Geschäftsmodellinnovationen basierend auf Industrie 4.0 sichern den zukünftigen Erfolg der Unternehmen

Zusammenfassung

Überblick

Neue Technologien, wie Smart Connected Things, Big Data, Advanced Analytics oder 3D-Druck, ermöglichen eine digitale Transformation in der Produktion.

Durch die digitale Transformation werden neue innovative Geschäftsmodelle ermöglicht, aber auch notwendig.

Welche neuen Rahmenbedingungen und grundlegenden Änderungen ergeben sich dadurch für die Ertragsmodelle?

Geschäftsmodelle basierend auf der digitalen Transformation sind Voraussetzung für die Absicherung des zukünftigen Unternehmenserfolgs

1 Innovative Technologien für Industrie 4.0

Neue Technologien ermöglichen neue Geschäftsmodelle

Die angekündigte vierte industrielle Revolution wird ebenso wie die drei vorhergehenden durch die Entwicklung von innovativen Technologien und deren Einsatz in der Industrie getrieben. Auf einige, dieser für Industrie 4.0 grundlegenden Technologien, wird in den folgenden Abschnitten näher eingegangen, da sie die Enabler für eine digitale Transformation in der Produktion sind. Damit verbunden ist die Möglichkeit, aber auch die Notwendigkeit, für Unternehmen ihre bestehenden Geschäftsmodelle zu überdenken, anzupassen oder disruptiv zu ändern (s. Abb. 1).

Abb. 1: Neue Geschäftsmodelle durch digitale Transformation

1.1 Smart Connected Things und das Internet der Dinge

Objekte werden "intelligent"

Voraussetzung für das Internet der Dinge sind Smart Connected Things, also Objekte, die selbst einen bestimmten Grad an Intelligenz besitzen und sich zusätzlich mit anderen Objekten vernetzen und kommunizieren können. Das wird durch die Einbettung von Sensoren, Aktoren, Mikroprozessoren oder Datenspeicher erreicht, die den Funktionsumfang von herkömmlichen Objekten steigern. Schon heute sind 98 Prozent aller Prozessoren nicht in Computern, sondern in intelligenten Gegenständen eingebaut, wie am Beispiel eines Mittelklassewagens mit ca. 150 eingebetteten Systemen deutlich wird.^[1]

Die Vernetzung intelligenter Objekte (wie z. B. Maschinen, Produkte oder Transportbehälter in der Produktion) ermöglicht einerseits den Austausch von Informationen, andererseits aber auch die Auslagerung von gewissen Funktionen, wie die Datenspeicherung oder Softwareanwendung, in eine Cloud. Produkte werden damit eindeutig identifizierbar, jederzeit lokalisierbar, sie kennen ihren bisherigen Weg durch die Produktion, den aktuellen Zustand und mögliche Wege zu ihrem Zielzustand.

Bemerkenswert ist der Anstieg der vorhandenen Smart Connected Things. Gab es 2000 noch keine solchen Objekte, so sind es 2015 laut Angaben von Gartner^[2] etwa 5 Mrd. Für das Jahr 2016 wird die Anzahl auf 6,4 Mrd. geschätzt und 2020 sogar auf 20,8 Mrd.

Vernetzung schafft ein Internet der Dinge

Baut man ein System auf, in dem sämtliche intelligenten Objekte, wie Anlagen, Maschinen, Werkzeuge oder Produkte, miteinander kommunizieren und Informationen austauschen können, dann spricht man von einem Internet der Dinge. Daraus resultierende Folgen sind:

• Weltweit können Objekte miteinander verbunden werden und sind damit abrufbar und steuerbar.
• Die reale physische Welt verschmilzt immer mehr mit der virtuellen Welt (Cyber-Physical Systems).
• In dynamischen Wertschöpfungsnetzwerken kommunizieren autonome Einheiten in Echtzeit und reagieren flexibel aufeinander.

[1] Vgl. Kagermann, 2014, S. 605.

[2] Vgl. Gartner, 2015, online.

1.2 Big Data

Big Data und 4 V’s

Die fortschreitende Digitalisierung und der rasante Anstieg von Smart Connected Things erzeugen in hoher Geschwindigkeit große Datenmengen. Doch nicht nur das enorme Datenvolumen kennzeichnet das was heute unter dem Begriff Big Data verstanden wird. Um von Big Data zu sprechen, müssen mehrere Facetten vorhanden sein:^[1]

• Volume: Darunter versteht man den rasanten Anstieg der vorhandenen Datenmengen, die in Unternehmen von einigen Terabytes bis hin zur Größenordnung von Petabytes führen können. Herausfordernd ist die Verwaltung dieser Daten und die effiziente Anwendung von Analysen.
• Variety bezeichnet die Datenvielfalt, also die Heterogenität der Datenquellen und Datenformate. Strukturierte Daten aus Datenbanken und unstrukturierte Daten wie Texte, Audio oder Videodateien sind vorhanden. Aber nicht nur unternehmensinterne, sondern auch externe Daten (z. B. aus sozialen Netzwerken) spielen eine entscheidende Rolle.
• Velocity (Geschwindigkeit): Die enormen, anfallenden Datenmengen müssen für vielfältige Anwendungszwecke immer schneller ausgewertet werden, im Idealfall in Echtzeit. Damit verbunden ist die Datengenerierung und Übertragung in hoher Geschwindigkeit.
• Veracity: Damit Daten auch tatsächlich einen wertvollen Rohstoff für ein Unternehmen darstellen ist die Richtigkeit, Vollständigkeit und Verlässlichkeit der Dateninhalte von hoher Bedeutung.

[1] Vgl. Köhler/Meir-Huber, 2014, S. 17.

1.3 Advanced Analytics

Notwendigkeit von neuen Analysemethoden

BITKOM definiert in einem Leitfaden für Big Data:^[1] "Big Data stellt Konzepte, Technologien und Methoden zur Verfügung, um die geradezu exponentiell steigenden Volumina vielfältiger Informationen noch besser als fundierte und zeitnahe Entscheidungsgrundlage verwenden zu können und so Innovations- und Wettbewerbsfähigkeit von Unternehmen we...