Under what conditions is end-user training (EUT) as part of the implementation of a business process management (BPM) system successful? This question is addressed in this paper. Based on the literature on EUT and implementation success, we first argue that user involvement with, and attitude towards, a BPM system, both have a conditional effect on the relationship between EUT and the implementation success of the system. Secondly, we investigated this expectation empirically, by measuring the practice of EUT as perceived by end-users. Using a mixed method approach, survey data was collected from 143 end-users of a BPM system in a large Dutch social insurance organisation, and by 49 additional semi-structured interviews. Regression analysis of the survey data shows that attitude variables indeed have a significant moderating influence on implementation success. In addition, the interviews revealed that specific attention must be paid to the arrangements for EUT when deploying BPM systems in this type of organisations. Arguments are given for a more comprehensive way of measuring and optimising EUT during the implementation of information systems/information technology in organisations.
In discussions on smart grids, it is often stated that residential end-users will play a more active role in the management of the electric power system. Experience in practice on how to empower end-users for such a role is however limited. This paper presents a field study in the first phase of the PowerMatching City project in which twenty-two households were equipped with demand-response-enabled heating systems and white goods. Although end-users were satisfied with the degree of living comfort afforded by the smart energy system, the user interface did not provide sufficient control and energy feedback to support an active contribution to the balancing of supply and demand. The full potential of demand response was thus not realized. The second phase of the project builds on these findings by design, implementation and evaluation of an improved user interface in combination with two demand response propositions. © 2013 IEEE.
In PowerMatching City, the leading Dutch smart grid project, 40 households participated in a field laboratory designed for sustainable living. The participating households were equipped with various decentralized energy sources (PV and micro combined heat-power units), hybrid heat pumps, smart appliances, smart meters, and an in-home display. Stabilization and optimization of the network was realized by trading energy on the market. To reduce peak loads on the smart grid and to be able to make optimal use of the decentralized energy sources, two energy services were developed jointly with the end users: Smart Cost Savings enabled users to keep the costs of energy consumption as low as possible, and Sustainable Together enabled them to become a sustainable community. Furthermore, devices could be controlled automatically, smartly, or manually to optimize the energy use of the households. Quantitative and qualitative studies were conducted to provide insight into the experiences and behaviours of end users. In this chapter, these experiences and behaviours are described. The chapter argues that end users: (1) prefer to consume self-produced energy, even when it is not the most efficient strategy to follow, (2) prefer feedback on costs over feedback on sustainability, and (3) prefer automatic and smart control, even though manual control of appliances felt most rewarding. Furthermore, we found that experiences and behaviours were fully dependent on trust between community members, and on trust in both technology (ICT infrastructure and connected appliances) and the participating parties.
LINK
Massafabricage in de (MKB) maakindustrie is aan het veranderen in flexibele fabricage en assemblage van kleine series, klantspecifieke onderdelen en eindproducten. Hiervoor zijn nieuwe systemen voor het MKB nodig, waarin robots en mensen samen kunnen werken en die zich snel kunnen aanpassen aan nieuwe productieomstandigheden met lage opstartkosten. De ambitie van het project ?(G)een Moer Aan!? is om het herconfigureren van een robotsysteem voor een nieuwe taak in een productieomgeving net zo eenvoudig en snel te maken als het gebruik van een smartphone. Zo?n benadering biedt kansen om de skills van de operator te benutten. De operator kent immers zijn processen en de robot wordt zijn hulpje. Op vraag van betrokken mkb partners is de focus gelegd op een repeterende productiehandeling die in veel sectoren voorkomt en die relatief veel arbeidstijd kost: het indraaien van moeren en bouten in een object. De centrale onderzoeksvraag van het project luidt: Hoe kan een operator een robot eenvoudig, snel en veilig inleren om assemblage handelingen te verrichten voor het snel en robuust verbinden van bouten, moeren en ringen met objecten? Resultaat van dit praktijkgerichte onderzoeksproject is een algemeen bruikbare en gevalideerde ontwerpmethodiek voor de opzet van een gebruiksvriendelijke user interface van een boutmontagerobot op de werkvloer. Door slim gebruik van geïntegreerde inzet van CAD productinformatie, vision technologie en compliant (meegaand) gripping en placing wordt de robot zo veel als mogelijk vooraf automatisch geconfigureerd. Het projectconsortium dat het onderzoek gaat uitvoeren bestaat uit: " 13 bedrijven (12 mkb) actief als toeleverancier, system integrator of gebruiker op het terrein van industriële robotica (Yaskawa, ABB, Smart Robotics, Hupico, Festo, CSi, Demcon, Heemskerk Innovate, WWA, Van Schijndel Metaal, Van Beek, Tegema en Zest Innovate); " Hogescholen Fontys (penvoerder), Avans, Utrecht en NHL; " Kennisinstellingen TNO en DIFFER; " Coöperaties Brainport Industries, FEDA en Koninklijke Metaalunie; " De gemeente Eindhoven is betrokken als partner in de klankbordgroep. De gemeente ondersteunt het belang van dit project voor behoud en verbetering van arbeidsplaatsen in de maakindustrie. Er zullen circa 20 (docent)onderzoekers van de hogescholen en ongeveer 80 studenten betrokken worden bij dit project, die in de vorm van stages en afstudeeronderzoeken werken aan interessante vraagstukken direct afkomstig uit de beroepspraktijk. Naast genoemde meerwaarde voor het bedrijfsleven beoogt het project een verdere verankering van kennis en kunde in onderwijs en lectoraten en een vergroting van de kwaliteit van docenten en afstudeerders.
