Der Weg vom Sensor zum digitalen Produkt

„Wir sollten unser Produkt digitalisieren! Digitaler Zwilling, Predictive Maintenance, intelligente Qualitätskontrolle: Können wir das nicht auch anbieten?“ 

Mit solchen Fragen sehen sich Serviceleiter aus dem Maschinenbau zunehmend konfrontiert.

Kommen auch Ihnen solche Fragen bekannt vor?

Mit dieser Website und natürlich auch dem persönlichen Kontakt liefern wir Ihnen die technischen und strategischen Antworten sowie einen faktenbasierten Einstieg in die Welt der Produktdigitalisierung.

Dies beinhaltet:

  • Das WARUM:  Die obere Management-Ebene, in der beleuchtet wird, welche Argumente für oder auch gegen eine Produktdigitalisierung im Allgemeinen sprechen.
  • Das WIE: Die strategische Ebene, die beleuchtet, welche Bausteine auf dem Weg vom Sensor zum digitalen Produkt benötigt werden und welchen Zweck diese erfüllen.
  • Das WAS: Die technisch-operationale Ebene, in der die Details und Stolpersteine der einzelnen Bausteine beleuchtet werden.
Whitepaper downloaden

Warum überhaupt digitale Produkte entwickeln?

Ohne digitale Produkte ist kein „as a Service“-Modell möglich. Und ohne „as a Service“-Modell droht langfristig ein Verlust von Marktanteilen.

Abomodelle und „Pay-as-you-use“-Ansätze sind längst allgegenwärtig. Bei Produkten, die digital zugänglich sind, wie Musik-, Videodienste oder auch Cloud-Infrastrukturen, sind diese Ansätze bereits klarer Sieger. Ehemalige Platzhirsche, die weiterhin auf das Modell „einmal investieren und für immer besitzen“ gesetzt haben, wurden zu großen Teilen aus dem Markt gedrängt.

Doch was hat das mit dem produzierenden Gewerbe zu tun?

Durch digitale Services im produzierenden Gewerbe kann zusätzliches Geschäft generiert werden. Einige Firmen haben begonnen ihr Produkt mit Sensorik auszustatten und Datenpipelines aufzubauen, mit dem Ziel langfristig digitale Services wie Predictive Maintenance, Automated Quality Control, usw. zu verkaufen. Aber auch Unternehmen, die bisher keine neuen Geschäftsbereiche durch digitale Services erschließen, bekommen den Druck der Abnehmer zu spüren, die Datenschnittstellen zu den Anlagen, Maschinen und Komponenten verlangen.

Und wie geht es weiter?

Visionäre und einige Vorreiter beschreiten bereits die nächste Entwicklungsstufe: Wer in der Lage ist, zuverlässige Predictive Maintenance Services für seine Maschinen anzubieten, ist auch in der Lage, das Produkt im Abomodell oder sogar in Form eines „Pay-As-You-Go“-Ansatzes zu vermarkten. Dies führt zu geringeren Einstiegshürden, gerade bei kapitalintensiven Maschinen, kontinuierlichen Erträgen, zusätzlichem Servicegeschäft und einer deutlich stärkeren Kundenbindung.

Whitepaper downloaden

Herausforderungen auf dem Weg zum digitalen Produkt

Den Überblick bewahren

Den Überblick bewahren

Ein Projektleiter betritt bei der Produktdigitalisierung Domänen, die teils der IT und teils dem Ingenieurwesen zugeordnet sind. Der IT-Teil ist dabei extrem breit gefächert: Von hardwarenaher Software direkt bei den Maschinen und Sensoren über Connectivity-Themen bis hin zu hoch virtualisierten Cloud-Technologien. Je nach Produkt kann auch der Ingenieurs-Teil sehr hohe Komplexitäten aufweisen. Um als Projektmanager den Überblick zu bewahren, sollten beide Domänen gut verstanden sein.

Interdisziplinarität meistern

Interdisziplinarität meistern

Auf dem Weg zur Produktdigitalisierung müssen Personen aus verschiedenen Disziplinen Hand in Hand zusammenarbeiten: Maschinenbauingenieure, Servicemitarbeiter, Softwarearchitekten, Data Engineers und Data Scientists. Jeder hat seine eigene Sichtweise auf und eigenen Erwartungen an die Produktdigitalisierung. Trotz der unterschiedlichen Sichtweisen, Interessen und Prioritäten eine Atmosphäre der Zusammenarbeit zu schaffen ist dabei alles andere als selbstverständlich.

Whitepaper downloaden
Data Science frühzeitig angehen

Data Science frühzeitig angehen

Da gerne in Etappen und Meilensteinen geplant wird, ist es naheliegend, dass Data Science bei der Produktdigitalisierung recht spät zum Zuge kommt. Zuvor müssen Sensoren angebracht, MVPs getestet und Datenplattformen aufgebaut werden. Doch die Kunst liegt darin, frühzeitig Data Science zu betreiben. Diese Disziplin bildet den Kern des Data Services und nachträgliche Änderungen am Sensor, der Datenübertragung oder des grundlegenden Datenschemas sind aufwändig und teuer.

