I m p u l s
1RrJIbW
1RrJIbW
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
I m p u l s<br />
Implications of INDUSTRIE Chinese 4.0-READINESS Competitor Strategies<br />
for German Machinery Manufacturers<br />
Stiftung für den Maschinenbau,<br />
den Anlagenbau und die Informationstechnik
Dr. Karl Lichtblau/Prof. Dr.-Ing. Volker Stich/<br />
Dr. Roman Bertenrath/Matthias Blum/Martin Bleider/<br />
Agnes Millack/Katharina Schmitt/<br />
Edgar Schmitz/Moritz Schröter<br />
INDUSTRIE 4.0-READINESS<br />
Dieses Forschungsvorhaben wurde gefördert<br />
von der IMPULS-Stiftung des VDMA<br />
Aachen, Köln, Oktober 2015<br />
1
Institut der deutschen Wirtschaft Köln<br />
Consult GmbH<br />
Dr. Karl Lichtblau<br />
Geschäftsführer IW Consult<br />
E-Mail lichtblau@iwkoeln.de<br />
Telefon 0221 4981-758<br />
FIR e. V. an der RWTH Aachen<br />
Prof. Dr.-Ing. Volker Stich<br />
Geschäftsführer des FIR e. V. an der RWTH Aachen<br />
E-Mail info@fir.rwth-aachen.de<br />
Telefon 0241 47705-100<br />
2
Zu dieser Studie<br />
Industrie 4.0 ist in Politik, Medien, Wissenschaft und Wirtschaft derzeit omnipräsent. Intelligenter, individueller,<br />
effizienter, schneller, vernetzter – so lauten nur einige Versprechen dieses neuen industriellen<br />
Zeitalters. Tatsächlich sind die Potenziale gerade für den deutschen Maschinen- und Anlagenbau gewaltig:<br />
Sowohl für Anbieter als auch für Anwender von Technologien rund um das Thema Industrie 4.0.<br />
Aber noch existieren viele ungelöste Fragen, Unsicherheiten und Aufgaben. Hier wollen wir mit unserer<br />
Readiness-Studie ansetzen und Hilfestellung leisten. Denn ein Selbstläufer wird Industrie 4.0 nicht.<br />
Mit der vorliegenden Studie soll die große Vision näher an die betriebliche Realität gebracht werden.<br />
Auch zeigen wir die anspruchsvollen Wegmarken auf, die für viele Unternehmen hinsichtlich ihrer<br />
Industrie 4.0-Fähigkeit noch zu passieren sind.<br />
Die Studie untersucht, an welcher Stelle der Maschinen- und Anlagenbau aktuell bei der Umsetzung<br />
steht. Motivation und Hemmnisse der Unternehmen werden ebenso in den Blick genommen wie die<br />
Unterschiede, die sich zwischen Mittelstand und großen Unternehmen ergeben. Im Ergebnis ist es erstmals<br />
möglich, die „Industrie 4.0-Readiness“ der Maschinenbau-Industrie detailliert und systematisch<br />
abzubilden.<br />
Handlungsfelder für die unternehmerische Praxis runden die Studie ab. Damit unterstützt die Studie die<br />
vielfältigen Aktivitäten und Angebote des VDMA-Forums Industrie 4.0 in hervorragender Weise. An dieser<br />
Stelle bedanken wir uns bei den beiden Themenpaten aus dem VDMA-Forum, Dietmar Goericke und<br />
Dr. Christian Mosch, die mit ihrem Engagement zum Gelingen der Studie maßgeblich beigetragen haben.<br />
Wir sind davon überzeugt: Industrie 4.0 kann zu einer Erfolgsgeschichte für den deutschen Maschinenund<br />
Anlagenbau werden. Möge unsere Studie „Industrie 4.0-Readiness“ ihren Beitrag dazu leisten.<br />
Frankfurt, Oktober 2015<br />
Dr. Thomas Lindner<br />
Vorsitzender des Kuratoriums<br />
IMPULS-Stiftung<br />
Dr. Manfred Wittenstein<br />
Stellv. Vorsitzender des Kuratoriums<br />
IMPULS-Stiftung<br />
Dr. Johannes Gernandt<br />
Geschäftsführender Vorstand<br />
IMPULS-Stiftung<br />
Stefan Röger<br />
Geschäftsführender Vorstand<br />
IMPULS-Stiftung<br />
3
Inhalt<br />
Zu dieser Studie 3<br />
Inhalt 4<br />
Abbildungsverzeichnis 5<br />
Tabellenverzeichnis 7<br />
Executive Summary 8<br />
1 Zielsetzung, Studiendesign und Ausgangslage 10<br />
1.1 Zielsetzung der Studie 10<br />
1.2 Begriffsverständnis 11<br />
1.3 Methodische Vorgehensweise 14<br />
1.4 Ausgangslage und Motivation der Unternehmen 17<br />
2 Das Modell zur Readiness-Messung 21<br />
3 Die Ergebnisse der Readiness-Messung 26<br />
3.1 Gesamtblick 26<br />
3.2 Strategie und Organisation 29<br />
3.3 Smart Factory 35<br />
3.4 Smart Operations 39<br />
3.5 Smart Products 44<br />
3.6 Data-driven Services 47<br />
3.7 Mitarbeiter 52<br />
4 Handlungsfelder für Industrie 4.0 55<br />
4.1 Handlungsfelder für Neulinge 57<br />
4.2 Handlungsfelder für Einsteiger 60<br />
4.3 Handlungsfelder für Pioniere 61<br />
5 Literaturverzeichnis 65<br />
6 Glossar 66<br />
7 Anhang 69<br />
4
Abbildungsverzeichnis<br />
Abbildung 1-1: Industrie 4.0 als Verbindung von physischer und virtueller Welt 12<br />
Abbildung 1-2: Teilnehmende Unternehmen nach Fachverbänden 16<br />
Abbildung 1-3: Motivation für Industrie 4.0 17<br />
Abbildung 1-4: Ziele von Industrie 4.0 18<br />
Abbildung 1-5: Beschäftigung mit Industrie 4.0 19<br />
Abbildung 1-6: Selbsteinschätzung der Unternehmen mit Blick auf ihre Industrie 4.0-Umsetzung 20<br />
Abbildung 2-1: Dimensionen und zugeordnete Themenfelder von Industrie 4.0 22<br />
Abbildung 2-2: Die sechs Stufen im Industrie 4.0-Readiness-Modell 23<br />
Abbildung 2-3: Empirische Umsetzung der sechsstufigen Readiness-Messung 25<br />
Abbildung 3-1: Readiness-Messung 27<br />
Abbildung 3-2: Readiness-Messung nach Unternehmensgrößenklassen 28<br />
Abbildung 3-3: Industrie 4.0-Readiness nach Unternehmenstypen 29<br />
Abbildung 3-4: Readiness-Stufen in der Dimension Strategie und Organisation 30<br />
Abbildung 3-5: Haupthürden in der Dimension Strategie und Organisation 31<br />
Abbildung 3-6: Umsetzungsstand der Industrie 4.0-Strategie 32<br />
Abbildung 3-7: Nutzung eines Kennzahlensystems 33<br />
Abbildung 3-8: Technologie- und Innovationsmanagement 33<br />
Abbildung 3-9: Getätigte und geplante Investitionen in Industrie 4.0 34<br />
Abbildung 3-10: Readiness-Stufen in der Dimension Smart Factory 36<br />
Abbildung 3-11: Haupthürden in der Dimension Smart Factory 36<br />
Abbildung 3-12: Erfassung von Maschinen- und Prozessdaten 37<br />
Abbildung 3-13: Nutzungsfeld der Daten 38<br />
Abbildung 3-14: Maschinenparkfunktionalitäten 39<br />
Abbildung 3-15: Readiness-Stufen in der Dimension Smart Operations 40<br />
Abbildung 3-16: Haupthürden in der Dimension Smart Operations 41<br />
Abbildung 3-17: Systemintegrierter Informationsaustausch nach Bereichen 41<br />
5
Abbildung 3-18: Autonome Steuerung des Werkstücks in der Produktion 42<br />
Abbildung 3-19: Lösungen zur IT-Sicherheit 43<br />
Abbildung 3-20: Nutzung von Cloud-Dienstleistungen 44<br />
Abbildung 3-21: Readiness-Stufen in der Dimension Smart Products 46<br />
Abbildung 3-22: Haupthürden in der Dimension Smart Products 47<br />
Abbildung 3-23: IKT-Zusatzfunktionalitäten von Produkten 47<br />
Abbildung 3-24: Data-driven Services 48<br />
Abbildung 3-25: Readiness-Stufen in der Dimension Data-driven Services 49<br />
Abbildung 3-26: Haupthürden in der Dimension Data-driven Services 49<br />
Abbildung 3-27: Angebot von Data-driven Services 50<br />
Abbildung 3-28: Anteil genutzter Daten im Unternehmen 51<br />
Abbildung 3-29: Analyse von Daten aus der Nutzungsphase 51<br />
Abbildung 3-30: Readiness-Stufen in der Dimension Mitarbeiter 53<br />
Abbildung 3-31: Haupthürden in der Dimension Mitarbeiter 53<br />
Abbildung 3-32: Mitarbeiterkompetenzen für Industrie 4.0 54<br />
Abbildung 4-1: Verteilung der Unternehmenstypen nach Dimensionen 55<br />
Abbildung 4-2: Hemmnisse nach Unternehmenstypen 57<br />
Abbildung 4-3: Handlungsfelder für Neulinge (Readiness-Stufe 0 und 1) 58<br />
Abbildung 4-4: Handlungsfelder für Einsteiger (Readiness-Stufe 2) 60<br />
Abbildung 4-5: Handlungsfelder für heutige Pioniere (Readiness-Stufen 3+) 62<br />
Abbildung 7-1: Readiness-Modell für die Dimension Strategie und Organisation – Mindestanforderungen 70<br />
Abbildung 7-2: Readiness-Modell für die Dimension Smart Factory – Mindestanforderungen 71<br />
Abbildung 7-3: Readiness-Modell für die Dimension Smart Operations – Mindestanforderungen 72<br />
Abbildung 7-4: Readiness-Modell für die Dimension Smart Products – Mindestanforderungen 73<br />
Abbildung 7-5: Readiness-Modell für die Dimension Data-driven Services – Mindestanforderungen 74<br />
Abbildung 7-6: Readiness-Modell für die Dimension Mitarbeiter – Mindestanforderungen 74<br />
6
Tabellenverzeichnis<br />
Tabelle 1-1: Zusammensetzung der Befragungsstichproben 16<br />
Tabelle 3-1: Gesamtergebnis der Industrie 4.0-Readiness 26<br />
Tabelle 3-2: Durchschnittliche Readiness in der Dimension Strategie und Organisation 30<br />
Tabelle 3-3: Durchschnittliche Readiness in der Dimension Smart Factory 35<br />
Tabelle 3-4: Durchschnittliche Readiness in der Dimension Smart Operations 40<br />
Tabelle 3-5: Durchschnittliche Readiness in der Dimension Smart Products 45<br />
Tabelle 3-6: Durchschnittliche Readiness in der Dimension Data-driven Services 48<br />
Tabelle 3-7: Durchschnittliche Readiness in der Dimension Mitarbeiter 52<br />
7
Executive Summary<br />
Industrie 4.0 steht im Mittelpunkt vieler<br />
Zukunftskonzepte von Unternehmen, Wirtschaft<br />
und Politik. Dabei ist aber nicht klar, wo die<br />
Unternehmen des deutschen Maschinen- und<br />
Anlagenbaus als Schlüsselindustrie für die<br />
Umsetzung von Industrie 4.0 heute wirklich<br />
stehen. Die Studie untersucht die Industrie 4.0-<br />
Readiness, also die Bereitschaft und Fähigkeit der<br />
Unternehmen zur Umsetzung von Industrie 4.0-<br />
Konzepten. Der aktuelle Umsetzungsstand<br />
wurde empirisch ermittelt und mithilfe eines<br />
Einordnungsschemas, dem Readiness-Modell,<br />
kategorisiert.<br />
Das Readiness-Modell<br />
Mit dem Readiness-Modell wurden Kriterien formuliert,<br />
die es erlauben, die Unternehmen in die<br />
drei Unternehmenstypen „Neulinge“, „Einsteiger“<br />
und „Pioniere“ einzuordnen. Die Einordnung der<br />
Unternehmen erfolgt in Abhängigkeit folgender<br />
sechs wesentlicher Dimensionen von Industrie 4.0:<br />
Strategie und Organisation, Smart Factory, Smart<br />
Operations, Smart Products, Data-driven Services<br />
und Mitarbeiter.<br />
Online-Selbst-Check – das Werkzeug zur<br />
Selbstbewertung für Unternehmen<br />
Das Readiness-Modell ist die Grundlage auch für<br />
eine Selbstbewertung und einen Vergleich. Der<br />
hierfür entwickelte Online-Selbst-Check bietet<br />
Unternehmen die Möglichkeit, ihre Industrie 4.0-<br />
Readiness in den sechs Dimensionen Strategie<br />
und Organisation, Smart Factory, Smart Operations,<br />
Smart Products, Data-driven Services und<br />
Mitarbeiter selbstständig zu bestimmen. Auf<br />
dieser Basis wird auch eine Einordnung in die<br />
Unternehmenstypen „Neulinge“, „Einsteiger“<br />
und „Pioniere“ möglich. Der Online-Selbst-Check<br />
steht unter www.industrie40-readiness.de zur<br />
Verfügung.<br />
Industrie 4.0 ist im deutschen Maschinenund<br />
Anlagenbau angekommen<br />
Mehr als jedes fünfte Maschinen- und Anlagenbauunternehmen<br />
beschäftigt sich intensiv mit<br />
Industrie 4.0. Im gesamten Verarbeitenden<br />
Gewerbe 1 sind es im Vergleich zehn Prozent. Der<br />
deutsche Maschinen- und Anlagenbau sieht in<br />
Industrie 4.0 deutlich mehr Chancen als Risiken:<br />
Neun von zehn Unternehmen, die sich intensiv<br />
mit Industrie 4.0 beschäftigen, erkennen in<br />
Industrie 4.0 eine Möglichkeit, sich am Markt zu<br />
differenzieren. 76,2 Prozent geben zudem an,<br />
dass es zum Selbstverständnis von Technologieführern<br />
gehört, sich mit diesem Thema zu befassen.<br />
Einordnung der befragten Unternehmen<br />
Dennoch zählt mit 5,6 Prozent nur ein relativ<br />
kleiner Anteil unter den Unternehmen bereits zu<br />
den Pionieren bei der Umsetzung von Industrie 4.0.<br />
17,9 Prozent der Unternehmen sind Einsteiger,<br />
welche sich mit Industrie 4.0-Konzepten befassen<br />
und erste Maßnahmen zur Realisierung treffen.<br />
Mit 76,5 Prozent hat die überwiegende Mehrheit<br />
bisher noch keine systematischen Schritte zur<br />
Umsetzung unternommen und zählt zu den<br />
Neulingen im Bereich Industrie 4.0.<br />
Readiness ist abhängig von Grössenklasse<br />
Die Industrie 4.0-Readiness der Unternehmen<br />
hängt mit der Unternehmensgröße zusammen.<br />
Große Unternehmen des Maschinen- und Anlagenbaus<br />
sind weiter bei der Einführung von Industrie<br />
4.0 fortgeschritten als kleine und mittelständische<br />
Unternehmen. Für ein Unternehmen<br />
alleine ist es kaum möglich, unabhängig von<br />
Partnern einen höheren Grad der Industrie 4.0-<br />
Readiness zu erreichen. Denn dafür müssen alle<br />
Akteure entlang der Wertschöpfungskette entsprechende<br />
Konzepte implementiert haben und<br />
in einem digitalen Netzwerk interagieren.<br />
1 Der Maschinen- und Anlagenbau ist eine Teilgruppe<br />
des Verarbeitenden Gewerbes.<br />
8
Vier wichtige Erkenntnisse<br />
1. Industrie 4.0 muss stärker in der Unternehmensstrategie<br />
verankert werden<br />
Entscheidend für die Etablierung von Industrie 4.0<br />
ist, dass die Unternehmensleitung derartige<br />
Konzepte vordenkt und vor allem vorlebt. Bei vier<br />
von zehn Unternehmen ist noch keine Industrie<br />
4.0-Strategie vorhanden. Hier zeichnet sich<br />
ein klares Größengefälle ab: Je größer das Unternehmen<br />
ist, desto eher beschäftigt es sich auch<br />
strategisch mit Industrie 4.0. Gerade kleine und<br />
mittlere Unternehmen sollten versuchen, das<br />
Thema über Pilotinitiativen für sich zu erschließen.<br />
2. Qualifiziertes Personal ist bereits Thema<br />
Der Großteil der Unternehmen hat bereits<br />
erkannt, dass eine breit qualifizierte Belegschaft<br />
ein wesentlicher Erfolgsfaktor zur Zielerreichung<br />
von Industrie 4.0 ist. Unternehmen nutzen bei<br />
der Mitarbeiterqualifizierung ihre Schulungserfahrung<br />
und fühlen sich in diesem Themenfeld<br />
sicher. Lediglich 30 Prozent der Unternehmen<br />
geben an, betriebsintern keine Kernkompetenzen<br />
zu besitzen, um die Anforderungen an<br />
Industrie 4.0 aus Mitarbeitersicht heute zu<br />
bewältigen.<br />
3. Data-driven Services und vernetzte Produkte<br />
ermöglichen neue Geschäftsmodelle<br />
Alle Unternehmenstypen, also sowohl Neulinge<br />
und Einsteiger als auch Pioniere, verfügen bei<br />
„Data-driven Services“ über die mit Abstand<br />
geringste Industrie 4.0-Readiness. Knapp zwei<br />
Drittel der Unternehmen haben die Potenziale<br />
von Data-driven Services noch nicht für sich<br />
entdeckt und offerieren kein datenbasiertes<br />
Dienstleistungsangebot. Dabei bieten die<br />
Sammlung und Auswertung anfallender Daten<br />
im Produktlebenszyklus ein enormes Potenzial<br />
für Unternehmen, um künftig ihr Serviceportfolio<br />
oder ihr Geschäftsmodell zu erweitern. Gerade<br />
mithilfe von Produktzusatzfunktionalitäten lassen<br />
sich Produkte und Lösungsansätze entwickeln,<br />
die präzise auf potenzielle und bestehende Kunden<br />
zugeschnitten sind. Einen echten Mehrwert<br />
können standortbezogene Informationen liefern,<br />
die bisher kaum erfasst werden.<br />
4. Finanzierung von Industrie 4.0-Projekten<br />
muss gesichert werden<br />
Die Pioniere sind sich über den wirtschaftlichen<br />
Nutzen von Industrie 4.0 im Klaren. Die Unklarheit<br />
über den wirtschaftlichen Nutzen von<br />
Industrie 4.0 schwindet also rapide, wenn Unternehmen<br />
ihre zögernde Haltung aufgeben und<br />
sich aktiv mit Themen wie datenbasierte Dienstleistungen<br />
oder vernetzte Produkte beschäftigen.<br />
Deutlich wird aber auf der anderen Seite auch<br />
der dann notwendige finanzielle Aufwand.<br />
Aufgrund der steigenden Komplexität von fortschreitenden<br />
Industrie 4.0-Projekten geben<br />
63,4 Prozent der Pioniere an, dass sie die fehlende<br />
Finanzkraft zur Durchführung von Investitionen<br />
daran hindert, das Thema weiter voranzutreiben.<br />
Damit liegt die Finanzierungsfrage als Hemmnis<br />
bei Pionieren über den Forderungen nach einheitlichen<br />
Standards, der IT-Security oder der<br />
Klärung von Rechtsfragen. Hier ist auch die Politik<br />
gefragt, mit angemessenen Maßnahmen wie<br />
der steuerlichen Forschungsförderung zu unterstützen.<br />
Ein solides Geschäftsmodell sollte zudem<br />
schon mit der schrittweisen Einführung von<br />
Industrie 4.0 innerhalb des Unternehmens stehen.<br />
9
1 Zielsetzung, Studiendesign und<br />
Ausgangslage<br />
In diesem einführenden Kapitel werden die Zielsetzung<br />
der Studie dargelegt, grundlegende<br />
Begriffe eingeführt und die verwendeten Methoden<br />
erläutert. Zudem wird die Ausgangslage des<br />
deutschen Maschinen- und Anlagenbaus in<br />
Bezug auf Industrie 4.0 skizziert. Danach folgt in<br />
Kapitel 2 die Darstellung und Erläuterung des im<br />
Rahmen der Studie entwickelten Readiness-Modells,<br />
mit dem der derzeitige Stand der Implementierung<br />
von Industrie 4.0 in deutschen<br />
Maschinenbauunternehmen gemessen werden<br />
soll. Im anschließenden Kapitel 3 werden die<br />
entsprechenden Messergebnisse vorgestellt,<br />
die – aufbauend auf dem Modell – auf Basis<br />
einer Unternehmensbefragung empirisch ermittelt<br />
wurden. Die Studie schließt in Kapitel 4 mit<br />
der Identifizierung vordringlicher Handlungsfelder.<br />
Mit deren Hilfe können Industrie 4.0-Konzepte<br />
den deutschen Maschinen- und Anlagenbau<br />
weiter durchdringen.<br />
1.1 Zielsetzung der Studie<br />
Industrie 4.0 bezeichnet die in Echtzeit stattfindende<br />
digitale Vernetzung von Lieferanten, Produzenten<br />
und Kunden entlang der Wertschöpfungsketten<br />
und der Geschäftsmodelle. Die<br />
damit verbundene Verschmelzung moderner<br />
Informations- und Kommunikationstechnologien<br />
(IKT) mit klassischen industriellen Prozessen<br />
bietet den Unternehmen des deutschen<br />
Maschinen- und Anlagenbaus viele Chancen:<br />
Eine Studie erwartet für die Branche bis zum<br />
Jahr 2025 ein zusätzliches Wertschöpfungspotenzial<br />
von 23 Milliarden Euro und ein jährliches<br />
Wachstum von 2,1 Prozent durch Industrie 4.0-<br />
Technologien (Bitkom/Fraunhofer IAO, 2014).<br />
Dieses Potenzial kann mithilfe von optimierten<br />
Wertschöpfungsnetzwerken, Effizienzgewinnen<br />
in betrieblichen Prozessen, innovativen Produkten<br />
sowie neuen Dienstleistungen und<br />
Geschäftsmodellen erreicht werden.<br />
Da der Maschinen- und Anlagenbau künftig<br />
