DIGITALE TRANSFORMATION MITTELSTAND – POTENTIALE FÜR

DIGITALE TRANSFORMATION MITTELSTAND –
POTENTIALE FÜR PROZESS-, PRODUKT- UND
DIENSTLEISTUNGSINNOVATION
Dr. Daniel Jeffrey Koch | Fraunhofer IAIS
19. Oktober 2015
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
1
Die Fraunhofer-Gesellschaft
Forschen für die Praxis
 Anwendungsorientierte Forschung zum unmittelbaren Nutzen
für die Wirtschaft und zum Vorteil für die Gesellschaft seit 1949
 66 Institute und Forschungseinrichtungen
 Mehr als 24 000 Mitarbeiterinnen und Mitarbeiter
 Forschungsvolumen: 2 Milliarden Euro, davon rund
1,7 Milliarden Euro im Leistungsbereich Vertragsforschung
 Über 70 Prozent dieses Leistungsbereichs erwirtschaftet
Fraunhofer mit Aufträgen aus der Industrie und mit öffentlich
finanzierten Forschungsprojekten
 Knapp 30 Prozent werden von Bund und Ländern als
Grundfinanzierung beigesteuert
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
2
Fraunhofer-Institutszentrum Schloss Birlinghoven
Internationales Forschungszentrum auf historischem Gelände
600 Wissenschaftlerinnen
und Wissenschaftler
Eines der größten
Forschungszentren für
angewandte Informatik und
Mathematik
Standort der Big Data Allianz
der Fraunhofer Gesellschaft
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
3
DIGITALE TRANSFORMATION
Dr. Dirk Hecker
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
4
Heute reden alle über Big Data …
Vorstellungen von Big Data in Unternehmen oft diffus, sowohl

zu Einsatzmöglichkeiten
Ei
t ö li hk it als
l auch
h zu

vorhandenen Techniken
Die Umsetzungsphase in der deutschen Wirtschaft beginnt
• 40% der Unternehmen planen oder haben konkrete Projekte*
*Bitkom
Bitkom 2014
92% sehen Umsetzungsbarrieren und Hindernisse
 Best Practices und Vernetzung
 Sicherheit/Datenschutzvorgaben
 Ausbildung
2Fraunhofer.2013
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
5
- Meistzitierte Studie im Big Data Bereich in Deutschland
Proaktive Wartung bei Rolls Royce
Neues Geschäftsmodell mit Big Data Analytics
Condition Monitoring, Proaktive Wartung, „Power-by-the-hour“,
as-a-service Business Model – Flugstunden statt Ersatzteile
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
6
Zustandsbasierte Wartung für Nutzfahrzeuge


Situation

Effizienz des Güterverkehrs kann durch Planung der
Wartung entlang der Routen und abhängig vom
Zustand verbessert werden

Nur wenige Systeme im LKW werden in Echtzeit
überwacht
Aufgabe


Ermittlung des Zustands wichtiger Komponenten im
Betrieb
Ergebnis

Smarte Sensoren für die Zustandsüberwachung von
Stoßdämpfern

Prototypische Implementierung und Validierung an
PKW

Strategie zur Übermittlung der Daten und
Auswertung zur Planung der Wartung und
Ersatzteillogistik
g
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
7
Eckpunkte der digitalen Transformation …
Technologien
der digitalen
Transformation
Exogene Daten
Ressourcen:
Innovationen ((exogen)
g )
 Interne Daten:
Produkt-, Service oder
GeschäftsmodellI
Innovationen
ti
 Qualität?
Prozess-Innovationen
 Standards?
 Kompetenzen
 …
Inkrementell, radikal,
disruptiv
Produktivität
Wachstum und Erfolg
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
8
Produkt-, Service- und Geschäftsmodellinnovation
Digitale
Dienstleistungen
Digital Transformation für
Produktinnovationen
System,
Produkt,
Anlagen
Geschäftsmodellinnovation, z.B. Pay per
Use, Pay per Outcome, Pay per Time, Pay
per Quantity, or Pay with Data etc.
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
9
Prozessinnovation / -optimierung – Mehr als nur ein
Prozess
Idee
Phase I
Invention
Phase II
Phase III
Phase IV
Entwicklung
Prototypenbau,
y
Pilotanwendung/
KonzepterarbeiId
Ideengenerierung
i
und -bewertung
tung, Produkt-
Innovation
planung
Testing
Phase V
Produktion, Markteinführung und
-durchdringung
Industrie 4.0 - Überwachung von Produktionsanlagen in der
Prozessindustrie
 Monitoring komplexer technischer Prozesse
 Modellierung des Verhaltens technischer
Anlagen durch Nutzung historischer
P
Prozessaufzeichnungen
f i h
 Auswirkung von Fehlern entlang von
Produktionsketten oder Geschäftsprozessen
p
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
10
Industrie 4.0 oder von der Sensorerfassungen bis zur
Prozessinnovation / -optimierung
optimierung
Vorverarbeitung
Datenspeicherung
Datenfusion
Datenschutz
Datenanalyse
Datenmenge
Modellieren
Simulieren
Bandbreite
Echtzeit
Wissen
Visualisierung
D t
Datenerfassung
f
Sensoren
Monitoring
Digitale Fabrik
Trends,
Prognosen
Schnittstellen
Standards
Produkte, Prozesse,
Anlagen
Regelung
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Optimierung
11
Automatisierung
Entscheidungsunterstützung
Die Entwicklung in der Analytik
Von BI zu Big Data Analytics
Was ist
passiert?
Business Intelligence
Was wird
passieren?
Was passiert
gerade?
Complex event recognition
Predictive Analytics
Was soll
geschehen?
Prescriptive Analytics
„die letzte Meile“
Optimization
Monitoring
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Prevention,
proaction
p
12
Autonomy
TO DO´S
Dr. Dirk Hecker
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
13
Data-Driven Company powered by Fraunhofer IAIS
Analyse
Bewertung
Umsetzung
InnovationsWorkshop
ExciteSeminar
Excite
Operative
Prozessanalyse
Datenkuration
Erarbeitung
von
Business
Cases
Legal Big
Data
Big Data
Architektur
Proof of
Concept
Big Data
Analytics
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
14
Ausbildung
g
und Qualifikation
Digitale Transformation – Chancen nutzen
Aber auch Herausforderungen bei der Umsetzung
 Use Cases, Nutzen und
Anwendungsszenarien identifizieren
 Big Data ist kein isoliertes IT
IT-Thema,
Thema, sondern
muss sich in Organisation und Prozessen
widerspiegeln
 Datensilos werden aufgebrochen,
aufgebrochen
semantisch verknüpft und durch externe
Datenquellen angereichert
 Ausbildungsbedarf
b ld
b d f und
d Notwendigkeit
d k
zur
Integration von Kompetenzen sind erheblich
 Nutzung
g von Big
g Data wird im Wettbewerb
spielentscheidend sein
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
15
„DO MORE WITH [BIG] DATA!“
Fraunhofer-Allianz Big Data | Fraunhofer IAIS
Schloss Birlinghoven
53757 Sankt Augustin
www iais fraunhofer de
www.iais.fraunhofer.de
www.bigdata.fraunhofer.de
Dr. Daniel Jeffrey Koch
Knowledge Discovery Fraunhofer IAIS
Telefon
T l f 02241 14-1509
14 1509
E-Mail [email protected]
Dr. Dirk Hecker
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
16