‘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

Werkzeugbahnen für Zerspanprozesse in CAM-Systemen zu planen erfordert Expertenwissen. Viele Parameter müssen bestimmt und geprüft werden, um die Bahnplanung Schritt für Schritt zu optimieren. Im Projekt CAMStylus arbeiten die Beteiligten daran, diese Aufgabe zu vereinfachen - per KI-gestützter Virtual-Reality-Umgebung.‣ weiterlesen

In einer Studie von Techconsult in Zusammenarbeit mit Grandcentrix wurden 200 Unternehmen ab 250 Beschäftigten aller Branchen zum Thema ESG in ihren Unternehmen befragt. Die Studie hebt die zentrale Rolle der jüngsten CSR-Direktive der EU bei der Förderung von Transparenz und Nachhaltigkeit in Unternehmen hervor. Dabei beleuchtet sie die Fortschritte und Herausforderungen bei der Umsetzung von Umwelt-, Sozial- und Unternehmensführungskriterien (ESG) im Zusammenhang mit der Nutzung von IoT-Technologien.‣ weiterlesen

AappliedAI hat vier KI Use Cases identifiziert, die es dem produzierenden Gewerbe ermöglichen, ihre Effizienz und Produktivität zu steigern. Mit der Anwendung bewährter Technologien können sich die Investitionen bereits nach einem Jahr amortisieren.‣ weiterlesen

Hinter jedem erfolgreichen Start-up steht eine gute Idee. Bei RockFarm sind es gleich mehrere: Das Berliner Unternehmen baut nachhaltige Natursteinmauern aus CO2 bindendem Lavagestein. Oder besser gesagt, es lässt sie bauen - von einem Yaskawa-Cobot HC10DTP.‣ weiterlesen

Mit über 2,2Mio.t verarbeitetem Schrott pro Jahr ist die Swiss Steel Group einer der größten Recyclingbetriebe Europas. Für seinen 'Green Steel', also Stahl aus recyceltem Material, arbeitet das Unternehmen an einem digitalen Zwilling des ankommenden Schrotts.‣ weiterlesen

Laut einer aktuellen Studie von Hitachi Vantara betrachten fast alle der dafür befragten Unternehmen GenAI als eine der Top-5-Prioritäten. Aber nur 44 Prozent haben umfassende Governance-Richtlinien eingeführt.‣ weiterlesen

61 Prozent der Unternehmen in Deutschland wollen laut einer Bitkom-Befragung per Cloud interne Prozesse digitalisieren, vor einem Jahr waren es nur 45 Prozent. Mittelfristig wollen die Unternehmen mehr als 50 Prozent ihrer Anwendungen in die Cloud verlagern.‣ weiterlesen

Mit generativer KI erlebt 'Right Brain AI', also eine KI, die kreative Fähigkeiten der rechten menschlichen Gehirnhälfte nachahmt, derzeit einen rasanten Aufstieg. Dieser öffnet aber auch die Tür für einen breiteren Einsatz von eher analytischer 'Left Brain AI'. Das zeigt eine aktuelle Studie von Pegasystems.‣ weiterlesen

Um klima- und ressourcengerechtes Bauen voranzubringen, arbeiten Forschende der Bergischen Universität Wuppertal in ihrem Projekt TimberConnect an der Optimierung von digitalen Prozessen entlang der Lieferkette von Holzbauteilen. Ihr Ziel ist unter anderem, digitale Produktpässe zu erzeugen.‣ weiterlesen

Rund zwei Drittel der Erwerbstätigen in Deutschland verwenden ChatGPT und Co. zumindest testweise, 37 Prozent arbeiten regelmäßig mit KI-Anwendungen. Doch auch Cyberkriminelle machen sich vermehrt die Stärken künstlicher Intelligenz zunutze - mit weitreichenden Folgen.‣ weiterlesen

Erstmals seit der Energiekrise verzeichnet der Energieeffizienz-Index der deutschen Industrie mit allen drei Teilindizes (die Bedeutung, Produktivität und Investitionen betreffend) einen leichten Rückgang. Mögliche Gründe erkennt EEP-Institutsleiter Professor Alexander Sauer in der Unsicherheit und der drohenden Rezession, der dadurch getriebenen Prioritätenverschiebung und der Reduktion von Produktionskapazität.‣ weiterlesen