nicht nur Anwender von Industrie 4.0-Konzepten<br />
sein wird, sondern sich auch gleichzeitig zu<br />
einem Anbieter für Lösungen entwickeln wird,<br />
besteht für diese Branche die besondere Notwendigkeit,<br />
sich frühzeitig und intensiv mit den<br />
entsprechenden Konzepten zu befassen.<br />
Bei der Arbeit der Plattform Industrie 4.0 und des<br />
VDMA-Forums Industrie 4.0 ist jedoch zu beobachten,<br />
dass bei vielen Unternehmen des<br />
Maschinen- und Anlagenbaus noch erhebliche<br />
Unsicherheiten und ein hoher Informationsbedarf<br />
bezüglich der konkreten Umsetzung von<br />
Industrie 4.0 bestehen. Während einige Unternehmen<br />
in der Implementierung von Industrie 4.0-<br />
Prozessen und -Technologien bereits weit fortgeschritten<br />
sind, agieren andere, zumeist kleine<br />
und mittelständische Firmen, noch sehr abwartend.<br />
Das liegt daran, dass Industrie 4.0 aufgrund<br />
mangelnder Informationen viele Unsicherheiten<br />
hinsichtlich der Chancen und Risiken mit<br />
sich bringt (Wischmann et al., 2015).<br />
Ermittlung der Industrie 4.0-Readiness<br />
des Maschinen- und Anlagenbaus<br />
Zielsetzung dieser Studie ist es daher, die deutschen<br />
Maschinen- und Anlagenbauunternehmen<br />
bei ihren Schritten zu Industrie 4.0 zu<br />
unterstützen. Im Rahmen dieser Studie wird der<br />
Umsetzungsgrad (Readiness) von Industrie 4.0 in<br />
den Unternehmen untersucht. Dazu wurde ein<br />
Messkonzept entwickelt und es wurden die Parameter<br />
im Rahmen einer Unternehmensbefragung<br />
empirisch ermittelt.<br />
Im Wesentlichen gibt die Studie Antworten auf<br />
zwei spezifische Fragestellungen:<br />
1. Wo stehen die Unternehmen des deutschen<br />
Maschinen- und Anlagenbaus derzeit auf<br />
dem Weg zu Industrie 4.0?<br />
2. Welche Voraussetzungen müssen für die<br />
erfolgreiche Umsetzung von Industrie 4.0 in<br />
den Unternehmen geschaffen werden und<br />
welche Rahmenbedingungen müssen dafür<br />
verändert werden?<br />
Online-Selbst-Check für Unternehmen<br />
Im Rahmen der Studie haben die Projektpartner<br />
IW Consult und FIR an der RWTH Aachen ein<br />
Online-Werkzeug entwickelt, mit dem interessierte<br />
Unternehmen ihren individuellen Industrie<br />
4.0-Reifegrad ermitteln können. Der Selbst-<br />
Check erfasst analog zur Studie die sechs<br />
10
Dimensionen von Industrie 4.0 und vergleicht<br />
diese Selbsteinschätzung (Ist-Profil) mit dem<br />
Profil führender Industrie 4.0-Unternehmen<br />
(Benchmark-Profil) sowie dem Profil der Zielvision<br />
(Soll-Profil). Dadurch erfahren die Unternehmen,<br />
in welchen Bereichen sie schon besonders<br />
gut aufgestellt sind und in welchen Bereichen<br />
noch Optimierungsbedarf besteht.<br />
Der Online-Selbst-Check ist unter<br />
folgendem Link erreichbar:<br />
www.industrie40-readiness.de<br />
1.2 Begriffsverständnis<br />
Der Lenkungskreis der Plattform Industrie 4.0<br />
definierte den Begriff Industrie 4.0 wie folgt:<br />
„Der Begriff Industrie 4.0 steht für die vierte<br />
industrielle Revolution, einer neuen Stufe der<br />
Organisation und Steuerung der gesamten<br />
Wertschöpfungskette über den Lebenszyklus von<br />
Produkten. Dieser Zyklus orientiert sich an den<br />
zunehmend individualisierten Kundenwünschen<br />
und erstreckt sich von der Idee, dem Auftrag<br />
über die Entwicklung und Fertigung, die Auslieferung<br />
eines Produkts an den Endkunden bis hin<br />
zum Recycling, einschließlich der damit verbundenen<br />
Dienstleistungen.<br />
Basis ist die Verfügbarkeit aller relevanten Informationen<br />
in Echtzeit durch Vernetzung aller an<br />
der Wertschöpfung beteiligten Instanzen sowie<br />
die Fähigkeit aus den Daten den zu jedem Zeitpunkt<br />
optimalen Wertschöpfungsfluss abzuleiten.<br />
Durch die Verbindung von Menschen, Objekten<br />
und Systemen entstehen dynamische,<br />
echtzeitoptimierte und selbst organisierende,<br />
unternehmensübergreifende Wertschöpfungsnetzwerke,<br />
die sich nach unterschiedlichen Kriterien<br />
wie bspw. Kosten, Verfügbarkeit und Ressourcenverbrauch<br />
optimieren lassen.“ (Plattform<br />
Industrie 4.0, 2015)<br />
Industrie 4.0 ist eine Vision, die die Industrie der<br />
Zukunft beschreibt. Die spezifischen Potenziale<br />
liegen vor allem in einer hochflexiblen, hochproduktiven<br />
und ressourcenschonenden Produktion,<br />
die es ermöglicht, hochindividualisierte Produkte<br />
unter den wirtschaftlichen Rahmenbedingungen<br />
eines Massenherstellers zu fertigen. Schlussendlich<br />
sind in dynamischen, echtzeitoptimierten<br />
Wertschöpfungsnetzwerken Engineering, Produktion,<br />
Logistik, Service und Vermarktung<br />
unternehmensübergreifend gekoppelt.<br />
Die Vision von Industrie 4.0<br />
Die Vision von Industrie 4.0 bedeutet für den<br />
Maschinen- und Anlagenbau das Erreichen der<br />
folgenden vier Ziele (Plattform Industrie 4.0, 2015):<br />
1. Horizontale Integration: Die Smart Factory<br />
passt sich stets den neuen Gegebenheiten<br />
(wie beispielsweise Auftragslage und Materialverfügbarkeit)<br />
an und optimiert selbstständig<br />
ihre Produktionsprozesse. Hierzu ist sie in<br />
der Wertschöpfungskette mit Zulieferern und<br />
Kunden vernetzt.<br />
2. Vertikale Integration: In der Smart Factory<br />
werden Menschen, Maschinen und Ressourcen<br />
digital abgebildet und kommunizieren miteinander<br />
über cyber-physische Systeme (CPS).<br />
3. Smart Products verfügen sowohl über Informationen<br />
bezüglich des eigenen Herstellungsprozesses<br />
als auch über die Fähigkeit,<br />
Daten während der Fertigungs- und Nutzungsphase<br />
zu sammeln und zu kommunizieren.<br />
Dies ermöglicht das digitale Abbild in der<br />
Smart Factory und das Angebot von datenbasierten<br />
Dienstleistungen für den Kunden in<br />
der Nutzungsphase.<br />
4. Der Mensch als Dirigent der Wertschöpfung.<br />
Der Aufbau dieser Systeme ist kein Selbstzweck,<br />
sondern wird nur stattfinden, wenn dadurch<br />
Erfolg versprechende Geschäftsmodelle realisiert<br />
werden. Dabei können durchaus unterschiedliche<br />
Aspekte im Fokus stehen:<br />
Durch Industrie 4.0-Technologien sollen kleine<br />
kundenindividuelle Losgrößen bei optimalen<br />
Kapazitätsauslastungen erreicht werden. Die<br />
rentable Produktionsmöglichkeit von Losgröße<br />
eins und Leerkosten null beschreiben diese<br />
Vision.<br />
11
Industrie 4.0 soll auf der Eingangsseite Effizienzsteigerung<br />
mit Blick auf Arbeits-, Kapital-, Material-,<br />
Energie- und Zeiteinsatz ermöglichen.<br />
Dabei sollen 30 bis 50 Prozent Effizienzsteigerung<br />
und 20 bis 25 Prozent Ressourceneinsparungen<br />
möglich sein (McKinsey, 2015).<br />
Durch Industrie 4.0 sollen alle Prozesse beschleunigt<br />
und es soll eine höhere Innovationsdynamik<br />
entfaltet werden.<br />
Vor allem für den Maschinen- und Anlagenbau<br />
als Ausstatter und Anwender der zukünftigen<br />
Smart Factory ergeben sich signifikante Umsatzsteigerungen<br />
von bis zu 30 Prozent (McKinsey,<br />
2015).<br />
Unser Verständnis von Industrie 4.0<br />
Obwohl die skizzierte Vision und Definition von<br />
Industrie 4.0 in zahlreichen Publikationen allgemeiner<br />
Konsens ist, so fehlt für diese Studie und<br />
damit für Unternehmen dennoch eine anwendungsorientierte<br />
Übersetzung. Nur mit einer<br />
praxisorientierten Definition von Industrie 4.0<br />
können die Vision und das Ziel anvisiert und die<br />
Startlinie für die zukünftige Entwicklung des<br />
Maschinen- und Anlagenbaus gezeichnet werden.<br />
Denn nur wer weiß, wohin die Reise geht,<br />
kann auch die richtigen Schritte in die Wege leiten.<br />
Insofern bezieht sich das dieser Studie zugrunde<br />
liegende Verständnis vor allem auf die Bereiche,<br />
in denen sich Potenziale ergeben. Unser Verständnis<br />
von Industrie 4.0 umfasst die folgenden<br />
vier Dimensionen (Abbildung 1-1):<br />
• Smart Factory<br />
• Smart Products<br />
• Smart Operations<br />
• Data-driven Services<br />
Abbildung 1-1: Industrie 4.0 als Verbindung von physischer und virtueller Welt<br />
Physisch<br />
Smart Factory<br />
Für eine erhöhte Transparenz<br />
und erweiterte Planungsfähigkeit<br />
werden Assets mit Sensorik<br />
ausgestattet und vernetzt<br />
Smart Products<br />
Das Produkt denkt mit und<br />
steht auch nach dem Verkauf<br />
mit dem Hersteller in<br />
Verbindung<br />
Digitalisierung<br />
Smart Operations<br />
Die Smart Factory ermöglicht<br />
eine flexible Produktionsplanung<br />
und -steuerung<br />
Data-driven Services<br />
Durch die Vernetzung von<br />
Produkt, Hersteller und Kunde<br />
eröffnen sich neue Märkte für<br />
Dienstleistungen<br />
unternehmerische Ziele<br />
Operational Excellence<br />
Effizienzsteigerung<br />
durch weitere<br />
Automatisierung<br />
Kundenindividuelle<br />
Produkte zu Kosten<br />
eines Massenprodukts<br />
Erweiterung Leistungsportfolio<br />
Steigerung des<br />
Umsatzes durch<br />
digital veredelte<br />
Produkte<br />
Erschließung neuer<br />
Märkte<br />
Virtuell<br />
Eigene Darstellung<br />
12
Von zentraler Bedeutung für das Verständnis ist,<br />
dass sich die ersten beiden Dimensionen (Smart<br />
Factory und Smart Products) auf die physische<br />
Welt beziehen, während die beiden anderen<br />
(Smart Operations und Data-driven Services) die<br />
virtuelle Abbildung der physischen Dimensionen<br />
repräsentieren. Industrie 4.0 ist nach diesem<br />
Konzept die Verbindung von physischer und virtueller<br />
Welt.<br />
Smart Factory: Die erfolgreiche Umsetzung von<br />
Industrie 4.0 ermöglicht eine dezentrale und<br />
hochautomatisierte Produktion. Im Gegensatz<br />
zur klassischen Fertigung werden intelligente<br />
Werkstücke den Fertigungsprozess steuern und<br />
überwachen und sich in der finalen Ausbaustufe<br />
eigenständig durch die Fertigung lenken. Dies<br />
geschieht in der Umgebung der Smart Factory.<br />
Die Smart Factory beschreibt dabei eine Produktionsumgebung,<br />
in der sich Fertigungsanlagen<br />
sowie Logistiksysteme ohne menschliche Eingriffe<br />
weitgehend selbst organisieren. Die<br />
Grundlage hierfür sind cyber-physische Systeme<br />
(CPS). Diese bilden die Verbindung zwischen der<br />
physischen und virtuellen Welt, indem sie über<br />
eine IT-Infrastruktur, das „Internet der Dinge“,<br />
kommunizieren. Darüber hinaus umfasst Industrie<br />
4.0 die intelligente Datenaufnahme, -speicherung<br />
und -verarbeitung zur Erzeugung eines<br />
digitalen Abbilds. Das Konzept der Smart Factory<br />
gewährleistet also eine effizientere Informationsbereitstellung<br />
und Ressourcennutzung. Produktionsanlagen,<br />
Informationssysteme und<br />
Menschen müssen über die Unternehmensgrenzen<br />
hinweg in Echtzeit zusammenwirken. Durch<br />
diese vernetzten Systeme entstehen große<br />
Datenmengen, die verarbeitet, analysiert und in<br />
Entscheidungsmodelle eingebunden werden.<br />
Smart Products: Um eine automatisierte, flexible<br />
und effiziente Produktion zu ermöglichen, sind<br />
Smart Products als Baustein eines Gesamtkonzepts<br />
„Smart Factory“ nötig. Physische Produkte<br />
werden mit IKT-Komponenten (zum Beispiel<br />
Sensoren, RFID, Kommunikationsschnittstelle)<br />
ausgestattet, um Informationen über die<br />
Umwelt und den eigenen Zustand zu sammeln.<br />
Erst wenn die Produkte Daten sammeln, ihren<br />
Weg durch die Produktion kennen und mit den<br />
übergeordneten Systemen kommunizieren, können<br />
Produktionsprozesse in Echtzeit selbstständig<br />
verbessert und gesteuert werden. Zudem<br />
kann der Zustand der einzelnen Produkte überwacht<br />
und optimiert werden. Mögliche Einsatzfelder<br />
gehen über die eigentliche Produktion<br />
hinaus. Durch den Einsatz von Smart Products in<br />
der Nutzungsphase werden neue Dienstleistungen<br />
erst möglich, etwa durch die Kommunikation<br />
zwischen Kunden und Hersteller.<br />
Data-driven Services: Die Dimension Data-driven<br />
Services zielt auf die Ausrichtung zukünftiger<br />
Geschäftsmodelle sowie auf die Steigerung<br />
des Kundennutzens ab. Das After-Sales- und Servicegeschäft<br />
wird zunehmend auf der Auswertung<br />
und Analyse aufgenommener Daten basieren<br />
und sich der unternehmensweiten<br />
Vernetzung bedienen. Die physischen Produkte<br />
müssen dabei selbst mit physischer IT ausgestattet<br />
sein, damit sie für die betrieblichen Prozesse<br />
notwendige Informationen senden, empfangen<br />
oder verarbeiten können. Sie haben<br />
damit eine physische und digitale Komponente,<br />
die wiederum Basis für digitalisierte Dienstleistungen<br />
in der Nutzungsphase der Produkte sind.<br />
Smart Operations: Ein zentrales Merkmal von<br />
Industrie 4.0 ist die unternehmensinterne und<br />
unternehmensübergreifende Vernetzung der<br />
physischen und virtuellen Welt. Durch den Einzug<br />
der Digitalisierung und die damit verbundene<br />
Datenverfügbarkeit im Produktions- und<br />
Logistikumfeld sind teilweise völlig neue Formen<br />
und Ansätze der Produktionsplanung und -steuerung<br />
(PPS) sowie des Supply-Chain-Managements<br />
(SCM) realisierbar. Smart Operations<br />
umfassen damit die technischen Voraussetzung<br />
in der Produktion und Produktionsplanung zur<br />
Realisierung des selbst steuernden Werkstückes.<br />
13
1.3 Methodische Vorgehensweise<br />
Zur Durchführung dieser Studie wurde ein<br />
Methoden-Mix aus Literaturanalyse, Expertenwissen,<br />
Workshops und einer umfassenden<br />
Unternehmensbefragung gewählt.<br />
Workshop zur Identifizierung Industrie<br />
4.0-relevanter Indikatoren<br />
In einem ersten Schritt wurde nach einer ausführlichen<br />
Sondierung der Literatur ein Workshop<br />
mit ausgewählten führenden Maschinenund<br />
Anlagenbauunternehmen durchgeführt, die<br />
bereits Erfahrung mit der Anwendung von<br />
Industrie 4.0-Technologien besitzen. In diesem<br />
Workshop haben die Experten zusammen mit<br />
den Projektpartnern (IW Consult und FIR)<br />
erfolgsrelevante Indikatoren für Industrie 4.0<br />
systematisch identifiziert und bewertet.<br />
Konzeption des Readiness-Modells<br />
Aufbauend auf den Workshop-Ergebnissen, der<br />
Literaturanalyse und dem Know-how der Projektpartner<br />
wurde in einem nächsten Schritt ein<br />
Readiness-Modell konzipiert, mit dessen Hilfe<br />
sich insgesamt sechs Reifegrade für Industrie 4.0<br />
definieren ließen (vgl. ausführlich Kapitel 2):<br />
• Stufe 0: Außenstehender<br />
• Stufe 1: Anfänger<br />
• Stufe 2: Fortgeschrittener<br />
• Stufe 3: Erfahrener<br />
• Stufe 4: Experte<br />
• Stufe 5: Exzellenz<br />
Beim Readiness-Modell wurde eng an die in der<br />
Definition genannten vier Dimensionen von<br />
Industrie 4.0 angeknüpft. Zusätzlich wurden mit<br />
den Dimensionen Strategie und Organisation<br />
sowie Mitarbeiter zwei Querschnittsthemen<br />
berücksichtigt. Die für die Readiness-Messung<br />
verwendeten Indikatoren wurden im Rahmen<br />
von Unternehmensbefragungen erhoben.<br />
Fragebogendesign<br />
Aufbauend auf den Anforderungen des Readiness-Modells<br />
wurde ein Fragebogen entwickelt,<br />
der die folgenden Aspekte beinhaltet:<br />
• Strukturmerkmale der Unternehmen<br />
• Allgemeine Fragen zu Industrie 4.0<br />
• Erfüllungsgrad der Dimensionen von<br />
Industrie 4.0-Unternehmen<br />
• Treiber und Hemmnisse auf dem Weg zu<br />
Industrie 4.0.<br />
Im ersten Teil des Fragebogens wurden die Teilnehmer<br />
darum gebeten, Strukturangaben zu<br />
ihrem Unternehmen zu machen. Diese Angaben<br />
dienen in erster Linie dazu, die Repräsentativität<br />
zu kontrollieren und mit einer Hochrechnung zu<br />
gewährleisten.<br />
Der zweite Teil des Fragebogens enthielt allgemeine<br />
Fragen zu Industrie 4.0, beispielsweise<br />
inwieweit die Unternehmen sich mit Industrie 4.0<br />
bereits beschäftigt haben, sowie eine Selbsteinschätzung<br />
der Unternehmen zu ihrem Umsetzungsstand<br />
von Industrie 4.0. Diese beiden Fragen<br />
dienten dazu, die Teilnehmer herauszufiltern, für<br />
die Industrie 4.0 nicht relevant oder unbekannt<br />
ist. Im Mittelpunkt der Befragung stand aber die<br />
Festlegung der Indikatoren, mit deren Hilfe die<br />
insgesamt 18 Themenfelder der sechs Dimensionen<br />
von Industrie 4.0 (vgl. Kapitel 2) konkret<br />
beschrieben und die Ausprägungen entsprechend<br />
gemessen werden sollten. Dafür wurden<br />
insgesamt 26 Fragen formuliert. Die Unternehmen<br />
machten unter anderem Angaben zum<br />
Umsetzungsstand ihrer Industrie 4.0-Strategie,<br />
zu den Funktionalitäten ihres Maschinenparks,<br />
zur Datenerfassung, autonomen Fertigung, zu<br />
datenbasierten Dienstleistungen und Mitarbeitern.<br />
Zudem gaben die Teilnehmer an, was die<br />
zentralen Treiber für die Umsetzung von Industrie<br />
4.0 sind und welche Hemmnisse die Umsetzung<br />
maßgeblich bremsen.<br />
14
Befragungsstichproben<br />
Kern der empirischen Erhebung ist eine<br />
Online-Befragung von Mitgliedern des VDMA,<br />
die von April bis Juli 2015 durchgeführt wurde.<br />
Der VDMA hat dafür via E-Mail-Verteiler zur Teilnahme<br />
eingeladen. Die Unternehmen erhielten<br />
einen umfassenden Fragebogen, den 232 Teilnehmer<br />
beantwortet haben.<br />
Es zeigte sich, dass diese Stichprobe für eine<br />
repräsentative Hochrechnung nicht ausreichte.<br />
Insbesondere die Beteiligung der kleineren<br />
Unternehmen war zu gering. Deshalb wurde die<br />
VDMA-Befragung durch eine wortgleich formulierte<br />
Erhebung im Rahmen der 26. Welle des<br />
IW-Zukunftspanels ergänzt. Mögliche Doppelzählungen<br />
von Unternehmen durch eine Teilnahme<br />
an beiden Befragungen wurden ausgeschlossen.<br />
Es war zudem zu vermuten, dass die<br />
VDMA-Stichprobe verzerrt sein könnte. Der<br />
Grund dafür besteht darin, dass sich Unternehmen<br />
mit einer hohen Themenaffinität erfahrungsgemäß<br />
an solch aufwendigen und thematisch klar<br />
erkennbaren Befragungen überdurchschnittlich<br />
