‘As-a-Service’-Modelle für die Industrie

Die Maschine abonniert

Noch werden die meisten Maschinen und Fahrzeuge veräußert und dann vom Käufer eigenverantwortlich möglichst wirtschaftlich genutzt. Doch ‘As-a-Service’-Modelle, wie sie in der IT-Welt bereits weit verbreitet sind, werden immer häufiger auch für Investitionsgüter angeboten. Der Erfolg in diesem Geschäft hängt für den Hersteller mit der Servicequalität zusammen – IoT-Konnektivität und Datenübertragung in Echtzeit sind fast Pflicht.

(Bild: Syncron AB)

In der IT-Branche haben sich sogenannte ‘As-a-Service’-Modelle bereits etabliert. Unternehmen wie Adobe oder Salesforce bieten ihre Lösungen zu monatlichen Pauschalgebühren an und folgen mit ihren Geschäftsmodellen dem Trend der ‘Servitization’. Damit wird der Wandel eines Unternehmens weg vom Verkauf eines materiellen Produktes hin zu einem kombinierten Angebot aus Produkt und Dienstleistung beschrieben. Derartige Kombiangebote finden sich beispielsweise auch bei Abonnementdiensten wie Netflix oder Spotify. Dabei ist der Zugang zur Dienstleistung wichtiger als der Besitz des Produktes. Auch in der Industrie – bei Automobil- oder Maschinenbauern – nimmt das Interesse am Servitization-Konzept zu. Die Kombination aus Produkt und Service hat oft einen höheren Nutzen als das physische Produkt allein – für den Kunden als auch für den Hersteller bzw. OEM. Das Etablieren von ‘Product-as-a-Service'(PaaS)-Modellen wird daher vielerorts forciert, was auch am harten Wettbewerb der OEMs liegt: Verbraucher müssen sich für Ersatzteile heutzutage nicht mehr an den Hersteller wenden, sondern können sie direkt bei einem Drittanbieter kaufen. Möglich macht dies ein unabhängiger Aftermarket. Den OEMs brechen dadurch Einnahmen weg. Verwandeln sich Produkte jedoch künftig in eine Dienstleistung, ist der Kauf von Ersatzteilen überflüssig. Kunden verlassen sich auf ein Servicepaket, das Wartung, Reparaturen und Teile umfasst. Sie verlangen Produkte, die stets verfügbar und zuverlässig sind.

IoT-Fähigkeit ist das A und O

Die Umstellung auf ein PaaS-Modell erfordert vorausschauende Planung sowie die Anbindung der entsprechenden Objekte an das Internet of Things. Wenn jede Komponente einer Maschine oder eines Autos IoT-fähig ist, ermöglicht dies die Analyse der entsprechenden Daten – etwa die Fernüberwachung von Ersatzteilen. Im Automotive-Bereich und im Maschinenbau werden noch viele Jahre lang diverse Teile im Einsatz sein, die nicht digital vernetzt sind. Die Reparatur und Wartung dieser Produkte muss weiterhin über die traditionellen Servicebetriebe der OEMs erfolgen. Dieses ‘Break-Fix’-Servicemodell, also eine Reparatur erst im Falle eines Defekts, wird auf Dauer sehr kostspielig für die Hersteller. Um also an der Servitization partizipieren zu können, rüsten OEMs auf IoT-fähige Produkte und Ersatzteile um, die eine vorausschauende Wartung ermöglichen. Geplante Ergebnisse sind deutlich kürzere Stillstandzeiten, eine höhere Produktivität und eine bessere Servicequalität.

Vier Schritte der Servitization

Beim Wandel vom ‘Break-Fix’-Serviceanbieter zur proaktiven Servitization-Organisation durchlaufen OEMs typischerweise vier Phasen:

  • • Reaktive Schadensbekämpfung: Es handelt sich um eine reine Instandhaltung. Reparaturen können erst nach einem Stillstand vorgenommen werden, da die Produkte nicht digital überwacht werden. Die Lagerhaltungskosten sind gering, da Hersteller ihren Kunden ausschließlich Serviceteile verkaufen.
  • • Präventiver Wartungsservice: Durch regelmäßige Wartung sollen Maschinenstillstände präventiv vermieden werden. Da auch hier keine digitale Vernetzung mit dem Produkt vorliegt, reduzieren sich zwar Ausfallzeiten, können aber dennoch nicht vermieden werden. Im Vergleich zur ‘Break-Fix’-Phase können Hersteller ihre Bestands- und Wartungskosten langfristig senken.
  • • Prädiktive All-inclusive-Verträge: Dabei sind die Hersteller teilweise digital mit ihren Produkten vernetzt. Dadurch können Wartungen prognostiziert werden. Die Produktdaten stehen jedoch nicht regelmäßig zur Verfügung, was für den Hersteller ein Kostenrisiko birgt: Der Anwender oder Fahrer erhält einen All-Inclusive-Vertrag, der in der Regel eine Servicelevel- oder Betriebszeitgarantie beinhaltet. Während der Vertragsdauer sind benötigte Teile und Dienstleistungen inbegriffen. Daher verfolgt der Hersteller das Ziel, eine maximal zutreffende Prognose und Analyse zu erreichen und damit das Vertragsrisiko zu minimieren.
  • • Proaktiver Service: Dabei sind Hersteller komplett mit ihren Produkten vernetzt und erhalten Echtzeitinformationen – beispielsweise über Temperatur oder Vibrationen. In Kombination mit KI-Technologien können Ausfälle vorhergesagt und verhindert werden. Zudem ist es möglich, den Service passend auszulegen.

