2. Industrielle Datenanalysen im Mittelstand

Eine Vielzahl unterschiedlicher Aktivitäten zu Industrie 4.0 wurden seit dem Jahr 2011 in Deutschland durchgeführt. Die Forschungsarbeiten haben den Weg zu einer intelligenten Vernetzung der Produktion durch den Einsatz neuartiger cyberphysischer Produktionssysteme geebnet. Diese ermöglichen u. a. eine Vernetzung von Maschinen und Objekten sowie einen zentralen Zugriff auf Prozessdaten (BMWi, 2015, S. 8 f.). Darüber hinaus wurden Lösungen für unterschiedlichste Anwendungsfälle entwickelt und auf den betrieblichen Hallenboden gebracht. Auf Bundesebene werden eine Vielzahl von Aktivitäten auf der Plattform Industrie 4.0 zusammengeführt und koordiniert (BMWi, 2020, S. 2). Im Jahr 2014 benannte die Bundesregierung dann mit der neuen Hightech-Strategie „Innovationen für Deutschland“ zentrale Aktionsfelder der Zukunftsaufgabe „Digitale Wirtschaft und Gesellschaft“. Dazu zählen beispielsweise die Anwendung von Industrie 4.0, Smart Services, Smart Data und die digitale Vernetzung (BMBF, 2021, S. 3). In diese Strategie fällt auch das Programm „Innovationen für die Produktion, Dienstleistung und Arbeit von morgen“ des Bundesministeriums für Bildung und Forschung (BMBF), das auf eine Stärkung der Technologiekompetenz, eine Vertiefung von wissenschaftlichem Austausch sowie auf die Unterstützung von Forschung und Lehre ausgerichtet ist. Die Forschungsergebnisse, aus denen dieses Buch entstanden ist, sind ein Teil der vom BMBF geförderten Maßnahmen für „Industrie 4.0 – Kollaborationen in dynamischen Wertschöpfungsnetzwerken“, kurz InKoWe (BMBF, 2017, S. 1 ff.).

Die Förderrichtlinie InKoWe zielte insbesondere auf die Entwicklung und Einführung innovativer Lösungen zu Industrie 4.0 ab. Im Fokus der Arbeiten stand neben einer Stärkung der Zusammenarbeit von Unternehmen mit ihren Kunden und Lieferanten außerdem die Betrachtung des Unternehmens als sozio-technisches System. Dafür sollten unternehmensinterne sowie -übergreifende Prozesse entwickelt werden, um eine Steigerung der Flexibilität in der Verbundproduktion zu erreichen. Darüber hinaus sollte der Einsatz geeigneter Methoden zum Schutz von Daten das unternehmensspezifische Fachwissen langfristig sichern. Da insbesondere Kleine und Mittlere Unternehmen (KMU) häufig in Wertschöpfungsnetzwerken angesiedelt sind, lag ein besonderer Fokus der Richtlinie auf der Nutzbarkeit der Ergebnisse für mittelständische Unternehmen. Die Aufbereitung von Ergebnissen, wie Methoden, Werkzeuge, Prozesse, Leitfäden oder Konzepte, sollte derart erfolgt sein, dass ein breiter und branchenübergreifender Erfahrungsaustausch und Wissenszuwachs angeregt wird (BMBF, 2017, S. 4). Allgemein stellt dieser gesamte Sammelband einen Teil der Maßnahmen zur Verbreitung der Forschungsergebnisse und zum Erfahrungs- und Wissensaustausch dar. Insbesondere in diesem Kapitel soll daher nochmals der Nutzen der Forschungsergebnisse für KMU zusammenfassend erklärt werden, bevor die nachfolgenden Beiträge spezifisch auf konkrete Arbeiten und Forschungsergebnisse eingehen.

Bereits im vorangegangenen Kapitel wurde das Verbundprojektziel des Forschungsvorhabens zur vernetzten und integrierten Anwendung industrieller Datenanalyse für die wertschaffende, kompetenzorientierte Kollaboration in dynamischen Wertschöpfungsnetzwerken vorgestellt (siehe Kap. 1). Das im Weiteren stets als AKKORD bezeichnete Projekt ist Teil der Forschungsförderung durch InKoWe und behandelt die technischen, organisatorischen und menschlichen Aspekte zur Anwendung industrieller Datenanalysen in dynamischen Wertschöpfungsnetzwerken. Ein wichtiger Forschungsansatz in InKoWe ist die Verallgemeinerung unterschiedlicher interdisziplinärer Anwendungsfälle, aus denen neue und datengetriebene Innovationen in der Produktion entstehen. AKKORD folgt dieser Abstraktion von konkreten Anwendungsfällen, die im Projektkontext als Erfolgsgeschichten bezeichnet werden und exemplarische Umsetzungen der industriellen Datenanalyse sowie ihrer Peripherieprozesse darstellen. Die praktischen Anwendungen teilen sich in die beiden Bereiche fachlich und strategisch auf. Unter den Unternehmen dieser Erfolgsgeschichten finden sich also sowohl Großunternehmen wie auch mittelständische und kleine Unternehmen. Nachfolgend werden die Erfolgsgeschichten aus den vier fachlichen Anwendungsbereichen aufgezählt:

Außerdem wurden im Forschungsprojekt vier weitere Erfolgsgeschichten zu strategischen Handlungsfeldern umgesetzt. Diese wurden federführend von Partnern aus der Hardware- und Softwareentwicklung, der Beratung oder Forschung umgesetzt.

Während die fachlichen Anwendungsbereiche konkrete Umsetzungen industrieller Datenanalysen bei produzierenden Unternehmen beschreiben, behandeln die strategischen Bereiche wichtige Funktionen und Prozesse, die für eine integrierte und vernetzte Anwendung erforderlich sind.

Neben der Umsetzung der Erfolgsgeschichten wurden im Projekt AKKORD auch Technologie-Demonstratoren erarbeitet, die (Teil-)Lösungen des Referenzbaukastens anschaulich darstellen. Die Demonstratoren wurden mit dem Ziel einer haptischen Veranschaulichung von hauptsächlich softwareseitigen Lösungen umgesetzt. Genutzt werden die Demonstratoren beispielsweise bei Messebesuchen oder sonstigen Praxisvorträgen, da sie es ermöglichen, die größtenteils softwarebasierten Entwicklungen mit einem physischen Ergebnis zu veranschaulichen Insbesondere die Forschungspartner waren federführend an der Umsetzung der nachfolgenden Demonstratoren beteiligt:

Weiterführende Informationen mit einer ausführlichen Darstellung der Arbeiten finden sich in den jeweils referenzierten Beiträgen aus diesem Sammelband.

Seit Jahrzehnten gewinnt die Verwendung von industriellen Datenanalysen im Mittelstand an Bedeutung, da Unternehmen immer mehr Daten erheben und analysieren, um ihre Geschäftsprozesse zu optimieren. Grundsätzlich handelt es sich bei dieser trendartig wirkenden Entwicklung jedoch nicht um ein neues Phänomen. Bereits seit dem Aufkommen der industriellen Herstellung von Gütern Anfang des 20. Jahrhunderts stellen zahlen- und faktenbasierte Auswertungen die wichtigste Grundlage für betriebliche Entscheidungsprozesse dar (Deuse et al., 2022, S. 2 f.). Die nachfolgende Definition basiert auf den Arbeiten von West et al. (2021, S. 131) und dient als allgemeine Grundlage für das Begriffsverständnis der Arbeiten in allen nachfolgenden Kapiteln.

Industrielle Datenanalysen bezeichnen den Prozess von zahlen- und faktenbasierten Auswertungen in einem industriellen Anwendungsfall.

Die Mehrheit der Unternehmen im produzierenden Gewerbe kennt zumindest den Trend bzw. das Technologiefeld der industriellen Datenanalysen. Ihr Einsatz stellt für den deutschen Mittelstand jedoch eine Herausforderung dar. Eine wichtige Frage ist beispielsweise, wie die Vielzahl an Datenquellen und -formaten effektiv und effizient miteinander verknüpft werden kann. Zudem müssen mittelständige Unternehmen geeignete Fachkräfte finden, die über die notwendigen Fähigkeiten und Kenntnisse verfügen, um die Datenanalysen durchzuführen und zu interpretieren. Bei der flächendeckenden Nutzung innerhalb des eigenen Unternehmens sowie bei der Integration der Potenziale in ein neues, digitales Geschäftsmodell zögern bisher viele Akteur:innen.

Die im Nachfolgenden vorgestellten Umfrageergebnisse entstammen einer im Rahmen des Forschungsprojekts AKKORD durchgeführten Studie. Die Studienergebnisse sind bisher noch unveröffentlicht. An einer Publikation der Ergebnisse wird derzeit gearbeitet und die hier genannten Ergebnisse verstehen sich als Vorabinformationen. An der Studie nahmen 197 Personen teil, die in kleinen Unternehmen mit weniger als 50 Mitarbeitenden (35,7 %), mittleren Unternehmen mit 50 bis 500 Mitarbeitenden (21,11 %) und großen Unternehmen mit mehr als 500 Mitarbeitenden (42,21 %) tätig sind. Die Befragung wurde im Jahr 2022 online durchgeführt. Antworten erhielt die Studie aus Deutschland, Österreich und der Schweiz.