oft beteiligen. Um die empirische Basis zu vergrößern<br />
und diesem Effekt entgegenzuwirken,<br />
wurden mit der 23. Welle des IW-Unternehmervotums<br />
und einer eigens durchgeführten Telefonbefragung<br />
zwei weitere Erhebungen hinzugezogen.<br />
Diese Erhebungen sind aber nur zur<br />
Ermittlung des Anteils der nicht-affinen Industrie<br />
4.0-Unternehmen verwendet worden. Wichtig<br />
ist, dass alle Befragungen im gleichen Zeitraum<br />
und wortgleich durchgeführt wurden. Die Stichproben<br />
der zusätzlich verwendeten Befragungen<br />
sind zufällig gezogen und erlauben deshalb<br />
repräsentative Hochrechnungen. Durch die hohe<br />
Abdeckung der Maschinen- und Anlagenbauunternehmen<br />
im VDMA wird unterstellt, dass<br />
auch diese Stichprobe ein repräsentatives Bild<br />
der Branche wiedergibt.<br />
Dem Befragungsdesign liegt demnach eine<br />
zweistufige Vorgehensweise zugrunde<br />
(Tabelle 1-1):<br />
• Zunächst wurde auf Basis der vier verwendeten<br />
Datensätze der Anteil der Industrie 4.0-<br />
affinen Unternehmen ermittelt. Dafür konnten<br />
die Angaben von 431 Unternehmen verwendet<br />
werden.<br />
• Den Industrie 4.0-affinen Unternehmen wurden<br />
dann weiterführende Fragen zur Messung<br />
der Readiness gestellt. Basis dafür sind 289<br />
Antworten, wobei 199 aus der VDMA-Mitgliederbefragung<br />
und 90 aus dem IW Zukunftspanel<br />
stammen.<br />
In der Studie werden nur Unternehmen mit<br />
mehr als 20 Beschäftigten berücksichtigt.<br />
Gerade für diese Größenklasse hat der VDMA<br />
einen sehr hohen Repräsentationsgrad. Von den<br />
6.419 im Unternehmensregister erfassten<br />
Unternehmen des deutschen Maschinen- und<br />
Anlagenbaus mit mehr als 20 Beschäftigten sind<br />
rund die Hälfte Mitglied des VDMA. Große<br />
Unternehmen sind in der Stichprobe im Vergleich<br />
zur Grundgesamtheit überrepräsentiert,<br />
was durch die Ermittlung von Gewichtungsfaktoren<br />
ausgeglichen wurde.<br />
An den Stellen, wo es signifikante Unterschiede<br />
gibt, werden die Ergebnisse nach Größenklassen<br />
differenziert dargestellt. Dabei wurde folgende<br />
Klassifikation gewählt:<br />
• Kleine Unternehmen (20 bis 99 Mitarbeiter)<br />
• Mittelständische Unternehmen<br />
(100 bis 499 Mitarbeiter)<br />
• Große Unternehmen (ab 500 Mitarbeiter)<br />
15
Tabelle 1-1: Zusammensetzung der Befragungsstichproben<br />
Unternehmen Mitarbeitergrößenklassen<br />
20-99 100-499 ab 500 Gesamt<br />
Unternehmen des Maschinen- und Anlagenbaus<br />
Unternehmensregister 4.268 1.812 339 6.419<br />
Stichprobe zur Ermittlung der<br />
Industrie 4.0-affinen Unternehmen 1<br />
VDMA-Mitgliederbefragung (April bis Juli 2015) 67 86 79 232<br />
IW-Zukunftspanel (26. Welle; Juli bis August 2015) 66 44 16 126<br />
IW-Unternehmervotum (23. Welle; Mai 2015) 8 10 7 25<br />
Telefonische Sonderbefragung (Juli 2015) 24 19 5 48<br />
Gesamt 165 159 107 431<br />
Kernerhebung zur Messung der Readiness von<br />
Industrie 4.0-affinen Unternehmen 1<br />
VDMA-Mitgliederbefragung (April bis Juli 2015) 50 77 72 199<br />
IW-Zukunftspanel (26. Welle; Juli bis August 2015) 40 35 15 90<br />
Gesamt 90 112 87 289<br />
1<br />
Unternehmen, für die Industrie 4.0 relevant ist und für die der Begriff bekannt ist.<br />
Angaben beziehen sich auf die Anzahl der Unternehmen.<br />
Eigene Darstellung<br />
Abbildung 1-2 zeigt die VDMA-Fachverbandszugehörigkeit<br />
der befragten Unternehmen. Der<br />
Schwerpunkt liegt bei der Antriebstechnik sowie<br />
im Bereich Robotik und Automation.<br />
Abbildung 1-2:Teilnehmende Unternehmen nach Fachverbänden<br />
Antriebstechnik<br />
25<br />
20<br />
Gießereimaschinen 15 weitere Fachverbände<br />
mit weniger<br />
Bergbaumaschinen 5<br />
als 5 Teilnehmern<br />
5<br />
Power Systems<br />
6<br />
Holzbearbeitungsmaschinen<br />
6<br />
Armaturen<br />
6<br />
Großanlagenbau<br />
8<br />
Robotik + Automation<br />
17<br />
Software<br />
Allgemeine Lufttechnik<br />
8<br />
17<br />
Werkzeugmaschinen und<br />
Fertigungssysteme<br />
Fördertechnik und<br />
Intralogistik<br />
9<br />
Messund<br />
Prüftechnik<br />
10<br />
15<br />
Fluidtechnik<br />
Textilmaschinen<br />
11<br />
11<br />
Präzisionswerkzeuge<br />
12<br />
Kunststoff- und<br />
Gummimaschinen 12<br />
Elektrische Automation<br />
12<br />
Bau- und Baustoffmaschinen<br />
15<br />
15<br />
14<br />
13<br />
Pumpen + Systeme<br />
Kompressoren, Druckluft- und<br />
Vakuumtechnik<br />
Nahrungsmittelmaschinen und<br />
Verpackungsmaschinen<br />
Verfahrenstechnische Maschinen<br />
und Apparate<br />
20 oder mehr Teilnehmer<br />
5-19 Teilnehmer<br />
weniger als 5 Teilnehmer<br />
n = 214; nur Unternehmen, die Angaben zur Fachverbandszugehörigkeit gemacht haben<br />
Quelle: VDMA-Mitgliederbefragung, 2015<br />
16
1.4 Ausgangslage und Motivation<br />
der Unternehmen<br />
Auf Basis der durchgeführten Unternehmensbefragung<br />
können erste Aussagen zur allgemeinen<br />
Einstellung der deutschen Maschinen- und Anlagenbauunternehmen<br />
in Bezug auf Industrie 4.0<br />
sowie zu den damit verbundenen Chancen und<br />
Risiken getroffen werden.<br />
Die Unternehmen im Maschinen- und<br />
Anlagenbau haben die Chancen von<br />
Industrie 4.0 erkannt<br />
Industrie 4.0 ist für den deutschen Maschinenund<br />
Anlagenbau ein Positivthema – die Chancen<br />
überwiegen deutlich die Risiken. Das zeigen die<br />
Befragungsergebnisse (Abbildung 1-3) eindrucksvoll.<br />
Für fast neun von zehn Unternehmen<br />
ist die Chance, sich am Markt zu differenzieren<br />
und dadurch Alleinstellungsmerkmale im globalen<br />
Wettbewerb zu schaffen, die wichtigste<br />
Motivation, sich mit diesem Thema zu befassen.<br />
Industrie 4.0 weckt den Innovationsgeist – rund<br />
76,2 Prozent der Unternehmen geben an, dass es<br />
zum Selbstverständnis von Technologieführern<br />
gehört, sich damit auseinander zu setzen. Bei<br />
gut drei von vier der befragten Unternehmen<br />
steht Industrie 4.0 auf der Agenda, weil die<br />
Marktentwicklungen und der Wettbewerbsdruck<br />
dies erfordern. Diese Firmen gehen davon aus,<br />
dass traditionelle Konzepte nicht ausreichen<br />
werden, um dem Wettbewerbsdruck standzuhalten.<br />
Sie sehen sich dazu gezwungen, sich mit<br />
dem Thema Industrie 4.0 zu befassen. Bei der<br />
Frage zur Motivation lassen sich keine nennenswerten<br />
Unterschiede zwischen den Größenklassen<br />
feststellen. Daher werden die Ergebnisse<br />
nach Größenklassen an dieser Stelle nicht<br />
explizit ausgewiesen.<br />
Abbildung 1-3: Motivation für Industrie 4.0<br />
1,1<br />
0,0<br />
Chance zur Differenzierung im Markt<br />
49,7<br />
38,5<br />
10,7<br />
3,2<br />
0,2<br />
Innovationsgeist, man muss dieses Thema ausprobieren<br />
45,4<br />
39,6<br />
11,6<br />
4,0<br />
0,6<br />
Selbstverständnis als Technologieführer<br />
40,3<br />
35,9<br />
19,2<br />
1,7<br />
0,0<br />
Markterfordernisse und Wettbewerbsdruck<br />
33,8<br />
43,3<br />
21,2<br />
Trifft zu Trifft eher zu Trifft eher nicht zu Trifft nicht zu Keine Angabe<br />
Angaben in Prozent; Mehrfachnennungen möglich; n= 134<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quelle: VDMA-Mitgliederbefragung, 2015<br />
17
Mit Industrie 4.0 lassen sich<br />
erhebliche Umsatz- und Effizienzpotenziale<br />
erschliessen<br />
Welche Ziele verfolgen die deutschen Maschinenund<br />
Anlagenbauer mit Industrie 4.0? Gibt es<br />
Unterschiede in den Größenklassen? Die Befragung<br />
der VDMA-Mitgliedsunternehmen zeigt,<br />
dass mehr als sechs von zehn Unternehmen in<br />
Industrie 4.0-Anwendungen eine Möglichkeit<br />
sehen, die Effizienz ihres Produktionssystems zu<br />
erhöhen. Diese Effizienzpotenziale sollen beispielsweise<br />
durch eine Steigerung der Flexibilität,<br />
die Verringerung von Durchlaufzeiten und Produktionskosten<br />
oder eine höhere Termintreue<br />
erreicht werden.<br />
Zudem rechnen über 60 Prozent der Unternehmen<br />
damit, dass ihre Umsätze durch Industrie 4.0<br />
steigen werden. Das Potenzial sehen die Unternehmen<br />
dabei vor allem bei der Erschließung<br />
neuer Geschäftsmodelle durch erweiterte Produkt-<br />
oder Dienstleistungsportfolios oder eine<br />
höhere Kundenbindung.<br />
Effizienzsteigerungen im Managementsystem,<br />
beispielsweise durch optimierte Koordinationsprozesse<br />
oder eine erhöhte Transparenz bei den<br />
Lagerbeständen und der Auftragsbearbeitung,<br />
werden von 46,1 Prozent der Unternehmen<br />
erwartet.<br />
Im Vergleich der Größenklassen nach Mitarbeiterzahl<br />
zeichnen sich deutliche Unterschiede ab.<br />
Während höhere Umsätze für kleine Unternehmen<br />
(20 bis 99 Mitarbeiter) das wichtigste Ziel<br />
darstellen, setzen die mittelständischen Unternehmen<br />
(100 bis 499 Mitarbeiter) primär auf<br />
Effizienzsteigerungen im Produktionssystem.<br />
Für große Unternehmen (ab 500 Mitarbeiter)<br />
gewichten beide Ziele gleich stark (Abbildung 1-4).<br />
Insgesamt zeigen auch diese Auswertungen, dass<br />
Industrie 4.0 ein Chancenthema ist und mit klaren<br />
betriebswirtschaftlichen Zielen verknüpft wird.<br />
Abbildung 1-4: Ziele von Industrie 4.0<br />
Effizienzsteigerungen im<br />
Produktionssystem<br />
…<br />
Umsatzsteigerungen<br />
Effizienzsteigerungen im<br />
Managementsystem<br />
…<br />
Gesamt Gesamt Gesamt<br />
65,6 63,8<br />
46,1<br />
Unternehmensgrößen<br />
20 - 99<br />
Unternehmensgrößen<br />
20 - 99<br />
Unternehmensgrößen<br />
20 - 99<br />
100 - 499<br />
100 - 499<br />
100 - 499<br />
ab 500<br />
ab 500<br />
ab 500<br />
0 20 40 60 80 100<br />
0 20 40 60 80<br />
100<br />
0 20 40 60 80 100<br />
Summe "zentrale und bedeutende Ziele"; Angaben für Gesamt und nach Mitarbeitergrößenklassen;<br />
Angaben in Prozent; Mehrfachnennungen möglich; n = 188; Berücksichtigt sind nur Unternehmen mit<br />
mehr als 20 Beschäftigten. Quelle: VDMA-Mitgliederbefragung, 2015<br />
18
Jedes zweite befragte Unternehmen befasst<br />
sich mit Industrie 4.0<br />
Bei dieser positiven Bewertung der Chancen ist<br />
es nicht verwunderlich, dass das Thema Industrie<br />
4.0 im Maschinen- und Anlagenbau angekommen<br />
ist. Mehr als die Hälfte der Befragten<br />
(57,2 Prozent) hat sich bereits mit dem Themenfeld<br />
Industrie 4.0 befasst. Dabei setzen sich größere<br />
Unternehmen häufiger damit auseinander<br />
als kleine und mittelständische. Gut ein Fünftel<br />
der Maschinen- und Anlagenbauer hat sich<br />
intensiv mit Lösungen zur Umsetzung von<br />
Industrie 4.0 befasst. Ein Drittel hat zwar bereits<br />
davon gehört, bisher aber keinerlei Aktivitäten<br />
unternommen. Lediglich für knapp 9 Prozent der<br />
Befragten ist der Begriff Industrie 4.0 unbekannt<br />
(Abbildung 1-5).<br />
Verglichen mit dem gesamten Verarbeitenden<br />
Gewerbe sind die Unternehmen aus dem<br />
Maschinen- und Anlagenbau deutlich besser<br />
informiert. Der Anteil der Firmen im gesamten<br />
Verarbeitenden Gewerbe (einschließlich Maschinenbau),<br />
die sich intensiv mit Industrie 4.0 auseinandergesetzt<br />
haben, liegt bei 10 Prozent<br />
(Abbildung 1-5). Zugleich ist der Anteil derer, die<br />
noch nicht von Industrie 4.0 gehört haben, deutlich<br />
höher als im Maschinen- und Anlagenbau.<br />
Insgesamt zeigen diese Ergebnisse, dass das<br />
Thema Industrie 4.0 im Maschinen- und Anlagenbau<br />
eine deutlich höhere Relevanz hat als in<br />
anderen Industriebranchen.<br />
Abbildung 1-5: Beschäftigung mit Industrie 4.0<br />
Maschinen- und Anlagenbau<br />
Gesamtes Verarbeitendes Gewerbe<br />
8,9<br />
22,3<br />
14,1<br />
10,0<br />
33,9<br />
35,8<br />
40,1<br />
34,9<br />
Ja, intensiv<br />
Ja, am Rande<br />
Nein, aber wir haben davon gehört<br />
Nein, wir haben noch nicht davon gehört<br />
Angaben in Prozent; n=431 Maschinen- und Anlagenbau; n = 674 Verarbeitendes Gewerbe<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle;<br />
IW-Unternehmervotum 2015, 23. Befragungswelle; telefonische Befragung, 2015<br />
19
Maschinen- und Anlagenbau bei Industrie 4.0<br />
weiter als das Verarbeitende Gewerbe<br />
Die Unternehmen, die sich bereits mit Industrie<br />
4.0 beschäftigt haben, wurden im Rahmen der<br />
vier oben vorgestellten Befragungen gebeten,<br />
eine Selbsteinschätzung zum Umsetzungsstand<br />
von Industrie 4.0 und zu ihrer relativen Position<br />
abzugeben. Sie konnten sich dabei als „Vorreiter“,<br />
„Follower“ oder „Abwartend“ einordnen beziehungsweise<br />
angeben, dass das Thema ihnen<br />
„Nicht bekannt“ oder für sie „Nicht relevant“ ist.<br />
Die Ergebnisse (Abbildung 1-6):<br />
• Knapp 12 Prozent der Unternehmen des<br />
Maschinen- und Anlagenbaus schätzen sich<br />
als Vorreiter ein. Im gesamten Verarbeitenden<br />
Gewerbe ist dieser Anteil mit 6,4 Prozent<br />
deutlich geringer.<br />
• Etwa ein Fünftel sieht sich in einer Follower-Position<br />
und will offensichtlich an die<br />
Themenführer anschließen. Auch dieser<br />
Anteil ist deutlich höher als im gesamten<br />
Verarbeitenden Gewerbe.<br />
• Die Mehrheit (46,5 Prozent) der befragten<br />
Unternehmen im Maschinen- und Anlagenbau<br />
stuft sich abwartend ein. Im gesamten<br />
Verarbeitenden Gewerbe beträgt dieser Anteil<br />
knapp 53 Prozent.<br />
• Nur für ein Fünftel (20,9 Prozent) der befragten<br />
Unternehmen ist Industrie 4.0 unbekannt<br />
oder nicht relevant. Im gesamten Verarbeitenden<br />
Gewerbe sind es knapp 28 Prozent.<br />
Das Fünftel der Unternehmen im Maschinenund<br />
Anlagenbau, für das Industrie 4.0 unbekannt<br />
oder nicht relevant ist, wird bei der Messung<br />
der Readiness in Kapitel 3 noch einmal<br />
herangezogen. Diese Unternehmen werden in<br />
dem Modell a priori der Eingangsstufe 0 (Außenstehender)<br />
zugeordnet. In der Auswertung der<br />
VDMA-Mitgliederbefragung wird angenommen,<br />
dass diese Stichprobe nur 79,1 Prozent (79,1 =<br />
100 – 20,9) der Maschinen- und Anlagenbauunternehmen<br />
repräsentiert, die das Thema kennen<br />
und für relevant halten. Damit werden die oben<br />
beschrieben Selektionseffekte korrigiert, die sich<br />
aus der überdurchschnittlich hohen Teilnahme<br />
Industrie 4.0-affiner Unternehmen an der<br />
VDMA-Befragung ergeben.<br />
Abbildung 1-6: Selbsteinschätzung der Unternehmen mit Blick auf ihre Industrie 4.0-Umsetzung<br />
Maschinen- und Anlagenbau<br />
Gesamtes Verarbeitendes Gewerbe<br />
12<br />
8,9<br />
11,8<br />
20,8<br />
13,1<br />
14,2<br />
6,4<br />
13,6<br />
46,5<br />
52,6<br />
Vorreiter Follower Abwartend<br />
Nicht relevant Nicht bekannt<br />
Angaben in Prozent; n=431 Maschinen- und Anlagenbau; n = 674 Verarbeitendes Gewerbe<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle;<br />
IW-Unternehmervotum 2015, 23. Befragungswelle; telefonische Befragung, 2015<br />
20
2 Das Modell zur Readiness-Messung<br />
Zur Sicherung der Wettbewerbsfähigkeit ist es<br />
für Unternehmen entscheidend, einzuschätzen,<br />
wo sie im digitalen Transformationsprozess stehen<br />
und ob sie das volle Potenzial von Industrie 4.0<br />
nutzen. Daher wurde im Rahmen dieser Studie<br />
die Durchdringung mit Industrie 4.0 messbar<br />
gemacht. Dafür haben die Projektpartner ein<br />
Modell entwickelt, mit dem die Readiness – also<br />
der Reifegrad der Unternehmen auf dem Weg zu<br />
Industrie 4.0 – im deutschen Maschinen- und<br />
Anlagenbau ermittelt werden kann.<br />
Readiness-Modell mit sechs Dimensionen<br />
und 18 Themenfeldern<br />
Die Grundlage für das Readiness-Modell bilden<br />
die vier Dimensionen der Industrie 4.0-Definition<br />
aus Abschnitt 1.2. Als Ergebnis des Workshops<br />
werden mit den Dimensionen Strategie und<br />
Organisation sowie Mitarbeiter zusätzlich zwei<br />
übergeordnete Querschnittsthemen berücksichtigt.<br />
Das Modell umfasst damit die folgenden<br />
sechs Dimensionen:<br />
• Strategie und Organisation<br />
• Smart Factory<br />
• Smart Operations<br />
• Smart Products<br />
• Data-driven Services<br />
• Mitarbeiter<br />
Diesen sechs Dimensionen werden zur Konkretisierung<br />
jeweils Themenfelder zugeordnet, die<br />
wiederum mit geeigneten Indikatoren operationalisiert<br />
werden. Sie bilden die Basis für die Messung<br />
der Industrie 4.0-Readiness der Unternehmen.<br />
Die entsprechenden Daten für die Messung<br />
wurden in einer Unternehmensbefragung<br />
(Abschnitt 1.3) erhoben.<br />
Abbildung 2-1 verdeutlicht das Grundgerüst des<br />
Readiness-Modells im Überblick:<br />
• Der innere Kreis zeigt die sechs grundlegenden<br />
Dimensionen.<br />
• Im äußeren Kreis sind für alle sechs Dimensionen<br />
die zugeordneten Themenfelder<br />
genannt. Insgesamt werden 18 Themenfelder<br />
berücksichtigt, die mit geeigneten Indikatoren<br />
gemessen werden.<br />
Für jede dieser sechs Dimensionen wurden im<br />
Rahmen von Workshops mit Unternehmensvertretern<br />
die Kriterien definiert, die es erlauben,<br />
die Unternehmen einem Reifegrad zuzuordnen.<br />
Aus den sechs Dimensionen von Industrie 4.0<br />
wird ein sechsstufiges Modell zur Messung der<br />
Industrie 4.0-Readiness entwickelt. Dabei beinhaltet<br />
jede der sechs Readiness-Stufen (0 bis 5)<br />
festgelegte Mindestanforderungen, ohne deren<br />
Erfüllung eine Stufe als nicht erreicht gilt.<br />
Auf der Stufe 0 befinden sich die Außenstehenden,<br />
die noch keinerlei oder nur in geringem<br />
Maße Planung oder Umsetzung von Industrie 4.0-<br />
Maßnahmen getätigt haben. Stufe 5 beschreibt<br />
die Exzellenz; also Unternehmen, die alle Industrie<br />
4.0-Aktivitäten erfolgreich umgesetzt haben.<br />
Diese Stufe 5 beschreibt im Modell gleichzeitig<br />
den Zustand der vollständigen Umsetzung der<br />
Zielvision (Soll-Profil) – wenn also die kompletten<br />
Wertschöpfungsketten in Echtzeit vernetzt<br />
sind und interagieren können.<br />
Die Vision von Industrie 4.0 und der Weg dorthin<br />
werden für jedes Unternehmen anders aussehen.<br />
Nicht jedes Unternehmen hat das kurzfristige<br />
Bestreben, die Zielvision Industrie 4.0<br />
