Smarter Service https://www.smarter-service.com Inspiration, Ideen & Impulse für die Gestaltung vernetzter Services Wed, 24 Nov 2021 15:03:26 +0000 de-DE hourly 1 https://wordpress.org/?v=5.8.1 https://www.smarter-service.com/wp-content/uploads/2017/06/SmarterService_Icon_RGB-150x150.jpg Smarter Service https://www.smarter-service.com 32 32 Praxistipps: Der richtige Innovationsmix in der Logistik https://www.smarter-service.com/2021/11/25/praxistipps-der-richtige-innovationsmix-in-der-logistik/ https://www.smarter-service.com/2021/11/25/praxistipps-der-richtige-innovationsmix-in-der-logistik/#respond Thu, 25 Nov 2021 06:45:00 +0000 https://www.smarter-service.com/?p=29923 Ein optimaler Innovationsmix besteht aus kurzfristigen Maßnahmen und Zukunftsinvestitionen. Unternehmen sind erfolgreicher, wenn sie ein strategisches Innovationsmanagement betreiben und Lösungen nach dem „3-Horizonte-Modell” von McKinsey einführen.

The post Praxistipps: Der richtige Innovationsmix in der Logistik appeared first on Smarter Service.

]]>

Ein optimaler Innovationsmix besteht aus kurzfristigen Maßnahmen und Zukunftsinvestitionen. Das „3-Horizonte-Modell” von McKinsey bietet Unternehmen eine Hilfestellung, um Innovationen einzuordnen und besser zu priorisieren. In dem Framework werden die unterschiedlichen Ideen und Maßnahmen für die strategische Entwicklung der Digitalisierung einem von insgesamt drei Horizonten zugeordnet.

Unternehmen, die langfristig wachsen möchten, müssen alle drei Horizonte abdecken. Unsere Studie „Digitale Vorreiter im Mittelstand“ hat gezeigt, dass Unternehmen erfolgreicher sind, wenn sie ein strategisches Innovationsmanagement betreiben und Lösungen schrittweise entwickeln und einführen. Sie sollten dabei in drei Schritten vorgehen:

Horizont 1: Quick Wins durch rasche Digitalisierung
Horizont 2: Widerstandskraft und Wachstum erreichen
Horizont 3: Gestaltungskraft zeigen, mit Optimismus Neues schaffen

Dieser Beitrag ist ein Auszug aus dem „Trendbook Smarter Logistics“. Einen Überblick über den Inhalt gibt der Artikel Krisenfeste Lieferketten mit Digitalisierung. Sie können das Trendbook außerdem direkt kostenlos herunterladen.

Horizont 1: Quick Wins durch rasche Digitalisierung

In Zeithorizont 1 geht es um kurzfristige Digitalisierungsmaßnahmen für die nächsten zwölf Monate. Sie sollen das bestehende Geschäft verteidigen, erweitern und seine Profitabilität erhöhen.

Agile Führungsstrukturen und cross-funktionale Teams schaffen

Eine aktive, entschlossene und experimentierfreudige Führung erhöht die Widerstandskraft jedes Unternehmens. Sie ist sorgt für eine optimale Vorbereitung während der Krise und in der Erholungsphase danach.

Agile Führungsstrukturen verbessern die Kommunikation mit cross-funktionalen Teams, am besten per App. Ihr Vorteil: Sie erreicht alle Mitarbeiter, nicht nur die an Computerarbeitsplätzen. Eine solche App kann zu einem Mobile Workforce Management ausgebaut werden, das Transparenz im Betrieb des Unternehmens erreicht.

Wenn Sie mehr erfahren wollen, können Sie das Trendbook Smarter Logistics kostenlos herunterladen.

Lieferketten-Störungen frühzeitig erkennen

Unternehmen müssen in der Lage sein, eine wichtige Kundenfrage zu beantworten: Wo ist die Ware? Dafür benötigen sie eine hohe Transparenz in der Supply Chain. Für das das Supply Chain Risk Management sind interne und externe Daten notwendig. Eine Quelle für letztere sind Logistikunternehmen, die ihre Daten zur Verfügung stellen, etwa Everstream Analytics (ehem. DHL Resilience 360). Data Analytics und Supply Chain Risk Management ermöglichen es, Störungen in der Lieferkette frühzeitig zu erkennen.

Digitalen Vermarktungsfähigkeiten erweitern

Entscheidend ist die Kundeninteraktion, sie darf nicht abreißen. Dafür müssen die Unternehmen online gehen: Marketing-Automatisierung und Konzepte wie Chatbots helfen dem Vertrieb. Offline-Prozesse werden in digitalen Kanälen repliziert, etwa Videomeetings.

Unternehmen sollten sofort ihre digitalen Kanäle ausbauen, auch Social Media und Kunden-Apps. Ein wichtiges Ziel ist dabei, Loyalität und eine positive Kommunikation mit dem Kunden zu erreichen. Der Ausbau der digitalen Kanäle skaliert die Vermarktungsfähigkeit.

Horizont 2: Widerstandskraft  und Wachstum erreichen

In Zeithorizont 2 geht es um strategische Wachstumsinitiativen, die innerhalb der nächsten zwölf bis 36 Monate ihre Wirkung entfalten.

Logistik mit Kundenportalen und digitalen Services stärken

Unternehmen müssen die Kundenschnittstelle optimieren, denn nur hier können sie wachsen. Die Transportlogistik erreicht dies mit Kundenportalen, die Informationen wie die Ankunftszeit (ETA) aus der Supply Chain bieten. In der Kontraktlogistik helfen digitale Services mit Kundenfokus. Sie müssen konsequent weiterentwickelt werden, mit einem Alleinstellungsmerkmal als Ziel.

Robuste Lieferketten mit IoT und RPA

Robuste Lieferketten entstehen, wenn Unternehmen jederzeit Information haben und eingreifen können. Die gesamte Supply Chain muss ins IoT (Internet der Dinge) gebracht werden, zur Nachverfolgung (Track & Trace) von Transportbehältern und Fahrzeugen. Wichtig ist auch die Ablösung von Papierformularen durch digitale Lieferscheine und Frachtbriefe. Weiterhin müssen alle Logistikprozesse digitalisiert werden. Dabei hilft ihre Nachbildung mit Process Mining und das Schließen von Digitalisierungslücken mit Robotic Process Automation (RPA).

Online-Bildung forcieren mit E-Learning

Die digitale Transformation erfordert digital gebildete Mitarbeiter. Ein einfacher Weg dahin sind Interne Bildungsangebote, zum Beispiel mit einem Webinar. Doch es gibt auch stärker digitalisierte Möglichkeiten der Schulung: Walkme ermöglicht Mitarbeitern ein zeitunabhängiges Training neuer Anwendungen. Es steht jederzeit zur Verfügung und kann beliebig oft wiederholt werden. E-Learning erweitert die Kompetenzen der Mitarbeiter und erhöht ihre Zufriedenheit – und damit den Unternehmenserfolg.

Horizont 3: Gestaltungskraft zeigen,
mit Optimismus Neues schaffen

In Zeithorizont 3 entdecken die Unternehmen neue Geschäftsfelder, mit dem Ziel, langfristig zukunftssicher zu werden.

Plattformen und Ökosysteme aufbauen

„Software eats the world” – das gilt auch in der Logistik. Wer nicht in Digitalisierung investiert, transportiert bald nur noch Waren von A nach B. Doch nicht jedes Unternehmen kann und nicht jedes muss Plattform werden. Die Alternative: Unternehmen positionieren sich neu, auch Start-ups. So wurde Freighthub zu Forto, einem Softwareanbieter. Er hat seine Entwicklerkapazitäten stark ausgebaut und vertreibt eine Lösung für Order Management als erste eigene Anwendung.

Unternehmen müssen sich individuell positionieren, Kooperationen eingehen und Teil eines digitalen Ökosystems werden. Vor allem Mittelständler haben eine große Chance: Sie besitzen in der Branche ihrer Kunden ein echtes Prozessverständnis und haben damit die Entwicklung neuer Geschäftsmodelle in der Hand. Beispielhaft ist Die Lila Logistik AG, die eng mit ihren Kunden aus der Automobilbranche zusammenarbeitet. Sie bietet ihnen ein Ökosystem aus Logistikzentren, schlanken Prozessen und der dazu passenden IT-Services.

Das ganze Unternehmen auf digitale Lernreise mitnehmen

Die Unternehmenskultur ist ein zentrales Element der Digitalisierung. Führungskräfte müssen die Mitarbeiter auf eine digitale Lernreise mitnehmen. Dabei ist der Wandel zu Dynamik und Entschlusskraft, Agilität und New Work wichtiger denn je. Ein gutes Beispiel findet sich in unserer Studie „Digitale Vorreiter im Mittelstand”: Die SupplyOn AG hilft Kunden bei der Digitalisierung und arbeitet intensiv an ihrem eigenen digitalen Wandel – durch die Skalierung agiler Methoden auf das ganze Unternehmen (Scaled Agile Framework SAFe).

Digitale Zuverlässigkeit mit Cybersecurity absichern

Die Basis des digitalen Wandels ist die Technologie. Sie hilft im betrieblichen Alltag und baut einen digitalen Schutzschild auf. Digitalisierung steigert die Widerstandsfähigkeit von Unternehmen – vor allem durch Cybersecurity. Um das eigene Geschäftsmodell zu schützen, gehören auch Datensouveränität, Datenschutz und Sicherheit vor Hacker-Angriffen dazu, in Form einer Sicherheitsstrategie und der dazu passenden Sicherheitsarchitektur. Cybersecurity erhält die digitale Zuverlässigkeit der Unternehmen.

Entscheidend ist „Security by Design”, exemplarisch verwirklicht im Telekom Data Intelligence Hub. Er sichert die geschäftskritischen Daten der Unternehmen durch Datenschutzstandards, eine ausgefeilte Datentreuhandarchitektur, föderale Datenhaltung und Teilnehmerzertifizierung. Die Daten sind sicher und bleiben unter der Kontrolle der Unternehmen.

Wenn Sie mehr erfahren wollen, können Sie das Trendbook Smarter Logistics kostenlos herunterladen.

Welche Erfahrungen haben Sie bei der Entwicklung von digitalen Lösungen gemacht? Haben Sie besonderen Wert auf Prozessautomatisierung gelegt? Nutzen Sie ein digitales Ökosystem? Schreiben Sie uns oder hinterlassen Sie einen Kommentar.

The post Praxistipps: Der richtige Innovationsmix in der Logistik appeared first on Smarter Service.

]]>
https://www.smarter-service.com/2021/11/25/praxistipps-der-richtige-innovationsmix-in-der-logistik/feed/ 0
Mehr Geschäftserfolg mit der Datenfabrik https://www.smarter-service.com/2021/11/23/mehr-geschaeftserfolg-mit-der-datenfabrik/ https://www.smarter-service.com/2021/11/23/mehr-geschaeftserfolg-mit-der-datenfabrik/#respond Tue, 23 Nov 2021 06:45:00 +0000 https://www.smarter-service.com/?p=29812 Mehr als ein Viertel der Unternehmen besitzen eine Datenplattform. Sie gehen den letzten Schritt der Data Journey: Die Skalierung des experimentellen Prototyps zum fertigen Produkt.

The post Mehr Geschäftserfolg mit der Datenfabrik appeared first on Smarter Service.

]]>

Mehr als ein Viertel (28 %) der Unternehmen besitzen eine Datenplattform für datengetriebene Geschäftsmodelle, hat eine aktuelle Studie zur Datenwirtschaft herausgefunden. Sie gehen den letzten Schritt der Data Journey: Die Skalierung des experimentellen Prototyps zum fertigen Produkt. Basis für die Industrialisierung ist die Technologie der Data Factory, zum Beispiel Cloud-Plattformen und eine einheitliche Cloud-Datenarchitektur. Zudem ist ein schlagkräftiges Data-Analytics-Team ein wichtiger Faktor bei der Skalierung von Datenprodukten.

Daten industrialisieren - von der Data Strategy über das Data Lab bis zur Data Factory
(Quelle)

Dieser Beitrag ist ein Auszug aus dem „Trendbook Smart Analytics“. Einen Überblick über den Inhalt gibt der Artikel Aus Daten Mehrwerte schaffen. Sie können das Trendbook außerdem direkt kostenlos herunterladen.

