Aufrufe
vor 8 Monaten

Netzwoche 09/2018

34 Focus Industrie 4.0

34 Focus Industrie 4.0 In der Vergangenheit liegen die Möglichkeiten der Zukunft Die Zukunft vermag niemand vorauszusehen, doch gewisse Annahmen sind wahrscheinlicher als andere. Daten stützen Annahmen: Wer weiss, was in der Vergangenheit passiert ist, kann besser voraussagen, was in Zukunft geschehen könnte. Das ist die Idee hinter Predictive Analytics. DER AUTOR Martin Gutmann Leiter Analytics & Data Consulting bei Swisscom Unternehmen aus praktisch allen Branchen können von Predictive Analytics profitieren. Was wäre, wenn die Polizei ein Verbrechen verhindern also einschreiten könnte, bevor es verübt wird? Diese Idee ist viel älter als der Film «Minority Report». Während bei den alten Griechen das Orakel von Delphi und in Hollywood Mutanten die Zukunft vorhersagten, übernehmen heute Daten diese Funktion. Zumindest lassen sie eine realistischere Prognose zu. Es gibt bereits Polizeikorps, die – stündlich aktualisiert – mit einem Algorithmus die Stadtteile mit dem höchsten kriminellen Risiko ermitteln. In diesen Strassen patrouilliert die Polizei verstärkt, was letztlich zu weniger Einbrüchen führt. Das Grundprinzip hinter diesen Lösungen ist die sogenannte Predictive Analytics. Mithilfe historischer Daten wird die Wahrscheinlichkeit zukünftiger Ereignisse und Trends vorhergesagt. Solche Daten sind in Zeiten der Digitalisierung praktisch ein Abfallprodukt – sie entstehen dort, wo Prozesse repetitiv ablaufen. Das kann fast überall der Fall sein: im Handel, im Umgang mit dem Internet der Dinge oder Machine Learning, bei der Berechnung von Geldflüssen, bei der Personalplanung, der Risikoerkennung oder in der industriellen Produktion sowie bei der Wartung von Maschinen. Somit können Unternehmen aus praktisch allen Branchen von Predictive Analytics profitieren. Alles liefert den Rohstoff für Analysen Im Internet der Dinge liefert jedes vernetzte Gerät, jeder Sensor und jede Maschine Daten. Ein Beispiel: Ein moderner Lift sendet laufend Informationen. Wie häufig fährt er? Wie viele Stockwerke? Um welche Zeit fahren die meisten Menschen mit? Nach wie vielen Fahrten ist eine Liftkomponente defekt? Von diesen Daten lassen sich wertvolle Erkenntnisse ableiten: Es mag reichen, wenn nur zwei Fahrstühle bis in den 20. Stock fahren, Reparaturarbeiten können besser prognostiziert werden, und falls Fahrstühle als Werbefläche genutzt werden, könnte die Auslastung zu «Spitzenzeiten» einen anderen Werbetarif bedeuten. Ein weiteres Beispiel: In einem Logistiksystem entstehen zahlreiche Daten, die sich für eine optimierte Lagerbewirtschaftung nutzen lassen. Jeder Tag, den ein Produkt im Lager liegt, kostet Geld. Eine Firma könnte ihre Lagerbewirtschaftung mit Predictive Analytics optimieren und die Lagerbestände mit systemgestützten Vorhersagen planen. Das bietet enormes Sparpotenzial. Prognosen ohne Vorurteile Die Vorteile von Predictive Analytics liegen auf der Hand: Im Vergleich zu manuellen Analysen sind sie schneller, präziser und objektiver. Wenn Mitarbeitende beispielsweise Verkaufszahlen prognostizieren, sind sie oft von Wunschdenken, gesetzten Zielen oder Schein-Korrelationen beeinflusst. Dem Predictive-Analytics-Modell passiert das nicht: Je mehr Daten zur Verfügung stehen, desto genauer ist das Resultat. Wer nun glaubt, dass der Mensch überflüssig sei, der irrt sich gewaltig. Denn um die kausalen Zusammenhänge zu interpretieren, braucht es nach wie vor Fachwissen. Oftmals vermögen nur Geschäftsexperten die Ergebnisse sinnvoll zu interpretieren und die richtigen Schlüsse für das Business zu ziehen. Und nur dank ihres Feedbacks kann das Modell weiter verbessert werden, sodass es noch präzisere Prognosen liefert. Illustration: Tawatdchai Muelae / iStock.com 09 / 2018 www.netzwoche.ch © netzmedien ag