vollumfänglich zu erreichen, sondern definiert in<br />
Abhängigkeit der Ausgangssituation eigene Zwischen-<br />
und Abschlussziele. Aus diesem Grund<br />
erlaubt das Modell eine dezidierte Differenzierung<br />
für die oben genannten Dimensionen.<br />
21
Abbildung 2-1: Dimensionen und zugeordnete Themenfelder von Industrie 4.0<br />
Kompetenzen der<br />
Mitarbeiter<br />
Strategie<br />
Investitionen<br />
Aufbau der<br />
Kompetenzen<br />
Innovationsmanagement<br />
Datenbasierte<br />
Dienstleistungen<br />
Mitarbeiter<br />
Strategie und<br />
Organisation<br />
Digitales<br />
Abbild<br />
Umsatzanteil<br />
Data-driven<br />
Services<br />
Smart Factory<br />
Maschinenpark<br />
Datennutzung<br />
Anteil<br />
Datennutzung<br />
Smart Products<br />
Smart Operations<br />
IT-Systeme<br />
IKT-<br />
Zusatzfunktionalitäten<br />
IT-Sicherheit<br />
Cloud -<br />
Nutzung<br />
Datenanalyse<br />
Nutzungsphase<br />
Informationsaustausch<br />
Autonome<br />
Prozesse<br />
Eigene Darstellung<br />
Das Modell berücksichtigt<br />
sechs Stufen der Umsetzung von<br />
Industrie 4.0-Massnahmen<br />
Die sechs Stufen des Readiness-Modells sind der<br />
Abbildung 2-2 zu entnehmen und werden nachfolgend<br />
erläutert.<br />
Stufe 0: Aussenstehender<br />
Unternehmen dieser Stufe erfüllen keine Anforderungen<br />
im Industrie 4.0-Kontext. Außerdem<br />
gehören dieser Stufe diejenigen Unternehmen<br />
an, die a priori der Stufe 0 zugeordnet wurden,<br />
weil sie angaben, dass Industrie 4.0 für sie unbekannt<br />
oder nicht relevant sei (vgl. Kapitel 1 und<br />
Abbildung 1-6).<br />
Stufe 1: Anfänger<br />
Unternehmen auf dieser Stufe behandeln das<br />
Thema Industrie 4.0 über Pilotinitiativen in einzelnen<br />
Fachabteilungen und tätigen diesbezüglich<br />
Investitionen in einem einzelnen Bereich. In<br />
der Produktion werden nur wenige Prozesse<br />
durch IT-Systeme unterstützt und der derzeitige<br />
Maschinenpark erfüllt teilweise die zukünftigen<br />
Anforderungen an Vernetzung und Kommunikation.<br />
Ein systemintegrierter betriebsinterner<br />
Informationsaustausch findet nur in wenigen<br />
Bereichen statt. IT-Sicherheitslösungen befinden<br />
sich noch in der Planungs- oder Umsetzungsphase.<br />
Der Anfänger produziert in dieser Fertigungslandschaft<br />
Produkte mit ersten Ansätzen<br />
von IT-basierten Zusatzfunktionen. Für den weiteren<br />
Ausbau von Industrie 4.0 besitzt das<br />
Unternehmen nur in wenigen Bereichen die<br />
erforderlichen Kompetenzen.<br />
22
Stufe 2: Fortgeschrittener<br />
Der Fortgeschrittene bezieht das Thema Industrie<br />
4.0 in die strategische Ausrichtung des Unternehmens<br />
mit ein. Hierbei wird an einer Strategie<br />
zur Umsetzung von Industrie 4.0 und entsprechenden<br />
Kennzahlen zur Messung des Umsetzungsstandes<br />
gearbeitet. Für Industrie 4.0 relevante<br />
Investitionen werden von ihm in wenigen<br />
Bereichen getätigt. In der Produktion werden<br />
Daten teilweise automatisiert aufgenommen<br />
und in geringem Umfang genutzt. Für eine<br />
zukünftige Erweiterung fehlen dem Maschinenpark<br />
teilweise die Voraussetzungen. Der betriebsinterne<br />
Informationsaustausch findet zum Teil<br />
systemintegriert statt und auch beim Austausch<br />
mit Partnerunternehmen werden erste systemintegrierte<br />
Ansätze umgesetzt. Dazu sind entsprechende<br />
IT-Sicherheitslösungen implementiert,<br />
welche weiter ausgebaut werden. In dieser<br />
Fertigungslandschaft stellt das Unternehmen<br />
Produkte mit ersten IT-basierten Zusatzfunktionen<br />
her. Für den weiteren Ausbau von Industrie<br />
4.0 besitzen die Mitarbeiter in einigen Bereichen<br />
die nötigen Kompetenzen.<br />
Stufe 3: Erfahrener<br />
Bei Unternehmen dieser Stufe liegt eine formulierte<br />
Industrie 4.0-Strategie vor. Industrie<br />
4.0-relevante Investitionen werden in mehreren<br />
Bereichen getätigt, ein abteilungsorientiertes<br />
Innovationsmanagement fördert die Einführung<br />
von Industrie 4.0. In der Produktion sind die<br />
IT-Systeme über Schnittstellen miteinander verbunden<br />
und unterstützen die Fertigungsprozesse,<br />
wobei in den wichtigsten Bereichen Daten<br />
automatisch erhoben werden. Um dies künftig<br />
zu erweitern, ist der Maschinenpark nachrüstbar<br />
aufgestellt. Der Informationsaustausch findet<br />
sowohl intern als auch unternehmensübergreifend<br />
zum Teil systemintegriert statt. Die notwendigen<br />
IT-Sicherheitslösungen sind implementiert.<br />
Für den weiteren Ausbau sind<br />
Cloud-basierte Lösungen geplant. In dieser Landschaft<br />
fertigt das Unternehmen Produkte mit<br />
mehreren zusammenhängenden IT-basierten<br />
Zusatzfunktionen. Auf Basis dieser Produkte bietet<br />
es erste rudimentäre datenbasierte Dienstleistungen<br />
an, ist dabei aber nicht mit dem Kunden<br />
vernetzt. Datenbasierte Dienstleistungen<br />
für den Kunden tragen im kleinen Umfang zum<br />
Umsatz bei. Um diesen Punkt zu erreichen, wurden<br />
bereits umfangreiche Kompetenzen bei den<br />
Mitarbeitern aufgebaut.<br />
Abbildung 2-2: Die sechs Stufen im Industrie 4.0-Readiness-Modell<br />
Stufe 5<br />
Exzellenz<br />
Stufe 4<br />
Experte<br />
Pioniere<br />
Stufe 3<br />
Erfahrener<br />
Stufe 2<br />
Fortgeschrittener<br />
Einsteiger<br />
Stufe 1<br />
Anfänger<br />
Neulinge<br />
Stufe 0 Außenstehender<br />
Eigene Darstellung<br />
23
Stufe 4: Experte<br />
Eine Industrie 4.0-Strategie befindet sich bei<br />
einem Experten bereits in Umsetzung und wird<br />
mittels Kennzahlen überprüft. Dazu werden in<br />
fast allen relevanten Bereichen Investitionen<br />
getätigt und ein bereichsübergreifendes Innovationsmanagement<br />
fördert den Prozess. Die<br />
IT-Systeme unterstützen einen Großteil der Fertigungsprozesse<br />
und nehmen umfangreich Daten<br />
auf, welche zu Optimierungszwecken genutzt<br />
werden. Ein weiterer Ausbau ist möglich, da die<br />
Maschinen schon jetzt künftige Anforderungen<br />
im Bereich der Vernetzung erfüllen. Der Informationsaustausch<br />
findet intern und mit Partnerunternehmen<br />
weitreichend systemintegriert statt.<br />
In den relevanten Bereichen sind IT-Sicherheitslösungen<br />
im Einsatz und die IT ist durch<br />
Cloud-basierte Lösungen skalierbar. Der Experte<br />
beginnt mit der Erprobung von autonom steuernden<br />
Werkstücken und selbst reagierenden<br />
Prozessen. Das Werkstück und das fertige Produkt<br />
besitzen IT-basierte Zusatzfunktionen, die<br />
eine Datenaufnahme während der Nutzungsphase<br />
und eine gezielte Auswertung ermöglichen.<br />
Darauf aufbauende datenbasierte Dienstleistungen<br />
werden vom Kunden bereits bezogen<br />
und tragen im geringen Maße zum Umsatz bei.<br />
Dabei besteht eine direkte Vernetzung von<br />
Kunde und Produzent. In den meisten relevanten<br />
Bereichen besitzt das Unternehmen intern die<br />
nötigen Kompetenzen, um diesen Stand zu erreichen<br />
und einen weiteren Ausbau von Industrie<br />
4.0-Themen zu betreiben.<br />
Stufe 5: Exzellenz<br />
Ein Unternehmen auf dieser Stufe hat seine<br />
Industrie 4.0-Strategie bereits umgesetzt und<br />
überprüft den Umsetzungsstand weiterer Projekte<br />
regelmäßig. Diesbezüglich werden unternehmensweit<br />
Investitionen getätigt. Das Unternehmen<br />
hat ein organisationsweites<br />
Innovationsmanagement etabliert. In seiner Produktion<br />
hat es eine vollumfängliche IT-Systemunterstützung<br />
implementiert und nimmt alle<br />
relevanten Daten automatisch auf. Der Maschinenpark<br />
erfüllt alle Anforderungen zur Vernetzung<br />
und systemintegrierten Kommunikation.<br />
Darauf aufbauend ist der gesamte Informationsaustausch<br />
sowohl betriebsintern als auch mit<br />
Partnerunternehmen systemintegriert. Umfangreiche<br />
implementierte IT-Sicherheitslösungen<br />
liegen vor und Cloud-basierte Lösungen sorgen<br />
für eine flexible IT-Architektur. In Teilbereichen<br />
der Produktion operieren bereits autonom steuernde<br />
Werkstücke und reagierende Prozesse. Die<br />
Werkstücke und Produkte besitzen umfangreiche<br />
IT-basierte Zusatzfunktionen und die so aufgenommenen<br />
Daten in der Nutzungsphase werden<br />
für Funktionen wie Produktentwicklung,<br />
Fernwartung oder Vertriebsunterstützung<br />
genutzt. Dem Kunden angebotene datenbasierte<br />
Dienstleistungen tragen bereits signifikant zum<br />
Umsatz bei. Dabei ist der Produzent mit dem<br />
Kunden vernetzt. Zudem besitzt das Unternehmen<br />
in allen nötigen Bereichen eigene Kompetenzen<br />
und kann das Thema weiter vorantreiben.<br />
Aus den sechs Readiness-Stufen lassen sich drei<br />
Unternehmenstypen ableiten. Die Bündelung zu<br />
den drei Typen erlaubt eine kompaktere Darstellung<br />
der Ergebnisse. Sie erleichtert es zudem,<br />
Aussagen zum Fortschritt und zu den Bedingungen<br />
in Bezug auf Industrie 4.0 zu treffen und<br />
daraus spezifische Handlungsfelder je nach<br />
Umsetzungsstand zu identifizieren (Abbildung 2-2):<br />
• Neulinge (Stufe 0 bis 1): Zu den Neulingen<br />
zählen die Unternehmen, die sich bisher gar<br />
nicht oder nur ansatzweise mit Industrie 4.0<br />
befasst haben und daher in der Readiness-<br />
Messung den Stufen 0 oder 1 zugeordnet<br />
wurden.<br />
• Einsteiger (Stufe 2): Als Einsteiger werden die<br />
Unternehmen definiert, die sich in der Stufe 2<br />
befinden und somit bereits erste Industrie 4.0-<br />
Maßnahmen ergriffen haben.<br />
• Pioniere (ab Stufe 3): Zu den Pionieren zählen<br />
die Unternehmen, die mindestens Stufe 3 im<br />
Readiness-Modell erreichen. Sie sind in der<br />
Umsetzung von Industrie 4.0 bereits weit<br />
fortgeschritten und damit dem Großteil der<br />
deutschen Maschinen- und Anlagenbauer<br />
weit voraus. Sie bilden die Benchmark-Gruppe.<br />
24
Für jedes Unternehmen wurde in jeder Dimension<br />
eine Readiness-Stufe ermittelt. Diese wurde<br />
durch den niedrigsten Einzelwert der jeweiligen<br />
Themenfelder innerhalb der Dimension<br />
bestimmt: Wenn ein Unternehmen z.B. bei<br />
„Smart Operations“ in drei Fragen Stufe 5 und in<br />
einer Frage Stufe 1 erreicht, ist der Reifegrad in<br />
dieser Dimension 1. Die so ermittelten sechs<br />
Dimensionswerte wurden über einen gewichteten<br />
Mittelwert zu einer Gesamtreadiness für<br />
jedes Unternehmen verdichtet. Die Gewichte<br />
wurden in der Befragung erhoben, indem die<br />
Unternehmen die relative Bedeutung der einzelnen<br />
Dimensionen bei der Implementierung von<br />
Industrie 4.0 beurteilten. Von 100 möglichen<br />
Punkten entfallen auf Strategie und Organisation<br />
25 Punkte, auf Smart Factory 14, auf Smart<br />
Products 19, auf Data-driven Services 14, auf<br />
Smart Operations 10 und auf Mitarbeiter 18<br />
Punkte. Auf Basis dieser Berechnungen konnte<br />
jedes Unternehmen einer Stufe zwischen 0 und 5<br />
zugeordnet werden.<br />
Empirische Umsetzung<br />
Zur Ermittlung der Readiness wurden für jeden<br />
Bereich Kriterien formuliert, die erfüllt sein müssen,<br />
um in die jeweils nächsthöhere Readiness-<br />
Stufe zu gelangen. Bei einzelnen Unternehmen<br />
liegen nicht alle erforderlichen Angaben zu den<br />
entsprechenden Kriterien vor. Dabei sind drei<br />
Szenarien denkbar (Abbildung 2-3), die anhand<br />
eines Beispiels dargestellt werden:<br />
• Im Fall A liegen die Angaben für die Kriterien<br />
vor und werden für die Stufe 1 erfüllt. Die Kriterien<br />
für die Stufen 2 bis 5 werden nicht<br />
erfüllt. Entsprechend werden die Unternehmen<br />
der Readiness-Stufe 1 zugeordnet.<br />
• Im Fall B kann die Erfüllung der Kriterien für<br />
Stufe 1 nicht ermittelt werden, da die Unternehmen<br />
keine Angaben zu den entsprechenden<br />
Indikatoren gemacht haben (Missing<br />
Values). Da die Kriterien zur Erreichung der<br />
Stufe 2 allerdings erfüllt sind, werden die fehlenden<br />
Angaben bei Stufe 1 als Erfüllung der<br />
Kriterien in Stufe 1 gedeutet. Entsprechend<br />
erreichen die Unternehmen die Stufe 2.<br />
• Im Fall C fehlen die Angaben, die notwendig<br />
sind, um die Erfüllung der Kriterien für Stufe 1<br />
zu ermitteln. Da die Kriterien für die Stufe 2<br />
nicht erfüllt sind, werden die fehlenden Angaben<br />
in der Stufe 1 als nicht erfüllt gewertet.<br />
Entsprechend werden die Unternehmen der<br />
Stufe 0 zugeordnet.<br />
Abbildung 2-3: Empirische Umsetzung der sechsstufigen Readiness-Messung<br />
Erfüllung eines Kriteriums oder mehrerer Kriterien…<br />
Stufe 0 Stufe 1 Stufe 2 Stufe 3 Stufe 4 Stufe 5 Ergebnis<br />
Fall A<br />
ja<br />
ja<br />
nein<br />
nein<br />
nein<br />
nein<br />
Stufe 1<br />
Fall B<br />
ja<br />
Missing<br />
Values<br />
ja<br />
nein<br />
nein<br />
nein<br />
Stufe 2<br />
Fall C<br />
ja<br />
Missing<br />
Values<br />
nein<br />
nein<br />
nein<br />
nein<br />
Stufe 0<br />
Eigene Darstellung<br />
25
3 Die Ergebnisse der Readiness-<br />
Messung<br />
In diesem Kapitel werden die Ergebnisse der Readiness-Messung<br />
dargestellt. Zunächst erfolgt ein<br />
Blick auf die Industrie 4.0-Readiness der Unternehmen.<br />
Anschließend werden die Ergebnisse<br />
der Readiness-Messung für die sechs Dimensionen<br />
von Industrie 4.0 abgebildet und mit ausgewählten<br />
Befunden aus der Unternehmensbefragung<br />
belegt.<br />
3.1 Gesamtblick<br />
Maschinen- und Anlagenbau<br />
ist bei Industrie 4.0 weiter als<br />
das Verarbeitende Gewerbe<br />
Die Readiness-Messung zeigt, dass Industrie 4.0<br />
im deutschen Maschinen- und Anlagenbau<br />
bereits angekommen ist (Abbildung 5-1). So<br />
zeichnet sich knapp ein Fünftel der Unternehmen<br />
bereits durch fortgeschrittene Industrie 4.0-<br />
Ansätze aus (Stufe 2). Die Stufe 3 erreichen bisher<br />
4,6 Prozent der Unternehmen. Die Stufe der<br />
Erfahrenen spiegelt das Profil derzeit führender<br />
Industrie 4.0-Unternehmen wider und dient als<br />
Benchmark für die Maschinen- und Anlagenbauunternehmen.<br />
Lediglich 1 Prozent der Unternehmen zählt bisher<br />
zu den Experten (Stufe 4). Die Stufe 5 (Exzellenz)<br />
erreicht keines der Unternehmen. Da diese<br />
Stufe die Zielvision von Industrie 4.0 ist, verwundert<br />
es nicht, dass bisher noch kein Unternehmen<br />
die Stufe 5 erreicht hat. Das Erreichen dieser<br />
Zielvision stellt für die meisten Unternehmen<br />
aus dem Maschinen- und Anlagenbau ein langfristiges<br />
Ziel dar.<br />
37,6 Prozent der Maschinen- und Anlagenbauer<br />
sind Anfänger (Stufe 1) und haben sich bisher<br />
nur in geringem Maße mit Industrie 4.0 befasst.<br />
Knapp 39 Prozent der Unternehmen erreichen<br />
die Stufe 0 und werden als Außenstehende<br />
bezeichnet. Dabei zählen zur Stufe 0 sowohl die<br />
Firmen, die die Mindestanforderungen für Stufe<br />
1 nicht erreichen, als auch die Unternehmen, die<br />
a priori der Stufe 0 zugeordnet wurden, weil<br />
Industrie 4.0 für sie unbekannt oder nicht von<br />
Relevanz ist (vgl. Kapitel 1.4 und Abbildung 1-6).<br />
Im Vergleich zum gesamten Verarbeitenden<br />
Gewerbe ist der Maschinen- und Anlagenbau<br />
aber bei Industrie 4.0 deutlich weiter fortgeschritten.<br />
So fällt der Anteil der Unternehmen,<br />
die sich auf den fortgeschrittenen Stufen 2 bis 4<br />
befinden, im gesamten Verarbeitenden Gewerbe<br />
geringer aus. Weiterhin werden im gesamten<br />
Verarbeitenden Gewerbe mehr Unternehmen<br />
den Außenstehenden (Stufe 0) zugeordnet als<br />
im Maschinen- und Anlagenbau (Tabelle 3-1). 2<br />
Tabelle 3-1: Gesamtergebnis der Industrie 4.0-Readiness<br />
Maschinen- und Anlagenbau<br />
Verarbeitendes Gewerbe<br />
Stufe 0 (Außenstehender) 38,9 58,2<br />
Stufe 1 (Anfänger) 37,6 30,9<br />
Stufe 2 (Fortgeschrittener) 17,9 8,6<br />
Stufe 3 (Erfahrener) 4,6 1,7<br />
Stufe 4 (Experte) 1,0 0,6<br />
Stufe 5 (Exzellenz) 0,0 0,0<br />
Durchschnittliche<br />
Readiness<br />
Angaben für Readiness-Stufen 0 bis 5 in Prozent; Angabe für durchschnittliche Readiness: Skala 0 bis 5;<br />
n= 234 (Maschinen- und Anlagenbau); n = 602 (Verarbeitendes Gewerbe)<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
0,9 0,6<br />
2 Eine weitergehende Darstellung der Ergebnisse für das<br />
Verarbeitende Gewerbe ist nicht Gegenstand dieser Studie.<br />
Deshalb werden sich die folgenden Ausführungen auf den<br />
deutschen Maschinen- und Anlagenbau beschränken.<br />
26
Abbildung 3-1: Readiness-Messung<br />
Gesamt<br />
Durchschnittliche Readiness deutscher Maschinen- und Anlagenbauunternehmen<br />
38,9<br />
37,6<br />
17,9<br />
1,0<br />
4,6 0,0<br />
Strategie &<br />
Organisation<br />
54,8<br />
21,8<br />
14,8<br />
4,6 3,7<br />
0,3<br />
Smart Factory<br />
Smart Operations<br />
38,2<br />
56,5<br />
1,5<br />
20,5<br />
45,3<br />
1,2<br />
18,3 3,1 0,3<br />
0,3<br />
13,9 0,9<br />
Stufe 0<br />
Stufe 1<br />
Stufe 2<br />
Stufe 3<br />
Stufe 4<br />
Smart Products<br />
55,3<br />
13,4<br />
14,6<br />
4,9<br />
5,5<br />
6,4<br />
Stufe 5<br />
0,6<br />
Data-driven Services<br />
84,1<br />
5,5<br />
5,2 3,9<br />
0,6<br />
Mitarbeiter<br />
29,8<br />
33,5<br />
12,2<br />
10,3<br />
8,8<br />
5,3<br />
Ø Readiness-Wert 0<br />
1 2 3 4 5<br />
Angaben in Prozent, Angaben für Readiness-Stufen: Skala 0 bis 5;<br />
n=234-268; Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
Wie in Kapitel 2 beschrieben, lassen sich aus den<br />
Ergebnissen der sechs Readiness-Stufen die<br />
Maschinen- und Anlagenbauunternehmen den<br />
folgenden drei Unternehmenstypen zuordnen:<br />
• Pioniere (Stufe 3+): Demnach zählen schon<br />
5,6 Prozent der deutschen Maschinen- und<br />
Anlagenbauer zu Pionieren von Industrie 4.0.<br />
Diese Unternehmen erreichen mindestens die<br />
Stufe 3.<br />
• Einsteiger (Stufe 2): Knapp ein Fünftel der<br />
Unternehmen wird als Einsteiger bezeichnet.<br />
• Neulinge (Stufen 0 und 1): Gut drei Viertel der<br />
Unternehmen zählen zu den Neulingen und<br />
erreichen lediglich die Stufen 0 und 1.<br />
Die Industrie 4.0-Readiness nimmt mit der<br />
Unternehmensgrösse deutlich zu<br />
Die Ergebnisse der Befragung zeigen, dass sich<br />
