Analytic Manufacturing
Die Industrie hinkt bei der Nutzung von Big Data hinterher

Norbert Gronau

Eine aktuelle Studie in der deutschen Industrie zeigt den Stand des Einsatzes von Business Intelligence (BI-) Funktionen und Business Analytics (BA). Während BI bereits umfassend verwendet wird, hinkt die befragte Fertigungsbranche bei der Nutzung von großen Datenmengen zu Prognose, Simulation und Optimierung hinterher. Der auf [1] basierende Beitrag beleuchtet Hindernisse und Potenziale.

Zu BI-Funktionen zählen Standard- und ad hoc-Berichte, Abfragen und drill-down sowie Alarme. Sie werden insbesondere in Finanzwesen, General Management, Produktion, Service und Vertrieb angewendet werden. In der Produktentwicklung, Marketing, Forschung und Entwicklung sowie Risikomanagement kommt BI dagegen nur in sehr geringem Umfang zur Anwendung. Die ersten Auswertungen der Studie [1] haben gezeigt, dass Industrieunternehmen in der Nutzung von BA im Vergleich zu anderen befragten Branchen (z. B. Handel, Finanzsektor) schwächer aufgestellt sind. Analytic
Manufacturing beschreibt die umfangreiche Nutzung von Daten, statistischen und quantitativen Analysen, Erklärungs- und Vorhersagemodellen sowie ein faktenbasiertes Produktionsmanagement, um Entscheidungen und Handlungen voran zu bringen [2].
Nach eigener Einschätzung sind die Unternehmen im Bereich BI besser aufgestellt als im Bereich BA. Auf einer Schulnotenskala bewerten die Unternehmen ihre Kompetenz im Bereich BI mit der Note 3,0. Bild 1 zeigt im Bereich BI bereits große Unterschiede in der Bewertung. Während die Aufstellung in der Nutzung von Standard- und
ad hoc-Berichten noch mit gut bewertet wird, erhält der Umgang mit Abfragen oder Alarmen allenfalls ein befriedigend.

Bild 1: Bewertung der Aufstellung von Industrieunternehmen für
ausgewählte Funktionen von BI und BA (Schulnotenskala).

Die Aufstellung im Bereich BA wird mit einer durchschnittlichen Note von 4,2 bewertet. Am besten schneidet in der Selbsteinschätzung der Umgang mit statistischen Analysen ab. Auf Basis dieser ersten Ergebnisse zum Einsatz von BA in der deutschen Industrie kann festgestellt werden, dass diese noch sehr vergangenheitsorientiert ausgerichtet ist. Selbst in der Nutzung von klassischen BI-Funktionen scheinen noch Potenziale zu liegen.
Bei der Betrachtung einzelner Unternehmensbereiche der Industrieunternehmen zeigt sich, dass BI-Anwendungen stärker verbreitet sind als BA-Methoden. Einige Unternehmensbereiche wie Marketing, F&E und Risikomanagement sind zwar generell schwächer in der Nutzung, aber im Vergleich nimmt BI einen viel bedeutsameren Platz ein. Bei der Nutzung von BA zeigt sich insgesamt ein interessanter Trend. Unternehmensbereiche wie Finanzwesen, General Management und Produktion setzen verstärkt BI Anwendungen ein, sind aber in der BA-Nutzung im Vergleich viel schwächer (Bild 2).

Bild 2: Verwendung von BI- und BA-Funktionen
in ausgewählten Unternehmensbereichen.

