Die in diesem Leitfaden vorgestellte Methodik umfasst das Zusammenspiel mehrerer Methoden. Im Folgenden werden diese Methoden kompakt vorgestellt. Die Methodensteckbriefe folgen einer festgelegten Struktur in Anlehnung an LINDEMANN 2009. Unter Zweck wird die Frage beantwortet, warum diese Methode Anwendung findet, welche Zielsetzung verfolgt wird und welche Vorteile sie bietet. Wann eine Methode angewendet werden sollte, wird unter Situation beschrieben. Unter Vorgehen werden die einzelnen Schritte der Methode beschrieben. Weiterhin werden Hinweise gegeben, was bei der Anwendung der jeweiligen Methode beachtet werden soll und welche Nachteile und Schwierigkeiten auftreten können. Für weitere Details zu den beschriebenen Aspekten wird auf die jeweils angegebenen Literaturstellen verwiesen.

Änderungsauswirkungsanalyse

Zweck	Vorgehen zur systematischen Erfassung der Auswirkungen technischer Änderungen auf die Produktstruktur
Situation	Verschiedene Auslöser für technische Produktänderungen, z. B. inkrementelle oder radikale Produkt- und Produktionsinnovationen, veränderte Marktanforderungen oder Gesetzesbestimmungen
Vorgehen	Datenakquise durch Experteninterviews↗ und -diskussionen zur Architekturmodellerstellung des Produktes Partialmodelle des Produkts in einer Multiple Domain Matrix (MDM↗) strukturell zusammenfassen Domänenübergreifende Änderungsverfolgung durch Verfolgung einer Änderung durch alle Modelle über die MDM↗ über alle Domänen Analyse und Interpretation der Auswirkungen, um über die Identifizierung aller betroffenen Komponenten den finalen Änderungsaufwand zu bestimmen
Hinweise	Visualisierung der Änderungsauswirkungen in einem Graph oder Matrix sinnvoll Auftretende Kreisschlüsse müssen von den entwickelnden Ingenieuren entdeckt und gesondert betrachtet werden.
Literatur	BAUER ET AL. 2014a, CLARKSON ET AL. 2001, HELMS ET AL. 2014

APZ-Methode

Zweck	Eine Berechnung der Änderungsprioritätszahl gibt Auskunft über die Änderungsnotwendigkeit der Produkteigenschaften und funktionen (Merkmale und Ausprägungen) Ergebnis ist die Flexibilität des Plattformsystems auf Feature-Ebene
Situation	Erstellung oder Optimierung eines Plattformkonzepts auf Basis des dynamischen Verhaltens und dem Grad der Bekanntheit von Einflussfaktoren
Vorgehen	Als Steuerinformation dienen die Dynamischen Einflussfaktoren (DEF), die Veränderungen der Produktanforderungen bewirken. Sie besitzen eine hohe Änderungsrelevanz und ziehen deshalb starke Änderungen für das gesamte System nach sich. Bewertung der Produkteigenschaften und funktionen hinsichtlich der drei Faktoren auf einer Skala von 1 bis 10 (vgl. Abbildungen auf folgender Seite): (K) Änderungen für Konsumenten und Wettbewerbsfähigkeit Auftretenswahrscheinlichkeit von Änderungszwängen (D) Dynamik von Änderungszwängen (K) adressiert die Bedeutung der Änderung von Merkmalen für den Kunden und Konsumenten und die Relevanz der Änderungen für die Stärkung der Wettbewerbsfähigkeit. (A) und (D) lassen sich aus den DEF ableiten. Berechnung und Auswertung der Änderungsprioritätszahl: APZ = K * A * D [1;1.000] • Kategorisierung der Änderungsprioritätszahl erfolgt über Grenzwerte. Stabile Elemente in die Plattform integrieren, flexible Elemente als Module implementieren
Hinweise	(A) und (D) sind schwer zu bestimmen, falls nicht im Vorfeld DEF identifiziert wurden. Änderungen können vom Kunden als positiv wahrgenommen werden oder diesen verwirren und dadurch z. B. die Markenidentität beeinträchtigen. Die in Tab. 4.1 auf Seite 21 angegebenen Schwellenwerte sind Richtwerte.
Literatur	ELEZI ET AL. 2015, PALANI RAJAN ET AL. 2003