über alle Dimensionen hinweg die Großunternehmen<br />
von den kleinen und mittelständischen<br />
Unternehmen absetzen.<br />
Dabei sind Größenklassenunterschiede in fünf<br />
der sechs Dimensionen statistisch signifikant. 3<br />
Lediglich in der Dimension Data-driven Services<br />
konnte kein statistisch signifikanter Unterschied<br />
zwischen Größenklassen festgestellt werden<br />
(Abbildung 3-2).<br />
Die heutige Industrie 4.0-Readiness der deutschen<br />
Maschinen- und Anlagenbauer liegt auf<br />
einer Skala von 0 bis 5 bei 0,9. Im gesamten Verarbeitenden<br />
Gewerbe fällt die Readiness mit<br />
einem Wert von 0,6 geringer aus (Tabelle 3-1<br />
und Abbildung 3-1).<br />
3 Die Unterschiede sind auf einem 5-Prozent-Niveau statistisch<br />
signifikant. Das bedeutet, dass die Unterschiede<br />
zwischen den Größenklassen in der Stichprobe mit hoher<br />
Wahrscheinlichkeit auf entsprechende Unterschiede<br />
in der Grundgesamtheit zurückzuführen sind.<br />
27
Abbildung 3-2: Readiness-Messung nach Unternehmensgrößenklassen<br />
Gesamt<br />
Strategie &<br />
Organisation<br />
17,9<br />
14,8<br />
Groß<br />
Mittelstand<br />
Klein<br />
Smart Factory<br />
18,3<br />
Smart Operations<br />
45,3<br />
Smart Products<br />
14,6<br />
Data-driven Services<br />
5,2<br />
Mitarbeiter<br />
12,2<br />
Ø Readiness-Wert 0<br />
1 2 3 4 5<br />
Skala 0 (Außenstehender) bis 5 (Exzellenz); n=234-268<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
Pioniere sind vor allem im Bereich Smart<br />
Products führend<br />
Die Pioniere bilden die Benchmark-Gruppe für<br />
die Unternehmen des deutschen Maschinenund<br />
Anlagenbaus. In der Readiness-Messung<br />
erreichen sie auf einer Skala von 0 bis 5 einen<br />
durchschnittlichen Readiness-Wert von 3,3. In<br />
den einzelnen Dimensionen weisen die Pioniere<br />
(mindestens Stufe 3) gegenüber den Einsteigern<br />
(Stufe 2) und den Neulingen (Stufen 0 und 1)<br />
besonders in den Dimensionen Strategie und<br />
Organisation sowie Smart Products und<br />
Data-driven Services einen deutlichen Vorsprung<br />
auf. Dennoch besteht im letzten Bereich Handlungsbedarf.<br />
Pioniere erreichen in der Dimension<br />
Data-driven Services mit 2,1 den geringsten Readiness-Wert<br />
im Vergleich zu den anderen Dimensionen.<br />
Optimierungsbedarf für Pioniere besteht<br />
ebenfalls in den Bereichen Smart Factory und<br />
Smart Operations, da die Readiness hier unter<br />
dem Wert 3 liegt.<br />
Für alle Unternehmenstypen besteht im Bereich<br />
Data-driven Services enormer Handlungsbedarf.<br />
Neben den Pionieren schneiden auch die Neulinge<br />
und Anfänger in diesem Themenfeld am<br />
schwächsten unter allen sechs untersuchten<br />
Dimensionen ab. Demnach stehen alle drei<br />
Unternehmenstypen bei der Digitalisierung ihrer<br />
traditionellen sowie der Entwicklung neuer<br />
Geschäftsmodelle mit Fokus auf datenbasierte<br />
Dienstleistungen noch am Anfang (Abbildung 3-3).<br />
In den nächsten Abschnitten werden die Ergebnisse<br />
der Readiness-Messung für die sechs<br />
Dimensionen Strategie und Organisation, Smart<br />
Factory, Smart Operations, Smart Products,<br />
Data-driven Services und Mitarbeiter detailliert<br />
dargestellt und durch ausgewählte Befunde aus<br />
der Unternehmensbefragung ergänzt.<br />
28
Abbildung 3-3: Industrie 4.0-Readiness nach Unternehmenstypen<br />
Gesamt<br />
Strategie & Organisation<br />
Smart Factory<br />
Pioniere<br />
Einsteiger<br />
Neulinge<br />
Smart Operations<br />
Smart Products<br />
Data-driven Services<br />
Mitarbeiter<br />
Ø Readiness-Wert<br />
0 1 2 3 4 5<br />
Skala 0 (Außenstehender) bis 5 (Exzellenz); n=234-268<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
3.2 Strategie und Organisation<br />
Industrie 4.0 ist Strategiethema<br />
Da Industrie 4.0 nicht nur die Verbesserung<br />
bestehender Produkte oder Prozesse durch den<br />
Einsatz digitaler Technologien bedeutet, sondern<br />
vielmehr die Chance bietet, völlig neue<br />
Geschäftsmodelle zu entwickeln, ist die Umsetzung<br />
von großer strategischer Bedeutung. Wie<br />
ist es aktuell um die Aufgeschlossenheit und<br />
Kultur im Umgang mit Industrie 4.0 im deutschen<br />
Maschinen- und Anlagenbau bestellt? Um diese<br />
Frage beantworten zu können, werden die folgenden<br />
vier Kriterien untersucht:<br />
• Umsetzungsstand der Industrie 4.0-Strategie<br />
• Operationalisierung und Überprüfung der<br />
Strategie mit einem Kennzahlensystem<br />
• Investitionsaktivität in Bezug auf Industrie 4.0<br />
• Einsatz eines Technologie- und Innovationsmanagements<br />
Industrie 4.0 ist noch nicht bei allen Firmen<br />
in der Unternehmensstrategie verankert<br />
In der Dimension Strategie und Organisation<br />
liegt die durchschnittliche Readiness deutscher<br />
Maschinen- und Anlagenbauunternehmen bei<br />
0,8. Die Pioniere erreichen auf einer Skala von 0<br />
bis 5 einen durchschnittlichen Readiness-Wert<br />
von 3,3 (Tabelle 3-2).<br />
Wesentlicher Grund für die überwiegend niedrige<br />
Einstufung der Unternehmen in der Dimension<br />
Strategie und Organisation ist, dass Industrie<br />
4.0 bei etwa der Hälfte der Unternehmen<br />
keine Berücksichtigung in der strategischen Ausrichtung<br />
findet. Demnach zählt jedes zweite<br />
Unternehmen im Bereich Strategie und Organisation<br />
zu den Außenstehenden (Stufe 0).<br />
Immerhin etwa ein Fünftel der befragten Unternehmen<br />
lässt erste Pilotinitiativen in den<br />
Fachabteilungen erkennen und kann damit in<br />
dieser Dimension den Anfängern (Stufe 1) zugeordnet<br />
werden. Erste Investitionen im Zusammenhang<br />
mit Industrie 4.0 werden getätigt,<br />
beschränken sich jedoch auf einen Unternehmensbereich.<br />
29
Abbildung 3-4: Readiness-Stufen in der Dimension Strategie und Organisation<br />
Strategie & Organisation<br />
Stufe 5:<br />
0,3 %<br />
Stufe 4:<br />
3,7 %<br />
Stufe 3:<br />
4,6 %<br />
Stufe 2:<br />
14,8 %<br />
Stufe 1:<br />
21,8 %<br />
Stufe 0:<br />
54,8 %<br />
Außenstehender<br />
• Keine Anforderungen werden erfüllt<br />
Exzellenz<br />
• Eine Strategie wurde umgesetzt und wird regelmäßig überprüft<br />
• Unternehmensweite Investitionen im Kontext von Industrie 4.0<br />
• Einheitliches, die Bereiche integrierendes Management aufgebaut<br />
Experte<br />
• Eine Strategie befindet sich in Umsetzung und wird sporadisch überprüft<br />
• Investitionen im Kontext von Industrie 4.0 in mehreren Bereichen<br />
• Ein Innovationmanagement ist in mehreren Fachabteilungen installiert<br />
Erfahrener<br />
• Formulierte Industrie 4.0-Strategie liegt vor<br />
• Investitionen im Kontext von Industrie 4.0 in wenigen Bereichen<br />
• Vereinzelte Bereiche haben ein Innovationsmanagement<br />
Fortgeschrittener<br />
• Erarbeitung einer Industrie 4.0-Strategie und Definition von Kennzahlen zur Messung<br />
• Investitionen im Kontext von Industrie 4.0 in geringem Umfang<br />
Anfänger<br />
• Pilotinitiativen in den Fachabteilungen<br />
• Erste Investitionen im Kontext von Industrie 4.0<br />
Angaben in Prozent; n=248<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
Bei weiteren 15 Prozent lassen sich Umsetzungsansätze<br />
für die Strategie und Kennzahlensysteme<br />
erkennen – sie sind die Fortgeschrittenen<br />
(Stufe 2). Investitionen werden in geringem<br />
Umfang getätigt, während Innovationen nach<br />
wie vor nicht systematisch analysiert und eingeführt<br />
werden.<br />
Im Readiness-Modell erreichen 4,6 Prozent der<br />
Unternehmen die Stufe 3 (Erfahrener). Als<br />
Haupthürde erweist sich jedoch hier der unzureichende<br />
Umsetzungsstand der erarbeiteten<br />
Strategie. Mit Erreichen der Stufe 4 (Experte)<br />
befindet sich die Strategie in einem fortgeschrittenen<br />
Umsetzungsstadium und wird<br />
sporadisch überprüft. Zudem werden Investitionen<br />
im Kontext von Industrie 4.0 in mehreren<br />
Bereichen getätigt. Getragen vom Leitgedanken<br />
der vertikalen Integration haben die<br />
Unternehmen der vorletzten Fortschrittsstufe<br />
ein Innovationsmanagement in mehreren<br />
Fachabteilungen installiert.<br />
Die Klassifizierung in der obersten Stufe 5 (Exzellenz)<br />
erreichen nur 0,3 Prozent der befragten<br />
Unternehmen. Stufe 5 setzt die vollständige<br />
Umsetzung der Strategie sowie eine regelmäßige<br />
Überprüfung dieser voraus. Gleichwohl sind<br />
Unternehmen dazu angehalten, Investitionen<br />
unternehmensweit vorzunehmen und ein organisationsweites<br />
Innovationsmanagement zu<br />
etablieren. Der Umfrage nach erweist sich dabei<br />
insbesondere die Erfüllung des Kriteriums<br />
„Umsetzungsstand“ als besonders kritisch<br />
(Abbildung 3-4).<br />
Tabelle 3-2: Durchschnittliche Readiness in der Dimension Strategie und Organisation<br />
Gesamt Neulinge Einsteiger Pioniere<br />
Readiness-Wert 0,8 0,3 1,6 3,3<br />
Skala 0 (Außenstehender) bis 5 (Exzellenz); n=248<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
30
Haupthürden auf dem Weg zur Erreichung<br />
einer höheren Readiness-Stufe<br />
Aus den Ergebnissen der Readiness-Messung für<br />
die Dimension Strategie und Organisation lassen<br />
sich für die drei Unternehmenstypen (Neulinge,<br />
Einsteiger, Pioniere) die Haupthemmnisse zur<br />
Erreichung einer höheren Readiness-Stufe wie<br />
folgt zusammenfassen (Abbildung 3-5).<br />
Einzelne Befunde der Unternehmensbefragung<br />
aus der Dimension Strategie und Organisation<br />
werden im Folgenden detaillierter dargestellt.<br />
Vier von zehn Unternehmen verfolgen noch<br />
keine umfassende Strategie zur Umsetzung<br />
von Industrie 4.0<br />
Die Mehrheit der Unternehmen hat sich bereits<br />
mit Industrie 4.0-Strategien befasst, dennoch<br />
verfolgen vier von zehn der befragten Unternehmen<br />
(39,8 Prozent) keine umfassende Strategie,<br />
um den Wandel hin zum Industrie 4.0-Unternehmen<br />
voranzutreiben. Eine umgesetzte Industrie<br />
4.0-Strategie existiert nur bei 1,3 Prozent der<br />
Unternehmen; bei einem Fünftel ist die Strategie<br />
in Arbeit, jedes vierte befragte Unternehmen<br />
beschränkt sein Engagement auf einzelne Pilotinitiativen.<br />
In großen Unternehmen ist der Anteil der Unternehmen,<br />
die keine entsprechende Strategie<br />
haben, geringer. Hier verfügt zwar nur ein Fünftel<br />
der Unternehmen über keine Strategie in<br />
Bezug auf Industrie 4.0, die Strategie bereits<br />
implementiert haben jedoch lediglich 1,2 Prozent<br />
der großen Unternehmen. Die Umsetzung<br />
der Strategie ist im Mittelstand am höchsten.<br />
Trotzdem ist der Anteil der Unternehmen, die<br />
bereits eine Industrie 4.0-Strategie umgesetzt<br />
haben mit 3,8 Prozent sehr gering (Abbildung 3-6).<br />
Abbildung 3-5: Haupthürden in der Dimension Strategie und Organisation<br />
Haupthürden auf dem Weg zu einer höheren Industrie 4.0-Readiness-Stufe<br />
Neulinge (Stufen 0 und 1) Einsteiger (Stufe 2) Pioniere (Stufe 3+)<br />
Haupthürden<br />
Industrie 4.0 findet keine oder<br />
nur geringe Beachtung im<br />
Strategieprozess<br />
Industrie 4.0 findet Beachtung<br />
im Strategieprozess, eine<br />
konkrete Strategie ist aber<br />
noch nicht formuliert<br />
Eine Industrie 4.0-Strategie<br />
ist noch nicht umgesetzt<br />
Kennzahlensystem wird noch<br />
nicht in den Strategieprozess<br />
miteinbezogen<br />
n=248<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
31
Abbildung 3-6: Umsetzungsstand der Industrie 4.0-Strategie<br />
1,2<br />
ab 500 MA<br />
14,5<br />
27,7<br />
26,5<br />
20,5<br />
100-499 MA<br />
3,8 3,8<br />
22,1<br />
25,0<br />
39,4<br />
0,0<br />
20-99 MA<br />
8,4<br />
19,3<br />
26,5<br />
42,2<br />
1,3<br />
Gesamt<br />
7,3<br />
20,8<br />
26,0<br />
39,8<br />
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%<br />
Strategie umgesetzt<br />
Strategie formuliert<br />
Pilotinitiativen sind angestoßen<br />
Strategie in Umsetzung<br />
Strategie in Arbeit<br />
Keine Strategie vorhanden<br />
Angaben in Prozent; n= 270<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
Drei Viertel der Unternehmen nutzen keine<br />
Kennzahlensysteme<br />
In drei Viertel aller Unternehmen wird kein<br />
Kennzahlensystem zur Messung des Umsetzungsstandes<br />
von Industrie 4.0 genutzt. Nur in<br />
16,8 Prozent der Firmen ist ein solches System<br />
vorhanden, jedoch schätzt weniger als die Hälfte<br />
dieser Unternehmen ihr Kennzahlensystem als<br />
gut geeignet ein. Auch hier lässt sich ein Größenklassentrend<br />
beobachten: Je größer das<br />
Unternehmen, desto eher wird ein Kennzahlensystem<br />
zur Messung des Umsetzungsstandes<br />
von Industrie 4.0 genutzt (Abbildung 3-7).<br />
Drei von zehn Unternehmen führen ihr<br />
Technologie- und Innovationsmanagement<br />
bereits bereichsübergreifend durch<br />
Um die Digitalisierung der Produktionsprozesse<br />
voranzutreiben und die Produkte mit neuen<br />
IT-basierten Zusatzfunktionen auszustatten und<br />
sie somit zu Smart Products zu machen, ist der<br />
Einsatz zusätzlicher und oftmals neuer Technologien<br />
nötig. Die Aufgaben einer systematischen<br />
Früherkennung, der Planung, der Steuerung<br />
sowie der Kontrolle des Einsatzes von neuen<br />
Technologien müssen im Unternehmen organisatorisch<br />
verankert sein. Bisher geschieht dies<br />
oft getrennt für die Bereiche Produktentwicklung,<br />
Produktionstechnologie und IT. Im Zuge<br />
von Industrie 4.0 sind viele Innovationen in den<br />
Bereichen Produktentwicklung oder Produktionstechnologie<br />
allerdings IT-getrieben. Zur<br />
Gestaltung des optimalen Einsatzes neuer Informationstechnologien<br />
im Produkt- oder Produktionsumfeld<br />
ist es daher sinnvoll, die bereichsspezifischen<br />
Kompetenzen zusammenzuführen und<br />
für das Unternehmen ein bereichsübergreifendes,<br />
integriertes Technologie- und Innovationsmanagement<br />
aufzubauen.<br />
Die Befragung zeigt, dass immerhin drei von<br />
zehn Unternehmen ihr Technologie- und Innovationsmanagement<br />
bereits bereichsübergreifend<br />
durchführen. In lediglich knapp einem Viertel der<br />
Maschinen- und Anlagenbauunternehmen existiert<br />
kein systematisches Technologie- und Innovationsmanagement.<br />
Der Großteil der befragten<br />
Unternehmen führt diese Aufgabe für den Bereich<br />
der Produktentwicklung durch. (Abbildung 3-8).<br />
32
Abbildung 3-7: Nutzung eines Kennzahlensystems<br />
ab 500 MA<br />
7,1<br />
11,9<br />
75,0<br />
6,0<br />
100-499 MA<br />
11,5<br />
4,8<br />
78,8<br />
4,8<br />
20-99 MA<br />
6,0<br />
10,7<br />
77,4<br />
6,0<br />
Gesamt<br />
7,9<br />
8,9<br />
77,7<br />
5,6<br />
0% 20% 40% 60% 80% 100%<br />
Ja, wir haben ein Kennzahlensystem, das wir als gut geeignet einschätzen<br />
Ja, wir haben ein Kennzahlensystem, das uns etwas Orientierung gibt<br />
Nein, soweit konkretisiert sind unsere Vorhaben noch nicht<br />
Keine Angabe<br />
Angaben in Prozent; n= 272<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
Abbildung 3-8: Technologie- und Innovationsmanagement<br />
Produktentwicklung<br />
58,6<br />
IT<br />
Produktionstechnologie<br />
43,2<br />
42,6<br />
integrierendes (bereichsübergreifendes)<br />
Management<br />
30,9<br />
Services<br />
Haben wir eher nicht<br />
24,3<br />
23,9<br />
Angaben in Prozent; n= 248<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
33
Bisher tätigen Unternehmen nur in geringem<br />
Umfang Investitionen in Industrie 4.0<br />
Die in der Studie befragten Unternehmen haben<br />
in den Jahren 2013 und 2014 durchschnittlich<br />
1,7 Prozent ihres Jahresumsatzes in die Umsetzung<br />
von Industrie 4.0-Projekten investiert. Dies<br />
entspricht fast 15 Prozent des gesamten Investitionsbudgets<br />
für Sach- und Personalausgaben.<br />
Ein Fünftel der Unternehmen sah bislang keine<br />
Notwendigkeit, in Industrie 4.0-Anwendungen<br />
zu investieren. Dabei hat rund die Hälfte der<br />
Befragten in den Jahren 2013 und 2014 Investitionen<br />
in allen Unternehmensbereichen getätigt.<br />
Investiert wurde überwiegend in Forschung und<br />
Entwicklung, IT und Produktion. Eigenen Aussagen<br />
zufolge wird bis zum Jahr 2020 der Anteil an<br />
Unternehmen wachsen, der Investitionen im<br />
Bereich Industrie 4.0 tätigt (Abbildung 3-9). Die<br />
Befragung verdeutlicht zudem, dass vor allem<br />
die großen Maschinen- und Anlagenbauer in<br />
hohem Maße in den Bereichen Service und<br />
Logistik investieren wollen.<br />
Abbildung 3-9: Getätigte und geplante Investitionen in Industrie 4.0<br />
FuE<br />
58,1<br />
14,3<br />
72,5<br />
Produktion<br />
IT<br />
51,0<br />
61,0<br />
20,6<br />
10,1<br />
71,6<br />
71,1<br />
in den letzten beiden Jahren<br />
in den kommenden 5 Jahren<br />
Service<br />
45,1<br />
20,0<br />
65,1<br />
Logistik<br />
42,0<br />
18,3<br />
60,3<br />
Vertrieb<br />
44,1<br />
13,9<br />
58,0<br />
Einkauf<br />
33,6<br />
15,8<br />
49,4<br />
Angaben in Prozent; n= 223<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
34
3.3 Smart Factory<br />
Die Smart Factory beschreibt das Konzept der<br />
intelligenten, vernetzten Fabrik, in der die Produktionsanlagen<br />
sowohl mit den überlagerten<br />
IT-Systemen (bspw. MES-, ERP-, SCM-Systeme,<br />
siehe auch Dimension Smart Operations) als<br />
auch mit den Smart Products direkt kommunizieren.<br />
Durch die Vernetzung und Selbstregelung<br />
aller Prozesse, insbesondere in der Fertigung,<br />
wird die Digitalisierung der Wertschöpfungskette<br />
in diesem Konzept am weitesten umgesetzt.<br />
Eine zentrale Herausforderung auf dem<br />
Weg zur intelligenten Fabrik stellen die hohen<br />
Investitionen dar. Das Ziel der effizienten Informationsbereitstellung<br />
und Ressourcennutzung<br />
kann durch das synchronisierte Zusammenspiel<br />
von Produktionsanlagen, Informationssystemen<br />
und dem Menschen (also Mitarbeiter und<br />
Kunde) erreicht werden.<br />
Wesentlicher Bestandteil der Smart Factory ist<br />
eine umfangreiche Ausstattung der Fabrikhalle<br />