Die Data Factory aufbauen

Der erfolgreiche Aufbau einer Data Factory (Datenplattform) für die Industrialisierung von datenbasierten Produkten und Services geht auf eine Reihe von Faktoren zurück. Die Unternehmensberatung McKinsey hat sie in einer Studie zusammengefasst, die Vorreiter und Nachzügler miteinander vergleicht.

Vorreiter bei der Industrialisierung der Data Factory zeichnen sich dadurch aus, dass Geschäftsführung und Management ihre Führungsaufgabe auch bezüglich der Vision und Strategie von Data Analytics erfüllen. Zudem setzen sie in der Anfangsphase möglichst viele (3+) Use Cases um und erhöhen dafür in der IT-Organisation und den Fachbereichen die Budgets für Data Analytics. Und sie geben einen deutlichen Teil des Budgets dafür aus, um Data Analytics in Form einer Datenkultur in das Unternehmen einzubetten.

Das vollständige Trendbook als kostenloses E-Book herunterladen.

Eine erfolgreiche Data Factory zeichnen sich demnach durch die folgenden vier Schlüsselelemente aus:

  • Eine Daten-Ontologie zur begrifflichen Klarheit bei der Kommunikation über die vorhandenen Daten.
  • Ein Stammdaten-Modell für alle Schlüsselbereiche im Unternehmen, etwa Kunde, Produkt, Standort, Mitarbeiter.
  • Eine klare Data Governance. Sie muss festlegen, wer für Qualität und Pflege der Daten verantwortlich ist und welchen Kategorien und Wertebenen die Daten angehören. Dazu gehört etwa die Unterscheidung nach geschäftskritischen und nicht-kritischen Daten.
  • Ein umfassender Anforderungskatalog für die technische Datenumgebung. Sie muss dafür sorgen, dass die Daten automatisch und kontinuierlich aktualisiert werden. Dazu gehören auch technische Möglichkeiten für das Management von Datenmodellen, um sie kontinuierlich zu pflegen und zu verbessern.
  • Unternehmen sollten ihre Systeme und Anwendungen so organisieren, dass die richtigen Personen Zugriff auf Daten haben. Nur dann können sie schnelle Entscheidungen treffen.
Eine Datenplattform mit KI nutzen

Die Ergo Gruppe hat für ihre Daten eine strategische Entscheidung getroffen: Sie nutzt eine einheitliche Datenplattform mit der Bezeichnung „AI Factory“. Sämtliche internen Daten von allen Versicherungsmarken sowie eine Vielzahl von externen Daten wie Wetter oder Marktanalysen werden in einem Cloud-Speicher zusammengeführt.

Dort stehen sie über einheitliche Schnittstellen allen Teams für die Modellierung und Operationalisierung zur Verfügung. Das erlaubt Data Scientists und Data Engineers einheitliche Entwicklungsprozesse für neue Datenprodukte. Dadurch ist es möglich, Data Analytics und KI-Anwendungen auf einfache Weise zu skalieren.

Doch die technologische Basis der Datenplattform muss stimmen. So sollte sie von Anfang an auf Skalierung ausgerichtet sein. Zudem muss sie den Aspekt der Industrialisierung von datenbetriebenen Geschäftsmodellen berücksichtigen. Ein Beispiel: In vielen Unternehmen werden Proof-of-Concepts mit Sprachen wie Python entwickelt. Solche Entwicklungsumgebungen eignen sich meist nur für Prototypen. Für die Industrialisierung müssen die Produkte das Lab verlassen und mit entsprechend großvolumigen technischen Systemen umgesetzt werden. Eine effiziente Lösung dafür sind Cloud-Angebote für Data Analytics und KI, die sich gut zur Skalierung eignen. (Quelle)

Das Data Analytics Team gründen

Für gute Ergebnisse ist ein kooperativer Ansatz erforderlich. Das bedeutet, dass einige Unternehmen sich neu um die Datenplattform herum organisieren müssen. Sinnvoll sind gemischte Teams, in denen Fachexperten, kaufmännische Experten, IT-Fachexperten, Spezialisten, Data Scientists, Dataingenieure und Entwickler gemeinsam an einem Problem arbeiten.

Rollen und Aufgaben im Data-Analytics-Team

Die Teams müssen Daten auswerten, transformieren, korrelieren, verknüpfen und interpretieren. Dabei haben die Analytics-Spezialisten spezifische Aufgaben:

Data Scientists besitzen das heute geforderte Know-how in der Analyse und Manipulation von Daten. Sie kennen sich mit Machine Learning aus, sodass sie aus Daten Schlüsse ziehen und Vorhersagen treffen können. Sie sind diejenigen Experten, die Datenmodelle aufbauen, Trainingsdaten auswählen und Algorithmen anpassen.

Data Engineers konzentrieren sich auf die technischen Abläufe der Modelle und Algorithmen. Sie sind oft mit dem Lösen spezifischer Probleme beschäftigt. Sie arbeiten sehr eng mit den Data Scientists zusammen und sorgen dafür, dass Machine Learning erfolgreich wird.

Data Architects sind die Schnittstelle zwischen den Fachbereichen und den beiden anderen Rollen. Sie haben einen ganzheitlichen Blick auf die unterschiedlichen Datenprojekte. Sie steuern ihre Entwicklung, designen die KI-Lösungen und berichten den Fachexperten und Managern im Unternehmen. Als Übersetzer zwischen Analytics und Business beschreiben sie Business-Probleme in Analytics-Terminologie. Zudem interpretieren sie Ergebnisse für das Management, sodass es bessere Entscheidungen treffen kann.

Die Bedeutung der einzelnen Rollen in Data-Science-Teams wächst stark an, da die Leistungsfähigkeit der KI-Anwendungen deutlich steigt. Unter Umständen sind KI-Systeme sogar besser als Menschen. Dafür müssen Data Scientists und Data Engineers allerdings viel Know-how in das Training der KI-Modelle investieren.

So gibt es unterschiedliche Sprachmodelle wie BERT oder GPT-3 sowie einige Varianten davon. Besonders interessant ist ein Sprachmodell, das Textzusammenfassungen schreibt. Für sein Training wird auch menschliches Feedback genutzt. Menschliche Leser bewerten dabei die Qualität von Zusammenfassungen. Der auf diese Weise entstandene Datensatz wird als Bewertungsfunktion für einen Textgenerator genutzt, der Zusammenfassungen schreibt.

Nur Sammeln reicht nicht, der Nutzwert steigt mit der Komplexität der Operationen

Mit Datenplattformen Mehrwert schaffen

Mehrwerte entstehen nicht ohne weiteres aus den Daten. Entlang der Datenwertschöpfungskette müssen verschiedene Herausforderungen gemeistert werden.

Collect

Daten werden lediglich gesammelt und visualisiert. Es geht in erster Linie darum, Daten über Sensorik zu ermitteln und alle Datenquellen online zu bringen, um überhaupt Daten zu erhalten.

Fahrzeugdaten auf einer Plattform sammeln

CARUSO ist ein neutraler, offener und sicherer Marktplatz für Mobilitätsdaten. Die Plattform ermöglicht es Dritten, Daten zu nutzen, die über mehrere Fahrzeughersteller hinweg standardisiert sind. Darüber hinaus gewährleistet die integrierte Technologie für das Einwilligungsmanagement den Datenschutz, indem sie den Fahrzeugnutzern die volle Kontrolle über die gemeinsame Nutzung von Daten gibt. 

Damit versetzt CARUSO seine Kunden in die Lage, auf einfache Weise lebensverbessernde Lösungen auf der Grundlage von Daten aus vernetzten Fahrzeugen zu entwickeln. Die Vision des Unternehmens ist es, als die bessere Plattform für Autodaten Innovationen freizusetzen.

Integrate

Die gesammelten Daten werden mit Informationen aus anderen Datenquellen zusammengeführt, beispielsweise die Integration mit Prozessdaten aus einem ERP-System oder Marketingdaten aus einer CRM-Anwendung.

Stromverbrauch präzise ermitteln

Die Polygonvatro GmbH aus Olpe saniert Brand- und Wasserschäden. Der Energieverbrauch der Trocknungsgeräte wird für die Abrechnung mit der Gebäudeversicherung präzise erfasst. Vernetzte Strom-Messboxen senden die Daten in die Cloud, so dass die Abrechnung automatisiert erzeugt wird. Sie bieten präzises Erfassen der Energieverbrauchswerte von Geräten. 

Digitale Daten werden unkompliziert aus der Cloud übernommen und für einen Energienachweis genutzt. Die zugrunde liegende Connected Things Integrator (CTI) Strom-Messbox kann ferner die Betriebs- und Positionsdaten von Baugeräten aufzeichnen und mit den Geschäftstätigkeiten der Akteure vernetzen – passgenau für alle Kundenbedürfnisse.

Analyse

In den Daten werden Trends und Muster erkannt, sodass sie für weitergehende Erkenntnisse genutzt werden können. Dazu gehört beispielsweise die Auswertung von gesammelten Fehlermeldungen, um Aufschlüsse über den Status von Maschinen zu erhalten.

Optimierte Wartung von Rolltoren

Die Seuster KG in Lüdenscheid produziert Schnelllauftore. Für ihren datengetriebenen Service Smart Control nutzt sie ein Onlineportal, mit dem Unternehmen ihre Tore technisch überwachen können – jederzeit und von jedem Ort aus. Sogar die Fernsteuerung ist möglich. Das Unternehmen erreicht dieses datengetriebene Geschäftsmodell mit der durchgängigen digitalen Vernetzung der Produkte. 

In Kooperation mit der Deutschen Telekom werden die Torinformationen in ein Rechenzentrum in Deutschland übermittelt und im SmartControl Onlineportal angezeigt. Bei der Diagnose werden aktuelle Informationen wie Ausfälle oder Fehlermeldungen ausgelesen. Parallel werden auch die Lastwechsel aller Tore digital erfasst. Die Daten ermöglichen unter anderem eine vorbeugende Instandhaltung und eine rechtzeitige Planung der UVV-Prüfungen.

Use

Datennutzung heißt, die Daten als Produkt zu interpretieren. Sie erweitern und ergänzen vorhandene Geschäftsmodelle oder bilden sogar eigene Geschäftsmodelle wie beispielsweise As-a-Service-Konzepte. Diese sind nur möglich, weil in allen vorherigen Wertschöpfungsstufen wichtige Daten zusammengeführt wurden.

Risikomanagement für die Supply Chain

Supply-Chain-Risikomanagement hilft bei der Bewertung aller Risiken in mehrstufigen und vernetzten Lieferketten. Everstream Analytics (ehem. DHL Resilience360) kann auf Grundlage von DHL-eigenen und externen Daten das Risiko von Lieferkettenunterbrechungen vorhersagen und bewerten. Informationen für die Visualisierung der Lieferkette und die Einhaltung von Handelsbestimmungen lassen Lieferkettenunterbrechungen nahezu in Echtzeit erkennen.

Das vollständige Trendbook als kostenloses E-Book herunterladen.

Zentrale Herausforderung ist die agile Software-Entwicklung und die kontinuierliche Bereitstellung der Dienste auf einer skalierbaren und sicheren Cloud-Plattform. Nutzt Ihr Unternehmen bereits eine Datenplattform in der Cloud? Wie ist die Data Journey gestaltet? Schreiben Sie uns oder hinterlassen Sie einen Kommentar.

The post Mehr Geschäftserfolg mit der Datenfabrik appeared first on Smarter Service.

]]>
https://www.smarter-service.com/2021/11/23/mehr-geschaeftserfolg-mit-der-datenfabrik/feed/ 0
Datenprodukte konzipieren, entwickeln und testen https://www.smarter-service.com/2021/11/18/datenprodukte-konzipieren-entwickeln-und-testen/ https://www.smarter-service.com/2021/11/18/datenprodukte-konzipieren-entwickeln-und-testen/#respond Thu, 18 Nov 2021 06:45:00 +0000 https://www.smarter-service.com/?p=29759 Innovative Datenprodukte sind der Schlüssel zum Erfolg. Unternehmen, die Innovationen mit Digitalisierung kombinieren, weisen die höchste Umsatzrendite auf und wachsen am schnellsten. Um sie den Kunden Datenprodukte anzubieten, sollten Unternehmen möglichst schnell Use Cases testen und vom Konzept zum Prototyp mit Echtdaten voranschreiten.