Zunächst wurde die grundsätzliche Haltung zur Verwendung von datenwissenschaftlichen Verfahren sowie zur Künstlichen Intelligenz erfragt. Die Ergebnisse dieser Frage sind in Abb. 2.1 zusammengefasst. Bei der Befragung wurde zum einen eine Unterscheidung anhand der Unternehmensgröße (klein, mittel oder groß) sowie zum anderen anhand der Perspektive im Unternehmen (allgemeine Einstellung im Unternehmen oder Einstellung der Geschäftsführung) vorgenommen. Die Aufteilung in Größen folgt den zuvor genannten Mitarbeiterzahlen der Unternehmen. Die Perspektive der beiden Rollen wurde durch Abfrage der generell vorherrschenden Einstellung im Unternehmen sowie der Einstellung der Geschäftsführung gewonnen. Zunächst fällt der überwiegende positive Anteil der Antworten auf. Die Mehrheit der Befragten bescheinigt beiden Perspektiven eine positive oder sehr positive Haltung. Auffällig ist außerdem, dass die Perspektive der Geschäftsführung stets einen höheren Anteil der sehr positiven Einstellungen aufweist, im Vergleich zur generellen Einstellung (zwischen 7,2 % und 14,1 %). Weiterhin bemerkenswert ist der erhöhte Anteil der negativen bzw. sehr negativen Antworten zur generellen Einstellung bei großen Unternehmen. Mit 21,4 % liegt der Wert erheblich höher, als dies sowohl für die eigene Geschäftsführung als auch für mittlere und kleine Unternehmen der Fall ist.

Neben der Einstellung zum Themenfeld wurden in der Mittelstandsstudie auch die Wünsche bzw. Bedarfe der Anwenderunternehmen erfragt. Abb. 2.2 zeigt die Ergebnisse der Befragung auf. Dort sind sieben vorgegebene Anwenderbedarfe und die absolute Anzahl der Stimmen der befragten Personen dargestellt. Um die Lesbarkeit zu gewährleisten, wurde in dieser Darstellung auf eine Unterscheidung anhand der Unternehmensgröße verzichtet. Für ein eindeutiges Stimmungsbild wurden hier Antworten in lediglich vier Ausprägungsformen zugelassen. Die zur Gesamtanzahl von 197 Personen fehlenden Stimmen sind entsprechende Enthaltungen. Augenscheinlich ist, dass alle aufgeführten Wünsche einen hohen Grad an Zustimmung erhalten haben. Eine pragmatische Übersicht funktionierender Anwendungsfälle, eine entschlossene Geschäftsführung sowie ein interner Wissensaufbau belegen die ersten drei Plätze der Befragung. Lediglich eine Vernetzungs- und Austauschplattform mit Gleichgesinnten sowie der Wunsch nach schnellerer und einfacherer Förderung erscheint weniger wünschenswert. Dennoch liegt auch hier die Anzahl der Zustimmungen („stimme zu“ und „stimme eher zu“) deutlich über den Ablehnungen („stimme nicht zu“ und „stimme eher nicht zu“).

Diese beiden Umfrageergebnisse sollen zunächst ein grundsätzliches Stimmungsbild aufzeigen. Sowohl die tendenziell positive bis sehr positive Grundhaltung als auch die deutlichen Wünsche und Bedarfe der Anwender zeigen, dass industrielle Datenanalysen ihren Weg in den Alltag produzierender Unternehmen gefunden haben. Im nachfolgenden Abschnitt werden wir die konkreten Potenziale für Unternehmen benennen, die sich durch die Nutzung des entwickelten Referenzbaukastens ergeben.

Die im Forschungsprojekt AKKORD entwickelten Lösungen verfolgen sechs konkrete Projektziele, die bereits in Kap. 1 vorgestellt wurden. Durch die Umsetzung dieser Ziele ergeben sich wiederum sechs Nutzenpotenziale, die vor allem auf die Bedarfe von KMU zugeschnitten sind und eine Ausschöpfung der Möglichkeiten industrieller Datenanalysen umfassen.

In diesem Kapitel wurde ein Einblick in die Entstehung des Forschungsprojekts AKKORD gegeben. Anhand von vorläufigen Studienergebnissen wurde ein Stimmungsbild im produzierenden Gewerbe zur Nutzung industrieller Datenanalysen aufgezeigt. Stichpunktartig wurden die konkreten Potenziale des Projekts benannt und mit den durchgeführten Arbeiten verknüpft. Das nächste Kapitel behandelt weiterführend die technischen Grundlagen und den Status Quo des Vorhabens (siehe Kap. 3). Darüber hinaus stell das Kap. 20 einen umfassenden Ausblick auf die künftige Anwendung Industrieller Datenanalysen im Dreiklang aus Mensch, Technik und Organisation vor.