sowie der Maschinen und Anlagen mit Sensorik<br />
an strategisch günstigen Erfassungspunkten.<br />
Ziel ist die Erfassung aller relevanten Prozessund<br />
Bewegungsdaten in Echtzeit und eine zeitnahe<br />
Verarbeitung zur Abbildung der Auftragssituation.<br />
Die sich hieraus ergebenden großen<br />
Datenmengen, sogenannte Big Data, stellen<br />
hohe Anforderung an IT-System und IT-Infrastruktur.<br />
Die Analyse der gewonnen Big Data zur<br />
Informationsgewinnung wird mithilfe von<br />
Methoden aus dem Feld Data Analytics betrieben<br />
und setzt hohe Rechenkapazitäten voraus.<br />
Um zu ermitteln, wie weit die Unternehmen im<br />
deutschen Maschinen- und Anlagenbau in der<br />
Dimension Smart Factory sind, werden die folgenden<br />
vier Themenfelder untersucht:<br />
• Digitales Abbild<br />
• Maschinenpark<br />
• Datennutzung<br />
• IT-Systeme<br />
Mehr als die Hälfte der Unternehmen steht<br />
bei der Smart Factory noch am Anfang<br />
In der Kategorie Smart Factory liegen die Unternehmen<br />
des deutschen Maschinen- und Anlagenbaus<br />
auf einer Skala von 0 bis 5 bei einem Readiness-Wert<br />
von 0,7. Die Pioniere erreichen einen<br />
durchschnittlichen Wert von 2,2 (Tabelle 3-3).<br />
Mehr als die Hälfte der Unternehmen gehört in<br />
der Dimension Smart Factory zu den Außenstehenden<br />
(Stufe 0) und erfüllt somit noch nicht<br />
alle Anforderungen für die Stufe 1. Rund ein<br />
Fünftel der Unternehmen entspricht den Anforderungen<br />
der Stufe 1 und wird als Anfänger<br />
bezeichnet. Zwar erfüllen diese Unternehmen<br />
bereits teilweise die zukünftigen Anforderungen<br />
an den Maschinenpark, jedoch arbeiten sie nicht<br />
an einer ganzheitlichen technischen Lösung zur<br />
Umrüstung der Maschinen, was eine Voraussetzung<br />
für die Stufe 2 in der Dimension Smart<br />
Factory ist. In Stufe 2 finden sich 18,3 Prozent<br />
der Firmen. Demnach liegt mit knapp 95 Prozent<br />
das Gros der Unternehmen in den Stufen 0 bis 2.<br />
Tabelle 3-3: Durchschnittliche Readiness in der Dimension Smart Factory<br />
Gesamt Neulinge Einsteiger Pioniere<br />
Readiness-Wert 0,7 0,4 1,5 2,2<br />
Skala 0 (Außenstehender) bis 5 (Exzellenz); n=268<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015,<br />
26. Befragungswelle<br />
35
Abbildung 3-10: Readiness-Stufen in der Dimension Smart Factory<br />
Smart Factory<br />
Stufe 5:<br />
0,3 %<br />
Stufe 4:<br />
1,2 %<br />
Stufe 3:<br />
3,1 %<br />
Stufe 2:<br />
18,3 %<br />
Stufe 1:<br />
20,5 %<br />
Stufe 0:<br />
56,5 %<br />
Außenstehender<br />
• Keine Anforderungen werden erfüllt<br />
Exzellenz<br />
• Maschinenpark erfüllt bereits die zukünftigen Funktionalitäten<br />
• Daten werden vollständig automatisch aufgenommen und genutzt<br />
• Vollumfängliche Systemunterstützung der Prozesse über IT<br />
Experte<br />
• Aktueller Maschinenpark erfüllt die Anforderungen bzw. nachrüstbar<br />
• Daten werden weitreichend aufgenommen und teilweise genutzt<br />
• Umfangreiche Unterstützung der Prozesse über IT (systemintegriert)<br />
Erfahrener<br />
• Die zukünftigen Funktionalitäten werden (teilweise) erfüllt bzw. sind vollständig nachrüstbar<br />
• In einzelnen Bereichen werden die relevanten Daten digital erfasst und genutzt<br />
• IT-Systeme unterstützen Prozesse und sind über Schnittstellen angebunden<br />
Fortgeschrittener<br />
• Die zukünftigen Funktionalitäten werden (teilweise) erfüllt bzw. sind teilweise nachrüstbar<br />
• Daten werden aufgenommen (größtenteils jedoch manuell) und für einzelne Maßnahmen genutzt<br />
• Einzelne Unternehmensbereiche werden durch IT-Systeme unterstützt und sind vernetzt<br />
Anfänger<br />
• Derzeitiger Maschinenpark erfüllt teilweise die zukünftigen Anforderungen<br />
• Hauptgeschäftsprozess durch IT-Systeme unterstützt<br />
n=268 Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
Gerade einmal 3,1 Prozent der Unternehmen im<br />
deutschen Maschinen- und Anlagenbau befinden<br />
sich in Stufe 3 und entsprechen damit den<br />
Anforderungen an den Maschinenpark etwa<br />
in puncto Datenerfassung und Einsatz von<br />
IT-Systemen.<br />
In der letzten Stufe befinden sich die Experten,<br />
die mit 0,3 Prozent den geringsten Anteil aller<br />
Unternehmen stellen. Demnach hat nur ein<br />
verschwindend geringer Teil der Unternehmen<br />
seinen Maschinenpark schon vollständig an<br />
Industrie 4.0-Anforderungen angepasst (Abbildung<br />
3-10).<br />
Haupthürden auf dem Weg zur Erreichung<br />
einer höheren Readiness-Stufe<br />
Aus den Ergebnissen der Readiness-Messung für<br />
die Dimension Smart Factory lassen sich für die<br />
drei Unternehmenstypen (Neulinge, Einsteiger,<br />
Pioniere) die Haupthemmnisse zur Erreichung<br />
einer höheren Readiness-Stufe wie folgt zusammenfassen<br />
(Abbildung 3-11).<br />
Abbildung 3-11: Haupthürden in der Dimension Smart Factory<br />
Haupthürden auf dem Weg zu einer höheren Industrie 4.0-Readiness-Stufe<br />
Neulinge (Stufen 0 und 1) Einsteiger (Stufe 2) Pioniere (Stufe 3+)<br />
Haupthürden<br />
Keine Anbindung des<br />
Maschinen- und Anlagenparks<br />
an übergeordnete IT-Systeme<br />
Keine Erfassung von<br />
Maschinen- und Prozessdaten<br />
Keine vollständige Anbindung<br />
des Maschinenparks an<br />
IT-Systeme<br />
Eingeschränkte<br />
Nachrüstbarkeit des<br />
Maschinenparks<br />
Maschinen- und Anlagenpark<br />
erfüllt noch nicht alle<br />
zukünftigen Anforderungen<br />
Maschinen- und Prozessdaten<br />
werden nicht durchgängig<br />
digital erfasst<br />
n=268<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
36
Nachfolgend werden einzelne Befunde der<br />
Unternehmensbefragung für den Bereich Smart<br />
Factory dargestellt.<br />
Vollständige Erfassung von Maschinenund<br />
Prozessdaten findet bisher nur in<br />
wenigen Unternehmen statt<br />
Die Erfassung der Maschinen-, Prozess- und Artikeldaten<br />
ist eine Grundvoraussetzung zur vollständigen<br />
Erschließung des Potenzials von<br />
Industrie 4.0. Die Befragung zeigt, dass gut zwei<br />
Drittel der Unternehmen im Maschinen- und<br />
Anlagenbau in diesem Bereich den Grundstein<br />
für Industrie 4.0 legen. Dabei zeichnen 10,9 Prozent<br />
aller Firmen ihre Maschinen- und Prozessdaten<br />
vollständig auf, während weitere 59,9 Prozent<br />
dies teilweise tun. Nur bei einem Fünftel<br />
der Unternehmen werden die Daten gar nicht<br />
erfasst. Bei kleinen Unternehmen ist dieser<br />
Anteil am größten: Hier erfasst mehr als ein<br />
Fünftel der Firmen keinerlei Maschinen- und<br />
Prozessdaten – bei den großen Unternehmen<br />
trifft dies nur auf 3,6 Prozent zu (Abbildung 3-12).<br />
Drei von zehn Unternehmen nutzen<br />
Echtzeitdaten für die automatische<br />
Produktionssteuerung<br />
Die Befragung zeigt, dass die erfassten Daten in<br />
allen Firmen am häufigsten für die Schaffung<br />
von Transparenz über den Produktionsprozess<br />
und das Qualitätsmanagement verwendet werden.<br />
Mit der Optimierung des Logistikprozesses<br />
bilden diese die Top drei der Weiterverwendungsrubriken<br />
für Maschinen-, Prozess- und<br />
Anlagendaten.<br />
Immerhin nutzt etwa die Hälfte der Unternehmen<br />
die gewonnen Daten bereits für die Optimierung<br />
des Ressourcenverbrauchs und eine vorausschauende<br />
Instandhaltung. In drei von zehn<br />
Unternehmen werden Echtzeitdaten für die<br />
automatische Produktionssteuerung verwendet.<br />
Abbildung 3-12: Erfassung von Maschinen- und Prozessdaten<br />
2,4<br />
ab 500 MA<br />
12,0<br />
81,9<br />
3,6<br />
100-499 MA<br />
13,3<br />
62,9<br />
19,0<br />
4,8<br />
20-99 MA<br />
9,5<br />
56,0<br />
22,6<br />
11,9<br />
Gesamt<br />
10,9<br />
59,9<br />
20,2<br />
8,9<br />
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%<br />
Ja, vollständig Ja, teilweise Nein Keine Angabe<br />
Angaben in Prozent; n= 272<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
37
Demnach bleiben noch viele Potenziale ungenutzt.<br />
Betriebliche Daten allein bringen noch<br />
keinen Nutzen. Diese müssen durch intelligente<br />
Transformation zu Mehrwert-Informationen<br />
qualifiziert werden. Das digitale Abbild der Fertigung<br />
lässt dann Rückschlüsse und Erkenntnisse<br />
zu, die die Entscheidungsfindung erleichtern.<br />
Mithilfe einer echtzeitfähigen Datenerfassung,<br />
-verarbeitung und -bereitstellung lässt sich eine<br />
vollständige Transparenz in der Prozesskette herstellen,<br />
die die Planungsgenauigkeit und vor<br />
allem Anpassungsfähigkeit in der Produktionsplanung<br />
und -steuerung steigert und die Qualität<br />
unternehmerischer Entscheidungen anhand<br />
von Simulationen erhöht. Durch eine intensivere<br />
und vielseitigere Nutzung der Daten können<br />
mithilfe von Prognosen Planungs-, Effizienz- und<br />
Kostenreduktionspotenziale im Maschinen- und<br />
Anlagenpark erzielt werden (Abbildung 3-13).<br />
M2M und Interoperabilität bei vier von zehn<br />
Unternehmen bereits vorhanden<br />
Neben cyber-physischen Systemen (CPS) als<br />
Basis der intelligenten Fabrik bilden „Intelligente<br />
Maschinen“, „Intelligente Produkte“ und nicht<br />
zuletzt der Mensch als „Entscheider“ die Elemente<br />
der Smart Factory. Betrachtet man die<br />
Zukunft der Produktionsmaschinen, zeichnen<br />
sich diese durch ihre Intelligenz aus. Dies bedeutet<br />
konkret, dass Maschinen über ihre Funktionalitäten,<br />
ihren Standort, verbrauchte Ressourcen,<br />
Betriebskosten oder die aktuelle Auslastung<br />
informiert sind. Durch die Vernetzung untereinander<br />
sowohl innerhalb des eigenen Unternehmens<br />
als auch über die Unternehmensgrenzen<br />
hinaus reagieren sie eigenständig auf Auftragsänderungen,<br />
Ausfälle von Komponenten oder<br />
Qualitätsverluste. Durch die Koppelung an<br />
andere Produkteinheiten können Maschinen<br />
autonom, in Echtzeit und flexibel auf Unregelmäßigkeiten<br />
reagieren und somit eine intelligente<br />
und optimierte Produktion sichern.<br />
Es zeigt sich, dass die Maschinenparkfunktionalität<br />
der Unternehmen in den verschiedenen<br />
Bereichen unterschiedlich stark ausgeprägt ist<br />
(Abbildung 3-14). Während sieben von zehn<br />
Unternehmen ihre Maschinen und Anlagen teilweise<br />
oder vollständig über IT ansteuern können,<br />
bestätigen dies nur etwa vier von zehn<br />
Unternehmen in Bezug auf die Interoperabilität<br />
und die Kommunikation zwischen den Maschinen<br />
(M2M). Eine vollständige Funktionalität in<br />
den Bereichen M2M, Interoperabilität und IT-Ansteuerbarkeit<br />
ist mit entsprechend 4,9 Prozent,<br />
1,9 Prozent und 11,5 Prozent recht gering.<br />
Abbildung 3-13: Nutzungsfeld der Daten<br />
Schaffung von Transparenz über den<br />
Produktionsprozess<br />
90,8<br />
Qualitätsmanagement<br />
88,0<br />
Optimierung des Logistikprozesses<br />
77,5<br />
Optimierung des Ressourcenverbrauchs<br />
(Material, Energie)<br />
52,9<br />
Vorausschauende Instandhaltung<br />
47,2<br />
Automatische Produktionssteuerung durch die<br />
Nutzung von Echtzeitdaten<br />
29,8<br />
Angaben in Prozent; n= 200<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
38
Abbildung 3-14: Maschinenparkfunktionalitäten<br />
Maschinen/Anlagen sind<br />
über IT ansteuerbar<br />
Interoperabilität: Möglichkeit der Integration und<br />
Kollaboration mit anderen Maschinen/Systemen<br />
Kommunikation zwischen<br />
den Maschinen<br />
11,2<br />
11,5<br />
17,6<br />
1,9 12,9<br />
46,6<br />
4,9 13,1<br />
48,7<br />
59,7<br />
38,6<br />
33,4<br />
Nein, erfüllen wir nicht<br />
Ja, vollständig vorhanden<br />
Ja, teilweise vorhanden<br />
Keine Angabe<br />
Angaben in Prozent; n= 270<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
3.4 Smart Operations<br />
Vernetzung spielt bei Industrie 4.0<br />
eine zentrale Rolle<br />
Elementarer Bestandteil für die Realisierung von<br />
Industrie 4.0 ist die Vernetzung aller Komponenten<br />
und Systeme im Werk. Diese bildet die<br />
Grundlage für eine vertikale und horizontale<br />
Integration der Wertschöpfungskette. Grundgedanke<br />
der vernetzten horizontalen Wertschöpfungskette<br />
ist die Verbindung aller internen und<br />
externen Wertschöpfungspartner vom Lieferanten<br />
bis zum Kunden. Ausgerichtet auf die Erfüllung<br />
der Kundenbedürfnisse entsteht so ein<br />
Netzwerk zur unternehmensübergreifenden Planung<br />
und Steuerung des gesamten Produktlebenszyklus.<br />
Die vertikale Integration beschreibt<br />
die Vernetzung innerhalb eines Unternehmens<br />
vom Vertrieb über die Produktentwicklung und<br />
-planung bis hin zur Produktion, After-Sales und<br />
schlussendlich der Finanzabteilung. Diese Vernetzung<br />
der Produktionssysteme birgt eine<br />
Reihe von Potenzialen zur Steigerung der Produktivität,<br />
Qualität und Flexibilität (PwC, 2014).<br />
Entscheidungsgrundlage für die Priorisierung<br />
und Durchführung bei der Auftragsabwicklung<br />
innerhalb der Wertschöpfungskette wird die<br />
Auswertung möglichst hochauflösender Daten<br />
sein. Aus diesem Grund spielen die Erhebung,<br />
die Analyse und die Verwertung von Daten im<br />
Rahmen von Industrie 4.0 eine zentrale Rolle und<br />
zählen zu den Haupttreibern für die Entwicklungen<br />
in diesem Bereich (Accenture, 2014). In der<br />
Produktion installierte Sensorik erfasst die<br />
Bewegungs- und Prozessdaten, welche mithilfe<br />
vernetzter intelligenter Systeme verarbeitet und<br />
ausgewertet werden. Die so gewonnenen Informationen<br />
ermöglichen genauere Prognosen<br />
(beispielsweise über Betriebsstörungen), welche<br />
den Produktionsablauf verbessern. Je höher die<br />
Daten aufgelöst sind, desto mehr relevante<br />
Informationen sind in diesen enthalten. Die<br />
Bedeutung der Datensicherheit wird daher von<br />
zunehmender Bedeutung sein (MHP, 2014).<br />
Die Industrie 4.0-Readiness wird für die Dimension<br />
Smart Operations anhand der folgenden<br />
Kriterien ermittelt:<br />
• Informationsaustausch<br />
• Cloud-Nutzung<br />
• IT-Sicherheit<br />
• Autonome Prozesse<br />
39
Abbildung 3-15: Readiness-Stufen in der Dimension Smart Operations<br />
Smart Operations<br />
Stufe 5:<br />
0,9 %<br />
Stufe 4:<br />
0,3 %<br />
Stufe 3:<br />
13,9 %<br />
Stufe 2:<br />
45,3 %<br />
Stufe 1:<br />
1,5 %<br />
Stufe 0:<br />
38,2 %<br />
Anfänger<br />
• Ansätze von betriebsinternem, systemintegriertem Informationsaustausch<br />
• Erste IT-Sicherheitslösungen sind geplant<br />
Außenstehender<br />
• Keine Anforderungen werden erfüllt<br />
Exzellenz<br />
• Vollständiger systemintegrierter Informationsaustausch<br />
• Autonome Steuerung und reagierende Prozesse umgesetzt<br />
• Umfangreiche IT-Sicherheits- und Cloud-Lösungen implementiert<br />
Experte<br />
• Weitreichender systemintegrierter Informationsaustausch<br />
• Erprobung von autonomer Steuerung und reagierenden Prozessen<br />
• Weitreichende IT-Sicherheits- und Cloud-Lösungen im Einsatz<br />
Erfahrener<br />
• Teilweise systemintegrierter Informationsaustausch<br />
• IT-Sicherheitslösungen sind teilweise implementiert<br />
• Erste Lösungen für Bereiche Software aus der Cloud, Datenspeicherung und -auswertung<br />
Fortgeschrittener<br />
• Betriebsinterner Informationsaustausch teilweise systemintegriert<br />
• Mehrere IT-Sicherheitslösungen sind geplant oder erste Lösungen in Arbeit<br />
n=234<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
Bereits jedes vierte Unternehmen gehört<br />
in der Dimension Smart Operations zu den<br />
Fortgeschrittenen<br />
Die durchschnittliche Readiness deutscher<br />
Maschinen- und Anlagenbauunternehmen im<br />
Bereich Smart Operations liegt auf einer Skala<br />
von 0 bis 5 bei 1,4. Die Pioniere erreichen einen<br />
durchschnittlichen Readiness-Wert von 2,9<br />
(Tabelle 3-4).<br />
Gut 45 Prozent der befragten Maschinen- und<br />
Anlagenbauer werden der Stufe 2 (Fortgeschrittener)<br />
zugeordnet. Die größte Hürde beim Versuch,<br />
sich im Readiness-Modell noch höher zu<br />
positionieren, ist für die meisten Unternehmen<br />
der fehlende betriebsexterne, systemintegrierte<br />
Informationsaustausch. Der notwendige betriebsinterne,<br />
systemintegrierte Informationsaustausch<br />
ist in Stufe 2 teilweise implementiert.<br />
Mehrere Lösungen für die IT-Sicherheit sind<br />
geplant und oder werden bereits erarbeitet.<br />
Knapp vier von zehn Unternehmen (38,2 Prozent)<br />
sind Außenstehende (Stufe 0). Auf der nur<br />
im geringen Umfang vertretenen Stufe 1 (Anfänger)<br />
beschäftigen sich die Unternehmen mit<br />
dem ersten betriebsexternen, systemintegrierten<br />
Informationsaustausch und IT-Sicherheitslösungen.<br />
Stufe 3 erreichen 13,9 Prozent der Unternehmen.<br />
Diese fortgeschrittenen Unternehmen<br />
haben einen systemintegrierten Informationsaustausch<br />
sowohl intern als auch mit Partnerunternehmen<br />
und IT-Sicherheitslösungen teilweise<br />
implementiert. Außerdem beschäftigen sie sich<br />
mit dem Einsatz von Cloud-Lösungen. Zur Stufe 4<br />
fehlt ihnen hauptsächlich der Schritt zur Erprobung<br />
von selbststeuernden Werkstücken in der<br />
Produktion und autonom reagierenden Prozessen.<br />
Diese Schwelle haben nur sehr wenige<br />
Unternehmen überschritten. So sind auf Stufe 4<br />
(Experte) 0,3 Prozent und auf Stufe 5 (Exzellenz)<br />
0,9 Prozent der befragten Unternehmen verortet<br />
(Abbildung 3-15).<br />
Tabelle 3-4: Durchschnittliche Readiness in der Dimension Smart Operations<br />
Gesamt Neulinge Einsteiger Pioniere<br />
Readiness-Wert 1,4 1,0 2,0 2,9<br />
Skala 0 (Außenstehender) bis 5 (Exzellenz); n=234<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015,<br />
26. Befragungswelle<br />
40
Abbildung 3-16: Haupthürden in der Dimension Smart Operations<br />
Haupthürden auf dem Weg zu einer höheren Industrie 4.0-Readiness-Stufe<br />
Neulinge (Stufen 0 und 1) Einsteiger (Stufe 2) Pioniere (Stufe 3+)<br />
Haupthürden<br />
Kein oder kaum<br />
betriebsinterner systemintegrierter<br />
Informationsaustausch<br />
Keine Ansätze eines<br />
