Die jüngste Studie „Industrial Analytics 2016/2017“, die das Marktforschungsunternehmen IoT-Analytics im Auftrag des Digital Analytics Association e.V. durchgeführt hat, zeigt ein gemischtes Bild: Während sich die meisten Industrieunternehmen über die kritische Relevanz der Datenanalyse im Klaren sind, sind bei der Umsetzung noch einige Hürden zu nehmen. Laut der Digital Analytics Association beginnt derzeit damit ein Wettlauf gegen die Uhr.

Industrial Analytics, also die Auswertung der in der Industrie anfallenden Daten, führt in der öffentlichen Wahrnehmung noch ein Nischendasein. Doch für Unternehmen aus den Bereichen Maschinenbau, Elektrotechnik oder Produktions- und Verfahrenstechnik ist es im Rahmen ihrer Industrie-4.0-Strategien von vitaler Bedeutung, wie sie die gewonnenen Daten nutzbar machen.

Bislang war unklar, wie weit die Unternehmen global in Sachen Industrial Analytics vorangeschritten sind. Für eine bislang einmalige Standortbestimmung ließ der Digital Analytics Association e.V. nach eigenen Angaben daher eine umfassende Studie durchführen. Diese brachte überraschende Ergebnisse ans Licht und zeigt, welche Hebel die Unternehmen im Zuge ihrer Transformation hin zu Industrie 4.0 heute schon nutzen, um wettbewerbsfähig zu bleiben.

bild24

Die Studie weist unter anderem auf einen signifikanten Mangel an entsprechend ausgebildeten Fachleuten hin. „Das Anwerben und vor allem die unternehmensspezifische Ausbildung von Datenspezialisten wird in den kommenden Jahren für Industrieunternehmen zum wettbewerbsrelevanten Engpass“, kommentiert Frank Pörschmann, Vorstandsmitglied des Digital-Verbandes, das Studienergebnis.

Industrial Analytics ist dabei, sich von der isolierten Funktion eines Business-Unterstützers zum unternehmenskritischen, strategischen Werkzeug über alle Bereiche hinweg aufzuschwingen. Initiativen in Big Data, Internet of Things (IoT) und Industrie 4.0 sind danach die treibenden Schubkräfte hinter dieser Entwicklung. Fast 70 Prozent der Studienteilnehmer gehen davon aus, dass die Fähigkeit zur systematischen Datenanalyse in den kommenden fünf Jahren eine existenzielle Rolle in den Unternehmen einnehmen wird. 15 Prozent sehen diese Situation schon heute erreicht.

In fast jedem dritten Unternehmen ist es der CEO, der das Thema Datenkompetenz vorantreibt. Und über die Hälfte der Unternehmen bevorzugt es, zukunftsfähige Datenkompetenz außerhalb des Kernunternehmens aufzubauen und dabei auch mit externen Dienstleistern zu kooperieren. Bei weniger als der Hälfte der Studienteilnehmer gibt es bereits eine organisatorische Verankerung des Themas innerhalb der Unternehmensstruktur.

Hinter den Engagements der Industrie steht zunächst nicht der Versuch, die Kosten zu senken. Vielmehr haben die Unternehmen die konkrete Steigerung ihrer Umsätze im Blick. Predicitive Maintenance, also die Wartung von Maschinen auf Basis von Prognosen anstatt statischer Sollplanungen, steht dabei ebenso im Fokus wie ein besserer Vertrieb durch die Online-Analyse von Kunden- und Nutzungsverhalten.

Allerdings kämpfen viele Unternehmen noch mit erheblichen Schwierigkeiten bei der Umsetzung von Industrial Analytics. Die Hürden sind dabei weniger das Sammeln der Daten über unterschiedliche Sensoren oder Online-Kanäle – dort fühlen sich 60 Prozent der Befragten gut aufgestellt. Jedoch nur gut 30 Prozent sind der Meinung, die Datenmassen so analysieren zu können, dass wichtige Erkenntnisse zutage treten.

