Innovationsmanagement in der Industrie: Trend-Analyse für Off-Highway-Antriebstechnik

Institute

Lehrstuhl für Fahrzeugtechnik (TUM-ED)

Type

Master's Thesis /

Content

experimental / theoretical /  

Description

Innovationsmanagement in der Baumaschinenindustrie: Trend- und Foresight-Analyse für Off-Highway-Antriebstechnik [MA]

Du schreibst deine Masterarbeit in enger Zusammenarbeit mit dem Innovationsteam eines Herstellers von Antriebstechnik. Die Frage: Welche Technologien prägen die  elektrische Baustelle in 10 Jahren und wie kann man Innovationsprozesse beschleunigen? Dafür wendest du moderne KI-Methoden an, um ein Trendbild zu entwickeln, mit dem das Unternehmen tatsächlich arbeitet. Zudem beschäftigst du dich damit, wie Innovationen in größeren Unternehmen schnell umgesetzt werden können.

Motivation:

Die Baumaschinenindustrie steht durch Elektrifizierung, Automatisierung und Digitalisierung vor einem tiefgreifenden Wandel. Für Hersteller von Antriebslösungen ist es entscheidend, technologische Entwicklungen früh zu erkennen und in der Produktentwicklung bereits heute an übermorgen zu denken. Das dafür relevante Wissen ist jedoch über eine stetig wachsende Zahl an Patenten, wissenschaftlichen Artikeln und Fachberichten verteilt, die sich manuell kaum noch vollständig überblicken lassen. Ein systematisches Innovationsmanagement mit vorausschauender Trend- und Foresight-Analyse hilft, aufkommende Technologien, Anwendungsfelder und Wettbewerbsbewegungen strukturiert zu identifizieren und zu bewerten. 

Ziel:

Ziel dieser Arbeit ist die Entwicklung und Anwendung einer Trend- und Foresight-Studie zu Zukunftstrends der (elektrischen) Baustelle und der Off-Highway-Antriebstechnik. Ausgehend von einem geeigneten Datenkorpus aus Patenten, wissenschaftlichen Artikeln und Fachberichten wird ein strukturiertes Trend- und Technologiebild erarbeitet und in den Innovationsprozess eingeordnet.

Methodisch werden bestehende Innovationsmanagement- und Foresight-Ansätze aufgegriffen und mit KI-gestützten Analysewerkzeugen kombiniert; die KI dient dabei als Mittel zur effizienten Auswertung großer Textmengen (z. B. NLP/LLM, semantisches Clustering, Trenderkennung), nicht als Selbstzweck. Bestehende Werkzeuge und Datenquellen (u. a. die Itonics-Datenbank) werden einbezogen, aus Forschungsperspektive hinterfragt und weiterentwickelt. Abschließend werden die identifizierten Trends bewertet, zu einer Trendlandkarte verdichtet und hinsichtlich ihrer Übertragbarkeit reflektiert.

Arbeitspakete:

• Einarbeitung in Innovationsmanagement, Technology-Foresight- und Trend-Scouting-Methoden sowie in Grundlagen der Off-Highway-Antriebstechnik und elektrischen Baustelle
• Auswahl und Aufbereitung eines Datenkorpus aus Patenten, wissenschaftlichen Artikeln und Fachberichten
• Auswahl und Anwendung KI-gestützter Analysemethoden
• Erarbeitung einer Trend- und Foresight-Landkarte für die (elektrische) Baustelle und die Off-Highway-Antriebstechnik
• Bewertung und Einordnung der Trends sowie Übertragbarkeit auf KMU, Ableitung von Handlungsempfehlungen und kritische Reflexion der Methodik

Requirements

• Sehr gute Studienleistungen (Masterschnitt < 2,5)
• Unabhängige, strukturierte und strategische Arbeitsweise
• Interesse an Innovationsmanagement, Zukunftstrends und Technologien der Antriebstechnik
• Begeisterung für E-Mobilität und Baumaschinen
• Grundkenntnisse in Python und idealerweise erste Erfahrung mit KI-/NLP-Werkzeugen 
• Interesse an strukturierter Recherche und analytischer Auswertung großer Informationsmengen
• Mobilität innerhalb Süddeutschlands

Benefits:

• Direkter Sitz beim Industriepartner mit engem Austausch im industriellen Umfeld
• Mitarbeit in einem großen Forschungsprojekt mit weiteren Universitäten und 17 Industriepartnern (ForBat@Bau)
• Möglichkeit zum Austausch mit weiteren Industriepartnern
• Einblick in industrielles Innovationsmanagement und vorausschauende Foresight-Prozesse mit Gestaltungsfreiraum an der Schnittstelle von Baumaschinen, E-Mobilität und Energiesystemen
• Bei sehr guter Leistung: Möglichkeit einer Veröffentlichung bzw. eines Fachartikels

Tags

FTM Studienarbeit, FTM EV, FTM EV Operations, FTM Pointner, FTM Mailhammer

Possible start

sofort

Contact

Markus Pointner, M.Sc.
Room: MW 3529
Phone: +49 89 289 10494
markus.pointnertum.de