Die digitale Revolution?

Warum Enttäuschungen bei Digitalisierungs- projekten vorprogrammiert sind und welche Phasen diese Projekte durchlaufen.

Ein Leitfaden und Reifegrad Modell.

Vor einigen Jahren etablierten drei Universitäts Professoren mit ihrer Arbeit über die zukünftige Entwicklung der deutschen Industrie für die deutsche Bundesregierung den Begriff Industrie 4.0. Seither ist die Digitalisierung im vollen Gange. Dennoch, wer sich mit dem Thema beschäftigt, bei dem findet bald eine Ernüchterung statt. Denn in der Realität sind die funktionierenden Umsetzungen viel weniger ausgereift und bieten viel weniger Funktionalität als ursprünglich gedacht. Dies führt sogar so weit, dass einige Autoren bereits plakativ schreiben, dass uns eine Industrie 4.0 versprochen wurde, wir aber nur eine Automatisierung 2.0 bekommen haben” (Quelle)

 

Doch was sind die Gründe für diese Ernüchterung?

Ernüchterung

Diese Frage lässt sich nicht einfach in einem Satz beantworten. Denn die Ursachen sind vielschichtig. Viele Unternehmen haben keine durchgängige Strategie und gehen die Digitalisierung nicht schrittweise an. Andere Unternehmen scheitern an internen Reibereien oder haben ihre eigenen internen Prozesse nicht im Griff und scheitern am Change Prozess in ihrem Unternehmen. Diese Themen warum ein Digitalisierungsprojekt scheitert und wie Sie dies verhindern bearbeitet mein letzter Artikel, dem Sie hier finden. Doch selbst wenn ein Industrie 4.0 Projekt oder ein Digitalisierungsprojekt erfolgreich ablauft, kann es für aussenstehende auf den ersten Blick ernüchternd sein. Den Grund dafür diskutiert dieser Artikel.

Inkrementelle und modulare Entwicklung

Ein Haus wird gebaut indem zuerst die Vision des Hauses, das Bild des Hauses in den Köpfen der zukünftigen Eigentümer entsteht, diese dann einen Architekten aufsuchen und mit dem dann gemeinsam einen Plan zeichnen. Der Architekt berät die Häuslebauer macht Vorschläge und zeichnet die Wünsche der zukünftigen Eigentümer in den Plan ein. Wenn der Plan dann steht, so wird mit dem Rohbau begonnen. Eine nachträgliche Änderung des Plans ist, sollte der Rohbau schon stehen nur mit massiven Aufwenden möglich. Teilweise müssen dann sogar Mauern oder ganze Stockwerke wieder eingerissen und neu gebaut werden. Die Umsetzung von Software Projekten hinnehmen ist immer ein inkrementeller Prozess. Man kann Software modular aufbauen und Änderungen leicht(er) machen. Oft werden daher Softwareprodukte in Phasen entwickelt. Betrachtet man nur die erste Phase der Software, geht aber von dem Endausbau aus, kann man schnell enttäuscht sein. Des weiten wird oft der Aufwand für die Entwicklung von Software und die Umsetzung, von Änderungen in der Software stark unterschätzt. Änderungen sind zwar nicht so katastrophal wie beim Hausbau, jedoch ist das pauschale “Ja dann fügst du mir bitte noch ein Feld in dieser Eingabemaske hinzu” oft gar nicht so leicht umzusetzen, weil auch kleine Änderungen oft mehrere Module betreffen. Ein weiterer oft auch unterschätzter Faktor ist Content.

Content und Daten

Daten

Die Software zu entwickeln ist die eine Sache; Algorithmen und Datenstrukturen müssen aber durch Daten hinterlegt werden um funktionieren zu können. Viele Unternehmen unterschätzen den Aufwand den sie bei der Entwicklung einer App, eines Services oder einer Website innerbetrieblich haben. Die eigentliche Entwicklungsleistung der Software wird oft nicht von den Unternehmen selbst, sondern von externen Dienstleistern erbracht. Es reicht aber nicht, die gesamte Verantwortung des Engineerings auf den Softwaredeveloper abzuwälzen. Anforderungsdefinitionen und Content müssen vom Unternehmen selbst kommen bzw. von jener Person des Unternehmens, welche für die Entwicklung verantwortlich ist: dem Product Owner . In größeren Unternehmen in denen es eine eigene Marketing Abteilung gibt, kann der Product Owner Content von dort Content besorgen. Oft werden in Digitalisierungsprojekten jedoch ganze Geschäftsmodelle neu entworfen oder Revolutioniert. In ganze Unternehmensbereiche werden fachabteilungsübergreifende Prozesse eingeführt. In solchen Fällen ist die Frage nach dem Content und den Daten die die Software mit leben befüllen nicht mehr so leicht zu beantworten. Der Product Owner muss dann als Kommunikationshub und Vermittler zwischen mehreren Abteilungen, Stakeholdern und externen Softwaredienstleistern Auftreten. Oftmals sind Digitalisierungsprojekte jedoch auch so ambitioniert und visionär, dass erst eigene Tools für das sammeln von Daten entwickelt werden müssen, und Jahre lang Daten gesammelt werden müssen, bevor diese dann in weiterer Folge Algorithmen zugeführt werden können.

