Wie Maschinenbauer jetzt mit Daten ihren Umsatz steigern

Der Maschinen- und Anlagenbau sammelt so viele Daten wie nie zuvor. Vom kleinsten Bauteil bis zu komplexen Maschinenparks – alles wird mit Sensoren ausgestattet, die permanent zu neuen Daten führen. Doch wer Daten sammelt, pflegt und aufbereitet, sitzt bereits auf einem Datenschatz, häufig ohne es zu wissen. Datenmonetarisierung, also dank Analytics aus der Menge der Daten messbare ökonomische Vorteile zu ziehen, gewinnt immer mehr an Bedeutung, wie eine aktuelle Studie von BARC (Business Application Research Center) im Auftrag von Tableau belegt. „Die Studie zeigt, dass einige Unternehmen bereits den finanziellen Wert ihrer Daten erkannt haben“, unterstreicht Henrik Jorgensen, Country Manager DACH von Tableau. „So verschaffen sie sich einen echten Wettbewerbsvorteil. Entscheidend ist nun für die anderen Unternehmen, die richtigen Weichen zu stellen, um ebenfalls möglichst schnell und umfassend von ihren Daten zu profitieren.“

Experten unterteilen in fünf Kategorien, wie sich aus dem Datenschatz wirtschaftliche Vorteile erzielen lassen. Wenn Industrieunternehmen darüber nachdenken, mit Daten zu neuen Umsätzen zu gelangen, zielen sie meistens auf „Data as a Product“ ab, also Daten direkt als Produkt zu verkaufen. Das kann in Form von Roh- oder aufbereiteten Daten geschehen. Egal ob Mess-, Prozess-, Anlagen- oder Kundendaten ‒ Daten sprudeln aus den verschiedensten Quellen. Diese werden jedoch häufig in Silos gespeichert und sind nur bedingt nutzbar. Mit modernen Business Intelligence (BI)-Werkzeugen wie Tableau lassen sich Daten aufbereiten, verschmelzen und sinnvoll verknüpfen. So erhalten Unternehmen aussagekräftige Ergebnisse innerhalb von Sekunden.

„Mit der intelligenten Nutzung von Daten lassen sich ganz neue Business-Modelle, Dienstleistungen und andere geschäftsrelevante Maßnahmen auf den Weg bringen“, weiß Henrik Jorgensen. Ein Beispiel: Der Konzern General Electric bietet mit seiner IoT-Plattform Predix eine standardisierte Möglichkeit, industrielle Anwendungen in der Cloud zu entwickeln. Anwender können dabei mit Tableau in Predix Echtzeitdaten in wichtige Erkenntnisse umwandeln, indem sie Maschinen und Daten mit dem ganzen Unternehmen verbinden.

Eine weitere Variante bietet sich mit Predictive Maintenance: Hier können Fertigungsleiter Ausfälle oder Störungen von Anlagen oder Maschinen erkennen, bevor sie passieren und teure Ausfallzeiten vermeiden. Interessant für den Maschinen- und Anlagenbau ist auch das Pay-per-use- oder Pay-per-hour-Modell. Hierbei wird die Maschine oder Komponente nicht an den Kunden verkauft, sondern der Anbieter stellt gegen eine Gebühr beispielsweise eine Maschine oder sogar eine ganze Anlagen-Infrastruktur als Dienstleistung zur Verfügung.

Mithilfe von Self-Service-Analysen können sowohl einzelne Mitarbeiter in der Fertigung als auch ganze Unternehmen Daten entlang der Lieferkette, zu Produktionsabläufen und zum gesamten Lebenszyklus von Dienstleistungen verständlich aufbereiten. Tesla Motors Designs, Hersteller von Elektrofahrzeugen und Antriebskomponenten, hat festgestellt, dass Self-Service-Analysen seine Mitarbeiter dazu befähigen, ihre eigenen Daten zu untersuchen – und zu Erkenntnissen beitragen, die eine Optimierung der Produktion ermöglichen. „Wenn Ihre Mitarbeiter Zugriff auf Daten erhalten, werden sie mehr Fragen stellen. Und Sie können den Daten wirklich auf den Grund gehen. Wenn Sie die Ursache für ein lästiges Problem finden möchten, das Ihre Produktion seit Wochen oder Monaten stört, liefert der Einblick in solche Daten ganz neue Erkenntnisse – und das war für uns schon von großem Vorteil,“ erklärt Will Bishop, Senior Test Engineer bei Tesla. Das Dashboard ist ein Beispiel für eine Prozess- und Produktionsanalyse. Mit diesem lassen sich die Leistung bei der Abwicklung von Aufträgen untersuchen, die von einem Hersteller mit zwei Maschinen ausgeführt wurden. Links können Anwender die ausgeführten Aufträge durchsuchen und sehen, wie der Produktionsprozess tatsächlich ablief. Mehrere Datensätze werden in einem einzigen Dashboard zusammengeführt. Das Bullet-Diagramm zeigt relevante Kennzahlen (Setup, Stillstands- und Durchlaufzeiten).

Wer aus seinen Daten mehr Umsatz holen möchte, sollte die Chancen der Digitalisierung nutzen und den Wandel zum datengetriebenen Unternehmen aktiv vorantreiben. Gerade Ingenieure und Technikbegeisterte besitzen eine natürliche Affinität zu Zahlen, Daten und Fakten. Nutzen Sie diesen Vorteil für Ihr Unternehmen. aru