Nutzenorientierte Gestaltung von Produktarchitekturen für technische Erzeugnisse im B2B-Bereich

 

Der Lehrstuhl für Marketing (Prof. Dr. Wentzel) und das Werkzeugmaschinenlabor (Prof. Dr. Schuh) freuen sich sehr, mitteilen zu können, dass ihr gemeinsames Forschungsprojekt zu dem Thema „Kundenspezifische Starting Solutions und Produktarchitekturadaption im B2B-Konfigurationsprozess“ durch die Deutsche Forschungsgemeinschaft (DFG) über zwei Jahre gefördert wird. Die Förderung deckt Projektkosten in Höhe von rund 250.000 EUR ab.

Um die steigende Zahl heterogener Kundenanforderungen bedienen zu können, müssen Unternehmen ihre Produkte immer häufiger entsprechend dieser Anforderungen differenzieren. Ein in der Praxis gängiges Instrument, um die Vielzahl unterschiedlicher Kundenanforderungen zu erfassen und zu bedienen, sind Produktkonfiguratoren. Darunter ist eine Anwendung zu verstehen, mit der Kunden ihre Produktanforderungen eigenständig abbilden können. Dies erfolgt standardmäßig durch eine Auswahl jedes einzelnen ihren Anforderungen am besten entsprechenden Produktattributes aus einem gegebenen Pool an Produktmerkmalsausprägungen. Eine solche Konfiguration von Attribut zu Attribut trägt jedoch wiederum dazu bei, dass die kundenseitig wahrgenommene Entscheidungskomplexität signifikant erhöht wird. Um diesen Effekt zu vermeiden, bietet es sich an, sogenannte Starting Solutions in den Produktkonfigurationsprozess zu implementieren. Diese sind Teil eines Prozesses der zweistufigen Präferenzabbildung. Dabei werden dem Kunden in einem ersten Schritt fertige Konfigurationslösungen, die sogenannten Starting Solutions, vorgeschlagen. Aus diesen Vorschlägen wählt der Kunde die für sich beste Lösung aus. In einem zweiten Schritt kann dieser die Anfangslösung abändern und nach persönlichen Ansprüchen optimieren. Das Ziel des Vorhabens ist die Effizienz- und Effektivitätssteigerung des Konfigurationsprozesses von B2B-Unternehmen mittels der Definition dieser Starting Solutions unter paralleler Berücksichtigung kundenseitiger Präferenzabbildung und interner Komplexitätsauswirkungen.

 
12.06.2018