Machine Learning

MachineLearning

Wenn wir von künstlicher Intelligenz oder KI reden müssen wir zwischen starker und schwacher KI unterscheiden. Projekte die starke KIs erstellen wollen sind jene, die versuchen einen denkenden Computer zu schaffen. Dieser soll dann denken und handeln wie ein Mensch oder sogar noch besser sein. Oftmals werden stake KIs dann noch mit Androiden kombiniert, welche auch noch das Aussehen von Menschen nachahmen sollen. Auf der ganzen Welt gibt es aber keine Forschungsgruppe die es bisher geschafft hat eine starke KI zu erschaffen die annähernd dem menschlichen Verstand nahe kommt. Allerdings gibt es bereits zahllose schwache KIs die schon heute Menschen in ihren Bereichen in den Schatten stellen oder menschenähnlich sind. Schwache KIs sind Meister auf ihrem Gebiet. Eine schwache KI ist ein Programm oder ein selbstlernender Algorithmus, welcher in einem eingeschränkten Aufgabengebiet Probleme löst. Ein Beispiel für einen Aufsehen erregenden Fall ist IBM Watson welcher in der TV Gameshow Jeopardy mit seinen menschlichen Gegenspieler mithalten und diese dann auch besiegen konnte. Schwache KIs sind selbstlernende Algorithmen welche mit tausenden, abertausenden Daten gefüttert und für einen ganz eingeschränkten Lösungsraum trainiert werden. Gut trainierte Algorithmen können Probleme schneller und besser als menschliche Kontrahenten lösen. Sollte eine Aufgabe jedoch außerhalb des trainierten Lösungsraums liegen, so versagt der Algorithmus. Dieser kleine Exkurs in die Welt der KIs ist jedoch wichtig, um zu verstehen warum Industrie 4.0 IoT- und Digitalisierungsprojekte oft mehrere Phasen durchlaufen müssen und verschiedene Reifegrade haben, denn eine zugrunde liegende Datenbasis von einigen tausend Datensätzen ist für Machine Learning Algorithmen und Predictive Algorithmen notwendig um sinnvolle Vorhersagen und Aussagen treffen zu können.

DTH Reifegradmodell in Digitalisierungsprojekten

Modell

Nach dem DTH (deterministisch heuristisch) Digitalisierungsprojekte Reifegrad Modell unterscheiden wir drei Reifegrade in Digitalisierungsprojekten. Wichtig dabei ist zu erwähnen dass nicht jedes Digitalisierungsprojekt bis zum dritten Reifegrad entwickelt werden muss oder kann. Es gibt auch Digitalisierungsprojekte die im ersten Grad schon ihren Zweck erfüllen und somit abgeschlossen sind.

Digitalisiungsprojekte ersten Grades

Digitalisierungsprojekte ersten Grades versuchen durch die Bereitstellung von Programmen, Apps oder Online Services einen Kundennutzen zu schaffen. Ob der Kunde dabei eine Abteilung im eigenen Unternehmen oder eine Endkonsument ist, ist dabei nicht entscheidend. Viele Digitalisierungsprojekte haben mit dem ersten Grad unter Einsatz von herkömmlichen IT Technologien schon ihr Ziel erreicht. Beispielsweise könnte da Ziel des Unternehmens sein einen zusätzlichen Nutzen für seine Kunden zu erreichen indem man zusätzlich zum Verkauf vom Produkt auch eine App zum Download bereit stellt. Oder es könnte ein internes Digitalisierungsprojekt sein in dem das Unternehmen einen internen Geschäftsprozesse digitalisiert und automatisiert.

Sollte es sich aber hinter dem Digitalisierungsprojekt eine größere Vision verbergen kann es sich beim Projekt nur um eine erste Entwicklungsphase handeln bei der Kunden zwar durch den gratis Download der App einem Zusatznutzen haben, aber es dem Unternehmen eigentlich um dss Sammeln von Daten geht. Diese Daten werden dann, wenn sie in ausreichender Qualität und Quantität zur Verfügung stehen vom Unternehmen als Ausgangsbasis genutzt um das Digitalisierungsprojekt in den zweiten Reifegrad zu heben.