Ereignisgesteuerte Prozessketten

Zweck	Modellierung von Prozessen Visualisierung der Reihenfolge von Aktivitäten Dokumentation von Geschäftsprozessen Prozessoptimierung
Situation	Intransparenz in vorhandenen Prozessabläufen Planung und Optimierung von Prozessen
Vorgehen	Abfolge der Geschäftsprozesse im Wertschöpfungskettendiagramm (WKD) definieren Grobmodellierung der Geschäftsprozesse (je nach Abstraktionsniveau in Haupt- und Teilprozesse untergliedert) Ereignisse - Zustände eines Objektes - erfassen (zu beachten: erstes und letztes Element einer Sequenz ist ein Ereignis) Funktionen - Aktivitäten, die zu einem oder mehreren Ereignissen bzw. Ergebnissen führen - eintragen Abbilden der Parallelität durch logische Operatoren (AND, OR, XOR) Optional: Um weitere Informationen wie Organisationseinheiten, benötigte Inputdaten, erzeugte Outputdaten ergänzen Verfeinerung der Modellierung auf gewünschte Teilprozessebene
Hinweise	Alternativ zum vorgestellten Top-Down-Vorgehen ist es möglich, nach einer Grobmodellierung von den Teilprozessen beginnend zu den Hauptprozessen (Bottom-Up) zu modellieren. Die erweiterte EPK stellt für eine Detaillierung weitere Elemente zur Modellierung zur Verfügung.
Literatur	KELLER ET AL. 1992, SCHÖNHERR ET AL. 2007

Experteninterview

Zweck	Informationen gezielt beschaffen. Meinungen und Verhaltensweisen hinsichtlich bestimmter Fragestellungen erforschen. Überblick über Meinungen und Verhaltensweisen der Befragten erhalten. Verständnis für einen Sachverhalt erhöhen.
Situation	Bei Bedarf an Expertenwissen Im Rahmen der Aufgabenklärung und Lösungssuche
Vorgehen	Fragegegenstand festlegen Zu befragende Personen festlegen Fragen mithilfe der Fragetechnik formulieren Interview durchführen Mitschnitt oder Mitschrift auswerten Ergebnisse dem Befragten zur Bestätigung vorlegen
Hinweise	Interviews stellen eine Methode dar, über Fragen an Informationen zu gelangen. Alternative Methoden sind Fragebögen und Checklisten. In Interviews bietet sich die Gelegenheit, bei unklaren Sachverhalten nachzufragen. Interviews sind aufwändig und eignen sich nicht für die Erhebung einer großen Anzahl an Datenmengen. Interviewer sollten geschult sein, unter anderem um alle Befragten auf die gleiche Art zu befragen
Literatur	KRIZ & LISCH 1988, LAMNEK 1995, LINDEMANN 2009

Kontextmodell

Zweck	Suchfeld zum Clustern der Einflussfaktoren in wichtige Einflussebenen und Einflussfelder (zwei Dimensionen im Modell) Clustering des Unternehmenskontexts, das der systematischen Suche und Dokumentation von Einflüssen auf ein definiertes Einflussobjekt dient Interne und externe Einflussfaktoren auf den Entwicklungskontext übersichtlich visualisieren
Situation	Zyklen und ihren Einfluss verstehen
Vorgehen	Gestaltungsfeld identifizieren: Bestimmung der Risikofaktoren Einflussfaktoren identifizieren: Workshop mit Experten z. B. aus den Bereichen Projektleitung, Design, Marketing, (Vor-) Entwicklung/Konstruktion, Technologieplanung, Produktion Schlüsselfaktoren identifizieren: Priorisierung der Einflussfaktoren Antizipation von Einflussfaktoren: Gezieltes Wissen über Faktorenentwicklungen Maßnahmeninventar: Dokumentation von Erfahrungswissen, „Story-Telling“
Hinweise	Es kann hilfreich sein, von weiteren Methoden wie Kreativitätsmethoden oder Checklisten Gebrauch zu machen. Bei Suche nach möglichen Einflussfaktoren sind interdisziplinäre Teams förderlich. Dabei steht die Quantität an diesem Punkt vor der Relevanz eines Faktors. Auch Einflussfaktoren, deren künftige Entwicklung bereits absehbar ist oder deren Einfluss auf den ersten Blick zunächst eher gering erscheint, werden im Kontextmodell aufgenommen.
Literatur	LANGER & LINDEMANN 2009

Beispiel unternehmensinterner und -externer Einflussfaktoren auf die Innovationsplanung von Fahrzeugen

