verwaltung digitaler Prozesse, Technologien und Daten in einer Organisation sowie des
daraus resultierenden Systems.
Dieser Ansatz umfasst die Erstellung präziser Richtlinien, transparenter Prozesse sowie die
klare Zuweisung von Verantwortlichkeiten. Es ist das Ziel, digitale Ressourcen sicher und
effizient zu nutzen und zu verwalten, um Vorschriften einzuhalten und Risiken zu
minimieren. Eine digitale Governance-Philosophie richtet sich an Unternehmen und
Organisationen, um eine strategische Herangehensweise festzulegen, die ihnen hilft, ihre
digitalen Ressourcen zu verwalten, zu schützen und zu nutzen. Sie definiert
Rahmenbedingungen, um Verantwortlichkeiten, Prozesse und Regeln für die Verwendung
von Daten, Technologien und digitalen Plattformen zu etablieren. Diese Philosophie zielt
darauf ab, Sicherheit, Richtlinientreue, Effizienz und Innovation in der digitalen Landschaft
zu gewährleisten, während sie gleichzeitig die Werte und Ziele der Organisation unterstützt.
(Grigalashvili 2023, S. 2–4)
Digitaler Fahrplan
Ein digitaler Fahrplan ist ein strukturiertes Konzept, auch Roadmap genannt. Ein solcher
Fahrplan kann den Weg aufzeigen, den eine Organisation bei der digitalen Transformation
einschlägt sowie dessen notwendige Informationen strukturiert eingliedern.
Er beinhaltet konkrete Ziele, Meilensteine, Initiativen sowie erforderliche Ressourcen, um
eine ganzheitliche digitale Transformation zu erzielen. Dieser Fahrplan legt die Strategie fest,
identifiziert Technologien, definiert Prozesse und Zeitpläne zur Erleichterung der
Transformation und zur Unterstützung der Organisation bei der Anpassung an die digitalen
Anforderungen.Eine eine gründliche Analyse des Geschäftsmodells und der gesamten
Wertschöpfungskette vorzunehmen im Rahmen eines Digitalen Fahrplans kann außerdem
mögliche Gefahren für die Branchenlogik aufdecken und als Basis für aktive
Gegenmaßnahmen dienen, um einen Rückstand in der Branche zu vermeiden sowie einen
Wettbewerbsvorteil zu schaffen. Klare und spezifisch definierte Ziele und eine anschließende
Evaluierung des Erfolgs führen zu einer nachhaltigen Entwicklung einer erfolgreichen
Digitalstrategie innerhalb eines Digitalen Fahrplans. (Lund et al. 2023, S. 700–704)
5.2 Technologische Handlungsfelder
Im Zuge der digitalen Transformation stehen deutsche Mittelständler von einer Vielzahl von
unterschiedlichen möglichen Handlungsfeldern. Hierbei ist es jedoch von Bedeutung, dass
nicht jede Maßnahme oder Handlungsfeld für jedes Unternehmen gewinnbringend und
nutzenstiftend ist. Es sollte auf die individuellen Ansprüche und Umstände eines
Unternehmens angepasst sein, und auf die Brache, deren Ziele und vorhandene Ressourcen
Rücksicht nehmen. Daher ist es entscheidend, eine sorgfältige Analyse durchzuführen und die
Handlungsfelder zu identifizieren, die für das jeweilige Unternehmen am relevantesten und
7
erfolgversprechendsten sind. In diesem Abschnitt werden ein Überblick über mögliche
Handlungsfelder für die Digitale Transformation im Fokus auf Logistikunternehmen
vorgestellt.
Internet of Things
Datenanalyse Künstliche
Automatisierung
und Business Intelligenz und
von Prozessen
Intelligence Machine Learning
Blockchain
Platooning Cross Docking
Technologie
8
und Entscheidungsunterstützung, welche durch die Unterstützung von Datensystemen die
Integration und Steuerung von Unternehmensprozessen ermöglichen. (Gardiner 2020)
Business Intelligence (BI) ist eine Technologie, die Unternehmen dabei unterstützt, Daten
objektiv zu sammeln, zu analysieren und in aussagekräftige Informationen umzuwandeln. BI
beinhaltet die Integration und Analyse von Daten, die Erstellung von Berichten sowie die
Verwendung von Leistungsindikatoren (KPIs) (Dedi und Stanier 2016, S. 225–228) . BI-
Tools sind zudem in der Lage, große Mengen an strukturierten und unstrukturierten Daten zu
verarbeiten, um neue strategische Geschäftsmöglichkeiten zu identifizieren, entwickeln und
zu schaffen. Die Identifizierung von neuen Möglichkeiten und die Umsetzung einer effektiven
Strategie auf Basis von aus Business Intelligence Erkenntnissen kann Unternehmen einen
Wettbewerbsvorteil sowie langfristige Stabilität bringen und ihnen bei der strategischen sowie
operativen Entscheidungsfindung helfen. BI wird in vielen Branchen eingesetzt und spielt
eine entscheidende Rolle in einer datengesteuerten Geschäftswelt (Rud 2009) .
Ein Aufbau einer datengetriebenen Kultur und die Schaffung einer Datenstrategie sind
entscheidend, um den Wert von Daten zu nutzen und deren effektive Erfassung, Speicherung,
Verwaltung und Nutzung sicherzustellen. Besonders die Integration einer sorgfältigen und
sauberen Datenpflege von Beginn der Transformation ist ein wichtiger Stützpfeiler im
Fundament der digitalen Transformation. Hierbei liegt die Herausforderung in der effektiven
Auswertung und Verwendung der Daten, welche über einen längeren Zeitraum angesammelt
worden sind. (Stieß 2016)
Künstliche Intelligenz (KI) und maschinelles Lernen:
KI umfasst die Fähigkeit von Systemen, menschenähnliche Intelligenz zu simulieren. Im
Geschäftsumfeld zeigt sich KI durch automatisierte Entscheidungsprozesse, die auf
komplexen Algorithmen basieren. Unternehmen können durch die Anwendung von
künstlicher Intelligenz große Mengen an Daten analysieren, Muster erkennen und fundierte
Vorhersagen treffen, welche menschliche Kapazitäten übersteigen würden (Wichert 2014).