The post Datenprodukte konzipieren, entwickeln und testen appeared first on Smarter Service.

]]>

Innovative Datenprodukte sind der Schlüssel zum Erfolg. Die KfW-Bank stellt in einer aktuellen Studie fest: Unternehmen, die Innovationen mit Digitalisierung kombinieren, weisen die höchste Umsatzrendite auf und wachsen am schnellsten. Sie setzen auf Qualitätsführerschaft und die häufige Erneuerung der Produktpalette. Zudem bemühen sie sich, neue Kundengruppen und Märkte zu erschließen. 

Damit Unternehmen ihren Kunden Datenprodukte anbieten können, sollten sie möglichst schnell Use Cases testen und vom Konzept zum Prototyp mit Echtdaten voranschreiten. So können die Entwickler rasch beurteilen, ob der Use Case in der Realität umsetzbar ist.

Dieser Beitrag ist ein Auszug aus dem „Trendbook Smart Analytics“. Einen Überblick über den Inhalt gibt der Artikel Aus Daten Mehrwerte schaffen. Sie können das Trendbook außerdem direkt kostenlos herunterladen.

Schritt für Schritt die größten Herausforderungen anpacken

Startpunkt bei der Entwicklung von Datenprodukten sind Use Cases – spezifische Probleme, die durch neue Geschäftsmodelle gelöst werden sollen. Anwendungsfälle finden sich in vielen Bereichen eines Unternehmens: Sie sollten aber immer zusammenhängend und in Domänen gruppiert sein. 

Dabei ist es sinnvoll, dass die Unternehmen die Domänen nach der Kundennähe bestimmen:

  • So gibt es Bereiche wie Vertrieb oder Marketing, die sich durch besondere Kundennähe auszeichnen. Sie sind gewissermaßen an der „Front“ des Unternehmens und eignen sich für Use Cases, die in die Customer Experience eingreifen.
  • Weitere Domänen sind in der „Mitte“ des Unternehmens, also im Geschäftsbetrieb. Dazu gehören beispielsweise Beschaffung, Supply Chain und Fertigung. Sie sind gute Kandidaten für Use Cases, wenn Unternehmen mit Data Analytics in erster Linie ihre Prozesse bearbeiten möchten.
  • Drittens gibt es den Bereich des Backoffice, das Grundfunktionen anbietet. Darunter fällt beispielsweise die Personalabteilung, deren Prozesse ebenfalls mit Data Analytics optimiert werden können.

Das vollständige Trendbook als kostenloses E-Book herunterladen.

Die einzelnen Use Cases einer Domäne besitzen gemeinsame Elemente, beispielsweise dieselben Datenquellen oder Kunden. Zunächst wählen Unternehmen eine Domäne für Proof-of-Concepts und Prototypen aus. Erst danach werden leicht zu lösende Aufgaben definiert.

Dadurch verhindern die Entwicklungsteams eine Situation, in der ähnliche Lösungen auf verschiedenen Wegen und technologischen Grundlagen mehrfach entwickelt oder eingekauft werden (Quelle). Eine wichtige Hilfe dabei sind vorgefertigte Lösungen, die sich leicht an das jeweilige Unternehmen anpassen lassen. 

Use Cases sollten in Domänen gruppiert werden (Quelle)

Condition Monitoring: Use Case Nr. 1

Condition Monitoring ist ein typischer erster Use Case in der Industrie. Ein Beispiel: Rauhalahti Power Station ist ein Biomasse-Blockheizkraftwerk in der drittgrößten finnischen Stadt Jyväskylä. Bei einer Erneuerung der seit 1987 laufenden Automatisierungssysteme führte der lokale Energieversorger eine Fernüberwachung des Kraftwerksstatus mithilfe von IoT-Technologien und Data Analytics ein.

Das Machine Monitoring integriert Vibrationsmessungen und -analysen in das Automatisierungssystem. Dadurch müssen nicht wie bisher Vibrationen mit tragbaren Geräten in jedem Kraftwerksblock manuell gemessen werden. Bediener und Wartungspersonal sehen die auf den Messergebnissen basierenden Maschinenzustandsdaten direkt auf der Benutzeroberfläche des Steuerungssystems.

KI entlang der Wertschöpfungskette ausrollen

„Technologisch und wirtschaftlich gibt es keine Hindernisse, um KI sofort in Unternehmen zu nutzen“, sagt Lars Riegel von Arthur D. Little in einer Studie für eco, den Bundesverband der deutschen Internetwirtschaft. „Über 70 Prozent der Anwendungen sind dabei bis 2025 unterstützend für den Menschen im Einsatz. KI ersetzt nicht die Mitarbeiter, sondern stärkt in Kombination mit Mitarbeitern die Wertschöpfung und die Wettbewerbsposition.“

Liefergenauigkeit steigern und Ankunftszeiten vorhersagen

Das Unternehmen Project44 bietet eine umfassende Visibility-Plattform für die Supply Chain und logistische Prozesse. Unter anderem verbessert die KI-gestützte Anwendung ClearMetal mit Datenanalysen die Qualität von Prognosen in der Supply Chain. Sie hilft bei der Optimierung der Routenplanung, steigert die Anzahl der zeitgenauen Auslieferungen in der Logistik, sagt den Bedarf an Ausrüstung und Behältern vorher, und schätzt die Risiken von Verzögerungen ein. Die Liefergenauigkeit wächst um bis zu 50 Prozent und die betriebliche Effizienz um 30 Prozent.

Das agile Vorgehensmodell:
Explore, Create, Scale & Transform

Die meisten Unternehmen benötigen viel zu viel Zeit, um ein neues Produkt auf den Markt zu bringen – eher Jahre als Wochen oder Monate. Eine gute Lösung dafür ist das agile Vorgehensmodell. Agile Projekte starten klein und verwirklichen nur ausgewählte Funktionen. Hierfür werden in einem Workshop möglichst viele neue Ideen für Innovationen erzeugt. Ein vielversprechender Use Case wird anschließend möglichst rasch verwirklicht.

Fahrzeugdaten auf einer Plattform teilen

CARUSO ist ein neutraler, offener und sicherer Marktplatz für Mobilitätsdaten. Die Plattform ermöglicht es Dritten, Daten zu nutzen, die über mehrere Fahrzeughersteller hinweg standardisiert sind. Darüber hinaus gewährleistet die integrierte Technologie für das Einwilligungsmanagement den Datenschutz, indem sie den Fahrzeugnutzern die volle Kontrolle über die gemeinsame Nutzung von Daten gibt. Damit versetzt CARUSO seine Kunden in die Lage, auf einfache Weise lebensverbessernde Lösungen auf der Grundlage von Daten aus vernetzten Fahrzeugen zu entwickeln. Die Vision des Unternehmens ist es, als die bessere Plattform für Autodaten Innovationen freizusetzen.

Dabei hat sich von der Idee bis zur Einführung ein generelles Vorgehen durchgesetzt, das idealtypisch aus vier Phasen besteht:

Explore

Am Anfang steht die Idee des Geschäftsszenarios, das mit dem Datenprodukt verwirklicht werden soll. Hierzu müssen im Portfolio des Unternehmens Produkte und Services entdeckt werden, die sich für die digitale Transformation eignen oder die digital vollkommen neu entworfen werden.

Create

Nun wird das Grobkonzept zu einem funktionalen Prototyp und anschließend zu einem MVP („Minimum Viable Product“) ausgebaut. Das ist eine Problemlösung mit einem minimalen Funktionsumfang. Sie verwirklicht nur Basisanforderungen der Kunden und kommt dadurch sehr schnell auf den Markt kommt.

Scale

Die ersten Kunden sind gewonnen, das Datenprodukt ist rund. Nun geht es darum, das Geschäftsmodell zu skalieren, die Rückmeldungen von Kunden zu berücksichtigen und das Produkt in einem möglichst großen, international gedachten Markt auszurollen.

Transform

Passt die eigene Organisation zur Welt der datengestützten Services und Produkte? Sie erfordern eine andere Herangehensweise als herkömmliche Projekte. Nicht nur Produkte und Services müssen sich ändern, auch das gesamte Unternehmen.

Das vollständige Trendbook als kostenloses E-Book herunterladen.

Bietet ihr Unternehmen bereits Datenprodukte an? Wir haben sie die Entwicklung organisiert? Schreiben Sie uns oder hinterlassen Sie einen Kommentar.

The post Datenprodukte konzipieren, entwickeln und testen appeared first on Smarter Service.

]]>
https://www.smarter-service.com/2021/11/18/datenprodukte-konzipieren-entwickeln-und-testen/feed/ 0
Eine Datenstrategie für das digitale Zielbild entwickeln https://www.smarter-service.com/2021/11/16/eine-datenstrategie-fuer-das-digitale-zielbild-entwickeln/ https://www.smarter-service.com/2021/11/16/eine-datenstrategie-fuer-das-digitale-zielbild-entwickeln/#respond Tue, 16 Nov 2021 06:45:00 +0000 https://www.smarter-service.com/?p=29712 Die Datenstrategie ist die Grundlage, mit der Unternehmen Mehrwert und Nutzen erzeugen. Voraussetzung dafür ist ein digitales Zielbild, das dem Unternehmen zeigt, wohin die Reise geht.

The post Eine Datenstrategie für das digitale Zielbild entwickeln appeared first on Smarter Service.

]]>

Zwei von drei Geschäftsführern oder IT-Verantwortlichen wissen nicht, welche und wie viele Daten in ihrem Unternehmen vorhanden sind, stellt eine aktuelle Studie fest. Ihnen fehlt eine Datenstrategie als Grundlage, mit der Unternehmen Mehrwert und Nutzen erzeugen. Der Beitrag beschreibt, wie Unternehmen die Daten aus ihren Silos befreien und eine Datenstrategie aufbauen. Dafür müssen sie zunächst den Status quo bewerten, ein Zielbild definieren und darauf aufbauend eine Roadmap für die nächsten Schritte entwickeln. Ein wichtiger Meilenstein dabei: Unternehmen sollten Künstliche Intelligenz (KI) im gesamten Unternehmen nutzen, um von der „Learning Loop“ zu profitieren.

Dieser Beitrag ist ein Auszug aus dem „Trendbook Smart Analytics“. Einen Überblick über den Inhalt gibt der Artikel Aus Daten Mehrwerte schaffen. Sie können das Trendbook außerdem direkt kostenlos herunterladen.

„Es reicht nicht, einfach Daten zu sammeln. Unternehmen benötigen eine Datenstrategie, die von der Geschäftsführung gefördert wird. Sie muss gegenüber der Belegschaft und dem ganzen Unternehmen transparent sein. So entsteht eine klare Agenda, die alle Mitarbeiter auf die Digitalisierung ausrichtet und Orientierung schafft.“

Jens Kamionka, Head of Big Data & Data Analytics, T-Systems MMS

Data Analytics verändert die Wettbewerbslandschaft

Fast die Hälfte der Unternehmen (47 %) gab in einer McKinsey-Umfrage an, dass Datenanalysen die Wettbewerbslandschaft erheblich verändert haben. Als Reaktion haben zahlreiche Unternehmen begonnen, Daten zu einem Kernbestandteil der Prozesse in Produktion und Logistik zu machen und die Mitarbeiter für den Aufbau einer datengesteuerten Unternehmenskultur zu schulen.

Das vollständige Trendbook als kostenloses E-Book herunterladen.

Unternehmen, die Schwierigkeiten mit dem Umstieg auf datengesteuerte Produkte und Geschäftsmodelle haben, räumen ein, dass vor allem das Fehlen einer Strategie ein Hindernis für den Erfolg ist. Aus diesen Erfahrungen lassen sich drei Elemente einer Datenstrategie ableiten:

  • Unternehmen müssen die Daten aus ihren Silos befreien. Sie gehören in die Hände von Entscheidungsträgern oder sogar externen Partnern in der gesamten Supply Chain.
  • Unternehmen müssen Daten als Produkt mit realer Kapitalrendite behandeln. Sie sind nicht lediglich ein Rohstoff für Analysen. Stattdessen ist es sinnvoll, sie als internes Produkt zu behandeln, das an alle Fachbereiche zur Wertschöpfung verteilt wird.
  • Unternehmen müssen einen agilen Ansatz für die Transformation wählen. Datenprodukte und datenbasierte Geschäftsmodelle entstehen nicht in einem großen Schritt. Die richtige Vorgehensweise ist schrittweise und iterativ.
Qualitätsdaten allen Kunden verfügbar machen

Das finnische Unternehmen Glaston stellt Maschinen zur Glasverarbeitung her. Es sammelt mit Sensoren Parameter rund um den Herstellungsprozess und ermittelt kleinste Abweichungen, die deutliche Auswirkungen auf die Produktqualität haben. Das Unternehmen stellt alle Daten den Nutzern der Glaston-Maschinen auf der Plattform Glaston Insight zur Verfügung. Sie erhalten damit eine Wissensdatenbank, die ihnen eine Justierung der Maschinen erlaubt. Damit steigern sie Produktivität, Verfügbarkeit und vor allem die Rentabilität der Maschinen.