Merkmalbaum

Zweck	Instrument zur Darstellung von Varianten und zur Veranschaulichung der Vielfalt auf Merkmalsebene
Situation	Anwendbar sowohl wenn es sich um äußere Variantenvielfalt handelt - also für den Kunden sichtbare Angebotsvielfalt auf Produktebene - als auch um innere Variantenvielfalt auf Bauteile- und Baugruppenebene
Vorgehen	Sammlung aller relevanten Merkmale Sortieren der Merkmale, entweder orientiert an der Montagereihenfolge des Erzeugnisses oder an den kundenseitigen Konfigurationsmöglichkeiten. In der Regel werden die Merkmale nach ihrer Varianz geordnet dargestellt. Aufbau des Baums von links nach rechts. Der Baum spaltet sich an sämtlichen Stellen auf, an denen durch variantenbildende Merkmale Produktvarianten entstehen.
Hinweise	Gewähltes Abstraktionslevel der Merkmale beeinflusst Größe und Übersichtlichkeit des Merkmalsbaum
Literatur	BAYER 2010, EHRLENSPIEL ET AL. 2014, PONN & LINDEMANN 2011, SCHUH 2014

Vereinfachtes Beispiel für einen Variantenbaum

Multiple Domain Matrix

Zweck	Abbildung komplexer Systeme Transparenz des Gesamtsystems schaffen Zugänglichkeit für strukturelle Analysen Art und Intensität der gegenseitigen Beeinflussung von Systemelementen ermitteln Basis für weitere Analysen und Optimierung (Clustering, Portfolio) Intensität eines Zusammenhangs mithilfe einer Werteskala bewerten
Situation	Erster Schritt bei der Analyse eines komplexen, bestehenden Systems Teilsysteme unterschiedlicher Natur (Domänen) mit Relationen innerhalb und/oder zwischen Domänen Bei Unklarheiten hinsichtlich wichtiger Systemelemente Bei Unklarheiten hinsichtlich der gegenseitigen Beeinflussung der Systemelemente
Vorgehen	Erfassen der zur Problemlösung relevanten Domänen Ermitteln der Vernetzungsart innerhalb und zwischen Domänen Erstellen des Metamodells der Multiple-Domain-Matrix Beschaffen der zugänglichen Informationen Detaillierung hin zu Elementen und Relationen (DSM und DMM) Systemgrenze und Granularität festlegen Zu untersuchendes System in einzelne Elemente zerlegen Elemente in Matrixform gegenüberstellen Verknüpfungen zwischen Elementen aufführen (z. B. räumliche Wechselwirkung, Informationsaustauch, Energieaustauch, Materialaustausch), dabei bei Bedarf die Richtung der Abhängigkeit und deren Gewichtung eintragen
Hinweise	Eine MDM beinhaltet Design Structure Matrices (DSMs) und Domain Mapping Matrices (DMMs) – s. Grafik. Unterschiedliche Relationsarten innerhalb des Systems → Strukturierte Darstellung erforderlich Die Anwendung der Methode erfordert vollständige und konsistente Daten, deren Beschaffung meist mit einem hohen Aufwand verbunden ist.
Literatur	DANILOVIC & SANDKULL 2005, LINDEMANN ET AL. 2009, PIMMLER & EPPINGER 1994, ULRICH ET AL. 2011

Schematische Darstellung einer MDM mit DSMs auf der Diagonalen und DMMs in den restlichen Feldern der MDM

Prognose

Zweck	Auskunft über bestimmte zukünftige Ereignisse, um optimale Handlungsentscheidung treffen zu können Aussagen über zukünftige Ausprägungen ausgewählter Merkmale Aussagen über Eintrittswahrscheinlichkeit eines zukünftigen Sachverhalts
Situation	Bei hoher Bedeutung von zukünftigen Sachverhalten, aber Unklarheit über ihre zukünftige Ausprägung Bei ausreichend zur Verfügung stehender Information zur Entwicklung bestimmter Sachverhalte
Vorgehen	Entwicklung fortschreiben oder simulieren Entwicklung und ihre Merkmale überzeichnen Umfeldentwicklungen einbeziehen Zukunftsprojektionen ermitteln
Hinweise	Die Verlässlichkeit einer Prognose hängt vor allem von den Eingangsdaten und der Sorgfalt der Durchführung der Methode ab. Die jeweilige Eintrittswahrscheinlichkeit einer Prognose darf nicht zu hoch eingeschätzt werden. Unterscheidung zwischen quantitativen, datenbasierten (z. B. Zeitreihenanalyse↗) und qualitativen, expertenbasierten (APZ-Methode↗) Methoden
Literatur	GAUSEMEIER ET AL. 2001, KHOSRAWI-RAD 1991, LINDEMANN 2009