Eine Untergruppe der KI ist das maschinelle Lernen (ML), bei dem Computer eigenständig
lernen und sich verbessern können, ohne explizit programmiert zu werden. Maschinelles
Lernen wird als Bestandteil der KI betrachtet und bezieht sich auf die automatische
Erkennung sinnvoller Muster in Datensätzen. ML-Tools zielen darauf ab, die Effizienz von
Algorithmen zu erhöhen, indem sie die Fähigkeit zum Lernen und zur Anpassung auf der
Grundlage von Big-Data-Analysen gewährleisten. Dies hilft Unternehmen, ihre Systeme
kontinuierlich zu verbessern und an stetig änderne Umgebungen anzupassen. Dadurch wird
nicht nur die Effizienz gefördert, sondern auch die Flexibilität, welche insbesondere für
mittelständische Unternehmen von entscheidender Bedeutung ist.
Durch generative Ergebnisse aus großen Datensätzen der Vergangenheit lassen sich Engpässe
in der Wertschöpfungskette erkennen und effektive Maßnahmen ergreifen, um diese zu
beheben. Darüber hinaus ermöglicht das maschinelle Lernen die Vorhersage von Kunden-
und Lieferantenverhalten sowie Markttrends, wodurch Unternehmen ihre Dienstleistungen
und Handelsbeziehungen rechtzeitig optimieren können. Indem mittelständische
Unternehmen KI und maschinelles Lernen im richtigen strategischen Kontext einsetzen, lässt
sich die operative Exzellenz und das Kunden- sowie Lieferantenverhältnis optimieren
(Khan et al. 2023)
.
9
Blockchain Technologie:
Die Blockchain-Technologie ist ein fortschrittlicher Datenbankmechanismus, der einen
transparenten Informationsaustausch innerhalb eines Unternehmensnetzwerks ermöglicht.
Eine Blockchain-Datenbank speichert Daten in Blöcken, die in einer Kette miteinander
verbunden sind. Die Daten sind chronologisch konsistent, da die Kette nicht ohne
Zustimmung des Netzwerks gelöscht oder geändert werden kann. So können Sie mit der
Blockchain-Technologie ein unveränderliches oder unveränderbares Hauptbuch für die
Verfolgung von Aufträgen, Zahlungen, Konten und anderen Transaktionen erstellen. Das
System verfügt über integrierte Mechanismen, die unbefugte Transaktionseinträge verhindern
und die Konsistenz der gemeinsamen Ansicht dieser Transaktionen gewährleisten.
Die Integration von Blockchain-Technologie in die digitale Strategie des deutschen
Mittelstands bietet zahlreiche Vorteile, die besonders die Nachhaltigkeit von Prozessen förert.
Durch die Integration von Blockchain in die Lieferkette können Unternehmen Transparenz,
Sicherheit und Vertrauen verbessern, indem sie den gesamten Prozess nachverfolgbar machen
und externe, ungewünschte Manipulationen erschweren, da die Informationen auf der
Blockchain unveränderlich und verifizierbar sind (Tijan et al. 2019) .
Zudem können Fehler reduziert werden, da durch eine dezentralisierte Verwaltung die
menschlichen Mediane wegfallen, welche von Natur aus fehleranfällig sind. Der Einsatz von
sogenannten Smart Contracts, welche automatisierte Verträge zwischen zwei Parteien mithilfe
der Blockchain darstellen, ermöglicht die Automatisierung von Vertragsabschlüssen und -
abwicklungen, was Zeit und Kosten spart und das Risiko von Fehlern verringert
(Wright und Filippi 2015)
.
Die Nutzung von Blockchain zur sicheren und dezentralen Datenverwaltung und -austausch
bietet zusätzliche Sicherheit und Datenschutz für Unternehmen und ihre Kunden. Durch die
strategische Integration von Blockchain-Technologie können Mittelstandsunternehmen die
Datensicherheit entlang der gesamten Wertschöpfungskette erhöhen sowie die
Zusammenarbeit mit Kunden bestärken. Besonders in Logistikunternehmen ist dies von
besonderer Relevanz, da über die gesamte Wertschöpfungskette hinweg jeder Prozess genau
überwacht werden kann und Unternehmen und Zulieferer durch die starken
Verschlüsselungsmethoden und kryptographischen Funktionen weltweit sicher und effizient
miteinander Daten austauschen können. Zudem bietet es erhöhte Transparenz, Integrität und
Vertrauen, da Daten und Transaktionen in Echtzeit erfasst und gespeichert werden. Somit
haben alle Parteien jederzeit Zugriff auf dieselben Informationen (Tijan et al. 2019).
Platooning
Platooning ist eine Technologie, die im Transport- und Logistikbereich zur Verbesserung der
Effizienz und Sicherheit im Straßengüterverkehr eingesetzt wird. Es handelt sich hierbei um
ein Konzept, bei dem mehrere Lastkraftwagen, die fortgeschrittene
Fahrzeugkommunikationstechnologie nutzen, in einer konvoiähnlichen Formation fahren.
Hierbei orientieren sich die hinteren Lastkraftwagen automatisch und mit minimalen
Abständen an den Bewegungen des führenden Lkw, wodurch der Luftwiderstand verringert
wird (Zwijnenberg et al., S. 2–7) .
Cross-Docking
10
Beim Cross-Docking werden Waren von ankommenden Lieferfahrzeugen entladen und direkt
auf die abgehenden Fahrzeuge weiterverladen. Cross-Docking findet in der Regel in einem
speziellen Docking-Terminal in einem Lager statt, wo die eingehenden Waren zunächst an
einem Dock empfangen und nach ihrem endgültigen Bestimmungsort sortiert werden.
Anschließend werden sie mit Hilfe von Gabelstaplern, Förderbändern oder anderen Geräten
auf die andere Seite des Docks transportiert und auf abgehende Fahrzeuge verladen. Das Ziel
von Cross-Docking besteht darin, die Waren so schnell wie möglich vom Lieferanten zum
Kunden zu transportieren, um Lagerkosten und Lagerzeiten zu minimieren. Dadurch können
auch Lagerkosten sowie Miet- und Personalkosten eingespart werden.
Cross-Docking wird oft in Branchen eingesetzt, in denen Geschwindigkeit und Effizienz in
der Lieferkette von großer Bedeutung sind, wie zum Beispiel im Einzelhandel und in der
Lebensmittellogistik, um Produkte schnell von Herstellern zu Einzelhandelsgeschäften zu
befördern. Es hilft dabei, Lagerbestände zu reduzieren und die Reaktionsfähigkeit auf
Nachfrageschwankungen zu verbessern (Stephan und Boysen 2011) .