Herausforderungen mit Data Analytics besser meistern

Der Einsatz von Data Analytics für die Entwicklung von Datenprodukten gehört zu den wichtigsten Entscheidungen beim Aufbau einer Datenstrategie. Die analytischen Verfahren ermöglichen es, Probleme zu lösen und Entscheidungen zu treffen, die in der Vergangenheit zur Domäne des Menschen gehört.

Data Analytics kann bei komplexen Entscheidungen helfen, menschliches Verhalten vorhersagen und vieles mehr. Basis dieser Möglichkeiten sind immer Daten, die in großen Mengen nötig sind. Nur dann sind die entsprechenden Werkzeuge in der Lage, die darin verborgenen Muster zu erkennen.

Industrieunternehmen erhalten mit Data Analytics widerstandsfähige Produktionsabläufe und Lieferketten, während sie gleichzeitig die Kosten im Griff behalten. Durch vorausschauende Wartung und bessere Planung wird die Fertigung effizienter.

Um den tatsächlichen Wert der Daten freizusetzen, müssen Unternehmen Data Analytics im großen Maßstab anwenden. So erleichtern Daten die Erkennung von verändertem Kundenverhalten, beschleunigen die Entwicklung von neuen Services oder die Fernwartung von Produkten beim Kunden.

Voraussetzung für eine solche Transformation ist, dass Daten und Data Analytics als zentrales Element des gesamten Unternehmens betrachtet wird. Daten leisten einen wichtigen Wertbeitrag für das Geschäftsmodell und das Betriebsmodell, also die wertschaffenden Systeme, Prozesse und Fähigkeiten.

Data Analytics im Kundenservice

Versicherungsunternehmen wie die Ergo Gruppe kommunizieren mit ihren Kunden vorwiegend per E-Mail. Dabei erreichen die Versicherung pro Jahr mehrere 100.000 E-Mails mit unterschiedlichen Anliegen. Die Kunden nutzen dabei in erster Linie generische Mailadressen wie „info@“. Diese große Masse kann nur noch automatisch bearbeitet und an die richtigen Ansprechpartner weitergeleitet werden. Ergo nutzt dafür eine KI-gestützte Data-Analytics-Anwendung, die den Inhalt der Mails analysiert und sie anschließend bestimmten Fachbereichen und Themenkreisen zugeordnet. So erreicht jede Kundennachricht automatisch und ohne Benutzereingriff den richtigen Ansprechpartner.

Die richtige Datenstrategie: KI für alle

In einigen Unternehmen wird KI lediglich in Form von Leuchtturmprojekten genutzt. So bleiben der Mehrwert und Nutzen von künstlicher Intelligenz auch nur auf einen kleinen Bereich beschränkt. Eine wirkungsvolle Datenstrategie macht dagegen allen Mitarbeitern Künstliche Intelligenz und Machine Learning verfügbar.

Damit KI-Lösungen die Mitarbeiter bei ihren Aufgaben zufriedenstellend unterstützen, sind alle Mitarbeiter – nicht nur IT-Experten – in die KI-Entwicklung einzubeziehen. Damit stellen Unternehmen sicher, dass die von ihnen genutzten Lösungen die Mitarbeiter wirklich bei ihrer alltäglichen Arbeit unterstützen.

Erfahrungen mit KI sorgen dafür, dass sich das Unternehmen langsam in eine KI-gestützte Organisation verwandelt. Nach Analysen der Unternehmensberatung McKinsey werden weniger als fünf Prozent aller Arbeitsplätze vollständig mit KI automatisiert. Trotzdem ändert sich künftig das Arbeitsumfeld der Mitarbeiter.

Viele gegenwärtige Berufe verändern sich. Sie erfordern von den Mitarbeitern Erfahrung mit Technologie, höhere Kreativität und kritisches Denken. Die Arbeitgeber müssen deshalb eine Kultur schaffen, in der Daten für alle verfügbar sind, agile Prinzipien vorherrschen und Experimente erlaubt sind. Erst dadurch gelingt es, alle Mitarbeiter in Innovationsprozesse einzubeziehen.

 

Diese KI kennt ihre nächsten 1.000 Kunden

Der Mainzer Big-Data-Spezialist DATA lovers nutzt Data Analytics und Machine Learning, um die Sales-Performance von B2B-Unternehmen zu verbessern. Die Nutzer erhalten eine Plattform, die alle vorhandenen Kunden- und Produktdaten auf der Basis von KI auswertet. So kann die Lösung beispielsweise ermitteln, welche Unternehmen potenzielle Kunden sind und vom Vertrieb unbedingt angesprochen werden müssen. Darüber hinaus kann die Lösung die Abschlusswahrscheinlichkeit von Leads vorhersagen und das Umsatzpotenzial von Bestandskunden.

Smarter KI-Einsatz mit der „Learning Loop“

Unternehmen mit hohem digitalen Reifegrad nutzen für Data Analytics künstliche Intelligenz und Machine Learning. Im Zusammenhang mit Datenanalysen bedeutet Machine Learning: Daten werden in ein Modell verwandelt, das sich durch zusätzliche Daten Schritt für Schritt verbessert. Künstliche Intelligenz heißt in diesem Fall: Die smarte Automatisierung von Entscheidungen.

Die "Learning Loop" in der KI

Data-Analytics-Anwendungen mit KI nutzen die sogenannte „Learning Loop“, ein Modell von Michael Wu, Chief AI Strategist at PROS, einer Digitalberatung aus Oakland in Kalifornien. In ihr werden große Datenmengen durch Machine Learning zu dynamischen Modellen verarbeitet. Deren Ergebnisse werden zur Grundlage von Entscheidungen und in der Folge von Aktionen. Diese haben bestimmte Ergebnisse, die über Feedback erneut als „Big Data“ in den Anfang der Schleife eingespeist werden.

Ein wichtiger Teil dieser Schleife (Machine Learning, Modellierung, Analyse) geschieht entweder vollautomatisch oder mit geringen menschlichen Eingriffen. So ist es beispielsweise sinnvoll, die Modellbildung durch Data Scientists zu unterstützen, um größtmögliche Präzision zu erreichen. Aus technischer Sicht wird das Feedback außerdem in Form von Echtzeitdaten in die Berechnung der Ergebnisse eingefügt – etwa als Veränderung eines Messwertes. 

Das vollständige Trendbook als kostenloses E-Book herunterladen.

Ohne Datenstrategie und klares digitales Zielbild geht es nicht. Wie sieht es in Ihrem Unternehmen aus?  Welches Zielbild verfolgen sie und welche Datenstrategie haben sie definiert? Gehört KI und Machine Learning für Sie ebenfalls zu einer Datenstrategie? Schreiben Sie uns oder hinterlassen Sie einen Kommentar.

The post Eine Datenstrategie für das digitale Zielbild entwickeln appeared first on Smarter Service.

]]>
https://www.smarter-service.com/2021/11/16/eine-datenstrategie-fuer-das-digitale-zielbild-entwickeln/feed/ 0
Mittelständische Unternehmen bleiben in der Krise erfolgreich https://www.smarter-service.com/2021/11/11/mittelstaendische-unternehmen-bleiben-in-der-krise-erfolgreich/ https://www.smarter-service.com/2021/11/11/mittelstaendische-unternehmen-bleiben-in-der-krise-erfolgreich/#respond Thu, 11 Nov 2021 06:45:00 +0000 https://www.smarter-service.com/?p=29690 Viele Mittelständler und Familienunternehmen haben die Zeit der Pandemie gut für sich genutzt - nicht nur die Konzerne. Einige sind besonders erfolgreich: Mittelständische Unternehmen mit hoher digitaler Reife, die sich als besonders krisenfest erwiesen haben.

The post Mittelständische Unternehmen bleiben in der Krise erfolgreich appeared first on Smarter Service.

]]>

„Einige deutsche Firmen haben die Zeit der Pandemie gut für sich genutzt“, schrieb das Handelsblatt vor kurzem und zitierte eine noch unveröffentlichte BCG-Studie: „Diese Unternehmen stehen heute stärker da als ihre Wettbewerber“. Als Beispiele hebt der Artikel drei Konzerne hervor – keine Mittelständler, die repräsentativ für die deutsche Wirtschaft sind.

Denn sie wird durch den Mittelstand und die Familienunternehmen bestimmt. Einige sind als digitale Vorreiter besonders erfolgreich, wie wir in unserer zweiten Mittelstands-Studie festgestellt haben. Für unsere neue Studie suchen wir die Resilienz-Meister: Mittelständische Unternehmen mit hoher digitaler Reife, die sich als besonders krisenfest erwiesen haben.

Der Wertzuwachs digitaler Innovationen innerhalb eines Jahres (Quelle)

Weltmarktführer und digitale Vorreiter aus dem Mittelstand

Deutschland ist das Land der Weltmarktführer und Hidden Champions. Das sind vorwiegend mittelständische Unternehmen im B2B-Branchen wie Elektronik, Maschinenbau, Automatisierungs- und Produktionstechnik sowie zahlreiche Autozulieferer. Die Coronakrise hat diese Unternehmen mehr oder weniger stark betroffen. So gab es Auftragsrückgänge, Abbrüche von Lieferketten und zum Teil sogar die zeitweise Stilllegung von Produktionsstandorten.

Doch eine deutliche Mehrheit dieser Unternehmen hat die Krise recht gut bewältigt. Einige besonders erfolgreiche Mittelständler sind bereits mit einem Vorsprung in die Krise gegangen und konnten ihn sogar noch ausbauen. Der Grund: Sie sind digitale Vorreiter, da sie schneller einen hohen digitalen Reifegrad erreicht haben.

Zudem fahren sie zweigleisig: Sie beschleunigen die interne Digitalisierung, konzentrieren sich aber auch auf neue Geschäftsmodelle und verbesserte Kundenerlebnisse. Der Lohn dieser Strategie laut unserer Studie „Digitale Vorreiter im Mittelstand“: Sie erzeugen ein Gewinnwachstum von fast 20 Prozent und ihre digitalen Innovationseinheiten haben ihren Wert in den letzten zwölf Monaten oft mehr als verdoppelt.

Diese Erfolgsgeschichte hat sich auch in der Corona-Krise fortgesetzt. In unserem Trendbook Business Resilience haben wir festgestellt, dass vor allem die digitalen Vorreiter erfolgreich geblieben sind. Die Digitalisierung hat ihnen ermöglicht, arbeitsfähig zu bleiben und den Kundenkontakt auch auf Distanz aufrecht zu erhalten.