Besonders auffällig ist diese Entwicklung in den Bereichen Produktion und Vertrieb (Tabelle 1). Im Bereich Produktion werden verstärkt BI-Methoden verwendet, die Nutzung von BA jedoch ist sehr schwach ausgeprägt. Gerade im Bereich Produktion sind die Ergebnisse überraschend, da BA-Methoden für die Produktionsplanung und -steuerung ein großes Potenzial darstellen. Eine ähnliche Tendenz ist im Bereich Vertrieb zu beobachten. Grundsätzlich kann davon ausgegangen werden, dass im Vertriebsbereich eine Vielzahl an Methoden und Tools verwendet werden, um Aussagen über die zukünftige Absatzentwicklung zu gewinnen. Im Handel liegt dieser Wert im Vergleich deutlich höher (über 40 %). In beiden Bereichen besteht also in den befragten Industrieunternehmen noch deutlicher Handlungsbedarf.
Zukünftig wird nach Aussage der befragten Unternehmen die Bedeutung von analytischen Methoden in den einzelnen Unternehmensbereichen steigen. Hauptsächlich genannt wurden hier die Bereiche Finanzen (89 %-ige Zustimmung), Produktion (87 %), Logistik (85 %) und Vertrieb (68 %). Am wenigsten genannt wurden die Bereiche Risikomanagement (12,8 %), Marketing (21 %) und Produktentwicklung (31 %). Insgesamt kann festgestellt werden, dass die verstärkte Nutzung von BI in einem Unternehmensbereich nicht automatisch dazu führt, dass in gleichem Maße BA verwendet wird. Vielmehr scheint die Nutzung abhängig vom Unternehmensbereich zu sein.

Aktueller Nutzen
Im Rahmen der Studie wurden die Unternehmen gefragt, welchen Nutzen sie aktuell aus den verfügbaren Daten durch entsprechende Analysen ziehen können (Tabelle 2). Das Erstellen von Berichten stiftet aktuell am häufigsten einen Nutzen. Das Aufdecken von Optimierungspotenzialen sowie die Definition von Unternehmenskennzahlen wurden ebenso sehr häufig genannt. Bei allen drei genannten Punkten handelt es sich eher um vergangenheitsorientierte Methoden. Die aktuell verfügbaren Daten stiften für die Vorhersage und zukunftsorientierte Analyse bisher nur einen geringen Nutzen.

Tabelle 1: Nutzung von BI und BA.

Bei den Unternehmen besteht der Wunsch, einen höheren Nutzen aus den Daten zu ziehen. Das Erreichen einer höheren Wertschöpfung durch die Analyse der Geschäftsdaten wird durch die befragten Unternehmen als wichtigster Punkt für die zukünftige Datenanalyse genannt. Hier stellt sich die Frage, ob die aktuell verfügbaren Daten im Unternehmen für die Beantwortung zukunftsorientierter Fragestellungen nicht ausreichen oder ob die Methoden unbekannt sind.

Datenqualität
Die Qualität, der in den Industrieunternehmen verwendeten Daten, wird durch die befragten Unternehmen durchschnittlich mit der Note 2,8 bewertet. Ungefähr 15 % gaben an, dass die Datenqualität organisationsweit gleich ist und 42 % sagen, dass dies teilweise der Fall ist. In den restlichen Unternehmen ist die Datenqualität in den verschiedenen Abteilungen eher unterschiedlich. Das Problem des unternehmensweiten Stammdatenmanagements in einer gleichbleibend hohen Qualität scheint auch hier vorzuliegen.
Die Nutzung der aktuell verfügbaren Daten für Zwecke der Analyse ist noch nicht besonders stark ausgeprägt. Ungefähr 90% der befragten Unternehmen nutzen weniger als 50% der aktuell verfügbaren Unternehmensdaten für Analysezwecke. Die verwendeten Daten stammen zum Großteil aus ERP-Systemen (93 %-ige Zustimmung), CRM-Systemen (42 %) und von Sensor- und Maschinendaten (37 %). Quellen wie Social Media Kanäle (3 %) und Websites (14 %) sind für Industrieunternehmen aktuell nicht besonders relevant (Bild 3). Daten externer Marktforschungsinstitute und Point of Sale-Daten, werden, wenn sie denn vorliegen, im Vergleich stärker in die Analysen einbezogen werden. Potenziale sind in allen Bereichen erkennbar, insbesondere aber bei der Nutzung von Daten aus ERP-Systemen und Sensor- und Maschinendaten.

Tabelle 2: Aktueller und zukünftiger
Nutzen von BA in Industrieunternehmen.