Internet of Things (IoT)
Unter dem Internet of Things (Internet der Dinge) versteht man ein zusammenhängendes
Netzwerk von (meist) industriellen physischen Geräten, Fahrzeugen, Gebäuden oder anderen
Gegenständen. Diese sind mit einer Vielzahl von Sensoren, Software und
Netzwerkverbindungen ausgestattet, um alle notwendigen Werte, Bewegungen und sonstige
Daten zu erfassen. Damit ist es möglich, große Mengen an Daten zu sammeln und
auszutauschen. Im Logistikbezug spielt das IoT beispielsweise eine zentrale Rolle bei der
Umgestaltung traditioneller Prozesse einer Lieferkette, indem es Echtzeittransparenz und
Einblicke in die Bewegung und den Zustand von Waren bietet.
Die durch IoT entstandenen großen Datenmengen bilden beispielsweise die Schlüssel in Form
einer Datengrundlage, welche für die weiteren technologischen Handlungsfelder einer
digitalen Transformation notwendig sind. Die nahtlose Verbindung von Geräten und
Systemen ermöglich somit erst die effektive Nutzung derer Technologien
(Tran-Dang et al. 2022, S. 93–95)
.
Die gesammelten Daten des IoT dienen somit als Input für künstliche Intelligenz (KI) und
maschinelles Lernen (ML), um intelligente Entscheidungen zur Optimierung von
Logistikprozessen zu treffen. In Kombination mit der Blockchain Technologie bietet IIoT die
benötigte Datenmenge, um alle Informationen eines Prozesses transparent und sicher entlang
und für die gesamte Lieferkette bereitzustellen. Auch für die Technologien Platooning und
Crossdocking sind große Datenmengen aus Transportfahrzeugen notwendig, welche durch die
Vernetzung mithilfe eines IoT Netzwerks gesammelt werden können.
Das Netzwerk fungiert somit als zentraler Motor für die digitale Transformation, indem es die
Grundlage für Fortschritte in Bereichen wie Big Data, Automatisierung, KI, ML, Blockchain
und spezifischen Logistiktechnologien schafft (Sandner et al. 2020).
11
6.1 Vorstellung des Unternehmens: Seifert Logistics Group (SLG)
12
Es gibt aktuell keine klaren Grenzen zwischen IT und Digitalisierung und Maßnahmen
werden außerhalb klarer Strukturen und Verantwortlichkeiten durchgeführt. Die
Digitalisierung ist im Unternehmen bereits größtenteils abgeschlossen und operative
Mitarbeiter werden bereits aktiv in Entscheidungsprozesse einbezogen und konsultiert. Die
Evaluierung und Auswahl von Tools basierte auf den gemeldeten Problemen und Vorschlägen
der Mitarbeiter. Parallel dazu wurden Robotiklösungen eingeführt, um zeitaufwändige
Arbeiten zu automatisieren. Die Umsetzung von Ist- zu Soll-Prozessen erfolgte durch die
Schaffung von Transparenz in der gesamten Prozesslandschaft.
Die Digitalisierung hat in der aktuellen Unternehmensstrategie einen signifikanten
Stellenwert. Dieser Prozess erstreckt sich über einen Zeitraum von drei Jahren und umfasst
die Einführung mehrere neuer IT-Tools. Derzeit ist die Entwicklung einer umfassenden
Strategie zur digitalen Transformation geplant, welche im Laufe der nächsten Jahre entwickelt
werden soll (N. Dönhoff, persönliche Kommunikation, 12. September 2023).
6.2.2 Aktuelle Maßnahmen und Technologien
Aktuell nutzt das Unternehmen Seifert Logistics einzelne Methoden und Technologien in
Bezug auf Digitale Transformationen, wie beispielsweise Inventurdrohnen, Wischroboter in
den Lagerhallen, Palletierrobotor und Wickelmaschinen für Liefergüter. Zudem wird ein
Business Process Management System eingesetzt sowie einzelne Low Code Solutions, wie
beispielsweise das Effizienztool „SMAP ONE“ für Lagermitarbeiter. Zudem wurde ein neues
Kundenverwaltungssystem eingeführt, um Kundenbeziehungen effizienter verwalten zu
können.
Die Implementierung von Digitalisierungsprozessen im Unternehmen Seifert Logistics
gestaltete sich als anspruchsvoll. Insbesondere die Integration von Schnittstellen wie Power
Automate erforderte die Bereitstellung zusätzlicher Gateways. Im Gegensatz zu einem
Enterprise-Resource-Planning-System (ERP System), Die IT-Landschaft von Seifert Logistics
basiert auf „Lobster Data“, einem eigen entwickelten Datenkonvertierer mit einer speziellen
Architekturoberfläche. Dies ermöglicht die Aktualisierung und Integration von Daten, jedoch
ohne eine Echtzeitverfolgung – die Erfassung der Daten erfolgt ausschließlich über einen
Export von Daten, welcher in regelmäßigen Abständen durchgeführt wird (N.
Dönhoff, persönliche Kommunikation, 12. September 2023). Dies ist im Vergleich zu einem
herkömmlichen ERP-Systems (Enterprise Resource Planning System) nicht der Fall. Dort
werden Geschäftsprozesse und Daten aus dem gesamten Unternehmen in einer zentralen
Datenbank zusammenführt als Grundlage für Planung, Verwaltung und Steuerung von
Prozessen, wie beispielsweise Materialbedarfsplanung (Ebel 2016, S. 204). In einem
solchen System ist eine Verwaltung von Prozessdaten echtzeitorientiert möglich.
Die historisch gewachsene Strukturverwaltung von Daten in LobsterData wurde aufgrund des
schnellen Unternehmenswachstums bisher nicht nicht auf ein herkömmliches ERP-System
umgestellt. Somit ist zwar eine hohe Flexibilität bei der Auswahl und Anpassung von Tools
möglich, da es keinerlei externe Restriktionen in der Entwicklung gibt, schränkt jedoch die
Transparenz von laufenden Prozessen ein (N. Dönhoff, persönliche Kommunikation, 12.
September 2023).
6.2.3 Erzielte Ergebnisse und Auswirkungen
13
Um die genannten Herausforderungen zu bewältigen, implementierte die SLG strukturierte
Prozesse zur Umsetzung der Digitalisierung. Allerdings erwiesen sich diese Prozesse als
zeitintensiver als angenommen und nicht ausreichend flexibel, um dem schnellen und
kontinuierlichen Wachstum gerecht zu werden. Die erzielten Veränderungen hatten sowohl
positive als auch negative Auswirkungen. Positiv zu bewerten ist die gesteigerte
Anpassungsfähigkeit an die Kundenanforderungen sowie die erhöhte Flexibilität und
Anpassbarkeit der eingesetzten Tools. Ein Nachteil besteht jedoch in der eingeschränkten
Echtzeiteinsicht in Kundendaten aufgrund der Exportprozesse.
Um die Digitalisierung nachhaltig zu implementieren, wurden klare Standards und
Arbeitsanweisungen für die Mitarbeiter entwickelt. Ein Prozess Lebenszyklus wurde
eingeführt, um die Nachhaltigkeit der Prozesse sicherzustellen. Dieser umfasst die Planung,
Analyse, Modellierung, Implementierung und Überwachung von Prozessen und lässt sich mit
einem PDCA-Zyklus vergleichen.
Der Erfolg der Digitalisierungsmaßnahmen wird durch die vorherige Kalkulation von Kosten
und Nutzen sowie sorgfältige Tests gemessen. Hierbei werden Zeit- und Kosteneinsparungen
im Vergleich analysiert und in Dashboards erfasst. Ein besonderes Augenmerk liegt auf dem
Lagermanagement, welches umfassend digitalisiert wurde (N. Dönhoff, persönliche
Kommunikation, 12. September 2023).
6.2.4 Rückschlüsse zum Status Quo
Die gesammelten Erfahrungen im Prozess der Digitalisierung haben dem Unternehmen
gezeigt, dass eine sorgfältige Vorbereitung und die Entwicklung einer klaren Strategie vor der
Umsetzung von entscheidender Bedeutung sind. Die Dokumentation der neu gelernten
Erkenntnisse spielt aktuell bereits eine wichtige Rolle, um die Prozesse transparent zu
gestalten (N. Dönhoff, persönliche Kommunikation 12. September, 2023).
Zusammenfassend lässt sich feststellen, dass die Digitalisierung im Unternehmen bereits weit
fortgeschritten ist und aktiv gelebt wird. Eine Digitale Transformation erfordert jedoch noch
eine umfassende Strategie, die in zukünftige Unternehmensstrategien integriert werden soll
sowie eine umfassende Potential- und Bedürfnisanalyse. Das Unternehmen setzt derzeit
bereits einzelne Maßnahmen um und ist bestrebt, eine holistische Strategie zur Digitalen
Transformation in Zukunft zu entwickeln. Viele aktuelle Herangehensweisen sind durch ein
schnelles Wachstum und fehlender Resourceneinsatz entstanden und erfordern eine
strukturierte und ganzheitliche Transformation mit klaren Zielen und Zuständigkeiten.
14
7.1 Strategische Handlungsempfehlungen
Da aktuell im Unternehmen Seifert Logistics eine klare digitale Vision und eine detaillierte
Digitalstrategie noch nicht entwickelt wurde und Zuständigkeiten teilweise unklar definiert
sind, kann die Entwicklung und Dokumentation einer Digital-Governance-Philosophie
Struktur und klare Verantwortlichkeiten etablieren. Dadurch kann eine eindeutige Richtlinie
für die digitale Transformation im Unternehmen geschaffen werden. Durch klare Vorgaben,
Strukturen und Zuständigkeiten kann das Unternehmen gewährleisten, dass die digitale
Transformation effektiv und sicher durchgeführt wird. Dadurch wird eine einheitliche
Ausrichtung, Steuerung und Überwachung aller digitalen Initiativen gewährleistet und
potenzielle Risiken im Zusammenhang mit der Transformation werden minimiert
(Botzkowski 2018, S. 177–178) .
Es ist zudem ratsam, eine präaktive Wirtschaftlichkeitsanalyse für Seifert Logistics
durchzuführen, um sicherzustellen, dass Unternehmensressourcen nicht für uneffektive und
somit nicht wertschöpfende Projekte genutzt werden. Sie sind unwirtschaftlich und tragen
somit nicht zur Wertschöpfung bei. (Botzkowski 2018, S. 184)
Bisher wurde die Kosten-Nutzen-Bewertung einer Digitalen Transformation nicht
ausreichend gründlich evaluiert, daher könnten sich versteckte Potenziale in verschiedenen
Bereichen ergeben. Der CFO/ Finanzbereich ist also in der Verantwortung, die möglichen
Potentiale der digitalen Transformation zu bewerten und besonders die Controlling-Rolle und
Präsenz im Transformationsprozess zu betonen und als aktiven Geschäftspartner zu
integrieren. Dies kann die wertschöpfende Transformation des Geschäftsmodells erleichtern
und Implementierungen im Entscheidungsprozess als Argumentationsgrundlage vereinfachen.
Hierbei ist ein dreistufiges Vorgehen empfohlen:
1. Analyse der Kosten im Zusammenhang mit Entscheidungen zur Digitalisierung
2. Analyse der prognostizierten Vorteile
3. Analyse des Verhältnisses zwischen Kosten und Nutzen
Die Analyse der Wirtschaftlichkeit erfordert Prognosen über Kosten und Nutzen und sollte
daher möglichst objektiv erfolgen. Hierbei sind Kosten in der Regel besser prognostizierbar
als der Nutzen. Zur Analyse der mit Digitalisierungsentscheidungen einhergehenden Kosten
empfiehlt es sich, die digitale Transformation des Geschäftsmodells als Projekt zu definieren
und ein spezifisches Kostenmanagement in Projektform einzuführen
(Botzkowski 2018, S. 185)
.
Es empfiehlt es sich des weiteren, einen digitalen Fahrplan zu etablieren. Damit wird
sichergestellt, dass die vorhandenen Technologien mit Bedacht und guter Vorbereitung
implementiert werden. Ein solcher Fahrplan liefert mittelständischen Unternehmen wie der
SLG präzise Anweisungen und eine strukturierte Vision, um die digitale Transformation
erfolgreich durchzuführen und Handlungen entlang des Fahrplans zielgerichtet auszurichten.
Die digitale Transformation kann anwendungsbezogen in sechs essentielle Phasen eingeteilt
werden, welche einen strukturierten Weg für die SLG aufzeigen.
