Der Weg zur Datenstrategie

Einstiegshürden zur Datenanalyse senken

Von der Kostensenkung bis hin zu neuen Geschäftsmodellen: In der Analyse von Daten steckt viel Potenzial. Dennoch zögern Unternehmen oft. Zu groß erscheinen beispielsweise technische Einstiegshürden. Wie Unternehmen eine Basis-Datenstrategie schaffen, beschreibt dieser Beitrag.

Bild: Staufen AG

Obgleich 86 Prozent der über 400 von der Unternehmensberatung Staufen befragten Industrieunternehmen angeben, mit Hilfe der Digitalisierung Effizienzsteigerungen zu erzielen, treibt nur jedes zweite Unternehmen die Digitalisierung aktiv voran. Und dass, obwohl die größten Digitalisierungspotenziale in den Kernbereichen Produktion (62 Prozent), Supply Chain (60 Prozent), Logistik (57 Prozent) und Einkauf (45 Prozent) gesehen werden. Kurzum: Alle wissen, dass etwas getan werden muss, aber das Wann und Wie ist offensichtlich noch unklar.

Allein mit zusätzlichen Data Scientists oder neuen Data Tools können Unternehmen jedoch nicht alle Stolpersteine aus dem Weg räumen. Damit Informationen in neue, wertschöpfende Prozesse und Projekte umgesetzt werden können, muss eine Datenkultur entwickelt werden, die technisches Knowhow mit einem Kulturwandel verbindet – und zwar nicht nur auf Managementebene, sondern in der gesamten Organisation. Dies ist ein komplexes Unterfangen. In der Vergangenheit verfolgten Unternehmen oft einen rückwärtsgewandten Ansatz. Ihr primäres Ziel war der Aufbau eines Data Warehouse, um Komponenten für einzelne Produkte zurückverfolgen zu können. Die Datenbank übernahm dabei die Funktion eines Archivs. Die Folge: Analysemöglichkeiten fehlen, viele Informationen sind in einzelnen Silos abgelegt und können nur in einem begrenzten Umfang gelesen und genutzt werden.

Daten zusammenführen

Die Herausforderung besteht nun darin, sowohl historische als auch Echtzeitdaten zusammenzuführen und für die Analyse aufzubereiten. Dieser Datendschungel speist sich aus zahlreichen heterogenen IT-Systemen und Softwareanwendungen wie Microsoft, SAP, Oracle oder anderen, aber auch aus unstrukturierten Daten aus der Supply Chain oder Messergebnissen an der Produktionslinie.

Schon dieser erste Schritt ist für Unternehmen oft ein Kraftakt, und Digitalisierungspläne enden lediglich mit einem Dashboard auf dem Shopfloor. Dort wird dann auf vielen Monitoren angezeigt, wie die Produktion gerade läuft und dass beispielsweise der Output im Vergleich zum Vormonat um x Prozent gesteigert werden konnte. Viel nützlicher als das Erkennen von Problemen in Echtzeit ist aber die Suche nach den Ursachen und möglichen Lösungen.

Dazu müssen einerseits digitale Werkzeuge für eine Analyse auf einen großen Datenpool zugreifen können, andererseits müssen unternehmen in der Lage sein, schnell auf neue Erkenntnisse und Ableitungen zu reagieren. Das heißt: Die Mitarbeitenden sollten nicht nur bereit sein, Prozessänderungen vorzunehmen oder das Potenzial für Optimierungen zu erkennen, sie sollten auch die Strukturen und Freiräume dafür erhalten.

Lean-Philosophie und Datenanalyse

Durch die Überbrückung und Integration von Dateninseln können unterschiedliche operative Teams auf die für sie relevanten Daten zugreifen, diese in Echtzeit analysieren und die daraus gewonnenen Erkenntnisse nutzen. Datenanalyse ist damit nicht mehr nur eine rein digitale Aufgabe, sondern findet parallel eine unmittelbare praktische Umsetzung. Dieser Ansatz führt auch dazu, dass sich nicht nur wenige ‘Datengurus’ mit dem Thema beschäftigen, sondern abteilungsübergreifend an einer Optimierung gearbeitet wird.

