Kennen Sie das auch in Ihrem Unternehmen? Wir stehen vor einer wichtigen neuen Phase der Digitalisierung: Das Internet der Dinge (IoT), die künstliche Intelligenz (KI) und Big Data bilden eine Konstellation neuer Technologien, die in der Lage sind, Daten auf neue und andere Weise zu produzieren, zu erheben und zu nutzen. Jede dieser Technologien verfügt über ein immenses Potenzial, und gemeinsam verändern sie die Geschäftsprozesse und -modelle ganzer Branchen. Unternehmen müssen diese Technologien annehmen und sich mit ihnen auseinandersetzen, um ihre Fähigkeit zu verstehen, die betrieblichen Realitäten von Back-Office-Funktionen bis hin zur Interaktion ihres Unternehmens mit Kunden zu verändern. Dies kann sich als entmutigend erweisen: Der Einstieg kann komplex und kostspielig sein und eine ungewisse Kapitalrendite mit sich bringen. Start Ups haben oft den Luxus, solche Herausforderungen zu meistern, aber bestehende Unternehmen müssen die neuen Technologien und Ansätze mit ihren bestehenden Abläufen kombinieren oder gar Bestehendes in Neues überführen. An dieser Stelle kommt der Methodenrahmen DataValueThinking mit seinen Modellen und Workshops ins Spiel.
Unternehmenslenker setzen sich ständig mit Innovationen, insbesondere technischen Neuerungen auseinander. Die Anforderungen der KI schaffen jedoch eine neue Dynamik. Als Basisrohstoff benötigen diese Anwendungen eine zuverlässige Versorgung mit qualitativ hochwertigen Daten. Glücklicherweise liefern die Sensoren, die das Internet der Dinge (Internet of Things, IoT) bilden, diese Daten im Überfluss. Speicher- und Auswertungswerkzeuge aus dem Bereich der BI und Big Data machen sie permanent verfügbar. Daten sind somit der Rohstoff, der die Qualität, die Fähigkeiten und die Art der KI bestimmt und auch eine entscheidende Rolle für den Erfolg und die Nachhaltigkeit eines Unternehmens spielt, das sich für die Umsetzung dieser Innovationen entscheidet.
Eine typische Übung in den DataValueThinking-Workshops besteht darin, neue Technologien nach ihrer Bedeutung für das Unternehmen aus geschäftlicher Sicht einzuordnen und zu klassifizieren. Erste Lösungsideen und mögliche Anwendungsfälle werden ebenfalls diskutiert. Dabei wird auch berücksichtigt, welche Datenbereiche und Datenquellen von strategischer Bedeutung sind.
Schnelle Erfolge erzielen und gleichzeitig die Zukunft sichern.
In unseren Workshops treffen wir immer wieder auf gemischte Erfahrungen mit diesen neuen Technologien. Häufig erreichen die Piloten nicht den erwarteten Nutzen oder werden schon vor dem Start aufgegeben. Die Gründe dafür sind unterschiedlich und reichen von Unsicherheit und Skepsis gegenüber einzelnen Themen wie dem Datenschutz bis hin zu technischen Herausforderungen bei der Implementierung. Oftmals scheitert aber auch nach den ersten erfolgreichen Piloten die breite Anwendung an der Inkompatibilität der verschiedenen Lösungen. Beim Einsatz neuer Technologien ist es wichtig, eine Balance zwischen pragmatischen Pilotprojekten, die kurzfristigen Nutzen und Akzeptanz realisieren, und der strategischen Nachhaltigkeit der Lösungen zu finden. Für diese strategische Nachhaltigkeit ist jedoch oft nicht die Lösung an sich so wichtig, sondern ihre Integrationsfähigkeit in weitergehende Lösungen.
Eine große Hürde für die unternehmensweite Einführung neuer Technologien ist die Koexistenz von alten und neuen Anlagen, bestehenden Infrastrukturen und Werken. Was nützt der Einsatz von Sensortechnologie in der Produktion, wenn nur die neuen Maschinen sie nutzen können? Was nützen Gebäudeanwendungen in Smart Facilities, wenn man sie nur in neuen Gebäuden einsetzen kann?
Ein weiteres Thema, das sich aus unseren Workshops ergibt, ist die Schwierigkeit, Technologie, Pragmatismus und Datenanalyse in Einklang zu bringen. Viele Ideen werden nur dann umgesetzt, wenn die Daten 100% genau sind. Man muss also teuer und zeitaufwendig messen, obwohl man die Informationen aus vorhandenen statistischen Daten ableiten könnte. Ein Beispiel ist die exakte Messung der Arbeitsplatznutzung durch Kameras oder die Beobachtung des Kundenverhaltens mit entsprechend komplexer Sensorik. Zusätzlich zu den Datenschutzproblemen, die mit solchen Lösungen einhergehen, können einfache Daten in großer Menge die gleichen Informationen durch statistische Simulationen erhalten. Sie sind auch kostengünstiger und oft effizienter in Bezug auf den Datenschutz.
Natürlich reicht es nicht, in Workshops auf Themen und Beobachtungen hinzuweisen. Es ist auch wichtig, anhand von Beispielen Anregungen für mögliche Lösungen zu geben. Dabei bedienen wir uns auch unserer Technologiepartner, die ihrerseits die Ergebnisse und Präsentationen von DataValueThinking für ihre eigene Positionierung nutzen. Ein gutes Beispiel dafür ist unser Partner Microshare, ein US-amerikanisches Technologieunternehmen, das eine breite Palette von Sensing-as-a-Service-Lösungen anbietet, um bestehende Infrastrukturen in die digitale Welt zu integrieren und ihre Informationen als digitaler Zwilling zu erfassen. Die Sensoren sind bereits in die Anwendung integriert. Gleichzeitig verfügt Microshare über eine zukunftssichere Plattform für die Datenintegration und -freigabe, und seine Lösungen arbeiten auf einem LoRaWAN-System, das getrennt von sensiblen Unternehmensnetzwerken lebt, wodurch das Cyberrisiko verringert wird. Die mit Microshare-Lösungen gesammelten Daten können daher auch leicht in Ihre eigenen Anwendungen integriert werden. Darüber hinaus ermöglicht es die Microshare-Architektur, zu verfolgen, woher die Daten stammen und mit wem oder welchen Anwendungen sie gemeinsam genutzt werden können.
Microshare veranschaulicht die Bedeutung der Verwendung von Daten aus den verschiedenen Unternehmensbereichen oder den verschiedenen Datenzonen sehr deutlich anhand einiger Beispiele https://www.microshare.io/microshare-how-it-works-smart-iot/. Und da Microshare kurzfristig und bei Bedarf auch ohne Beteiligung vielbeschäftigter IT-Abteilungen in bestehenden Infrastrukturen eingesetzt werden kann, wird die Technologie auch für Covid-19-Tracing-Lösungen im Produktionsbereich genutzt, wie das folgende Video zeigt. https://www.microshare.io/2020/06/18/animation-how-universal-contact-tracing-works/
Microshare stellt nur eine Möglichkeit dar, Daten sinnvoll zu nutzen, um den Wert des Unternehmens zu steigern und seine Abläufe zu verbessern. Voraussetzung dafür ist neben technischen Lösungen und Produkten auch die Verankerung der Datenkultur im Unternehmen. Nutzen Sie den methodischen Rahmen und die kreativen Ansätze von DataValueThinking, um die verborgenen Werte des Datenschatzes in Ihrem Unternehmen zu erschließen. Erfahren Sie mehr über DataValueThinking.