In der ersten Phase soll die Gefahr von Disruptionen innerhalb der Branche analysiert werden,
um potenzielle Veränderungen in der Industrie zu identifizieren. Die zweite Phase
konzentriert sich auf die Erfassung des Status Quo des aktuellen Geschäftsmodells und der
15
Wertschöpfungskette, um eine solide Basis für bevorstehende Veränderungen zu schaffen. In
der dritten Phase werden klare und messbare Ziele definiert, die als Leitfaden für folgende
Implementierungen dienen. Die vierte Phase besteht aus der Analyse der Ressourcenbasis, um
sicherzustellen, dass die benötigten Fähigkeiten und Ressourcen verfügbar sind. Die
eigentliche Geschäftsmodell-Transformation findet anschließend in der fünften Phase statt, in
der innovative Ansätze und Technologien eingeführt werden. Zum Abschluss werden in der
sechsten Evaluations- und Lernphase die Erfahrungen reflektiert und Anpassungen
vorgenommen, um den Erfolg der digitalen Transformation zu maximieren
(Botzkowski 2018, S. 181–182).
Zudem ermöglicht ein digitaler Fahrplan die systematische Integration neuer digitaler
Technologien in bestehende betriebliche Abläufe und Prozesse. Dadurch kann die Effizienz
gesteigert, die operative Transparenz verbessert und datengestützte Entscheidungen gefördert
werden, ohne den Betrieb zu unterbrochen. Besonders die historisch gewachsenen und teils
provisorisch-pragmatischen Ansätze in der Datenverwaltung wie im Datensystem
LobsterData, lassen sich durch ein klaren Fahrplan strategisch an neue Technologien anpassen
und sorgen für eine nahtlose Optimierung der Technologien, ohne das Tagesgeschäft zu
unterbrechen. Mit dieser strategischen Herangehensweise im Rahmen des Fahrplans lassen
sich also neue Tools und Methoden rollierend und phasenweise einführen, während
bestehende Methoden bis zur Ablösung durch die Optimierungsmaßnahmen fortgeführt
werden können.
Die digitale Transformation des Geschäftsmodells ist jedoch nicht unbedingt durch das
einmalige Durchlaufen aller Phasen abgeschlossen. Daher ist es ratsam, Erfahrungswerte zur
Ableitung zukünftiger Maßnahmen zu sammeln (Botzkowski 2018, S. 184).
Es ist zudem entscheidend, ein unternehmensweites Verständnis für Digitalisierung zu
fördern, da die Wahrnehmung und das Potenzial digitaler Technologien oft erheblich in
verschiedenen Bereichen der Unternehmenshierarchie variieren. Deshalb empfiehlt es sich,
die Digitalisierung nicht nur als rein technischen Prozess zu kommunizieren, welcher neu
eingeführt wird, sondern als Möglichkeit, innovative Modelle zu entwickeln, um
Arbeitsprozesse zu verbessern und neue Möglichkeiten aufzuzeigen, die zu einer teilweisen
oder vollständigen Transformation der Geschäftsmodelle führen können und das
Tagesgeschäft für jeden Mitarbeitenden des Unternehmens verbessert. Damit kann
sichergestellt werden, dass alle Potentiale, welche ausgeschöpft werden können, gründlich
untersucht werden.
Besonders mittelständische Unternehmen wie die Seifert Logistics Group müssen sich also
von traditionellen Begriffsverständnissen lösen, um das Potenzial der digitalen
Transformation und die damit verbundenen Chancen zu erkennen und umfänglich im
gesamten Unternehmen kommunizieren. (Botzkowski 2018, S. 186–187) .
7.2 Technologische Handlungsempfehlungen
Die im Abschnitt 5.2 genannten Technologien sind hierbei die Treiber der Digitalen
Transformation und ermöglichen, erleichtern und erweitern die Zusammenarbeit in den
logistischen und administrativen Prozessen im Unternehmen Seifert Logistics. Als fester
Bestandteil des digitalen Fahrplans sollten diese sorgfältig und bedacht in PDCA-Zyklen
evaluiert und implementiert werden, um eine nachhaltige Integration und das Tagesgeschäft
zu ermöglichen.
16
Automatisierung von Prozessen und maschinelles Lernen
Es sollten weiterhin die Prozesse evaluiert und standardisiert werden, die automatisiert
werden können. Dazu zählen unter anderem die automatische Auftragsverarbeitung, die
digitale Lagerverwaltung sowie die Automatisierung von Zahlungsprozessen. Die nächste
nächsten Phase der Prozessautomatisierung im digitalen Fahrplan umfasst die Skalierung der
Automatisierung auf weitere Prozesse und die Integration von Machine-Learning-
Algorithmen zur kontinuierlichen Verbesserung der automatisierten Abläufe sowie eine
Ausweitung auf Lieferanten und Kooperationspartner. Maschinelles Lernen ermöglicht es in
diesem Fall, aus gesammelten Daten zu lernen und Prozesse anzupassen, um besser auf sich
ändernde Anforderungen und Bedingungen reagieren zu können. So kann beispielsweise die
Vorhersage von Nachfrageänderungen oder die Erkennung von Engpässen in der Lieferkette
durch den Einsatz von maschinellem Lernen optimiert werden
(Chakraborti et al. 2020, S. 215–218).
Somit ist es ratsam, die Sammlung und Auswertung von großen Datenmengen weiterhin
auszuweiten, um ausreichend Datenmaterial für Machine-Learning Algorithmen zu
generieren.
Künstliche Intelligenz
Des weiteren sollten einfachere KI-Algorithmen zur Automatisierung und Optimierung
digitaler Prozesse eingesetzt werden. Beispielsweise können diese Algorithmen genutzt
werden, um automatisch die effizientesten Transportrouten und Lieferzeitfenster zu
bestimmen. Dadurch kann die Effizienz deutlich gesteigert und die Betriebskosten gesenkt
werden. Ein weiterer wichtiger Anwendungsbereich von KI in der Logistik ist die
automatische Erkennung von Fehlern und Wartung digitaler Systeme. Im zweiten Schritt
können hierbei KI-Systeme eingesetzt werden, um Unregelmäßigkeiten oder Störungen in
digitalen Prozessen frühzeitig zu erkennen und Wartungsmaßnahmen zu planen. Dadurch
wird die Verfügbarkeit der digitalen Systeme erhöht und unerwartete Ausfallzeiten vermieden
(Woschank et al. 2020) .
