Banking und Finance

Datengetriebene Geschäftsmodelle (2/3)

31. Juli 2019

Wie im letzten Beitrag angekündigt, liegt der Fokus des aktuellen Beitrags auf der Darlegung von Smarten Mehrwertdiensten anhand von Referenzbeispielen. In Bezug auf die datengetriebene Verschiebung der Wertschöpfung liefern die Düsentriebwerke von General Electric, welche ihre eigene Leistung überwachen und frühzeitig potentielle Fehler und den daraus resultierenden Wartungsbedarf erkennen, ein gutes Beispiel. Die Flugzeuge verbringen aufgrund der beschriebenen Massnahmen weniger Zeit in der Wartung und können in der Folge effizienter eingesetzt werden. Dadurch entstehen Umsätze nicht mehr durch den Verkauf, sondern durch verbesserte Leistung und höhere Effizienz beim Kunden. Bezahlt wird die tatsächlich abgerufene Triebwerksleistung. 

Digitalisierung BigData Binaercode

Datengetriebene Verschiebung der Wertschöpfung (Symbolbild)

Situative Zunahme des IT-Anteils

Diese Entwicklung hat zur Folge, dass der IT-Anteil im Unternehmen stark zunimmt. Jede Firma, unabhängig von der Branche, muss sich mittelfristig mit Softwareentwicklung auseinandersetzen, um sich einen Wettbewerbsvorteil zu sichern. Ein Beispiel hierfür stellt der Werkzeughersteller Hilti dar, der seinen Kunden nicht nur Werkzeug, sondern eine ganze IoT-Plattform anbietet. Hier kauft der Kunde nämlich Löcher statt Borhämmer. Hiltis Flottenmanagement ermöglicht seinen Kunden, Werkzeugflotten zu leasen, wobei Hilti die volle Verantwortung für Werkzeugversorgung, Reparatur, Ersatz und Diebstahlschutz übernimmt. Zusätzlich bietet die Hilti Connect App sofortigen Zugriff auf gerätespezifische Daten, wie Servicestatus, Reparaturhistorie, Bedienungsanleitungen und Wartungsinformationen.

Smarte Mehrwertdienste in der Automobilindustrie als Referenz

Durch die branchenübergreifende digitale Transformation steht auch die Automobilindustrie vor einer fundamentalen Veränderung, welche die gesamte Wertschöpfungskette umfasst. Das Fahrzeug ist in der Lage, sich mit anderen Fahrzeugen, der Verkehrsinfrastruktur und seiner Umwelt zu vernetzen. Darüber hinaus kann der Fahrer jederzeit über digitale Serviceplattformen mit seinem Fahrzeug kommunizieren, um aus der Ferne zum Beispiel die Standheizung oder Klimaanlage zu steuern. Dabei kann das Fahrzeug mit jeder gefahrenen Stunde mehrere Terabyte an Daten produzieren, welche für die Weiterentwicklung eines Geschäftsmodells genutzt werden können. Automobilhersteller sollten also die gewonnenen Fahrzeugdaten in Zukunft verwenden, um vernetzte Dienstleistungen und neue Services anzubieten.

Kürzere Produktentwicklungszyklen durch Big-Data-Analysen von Fahrzeugdaten

Besonders im Bereich Test- und Qualitätsmanagement gibt es zahlreiche Anwendungsfälle, in denen datengetriebene Geschäftsmodelle grosse Optimierungspotentiale erzielen können. Das Entwickeln und Testen von neuen Bauteilen und diversen Fahrzeuganwendungen ist ein aufwändiger und kostspieliger Prozess. Die schnelle Erstellung von Testergebnissen führt nicht nur zu einer Kostenreduktion, sondern liefert einen Vorteil gegenüber Wettbewerbern durch schnellere Produkteinführungen. Der Einsatz von Echtzeitdatenverarbeitung und prädiktiver Analysen lässt kleinste Abweichungen und Fehler im Testprozess sofort erkennen. Dadurch ist ein frühzeitiges Eingreifen und damit Verkürzen des Testablaufs möglich. Dies führt wiederum zu einer Zeit- und Kostenersparnis beim Testen und bei der Analyse der Daten, welches die gesamte Fahrzeugentwicklung beschleunigt.

Fazit
Unternehmen sollten grundsätzlich prüfen, ob ihr Geschäftsmodell vor dem Hintergrund der Digitalisierung noch zukunftsfähig ist oder ob sich durch gezielte Anpassungen neue Potentiale erschliessen lassen. Dabei gilt es herauszufinden, welche Prozesse unter welchen technischen Möglichkeiten digitalisiert werden können oder sogar müssen. Lesen Sie im nächsten Beitrag dieser Reihe, welche Prozesse direkt davon betroffen sein können

 

Verwandte Artikel