Digitalisierungsprojekte zweiten Grades

Google Maps ist das beste Beispiel wie Digitalisierungsprojekte in mehreren Phasen zu mehr Kundennutzen und gesteigerter Kundenzufriedenheit führt. Google Maps ist zunächst als Web Service und dann als App den Nutzern zur Verfügung gestellt worden. Diese beiden Entwicklungphasen können noch dem ersten Reifegrad zugeordnet werden. Erst mit einer kritischen Anzahl an Live-Daten von Nutzern kann Google Aussagen über die Fließgeschwinigkeit auf den Straßen machen. Diese Metadaten machen neue Features wie beispielsweise eine Stauerkennung, eine Anzeige von Staubereichen und Baustellen, eine Berechnung von schlechten Fahrbahnbeschaffenheit oder eine Berechnung von Routen um einen Stau herum für den Nutzer möglich.

Digitalisierungsprojekte zweiten Grades bauen auf einer breiten Basis von bestehenden digitalen Daten auf. Es müssen mehrere tausend Datensätze zur Verfügung stehen, um lernende Algorithmen auf dieser Datenbasis trainierten zu können. Projekte zweiten Grades bauen daher immer auf Infrastruktur ersten Grades auf. Nutzen die Daten und erzielen Ergebnisse die wiederum mit Expertenwissen von Domänenexperten angereichert werden können bzw. durch diese interpretiert werden können. Diese Machine Learning Modelle können dann wiederum in neue Services verpackt und dem User zur Verfügung gestellt werden. Sie bieten damit einen zusätzlichem Kundennutzen. Unternehmen die Digitalisierungsprojekte zweiten Grades umsetzen können sich somit von ihrer Konkurrenz abheben.

Digitalisierungsprojekte dritten Grades

Daten sind das Öl von morgen, aber wie bei echten Rohstoffen gibt es auch hier verschiedene Qualitäten. Die Qualität der Daten kann sogar über die Zeit schlechter werden. Adressdaten oder Daten zu Ansprechpartnern in Unternehmen können sich beispielsweise in wenigen Jahren ändern und somit wertlos werden. Wie das obere Beispiel mit Google Maps aber zeigt sind Daten und Metadaten aber wichtig und oft entscheidend für Features. Aus Daten lässt sich somit viel Wert schöpfen und neues Wissen gewinnen. Bei Digitalisierungsprojekte dritten Grades stehen die Daten im Mittelpunkt. Durch diese Daten können beispielsweise neue Ansätze für Verbesserungen in aktuellen Produkten gewonnen werden und das Engineering kann durch das Feedback der aktuellen Produkte neue Ideen generieren. Das Unternehmen wird durch seine Digitalisierungsprojekte verbessert und lehnt aus den Daten. Dies kann sogar so weit gehen, dass neue und Dienstleistungen oder der neue Datenschatz dazu führt, dass Tochterunternehmen als Spinnoffs vom Mutterunternehmen ausgegründet werden weil neue digitale Geschäftsmodelle gefunden werden. In Digitalisierungsprojekten dritten Grades ändern diese durch Daten und Services das Verhalten von Menschen Mitarbeitern und Unternehmen und führen zu nachhaltigen Verbesserungen.

 

Mehr zum Thema Digitalisierung

https://www.facebook.com/Digitalisierung/ — Täglich zwischen 20 und 100 Beiträge aus über 200 verschiedenen Fachquellen

 

Zum Autor:

David Theil aus Linz Oberösterreich ist Digitalisierungs-Coach,  Software-Entwickler und als Head of Presales und Delivery für über 30 Softwareentwickler verantwortlich. Beruflich beschäftigt er sich bereits jahrelang mit der Digitalisierung und hat bereits bei vielen Digitalisierungs-Projekten in der Wirtschaft federführend mitgewirkt. Er bewegt sich in Themen wie Digitalisierung, IoT, oder Industrie 4.0 sowohl beratend als auch praktisch mit echten Lösungen.

https://medium.com/@david.theil

https://www.xing.com/profile/David_Theil

https://www.linkedin.com/in/david-theil-1a4190148/

Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden /  Ändern )

Google+ Foto

Du kommentierst mit Deinem Google+-Konto. Abmelden /  Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden /  Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden /  Ändern )

Verbinde mit %s

Create a website or blog at WordPress.com

Nach oben ↑

%d Bloggern gefällt das: