IT-Trends-Blog

IT-Trends-Blog

Opinions expressed on this blog reflect the writer’s views and not the position of the Capgemini Group

Operational Analytics: Manufacturing macht’s vor

Kategorie: Trend Industrie 4.0

Das Internet der Dinge führt zu einer schieren Explosion von Daten in allen Unternehmensbereichen. Die große Frage dabei ist jedoch immer: Wie können Unternehmen ihre Performance durch die Nutzung dieser Daten wirklich verbessern? Bisher waren Analytics-Projekte hauptsächlich auf die Kundenschnittstelle ausgerichtet. Eine unserer aktuellen Studien ergab jetzt allerdings, dass sich der Fokus in unternehmerischen Big-Data-Projekten zunehmend auf operative Geschäftsbereiche verschiebt. Das ergibt langfristig auch Sinn, denn mittels Operational Analytics können Unternehmen ihre existierenden Prozesse und Produkte verbessern und neue Dienstleistungen entwickeln.

Allerdings ist trotz der vielfältigen Einsatzgebiete und hohen Hebelwirkung ein Großteil dieser Projekte noch wenig ausgereift und viele Möglichkeiten bleiben bisher unerschlossen. Im Ländervergleich schneidet Deutschland sowohl in der Ausrichtung auf das operative Geschäft als auch bei der Umsetzung von Analytics in jenen Bereichen bedeutend schlechter ab als beispielsweise die USA oder UK. Lediglich 14 Prozent der deutschen Unternehmen gehören zu jenen Top-Performern, die Analytics-Projekte in den operativen Bereichen übergreifend eingesetzt haben und dadurch auch ihre geplanten Ziele erreichen konnten.

Deutsche Unternehmen sind Optimierer

Etwas anders stehen die Dinge allerdings im Manufacturing-Bereich: Hier liegt der Analytics-Fokus der befragten Unternehmen deutlich bei den operativen Geschäftsbereichen. Dieses Ergebnis passt zu unseren Erfahrungen im Markt und ist angesichts der Studienergebnisse, die den Operational-Analytics-Initiativen ein dreimal so großes Potenzial zuschreiben wie den Customer Analytics, auch nicht verwunderlich. Auch bei der Umsetzung der Initiativen zeigt sich im Bereich der Fertigung ein besseres Bild als bei anderen Industriezweigen: Hier gehört Deutschland laut dem Digital Transformation Institute (DTI) von Capgemini Consulting zur Gruppe der „Optimierer“. Diese Unternehmen verfolgen einzelne Initiativen zwar meist erfolgreich, haben diese aber entweder nicht in übergreifende Analytics-Strategien integriert, die alle operativen Bereiche entlang der Wertschöpfungskette abdecken, oder aber setzen ihre Gesamtstrategien nur sehr langsam um.

Abbildung 1: Level und Erfolg von Operational Analytics-Initiativen für den Manufacturing-Sektor – In Deutschland besteht Verbesserungspotential vor allem im Bereich Implementierung.

Wie vielfältig Datenanalysen der operativen Bereiche tatsächlich sind, zeigen erfolgreiche Beispiele: So nutzt Merck Predictive Quality, um mit Hilfe detaillierter Prozessdaten und -analysen Anpassungen in der eigenen Impfstoffproduktion vorzunehmen und so die Ausschussrate signifikant zu verringern. Intel verwendet Daten zur Automatisierung von Prozessen und konnte Durchlaufzeiten dadurch bedeutend reduzieren – in einem Beispiel sogar von 4 Stunden auf 30 Sekunden. GE geht noch einen Schritt weiter und nimmt mit seiner Analytics-Plattform Predix eine Art Vorreiterrolle in Sachen Operational Analytics ein. Die Plattform verfolgt das ambitionierte Ziel, als Entwicklungsplattform und App Store für industrielle Analytikanwendungen aller Art und Hersteller unterschiedliche datenbasierte Services anzubieten und somit Mehrwert für Kunden der Plattform zu schaffen.

Vom Optimierer zum Game Changer

Doch was müssen deutsche Industrieunternehmen nun ändern, um auch zu Top-Performern in Sachen Analytics zu werden? Unserer Einschätzung nach sind besonders diese drei Punkte wichtig:

  1. Operational Analytics muss zur Chefsache werden, um eine zielgerichtete umfassende Strategie umzusetzen. Nur so wird eine zeitnahe Implementierung möglich.
  2. Governance ist das A und O: Analytics-Initiativen profitieren von der Unterstützung einer zentralen Einheit, die den Gesamtüberblick behält und die Steuerung einzelner Initiativen übernimmt. Sie sollte außerdem eine zentrale Infrastruktur mit konsolidierten Datenquellen und Best Practices anbieten sowie Synergien schaffen.
  3. Gleichzeitig müssen einzelne Initiativen, notwendige Entscheidungen in Abstimmung mit der zentralen Unit treffen können. Bereits erfolgreiche Initiativen sollten hierbei eine Vorbild- oder Mentorenrolle übernehmen.

Insbesondere Unternehmen mit höherem Umsatz scheinen unserer Erfahrung nach diese Voraussetzungen derzeit besser zu meistern. Der Anteil der sog. „Game Changer“ – also der Top-Performer in diesem Bereich – liegt bei Unternehmen mit weniger als fünf Milliarden US-Dollar Umsatz bei 14 Prozent, bei Unternehmen mit über zehn Milliarden $ bei 32 Prozent. Diese Tendenz verdeutlicht die Komplexität, die bewältigt werden muss, um Analytics mit all seinen Herausforderungen im Unternehmen zu verankern. Für den deutschen Manufacturing-Sektor bedeutet diese Entwicklung aber auch, dass Unternehmen zukünftig ihren Fokus noch stärker auf die Nutzung analytischer Intelligenz legen sollten. Nur so können deutsche Industrieunternehmen das ambitionierte Ziel, weltweit führend im Manufacturing-Bereich zu sein und zu bleiben, auch wirklich erreichen.

Wie denken Sie über Operational Analytics und wo sehen Sie das Thema auf Ihrer Agenda? Konnten Sie bereits Ziele durch den Einsatz von Analytics in den operativen Bereichen erreichen, und auf welche Probleme sind Sie dabei gestoßen?

Vielen Dank an Stephan Rix für die tatkräftige Unterstützung bei der Erstellung dieses Blogeintrags.  

Über den Autor

Aljoscha Klopotek
Aljoscha Klopotek
Business Analytics, Industrie 4.0, Analytics Operating Model

Kommentar hinterlassen

Ihre E-Mail-Adresse wird nicht veröffentlicht. Pflichtfelder sind mit einem * gekennzeichnet.