Blockchain Technologie
Es empfiehlt sich zudem die Implementierung von Blockchain Technologie zur Verbesserung
von Transparenz und Verifizierung in der digitalen Lieferkette sowie die Integration von
Blockchain zur sicheren und effizienten Verwaltung von digitalen Dokumenten und
Frachtabwicklung. Nach erfolgreicher Einführung ist es ratsam, die Implementierung der
Blockchain-Technologie auch auf Partnerunternehmen und Lieferanten auszuweiten, um ein
gemeinsames digitales System zu schaffen, welches dezentral und absolut transparent die
Lieferkette protokolliert und für jede Partei zu jeder zeit uneingeschränkt einsehbar ist. Dabei
wird die Blockchain-Technologie für die Ausführung von Smart Contracts und die
automatisierte Abwicklung digitaler Prozesse genutzt (Tijan et al. 2019, S. 1185) .
Platooning und Cross Docking
Platooning kann die Transportkosten reduzieren und die Effizienz bei
Langstreckentransporten verbessern. Durch die Reduktion des Luftwiderstands als
resultierender Effekt kann der Kraftstoffverbrauch ebenso wie die Emissionen reduziert
werden. Darüber hinaus ermöglicht die fortschrittliche Kommunikationstechnologie eine
schnellere Reaktion auf Brems- und Beschleunigungsvorgänge (Zwijnenberg et al., S. 5–9) .
17
Durch Cross Docking können die Betriebskosten durch geringere Lagerhaltung und schnellere
Produktverfügbarkeit gesenkt werden sowie Prozesse in der Lieferkette zeiteffizienter
gestaltet werden (Stephan und Boysen 2011) . In Kombination können beide Technologien
die Effizienz der Logistikprozesse steigern und das Unternehmen agiler machen. Es ist somit
also ratsam, zu gegebener Zeit diese Technologien in den digitalen Fahrplan einzugliedern.
Synergieeffekte
Indem die oben genannten Technologien schrittweise eingeführt werden, lassen sich
Synergieeffekte entlang der Lieferkette generieren, indem das Unternehmen Seifert Logistics
gemeinsam mit Kooperationspartner und Zulieferer in einem gemeinsamen Netzwerk Daten
austauschen, Prozesse kontinuierlich optimieren und Technologien sich gegenseitig ergänzen.
Somit ist beispielsweise der Einsatz von Künstlicher Intelligenz hilfreich bei der Optimierung
der Übergaberouten im Cross-Docking sowie bei Abstandsberechnungen und
Verkehrssteuerung beim Einsatz von Platooning. Die Kombination von KI und Machine
Learning mit dem Einsatz von Blockchain Technologien ermöglicht eine präzise Analyse
großer Datenmengen, um Echtzeit-Einblicke in die Lieferketten zu gewinnen. Dadurch
können Routenplanungen optimiert, Bestandsverwaltung verbessert und schneller auf
unvorhergesehene Ereignisse reagiert werden. Des weiteren kann eine KI die Daten in der
Blockchain analysieren, Transaktionen überwachen, Lieferkettenprozesse optimieren, Betrug
erkennen und die Echtzeitverfolgung von Gütern verbessern.
Die Automatisierung von Prozessen, unterstützt durch die Blockchain-Technologie,
ermöglicht die Implementierung von Smart Contracts, welche Transaktionen und Abläufe
automatisch auslösen. Dadurch wird eine schnellere und effizientere Abwicklung von
Logistikprozessen, von der Auftragserteilung bis zur Lieferung, erreicht. Die Kombination
von Platooning und Cross-Docking durch KI und Automatisierung ermöglicht eine nahtlose
und effiziente Gestaltung des Transport- und Umladevorgangs mit weniger Umladezeiten und
schnelleren Routen.
8. Fazit
8.1 Schlussfolgerungen für das Unternehmen Seifert Logistics
Die vorliegende Seminararbeit analysiert die Digitale Transformation am Beispiel von Seifert
Logistics. Dabei werden Gesichtspunkte, Herausforderungen und Lösungsansätze im Hinblick
auf die Einführung digitaler Technologien und Prozesse in der Logistikbranche erörtert.
Die Ausgangsfrage dieser Arbeit lautete, welche strategischen Ansätze und Maßnahmen
erforderlich sind, um eine erfolgreiche und nachhaltige digitale Transformation in
mittelständischen Unternehmen umzusetzen. Im Verlauf der Untersuchung wurden mehrere
zentrale Aspekte herausgestellt, die diese Frage beantworten und auf das Unternehmen Seifert
Logistics anzuwenden. Es stellte sich heraus, dass eine klar definierte
Digitalisierungsstrategie, die Umsetzung einer Digitalen Governance, eine umfassende
Wirtschaftlichkeitsanalyse und die Erstellung eines Digitalen Fahrplans mit klaren
Verantwortlichkeiten und strukturierten Zielen von zentraler Bedeutung sind. Die Bedeutung
der Führungsgremien und das allgemeine Verständnis für Digitalisierung im Unternehmen
wurden als erfolgsgebend erkannt. Ebenso wurden Technologien wie Automatisierung,
Datenanalyse, KI, Machine Learning und Blockchain als Haupttreiber der digitalen
Transformation hervorgehoben.
18
Durch die vorherige Auswertung wurde deutlich, dass die digitale Transforation für die SLG
vielfältige Chancen mit sich bringt und in den Fokus der nächsten Jahre gerückt werden sollte
- allerdings erfordert die Implementierung digitaler Technologien und Prozesse eine
umfassende Strategie, klare Governance, Kosten-Nutzen-Analysen und eine strukturierte
Herangehensweise. Zudem ist nicht jede Technologie die richtige Wahl für ein Unternehmen.
Die Einzigartigkeit jedes Unternehmens erfordert eine differenzierte Betrachtung bei der
Einführung der Digitalen Transformation. Es ist von entscheidender Bedeutung, objektiv zu
handeln und nicht jedem technologischen Trend und Buzzword bedenkenlos zu folgen. Eine
sorgfältige Analyse der betriebsspezifischen Bedürfnisse und die Berücksichtigung der
Infrastruktur- und Implementierungskosten ist unerlässlich, um sicherzustellen, dass die
ausgewählten Technologien tatsächlich einen sinnvollen Mehrwert für das spezifische
Unternehmensumfeld bieten und nicht nur als Modeworte dienen.
