Accenture, Smart Products, Industrial Analytics

Datenauswertungen können einerseits helfen, Operative besser zu verstehen und zu gestalten. Das Resultat ist dann ein „nach innen“ gerichteter Zugewinn an Effizienz. - Bild: Accenture/Stephen Dawson

Der Einsatz von Analytics in der Industrie ist längst eine „Mainstream-Idee“, wie die MIT Sloan Management Review kürzlich vermerkte – aber eben noch keine „Mainstream-Praxis“. Eine Umfrage der Zeitschrift unter über 2.000 Industrieentscheidern kam zu dem Resultat: obwohl alle Teilnehmer die entscheidende Bedeutung von Analytics-Strategien betonen, verfügt nur ein Achtel der Firmen auch wirklich über eine solche.

Diese Zahl düfte seit der Erhebung zwar gewachsen sein. Wirklich groß ist sie vermutlich aber immer noch nicht. Die Entwicklung von Analytics-Strategien erfordert außer speziellem Know-how auch einigen Aufwand – und der will zunächst einmal bewältigt sein.

Wer den Einsatz von Analytics im eigenen Unternehmen erwägt, sollte sich hiervon aber nicht entmutigt fühlen, sondern die notwendigen Schritte auf jeden Fall angehen. Denn erstens sichert die Entwicklung einer Strategie den Erfolg der Analytics-Erprobung und begrenzt zudem Risiken und Kosten. Und zweitens verheißt der Umstand, dass noch so wenige Firmen eine Strategie haben, die Chance auf einen Wettbewerbsvorteil.

Zudem stimmt drittens – und damit wären wir beim Kern dieses Beitrags –, dass die erforderliche Planungs-Arbeit auch verhältnismäßig effizient erfolgen kann. Vorausgesetzt natürlich, die Vorbereitung stimmt.

Entscheidung eins: Effizienz, Wachstum – oder beides?

Bei dieser steht vor allem die für Strategien übliche Entscheidung im Vordergrund: was soll das Unternehmen genau tun, und was nicht? Bei Analytics-Strategien stehen hierbei vor allem drei Entscheidungsfelder im Vordergrund: Welche Wirkungsrichtung sollte verfolgt werden, welche Werttreiber genutzt, und welche Einzelvorhaben umgesetzt?

Die erste ist vergleichsweise einfach: grundsätzlich stehen nämlich nur zwei Wirkungsrichtungen von Analytics zur Wahl. Datenauswertungen können einerseits helfen, Operative besser zu verstehen und zu gestalten. Das Resultat ist dann ein „nach innen“ gerichteter Zugewinn an Effizienz. Die Rennsport-Einheit von Motorradhersteller Ducati ist ein gutes Beispiel hierfür.

Andererseits können Analytics auch neue Erkenntnisse über Märkte, Kunden und Produkte erschließen. Diese kann eine Firma dann etwa dafür nutzen, Innovationen zu entwickeln und neues Wachstum zu erschließen. Diese Wirkungsrichtung „nach außen“ führt zu zusätzlichem Umsatz und Gewinn durch verbesserte oder neue Produkte und Leistungen.

Der dänische Windturbinenhersteller Vestas zum Beispiel hat sich für Zweiteres entschieden: Das Unternehmen wertet Wetterdaten aus, um Kunden die bestmögliche Ausrichtung ihrer Turbinen zu ermöglichen. Anders ausgedrückt: Vestas verkauft nicht mehr nur ein Produkt, sondern liefert auch einen Service mit, der den Produktnutzen erheblich steigert. Die Grundlage hierfür sind „Predictive Analytics“.

Wer noch keine Analytics-Strategie hat, steht demnach als erstes vor der Frage, welche Wirkungsrichtung verfolgt werden soll: die nach innen, für mehr Effizienz? Die nach außen, für mehr Wachstum? Oder vielleicht sogar beide?