  • So gelingt der Weg
    zum digitalen Produkt

    Daten

Schlüssel zum Erfolg bei der Produktdigitalisierung ist ein interdisziplinäres Team, das von geeignetem Personal gesteuert wird. Geeignet bedeutet in diesem Kontext, dass die Komplexität der gesamten Kette vom Sensor bis zum digitalen Produkt durch Erfahrungen im Produktdigitalisierungsprozess begriffen werden kann und somit ein gutes Gesamtverständnis möglich ist.

Außerdem sind die Bausteine im Zentrum der Grafik – Connectivity, Data Platform, KI Services – nicht sequenziell zu betrachten. Stattdessen ist eine gewisse Parallelität und ein enger Austausch für den Erfolg notwendig.

Schaubild vom Sensor zum digitalen Produkt
ConnectivityData PlatformKI Services
Connectivity

Connectivity

Die digitale Transformation hat dafür gesorgt, dass zunehmende Mengen digitaler Daten entlang der industriellen Wertschöpfungskette zur Verfügung stehen: von Simulationsdaten in der Entwicklung, über Sensordaten in der Fertigung bis hin zu digitalen Wartungsberichten und Lokalisierungsdaten beweglicher Maschinen. Konnektivität – die Fähigkeit einzelner Geräte, sich in ein Netzwerk zu verbinden und Informationen auszutauschen – ist Grundvoraussetzung, um die enormen Mengen digitaler Daten nutzbar zu machen.

Details über Connectivity erfahren
Data Platform

Data Platform

Eine Datenplattform stellt dabei das „Bindeglied“ zwischen IoT-Connectivity und KI-Services dar. Sie ermöglicht die nahtlose Integration und Konsolidierung von Daten aus verschiedenen Quellen und fungiert gleichzeitig als robuste Basis für KI-Services. Darüber hinaus kann eine Datenplattform Datenzuverlässigkeit, Skalierbarkeit und Robustheit bieten und dabei auch die Rahmenbedingungen für Sicherheit, Governance und Kosten berücksichtigen.

Details über Data Platform erfahren
KI Services

KI Services

Die Gewinnung von Erkenntnissen und Wissen aus den Daten entlang der Produktion kann ein strategischer Erfolgsfaktor sein, der Herstellern neben der Bereitstellung neuer Produkte und Services nicht zuletzt auch dabei helfen kann, Prozesse zu optimieren, somit ihre Effizienz zu steigern und gleichzeitig die Kosten zu senken. Das macht sie auf einem globalen, sich schnell verändernden Markt wettbewerbsfähiger.

Details über KI Services erfahren

So profitieren Sie durch digitale Produkte

Bessere Partizipation in hybriden Meetings

Erschließung neuer Geschäftsmodelle

Eine Produktdigitalisierung stellt eine Erweiterung der eigenen Wertschöpfungskette dar und ermöglicht den Zugang zu neuen Geschäftsmodellen. (Abo-Modelle für einzelne Services oder sogar „Maschinenleistung as a Service“)

Lösung

Input für Forschung & Entwicklung

Eine Produktdigitalisierung ermöglicht einen Datenzugang zum Produkt in seiner tatsächlichen Anwendung. Dies wiederum ermöglicht eine datengetriebene Weiterentwicklung des Produktes, die weit über die Möglichkeiten der eigenen Prüfstände hinaus geht.

Tolles Teamgefühl

Erhöhte Kundenbindung

Eine Produktdigitalisierung führt zu einer deutlichen Zunahme der Nähe zum Kunden. Denn durch das digitale Produkt entstehen zahlreiche neue Berührpunkte wie z.B. Warnungen aus Applikationen, Direktkontakt vom Support aufgrund ungewöhnlicher Sensorwerte, usw.

Laden Sie sich jetzt das Whitepaper herunter

In unserem umfassenden Whitepaper haben wir den Weg vom Sensor zum digitalen Produkt erklärt. Das Whitepaper gibt Aufschluss darüber, wie mithilfe von Daten an Sensoren neue Geschäftsmodelle entstehen können. Bei Interesse senden wir Ihnen das Whitepaper direkt an Ihre E-Mail-Adresse, die Sie in nachfolgendem Formular hinterlegen.

Der Prozess in der Umsetzung: CoffAI

Wie Daten von einem Sensor in einem digitalen Produkt verwendet werden können, haben wir ja bereits erläutert.
In der Praxis haben wir in unserem Büro an unserer Kaffeemaschine die Getränke anhand von Vibrationsdaten erkannt und klassifiziert. Anhand der Daten, die via Sensoren an der Kaffeemaschine ermittelt werden, können wir erkennen, welches Getränk ausgegeben wird – in Echtzeit und vollständig ohne Interaktion mit der Steuerung der Kaffeemaschine.

Mehr über CoffAI erfahren

Gerne möchten wir Sie zu einem persönlichen Austausch einladen!

Wenn Ihnen beim Gedanken an Begriffe wie Digitaler Zwilling, Predictive Maintenance oder Intelligente Qualitätskontrolle Fragezeichen durch den Kopf gehen, helfe ich Ihnen gerne dabei in einem unverbindlichen Gespräch Antworten zu finden. Ich freue mich auf den Austausch mit Ihnen!

E-Mail schreiben
Simon Kneller, Lead Industrial Analytics & IoT, esentri AG

Simon Kneller
Head of Industrial Analytics