systemintegrierten<br />
Informationsaustauschs mit<br />
externen Partnern<br />
Noch kein Einsatz autonom<br />
steuernder Werkstücke<br />
Noch kein Einsatz<br />
selbstständig reagierender<br />
Prozesse<br />
n=234<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
Haupthürden auf dem Weg zur Erreichung<br />
einer höheren Readiness-Stufe<br />
Aus den Ergebnissen der Readiness-Messung für<br />
die Dimension Smart Operations lassen sich für<br />
die drei Unternehmenstypen (Neulinge, Einsteiger,<br />
Pioniere) die Haupthemmnisse zur Erreichung<br />
einer höheren Readiness-Stufe wie folgt<br />
zusammenfassen (Abbildung 3-16).<br />
Geringe unternehmensexterne Vernetzung<br />
Unternehmen sind zwar unternehmensintern<br />
sehr stark vernetzt, unternehmensextern besteht<br />
allerdings noch viel Potenzial. Durch kurze Kommunikationswege<br />
und die automatische Einbindung<br />
des Einkaufs und Vertriebs in die verschiedenen<br />
Prozesse können Kosten gesenkt und<br />
Effizienzsteigerungen erreicht werden.<br />
Die zentralen Kernbefunde im Bereich Smart<br />
Operations werden nachfolgend dargestellt.<br />
Abbildung 3-17: Systemintegrierter Informationsaustausch nach Bereichen<br />
100<br />
80<br />
60<br />
82,6 81,4<br />
78,4<br />
69,0 65,9 65,3<br />
55,6<br />
48,6<br />
40<br />
20<br />
23,2<br />
12,2 17,3 22,2 21,1 18,3 14,9 14,5<br />
0<br />
Produktion/Fertigung<br />
Einkauf<br />
Finanzen/Rechnungswesen<br />
Vertrieb<br />
IT<br />
Logistik<br />
Forschung und Entwicklung<br />
Service<br />
Unternehmensintern<br />
Unternehmensextern<br />
Angaben in Prozent; n= 234 (unternehmensintern), 221 (unternehmensextern)<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
41
Besonders die Bereiche Einkauf, Service sowie<br />
Forschung und Entwicklung (FuE) 4 sind unternehmensextern<br />
nur schwach vernetzt (Abbildung<br />
3-17). Mit zunehmender Unternehmensgröße<br />
nimmt sowohl der interne als auch der<br />
externe Vernetzungsgrad zu. Für die interne Vernetzung<br />
erklärt sich dies durch den verbreiteten<br />
Einsatz von Enterprise-Resource-Planning-Systemen<br />
zur Unterstützung der Geschäftsprozesse<br />
im Unternehmen.<br />
Autonome Steuerung bisher nur bei wenigen<br />
Unternehmen vorhanden<br />
Eine der großen Visionen von Industrie 4.0 ist die<br />
sich selbst regelnde Produktion: Die Werkstücke<br />
fahren von sich aus die nächste Bearbeitungsstation<br />
an, handeln Routen und Reihenfolgen aus<br />
und teilen den Maschinen die benötigten Fertigungsparameter<br />
mit. Vor diesem Hintergrund<br />
wurden die deutschen Maschinen- und Anlagenbauer<br />
zum Umsetzungsgrad dieser autonomen<br />
Steuerung in ihren Unternehmen befragt.<br />
Die Befragung zeigt, dass im Durchschnitt in<br />
85,3 Prozent der befragten Unternehmen keine<br />
autonomen Steuerungssysteme vorhanden sind.<br />
Am fortschrittlichsten sind die Großunternehmen.<br />
Immerhin jedes vierte Unternehmen hat<br />
eine autonome Steuerung in Entwicklung oder<br />
bereits im Einsatz. Überraschenderweise setzen<br />
sich kleinere Unternehmen mit 12 Prozent intensiver<br />
mit dieser Technik auseinander als die mittelgroßen<br />
Betriebe (6,8 Prozent). Der Anteil der<br />
Unternehmen mit einer unternehmensübergreifenden<br />
autonomen Steuerung ist mit 0,4 Prozent<br />
verschwindend gering (Abbildung 3-18).<br />
Abbildung 3-18: Autonome Steuerung des Werkstücks in der Produktion<br />
ab 500 MA<br />
100-499 MA<br />
20-99 MA<br />
Gesamt<br />
1,3<br />
11,3<br />
1,0<br />
2,9 2,9<br />
0,0<br />
8,4 3,6<br />
0,4<br />
6,8 4,0<br />
13,8<br />
85,4<br />
86,7<br />
85,3<br />
71,3<br />
2,5<br />
7,8<br />
1,2<br />
3,4<br />
0% 20% 40% 60% 80% 100%<br />
Ja, unternehmensübergreifend<br />
Ja, aber nur in der Test- und Pilotphase<br />
Ja, aber nur in ausgewählten Teilbereichen<br />
Nein<br />
Keine Angabe<br />
Angaben in Prozent; n= 266<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
4 Die unternehmensexterne Vernetzung im Bereich FuE<br />
umschreibt den systemintegrierten Informationsaustausch<br />
mit Entwicklungspartnern oder Forschungseinrichtungen.<br />
Ein Beispiel für solch eine Vernetzung ist ein Produktlebenszyklus-Managementsystem,<br />
das die Konstruktionsdaten<br />
eines Produktes mehreren Partnern zur Verfügung stellt und<br />
somit eine kollaborative Arbeit an dem Produkt ermöglicht.<br />
42
Abbildung 3-19: Lösungen zur IT-Sicherheit<br />
Sicherheit der internen Datenspeicherung<br />
8,5 2,1 1,1 0,9<br />
Sicherung von Daten über Cloud-<br />
Dienstleistungen<br />
10,2<br />
87,5<br />
47,6<br />
17,5<br />
12,5<br />
12,2<br />
Kommunikationssicherheit im betriebsinternen<br />
Datenaustausch<br />
4,7 5,4 4,8<br />
Kommunikationssicherheit im Datenaustausch<br />
mit Partnerunternehmen<br />
8,9<br />
15,9<br />
69,2<br />
22,5<br />
40,8<br />
14,9<br />
12,8<br />
Lösung implementiert<br />
Lösung geplant<br />
Keine Angabe<br />
Lösung in Arbeit<br />
Für uns nicht relevant<br />
Angaben in Prozent; n= 260<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
IT-Sicherheitsmassnahmen überwiegend für<br />
interne Zwecke implementiert<br />
Wie zu Beginn erläutert, ist es nicht nur wichtig,<br />
dass eine hochauflösende Datenbasis und die<br />
entsprechenden Systeme zur Aus- und Verwertung<br />
dieser Daten vorhanden sind, sondern<br />
auch, dass die Sicherheit dieser Daten gewährleistet<br />
ist. Besonders deutsche Unternehmen<br />
pflegen einen vorsichtigen Umgang mit Daten<br />
und legen großen Wert auf deren Sicherheit und<br />
Schutz. Dies zeigt auch die Befragung:<br />
Bei betriebsinternen Daten und Kommunikationswegen<br />
haben die Unternehmen bereits<br />
Lösungen implementiert. Bei externen Sicherungen<br />
und Kommunikationswegen sind sie verhaltener.<br />
So hält fast die Hälfte der Unternehmen<br />
die Sicherung von Daten über Cloud-Dienstleistungen<br />
für nicht relevant (48,1 Prozent).<br />
Das allgemeine Bild bestätigt sich auch hier:<br />
Große Unternehmen haben häufiger Lösungen<br />
in den einzelnen Kategorien implementiert als<br />
kleinere Firmen. Letztere sehen besonders bei<br />
Cloud-Dienstleistungen und in der Kommunikation<br />
mit externen Partnerunternehmen keine<br />
Relevanz für sich (Abbildung 3-19).<br />
Der Durchdringungsgrad von<br />
Cloud-Lösungen ist bisher gering<br />
Als letzter Aspekt der Umsetzung von Industrie<br />
4.0 im Bereich Smart Operations wurde die<br />
Nutzung von Cloud-Lösungen untersucht. Unter<br />
den Begriff Cloud-Lösungen fallen das Cloud-<br />
Storage (Datenspeicherung), das Cloud-Computing<br />
(Datenauswertung) und Software aus der<br />
Cloud. Dabei interessiert vor allem, ob und zu<br />
welchem Zweck diese von Unternehmen genutzt<br />
werden. Cloud-Lösungen dienen den Unternehmen<br />
häufig zum Outsourcing von Rechen- und<br />
Speicherkapazitäten sowie der effizienteren Nutzung<br />
von Softwarelizenzen. Die Skalierbarkeit in<br />
Verbindung mit einer weiter wachsenden Zahl<br />
vernetzter Geräte und zunehmenden Datenmengen<br />
ist ein wichtiger IT-seitiger Lösungsansatz<br />
für den Erfolg von Industrie 4.0 (Abbildung<br />
3-20).<br />
Die Befragung zeigt, dass der Durchdringungsgrad<br />
von Cloud-Lösungen im Maschinen- und<br />
Anlagenbau bisher recht gering ist. Allerdings<br />
sind hiermit nicht unerhebliche IT-Transformationen<br />
notwendig. Gerade im Bereich des<br />
Cloud-Computings reagieren die Unternehmen<br />
eher verhalten.<br />
43
Abbildung 3-20: Nutzung von Cloud-Dienstleistungen<br />
30%<br />
25%<br />
20%<br />
20,7<br />
19,3<br />
22,3<br />
25,9<br />
24,6<br />
26,5<br />
22,3<br />
17,5<br />
15%<br />
10%<br />
10,1<br />
8,4<br />
12,6<br />
12,5<br />
5%<br />
0%<br />
Software aus der Cloud Zur Datenauswertung Zur Datenspeicherung<br />
Gesamt 20-99 MA 100-499 MA ab 500 MA<br />
Angaben in Prozent; n= 266<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
Der sonst so häufig beobachtbare Trend, dass<br />
große Unternehmen mehr Industrie 4.0-Aktivitäten<br />
verfolgen als kleine, lässt sich in den Bereichen<br />
Software aus der Cloud und Nutzung der<br />
Cloud zur Datenauswertung zwar bestätigen, im<br />
Bereich der Cloud-Datenspeicherung jedoch<br />
nicht, hier sind kleine Unternehmen stärker<br />
aktiv. Insbesondere für sie scheint das Auslagern<br />
der Speicherkapazitäten und die damit verbundene<br />
Reduzierung des administrativen Aufwands<br />
und der Beschaffungskosten von Hardware<br />
attraktiv. Die Umstellung von internen<br />
Speicherlösungen auf Cloud-Storage entspricht<br />
einem klassischen Outsourcing-Prozess und<br />
erhöht die Flexibilität hinsichtlich Verfügbarkeit<br />
und Speicherkapazität. Die Bedienung lehnt sich<br />
jedoch stark an lokalen Konzepten an. Ebenso ist<br />
die Nutzung von Cloud-Software nicht viel mehr<br />
als eine Umstellung der Lizenzmodelle, auf<br />
Anwenderseite ergeben sich nur wenige neue<br />
Zusatzfunktionalitäten. Cloud-Computing zur<br />
Datenauswertung eröffnet den Unternehmen<br />
völlig neue Handlungsfelder, die zunächst<br />
erschlossen werden müssen. So erlauben die flexibel<br />
abrufbaren und sehr hohen Rechenkapazitäten<br />
komplexe Simulationsberechnungen ohne<br />
eine kostenintensive Aufrüstung der lokalen<br />
IT-Infrastruktur.<br />
3.5 Smart Products<br />
Intelligente Produkte sind Grundlage für<br />
Smart Factory und Smart Operations<br />
Viele Funktionen der Smart Factory sowie Nutzenpotenziale<br />
von Data-driven Services bauen<br />
auf die Verfügbarkeit umfangreicher Informationen<br />
über ein jeweiliges Produkt auf. Die Smart<br />
Factory muss wissen, welches Produkt sich wo in<br />
der Fertigung befindet, um über den Auftragsstatus<br />
in Echtzeit berichten zu können. Der Hersteller<br />
benötigt umfangreiche Informationen<br />
über Einsatzdauer und -intensität einer<br />
Maschine, um Kunden einen auf der realen Nutzung<br />
basierenden Plan zur Predictive Maintenance,<br />
also einer rechtzeitigen Instandhaltung,<br />
anbieten zu können. Diese Szenarien erfordern<br />
den Einsatz von Smart Products, physischen<br />
Objekten, die mit IKT ausgestattet sind. Dadurch<br />
sind sie eindeutig identifizierbar und können mit<br />
ihrer Umwelt interagieren, erfassen diese und<br />
ihren Zustand über Sensorik und bieten unterschiedliche<br />
Zusatzfunktionen im betrieblichen<br />
Kontext an (Deindl, 2013).<br />
44
In der Vision von Industrie 4.0 teilt ein selbststeuerndes<br />
Werkstück in der Produktion der<br />
Maschine mit, welche Arbeitsschritte ausgeführt<br />
werden müssen. Das Produkt benötigt dafür<br />
Informationen über sich selbst und über<br />
geplante sowie bereits durchgeführte Arbeitsschritte.<br />
Diese Informationen können mithilfe<br />
der Funktionen Objektinformation, Überwachung<br />
und Produktgedächtnis gesammelt werden.<br />
Mit den Produktfunktionalitäten Vernetzung<br />
und Selbstauskunft kann das Produkt der<br />
Maschine Arbeitsschritte mitteilen. Die Überwachung<br />
des ganzen Auftragsfortschritts setzt eine<br />
automatische Identifizierbarkeit und Lokalisierbarkeit<br />
voraus.<br />
In der Nutzungsphase bilden die gleichen Funktionalitäten<br />
die Grundlage für Data-driven Services,<br />
beispielsweise Telemaintenance oder auch<br />
das Anbieten von Maschinenparametereinstellungen<br />
zur Verarbeitung bestimmter Materialien.<br />
Hinzu kommt für den Hersteller die Möglichkeit,<br />
die Produktentwicklung durch das<br />
Sammeln aller wichtigen Nutzungs- und Produktionsdaten<br />
zu unterstützen. Die Anwendungsbedingungen<br />
können deutlich detaillierter analysiert<br />
und das Produkt dementsprechend<br />
weiterentwickelt werden. Somit können die<br />
Unternehmen Produkte und Lösungsansätze<br />
erarbeiten, die genau auf potenzielle Nutzer<br />
oder Kunden ausgelegt sind.<br />
Zur Ermittlung der Readiness im Bereich Smart<br />
Products werden die IKT-Zusatzfunktionalitäten<br />
von Produkten sowie der Umfang der Datenanalyse<br />
aus der Nutzungsphase herangezogen.<br />
Jedes sechste Unternehmen verwendet<br />
Daten aus der Nutzungsphase<br />
Im Bereich Smart Products weisen die deutschen<br />
Maschinen- und Anlagenbauer einen durchschnittlichen<br />
Readiness-Wert von 1,1 auf. In der<br />
Gruppe der Pioniere ist die Readiness mit einem<br />
durchschnittlichen Wert von 4,6 deutlich höher<br />
(Tabelle 3-5).<br />
Über die Hälfte der Unternehmen besitzt keine<br />
Produkte mit IT-basierten Zusatzfunktionen und<br />
erhebt dementsprechend auch keine Daten in<br />
der Nutzungsphase, welche für die Produktentwicklung,<br />
Vertriebsunterstützung oder Telemaintenance<br />
genutzt werden könnten. Diese Unternehmen<br />
werden den Außenstehenden (Stufe 0)<br />
zugeordnet. Auf Stufe 1 befinden sich 13,4 Prozent<br />
der Unternehmen (Anfänger). Die Produkte<br />
dieser Unternehmen besitzen erste Ansätze<br />
einer Zusatzfunktion aus dem Bereich Produktgedächtnis,<br />
Selbstauskunft, Vernetzung, Lokalisierung,<br />
Assistenzsysteme 5 , Überwachung, Objektinformation<br />
oder Automatische Identifikation.<br />
Auf Stufe 2 (14,6 Prozent) statten die Unternehmen<br />
ihre Produkte mit ersten Funktionen aus.<br />
Zudem erheben die Unternehmen Daten, nutzen<br />
oder analysieren sie aber nicht. Bei den Unternehmen<br />
auf Stufe 3 (Erfahrener, 4,9 Prozent)<br />
besitzen die Produkte mehrere zusammenhängende<br />
Zusatzfunktionen und die Daten aus der<br />
Nutzungsphase werden anteilig für die oben<br />
beschriebenen Aufgaben genutzt. Auf Stufe 4<br />
(5,5 Prozent) und Stufe 5 (6,4 Prozent) steigt die<br />
Datennutzung sowie die Anzahl der Zusatzfunktionen<br />
bis zu einem umfangreichen Funktionspaket<br />
aus verschiedenen Bereichen (Abbildung<br />
3-21).<br />
Tabelle 3-5: Durchschnittliche Readiness in der Dimension Smart Products<br />
Gesamt Neulinge Einsteiger Pioniere<br />
Readiness-Wert 1,1 0,4 2,2 4,6<br />
Skala 0 (Außenstehender) bis 5 (Exzellenz); n=243<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015,<br />
26. Befragungswelle<br />
5 Beispiel aus dem Konsumentenbereich: In der Amazon-App<br />
werden Kaufvorschläge auf Basis bisheriger Käufe gemacht,<br />
in der Spotify-App werden so Musikvorschläge generiert.<br />
Beispiel aus dem Maschinen- und Anlagenbau:<br />
Maschinen könnten Einstellungsparameter vorschlagen<br />
auf Basis bisheriger Bearbeitungsaufträge, Datenbrillen<br />
können in der Kommission unterstützen.<br />
45
Abbildung 3-21: Readiness-Stufen in der Dimension Smart Products<br />
Smart Products<br />
Stufe 5:<br />
6,4 %<br />
Stufe 4:<br />
5,5 %<br />
Stufe 3:<br />
4,9 %<br />
Stufe 2:<br />
14,6 %<br />
Stufe 1:<br />
13,4 %<br />
Stufe 0:<br />
55,3 %<br />
Anfänger<br />
• Die Produkte besitzen erste Ansätze von Zusatzfunktionen<br />
Außenstehender<br />
• Keine Anforderungen werden erfüllt<br />
Exzellenz<br />
• Die Produkte besitzen umfangreiche Zusatzfunktionen<br />
• Die aufgenommenen Daten werden umfangreich für<br />
verschiedene Funktionen genutzt<br />
Experte<br />
• Die Produkte besitzen Zusatzfunktionen aus verschiedenen Bereichen<br />
• Die aufgenommenen Daten werden gezielt für bestimmte Funktionen genutzt<br />
Erfahrener<br />
• Die Produkte besitzen mehrere zusammenhängende Zusatzfunktionen<br />
• Die aufgenommenen Daten werden anteilig für die Auswertung genutzt<br />
Fortgeschrittener<br />
• Die Produkte besitzen erste Zusatzfunktionen<br />
• Aufnahme von Daten, aber keine Analyse/Nutzung der Daten<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
Haupthürden auf dem Weg zur Erreichung<br />
einer höheren Readiness-Stufe<br />
Aus den Ergebnissen der Readiness-Messung für<br />
die Dimension Smart Products lassen sich für die<br />
drei Unternehmenstypen (Neulinge, Einsteiger,<br />
Pioniere) die Haupthemmnisse zur Erreichung<br />
einer höheren Readiness-Stufe wie folgt zusammenfassen<br />
(Abbildung 3-22).<br />
In der Unternehmensbefragung wurden die Firmen<br />
um eine Einschätzung bezüglich der Zusatzfunktionalitäten<br />
ihrer Produkte gebeten. Die<br />
Ergebnisse geben Aufschluss darüber, welche<br />
Zusatzfunktionalitäten die Produkte am häufigsten<br />
besitzen und werden nachfolgend dargestellt.<br />
Jedes vierte Unternehmen bietet vernetzte<br />
Produkte an<br />
Produktzusatzfunktionalitäten werden am häufigsten<br />
für Objektinformationen, Überwachung<br />
und Vernetzung eingesetzt. Auch hier setzt sich<br />
der bekannte Größenklassentrend fort, dass mit<br />
der Größe des Unternehmens auch der Anteil<br />
der Unternehmen, die Produkt-Zusatzfunktionalitäten<br />
implementiert haben, zunimmt. Wer die<br />
Vision der Smart Factory umsetzen möchte, wird<br />
um die Lokalisierung von Produkten nicht herumkommen.<br />
Bisher haben jedoch mit lediglich<br />
7,4 Prozent die wenigsten Unternehmen diese<br />
Funktion in ihre Produkte integriert. Unternehmen,<br />
die ihren Kunden zusätzliche Dienstleistungen<br />
anbieten wollen, müssen die nötige Grundlage<br />
der Überwachung oder der Vernetzung<br />
schaffen. Hier herrscht vor allem bei den kleinen<br />
und mittelständischen Unternehmen Nachholbedarf<br />
(Abbildung 3-23).<br />
46
Abbildung 3-22: Haupthürden in der Dimension Smart Products<br />
Haupthürden auf dem Weg zu einer höheren Industrie 4.0-Readiness-Stufe<br />
Neulinge (Stufen 0 und 1) Einsteiger (Stufe 2) Pioniere (Stufe 3+)<br />
Haupthürden<br />
Produkte besitzen keine oder<br />
nur erste Ansätze von IKT-<br />
Zusatzfunktionalitäten<br />
Keine Analyse und Nutzung<br />
der aufgenommen Daten zur<br />
Optimierung der Produkte<br />
oder Prozesse<br />
(Produktentwicklung,<br />
Vertriebsunterstützung,<br />
After-Sales)<br />
Produkte besitzen erst auf<br />
wenige Aspekte beschränkte<br />
IKT-Zusatzfunktionalitäten<br />
n=243<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
Abbildung 3-23: IKT-Zusatzfunktionalitäten von Produkten<br />
Objektinformation<br />
34,0<br />