Damit diese enge Verzahnung optimalen Nutzen bringt, ist eine Kultur der kontinuierlichen Verbesserung und Eigenverantwortung notwendig – also eine Unternehmensphilosophie, wie sie auch im Lean Management umgesetzt wird. Dieser Ansatz der Fehlervermeidung und kontinuierlichen Optimierung kann durch die Kombination mit Datenanalysetools einen zusätzlichen Schub erhalten, da die Basis für Erkenntnisse und Analysen verbreitert wird.

Das könnte Sie auch interessieren

Vom 22. bis zum 26. April wird Hannover zum Schaufenster für die Industrie. Neben künstlicher Intelligenz sollen insbesondere Produkte und Services für eine nachhaltigere Industrie im Fokus stehen.‣ weiterlesen

Eine Umfrage von Hewlett Packard Enterprise (HPE) unter 400 Führungskräften in Industrie-Unternehmen in Deutschland zeigt, dass zwei Drittel der Befragten den Data Act als Chance wahrnehmen. Der Data Act stieß unter anderem bei Branchenverbänden auf Kritik.‣ weiterlesen

Fraunhofer-Forschende haben für Fahrer und Fahrerinnen von Baumaschinen einen Helm mit integriertem Beschleunigungssensor entwickelt. Die Helm-Sensorik misst die Vibrationen der Baumaschinen. Die Sensorsignale werden analysiert, eine Software zeigt die Belastung für den Menschen an.‣ weiterlesen

Carbon Management-Technologien stehen im Fokus, um CO2-Emissionen zu reduzieren und zu managen. Die Rolle des Maschinenbaus und mögliche Entwicklungspfade betrachtet eine neue Studie des VDMA Competence Center Future Business.‣ weiterlesen

Deutsche Unternehmen nehmen eine zunehmende Bedrohung durch Cyber-Angriffe wahr. Das zeigt eine aktuelle Umfrage vom Markt- und Meinungsforschungsinstitut YouGov im Auftrag von 1&1 Versatel, an der mehr als 1.000 Unternehmensentscheider teilnahmen.‣ weiterlesen

Hohe Geschwindigkeit und hohe Erkennungsraten sind die Anforderungen an die Qualitätskontrolle in der Verpackungsbranche. Wie diese Anforderungen erreicht werden können, zeigt das Unternehmen Inndeo mit einem Automatisierungssystem auf Basis von industrieller Bildverarbeitung und Deep Learning.‣ weiterlesen

Laut einer Studie der Unternehmensberatung Bain & Company könnten Unternehmen ihre Produktivität durch digitale Tools, Industrie 4.0-Technologien und Nachhaltigkeitsmaßnahmen steigern. Deren Implementierung von folgt oft jedoch keiner konzertierten Strategie.‣ weiterlesen

Jeder zweite Betrieb investiert laut einer Betriebsräte-Befragung der IG Metall zu wenig am Standort. Demnach verfügen rund 48 Prozent der Unternehmen über eine Transformationsstrategie. Zudem sehen die Betriebsräte ein erhöhtes Risiko für Verlagerungen.‣ weiterlesen

Ziel des neuen VDMA-Forums Manufacturing-X ist es, der zunehmenden Bedeutung von Datenräumen als Basis für neue, digitale Geschäftsmodelle Rechnung zu tragen. Wie der Verband mitteilt, soll das Forum auf dem aufbauen, was in der letzten Dekade durch das VDMA-Forum Industrie 4.0 erarbeitet wurde. ‣ weiterlesen

Ob es sich lohnt, ältere Maschinen mit neuen Sensoren auszustatten, ist oft nicht klar. Im Projekt 'DiReProFit' wollen Forschende dieses Problem mit künstlicher Intelligenz zu lösen.‣ weiterlesen

Wie kann eine Maschine lernen, sich in unserer Lebenswelt visuell zu orientieren? Mit dieser Frage setzen sich die Wissenschaftler am Deutschen Forschungsinstitut für Künstliche Intelligenz (DFKI) aktuell auseinander – und entwickeln Lösungen.‣ weiterlesen