Anatomie einer Smart-Service-Lösung: Der Business Case und die Kriterien für den Erfolg

Anatomie einer Smart-Service-Lösung: Der Business Case und die Kriterien für den Erfolg

von Bernhard Steimel 13. März 2017

„Unternehmen müssen sich sehr stark verändern, um mit Geschäftsmodellen im Internet der Dinge erfolgreich zu sein,“ sagt Knud Lasse Lüth von der Digitalberatung IoT Analytics im zweiten Teil des Smarter Service Talk. Vor allem sollten sie mit mehreren Pilotprojekten starten, um sich an die veränderten Bedingungen anzupassen. Hierfür ist in aller Regel ein Business Case notwendig – der Beginn jedes IoT-Projekts.

Anatomie einer Smart-Service-Lösung: Der Business Case und die Kriterien für den Erfolg

Quelle: IoT Analytics

Business Case beschreiben und Systemlösungen suchen

Der erste Schritt zu einem IoT-Geschäftsmodell ist der Aufbau eines möglichst konkreten Geschäftsszenarios. Es sollte dem Topmanagement die Antwort auf zwei Fragen geben: „Welche Daten haben wir? Was können wir mit diesen Daten anfangen?“

Im nächsten Schritt wird dann die Make-Or-Buy-Entscheidung getroffen. Im Moment gibt es auf dem Markt keinen Anbieter, der komplett alle Elemente einer IoT-Lösung liefern kann. Deshalb müssen sich Unternehmen zunächst einmal für ein Ökosystem entscheiden, beispielsweise Microsoft, Amazon oder IBM. Diese Entscheidung ist natürlich in gewisser Hinsicht bereits vorbestimmt, wenn die Business-Anwendungen einem dieser Ökosysteme entstammen.

Bei der Frage „Make or Buy?“ muss genau zwischen den unterschiedlichen Möglichkeiten abgewogen werden. Der Vorteil einer vollständig selbst entwickelten IoT-Anwendungslösung: Das Unternehmen kann alle Details der Anwendung selbst bestimmen. Doch der Nachteil ist der hohe Aufwand dafür. „Die wenigsten Unternehmen sind in der Lage, alles selber zu machen“, sagt Knud Lasse Lüth.

IoT-Anwendungen sind ausgesprochen komplex und benötigen Fachwissen, das in den meisten Unternehmen nicht vorhanden ist. „Es spricht sehr viel für eine Buy-Entscheidungen, jedenfalls für die meisten Elemente eines IoT-Projekts“, betont Lüth. Größere Unternehmen können eine Mischvariante wählen und die Services eines Systemintegrators nutzen, der vor Ort die Lösung anpasst.

Der Markt für vorgefertigte IoT-Systemlösungen entwickelt sich kontinuierlich weiter. Zahlreiche Standardisierungsinitiativen bieten Open-Source-Konnektoren zu bekannten Anwendungen und Datenbanken. Zudem haben viele IoT-Anbieter eine Cloud-Plattform, an die Geräte mit zertifizierter Hardware angeschlossen werden können. Dort sind zahlreiche Tools und Anwendungen bereits vorhanden, beispielsweise Blueprints für Predictive Maintenance oder Monitoring. Viele Unternehmen schätzen diese „Lösungen von der Stange“, da sie dort spezifische Datenmodelle sowie passende Konnektoren, Applikationen und Dashboards finden.

Vom Proof of Concept zum Rollout

Der nächste Schritt ist das eigentliche IoT-Projekt, das sich in zwei wichtigen Punkten von den üblichen IT-Projekten unterscheidet. Erstens sollte das Management von einer längeren Laufzeit von zwei Jahren oder mehr ausgehen. Zweites ist unwahrscheinlich, dass sich ein IoT-Projekt wie gewohnt nach ungefähr zwei Jahren amortisieren wird. Diese beiden Besonderheiten sollten berücksichtigt werden, da IoT-Systemanbieter sowie deren Kunden noch Erfahrungen sammeln und die gesamte technische Entwicklung noch in einem frühen Stadium ist.

Für die Umsetzungsphase hat sich ein dreiteiliges Vorgehen bewährt: Das Projekt beginnt mit einem „Proof of Concept“, bei dem alle wichtigen Grundelemente der IoT-Lösung berücksichtigt werden. Anschließend folgt dann die Entwicklung eines Piloten, der auch die Integration in bestehende Systeme berücksichtigt. Er wird nur an Testanwender verteilt, die in dieser Phase wertvolle Rückmeldungen über Funktionen und Bedienbarkeit geben. Schließlich folgt der Rollout einer kommerziellen Version, bei der im Vorfeld sehr intensiv an der Verwaltbarkeit und Skalierbarkeit gearbeitet werden muss. Es ist ein Unterschied, ob die Lösung auf wenigen Testsystemen arbeitet oder auf tausenden von Geräten genutzt wird und die Cloud entsprechend stark belastet.