Roadmapping

Zweck	Weg zur „geplanten Innovation“ anstatt zufällig entstandener Innovation durch ein kreatives Analyseverfahren Analyse, Prognose und Visualisierung der zukünftigen Entwicklungspfade von Produkten und Technologien Handlungsoptionen in einem unternehmensspezifischen Handlungsfeld entwickeln Technologie-Roadmapping unterstützt Produktbedarfe zu identifizieren, auszuwählen und Technologiealternativen zu entwickeln
Situation	Ausgangspunkte des Roadmappings können außergewöhnliche Ereignisse sein (z. B. Einstieg in neues Geschäftsfeld oder aktuelle Bedrohung durch Wettbewerber)
Vorgehen	Betrachtungsobjekte ermitteln (→ Abgrenzung des Handlungsfelds) Bedarfsanalyse und -prognose Parallel Potenzialanalyse und -prognose Roadmaps erstellen Vollständigkeits- und Konsistenzanalyse
Hinweise	Wesentliche Erfolgsfaktoren sind eine kontinuierliche Anwendung der Systematik, die Förderung zielorientierten Denkens, die Dominanz von Mitarbeitern aus den technologieorientierten Unternehmensbereichen und eine Berücksichtigung wirtschaftlicher Kenngrößen insbesondere bei Technologie-Roadmaps.
Literatur	GARCIA & BRAY 1997, MACHATE 2006, MÖHRLE & ISENMANN 2007

Vereinfachte Darstellung einer Roadmap

Varianzanalyse/ Kommunalitätsanalyse

Zweck	Potenziale zur Standardisierung und zur Reduktion von Varianten erkennen und ausschöpfen Langfristiges Ziel: Herstellkosten durch Skaleneffekte reduzieren
Situation	Große Anzahl an Varianten und Komponenten Variantenvielzahl führt zu Erhöhung der Komplexität und folglich der Herstellkosten Hohe Bestände an Komponenten in den Lagern
Vorgehen	Stücklisten der Produkte sammeln Für jede Produktvariante eine eigene Baukastenstückliste erstellen (mit Verweis auf Gleichteilestückliste) Anteil der Gleichteile ermitteln Teile aus Gleichteilestückliste entfernen, falls sie bei neuen Varianten nicht vorkommen
Hinweise	Für die Ableitung von Standardisierungspotentialen ist es notwendig, die Handlungsempfehlungen im Hinblick auf die Machbarkeit und Wirtschaftlichkeit zu prüfen. Hierzu eignen sich Experteninterviews↗. Es ist sinnvoll, die Methode mit einer ABC-Analyse nach kostenintensiven Komponenten zu kombinieren, um eine Priorisierung für die Standardisierung zu erhalten.
Literatur	THEVENOT & SIMPSON 2007

Viable System Model

Zweck	Visualisierung der Verknüpfung von Organisationsstrukturen (Abteilungen, Rollen, Mitarbeiter) und Informationsflüssen (Prozesse, Aktivitäten) Unterstützung der Gestaltung einer neuen oder Untersuchung einer existierenden Organisation unter Berücksichtigung von fünf Subsystemen: Geschäftstätigkeit (S1), Koordinierung (S2), Kontrolle (S3; Audit:S3*), Intelligenz (S4), Politik (S5) (vgl. Grafik)
Situation	Umgang mit hoher Komplexität und Dynamik innerhalb der Organisation
Vorgehen	Definition des Informationsumfangs: Prozessschritte, Verantwortlichkeiten, Stellenbeschreibungen, ausgetauschte Dokumente und Informationen Informationsakquise über Organisationselemente und ihre Relationen durch Workshops und Experteninterviews↗, Datenverarbeitung, Ableitung und Interpretation Analyse der Organisationsstruktur: Identifikation struktureller Themen, basierend auf VSM Pathologien, und von Kommunikationskanälen zwischen Akteuren mittels MDMs↗ Analyse des Informationsflusses: Informationsflussmatrix und Variety Stream erzeugen Organisatorische Optimierung: Verbesserungsvorschläge für die Organisation erarbeiten
Hinweise	Die Beziehung zwischen dynamischen Aktivitäten und statischen Organisationsstrukturen kann nicht allein mit einer VSM visualisiert werden. Das VSM berücksichtigt die drei Domänen Aktivitäten, Organisationsakteure und Information. Die Erfassung der Domänen Werkzeuge, IT-Systeme und Dokumente birgt zusätzliches Potenzial.
Literatur	BEER 1984, ELEZI ET AL. 2013