Eine gute Faustregel ist: „interne, auf Effizienz gerichtete Ansätze erreichen meist geringere Wertbeiträge als externe, die auf zusätzliche Umsätze zielen. Dafür sind sie aber einfacher umzusetzen: Der Aufwand fürs Einrichten eines Predictive-Maintenance-Dienstes für den eigenen Maschinenpark macht weniger Aufwand als das Entwickeln einer vergleichbaren Lösung für die eigenen Kunden. Das spricht dafür, erst nach innen gerichtete Ansätze zu verfolgen und zu „üben“; der Einstieg in nach außen gerichtete kann dann später erfolgen.

Accenture | Industry X.0: How to make data analytics work your way

Entscheidung zwei: den Werttreiber wählen

Wenn die einzuschlagende Richtung feststeht, können die Verantwortlichen die nächste Entscheidung treffen: welche Werttreiber – gerne auch: „Outcomes“ – sollte das Unternehmen durch den Einsatz von Analytics erreichen? Die Zahl der entsprechenden Möglichkeiten ist durchaus überschaubarer, als es zunächst den Anschein haben mag: grundsätzlich kommen fast immer diese fünf in Frage:

  1. Mehr Effizienz im Betrieb

    Industrial Analytics eignen sich hervorragend dazu, die Effizienz in Industriebetrieben zu erhöhen: Das Verfahren unterstützt Einsparungen beim Verbrauch von Wasser, Strom oder Rohmaterialien. Und es ermöglicht das gezielte Steigern der Produktivität von Fertigungs- und Logistikabläufen. Zwei Beispiele für Letzteres: Firmen können Analytics nutzen, um die eigene Fertigungsplanung zu verschlanken, oder um die Wartungs- und Reparaturzeiten von Maschinen zu verkürzen.

  2. Gezielterer Mitarbeiter-Einsatz

    Auch beim Management von Mitarbeitern erschließen Analytics Effizienzgewinn – und erhöhen überdies die Betriebssicherheit. Sensor- und Standortdaten-Auswertungen erleichtern das Heranführen von Mitarbeitern an Einsatzorte, Aufträge oder reparaturbedürftige Maschinen – ein Gewinn vor allem etwa für Minen- und Ölfeldbetreiber oder Firmen mit vielköpfigem Reparatur-Außendienst. Werden derartige Lösungen zudem noch mit Verfahren zur Anlagenüberwachung verknüpft, können Mitarbeiter zusätzlich vor Maschinen-Ausfällen, Lecks, Gefahrstoff-Austritten und ähnlichen Sicherheitsrisiken gewarnt werden. Die zu erreichenden Effizienzgewinne sind meist erheblich: Bei Jabil, einem auf Elektronikausrüstung spezialisiertes US-Unternehmen, senkten Analytics rund um den Mitarbeiter-Einsatz die Schließzeiten im Betrieb um 50 und den Arbeitsaufwand für bestimmte händische Tätigkeiten um bis zu 70 Prozent.

  3. „Smart Products“

    Vernetzte, mit Software und Analytics-Diensten versehene Produkte bieten mehr Nutzwert als einfache Hardware. Deshalb bezahlen Kunden mehr dafür. „Smarte“ Energiemessgeräte erzielen höhere Preise, weil sie Strom sparen, vernetze Maschinen, weil sie höhere Leistungswerte und niedrige Standzeiten erreichen. Unternehmen, die ihre Produkte um Analytics-Features erweitern, können also mehr verdienen. Zudem erreichen sie nicht selten eine stärkere Kundenbindung. Und sie erhalten Zugriff auf zusätzliche Daten und Erkenntnisse, die ihnen weitere Produktverbesserungen ermöglichen. Zulieferer ZF Friedrichshafen liefert hierfür ein gutes Beispiel: das Unternehmen hat ein vernetztes Transmissionssystem für Züge entwickelt, das Antriebsstränge „beobachtet“ und unter anderem den Zustand von Lager, Verzahnung und Gehäuse überwacht, um vor Störungen zu warnen.

  4. Optimierte Leistungskataloge

    Analytics können natürlich auch dabei helfen, das gesamte Portfolio eines Unternehmens zu verbessern: Erkenntnisse über Kunden-Präferenzen und -verhalten sowie Nutzungsmuster erleichtern das Bewerten bereits vorhandener Produkte und Services und verweisen auf Lücken im bisherigen Angebot. Schon jetzt nutzen zahlreiche Industrieunternehmen Auswertungen von Betriebsdaten dazu, gezielt neue Wartungs- und Reparaturdienste zu entwickeln.

