Grundlagen für den Projektstart
Mit dem IoT auf Erfolgskurs
Drei vielversprechende Szenarien
Der IoT-Footprint deutscher Unternehmen erstreckt sich häufig über mehrere Anwendungsfelder. Im Mittelpunkt stehen der Service- und Produktionsbereich sowie die Messung von Prozessaktivitäten. Insbesondere die drei folgenden Ziele werden von Firmen aktuell häufig verfolgt:
Predictive Maintenance: Die Auswertung der Streaming-Daten von Sensoren und Devices ermöglicht die permanente Zustandsbeurteilung von Maschinen, sodass Warnsignale erkannt und automatisierte Wartungsprozesse angestoßen werden können. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
Anlageneffizienz: Die Messung der Ressourcen-Effizienz sichert die Kontrolle der Anlagen und Produktionsstraßen. Asset-Efficiency-Analysen ermöglichen die Ortung wichtiger Produkte entlang der Lieferkette, zum Beispiel Rohstoffe. Die Logistik soll optimiert und Diebstähle aufgedeckt werden.
Connected Cars: Computergestützte Fahrzeuge verbinden eine Vielzahl an Automatisierungsprozessen bis hin zum autonomen Fahren. Gegenwärtige Systeme können beispielsweise Fahrbahnlinien und Verkehrszeichen erkennen.
KI in Fertigungsbranche vorn
Branchen mit IoT-Fokus
Nicht alle Branchen etablieren IoT-Technologie im gleichen Tempo. In Umfragen scheinen einige Wirtschaftszweige eine Vorreiterrolle einzunehmen: Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen zu generieren. ‣ weiterlesen
Die Automobilhersteller und Zulieferer stehen im Zentrum der Megatrends Elektromobilität, autonomes Fahren und Umweltschutz. Use Cases für die Service- und Produktionsprozesse werden schon in naher Zukunft ein starker Antriebsmotor sein.
Im Maschinen- und Anlagenbau beschäftigen sich die Verantwortlichen mit der Automatisierung der Produktion sowie mit Serviceabläufen, die vom maschinellen Lernen profitieren.
In der Logistik- und Verkehrsbranche sollen Analytics-Lösungen Wettbewerbsvorteile erbringen, indem sie die Lieferketten verbessern helfen. Die Prozesse beim Lagern, Kommissionieren, Verpacken und Transportieren von Waren lassen sich mit der Vernetzung über das Internet oft erheblich vereinfachen.
Im Gesundheitswesen arbeiten Krankenkassen, Pharma-Unternehmen und Kliniken an Konzepten in den Bereichen Medizingeräte, Medikation und Patientenüberwachung.
Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise
Eine Kultmarke neu erfinden
Wie ein traditionell aufgestelltes Unternehmen digitale Produkte entwickeln kann, beschreibt die Tech Data-Studie ein einem Referenzprojekt von IBM. Dabei geht es um das erste vollelektrische Motorrad von Harley Davidson. Mit dem Produkt samt IoT-Unterbau und der Initiative ‚Driving Experience‘ will die amerikanische Kultmarke jüngere, umweltbewusste Käufer ansprechen. Die digitale Wertschöpfung unterscheidet sich fundamental von der klassischen Produktpalette des Motorradherstellers. So kann Harley-Davidson beispielsweise mit den Backend-Services des IoT die Lade- und Stromverbrauchsparameter der Zweiräder optimieren.
Auf IoT-Innovationen setzen: Die ersten IoT-Projekte sollten nicht in Konkurrenz zueinander stehen, der Austausch von Ideen und Erfahrungen ist wichtiger. Dazu bedarf es eines Netzwerks verschiedener Abteilungen.
IoT-getriebene Businessmodelle entwickeln: Die Verbindung der passenden Technologie- und Businessmodellen ist elementar. So machen beispielsweise Cloud-native Technologien viele Go-to-Market-Modelle möglich, weil sie meist vergleichsweise geringe Betriebskosten verursachen.
Use Cases definieren: Ein digitales Produkt besteht aus mehreren Komponenten und das digitale Portfolio aus verschiedenen Produkten. Dafür ist ein Portfoliomanagement erforderlich, das die mit strukturellen Anforderungen an die IoT-Plattform beinhaltet.
Cloud-Backend etablieren: Neben der direkten Kundeninteraktion stehen viele digitale Prozesse und die Business Logic. Hochwertige Plattformdienste für Analytics und Machine Learning führen hier schneller zum Ziel als Eigenentwicklungen.
User Experience verbessern: Viele moderne Software-Architekturen enthalten lose gekoppelte Komponenten. Ein ausgereiftes Plattform-Management stellt die nötige Stabilität und permanente Updates sicher. IBM setzt beispielsweise auf Red Hat OpenShift und das unabhängige Container-Management Kubernetes.