Vernetztes Arbeiten in der Industrie: Neue Studie bewertet Software und kürt Augmentir zum Vorreiter - Bsozd.com

Veröffentlicht:

Für seine Solution Selection Matrix™ untersuchte das Analystenhaus LNS Research 14 Anwendungen für die Connected Frontline Workforce (CFW). Als eine der innovativsten Lösungen am Markt bestätigte die Studie die KI-basierte Connected-Worker-Plattform von Augmentir.

Horsham, PA, 23. August 2023 – LNS Research, ein führendes Analysten- und Beratungsunternehmen im Bereich der Industrie, hat ein Guidebook zur Auswahl von Connected-Worker-Software herausgegeben. Diese rasch an Bedeutung gewinnende Anwendungskategorie sorgt für die digitale Unterstützung von Industriearbeiterinnen und -arbeiter in Produktion und Wartung. Der Bericht soll Unternehmen dabei unterstützen, diese noch relativ junge Softwaregattung besser zu verstehen. Das Guidebook enthält daher einen ausführlichen Kriterienkatalog. Damit produzierende Unternehmen aus der Fertigungs- und Prozessindustrie zudem einen passenden Hersteller identifizieren können, bewertet eine ergänzende Solution Selection Matrix 14 in der Industrie bewährte Lösungen. Die Analysten beurteilten dafür sowohl den Funktionsumfang der Softwareprodukte als auch ihre regionale Marktpräsenz, die bedienten Industriesegmente sowie die Größe der Kundenunternehmen. Ebenso verglich LNS Research das zukünftige Potenzial der Hersteller. Für 2023 zeichneten die Analysten in der Solution Selection Matrix für Connected Frontline Workforce Applications als einen Vorreiter Augmentir aus.

Anwendungen für die Connected Worker
LNS Research charakterisiert CFW-Anwendungen als Software, die Personal in der Produktion und Wartung unterstützt, einen mehrdimensionalen Austausch an Daten ermöglicht und das Teilen digitaler Inhalte fördert. Zudem beschleunigt sie durch die Auswertung von Betriebsdaten die Entscheidungsfindung und ermöglicht eine gezielte Prozessverbesserung.

Aufgenommen in die Solution Selection Matrix wurden ausschließlich Hersteller, die eine eigenständige Softwarelösung für eine große Bandbreite an industriellen Einsatzszenarien anbieten und dabei moderne, digitale Technologien einsetzen, darunter Advanced Analytics, Künstliche Intelligenz oder Augmented Reality (AR) beziehungsweise Virtual Reality (VR).

Was Vorreiter auszeichnet
Laut LNS Research bietet Augmentir eine CFW-Anwendungssuite, die zu den umfangreichsten, in der Studie untersuchten Lösungen gehört. Im Hinblick auf seine Innovationsstärke und umfassende Funktionalität sei Augmentir marktführend: „Diese Einschätzung basiert auf den differenzierten Fähigkeiten der KI-basierten Lösungssuite, die für jeden und jede eine proaktive, datengesteuerte Leistungsverbesserung ermöglicht. Bei der täglichen Arbeit bietet die Software zudem eine auf die einzelne Person zugeschnittene Unterstützung und Schulung. Indem Augmentir auch individuelle Fähigkeiten und Qualifikationen berücksichtigt, lassen sich eine schichtspezifische Einsatzplanung sowie die Personalentwicklung gezielt steuern“, so die Analysten, die weiter feststellen: „Augmentir ist für zukünftiges Wachstum gut positioniert und hat das Potenzial, künftig zu einer kleinen Gruppe von wahrscheinlichen Marktführern im Bereich CFW-Anwendungen zu gehören.“

Diese Anerkennung erweitert die Reihe an Auszeichnungen, die Augmentir in jüngster Zeit als marktführende Lösung im Bereich Connected Worker hervorgehoben haben. Erst kürzlich ehrte Frost & Sullivan Augmentir als „Connected Worker Company of the Year 2023“. Das Analystenhaus Gartner bewertete das Unternehmen als „Cool Vendor“ für Manufacturing Operations.

„Die Fertigungsindustrie leidet unter einem zunehmenden Arbeitskräftemangel“, sagt Russ Fadel, CEO von Augmentir. „Dies macht ein effizienteres Onboarding und Training sowie eine gezielte Anleitung am Arbeitsplatz umso wichtiger. Nur so können Hersteller ihre Produktionsziele mit einer kleineren, weniger erfahrenen Belegschaft erreichen. Die jüngste Studie von LNS Research unterstreicht diesen Bedarf und zeigt, dass Connected-Worker-Lösungen eine zentrale Rolle spielen. Wir sind stolz darauf, an der Spitze dieses Paradigmenwechsels zu stehen, und freuen uns über diese Anerkennung.“

Ein kostenloses Exemplar des Guidebooks von LNS Research sowie ein detailliertes Profil über die Lösung für Smart Connected Worker von Augmentir steht über die Website von Augmentir zum Download bereit.

Hinweis: Alle Einträge in der Solution Selection Matrix für Connected Frontline Workforce Applications geben die Meinung der Autoren wieder, basierend auf ihrer Branchenerfahrung und den Informationen, die mit den in der LNS Research Integrity Policy beschriebenen Methoden gesammelt wurden. LNS Research und die Solution Selection Matrix sind Marken von LNS Research.

Augmentir™ ist die weltweit einzige Smart Connected Worker Suite. Ihre Tools für die Vernetzung von Industriearbeitskräften digitalisieren und optimieren sämtliche Prozesse, die die Belegschaft von „hire to retire“ unterstützen. Unternehmen aus den Bereichen Fertigung, Dienstleistung, Energie und Bauwesen nutzen Augmentir für eine intelligente Unterstützung am Arbeitsplatz, ortsunabhängige Zusammenarbeit, Skillmanagement und Training. Sie können so ihr Personal flexibler einsetzen. Weitere Informationen unter https://www.augmentir.com/de/

Firmenkontakt
Augmentir, Inc.
Petra Spitzfaden
Caredean Dr 425
19044 Horsham, Pennsylvania (USA)
+49-89-61469093
9b64b42a054160c16151fc873ea79684827a4f05
http://www.augmentir.com/de/

Pressekontakt
campaignery – Petra Spitzfaden
Petra Spitzfaden
Agilolfingerplatz 9
81543 München
+49-89-61469093
9b64b42a054160c16151fc873ea79684827a4f05
https://www.campaignery.com

Bildquelle: © LNS Research

BSOZD NEWS: Vernetztes Arbeiten in der Industrie: Neue Studie bewertet Software und kürt Augmentir zum Vorreiter

Disclaimer/ Haftungsausschluss:
Für den oben stehend Pressemitteilung inkl. dazugehörigen Bilder / Videos ist ausschließlich der im Text angegebene Kontakt verantwortlich. Der Webseitenanbieter BSOZD.com distanziert sich ausdrücklich von den Inhalten Dritter und macht sich diese nicht zu eigen.