Digital Business Engineering: Deutsche Ingenieurskunst für Smart Services

Digital Business Engineering: Deutsche Ingenieurskunst für Smart Services

von Bernhard Steimel 28. Oktober 2016

Sebastian Steinbuß vom Fraunhofer-Institut für Software- und Systemtechnik ISST im Smarter Service Talk mit Bernhard Steimel zum Thema: Digital Business Engineering und Smart Services. [Teil 1]


Sebastian Steinbuß - Smarter Service Talk

Herr Steinbuß, was ist der Grundgedanke von Digital Business Engineering? Wie lautet Ihre Gründerstory?

Wir befinden uns im Zeitalter der Digitalisierung, das konnte man bisher sehr gut in der Musik- oder Printbranche beobachten, die sehr früh disruptive Veränderungen meistern mussten. Doch es sind viele Unternehmen in ganz unterschiedlichen Branchen, in denen gefragt wird: Was bedeutet Digitalisierung für mich, was muss ich tun, wie muss ich mich verändern? Es gibt aus unserer Sicht ein paar Grundanker, die notwendige Schritte aufzeigen. Bei der Überlegung, wie ein Rahmenwerk aussieht, das diese Schritte abbildet, haben wir uns auf die deutschen Tugenden besonnen. Deutschland ist nicht das Silicon Valley und nur wenige deutsche Unternehmen werden jemals so ticken wie Firmen aus dem Silicon Valley.

Was in Deutschland aber gut funktioniert, ist ein ingenieursmäßiger Ansatz. Es geht bei Digitalisierung nicht nur darum, Technologien zu adaptieren und neue Technologien zu nutzen. Ich nenne ein Beispiel zum In-Memory-Computing: Ein Handelsunternehmen ist in München in einer Einkaufsstraße ansässig und hat fünf Meter Schaufensterfläche. Jeder Passant, der daran vorbeigeht, ist bis zu fünf Sekunden in der Reichweite dieses stationären Händlers. Mit der In-Memory-Technologie hat das Unternehmen die Möglichkeit, den Passanten zu identifizieren und zu prüfen, ob und was er schon einmal dort gekauft hat. Darauf basierend kann ihm dann ein spezielles Angebot auf den Bildschirm seines Smartphones gezaubert werden.

All das ist wesentliche Technik, aber aus unserer Sicht sind noch andere Bereiche für die Digitalisierung ausschlaggebend. Da ist zunächst einmal der gesellschaftliche Wandel. Er zeigt sich vor allem daran, wie gut junge Menschen vernetzt sind. Sie sind immer online, schreiben mehr als dass sie telefonieren, aber dafür teilen sie auch vieles gemäß des Sharing Economy-Gedankens.

Diese Kunden, die wie oben in dem Beispiel angesprochen werden möchten, haben wir im Moment schon, sie werden in Zukunft aber noch viel wichtiger. Ein anderes Beispiel ist die Versicherungsbranche: Für Menschen in fortgeschrittenem Alter ist es selbstverständlich, im Fall eines Autounfalls den Versicherungsvertreter anzurufen und ihm den Unfallhergang zu schildern. Bei jüngeren Menschen könnte es tatsächlich so sein, dass sie statt anzurufen eine Nachricht schreiben und ein Foto mitschicken. Der Kundenzugang ist also auf ein ganz anderer. Dies ist der Gedanke des Omni-Channels: Als Unternehmen muss ich alle Kanäle anbieten, die der Kunde nutzen möchte.

Wichtig ist also nicht nur der Sharing-Economy-Gedanke, sondern auch der Aspekt der Individualisierung. Dazu liefert der Audi A6 der letzten Baureihe ein hervorragendes Beispiel: Von mehreren Millionen produzierten Autos gab es nur zwei, die wirklich gleich waren. Das heißt: In einem Bereich, der eigentlich hoch standardisiert ist, bei dem es um Massenproduktion geht, ist der Trend der Individualisierung schon ein ganz wesentlicher. Entsprechend ändern sich auch die Geschäftsmodelle: Es geht darum, kundenzentriert zu arbeiten. Der Bereich Industrie 4.0 zeigt die Anforderung an Unternehmen, neben ihren Produkten auch hybride Services oder hybride Leistungsbündel anzubieten, zumeist handelt sich dabei um IT-Services. Das gilt für Endkundenprodukte genauso wie im Business-to-Business-Segment.

Digital Business Engineering: Deutsche Ingenieurskunst für Smart Services

 

Sie beschreiben das, was wir als Smart Services bezeichnen. Es ist gerade dieser immaterielle Produktnutzen, der in den Vordergrund rückt.

Richtig. Ich denke zum Beispiel an die Geschichte eines Autofahrers, dessen 18jährige Tochter ein eigenes Auto bekommen sollte. Während er aus der Generation kommt, die ein Auto nach Hubraum, Verbrauch, Sitzplätzen oder Kofferraumgröße ausgewählt hat, lautete die wichtigste Fragestellung der Tochter, welche Schnittstellen es für ihre Musikdateien gäbe. Diese weichen Faktoren treten auf einmal in den Vordergrund. Es stellt sich also die Frage, wie sich die Automobilbranche digitalisieren wird. Unser Ansatz ist, dass wir versuchen wollen, dies ingenieursmäßig Stück für Stück zu entwickeln.

Können Sie in diesem Zusammenhang mal einen Begriff für uns entzaubern: „Cyber-Physical Systems“. Was soll das sein?