© Schafgans dgph

„Die Hidden Champions sind jedoch nicht nur ein Pfeiler der deutschen Exportstärke und Wirtschaftskraft, sondern sie üben auch einen starken Einfluss auf die Wahrnehmung Deutschlands in der Welt und im Inneren aus. Das Außenimage Deutschlands ist dabei durchgängig besser als unsere Selbstwahrnehmung. Die Innensicht Deutschlands ist hingegen deutlich skeptischer. Aber selbst sehr kritische Autoren betonen die positive Rolle des Mittelstandes und der Hidden Champions.“

Hermann Simon, Hidden Champions – Die neuen Spielregeln im chinesischen Jahrhundert, Campus Verlag 2021

Erfolgsfaktoren für Business Resilience

Der Handelsblatt-Artikel nennt als Erfolgsgeheimnisse eine aktive, entschlossene und experimentierfreudige Führung sowie die Konzentration auf das Ökosystem aus Zulieferern und Kunden. Das ist sicher nicht alles. Für unsere dritte empirische Studie „Digitale Vorreiter im Mittelstand: Die Resilienz-Meister“ – für die wir noch Teilnehmer suchen – haben wir eine Reihe von Arbeitshypothesen entwickelt. Drei davon stellen wir kurz vor:

  1. Digitale Vorreiter sind schneller. Sie wachsen stärker und erwirtschaften mehr Umsatz und höhere Gewinne. Dies erreichen sie durch rasche Reaktion auf Marktveränderungen. Insgesamt bringen sie mehr Neuerungen auf den Markt wie die Nachzügler. 
  2. Digitale Vorreiter sind Digital First. Sie legen dabei besonders großen Wert auf eine smarte Customer Experience. Zudem setzen sie in der Innovation auf die Zusammenarbeit mit Kunden und Zulieferern in digitalen Ökosystemen und Plattform-Modellen. Immer mehr Mittelständler erkennen: Dies stärkt die wirtschaftliche Anpassungsfähigkeit und Widerstandskraft. 
  3. Digitale Vorreiter nutzen eine durchgängige Prozessautomatisierung. Sie kombinieren verschiedene Automatisierungstechnologien wie RPA, KI, Computer Vision und Textanalyse. Mit dieser Hyperautomation senken sie ihre Kosten um bis zu 30 Prozent und eliminieren viele Fehlerquellen wie Ermüdung, Irrtümer, Lesefehler und ähnliches.

Weitere Erfolgsfaktoren der digitalen Vorreiter sind eine fehlertolerante, digitale Leistungskultur ohne hierarchische Führungsmodelle, die laufende Fortbildung der Mitarbeiter, eine große Anziehungskraft für digitale Talente und als Basis eine robuste digitale Infrastruktur mit einer soliden Datenarchitektur und Cloud-Plattformen.

Gesucht: Die deutschen Resilienz-Meister

Die neue Studie soll eine wichtige Frage beantworten: Welche Faktoren ermöglichen den digitalen Vorreitern ihre Anpassungsfähigkeit und ihre Widerstandskraft, wenn die Zeichen auf Sturm stehen. Kurz: Wir suchen die Resilienz-Meister des deutschen Mittelstands.

Dabei geht es uns auch um Unternehmen aus Branchen, die stark von den wirtschaftlichen Auswirkungen der Pandemie betroffen sind. Wir sprechen dafür mit mittelständischen Unternehmen, die besonders weit in der Digitalisierung vorangeschritten sind – die digitalen Vorreiter. Insbesondere die Top 1.000 Familienunternehmen, Weltmarktführer und Hidden Champions nehmen wir in den Fokus, um zu schauen, wie sie ihre marktführende Position verteidigen.

Weitere Informationen über die Studie gibt dieser Beitrag in unserem Magazin. Als Geschäftsführer(in), Vorstandmitglied (CXO) oder Digitalisierungsverantwortlicher im Mittelstand unterstützen Sie unsere Studie, indem Sie an einem einstündigen Interview teilnehmen und ihre Erfolgsgeschichte erzählen. Wenn gewünscht, veröffentlichen wir sie als Fallbeispiel in unserer Studie.

Die Teilnahme ist ganz einfach: Klicken Sie hier und melden Sie sich für das Interview. Wir antworten kurzfristig und besprechen alles weitere. Sie kennen ein Unternehmen, das gut in unsere Studie passt? Dann nehmen Sie ebenfalls mit uns Kontakt auf!

The post Mittelständische Unternehmen bleiben in der Krise erfolgreich appeared first on Smarter Service.

]]>
https://www.smarter-service.com/2021/11/11/mittelstaendische-unternehmen-bleiben-in-der-krise-erfolgreich/feed/ 0
Praxistipps: In die patientenzentrierte Gesundheitsökonomie einsteigen https://www.smarter-service.com/2021/11/09/praxistipps-in-die-patientenzentrierte-gesundheitsokonomie-einsteigen/ https://www.smarter-service.com/2021/11/09/praxistipps-in-die-patientenzentrierte-gesundheitsokonomie-einsteigen/#respond Tue, 09 Nov 2021 06:45:00 +0000 https://www.smarter-service.com/?p=29625 Ohne eine digitale Strategie, die auf einem klaren Zielbild beruht sind weder Weg noch Ziel der digitalen Transformation deutlich. Erfolgreiche Digitalisierung erfordert eine Kombination aus kurzfristigen Maßnahmen und Zukunftsinvestitionen nach dem „3-Horizonte-Modell” von McKinsey.

The post Praxistipps: In die patientenzentrierte Gesundheitsökonomie einsteigen appeared first on Smarter Service.

]]>

Jeder Akteur und jede Institution im Gesundheitssystem benötigen eine digitale Strategie, die auf einem klaren Zielbild für die patientenzentrierte Medizin beruht. Doch es ist risikoreich, alles auf einmal anzugehen. Lösungen sollten schrittweise entwickelt und eingeführt werden. Die Akteure müssen den richtigen Innovationsmix finden. Erfolgreiche Digitalisierung erfordert eine Kombination aus kurzfristigen Maßnahmen und Zukunftsinvestitionen, die nach dem „3-Horizonte-Modell” von McKinsey zugeordnet werden.

Horizont 1: Quick Wins mit schnellen Digitalisierungsmaßnahmen
Horizont 2: Mehr Effizienz mit Telemedizin und Automatisierung
Horizont 3: Mit digitalen Ökosystemen die Patientenreise begleiten

„Die eigentliche Zukunft des Gesundheitswesens liegt in der Verhaltensänderung. Unsere Vision ist es, die Menschen zu ermutigen, Verhaltensweisen zu ändern, die sie dem Risiko einer schweren, aber vermeidbaren Krankheit aussetzen.“

Jeff Clavier, Gründer von SoftTech VC, heute Uncork Capital

Horizont 1: Quick Wins mit schnellen Digitalisierungsmaßnahmen

In Zeithorizont 1 geht es um kurzfristige Maßnahmen für die nächsten zwölf Monate. Sie reagieren auf Krisen, digitalisieren das bestehende Geschäft und erhöhen seine Profitabilität.

Grundlegende Digitalisierung mit Quickwins

Der wichtigste Schritt bei der Digitalisierung: Einfach machen, schnell und konsequent, auf der Basis einer Strategie. Bereits in der Corona-Krise bewährte Sofortmaßnahmen sind datenschutzkon­forme Videosprechstunden, etwa mit Cisco WebEx oder Microsoft Teams. Der Vorteil: Patienten können auch ohne ein Konto beim Anbieter teilnehmen.

Sinnvoll ist der Einsatz eines Messengers. Viele (nicht nur) jüngere Patienten nutzen Whats­App und wünschen sich, den Hausarzt damit zu erreichen. Leider ist die App aus Datenschutzgrün­den nicht empfehlenswert. Eine bessere Alternative sind Medizin- oder Mitarbeiter-Apps mit einem integrierten Messenger, etwa Staffbase mit Staff­base Chat.

Wenn Sie mehr erfahren wollen, können Sie das Trendbook Smarter Health kostenlos herunterladen.

Erste Prozesse digitalisieren und das digitale Wartezimmer einführen

Startpunkt ist zum Beispiel die Einführung eines Patientenportals mit einer Online-Terminvereinba­rung. Sie kann Zug um Zug um weitere Prozesse ergänzt werden, etwa die Kommunikation über Terminverschiebungen.

Für das digitale Wartezimmer sollten weitere Vorprozesse digitalisiert werden. Dies betrifft zum Beispiel das Assessment des Patienten bei der Erstaufnahme in der Klinik oder der Praxis. Sinn­voll ist hier ein „Self-Service”, bei dem die Patien­ten die wichtigen Fragen entweder zu Hause am Computer oder im Vorzimmer der Praxis auf einem Tablet beantworten können. Dadurch sinkt der Arbeitsaufwand am Empfang und alle notwendigen Daten stehen digital zur Verfügung.

IT-Systeme konsolidieren und Schnittstellen einführen

Voraussichtlich 2021 sind die von der Gesetzge­bung projektierten Maßnahmen zur Einführung der elektronischen Patientenakte sowie von eRezept und eÜberweisung abgeschlossen. Praxen und Kliniken können diese digitalen Lösungen aller­dings nur benutzen, wenn die Anbieter von Praxis­management-Software die entsprechenden Kon­nektoren bereitstellen. Aus technischer Sicht bietet die aktuelle Situation aber eine große Chance: Kliniken und Praxen können ihre vorhandenen IT-Systeme überarbeiten und konsolidieren.

Vielfach ist hier ein Flickenteppich unverbundener Lösungen entstanden. Hier einen neuen Flicken anzubringen, bremst den Erfolg der Digitalisierung – oder verhindert ihn sogar. Deshalb ist es für Arztpraxen und Kliniken empfehlenswert, die IT auf den Prüfstand zu stellen und gegebenenfalls durch bessere Lösungen zu ersetzen, vorzugsweise aus der Cloud. IT-Leiter in Kliniken sollten dabei auch an die grundlegende Infrastruktur denken: Kliniken benötigen einen stabiles und breitbandiges WLAN in jeder Ecke, bis hinunter in den Keller.

Horizont 2: Mehr Effizienz mit Telemedizin und Automatisierung

In Zeithorizont 2 geht es um strategische Wachstumsinitiativen, die innerhalb der nächsten zwölf bis 36 Monate ihre Wirkung entfalten sollen.

Telemedizin ausbauen und Transparenz steigern

Die Möglichkeiten der Telemedizin gehen weit über Videokonsultationen hinaus. Sie erlauben eine umfassende Transparenz über alle Daten der Patienten. Dadurch vermeiden sie in Praxen und Kliniken doppelte Eingaben oder fehlende Daten. Für die Patienten entsteht Komfort: Sie geben relevante Inhalte ihrer elektronischen Patienten­akte einfach an einen Facharzt oder eine Klinik weiter, ohne immer wieder Anamnese-Fragen beantworten zu müssen.

Vor allem für Kliniken ist es wichtig, vor der Einfüh­rung von telemedizinischen Lösungen den Bedarf der Fachabteilungen abzufragen. Ein häufiger Fehler bei Digitalisierungsmaßnahmen sind „Grü­ner-Tisch-Entscheidungen”, die nicht die Anforderun­gen der Nutzer erfüllen. Dies gilt auch für Hersteller: Sie müssen digitale Produkte permanent erweitern, um mit der Innovationsdynamik mithalten zu können.

Digitale Visiten und Patientendokumentation einführen

in Krankenhäusern und Arztpraxen bringt Digitali­sierung die Abschaffung von handschriftlich geführten Papierformularen. Erster Schritt für Kliniken ist die Einführung eines Patienten-Doku­mentationssystems mit der Möglichkeit einer digitalen Visite. Ein Mobilgerät gibt Infos und nimmt Eingaben entgegen. Visiten werden so effizienter und schneller, ohne dass die Qualität sinkt. In Arztpraxen erfüllt ein Praxismanagement­system dieselbe Aufgabe – die wertvolle Zeit der Sprechstunde wird effizienter genutzt.

Anschließend sollten Kliniken diese Lösungen ausbauen und über den reinen Softwareaspekt hinausgehen. So ist beispielsweise das Tracking und Tracing der Geräte für Medizin und Pflege sinnvoll, aber auch der Patienten selbst. Vielfach geht bei der Suche Zeit verloren durch Telefonate und Lauferei. Spezielle „Patches” an jedem Gerät und auch an der Kleidung jedes Patienten ermögli­chen die Ortung per WLAN.

Prozesse automatisieren, konsolidieren und vernetzen

Häufig sind vorhandene digitale Lösungen nicht umfassend genug und besitzen keine Schnittstellen zueinander. Daten müssen in Handarbeit kopiert werden. Robotic Process Automation (RPA) ersetzt den menschlichen Benutzer durch Softwareroboter. Sie sind der erste Schritt in die Prozessautomatisie­rung. Ihr Vorteil: Sie arbeiten schnell und sind attraktiv für die knappen Budgets, denn neue Lösungen müssen zunächst nicht angeschafft werden.

Letztlich sollte es das Ziel der Digitalisierungsstra­tegie sein, das digitale Flickwerk abzuschaffen. Hierfür sind Schnittstellen zu allen anderen Akteu­ren im Gesundheitssystem erforderlich. Besonders wichtig für Kliniken sind digitale Schnittstellen zu überweisenden Ärzten und den Krankenkassen. Ohne eine grundlegende Vernetzung der einzelnen Akteure und der Aufbau von Datenströmen wird die Digitalisierung des Gesundheitssystems unvollstän­dig bleiben.