Die Finanzabteilung (89 %-ige Zustimmung), Produktion (87 %) Service und Vertrieb (68 %) sowie der Bereich Logistik bzw. das Supply Chain Management (85 %) sind die am häufigsten genannten Abteilungen, aus denen Daten aktuell verfügbar sind. insbesondere in diesen Bereichen kommen ERP- und CRM-Systeme zum Einsatz, die als primärer Datenlieferant fungieren. In den Bereichen Produktion sowie Vertrieb und Marketing sind Daten verfügbar, die entsprechenden BA-Tools werden aber nur in sehr geringem Umfang eingesetzt. Die Produktentwicklung sowie F&E sind dagegen bisher kaum als Datenquelle erschlossen. Daten aus dem Social Web, externe Marktforschungsdaten und Websiteanalysen spielen als Datenlieferant eine untergeordnete Rolle, weshalb Unternehmensabteilungen wie die Produktentwicklung oder F&E auch noch nicht von BA profitieren können. Ein Großteil der verfügbaren Daten wird zudem für Analysen gar nicht herangezogen.

Zufriedenheit mit der Datenlage
Auf die Frage, ob die Unternehmen mit den zur Verfügung stehenden Daten aus den operativen Systemen zufrieden sind, antworteten überraschenderweise 40 % der befragten Industrieunternehmen mit nein. Auffällig ist auch, dass die Produktentwicklung wenig analytische Werkzeuge einsetzt, 50 % der Unternehmen aber angeben, dass regelmäßig Daten aus den Produktionsprozessen für die Entwicklung zukünftiger Produkte eingesetzt werden. Das Problem scheint in der Zusammenführung von Daten aus unterschiedlichen Quellen zu liegen. Diese Vermutung bestätigt sich durch die vorliegenden Ergebnisse der Befragung. Von den befragten Unternehmen gaben nur 17% an, dass Daten organisationsweit verfügbar sind. Mehr als die Hälfte der Unternehmen schätzen den Erfolg ihres Unternehmens bei der Integration von Daten aus unterschiedlichen Abteilungen lediglich befriedigend oder ausreichend ein. Neben einer Ausweitung der genutzten Datenquellen müssen auch die Fähigkeiten der Datenintegration verbessert werden.

Bild 3: Anteil der Datennutzung
differenziert nach Datenquellen.

Daten aus der Fertigung
Das Erfassen und Weiterverarbeiten von Daten aus der Fertigung wird für das Thema Industrie 4.0 von zentraler Bedeutung sein. Das Ziel von Industrie 4.0 ist die intelligente Fabrik. Grundlage dafür bildet die Zusammenführung der verschiedenen Datenquellen im Unternehmen, insbesondere Maschinendaten. Von den befragten Unternehmen der Studie gaben bisher nur 37% an, Daten von Maschinen- und Sensoren für Auswertungszwecke zu verwenden. Die Auswertung der Daten ist für Industrie 4.0 wichtig, um anhand von Messwerten Alarme oder Wartungsmeldungen ausgeben zu können, wenn Probleme analysiert werden. Auf Basis von vergangenheitsorientierten Daten soll die intelligente Steuerung ermöglicht werden. Durch entsprechende Analysen können mögliche Abweichungen und Probleme bereits im Frühstadium erkannt und gemeldet werden. Aktuell nutzen die befragten Unternehmen im Durchschnitt nur die Hälfte der verfügbaren Daten aus den Maschinen- und Sensoren. Des Weiteren wurde aufgezeigt, dass im Bereich Produktion, analog zu den meisten anderen Unternehmensbereichen, die Anwendung von BA nur in Ansätzen zum Einsatz kommt. Es kann davon ausgegangen werden, dass die verfügbaren Daten zum Großteil für vergangenheitsorientierte Auswertungen Verwendung finden. Die bisherigen Ergebnisse zeigen, dass die befragten Unternehmen aus der Industrie die notwendigen internen Voraussetzungen für Industrie 4.0 noch nicht bewältigt haben. Ausschlaggebend für eine starke interne Aufstellung ist die interne Bereitschaft zum Thema BA.