Erfolg durch agile Methoden und die richtige Architektur

Ein wichtiges Erfolgskriterium für IoT-Projekte sind agile Methoden. „Niemand sollte den Fehler machen, den Business Case erst ein Jahr lang im Elfenbeinturm zu planen“, warnt Knud Lasse Lüth. Unternehmen sollten zunächst eine Idee und eine Vision für das Internet der Dinge entwickeln und sie dann in kleineren Projekten testen. Dabei ist es empfehlenswert, nicht nur mit einem Projekt zu beginnen, sondern direkt mit mehreren. Diese Projekte werden dann mithilfe der agilen Methodik in kleinen Schritten verwirklicht.

Das zweite Erfolgskriterium für IoT-Projekte ist eine genaue Definition der Architektur. Sie unterscheidet sich im Internet der Dinge stark von den Standards der Business-IT. So müssen zum Beispiel sämtliche IoT-Geräte auf Seiten der Hardware und der Software für einen möglichst geringen Stromverbrauch optimiert werden, da sie üblicherweise batteriebetrieben sind und mit einer vollen Ladung möglichst lange einsatzbereit sein müssen. Diese Anforderung ist in der herkömmlichen Business-IT unbekannt.

Sehr große Bedeutung hat auch der Ort der Datenverarbeitung, der ein drittes Erfolgskriterium liefert. Cloudservices sind zentral für den Aufbau einer Ende-zu-Ende-Lösung. Trotzdem kann nicht alles in der Cloud abgewickelt werden. So sind beispielsweise autonome Fahrzeuge darauf angewiesen, dass die eigentliche Steuerintelligenz direkt in den Wagen eingebaut ist. Außerdem müssen für die Echtzeitbearbeitung von Daten bestimmte Auswertungen und Entscheidungen unmittelbar umgesetzt werden – am besten direkt vor Ort, um Verzögerungen durch die Übertragung via Internet zu vermeiden. Hier wird üblicherweise von „Edge-Computing“ gesprochen, also der Datenverarbeitung am Rande des Netzwerkes und nicht in der Cloud.

Das richtige Personal und die beste Organisationsstruktur

Das vierte Erfolgskriterium ist die genaue Definition der Anwendungsgebiete für die Daten und die Ergebnisse der Analyse. „Hier wird es kritisch, da in vielen Unternehmen spezifische Fähigkeiten für diese Aufgabe fehlen“, sagt Lüth. „Vor allem Data Scientists sind Mangelware.“ Die Nachfragelücke bei Datenanalytikern aller Art wird sicher noch für 10-15 Jahre bestehen, da die Unternehmen ihre datenbasierten Anwendungen zur Zeit sehr stark ausbauen, aber nicht genügend Nachwuchskräfte die Universitäten verlassen.

Weiterer Fachkräftemangel besteht in der Anwendungsentwicklung für das Internet der Dinge. Dort werden Systeme, Protokolle, Programmiersprachen und Entwicklungsumgebungen eingesetzt, die sich zum Teil deutlich von denen in der herkömmlichen IT unterscheiden. So wird die Programmiersprache Python in der Business-IT normalerweise nicht eingesetzt, ist aber im IoT Standard. Dies bedeutet, dass die Unternehmen zunächst neue Fachkräfte einstellen oder die Mitarbeiter entsprechend schulen müssen.

Ein fünftes Erfolgskriterium: Die Organisationsstrukturen in den Unternehmen müssen an Smart Services und das Internet der Dinge angepasst werden. Die Unternehmen werden durch das Internet der Dinge Serviceprovider. Dafür benötigen sie passende Serviceprozesse, die genau auf die jeweiligen Geschäftsmodelle abgestimmt sind. So ändern sich Geschäftsmodelle vom Verkauf eines Einzelproduktes zum Festpreis hin zum Verkauf einer Dienstleistung, die nach Nutzungsdauer, -art oder -intensität abgerechnet wird. In vielen Fällen müssen die Unternehmen Strukturen und Regeln so verändern, dass sie zu den neuen Geschäftsmodellen passen.

Unternehmen müssen IoT-Projekte also durch Change-Prozesse begleiten, damit die Mitarbeiter sich in der Welt der datengetriebenen Geschäftsmodelle besser zurechtfinden. „Das Management muss so früh wie möglich alle Mitarbeiter informieren und später dann jederzeit über den Stand der Entwicklung aufklären“, betont Knud Lasse Lüth von IOT Analytics. „Nur dann ist ein IoT-Projekt erfolgreich.“


Teil 1 des Smarter Service Talks

Schreibe einen Kommentar

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

Ähnliche Beiträge