Sie sind nicht angemeldet...  [Anmelden]          

• Netzwerk
  Cleantech Experten
• Wissen
  Bibliothek Veranstaltungen Themen
• Über ASK
  Ziele Vorteile für Partner Inhalt und Experten Werben in ASK
• My ASK
  Kommunikation Bibliothek Meine Daten Nachrichten Kontakte Meine Fachartikel

Suche: 

Digital and service transformation of business models - the case of ATM Recyclingsystems

The trend of increasing digitalization and servitization affects all industrial companies in all sectors including the waste and recycling industry, as we will present in our case study. In this case, the company ATM Recyclingsystems implemented an IoT platform from t-matix with the goal, to provide customers with products that deliver the best efficiency and optimal cycle times.

Several challenges like shorter technology cycles or the need for customization force companies to transform towards higher digitalization and servitization. The transformation towards Industry 4.0 has an impact on the overall company. Smart connected products allow companies to gather data, for example, about customers and their demands, and to use this information for developing offerings that are tailored to customers’ needs. These offerings tend to integrate a higher share of (digital) services, leading to a transformation of the companies’ product-oriented business model to a service-oriented business model. With the case of ATM Recyclingsystems, we were able to show how a recycling machine manufacturer transforms its business model by implementing an IoT platform from t-matix.

Copyright:	© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben
Quelle:	Recy & Depotech 2020 (November 2020)
Seiten:	6
Preis inkl. MwSt.:	€ 3,00
Autor:	Ass.Prof. Dipl.-Ing. Dr.techn. Christiana Ropposch Dr. Markus Kohlbacher Valerie Skof Andreas Anbauer
Artikel weiterleiten	In den Warenkorb legen	Artikel kommentieren

Diese Fachartikel könnten Sie auch interessieren:

Symbiose Mensch & KI: Nachhaltige (Abfall-)Logistikoptimierung
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
Die zunehmenden Herausforderungen durch Fahrpersonalmangel, Fluktuation und Ineffizienzen in der Abfalllogistik erfordern innovative Lösungen. Dieser Beitrag präsentiert einen dreistufigen Ansatz, der die Synergie zwischen menschlicher Expertise und Künstlicher Intelligenz nutzt, um den Abfallmanagementprozess zu optimieren.

BatterySort: Ein Sortiersystem zur Detektion und Aussortierung von Li-Ionen-Batterien aus Abfallströmen zur Vermeidung von Bränden
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
Fehlwürfe von Batterien, insbesondere Lithium-Ionen-Batterien und Elektroaltgeräten in Siedlungsabfällen, führen in Sortieranlagen häufig zu Bränden mit erheblichen Schäden.

Internet der Dinge – Leben in einer vernetzten Welt
© Universität Kassel (12/2009)
Die Entsorgungswirtschaft beschäftigt sich mit der letzten Station im Lebenszyklus der Dinge. Sie verfolgt dabei die gesetzlichen Zielsetzungen der Wiederverwendung, der stofflichen und energetischen Verwertung und der umweltverträglichen Entsorgung. Für die Erfüllung dieser Aufgaben würde eine völlig neue Grundlage geschaffen, wenn die Dinge ein eigenes Internet hätten. Diese pointierte Ausdrucksweise steht für die technische Möglichkeit, jedes Ding zu identifizieren, Angaben zu jedem Ding zu speichern, die Geschichte eines jeden Dings zu protokollieren und den Zugriff auf all diese Informationen über das Internet verfügbar zu machen.

RFID – quo vadis? Aktueller Stand und zukünftige Entwicklung von RFID- und anderen AutoID-Technologien
© Universität Kassel (12/2009)
PowerPoint Präsentation mit 13 Folien

Künstliche Intelligenz in der Kreislaufwirtschaft: Chancen, Anwendungen und Herausforderungen
© Witzenhausen-Institut für Abfall, Umwelt und Energie GmbH (4/2025)
Die Kreislaufwirtschaft steht aktuell vor großen Herausforderungen. Bei deren Überwindung kann die Künstliche Intelligenz (KI) eine Schlüsselrolle einnehmen. Für KI gibt es in diesem Bereich viele Anwendungsmöglichkeiten.