Cyber-Physical Systems ist ein eher wissenschaftlicher Begriff, der wenig im industriellen Umfeld umgesetzt wird. Gemeint eine Verbindung von physikalischen Produkten mit IT in vielerlei Dimensionen. Beispiel ist ein Temperatursensor in einem Raum: Bisher war es so, dass der Sensor die Temperatur gemessen und diese Daten regelmäßig gesendet hat. Das war sehr einfach, es ging im Grunde nur darum, eine physikalische Größe zu messen.

Diesem Gerät kann jetzt aber ein kleines Stück Intelligenz verschafft werden, indem etwa bestimmt wird, dass es nicht mehr ständig Temperaturwerte schickt, sondern in dem Fall einen Alarm anzeigt, wenn sich der Temperaturwert um fünf Prozent verändert. Dies geht dann schon in den Bereich Cyber-Physical Systems. Michael E. Porter hat diesbezüglich eine Referenzarchitektur beschrieben: Es gibt die Produkt-Hardware, es gibt darüber hinaus eine bestimmte Software, und es wird über ein Netzwerk mit einem Cloud-Service interagiert.

Das physikalische Produkt bekommt also Intelligenz. Es wird vielleicht nicht zu einem Smartphone, einem richtigen Computer, aber es kann aufgrund von Daten einfache Entscheidungen lokal treffen. Und es hat eine Internetverbindung. Ist das so richtig zusammengefasst?

Die Internetverbindung muss nicht unbedingt sein – bei CPS ist der Begriff des Vor-Computing entscheidend. Auf verschiedenen Hierarchiestufen werden Daten vorverarbeitet, sodass man durchaus ein smartes Produkt mit einer höherwertigen Intelligenz hat. Das Produkt steht nie allein da, sondern es ist entweder mit Systemen in der Cloud verbunden oder mit anderen Cyber-Physical Systems. Dies ist beispielsweise bei autonomen Systemen der Fall, die sich untereinander abstimmen, wer was wann tut.

Zur Veranschaulichung ein Beispiel aus der Medizintechnik: Ärzte in Kliniken beispielsweise könnten Ultraschallgeräte einsetzen, die sich selbst orten und daher wissen, in welchem Raum sie sind. Der nächste Schritt in Richtung eines smarten Gerätes wäre dann die automatische Erkennung von Arzt und Patient.

In Deutschland ist das sicher noch ein rechtliches Problem, aber der Vorteil wäre, dass das Gerät die Untersuchung direkt auf eine Kostenstelle bucht und in eine digitale Patientenakte einfügt. Mit anderen Worten: Die lokale Intelligenz verbindet sich mit dem Physikalischen, das Gerät erkennt den Anwender und den Patienten und es interagiert mit anderen Informationssystemen im Krankenhaus.

Das heißt, die Ergebnisse von Digital Business Engineering könnten solche smarten Produkte sein?

Genau. Was Unternehmen aber im Zuge der Digitalisierung schwerfällt, sind Vorüberlegungen zu künftigen Kundenwünschen. Sie sehen ihre jetzigen Produkte und wissen nicht, was Kunden in Zukunft brauchen werden. Es wird oft gewartet, bis neue Anforderungen kommen und dann wird überlegt, wie man diese bedienen kann. Digital Business Engineering setzt genau hier an: Es gilt zu überlegen, was die neuen Anforderungen sein können und welche Fähigkeiten das Unternehmen braucht, um diese Anforderungen umzusetzen.

Was den zeitlichen Aspekt betrifft ist es so, dass die Produktentwicklungszyklen früher wahnsinnig lang waren. Gerade bei IT-Projekten war es so, dass ein Anforderungsprofil plus Lasten- plus Pflichtenheft geschrieben wurden, dann begann man zu entwickeln und wenn das Produkt dann marktfähig war, war es eigentlich schon veraltet.

Heute gibt es Start-ups, die sehr viel kürzere Produktentwicklungszyklen realisieren können, und auch die großen Internetunternehmen leben das vor. Netflix, Twitter oder Facebook zum Beispiel stellen nicht ein Mal pro Jahr eine neue Softwarevariante bereit, sondern täglich. Mehrfach täglich sogar kommen neue Funktionen, neue Features hinzu. Unternehmen dagegen, die an ihren klassischen Methoden und klassischen Abstimmungsprozessen festhalten, bekommen Schwierigkeiten.

Diese erforderlichen schnelleren Methoden können wir mit Digital Business Engineering realisieren. Ein kleineres Projekt beispielsweise war ein smartes Gerät im industriellen Einsatz. Das Unternehmen hatte eine grobe Idee, was es umsetzen wollte, ohne dass es einen tatsächlichen Anwendungsfall gab. Wir entschieden uns für die agile Entwicklung des Gerätes und hatten nach nur drei Monaten einen Prototypen mit den wesentlichen Anwendungsmerkmalen vorliegen. Mit ihm konnte die Produktentwicklung starten.


Sebastian Steinbuß ist seit sieben Jahren wissenschaftlicher Mitarbeiter am Fraunhofer ISST in der Abteilung Digitalisierung und Logistik. Er forscht dort zu den Themen Business Cloud Solutions und Digital Business Engineering. In seiner Funktion entwickelt er Prototypen für smarte Produkte oder Services und unterstützt Firmen aus unterschiedlichen Branchen bei den Herausforderungen der digitalen Transformation.

Schreibe einen Kommentar

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Ähnliche Beiträge