Focus Industrie 4.0 35 Digitalisierst du noch oder transformierst du schon? Die digitale Transformation ist in aller Munde. Aber was bedeutet diese genau und wie gehe ich die digitale Transformation an? Denn Digitalisierung ist nicht gleich digitale Transformation. Bei den Begrifflichkeiten gibt es viel Durcheinander, daher ist es Zeit, etwas Klarheit zu schaffen. DIE AUTORIN Stella Gatziu Grivas Leiterin Kompetenzschwerpunkt Cloud Computing, FHNW Industrie 4.0 steht für die Vernetzung von Produktion, Logistik und Kunden entlang der gesamten Liefer- und Wertschöpfungskette mithilfe von digitalen Technologien wie beispielsweise dem Internet of Things. Digitalisierung ist nicht gleich digitale Transformation Diese Veränderungen geschehen im Kontext der digitalen Transformation. Die Begriffe «Digitalisierung» und «digitale Transformation» werden geradezu inflationär verwendet – oft sogar als Synonyme. Dabei ist eine Unterscheidung wichtig: Bei der Digitalisierung stehen digitale Technologien im Zentrum. Technische Neuerungen ermöglichen immer neue Wege, Produkte auf dem Markt anzubieten, mit Kunden zu kommunizieren, beziehungsweise sie zu beraten und Prozesse zu optimieren, indem Medienbrüche eliminiert werden. Digitalisierung kann also ganz verschiedene Formen annehmen. Ausserdem ist es wichtig, zu betonen, dass Digitalisierung so gesehen eine digitale Evolution beschreibt, die schon seit langer Zeit im Gang ist. Eine digitale Transformation braucht Digitalisierung, entsteht jedoch erst, wenn die beschriebenen einzelnen Digitalisierungselemente verknüpft werden und das Unternehmen als Ganzes fundamental verändern. Digitale Transformation ist dann oft disruptiv. Das heisst konkret, statt lediglich einzelne Prozesse zu digitalisieren, werden komplett neue Businessmodelle entwickelt, die das Unternehmen ganz neu im Ökosystem positionieren. Es entstehen neue Organisationsformen und Partnerschaften. Die digitale Transformation gelingt nur, wenn alle Massnahmen auf die spezifischen Bedürfnisse des jeweiligen Unternehmens abgestimmt sind. Das Unternehmen muss demnach seine Vision und die Positionierung im Marktumfeld kennen und über seine Kunden und deren Bedürfnisse genauestens Bescheid wissen. Ausserdem müssen die technologischen Möglichkeiten gut eruiert werden. Dann kann man systematisch die Bereiche definieren, wo eine Transformation angegangen werden soll – nachhaltig. Das bedeutet, möglichst mit bestehenden Ressourcen zu arbeiten und den Faktor Mensch nicht zu vergessen. Essenziell dabei ist auch die Agilität, um schnell auf externe und interne Einflüsse reagieren zu können. Die digitale Transformation gelingt nur, wenn alle Massnahmen auf die spezifischen Bedürfnisse des jeweiligen Unternehmens abgestimmt sind. Führungsstil bei der Transformation zentral Die digitale Transformation verlangt entsprechend einen Führungsstil, der neben der Leitung des Tagesgeschäfts Innovation bewusst fördert – eine sogenannte «beidhändige» Führung. Die digitale Transformation stellt auch ganz neue Anforderungen an die Qualifikationen der Mitarbeiter. Es muss zukünftig nicht jeder programmieren können, jedoch braucht es sicherlich die Bereitschaft, sich den neuen Anforderungen anzupassen. Aus- und Weiterbildung ist daher ein zentrales Thema, das die volle Unterstützung der Unternehmen benötigt. Zusammenfassend lässt sich sagen, dass eine Auseinandersetzung mit den Begriffen «Digitalisierung» und «digitale Transformation» deshalb so wichtig ist, weil man nie den Effekt einer digitalen Transformation erreicht, solange man «nur» digitalisiert. www.netzwoche.ch © netzmedien ag 09 / 2018