Branche 03.08.2017 1 Bewertung(en) Rating

Mehrwert durch Big Data

Eine Studie des Fraunhofer-Instituts für Produktionstechnik und Automatisierung, IPA, zeigt Veränderungen durch Big-Data-Analytik. Angestrebtes Ziel der Hersteller ist in der Regel die Schaffung von Mehrwert – produzierende Unternehmen setzen die Methode bislang aber kaum ein. Deutliche Veränderungen im Unternehmen wären eine Voraussetzung.

 - Die Studienteilnehmer sind sich einig, dass Big-Data-Analytik Veränderungen für die Effizienz in der Produktion mit sich bringt, aber auch einige Anforderungen an die Mitarbeiter stellt.
Die Studienteilnehmer sind sich einig, dass Big-Data-Analytik Veränderungen für die Effizienz in der Produktion mit sich bringt, aber auch einige Anforderungen an die Mitarbeiter stellt.
Rainer Bez

Big-Data-Analysen gelten als Schlüsseltechnologie von Industrie 4.0. Im Handel, in der Finanzbranche oder bei Unternehmen wie Amazon oder Google gehören sie längst zum Alltag – produzierende Unternehmen nutzen sie aber kaum. "Unsere Befragung zeigt, dass nur 14 Prozent der Firmen eine konkrete Strategie für die Einführung von Big-Data-Analytik haben. Und das, obwohl die Mehrzahl der Teilnehmer ein großes Potenzial erwartet", kritisiert Projektleiter Dennis Bauer vom Fraunhofer IPA, Stuttgart. Viele erkennen den Mehrwert nicht, sorgen sich um Datensicherheit oder es fehle an Wissen und Personal, fährt er fort. Um Unternehmen den Einstieg zu erleichtern, hat das Fraunhofer IPA die Studie aufgesetzt. Im Zentrum steht der produzierende Mittelstand.

Für ihre Ausarbeitung haben die Wissenschaftler Thesen zu nötigen Veränderungen in den Unternehmensdimensionen Mensch, Technik, Organisation und Geschäftsmodell generiert. Diese fragten sie bei 150 Entscheidern aus der Industrie in einer Online-Befragung ab und vertieften sie in Experteninterviews. Anschließend wurden Rückschlüsse gezogen, Entwicklungsfelder generiert und Unterstützungsangebote zugeordnet.

Intensivere Kooperationen, mehr Serviceangebote

Die Teilnehmer sind sich einig, dass Big-Data-Analytik Veränderungen im Unternehmen mit sich bringt. "Über 93 Prozent gehen von neuen Rahmenbedingungen, Anforderungen und Aufgaben aus", bestätigt Bauer. Besonders betroffen sind die Mitarbeiter. Knapp 99 % sind überzeugt, dass sich deren notwendige Qualifikation mit der fortschreitenden Digitalisierung ändert. "Das Personal muss immer stärker mit digitalen Werkzeugen arbeiten. Kenntnisse in der Mathematik, Statistik und IT sowie die Verknüpfung mit Domänenwissen werden wichtiger", sagt Bauer. Große Veränderungen bringt Big-Data-Analytik auch für die Technik mit sich. 70 % der Befragten gaben an, effizienter zu produzieren, je früher Wartungen und Instandhaltungen eingeplant werden. Anwendungsszenarien wie Predictive Maintenance spielen eine immer größere Rolle; die Prozessplanung wird zunehmend von Unternehmensdaten getrieben.

Veränderungen ergeben sich auch bei der Kooperation und Vernetzung mit anderen Unternehmen. Durch den Austausch und die Auswertung heterogener Daten über die Wertschöpfungskette hinweg wird es möglich, Kooperationen zu intensivieren und den Fokus auf eigene Kernkompetenzen zu legen. Beim Geschäftsmodell wird deutlich, dass sich Unternehmen zunehmend zu Serviceanbietern entwickeln. Unternehmen können sich somit beispielsweise auf ein bestimmtes Produktionsverfahren spezialisieren oder, wie im Beispiel Air-as-a-Service des Kompressorherstellers Kaeser, den Wandel vom Produktanbieter hin zum Full-Service-Dienstleister vollziehen.

Schulungsbedarf steigt

Auf Basis der Veränderungen haben die IPA-Wissenschaftler elf Entwicklungsfelder für die vier Dimensionen abgeleitet. "Fast immer steht der Mensch im Mittelpunkt. Er muss entsprechend geschult werden, die Sensibilität der Daten berücksichtigen und sich in neue Strukturen einfinden", erläutert Bauer. Im Personalmanagement müssen Unternehmen zum Beispiel Weiterbildungskonzepte erarbeiten, um ihre Mitarbeiter auf den Umgang mit großen heterogenen Datenmengen vorzubereiten. Das lasse sich schon bei den Vorreiterunternehmen aus dem Silicon Valley erkennen, die immer mehr Data Scientists beschäftigen, so Bauer.

Auf technischer Seite gilt es, die Datenzuverlässigkeit, -verfügbarkeit und -sicherheit zu gewährleisten. Weiterhin müssen Unternehmen ihre Produktion vernetzen und eine IT-Architektur implementieren. Letzteres stellt sicher, dass die Daten langfristig gespeichert und den Anwendungen für Analysen bereitgestellt werden. "Hier eignen sich Cloud-Konzepte wie die am IPA entwickelte Plattform Virtual Fort Knox", weiß der Projektleiter.

Unterstützung für KMU

Die Studie zeigt Unternehmen abschließend, welche Unterstützungsangebote es für die jeweiligen Entwicklungsfelder gibt. Den Bereich Personalentwicklung decken zum Beispiel das Future Work Lab der Fraunhofer-Institute IAO und IPA in Stuttgart oder die Fraunhofer-Allianz Big Data ab. Die Geschäftsmodelle sind Schwerpunkt der Einrichtung Industrie-4.0-Testumgebung für KMU (I4KMU). Das Applikationszentrum Industrie 4.0 des Fraunhofer IPA bedient die Entwicklungsfelder Anwendungsszenarien und Vernetzung. Analytik-Apps finden die Unternehmen im Smart Data Innovation Lab oder im Smart Data Solution Center BW.

gr

Kommentar schreibenArtikel bewerten
  • Funktionen:
  • drucken
  • Kontakt zur Redaktion

Kommentar schreiben

Ihre persönlichen Daten:

Sicherheitsprüfung: (» neu laden)

Bitte füllen Sie alle Felder mit * aus! Ihre E-Mail-Adresse wird nicht veröffentlicht.