Das Viable System Model, bestehend aus der Umgebung und den Systemen S1 bis S5 auf operationaler und Management-Ebene

Zeitreihenanalyse und -prognose

Zweck	Wissensgenerierung aus historischen, quantitativen Daten (z. B. Aktien-, Zins- und Währungskurse) Quantitative Extrapolation historischer Daten Mithilfe prognostizierter Zeitreihen zukünftige Trends und die Varianz von Merkmalen ermitteln
Situation	Hohe Bedeutung von zukünftigen Sachverhalten, aber Unklarheit über ihre zukünftige Ausprägung Ausreichend zur Verfügung stehende Information über die Entwicklung bestimmter Sachverhalte
Vorgehen	Analyse: Informationsbeschaffung (historischer Daten) Wahl eines geeigneten Modells, z. B. additives Komponentenmodell, multiplikatives Modell oder globale Trendmodelle Zerlegung in Komponenten Suche nach einer zugrunde liegenden, glatten Zeitfunktion mit den Ausprägungen: kein Trend, linearer, progressiver oder degressiver Trend Suche nach jahreszeitlichen Einflüssen Prognose: Anpassung der verschiedenen mathematischen Grundgerüste, die auf Näherungsfunktionen, gleitenden Mittelwerten, der Regression, der Mustererkennung (künstliche neuronale Netzwerke, die die Intelligenz von biologischen Organismen simulieren) respektive einer Kombination basieren können Integration von Monte Carlo Simulationen, um die Fehlerwahrscheinlichkeit der Prognose in Best, Mean und Worst Case abbilden zu können
Hinweise	Allgemein weisen Prognosen eine hohe Eintrittswahrscheinlichkeit auf. Mit zunehmendem Prognosehorizont nimmt jedoch die Wahrscheinlichkeit externer Einflüsse zu und folglich die Vorhersagegenauigkeit ab.
Literatur	BAUER ET AL. 2014C, FAHRMEIR ET AL. 2010, LICHTENTHALER 2002

Zerlegung einer Zeitreihe a) in: Trend b), Saison c) und Restbestandteile d) nach FAHRMEIR ET AL. 2010