  5. Verbesserte Kundenerfahrung

    Gerade das Auswerten von Betriebsdaten kann aber noch ganz andere Wertbeiträge erschließen: Als Grundlage für gezielte Verbesserungen von Kundenerlebnissen genutzt, können sie die Marktstellung eines Unternehmens ganz erheblich stärken. Beispiel „Over-the-Air-Updates“: Ein Hersteller, der per Datenauswertung erkennt, dass die Benutzeroberfläche einer Maschine den Alltags-Anforderungen beim Kunden nicht genügt, verändert diese entsprechend, spielt über Nacht via Netz eine neue Version auf die Maschine – und verbessert auf diese Weise Kundenerlebnis, Kundenbindung und die eigenen Chancen auf künftige Verkäufe.

    Der Energie- und Automationsspezialist Schneider Electric arbeitet immer häufiger nach diesem Muster. Das französische Unternehmen setzt Analytics beispielsweise dafür ein, um die „Customer Experience“ von Industrieanlagen, Windturbinen und Gebäudetechnik-Geräten fortlaufend zu verbessern – etwa durch teils sogar kundenspezifische Services und Updates.

Entscheidung drei: Projekte priorisieren

Im letzten Planungsschritt können die Verantwortlichen überlegen, welche konkreten Analytics-Initiativen das Unternehmen starten sollte – und mit welcher Priorität. Auch hier stehen wieder zahlreiche Möglichkeiten zur Wahl; die Zahl der Use Cases ist meist groß, eine Priorisierung daher meist unumgänglich.

Der beste Weg hierzu führt über eine Betrachtung der Gegebenheiten: Die meisten Industrieunternehmen verfügen zumindest über einige vernetzte Maschinen, jede Menge Betriebs- und andere Daten sowie über Software, die diese Daten zumindest teilweise zusammenführt (zum Beispiel Manufacturing-Execution-Software, ERP-Lösungen oder CRM-Software). Wer einen Überblick über diese Startvoraussetzungen hat, kann fast immer Use Cases bestimmen, die schon kurzfristig hohe Wertbeiträge liefern würden und ohne allzu viel Aufwand realisierbar wären.

Der italienische Maschinenhersteller Biesse hat vorgemacht, wie eine solche Priorisierung in der Praxis aussehen kann: Das Unternehmen hat zunächst Predicitve Analytics-Lösungen rund um bereits vorhandene Maschinendaten entwickelt – und erweitert diese jetzt schrittweise um Dienste, die auch andere Daten nutzen. Dabei sorgt die eigens hierfür entwickelte Software-Plattform des Unternehmens dafür, dass Zeit- und Kostenaufwand der erforderlichen Integrationen im Rahmen bleiben.

Wichtig: Analytics- auf Geschäftsstrategie abstimmen!

Für alle drei hier beschriebenen Schritte und Entscheidungen gilt eine entscheidende Regel: Alle sind so zu vollziehen, dass sie zur Geschäftsstrategie der Firma passen. Das bedeutet auch, dass es mit einem einmaligen Entwerfen der Analytics-Strategie nicht getan ist. Vielmehr muss die „Passung“ der beiden Strategien regelmäßig überprüft werden, ganz wie andere Strategien und Pläne im Unternehmen auch.

Am besten fährt daher, wer außer einer Analytics-Strategie auch gleich einen Ablauf für regelmäßige strategische Analytics-Planungen entwickelt, und diesen fest im Unternehmen verankert. Wer beides leistet, hat dann allerbeste Aussichten darauf, mit Industrial Analytics wirklich erfolgreich zu sein.

Mehr zum Thema? Finden Sie hier:

Mehr Strategien und Hinweise rund um das Managen der Industrie-Digitalisierung finden Sie hier, bei Eric Schaeffer auf LinkedIn – oder in seinem Fachbuch „Industry X.0 – Digitale Chancen in der Industrie nutzen“ (überall im Fachbuchhandel erhältlich).