Image: Daten könn(t)en mehrFERCHAUFERCHAUHenrik5000
TrendBig Data analysiert Industrie 4.0

Daten könn(t)en mehr

Lesezeit ca.: 4 Minuten
Christoph Hammerschmidt

Christoph Hammerschmidt

freier Journalist

Daten sind das Öl des 21. Jahrhunderts, lautet ein viel zitierter Slogan. Die neue Währung ist zu einem günstigen Kurs zu haben, in vielen Fällen entsteht sie gewisser­maßen als Abfallpro­dukt aus der Digitali­sie­rung der industri­ellen Prozesse. Aber noch nicht jeder weiß sie optimal zu nutzen.

14. Oktober 2016

Als 2011 eine Gruppe von Wissenschaft­lern, Technologen und Industrie­ma­na­gern ihr Konzept von einer vernetzten, datengestützten Fertigung vorstellte, ging eine deutliche Aufbruchs­stim­mung quer durch viele Branchen. Profitable Fertigung auch in kleinen Stückzahlen, das klang wie maßgeschnei­dert für die Bedürfnisse der deutschen Industrie mit ihren Kernbran­chen Fahrzeug-, Maschinen- und Anlagenbau. Mittlerweile ist die Begeiste­rung gedämpft, die Umstellung auf digitale Fertigungs­pro­zesse läuft zäh. Das geht aus der Studie des Beratungs­un­ter­neh­mens McKinsey „Industry 4.0 after the initial hype“ hervor. „Wir erleben eine gewisse Ernüchte­rung beim Thema Industrie 4.0“, konstatiert Dominik Wee, McKinsey-Partner und Co-Autor der Studie. Danach zieht nur ein kleiner Teil der Unternehmen einen produktiven Nutzen aus Anwendungen, die mit der Idee von Industrie 4.0 verknüpft sind, etwa den additiven Produkti­ons­ver­fahren (3D-Druck) oder der Analyse großer Datenmengen (Data Mining, Big Data).

Produktiver Nutzen noch unklar

Die Experten der Management­be­ra­tung Oliver Wyman sehen das ähnlich. Die Autoren der Studie „Digitale Industrie – der wahre Wert von Industrie 4.0“ haben die Art und Weise untersucht, wie sich die deutsche Wirtschaft dem Thema nähert und erkannt, dass vieles nicht richtig läuft. „Die Diskussion um Industrie 4.0 greift zu kurz, weil sie auf die in den Werkshallen genutzte Technologie fokussiert“, heißt es in der Studie.

Danach setzen die Produzenten bei die Digitali­sie­rung vor allem auf Kostensen­kungs­ef­fekte: Straffung der Prozesse, intelligente Steuerung der Produktion und damit Reduzierung von Rüstzeiten, flexiblere Fertigung und als Folge ein geringerer Overhead für die Umstellung von Produktva­ri­ante A auf Variante B – das sind die Effekte, auf die das etablierte Verständnis von Industrie 4.0 in erster Linie abzielt.

Die Daten sind der wahre Schatz

Die wesentli­cheren Quellen der Wertschöp­fung durch die Digitali­sie­rung verortet die Studie woanders: Wer die Daten, die im Zuge der Digitali­sie­rung entlang der Wertschöp­fungs­kette anfallen, auf intelligente Weise zu nutzen weiß, kann in der Zukunft satte Zusatzge­winne einfahren. Ein Beispiel nennt die Studie: etwa Daten, die aus den Fertigungs­pro­zessen gewonnen werden, in die Preisgestal­tung einarbeitet und damit Nachfrage­spitzen monetari­sieren.

Im Jahr 2030 wird die Digitali­sie­rung der Industrie in der diskreten Fertigung weltweit ein Wertpoten­tial von 1,4 Billionen Dollar erschließen, so die Studie. Ein großer Teil davon ist aber eben nur erreichbar, wenn die angefallenen Daten auch außerhalb der Fertigungs­steue­rung genutzt werden. „Die größten Werthebel liegen gar nicht in der Flexibili­sie­rung der Fertigung, sondern in Bereichen wie Vertrieb, Preisset­zung, Controlling oder Einkauf“, sagt Thomas Kautzsch, einer der Verfasser der Studie.

Klarer Fokus bei der Einführung

Auch die erwähnte McKinsey-Studie legt die Diagnose nahe, dass die Unternehmen den Wert der Daten noch nicht so recht erkannt haben. Der Mangel eines klar erkennbaren Business Case, der Investitionen in die Unterneh­mens-IT rechtfer­tigen würde, ist einer der häufigsten Gründe, warum sich Unternehmen mit Industrie 4.0 schwer tun. Um diese Einstiegs­hürde zu überwinden, empfiehlt McKinsey den mit den Mühen der Digitali­sie­rung kämpfenden Anwender­un­ter­nehmen, sich zunächst auf wenige, klar umrissene Anwendungen zu konzentrieren. Ein Beispiel ist Predictive Maintenance. Die vorausschau­ende Instandhal­tung, die auf der Analyse der Maschinen­daten aufbaut und dadurch einen Mehrwert schafft, dass sie ungeplante Ausfälle weitestge­hend verhindert. Weitere Anwendungen für Einsteiger sind Performance Management und das Management der Datenqua­lität.

Verkauf vs. Dienstleis­tung

Damit ließen sich die Startschwie­rig­keiten überwinden. Um aber den Fortgeschrit­tenen-Status zu erreichen, ist ein tieferes Verständnis vom Wert der im digitalen Unternehmen zirkulie­renden Daten erforder­lich. Beispiels­weise indem sie Nachfrage­muster erkennen und für eine intelligente Preisgestal­tung zu nutzen, wie das die Mineralöl­ge­sell­schaften in ihren Tankstel­len­netzen schon lange vorführen. Oder im Aufbau datengetrie­bener Geschäfts­mo­delle: Statt einem Fertigungs­un­ter­nehmen eine Roboterstraße zu verkaufen, diese Straße als Dienstleister zu betreiben. Solche Kombinationen sind laut der Oliver-Wyman-Studie sogar der größte Teich mit den fettesten Wertschöp­fungs­fi­schen. In ihm schwimmt ein Potential von 600 Milliarden Dollar. Das etablierte Industrie-4.0-Denkmodell, die digital flexibili­sierte Produktion und individua­li­sierte Massenfer­ti­gung, trägt die Hälfte davon, 300 Milliarden Dollar, zu dem gesamten Wertschöp­fungs­po­ten­tial von 1,4 Billionen Dollar bei, das in der umfassenden Digitali­sie­rung schlummert.

Angesichts der Unsicher­heiten der klassischen fertigungs­ori­en­tierten Unternehmen bei der Digitali­sie­rung ihrer Abläufe und Geschäfts­mo­delle ist es keineswegs sicher, dass sie diejenigen sind, die letztend­lich von der Einführung datengetrie­bener Prozessketten profitieren werden, warnt Kautzsch. Denn „Industrie 4.0 verändert potentiell in hohem Maß das Machtgefüge zwischen den Unternehmen entlang der Wertschöp­fungs­kette.“ Im Klartext: Es gewinnt der, der in der Lage ist, aus den Daten Nutzen zu ziehen.