Das könnte Sie auch interessieren

Wie können Big-Data- und KI-Anwendungen gewinnbringend genutzt werden, ohne Datenschutz und IT-Sicherheit zu verletzen? Mit dieser Frage beschäftigt sich eine juristische Studie des Nationalen Forschungszentrums für angewandte Cybersicherheit Athene.‣ weiterlesen

Künstliche Intelligenz könnte in Zukunft dabei helfen, die Arbeit in Industriebetrieben sicherer, einfacher und produktiver zu machen. Das ist die Vision des europäischen Forschungsprojekts Perks, an dem auch die Wirtschaftsuniversität Wien (WU) beteiligt ist.‣ weiterlesen

Das kanadische Technologieunternehmen Vention hat ausgewertet, wie Hersteller den 'Do-it-yourself'-Ansatz (DIY) nutzen, um ihre Produktion zu automatisieren. Die Studie basiert auf anonymisierten Daten von weltweit mehr als 4.000 B2B-Nutzern der Manufacturing Automation Platform (MAP) von Vention.‣ weiterlesen

Laut International-Innovation-Barometer des Beratungsunternehmens Ayming ist Deutschland ein beliebter Standort für Investitionen für Forschung und Entwicklung. Die Untersuchung zeigt zudem, dass Expertise wichtiger ist als Geld.‣ weiterlesen

Industriesteuerungen werden durch die Nutzung moderner Technologien zunehmend abstrahiert - und damit kompakter, flexibler und einfacher zu warten. Diese Entwicklung führt schließlich zur virtuellen SPS. Doch wie sieht dies in der Praxis aus, wie lässt sie sich verwenden und kann sie auch noch sicher sein?‣ weiterlesen

Im Rahmen der Initiative ’Mission KI’ der Bundesregierung entstehen zwei KI-Zentren, eines davon in enger Kooperation mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) in Kaiserslautern. Gründer, Startups und Unternehmen sollen dort Zugang zur Spitzenforschung erhalten und ihre Anwendungen in Testumgebungen verbessern können.‣ weiterlesen

In sämtlichen Bereichen der Produktion fallen Daten an und auch KMU können daraus einen Nutzen ziehen. Beispiele aus Forschungsprojekten des Technologieprogramms Edge Datenwirtschaft zeigen, wie die Zukunft der sicheren und effizienten Datennutzung und -verarbeitung für Unternehmen aus der Produktion aussehen kann.‣ weiterlesen

In einer aktuellen Studie mahnt der Elektronikkonzern Sharp die Wichtigkeit von IT-Sicherheitsmaßnahmen für Multifunktionsdrucker (MFPs) an. Demnach war bereits jedes fünfte deutsche KMU von einer über MFPs ausgehenden IT-Sicherheitsverletzung betroffen. Dennoch hat mehr als ein Drittel keine druckerspezifischen Sicherheitsvorkehrungen getroffen.‣ weiterlesen

Nachhaltigkeit ja, nur wie? Eine Lünendonk-Studie zeigt, dass viele Industrieunternehmen zwar eine Strategie haben, die Umsetzung dieser allerdings vielerorts noch stockt. Die Erwartungen an die Unternehmen werden jedoch nicht kleiner.‣ weiterlesen

Die vierte industrielle Revolution macht aus Produktionsanlagen ein intelligentes Netz aus Maschinen und Prozessen – theoretisch. Auf dem Weg dorthin scheitern Unternehmen häufig, wenn künstliche Intelligenz und ML-Methoden im Spiel sind. Eine sorgsam geplanten Transformationsstrategie hilft das zu vermeiden.‣ weiterlesen

Lieferkettenstörungen sind eine Belastung für Industrieunternehmen, die bis hin zum Produktionsstillstand führen können. Dies war im vergangenen Jahr an 32 Tagen der Fall. Um sich diesem Problem entgegenzustellen, will die Mehrheit der Unternehmen auf die Diversifizierung der Lieferketten setzen.‣ weiterlesen