Wird Analytic Manufacturing verstanden?
Eine weitere Hürde in der Anwendung ist die Verständlichkeit über das Thema BA. Fehlender Support des Managements und Mangel an Weiterbildungsmöglichkeiten im Bereich BA kann dazu führen, dass Mitarbeiter den Einsatz entsprechender Lösungen und Verfahren scheuen. Die Verständlichkeit der aufbereiteten Unternehmensdaten bzw. Analysemodelle für fachfremde Personen wird nur als befriedigend bewertet (Note 2,8). Dies lässt darauf schließen, dass Anwendungsbarrieren in der Nutzung von BA bestehen.
Bild 4 zeigt, dass die Unwissenheit über die Möglichkeiten und den Nutzen von BA die häufigste Barriere zu Nutzung von BA darstellt. Unternehmen, in denen keine Schulungen angeboten werden gaben häufiger an, dass der Nutzen oder die Möglichkeiten von BA nicht bekannt sind. Mit Blick in die Zukunft scheinen die Unternehmen zwar Fokus auf die Weiterentwicklung von Kompetenzen zu legen, dennoch gaben 45 % der befragten Unternehmen an, dass diese sich nur langsam weiterentwickelt.

Bild 4: Anwendungsbarrieren für
Analytic Manufacturing (Zustimmung zu Aussagen).

Zusammenfassend kann festgestellt werden, dass die Hauptgründe der zögerlichen Nutzung von BA in den Unternehmen auf fehlende Schulungskonzepte und unternehmensweite Initiativen zurückzuführen sind. Die Nutzer sind sich der Vorteile und des Nutzens von BA noch nicht ausreichend bewusst.

Fazit
Deutschsprachige Industrieunternehmen schneiden hinsichtlich der analytischen Ausrichtung im Branchenvergleich am schlechtesten ab. Die Manufacturingbranche ist noch sehr vergangenheitsorientiert aufgestellt und versäumt damit wichtige Nutzenpotenziale aus Big Data. Gerade in diesem Wirtschaftsbereich werden die Begriffe Big Data und Industrie 4.0 seit geraumer Zeit intensiv diskutiert. Wie können Produktionsanlagen intelligenter und selbstgesteuerter gestaltet werden, sodass die Effizienz von Produktionsprozessen gesteigert wird? Grundlegende Voraussetzung dafür ist, dass Daten aus Maschinen und Sensoren für analytische Zwecke genutzt werden. Und bereits hier zeigt die Industrie ihre Schwächen: Nur 37 % der Unternehmen verwenden Maschinen- und Sensordaten für Auswertungszwecke. Hier zeigt sich, dass der fehlende Einsatz von BA-Anwendungen dazu führt, dass prinzipiell verfügbare Daten nicht genutzt werden können.
Insgesamt schneidet die Industrie hinsichtlich der Menge an genutzten Daten mit einem erschreckenden Ergebnis ab. Fast alle befragten Unternehmen geben an, dass sie weniger als die Hälfte der ihnen zur Verfügung stehenden Daten auch bei Analysen einsetzen. Weiterhin sind Analysen, Simulationen, Prognosen und Optimierungen in wichtigen Bereichen der Industrie wie in der Produktion oder Produktentwicklung kaum vertreten. Neben der unzureichenden Fähigkeit, sich den Anforderungen von Industrie 4.0 zu stellen, versäumt die Industrie damit auch die Möglichkeit, die Markteinführung neuer Produkte zu beschleunigen oder auf Veränderungen in neuen Geschäftsfeldern schnell reagieren zu können. Industrieunternehmen sollten sich nicht länger auf den Erfolgen ihrer Prozesse und Strukturen aus früheren Zeiten ausruhen – die Marktentwicklungen sind rasant und die eigene Wettbewerbsfähigkeit weist nicht mehr die Stabilität vergangener Zeiten auf, sondern muss proaktiv sichergestellt werden.

Die Studie beleuchtet ausführlich die wirtschaftlichen Potenziale von Analytic Manufacturing.
Das E-Book ist über den GITO-Content Shop erhältlich.

Schlüsselwörter:

Analytic Manufacturing, Business Intelligence, Business Analytics

Literatur:

[1] Gronau, N.; Weber, N.; Fohrholz, C.: Wettbewerbsfaktor Analytics - Reifegrad ermitteln, Wirtschaftlichkeitspotenziale entdecken. Berlin 2013, ISBN 978-3-95545-051-9.
[2] Gronau, N.: Analytic Manufacturing. Productivity Management 17. Jg., Heft 5 (2012), S. 19 - 21.