Literatur

BAUER, W.; CHUCHOLOWSKI, N.; LINDEMANN, U.; MAURER, M. (2014). Domain-Spanning Change Propagation in Changing Technical Systems. Compley Systems Design & Management Asia. Singapore.
BAUER, W.; WERNER, C.; ELEZI, F.; MAURER, M. (2014). Forecasting of Future Developments based on Historic Analysis. 13th International Design Conference. Dubrovnik, Croatia.
BAYER, T. (2010). Integriertes Variantenmanagement: Variantenkostenbewertung mit faktorenanalytischen Komplexitätstreibern. München: Hampp.
BEER, S. (1984). The Viable System Model: Its Provenance, Development, Methodology and Pathology. Journal of the Operational Research Society S. 7-25.
CLARKSON, P. J.; SIMONS, C.; ECKERT, C. (2001). Predicting Change Propagation in Complex Design. In: Design Engineering Technical Conference ASME Pittsburg.
DANILOVIC, M.; SANDKULL, B. (2005). The Use of Dependence Structure Matrix and Domain Mapping Matrix in Managing Uncertainty in Multiple Project Situations. International Journal of Project Management 23 3, S. 193-203.
EHRLENSPIEL, K.; KIEWERT, A.; LINDEMANN, U.; MÖRTL, M. (2014). Kostengünstig Entwickeln und Konstruieren. Kostenmanagement bei der integrierten Produktentwicklung. 7. Auflage. Berlin: Springer.
ELEZI, F.; RESCH, D.; TOMMELEIN, I. D.; LINDEMANN, U. (2013). Improving Organizational Design and Diagnosis by Supporting Viable System Model Applications with Structural Complexity Management. In: Scheurmann, E. et al. (Hrsg.): 15th International Dependency and Structure Modelling Conference, Melbourne, Australia Carl-Hanser- Verlag S. 133-140.
ELEZI, F.; TSCHAUT, R.; BAUER, W.; MAURER, M. (2015). Integration of Strategic Flexibility into the Platform Development Process. International Conference on Research into Design. Bangalore.
FAHRMEIR, L.; PIGEOT, I.; KÜNSTLER, R.; TUTZ, G. (2010). Statistik: Der Weg zur Datenanalyse. 7. Auflage. Berlin: Springer.
GARCIA, M. L.; BRAY, O. H. (1997): Fundamentals of Technology Roadmapping. SANDIA Report, Sandia National Laboratories, Albuquerque, NM.
GAUSEMEIER, J.; FINK, A.; SCHLAKE, O. (1996). Szenario-Management: Planen und Führen mit Szenarien. München: Hanser.
HELMS, S.; BEHNCKE, F. G. H.; LINDLÖF, L.; WICKEL, M. C.; CHUCHOLOWSKI, N.; LINDEMANN, U. (2014). Procedure Model for the Indication of Change Propagation. In: 13th International Design Conference DESIGN, S. 221-230.
KELLER, G.; NÜTTGENS, M.; SCHEER, A.-W. (1992). Semantische Prozeßmodellierung auf der Grundlage "Ereignisgesteuerter Prozeßketten (EPK)". Veröffentlichung des Instituts für Wirtschaftsinformatik Universität Saarbrücken 89
KHOSRAWI-RAD, M. D. (1991). Probleme und Möglichkeiten bei der Definition, Klassifikation, Interpretation und Operationalisierung von Prognose, Prognosemodell, Prognosefehler und Prognosefehlermasse. Hamburg: Kovač.
KRIZ, J.; LISCH, R. (1988). Methoden-Lexikon für Mediziner, Psychologen, Soziologen. München: Psychologie Verlags Union.
LAMNEK (1995). Qualitative Sozialforschung Band 2: Methoden und Techniken. Weinhelm: Beltz.
LANGER, S.; LINDEMANN, U. (2009). Managing Cycles in Development Processes-Analysis and Classification of External Context Factors. In: 17th International Conference on Engineering Design, Palo Alto, CA, USA.
LICHTENTHALER, E. R. V. (2002). Organisation der Technology Intelligence: eine empirische Untersuchung der Technologiefrühaufklärung in technologieintensiven Grossunternehmen. Zürich: Verlag Industrielle Organisation.
LINDEMANN, U. (2009). Methodische Entwicklung Technischer Produkte: Methoden flexibel und situationsgerecht anwenden. Berlin Heidelberg: Springer.
LINDEMANN, U.; MAURER, M.; BRAUN, T. (2009). Structural Complexity Management: An Approach for the Field of Product Design. Berlin Heidelberg: Springer.
MACHATE, A. (2006): Zukunftsgestaltung durch Roadmapping: Vorgehensweise und Methodeneinsatz für eine zielorientierte Erstellung und Visualisierung von Roadmaps.
MÖHRLE, M. G.; ISENMANN, R. (2007). Technologie-Roadmapping. Berlin Heidelberg: Springer.
PALANI RAJAN, P. K.; VAN WIE, M.; CAMPBELL, M.; OTTO, K.; WOOD, K. (2003). Design for Flexibility - Measures and Guidelines In: International Conference on Engineering Design (ICED), Stockholm. August 19-21 2003.
PIMMLER, T. U.; EPPINGER, S. D. (1994). Integration Analysis of Product Decompositions. Alfred P. Sloan School of Management, Massachusetts Institute of Technology Cambridge, MA.
PONN, J.; LINDEMANN, U. (2011). Konzeptentwicklung und Gestaltung technischer Produkte. Berlin Heidelberg: Springer.
SCHÖNHERR, M.; KRALLMANN, H.; TRIER, M. (2007). Systemanalyse im Unternehmen: Prozessorientierte Methoden der Wirtschaftsinformatik. München: Oldenbourg.
SCHUH, G. (2014). Produktkomplexität managen: Strategien - Methoden - Tools. München: Hanser.
THEVENOT, H. J.; SIMPSON, T. W. (2007). A Comprehensive Metric for Evaluating Component Commonality in a Product Family. Journal of Engineering Design 18 6, S. 577-598.
ULRICH, K. T.; EPPINGER, S. D.; GOYAL, A. (2011). Product Design and Development. New York: McGraw-Hill.