Horizont 3: Mit digitalen Ökosystemen die Patientenreise begleiten

In Zeithorizont 3 verwirklichen Unternehmen das Zielbild ihrer digitalen Strategie. Das Ziel dabei: Langfristig zukunftssicher werden.

Durchgängige Patientenzentrierung erreichen

Das wünschenswerte Ziel der Digitalisierung ist eine durchgängige Patientenzentrierung. Arztpra­xen, Krankenhäuser und alle anderen Akteure im Gesundheitssystem erhalten dadurch eine ganz­heitliche Sicht auf die Behandlung des Patienten, die „Patient Journey”. Dabei wird er digital beglei­tet, beginnend mit Vorsorge über Diagnose und Therapie bis in die Nachsorge.

Auch die digitale Kluft zwischen dem ambulanten und dem stationären Bereich muss geschlossen werden, denn der Rettungsdienst ist Teil der digitalen Medizin. Das Fernziel: Workflows orien­tieren sich an Versorgungspfaden und nicht mehr an Silos und Institutionen. Der Patient erhält dabei an allen Stationen die optimale Versorgung.

Aufbau eines integrierten Ökosystems

Die digitale Patient Journey erfordert den Aufbau eines integrierten Ökosystems. Dazu gehören Datenflüsse zwischen allen Apps und Akteuren. Dies beginnt bei der Prävention, geht weiter mit Haus- und Fachärzten sowie Spezialisten wie Röntgenärzten oder Laboren, Krankenhäusern, Reha-Kliniken und der ambulanten Nachsorge. Auch Therapieeinrichtungen wie Krankengymnastik und Logopädie sowie Datenflüsse aus Wearables (Fitbit, Apple Watch) gehören dazu.

Wichtige Akteure im medizinischen Ökosystem sind die Krankenkassen, die neben der Abrechnung auch Funktionen bei Prävention und Nachsorge erfüllen. Für sie ist wichtig, dass Krankheiten entweder gar nicht erst entstehen oder Rückfälle vermieden werden. Die Auswertung von aggregierten Vital- und Behandlungsdaten („Big Data”) ermöglicht es dabei, die Versorgung in eine möglichst effiziente Richtung zu lenken.

Datensouveränität für den Patienten

Voraussetzung für ein funktionsfähiges und patien­tengerechtes medizinisches Ökosystem ist die Datensouveränität der Patienten. Sie geht ein gutes Stück über den reinen Datenschutz hinaus, da der Patient zum wirklichen Eigentümer seiner Daten wird. Medizinische Informationen sollten nicht ohne Zustimmung der Patienten weitergegeben werden. Dieses Thema erfordert allerdings noch eine breite Diskussion im Gesundheitssystem. Soll das Google-Prinzip „Wir wollen alle Daten, nur für den Fall der Fälle” zum Modell werden?

Allerdings bietet ein umfassendes Datenökosystem vielfältige Chancen. So kann das Gesundheitswe­sen weniger als Reparaturbetrieb, sondern mehr als Präventions-Coach arbeiten. Der Patient kommt frühzeitig in den Blick und wird zum Kunden, der gesund bleiben will.

Wenn Sie mehr erfahren wollen, können Sie das Trendbook Smarter Health kostenlos herunterladen.

Haben Sie ihre Arztpraxis oder ihre Klinik schon digitalisiert? Welche Erfahrungen haben Sie dabei gemacht? Haben Sie besonderen Wert auf Prozessautomatisierung gelegt? Nutzen Sie ein digitales Ökosystem? Schreiben Sie uns oder hinterlassen Sie einen Kommentar.

The post Praxistipps: In die patientenzentrierte Gesundheitsökonomie einsteigen appeared first on Smarter Service.

]]>
https://www.smarter-service.com/2021/11/09/praxistipps-in-die-patientenzentrierte-gesundheitsokonomie-einsteigen/feed/ 0
Der Mittelstand rüstet digital auf https://www.smarter-service.com/2021/11/04/der-mittelstand-ruestet-digital-auf/ https://www.smarter-service.com/2021/11/04/der-mittelstand-ruestet-digital-auf/#respond Thu, 04 Nov 2021 06:45:00 +0000 https://www.smarter-service.com/?p=29572 Das Vorurteil lautet: Deutschland hat keine digitalen Plattformen und ist schwach in der Plattformökonomie. Doch stimmt das überhaupt? Eine eine faire Beurteilung muss die mittelständischen Strukturen berücksichtigen – Stichwort „Hidden Champions“.

The post Der Mittelstand rüstet digital auf appeared first on Smarter Service.

]]>

Deutschland ist nicht besonders innovativ und hat keine digitalen Plattformen? Der letzte Platz in der Top 10 des “Global Innovation Index (GII)” vom September 2021 scheint zu zeigen: Deutsche Unternehmen ruhen sich auf dem Erreichten aus. Doch stimmen die Vorurteile überhaupt? Der Platz einer Wirtschaft in solchen Indizes wird auch durch die Wahl der Indikatoren bestimmt. Für eine faire Beurteilung der Wandlungsfähigkeit und Innovationsdynamik deutscher Unternehmen muss deshalb die mittelständisch bestimmte Struktur der deutschen Wirtschaft berücksichtigt werden – Stichwort „Hidden Champions“.

Der Innovationsindex seit 2010: Deutschland steigt auf, ist aber noch nicht an der Spitze
(Eigene Darstellung)

Innovationsdynamik in der Nische

Die Innovationsdynamik der deutschen Wirtschaft ist nicht auf den ersten Blick sichtbar. Sie findet in B2B-Nischen statt, etwa in der Elektroindustrie, Maschinenbau, Automatisierungs- und Produktionstechnik oder der Logistik. Sicherlich gab es Defizite vor allem in der Digitalisierung, wie Anfang 2020 die Corona-Pandemie überdeutlich machte. Doch sie hat als Beschleuniger gewirkt, wie das Trendbook Business Resilience deutlich macht. Plötzlich war Homeoffice kein Problem mehr, digitale Kundenkommunikation wurde überlebenswichtig und der E-Commerce wuchs rasant.

Unternehmen setzten während der Coronakrise Maßnahmen in Rekordzeit um
(Quelle: McKinsey)

Die Entwicklung während der Krise zeigt aber nur die Oberfläche. Die deutschen Mittelständler und Familienunternehmen haben in den letzten Jahren digital aufgerüstet. So gab (und gibt) es eine große Innovationsdynamik in der Plattformökonomie, wie sich dem Trendbook Digital Platforms entnehmen lässt:

  • Der Online-Fertiger Facturee besitzt ein digitales Ökosystem für die Industrieproduktion: Mehr als 500 Partner bieten jede nur erdenkliche Art der Fertigung an.
  • Die Heidelberger Druck AG nutzt digitale Geschäftsmodelle: Die Druckmaschine ist zur Miete, Verbrauchsmaterialien kommen automatisch und der Preis errechnet sich über die Nutzung.
  • Wenn Daten das neue Öl sind, muss es auch Raffinerien geben – zum Beispiel die Datenplattform Advaneo, die den Rohstoff in Echtzeit zu nützlichen Informationen veredelt.
Deutschland, das Land der digitalen B2B-Plattformen

In Deutschland gibt es eine ausgeprägte Plattformökonomie – in B2B-Sektoren wie Elektroindustrie, Maschinenbau und Logistik. Denn die deutschen Unternehmen sind in vielen Bereichen B2B- Weltmarktführer. In dem YouTube-Interview über das neue Trendbook Digital Platforms spricht Studienautor Bernhard Steimel mit Gunnar Sohn darüber, welche Plattformen erfolgreich sind und welche nützlichen Services für den Mittelstand sie anbieten.

Im deutschen Mittelstand dominieren B2B-Plattformen und -Ökosysteme. Besonders verbreitet sind drei Arten von Plattformen:

Branchenplattformen wie die B2B-Multiservice-Plattform Kollex. Sie bietet der Gastronomie Online-Bestellungen aus dem Getränkegroßhandel – rund um die Uhr online und per Mobilapp.

Digital Customer Journey-Partnerschaften: Zur Küchenmaschine Thermomix von Vorwerk gehört eine Plattform mit perfekt passenden Rezepten. Eine Kooperation mit HelloFresh liefert dafür die passenden Lebensmittel.

Cross Industry Data Sharing bietet zum Beispiel der Advaneo Data Marketplace. Er vereinfacht die gemeinsame Nutzung von vertraulichen Daten in Wertschöpfungsketten. Dabei bleibt die Datensouveränität der beteiligten Unternehmen erhalten.

Die Erfolgsgeheimnisse der resilienten Unternehmen

Viele Unternehmen mit digitalen Produkten und Services sind gut durch die Coronakrise gekommen – sie waren resilienter als „analoge“ Unternehmen. Der Grund: Sie sind generell erfolgreicher, weil sie Digitale Vorreiter im Mittelstand sind. Sie besitzen strategische geplante digitale Geschäftsmodelle, sind weit in der Cloud-Transformation vorangeschritten und nutzen flexibel skalierbare sowie zuverlässige IT-Architekturen.

Cloud-Infrastrukturen sind in vielen Unternehmen bereits Standard
(Quelle: Bitkom)

Erfolgreiche digitale Geschäftsmodelle haben drei Voraussetzungen: Erstens benötigen Unternehmen digitale Angebote, die bestehende Produkte und Services erweitern. Zweitens sind Cloud-Plattformen notwendig, die den Rohstoff Daten aus seinen Silos befreien und damit Mehrwert erzeugen. Drittens ist ein modernes IT-Betriebsmodell mit einer zuverlässigen Datenarchitektur erforderlich – ein wichtiges Learning aus dem Trendbook Smarter Analytics. Die Grenzen zwischen Business und IT müssen sich auflösen, betont Max Killinger, CIO der Hoffmann Group im Interview mit smarter-service.com.

Erfolgreiche und krisensichere Unternehmen berücksichtigen diese und viele andere Erkenntnisse aus mehr als einem Jahrzehnt Digitalisierung. Doch auch die digitalen Vorreiter sehen sich zunehmend schwierigen Rahmenbedingungen gegenüber. Da stellt sich sofort die Frage: Sind sie auch dann erfolgreich, wenn die Zeichen auf Sturm stehen? Dem gehen wir in unserer neuen empirischen Studie „Digitale Vorreiter im Mittelstand: Die Resilienz-Meister“ nach.

Wo sind die Resilienz-Meister? Gesprächspartner gesucht

Wir suchen für die Ermittlung der Resilienz-Meister nach mittelständischen Unternehmen, die besonders weit in der Digitalisierung vorangeschritten sind – die digitalen Vorreiter. Insbesondere die Top 1.000 Familienunternehmen, Weltmarktführer und Hidden Champions nehmen wir in den Fokus, um zu schauen, wie sie ihre marktführende Position verteidigen. Dabei geht es uns auch um Unternehmen aus Branchen, die stark von den wirtschaftlichen Auswirkungen der Pandemie betroffen sind.

Genauere Informationen über die Studie und den Ablauf der Befragung gibt ein Blogbeitrag hier auf smarter-service.com.

Sie wollen sofort teilnehmen? Klicken Sie hier und melden Sie sich für das Interview. Wir antworten kurzfristig und besprechen alles weitere.

Sie kennen ein Unternehmen, das gut in unsere Studie passt? Dann nehmen Sie ebenfalls mit uns Kontakt auf!

The post Der Mittelstand rüstet digital auf appeared first on Smarter Service.

]]>
https://www.smarter-service.com/2021/11/04/der-mittelstand-ruestet-digital-auf/feed/ 0
Praxistipps: Schritt für Schritt datenbasierte Produkte entwickeln https://www.smarter-service.com/2021/11/02/praxistipps-schritt-fuer-schritt-datenbasierte-produkte-entwickeln/ https://www.smarter-service.com/2021/11/02/praxistipps-schritt-fuer-schritt-datenbasierte-produkte-entwickeln/#respond Tue, 02 Nov 2021 06:45:00 +0000 https://www.smarter-service.com/?p=29537 Bei der Umsetzung einer Datenstrategie und der Entwicklung von Datenprodukten gibt es eine Vielzahl an Stolperfallen und Hürden. Unternehmen bewältigen sie, indem sie anhand einer Datenstrategie klare Ziele definieren, Daten als Produkte verstehen und sie anschließend mit Datenplattformen skalieren.

The post Praxistipps: Schritt für Schritt datenbasierte Produkte entwickeln appeared first on Smarter Service.

]]>

Bei der Umsetzung einer Datenstrategie und der Entwicklung von Datenprodukten  gibt es eine Vielzahl an Stolperfallen und Hürden. Unternehmen bewältigen sie mit den drei folgenden Schritten:

  1. Mit klaren Zielen starten und eine Datenkultur aufbauen
  2. Daten als Produkt verstehen und Datenprozesse einführen
  3. Mit Cloud-Plattformen für die Datenanalyse skalieren

Dieser Beitrag ist ein Auszug aus dem „Trendbook Smart Analytics“. Einen Überblick über den Inhalt gibt der Artikel Aus Daten Mehrwerte schaffen. Sie können das Trendbook außerdem direkt kostenlos herunterladen.

Mit klaren Zielen eine Datenkultur aufbauen

Der schnellste Weg zu datenbasierten Produkten, Services und Geschäftsmodellen ist der Aufbau einer Datenkultur im Unternehmen.

Das Ziel wirklich erreichen wollen

Ein Unternehmen muss den Willen haben, datengetrieben zu werden. Dies zeigt sich vor allem darin, dass Management und Geschäftsführung hinter der Datenstrategie stehen und alles notwendige unternehmen, um sie tatsächlich umzusetzen.

Ein Daten-Mindset entwickeln

Die digitale Weiterentwicklung eines Unternehmens erfordert eine zeitgemäße Denkweise. Alle Mitarbeiter müssen Herausforderungen und Projekte aus Datensicht analysieren. Sie müssen darüber nachdenken, inwiefern interne und externe Daten das eigene Geschäft befördern.

Mitarbeiter befähigen

Das Know-how auf wenige IT-Mitarbeiter zu begrenzen, ist nicht sinnvoll. Um Prozesse zukunftsfähig zu gestalten und durchzuführen, sollten Unternehmen alle Beteiligten in den Fachbereichen schulen und ihnen das notwendige Know-how zugänglich machen.

Data Governance definieren

Vor dem Start von konkreten Projekten sollten Unternehmen eine Data Governance definieren. Dazu gehören Festlegungen über die Offenheit der Daten, die Regeln für Zugriffe und die Prozesse, mit denen Daten aufbereitet werden. Kurz: Unternehmen müssen einen organisatorischen Rahmen schaffen, mit dem die Datenstrategie umgesetzt werden kann.

Resilienz durch zuverlässige Cloud-Plattformen

Cloud-Infrastrukturen erleichtern Unternehmen die Arbeit mit innovativen Technologien, wie das Trendbook Digital Platforms hervorhebt. Smarte Produkte und Services mit wie Künstliche Intelligenz und Industrial IoT lassen sich in der Cloud leichter verwirklichen.

Das vollständige Trendbook als kostenloses E-Book herunterladen.

Daten als Produkt verstehen und Prototypen entwickeln

Daten werden zu einem Vermögenswert, wenn Unternehmen die Datenqualität kontinuierlich verbessern, datenbasierte Prozesse einführen und sicherstellen, dass die Nutzer direkten Zugang haben. 

Daten aktuell und sauber halten

Werkzeuge für Data Analytics und Machine Learning gibt es – auch für kleinere und mittelgroße Unternehmen – in großer Zahl. Um sie einzusetzen, benötigt jedes Unternehmen ein umfassendes Datenmanagement. Es muss vollständige Daten besitzen, die gleichzeitig konsistent und möglichst fehlerfrei sind. Kurz: Ohne Datenqualität keine Datenanalysen.

Daten zugänglich machen

Damit Unternehmen ihre Daten gezielt nutzen können, müssen die Entwicklungsteams Zugriff auf alle relevanten Datenquellen innerhalb und außerhalb des Unternehmens haben. Dazu gehören sowohl strukturierte als auch unstrukturierte Daten, die zunächst in einem „Data Lake“ zusammengeführt werden – einem Repository für große Mengen von Rohdaten.

Daten klassifizieren

Rohdaten aus dem Data Lake sollten klassifiziert werden, um Schwierigkeiten mit Sicherheitsrichtlinien, Compliance und Datenschutz zu vermeiden. Entscheidend ist dabei das Prinzip des „Right to know“: Grundsätzlich sollten Daten für alle verfügbar sein. bar Einschränkungen sollte es nur ausnahmsweise geben, etwa bei personenbezogenen Daten.

Pragmatische Lösungen entwickeln

Nur wenigen Unternehmen wird es gelingen, im ersten Wurf ein datengetriebenes Geschäftsmodell zu entwickeln. Deshalb sollten sie pragmatisch vorgehen und zunächst nur einen Startpunkt definieren, beispielsweise Prozesstransparenz oder Absatzprognosen.

Den Kunden in den Blick nehmen

Digitale Beobachtung des Kundenverhaltens verbessert die Kundenerlebnisse und sorgt dadurch für Vertriebserfolg, wie unser Trendbook Smarter Customer Experience zeigt. Dabei erzeugen die Unternehmen Entscheidungswissen. Letztlich kann Data Analytics auch neue Geschäftsmodelle ermöglichen.

Ein ganzheitliches Konzept für die Intralogistik

Strategische Lösungen betrachten das Problem ganzheitlich. So hat Tetra Pak, der Schweizer Hersteller von Getränkekartons, keine Detaillösungen definiert, sondern seine gesamte Lagerhaltung in Zusammenarbeit mit DHL in einem digitalen Zwilling automatisiert. Dafür hat DHL physische Objekte wie beispielsweise die Flurförderzeuge mit Internet-of-Things-Technologie ausgestattet. Diese Daten werden in einer virtuellen Darstellung zusammengeführt. Damit ist Tetra Pak in der Lage, den Betrieb rund um die Uhr reibungslos zu koordinieren, Probleme schnell zu erkennen und so die Sicherheit und Produktivität im Lager zu verbessern.

Mit Datenplattformen skalieren

Die Entwicklung von Modellen mit Data Science ist der leichte Teil. Viel schwieriger ist es, die konkreten Daten zu sammeln, zu bearbeiten und für die Analyse vorzubereiten.

Die richtige Datenarchitektur wählen

Unternehmen benötigen eine Datenarchitektur, die zwischen logischer Struktur und technischer Speicherung unterscheidet. Im Ergebnis sollte die Form der Speicherung (lokale Datenbank oder Cloud-Lösung) unabhängig von der Datenlogik verändert werden. So bleibt die Lösung flexibel und kann nach dem Prototyp im industriellen Maßstab skaliert werden.

Data Analytics standardisieren

Die Funktionen für Data Analytics sollten standardisiert sein, sodass weder „Kopfmonopole“ durch eine proprietäre Entwicklung noch Fachkräftemangel zu Hürden werden. Es gibt auf dem Markt eine Reihe von standardisierten Lösungen für Data Analytics. Sie sind eine niedrige Investition und einfach zu installieren. Nach der Entwicklung der Lösung sind sie zudem durch ihren Status als Mietsoftware in der Cloud („Software as a Service“) kostengünstig zu betreiben.

Ein sicherer Datenraum für die Plattformökonomie

Datengetriebene Geschäftsmodelle entfalten ihre ganze Kraft, wenn Unternehmen verschiedener Branchen und aller Größen ihre Daten auf einer sicheren Plattform untereinander austauschen können. International Data Spaces (IDS) ist die Bezeichnung für einen solchen sicheren, domänenübergreifenden Datenraum. Es handelt sich dabei um ein strategisches Open-Source-Projekt von über 100 Unternehmen und einigen Instituten der Fraunhofer-Gesellschaft.

Dazu gehört auch das Projekt Gaia-X. Hier soll eine europaweit vernetzte, sichere Dateninfrastruktur in der Cloud entstehen. In diesem transparenten digitalen Ökosystem werden Daten und Dienste mit dem Datenschutz vereinbar verfügbar gemacht.

Self-Service für Entscheidungsprozesse

Unternehmen müssen zeitnah auf Marktveränderungen reagieren, um sich Wettbewerbsvorteile zu sichern. Im Bereich Data Analytics wird dies durch Self Service ermöglicht: Die Fachbereiche müssen ohne Rückgriff auf Data Scientists oder IT-Mitarbeiter in der Lage sein, die notwendigen Daten auswerten zu können.

Datenmodelle langfristig kontrollieren

Daten sind dynamisch, sie verändern sich, setzen sich neu zusammen und erhalten in der Gesamtschau andere Schwerpunkte. Aus diesem Grunde müssen die Datenmodelle langfristig überwacht und kontrolliert werden. Es geht hierbei um Fragen wie: Sind die Ergebnisse korrekt? Wie verhält sich das Modell über die Zeit hinweg? Sie werden dann relevant, wenn die Industrialisierung der datengetriebenen Produkte und Services erfolgreich gemeistert worden ist. Dann müssen Unternehmen Antworten darauf finden können.

Die Cloud als digitales Immunsystem einsetzen

Basis für skalierbare Datenplattformen im Mittelstand ist die Cloud, haben wir im Trendbook Business Resilience festgestellt. Eine robuste digitale Infrastruktur aus der Cloud steigert die Widerstandsfähigkeit eines Unternehmens und hilft, Krisen besser zu bewältigen: Technologie kann als digitaler Schutzschild wirken.

Das vollständige Trendbook als kostenloses E-Book herunterladen.

The post Praxistipps: Schritt für Schritt datenbasierte Produkte entwickeln appeared first on Smarter Service.

]]>
https://www.smarter-service.com/2021/11/02/praxistipps-schritt-fuer-schritt-datenbasierte-produkte-entwickeln/feed/ 0
Zwischen Business und IT darf kein Blatt Papier passen https://www.smarter-service.com/2021/10/28/zwischen-business-und-it-darf-kein-blatt-papier-passen/ https://www.smarter-service.com/2021/10/28/zwischen-business-und-it-darf-kein-blatt-papier-passen/#respond Thu, 28 Oct 2021 05:45:00 +0000 https://www.smarter-service.com/?p=29502 Das ideale Betriebsmodell für eine moderne IT setzt voraus, dass sich die Grenzen zwischen Business und IT auflösen, betont Max Killinger, CIO der Hoffmann Group in unserem Interview. Dadurch entsteht Wachstum und Innovation.

The post Zwischen Business und IT darf kein Blatt Papier passen appeared first on Smarter Service.

]]>

Das ideale Betriebsmodell für eine moderne IT setzt voraus, dass sich die Grenzen zwischen Business und IT auflösen, betont Max Killinger, CIO der Hoffmann Group in unserem Interview. Dadurch entsteht vor allem mit der Flexibilität von Cloud-Technologien Raum für schnellere Anpassbarkeit an Markterfordernisse, Wachstum und Innovation für das Unternehmen.

Dieser Beitrag ist ein Auszug aus dem „Trendbook Digital Platforms“. Einen Überblick über den Inhalt gibt der Artikel Mehr Resilienz durch zuverlässige Plattformen. Sie können das Trendbook außerdem direkt kostenlos herunterladen.

So werden Unternehmen schneller

Wie können Unternehmen ihre Business Resilience mit Cloud-Services stärken?

Die Idealvorstellung ist die Nutzung von sinnvollen Cloud-Bausteinen, bei dem Teams aus Business und IT schnell und zielgerichtet zusammenarbeiten. Sie treffen Entscheidungen und erarbeiten zusammen Lösungen im End-to-End-Modus, sodass keine Silos mehr entstehen oder alte Silos verschwinden. Das führt zu in einer höheren Integration anstelle von Applikations-„Inseln”.

Zwischen Business und IT darf kein Blatt Papier passen. Diese enge Verbindung macht Unternehmen schneller. Die Mitarbeiter können zwar nicht schneller arbeiten, doch Unternehmen müssen die richtigen Personen an den richtigen Stellen zu Entscheidungen befähigen. Dadurch können sie Geschwindigkeit aufnehmen.

Ein gutes Beispiel ist der Automobilzulieferer Webasto. Mein Kollege Thomas Mannmeusel ist dort ein Vorreiter im Niederreißen der Grenzen zwischen Business und IT. Seine Überzeugung: Langfristig wird IT nicht mehr als getrennte Organisation agieren. Stattdessen verfolgt er das Ziel, IT- und Fachbereichsteams innerhalb des Unternehmens mehr und mehr zu crossfunktionalen Teams verschmelzen zu lassen, die einen bestimmten Service oder Prozess insgesamt verantworten.

Später lesen? Das Trendbook Digital Platforms als kostenloses E-Book herunterladen.

Entwicklerteams sollten autonom arbeiten

Wie können Unternehmen mit dieser Organisationsform innovative, smarte Produkte und Services entwickeln?

Ist der grundlegende Betrieb effizient organisiert, bleibt bei einem begrenzten Budget noch genügend Raum für Innovation und Wachstum. Das wichtigste Rohmaterial sind Daten, das ist heute kein Geheimnis mehr. Unternehmen müssen sie auswerten, um Erkenntnisse zu gewinnen und bessere Entscheidungen zu treffen. Grundvoraussetzung dafür ist eine Datenarchitektur, die optimal zusammenspielt. Die einzelnen Anwendungen dürfen nicht auf Inseln verteilt sein – hier CRM, da ERP. Nur wenn sie untereinander integriert sind, können Unternehmen das Potenzial ihrer Daten nutzen. Als Basis benötigen sie eine stabile und sichere IT-Infrastruktur.

Entwicklungsteams sollten autonom arbeiten und nicht an einzelnen Business-Zweigen oder Abteilungen hängen. So werden innerhalb der Organisation Freiheitsgrade für die Ausrichtung an End-To-End- Prozessen und daran geknüpftem Innovationsbedarf gefördert. Wichtig ist dabei, dass die Teams auch unternehmerisch die richtigen Schritte gehen. Dafür sind Steuerungsinstrumente wie eine zentrale Projektsteuerung und Entscheider-Boards aus Business und IT organisatorisch essenziell.

Wichtig: „Fix the Basics”

Voraussetzung dafür sind digitale Plattformen. Wie sollten Unternehmen hier vorgehen?

Das Grundprinzip lautet „Fix the Basics”. Dazu gehört Kundenorientierung, jedes Projekt wird vom Kunden her gedacht. Außerdem sollte die tägliche Arbeit keine mühsamen Barrieren haben. Bei der Hoffmann Group bekommen neue Mitarbeiter sofort ein Tablet, mit dem sie direkt und ohne viele „Beantragungen” oder „Freischaltungen” arbeiten können. Die Arbeit richtet sich nicht nach dem Ort (Stichwort Präsenz), sondern der Ort orientiert sich an den flexiblen Erfordernissen von Mitarbeitern und den Möglichkeiten, beste Arbeitsleistungen zu erbringen.

Später lesen? Das Trendbook Digital Platforms als kostenloses E-Book herunterladen.

Bietet Ihr Unternehmen bereits eine digitale Plattform an? Oder nutzen Sie Plattformen? Wir  haben sie sich dafür fit gemacht? Wie haben Sie ihre Entwicklerteams aufgestellt? Schreiben Sie uns oder hinterlassen Sie einen Kommentar.

The post Zwischen Business und IT darf kein Blatt Papier passen appeared first on Smarter Service.

]]>
https://www.smarter-service.com/2021/10/28/zwischen-business-und-it-darf-kein-blatt-papier-passen/feed/ 0
Praxistipps für den Einstieg ins Plattformgeschäft https://www.smarter-service.com/2021/10/26/praxistipps-fuer-den-einstieg-ins-plattformgeschaeft/ https://www.smarter-service.com/2021/10/26/praxistipps-fuer-den-einstieg-ins-plattformgeschaeft/#respond Tue, 26 Oct 2021 05:45:00 +0000 https://www.smarter-service.com/?p=29443 Der Einstieg ins Plattformgeschäft erfordert einen Strukturwandel in drei Schritten: IT-Infrastruktur sowie Prozesse optimieren. Migration der Infrastruktur in die Cloud. Einstieg in das Plattformgeschäft durch 100-prozentigen Kundenfokus.

The post Praxistipps für den Einstieg ins Plattformgeschäft appeared first on Smarter Service.

]]>

Wirtschaftlicher Erfolg in der Plattform-Ökonomie erfordert einen Strukturwandel in drei Schritten: Der IT-Verantwortliche (CIO) oder ein Chief Digital Officer (CDO) muss zunächst die IT-Infrastruktur sowie die Prozesse nach dem Prinzip „Fix the Basics” optimieren. Danach geht es darum, durch  Migration in die Cloud die digitale Infrastruktur auf neue Technologien wie Internet of Things (IoT) oder Künstliche Intelligenz (KI) zu erweitern. Damit ist die Grundlage geschaffen: Das Plattformgeschäft kann nun als langfristiges Ziel verfolgt werden, das 100-prozentigen Kundenfokus voraussetzt.

Dieser Beitrag ist ein Auszug aus dem „Trendbook Digital Platforms“. Einen Überblick über den Inhalt gibt der Artikel Mehr Resilienz durch zuverlässige Plattformen. Sie können das Trendbook außerdem direkt kostenlos herunterladen.

Eine moderne Datenarchitektur baut auf Cloudinfrastrukturen auf
Quelle: McKinsey

Optimieren: Datenarchitektur als Basis für das Plattformgeschäft

Wirtschaftlicher Erfolg mit digitalen Angeboten hat eine Voraussetzung: Unternehmen müssen eine moderne Datenarchitektur als Basis aufbauen, wie unser Trendbook Smarter Analytics zeigt. Dies gelingt aber nur, wenn die IT-Investments konsolidiert werden. Die Unternehmen müssen lose Enden verknüpfen, um Datenfluss, -qualität und -nutzung zu verbessern. Erst dann werden neue Technologien für die digitale Transformation eingeführt.

Später lesen? Das Trendbook Digital Platforms als kostenloses E-Book herunterladen.

  • Unternehmen benötigen einen Budget-Shift in Richtung digitaler Zuverlässigkeit und Secure Cloud. Technik ist dabei kein Selbstzweck. Entscheidend ist das Prinzip „Fix the Basics first”.
  • Transparente Budgets sorgen dafür, dass die Unternehmen ungeplante Kosten abbauen und Effektivität sicherstellen.
  • Die IT-Budgets müssen gleichmäßig Alltagsbetrieb und Innovation berücksichtigen. Der zweite Part ist die Voraussetzung für wirtschaftlichen Erfolg und Wachstum.
  • Wer aus Daten Mehrwert schaffen und eine neue digitale Wertschöpfung aufbauen will, benötigt die richtige Architektur für datenbasierte Entscheidungen.
  • Eine Datenarchitektur unterscheidet zwischen logischer Struktur und technischer Speicherung. Letztere muss unabhängig verändert werden können – etwa beim Wechsel von einem Cloudprovider zum anderen.
  • Das Betriebsmodell der IT sollte separierte Inseln vermeiden. Dies betrifft auch die Mitarbeiter: Die Unternehmen benötigen die richtigen Leute an den entscheidenden Plätzen.

"Schneller werden Sie nur, wenn Sie auch Verwaltungsprozesse grundlegend hinterfragen. Lassen Sie alles Verzichtbare weg. Werfen Sie Ballast ab!“

Hans-Joachim Popp, Principal Consultant, BwConsulting

Drei Migrationsstrategien für die Cloud-Transformation
Quelle: Cloudflight

Erweitern: Strukturwandel mit Cloud-Transformation

Mit Cloud-Infrastrukturen steigen Unternehmen in das Plattformgeschäft ein und werden innovativ, denn sie erhalten damit Zugriff auf neue Technologien wie Künstliche Intelligenz und Industrial IoT. Die Cloud-Transformation verändert sowohl die Arbeitsweise der Entwickler als auch der Admins. Sie bewirkt einen Strukturwandel, der für veränderte Arbeitsweisen sorgt.
  • Die Migration in die Cloud ist eine einmalige Chance zur Stärkung der Effizienz durch IT-Konsolidierung. Das bedeutet auch, kaum genutzte Systeme abzuschalten.
  • Cloud-Infrastrukturen erlauben eine schnellere IT-Bereitstellung und atmende Ressourcen. Dies ermöglicht den Einstieg in agile Entwicklung und DevOps.
  • Es gilt Security & Privacy by Design. Datensicherheit und Datenschutz müssen von Anfang an berücksichtigt werden, bei der Auswahl des Providers und auch beim Aufbau der Datenarchitektur.
  • Die Cloud muss zur Zero-Trust-Umgebung werden: Vertraue niemandem! Dafür sind sichere Authentifizierungsverfahren nötig und eine möglichst feinkörnige Zuweisung von Benutzerrechten.
  • Datenverschlüsselung wird zur Vertrauensbasis für die Cloud, sodass auch geschäftskritische Anwendungen und Daten dort verarbeitet werden können.
  • Cloud-Nutzung bedeutet, von Anfang an zu automatisieren. Ideal ist „Infrastructure as Code”. Damit können IT-Ressourcen auf einfache Weise in beide Richtungen skaliert werden und sind darüber hinaus jederzeit rekonstruierbar.

"Wir müssen die alten Rituale abschaffen: Der Betrieb müsse stabil sein, nicht schnell. Die Entwicklung müsse kreativ sein, nicht stabil. Nein, die Cloud-Welt erfordert, dass alles zusammenfließt.“

Bernd Dollinger, Thomas Rahm, T-Systems MMS

Business und IT auf ein Ziel einschwören und die Prozesse verknüpfen
Quelle: Heidelberg

Neugestalten: Einstieg ins digitale Plattformgeschäft

Für ein erfolgreiches Plattformgeschäft benötigen Unternehmen ein Zielbild. Damit können sie erfolgreich Cloud-Infrastrukturen verwirklichen und ihre Geschäftsprozesse neu gestalten. Entscheidende Voraussetzung ist dabei die Kundenwertschöpfung als Startpunkt sowie die optimierte Zusammenarbeit von Business und IT. „Zwischen beide darf kein Blatt Papier passen”, hat es Max Killinger, den CIO der Hoffmann Group ausgedrückt.

  • Erfolg im Plattformgeschäft kommt nur durch 100-prozentigen Kundenfokus. Das bedeutet: Auch die Entwickler müssen zum Kunden, um seine Anforderungen kennenzulernen.
  • IT-Organisation und die Fachbereiche sollten intensiv zusammenarbeiten. Die Grenzen zwischen Business und IT müssen verschwinden und beide Bereiche verschmelzen.
  • Geschäftlicher Mehrwert mit einer Plattform durch automatisierte Daten-Pipelines. Sie integrieren alle gesammelten und durch Analysen berechneten Daten in die IT-Landschaft.
  • Datenqualität ist der Schlüssel zu digitalem Erfolg. Verantwortlich dafür ist derjenige, in dessen Bereich die Daten entstehen und der den fachlichen Kontext kennt.
  • Sehr wichtig: Ein Prototyp ist noch kein Produkt. Seine Überführung in eine produktive Umgebung ist ein anspruchsvoller nächster Schritt. Vorher muss die Dateninfrastruktur stimmen und die IT muss effizient arbeiten.
  • Unternehmen außerhalb der IT-Branche sollten im Plattformgeschäft pragmatisch vorgehen. Sie benötigen zwar Knowhow für die Steuerung der Projekte, viele Herausforderungen lassen sich jedoch durch as-a-Service-Modelle bewältigen.

"Für die Entwicklung produktionstauglicher Systeme ist eine Cloud-Infrastruktur eine gute Möglichkeit, ohne große Vorlaufzeit und Anfangsinvestition zu arbeiten.“

Dr. Marcel Mikl, Codecentric

Später lesen? Das Trendbook Digital Platforms als kostenloses E-Book herunterladen.

Viele Unternehmen haben den digitalen Strukturwandel bereits hinter sich. Welche Erfahrungen haben Sie dabei gemacht? Ist ihr Unternehmen bereits in der Cloud? Welche Plattformen Nutzen Sie? Schreiben Sie uns oder hinterlassen Sie einen Kommentar.

The post Praxistipps für den Einstieg ins Plattformgeschäft appeared first on Smarter Service.

]]>
https://www.smarter-service.com/2021/10/26/praxistipps-fuer-den-einstieg-ins-plattformgeschaeft/feed/ 0