Die Studie weist hier auf einen signifikanten Mangel an entsprechend ausgebildeten Fachleuten hin. „Das Anwerben und vor allem die unternehmensspezifische Ausbildung von Datenspezialisten wird in den kommenden Jahren für Industrieunternehmen zum wettbewerbsrelevanten Engpass“, kommentiert Frank Pörschmann, Vorstandsmitglied des Digital-Verbandes, das Studienergebnis. „Data-Teams sind idealerweise interdisziplinär und vereinen moderne Analysefähigkeiten mit Technologie, Prozess und Kundenwissen. Führungskräfte müssen verstehen, wie sie solche Expertenteams zusammenstellen und leiten. Datenkompetenz hat sich längst auch zu einer zusätzlichen Führungsdisziplin entwickelt, unabhängig von Seniorität oder Führungsebene. Hierarchiegläubigkeit zählt derzeit nicht zu den Motivatoren umworbener Datenspezialisten. Und von denen gibt es deutlich zu wenig in Anbetracht der Aufmerksamkeit, die das Thema durch Industrie 4.0 erfährt – nur 22 Prozent unserer Studienteilnehmer haben alle benötigten Skills an Bord.“

Eine weitere wichtige Hürde, die Industrial Analytics noch zu nehmen hat, ist die Bildung technischer Standards. Fast alle im Rahmen der Studie befragten Unternehmen sehen in der Interoperabilität der Systemkomponenten innerhalb der Data-Analytics-Architektur eine Herausforderung. Zumindest auf Seite der Analysesoftware hingegen scheinen sich Open-Source-Lösungen als Standard zu etablieren. So nutzen 47 Prozent der Studienteilnehmer umfassend Open-Source-Werkzeuge mit den jeweiligen Bibliotheks-Ökosystemen. Dazu kommen weitere 17 Prozent der Befragten, die Open Source partiell einsetzen.

Für Verbandsvorstand Pörschmann zeigt die Studie deutlich, dass die Industrie das Potenzial von Industrial Analytics erkannt hat: „Daten entfalten ihren Nutzen und Wert erst bei der Analyse. Die meisten Unternehmen haben deswegen Initiativen in die Wege geleitet, um das Potenzial der Industrial Analytics auszuloten. Es fehlt allerdings dringend an kompetenten Spezialisten, an übergreifenden Standards sowie an der entsprechenden Datenkompetenz in den Führungsetagen.“ Auch bei den Kosten sieht Pörschmann aktuell eine Schieflage: „Ein Blick in die Projektkostenstruktur zeigt das Dilemma. Der überwiegende Aufwand entsteht dabei, die Daten überhaupt analysefähig bereitzustellen – also Zugang, Aufbereitung und Qualifizierung. Und das muss in vielen Fällen bei jeder Initiative wieder von neuem durchlaufen werden. Hier liegen deutliche Kosten- und Beschleunigungspotenziale durch den Einsatz passender Big-Data- und Analytics-Technologien.“

„Unsere Welt ist immer mehr datengetrieben“, lautet sein Resümee. „Daten und Wissen sind ein Instrument für bessere und schnellere Entscheidungen in einer hochvernetzen Welt. Doch schlechte Entscheidungen sind immer noch das Teuerste im Unternehmen. Und sie werden zudem noch geduldet. Die Studie zeigt, dass die Unternehmen den strategischen Wert besserer Entscheidungen erkannt haben. Sie sind bereit für den eigenen Transparenz- und Lernprozess.“

Die vollständige Studie „Industrial Analytics 2016/2017“ steht zum Download bereit unter digital-analytics-association.de/index.php/projekte/industrial-analytics.

Weitere Information gibt es unter www.digital-analytics-association.de.

 

 

Dr. Jörg Schröper ist Chefredakteur der LANline.