Eine klare Strategie für die digitale Transformation sollte deshalb im Fokus der
Anstrengungen auf strategischer Ebene stehen. Die Führungsgremien müssen aktiv in den
Prozess eingebunden werden und das unternehmensweite Verständnis für Digitalisierung
muss gefördert werden. Die Implementierung und Evaluierung relevanter Technologien sollte
sorgfältig durchgeführt werden und auf allen Ebenen gleichermaßen präsent sein - eine
ausführliche Einbeziehung des administrativen sowie operativen Personals ist für den
erfolgreichen Einsatz dieser Technologien folglich unerlässlich.
Insgesamt kann die Digitale Transformation Seifert Logistics dabei unterstützen, ihre
Wettbewerbsposition zu verbessern, ihre Effizienz zu steigern und nachhaltige
Wertschöpfung zu generieren. Es liegt nun an Seifert Logistics, die empfohlenen Maßnahmen
umzusetzen und die Möglichkeiten der Digitalisierung zu nutzen.
Abbildungsverzeichnis
Abbildung 1: Diagramm zur Digitisierung, Digitalisierung und Digitale Transformation……2
Abbildung 2: Überblick über technologische Handlungsfelder………………………………..8
ADDIN CitaviBibliographyLiteraturverzeichnis
Anastasia (2020): Use Innovative Digital Transformation Graphics to Boost Your Next Presentation.
Online verfügbar unter https://blog.infodiagram.com/2020/11/digital-transformation-business-
industry-powerpoint-graphics.html, zuletzt aktualisiert am 06.11.2020, zuletzt geprüft am
15.11.2023.
Becker, Wolfgang; Eierle, Brigitte; Fliaster, Alexander; Ivens, Björn; Leischnig, Alexander; Pflaum,
Alexander (2019): Geschäftsmodelle in der digitalen Welt. Strategien, Prozesse und
Praxiserfahrungen. Unter Mitarbeit von Eric Sucky. Wiesbaden: Springer Gabler Wiesbaden.
Beltrami, Mirjam; Orzes, Guido; Sarkis, Joseph (2021): Industry 4.0 and sustainability. Towards con-
ceptualization and theory. In: Journal of Cleaner Production. Online verfügbar unter
https://bitly.ws/32qkn, zuletzt geprüft am 10.10.2023.
Botzkowski, Tim (2018): Digitale Transformation von Geschäftsmodellen im Mittelstand. Theorie,
Empirie und Handlungsempfehlungen. Unter Mitarbeit von Wolfgang Becker. Wiesbaden: Springer
Gabler Wiesbaden.
20
Chakraborti, Tathagata; Isahagian, Vatche; Khalaf, Rania; Khazaeni, Yasaman; Muthusamy, Vinod;
Rizk, Yara; Unuvar, Merve (2020): From Robotic Process Automation to Intelligent Process Automa-
tion. In: Aleksandre Asatiani, José María García, Nina Helander, Andrés Jiménez-Ramírez, Agnes
Koschmider, Jan Mendling et al. (Hg.): Business Process Management: Blockchain and Robotic Pro-
cess Automation Forum. BPM 2020 Blockchain and RPA Forum, Seville, Spain, September 13–18,
2020, Proceedings. International Conference on Business Process Management. 1st ed. 2020. Cham:
Springer International Publishing; Imprint Springer (Springer eBook Collection, 393), S. 215–228. On-
line verfügbar unter https://link.springer.com/chapter/10.1007/978-3-030-58779-6_15.
Curran, Mary (2009): Wrapping Our Brains around Sustainability. MDPI. Online verfügbar unter
https://www.mdpi.com/2071-1050/1/1/5, zuletzt geprüft am 05.11.2023.
Dedić, Nedim; Stanier, Clare (2016): Measuring the Success of Changes to Existing Business Intelli-
gence Solutions to Improve Business Intelligence Reporting. In: Li Da Xu, Maria Raffai und Niina
Maarit Novak (Hg.): Research and Practical Issues of Enterprise Information Systems. 10th IFIP WG
8.9 Working Conference, CONFENIS 2016, Vienna, Austria, December 13–14, 2016, Proceedings,
Bd. 268. Cham: Springer (Springer eBook Collection Business and Management, 268), S. 225–236.
Ebel, Bernd (2016): Kompakt-Training Produktionswirtschaft. 3rd ed. Herne: NWB Verlag (Kompakt-
Training Praktische Betriebswirtschaft). Online verfügbar unter
http://gbv.eblib.com/patron/FullRecord.aspx?p=4622534.
Feaster, Michel (2021): The rise of the digital factory. Why enterprise teams are transforming to de-
liver digital products. Hg. v. contentful. Online verfügbar unter contentful.com, zuletzt geprüft am
10.10.2023.
Feroz, Adbul Karim (2021): Digital Transformation and Environmental Sustainability. A Review and
Research Agenda. Unter Mitarbeit von Hangjung Zo und Ananth Chiravuri. MDPI. Online verfügbar
unter https://www.mdpi.com/2071-1050/13/3/1530, zuletzt geprüft am 22.10.2023.
Gardiner, Christian (2020): The importance of Data Analytics and Business Intelligence in digitization.
In: Atrebo, 03.09.2020. Online verfügbar unter https://www.atrebo.com/en/the-importance-of-data-
analytics-and-business-intelligence-in-digitization/, zuletzt geprüft am 14.11.2023.
Grigalashvili, Vephkhvia (2023): Digital Government and Digital Governance: Grand Concept. In:
IJSMR 06 (01), S. 1–25. DOI: 10.37502/IJSMR.2023.6201.
Khan, Abdullah Ayub; Laghari, Asif Ali; Li, Peng; Dootio, Mazhar Ali; Karim, Shahid (2023): The collab-
orative role of blockchain, artificial intelligence, and industrial internet of things in digitalization of
small and medium-size enterprises. In: Sci Rep 13 (1), S. 1656. DOI: 10.1038/s41598-023-28707-9.
Klodt, Henning (2018): Mittelstand. Gabler Wirtschaftslexikon. Online verfügbar unter
https://wirtschaftslexikon.gabler.de/definition/mittelstand-40165/version-263557, zuletzt geprüft
am 14.09.2023.
Love, Jonathan (Hg.) (2007): Process automation handbook. A guide to theory and practice. Goldam-
ing, London: Springer.
Lund, Håkon; Buer, Sven-Vegard; Skjelstad, Lars (2023): Digital Roadmap Methodology for Small and
Medium-Sized Manufacturing Companies. In: Francesco Gabriele Galizia und Marco Bortolini (Hg.):
Production Processes and Product Evolution in the Age of Disruption. Proceedings of the 9th Change-
able, Agile, Reconfigurable and Virtual Production Conference (CARV2023) and the 11th World Mass
Customization & Personalization Conference (MCPC2023), Bologna, Italy, June 2023. 1st ed. 2023.
Cham: Springer International Publishing; Imprint Springer (Lecture Notes in Mechanical Engineering),
S. 700–708.
21
Medne, Aija (2019): Sustainability and Continuous Improvement of Organization. Review of Process-
Oriented Performance Indicators. In: Journal of Open Innovation: Technology, Market and Complexity
(3). Online verfügbar unter https://www.sciencedirect.com/science/article/pii/S2199853122009866?
pes=vor, zuletzt geprüft am 17.10.2023.
Ozili, Peterson (2022): Sustainability and Sustainable Development Research Around the World.
Managing Global Transitions,. Authors.
Pressebox (04.04.2023): Seifert Logistics Group macht Rekordumsatz. Online verfügbar unter
https://www.pressebox.de/pressemitteilung/seifert-logistics-gmbh/Seifert-Logistics-Group-macht-
Rekordumsatz/boxid/1152748, zuletzt geprüft am 14.11.2023.
Rud, Olivia Parr (2009): Business intelligence success factors. Tools for aligning your business in the
global economy. Hoboken, N.J.: J. Wiley & Sons (Wiley & SAS business series). Online verfügbar unter
https://learning.oreilly.com/library/view/-/9780470488409/?ar.
Saeed, Saqib; Altamimi, Salha; Alkayyal, Norah (2023): Digital Transformation and Cybersecurity Chal-
lenges for Businesses Resilience. Issues and Recommendations. In: MDPI (15). Online verfügbar unter
https://www.mdpi.com/1424-8220/23/15/6666, zuletzt geprüft am 29.08.2023.
Sandner, Philipp; Gross, Jonas; Richter, Robert (2020): Convergence of Blockchain, IoT, and AI. In:
Front. Blockchain 3, Artikel 522600. DOI: 10.3389/fbloc.2020.522600.
Schallmo, Daniel (2018): Digital Transformation Now! Guiding the Successfull Digitalization of Your
Business Model. Unter Mitarbeit von Christopher Williams. Cham: Springer Nature Switzerland.
Schallmo, Daniel (2021): Digitalization. Approaches, Case Studies, and Tools for Strategy, Transforma-
tion and Implementation. Unter Mitarbeit von Joseph Tidd. Cham: Springer Nature Switzerland.
Seifert Logistics Group GmbH (2023): Seifert Logistics GmbH. Seifert Logistics GmbH. Online
verfügbar unter https://www.seifert-logistics.com/de/unternehmen/, zuletzt aktualisiert am
14.11.2023, zuletzt geprüft am 14.11.2023.
Seubert, Tom (2023): What is Automation? - ISA. Online verfügbar unter https://www.isa.org/about-
isa/what-is-automation, zuletzt aktualisiert am 14.11.2023, zuletzt geprüft am 14.11.2023.
Sokovic, Marina; Pavletic, Dusko; Pipan, Karmen (2010): Quality Improvement Methodologies. PDCA
Cycle, RADAR Matrix, DMAIC and DFSS. In: Journal of Achievements in Materials and Manufacturing
Engineering (43), S. 476–478. Online verfügbar unter
http://jamme.acmsse.h2.pl/papers_vol43_1/43155.pdf, zuletzt geprüft am 02.09.2023.
Stephan, Konrad; Boysen, Nils (2011): Cross-docking. In: J Manag Control 22 (1), S. 129–137. DOI:
10.1007/s00187-011-0124-9.
Stieß, Katrin (2016): The digital transformation of the German Mittelstands. Norton Rose Fulbright.
Online verfügbar unter
https://www.nortonrosefulbright.com/en/knowledge/publications/7fb2ad0f/the-digital-
transformation-of-the-german-emmittelstandem, zuletzt geprüft am 14.10.2023.
Tijan, Edvard; Aksentijević, Saša; Ivanić, Katarina; Jardas, Mladen (2019): Blockchain Technology Im-
plementation in Logistics. In: Sustainability 11 (4), S. 1185. DOI: 10.3390/su11041185.
Tran-Dang, Hoa; Krommenacker, Nicolas; Charpentier, Patrick; Kim, Dong-Seong (2022): The Internet
of Things for Logistics: Perspectives, Application Review, and Challenges. In: IETE Technical Review 39
(1), S. 93–121. DOI: 10.1080/02564602.2020.1827308.
22
Wichert, Andreas (2014): Künstliche Intelligenz. Spektrum Akademischer Verlag. Heidelberg. Online
verfügbar unter https://www.spektrum.de/lexikon/neurowissenschaft/kuenstliche-intelligenz/6810,
zuletzt aktualisiert am 04.12.2014, zuletzt geprüft am 08.10.2023.
Woschank, Manuel; Rauch, Erwin; Zsifkovits, Helmut (2020): A Review of Further Directions for Artifi-
cial Intelligence, Machine Learning, and Deep Learning in Smart Logistics. In: Sustainability 12 (9), S.
3760. DOI: 10.3390/su12093760.
Wright, Aaron; Filippi, Primavera de (2015): Decentralized Blockchain Technology and the Rise of Lex
Cryptographia.
Zwijnenberg, Han; Janssen, Robbert; Blankers, Iris; Kruijff, Janiek de: Truck platooning. DRIVING THE
FUTURE OF TRANSPORTATION. Unter Mitarbeit von Blankers. Online verfügbar unter
https://publications.tno.nl/publication/34616035/dlijfm/janssen
%e2%80%902015%e2%80%90truck.pdf.
Eidesstattliche Erklärung
Eigenständigkeitserklärung
Ich versichere, dass ich die vorliegende Studienarbeit selbständig angefertigt, nicht
anderweitig für Prüfungszwecke vorgelegt, keine anderen als die angegebenen Quellen und
Hilfsmittel benutzt, soweit zutreffend wörtliche und sinngemäße Zitate als solche
gekennzeichnet habe und die Überprüfung mittels Anti-Plagiatssoftware dulde.
Declaration
I hereby confirm that the attached exam is my own work and that it has not been used for
other examination purposes; I have named all the sources and auxiliary material used, and I
have marked appropriately quotations used verbatim or which I have given the gist of. I toler-
ate the check using anti-plagiarism software.
23
24