Due to societal developments, like the introduction of the ‘civil society’, policy stimulating longer living at home and the separation of housing and care, the housing situation of older citizens is a relevant and pressing issue for housing-, governance- and care organizations. The current situation of living with care already benefits from technological advancement. The wide application of technology especially in care homes brings the emergence of a new source of information that becomes invaluable in order to understand how the smart urban environment affects the health of older people. The goal of this proposal is to develop an approach for designing smart neighborhoods, in order to assist and engage older adults living there. This approach will be applied to a neighborhood in Aalst-Waalre which will be developed into a living lab. The research will involve: (1) Insight into social-spatial factors underlying a smart neighborhood; (2) Identifying governance and organizational context; (3) Identifying needs and preferences of the (future) inhabitant; (4) Matching needs & preferences to potential socio-techno-spatial solutions. A mixed methods approach fusing quantitative and qualitative methods towards understanding the impacts of smart environment will be investigated. After 12 months, employing several concepts of urban computing, such as pattern recognition and predictive modelling , using the focus groups from the different organizations as well as primary end-users, and exploring how physiological data can be embedded in data-driven strategies for the enhancement of active ageing in this neighborhood will result in design solutions and strategies for a more care-friendly neighborhood.
Mediabedrijven en -organisaties maken steeds meer gebruik van algoritmes om hun gebruikers gepersonaliseerde aanbevelingen aan te bieden voor artikelen, muziek, series, films en video’s. Dergelijke aanbevelingsalgoritmes maken gebruik van technieken uit kunstmatige intelligentie om te voorspellen in welke inhoud een gebruiker geïnteresseerd is, bijvoorbeeld op basis van wat de gebruiker eerder heeft bekeken of beluisterd of op basis van wat andere gebruikers hebben bekeken of beluisterd. Publieke omroepen, die programma’s maken voor kijkers en luisteraars, en de Nederlandse Publieke Omroep (NPO), die in Nederland zorgt voor de distributie en uitzending van die programma’s, zien potentie in deze technologie. De NPO maakt nog slechts beperkt gebruik van automatische aanbevelingen om inhoud aan kijkers en luisteraars aan te bieden, maar zij verkent samen met een aantal partners uit het publieke omroepbestel de mogelijkheden om de technologie breder in te zetten. Anders dan de meeste mediabedrijven wordt de NPO wordt bekostigd door overheidsbudget en heeft het als expliciete missie om het Nederlandse publiek te verbinden en te verrijken met programma’s die informeren, inspireren en amuseren. Dit stelt andere eisen aan een aanbevelingsalgoritme. Waar het doel van commerciële partijen veelal bestaat uit het optimaliseren van winst en/of engagement, beoogt de NPO aanbevelingen te bieden op transparante en inzichtelijke wijze, en staat pluriformiteit (diversiteit in perspectieven) in aanbevelingen centraal. Op dit moment speelt bij de NPO de vraag welke principes (pluriformiteit, personalisatie, etc.) leidend moeten zijn in aanbevelingen en hoe deze principes geoperationaliseerd kunnen worden. Het doel van dit project is daarom om, middels literatuuronderzoek, interviews met experts en gebruikers, en prototyping, een aantal principes te identificeren en operationaliseren die geschikt zijn voor aanbevelingsalgoritmes van publieke omroepen.