Überwachung<br />
30,4<br />
Vernetzung<br />
Produktgedächtnis<br />
25,0<br />
24,0<br />
Automatische Identifikation<br />
Assistenzsysteme<br />
17,5<br />
19,6<br />
Selbstauskunft<br />
13,5<br />
Lokalisierung<br />
7,4<br />
Angaben in Prozent; n= 243<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
3.6 Data-driven Services<br />
Unternehmen im Wandel von reinen<br />
Produkt- zu Lösungsanbietern<br />
Industrie 4.0 zeichnet sich neben dem Einsatz<br />
von IKT durch eine grundlegende Neuausrichtung<br />
bestehender Geschäftsmodelle aus. Im<br />
Fokus steht dabei eine essenzielle Steigerung<br />
des Kundennutzens. Zum einen lassen sich traditionelle<br />
Geschäftsmodelle digitalisieren, zum<br />
anderen besteht die Chance zur Entwicklung<br />
neuer Geschäftsmodelle, deren Wertschöpfungsfokus<br />
auf der Datenerhebung und -analyse basiert.<br />
Disruptive, innovative Geschäftsmodelle gehen<br />
im Rahmen von Industrie 4.0 darüber hinaus und<br />
zielen insbesondere darauf ab, bestehende Wertschöpfungsketten<br />
aufzubrechen und neue<br />
Potenziale zu erschließen. Im Bereich des<br />
Maschinen- und Anlagenbaus entwickelten sich<br />
so in den letzten Jahren die Angebote der Hersteller<br />
vom einfachen Verkauf der Maschinen hin<br />
zu hybriden Leistungsbündeln, also dem Angebot<br />
von kombinierten Sach- und Dienstleistungen<br />
mit gesteigertem Mehrwert für den Kunden.<br />
Klassisches Beispiel hierfür sind Wartungsverträge<br />
mit der Zusage einer vertraglich festgelegten<br />
Anlagenverfügbarkeit beim Verkauf einer<br />
Maschine. Daran gekoppelt ist eine Auswertung<br />
zu erfassender Maschinendaten, welche eine<br />
vorrausschauende Instandhaltung ermöglicht<br />
(Abbildung 3-24).<br />
47
Abbildung 3-24: Data-driven Services<br />
Produkt Produktbezogene Dienstleistungen Hybrides Leistungsbündel<br />
P<br />
S<br />
S<br />
S<br />
S<br />
P<br />
S<br />
S<br />
S<br />
S<br />
S<br />
P<br />
Produkt<br />
Service<br />
Leistung<br />
Verkauf von<br />
Produkten<br />
Verkauf einzelner<br />
DL zusätzlich zum<br />
Produkt<br />
Verkauf einer DL<br />
als integraler<br />
Bestandteil des<br />
Angebots<br />
Verkauf einer<br />
Gesamtlösung<br />
Verkauf einer<br />
Gesamtlösung als<br />
DL<br />
Quelle: in Anlehnung an Hildenbrand et al., 2006<br />
Für die Ermittlung der Readiness im Bereich<br />
Data-driven Services werden die folgenden drei<br />
Kriterien untersucht:<br />
• Angebot datenbasierter Dienstleistungen<br />
• Umsatzanteil mit datenbasierten Dienstleistungen<br />
• Anteil der genutzten Daten<br />
Readiness im Bereich Data-driven Services<br />
am geringsten<br />
Die deutschen Maschinen- und Anlagenbauer<br />
haben bei den datenbasierten Dienstleistungsangeboten<br />
die geringste Readiness und erreichen<br />
auf einer Skala von 0 bis 5 nur einen Wert<br />
von 0,3. Auch die Pioniere schneiden hier mit<br />
einem durchschnittlichen Readiness-Wert von<br />
2,1 am schlechtesten in allen untersuchten<br />
Dimensionen ab (Tabelle 3-6).<br />
Die Dimension Data-driven Services zielt auf die<br />
Ausrichtung zukünftiger Geschäftsmodelle zur<br />
Steigerung des Kundennutzens ab. Das After-<br />
Sales- und Servicegeschäft wird zunehmend auf<br />
der Auswertung und Analyse aufgenommener<br />
Daten basieren. Das Ergebnis der Befragung<br />
zeigt, dass der Großteil der Unternehmen<br />
(84,1 Prozent) sich bisher noch nicht mit dem<br />
Thema Industrie 4.0 im Bereich des Data-driven<br />
Services auseinandergesetzt hat. Entsprechend<br />
häufig liegen diese Unternehmen auf Stufe 0.<br />
Von allen betrachteten Dimensionen des<br />
Modells ist der Fortschritt in Richtung Industrie<br />
4.0 im Bereich des datenbasierten Dienstleistungsangebots<br />
am geringsten. Lediglich 5,5 Prozent<br />
der Unternehmen erreichen in der<br />
Dimension Data-driven Services die Stufe 1<br />
(Abbildung 3-25).<br />
Tabelle 3-6: Durchschnittliche Readiness in der Dimension Data-driven Services<br />
Gesamt Neulinge Einsteiger Pioniere<br />
Readiness-Wert 0,3 0,1 0,7 2,1<br />
Skala 0 (Außenstehender) bis 5 (Exzellenz); n=259<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015,<br />
26. Befragungswelle<br />
48
Abbildung 3-25: Readiness-Stufen in der Dimension Data-driven Services<br />
Stufe 5:<br />
0,6 %<br />
Exzellenz<br />
• Datenbasierte Dienstleistungen über Vernetzung mit den Kunden<br />
• Generierung von Umsätzen über die Dienstleistung (>10%)<br />
• Hohe Nutzung der Daten (>50% der aufgenommenen Daten)<br />
Data-driven Services<br />
Stufe 4:<br />
0,6 %<br />
Stufe 3:<br />
3,9 %<br />
Stufe 2:<br />
5,2 %<br />
Stufe 1:<br />
5,5 %<br />
Experte<br />
• Datenbasierte Dienstleistungen über Vernetzung mit den Kunden<br />
• Generierung von Umsätzen über die Dienstleistung (
Kaum datenbasierte Dienstleistungsangebote<br />
Es zeigt sich, dass rund zwei Drittel (64,6 Prozent)<br />
der Unternehmen die Potenziale der<br />
Data-driven Services für sich noch nicht entdeckt<br />
und über kein datenbasiertes Dienstleistungsangebot<br />
verfügen.<br />
Es zeigt sich zudem, dass rund ein Drittel der<br />
Unternehmen Data-driven Services anbietet,<br />
jedoch nur die Hälfte von ihnen dabei mit dem<br />
Kunden vernetzt ist. Der Mittelstand bleibt hinter<br />
den kleinen und großen Unternehmen zurück,<br />
was das Angebot solcher Dienstleistungen mit<br />
Kundenvernetzung angeht. Fast doppelt so viele<br />
kleine Unternehmen (19,3 Prozent) wie mittelständische<br />
(10,7 Prozent) bieten Data-driven<br />
Services an und sind dabei mit dem Kunden<br />
vernetzt (Abbildung 3-27).<br />
Von den Unternehmen, die in der Produktionsund<br />
Nutzungsphase Prozessdaten erheben, verwenden<br />
nur 14,7 Prozent diese Daten nicht weiter.<br />
Von den Unternehmen, die solche Daten<br />
sammeln, gibt die Hälfte an, dass bis zu 20 Prozent<br />
der Daten weiterverwertet werden. Bei<br />
einem Fünftel der Unternehmen werden sogar<br />
20 bis 50 Prozent der Daten genutzt. Hierbei<br />
lässt sich kein signifikanter Größenklassenunterschied<br />
erkennen (Abbildung 3-28).<br />
Produktentwicklung ist Hauptanalysezweck<br />
Neben dem überproportional gestiegenen Einsatz<br />
von Sensorik bildet vor allem die Vernetzung<br />
die nötige Grundvoraussetzung für das Angebot<br />
neuer Dienstleistungen und die Gewinnung von<br />
Erkenntnissen aus der Nutzungsphase.<br />
Daten können direkt bei Verwendung des Produkts<br />
erfasst werden. So lässt sich beispielsweise<br />
das Benutzerverhalten erfassen und analysieren.<br />
Dies ermöglicht dem Hersteller<br />
Rückschlüsse auf eine potenzielle Fehlbenutzung<br />
des Produkts und damit Ansätze für dessen Optimierung.<br />
Weitere Einsatzgebiete sind die Unterstützung<br />
des Vertriebs, das Angebot von Aftersales-Dienstleistungen<br />
wie Telemaintenance<br />
oder weitere Dienstleistungen.<br />
Abbildung 3-27: Angebot von Data-driven-Services<br />
ab 500 MA<br />
26,6<br />
22,8<br />
41,8<br />
8,9<br />
100-499 MA<br />
10,7<br />
18,4<br />
66,0<br />
4,9<br />
20-99 MA<br />
19,3<br />
13,3<br />
66,3<br />
1,2<br />
Gesamt<br />
16,9<br />
15,6<br />
64,6<br />
2,9<br />
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%<br />
Ja, wir sind dabei mit unseren Kunden vernetzt<br />
Nein<br />
Ja, aber ohne Vernetzung mit den Kunden<br />
Keine Angabe<br />
Angaben in Prozent; n= 265<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
50
Abbildung 3-28: Anteil genutzter Daten im Unternehmen<br />
21,1<br />
13,9<br />
14,7<br />
50,3<br />
0 Mehr als 0 bis 20 % Mehr als 20 bis 50 % Mehr als 50 %<br />
Angaben in Prozent; n= 92<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
Die Befragung zeigt, dass knapp ein Drittel der<br />
Unternehmen (30 Prozent), die in der Nutzungsphase<br />
entstehenden Daten nicht aufnimmt. Ein<br />
weiteres Viertel der Unternehmen (25 Prozent)<br />
erfasst die Daten, wertet diese aber nicht aus.<br />
Die restlichen 45 Prozent der Unternehmen<br />
analysieren die Daten aus der Nutzungsphase.<br />
Dabei zeigt die Befragung, dass nahezu alle<br />
Unternehmen die erhobenen Daten in der Produktentwicklung<br />
und Telemaintenance verwenden<br />
(Abbildung 3-29).<br />
Abbildung 3-29: Analyse von Daten aus der Nutzungsphase<br />
Produktentwicklung<br />
Vertriebsunterstützung<br />
ab 500 MA<br />
96,4<br />
ab 500 MA<br />
48,1<br />
100-499 MA<br />
82,6<br />
100-499 MA<br />
79,2<br />
20-99 MA<br />
94,7<br />
20-99 MA<br />
75,0<br />
Gesamt<br />
91,1<br />
Gesamt<br />
73,7<br />
After-Sales (Telemaintenance)<br />
ab 500 MA<br />
89,3<br />
100-499 MA<br />
76,0<br />
20-99 MA<br />
88,9<br />
Gesamt<br />
84,5<br />
Angaben in Prozent, Anteile ja-Antworten ; n= 67<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
51
3.7 Mitarbeiter<br />
Mitarbeiter tragen im Unternehmen die<br />
digitale Transformation mit<br />
Mitarbeiter sind von den Veränderungen der<br />
digitalen Arbeitswelt maßgeblich betroffen. Für<br />
sie ändert sich das direkte Umfeld am Arbeitsplatz,<br />
was neue Kompetenzen und Qualifikationen<br />
erfordert. Für Unternehmen wird es daher<br />
zunehmend wichtiger, die Mitarbeiter auf diese<br />
Veränderungen durch geeignete Schulungs- und<br />
Weiterbildungsmaßnahmen vorzubereiten.<br />
Die zentrale Rolle der Mitarbeiter in den Veränderungsprozessen<br />
wurde auch in mehreren Studien<br />
untersucht (Spath et al., 2013; PwC, 2014;<br />
DIHK, 2015). Der Fokus der Studien liegt häufig<br />
auf Veränderungen der Qualifikationen und<br />
inwieweit Unternehmen diese erforderlichen<br />
Qualifikationen vermitteln können. Die Studie<br />
des Fraunhofer-Instituts für Arbeitswirtschaft<br />
und Organisation widmet sich den erwarteten<br />
Auswirkungen für die Arbeitsgestaltung und<br />
-organisation. Auf der Grundlage einer Befragung<br />
von 518 Produktionsverantwortlichen<br />
zeichnet die Studie ein Bild des Umsetzungsstandes<br />
des Themas Industrie 4.0 in deutschen<br />
Industrieunternehmen. Demnach werden sich<br />
im Zuge der Digitalisierung die Anforderungen<br />
an Produktionsarbeiter verändern. Im Mittelpunkt<br />
der Veränderungen wird vorrangig die<br />
Bereitschaft zum lebenslangen Lernen gesehen.<br />
Dabei liegt die höhere IT-Kompetenz in der<br />
Bedeutung der abgefragten Kompetenzen noch<br />
hinter dem starken interdisziplinären Denken<br />
und Handeln auf Platz drei (Spath et al., 2013).<br />
Nur bei einem Drittel der Unternehmen sind<br />
notwendige Kompetenzen nicht vorhanden<br />
Bei den Mitarbeiterkompetenzen erreicht der<br />
Durchschnitt der Maschinen- und Anlagenbauunternehmen<br />
den Wert 1,5. Eine mögliche Erklärung<br />
für die relativ hohe Readiness im Vergleich<br />
zu den anderen untersuchten Dimensionen ist,<br />
dass die Unternehmen bei der Mitarbeiterqualifizierung<br />
mehr Erfahrung haben und sich hier<br />
entsprechend sicherer fühlen als in den anderen<br />
Industrie 4.0-relevanten Themenbereichen wie<br />
beispielsweise Data-driven Services, Smart Factory<br />
oder der Implementierung einer Industrie<br />
4.0-Strategie. Die Pioniere erreichen hier einen<br />
durchschnittlichen Readiness-Wert von 3,2<br />
(Tabelle 3-7).<br />
Dabei wird von rund einem Drittel der Unternehmen<br />
die Readiness-Stufe 1 (Anfänger) erreicht.<br />
Das heißt, die Mitarbeiter des Unternehmens<br />
besitzen in einem relevanten Bereich die nötigen<br />
Kompetenzen (IT-Infrastruktur, Automatisierungstechnik,<br />
Datenanalyse, Datensicherheit/<br />
Kommunikationssicherheit, Entwicklung oder<br />
Anwendung von Assistenzsystemen, Kollaborationssoftware,<br />
nicht-technische Kompetenzen wie<br />
Systemdenken oder Prozessverständnis), jedoch<br />
nicht im ausreichenden Maße. Ein weiteres Drittel<br />
der befragten Unternehmen scheitert allerdings<br />
bereits an dieser Hürde und kann keine der<br />
abgefragten Kompetenzen (Stufe 0) vorweisen.<br />
Der Anteil der Firmen auf den höheren Stufen<br />
nimmt kontinuierlich ab. Immerhin 5,3 Prozent<br />
der Befragten erreichen in dieser Dimension die<br />
Stufe des Experten (Stufe 4) und können somit<br />
in mehreren relevanten Bereichen ausreichende<br />
Kompetenzen vorweisen (Abbildung 3-30).<br />
Für die Ermittlung der Readiness in der Dimension<br />
Mitarbeiter wurden die Mitarbeiterkompetenzen<br />
in unterschiedlichen Bereichen sowie Anstrengungen<br />
der Unternehmen zum Kompetenzaufbau<br />
ausgewertet.<br />
Tabelle 3-7: Durchschnittliche Readiness in der Dimension Mitarbeiter<br />
Gesamt Neulinge Einsteiger Pioniere<br />
Readiness-Wert 1,5 1,0 2,8 3,2<br />
Skala 0 (Außenstehender) bis 5 (Exzellenz); n=250<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015,<br />
26. Befragungswelle<br />
52
Abbildung 3-30: Readiness-Stufen in der Dimension Mitarbeiter<br />
Stufe 5:<br />
5,3 %<br />
Exzellenz<br />
• Kompetenzen in mehreren relevanten Bereichen voll vorhanden<br />
Mitarbeiter<br />
Stufe 4:<br />
8,8 %<br />
Stufe 3:<br />
10,3 %<br />
Stufe 2:<br />
12,2 %<br />
Stufe 1:<br />
33,5 %<br />
Stufe 0:<br />
29,8 %<br />
Außenstehnder<br />
• Keine Anforderungen werden erfüllt<br />
Experte<br />
• Mitarbeiter verfügen in mehreren relevanten Bereichen über ausreichend<br />
Kompetenzen<br />
Erfahrener<br />
• Mitarbeiter verfügen in einigen relevanten Bereichen über ausreichend Kompetenzen<br />
Fortgeschrittener<br />
• Die Mitarbeiter verfügen in wenigen relevanten Bereichen über geringe Kompetenzen<br />
Anfänger<br />
• Die Mitarbeiter verfügen in einem relevanten Bereich über geringe Kompetenzen<br />
n=250 Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
Haupthürden auf dem Weg zur Erreichung<br />
einer höheren Readiness-Stufe<br />
Aus den Ergebnissen der Readiness-Messung für<br />
die Dimension Mitarbeiter lassen sich für die<br />
drei Unternehmenstypen (Neulinge, Einsteiger,<br />
Pioniere) die Haupthemmnisse zur Erreichung<br />
einer höheren Readiness-Stufe wie folgt zusammenfassen<br />
(Abbildung 3-31).<br />
Abbildung 3-31: Haupthürden in der Dimension Mitarbeiter<br />
Haupthürden auf dem Weg zu einer höheren Industrie 4.0-Readiness-Stufe<br />
Neulinge (Stufen 0 und 1) Einsteiger (Stufe 2) Pioniere (Stufe 3+)<br />
Haupthürden<br />
Keine oder nur geringe<br />
Industrie 4.0-spezifische<br />
Mitarbeiterkompetenzen<br />
vorhanden<br />
In einigen relevanten<br />
Bereichen sind die<br />
Kompetenzen noch nicht<br />
ausreichend vorhanden<br />
Industrie 4.0-spezifische<br />
Kompetenzen noch nicht in<br />
allen Bereichen vollumfänglich<br />
vorhanden<br />
n=250<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
53
Die Ergebnisse dieser Readiness-Messung basieren<br />
auf den folgenden Befunden:<br />
Fachkenntnisse in vielen Bereichen nicht<br />
ausreichend vorhanden<br />
Bei den Mitarbeitern der Maschinen- und Anlagenbauunternehmen<br />
sind zwar vielfältige Kompetenzen<br />
vorhanden, aber oft nicht in dem für<br />
die detaillierte Umsetzung von Industrie 4.0-<br />
Konzepten erforderlichen Ausmaß. Je nach Kompetenzbereich<br />
schätzt lediglich ein Zehntel bis<br />
ein Drittel der Unternehmen die Fachkräftekompetenz<br />
in Bezug auf Industrie 4.0 als ausreichend<br />
vorhanden ein. Die größten Probleme bestehen<br />
bei der Entwicklung und Anwendung von Assistenzsystemen<br />
und der Kollaborationssoftware.<br />
Hier schätzen nur 9,3 Prozent oder 8,1 Prozent<br />
der Unternehmen die Mitarbeiterkompetenzen<br />
als ausreichend ein; in 31,5 Prozent beziehungsweise<br />
41,1 Prozent der Unternehmen sind diese<br />
Kompetenzen gar nicht vorhanden (Abbildung<br />
3-32).<br />
Der Großteil der Unternehmen hat sich des Kompetenzmangels<br />
bezüglich des Themas Industrie<br />
4.0 bereits angenommen und Qualifizierungsmaßnahmen<br />
gestartet. So bieten knapp zwei<br />
Drittel der befragten Maschinen- und Anlagenbauer<br />
spezielle Schulungen, Wissenstransfersysteme<br />
und Coachings an, um ihre Mitarbeiter für<br />
Industrie 4.0 zu qualifizieren. Dabei erlernen die<br />
Mitarbeiter Fertigkeiten, die sie in Zusammenhang<br />
mit der Entwicklung hin zu einer digital<br />
vernetzten Produktion benötigen. Neben grundlegendem<br />
Wissen zu IT- und Steuerungsprozessen<br />
wird den Mitarbeitern die Fähigkeit zum<br />
Austausch mit Maschinen und vernetzten Systemen<br />
vermittelt.<br />
Abbildung 3-32: Mitarbeiterkompetenzen für Industrie 4.0<br />
Datensicherheit/Kommunikationssicherheit 3,0<br />
11,8<br />
45,4<br />
34,7<br />
5,1<br />
IT-Infrastruktur 3,7<br />
7,3<br />
54,4<br />
27,7<br />
6,9<br />
Automatisierungstechnik<br />
9,0<br />
15,9<br />
45,4<br />
22,4<br />
7,3<br />
Nicht technische Kompetenzen, wie Systemdenken, und<br />
Prozessverständnis<br />
7,9<br />
12,7<br />
52,0<br />
21,2<br />
6,2<br />
Datenanalyse<br />
5,5<br />
17,7<br />
53,3<br />
18,4<br />
5,1<br />
Entwicklung/Anwendung von Assistenzsystemen<br />
15,8<br />
31,5<br />
36,3<br />
9,3<br />
7,0<br />
Kollaborationssoftware<br />
18,0<br />
41,1<br />
23,7<br />
8,1<br />
9,2<br />
Nicht relevant Nicht vorhanden Vorhanden, aber nicht ausreichend Ausreichend vorhanden Keine Angabe<br />
Angaben in Prozent; n= 250<br />
Berücksichtigt sind nur Unternehmen mit mehr als 20 Beschäftigten.<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
54
4 Handlungsfelder für Industrie 4.0<br />
Die Einordnung der befragten Unternehmen in<br />
das Readiness-Modell, zeigt, dass der Großteil<br />
der Unternehmen im deutschen Maschinen- und<br />
Anlagenbau bei der Realisierung von Industrie<br />
4.0 noch am Anfang steht. Mehr als drei Viertel<br />
der Firmen sind Neulinge in den Readiness-Stufen<br />
0 oder 1. Dieser Grundbefund ist in allen<br />
sechs Dimensionen des Readiness-Modells<br />
erkennbar (Abbildung 4-1). Allerdings ist der<br />
Maschinenbau bei der Umsetzung von Industrie<br />
4.0-Konzepten deutlich weiter als das Verarbeitende<br />
Gewerbe insgesamt. Immerhin erreicht<br />
fast ein Viertel der Unternehmen mindestens die<br />
Readiness-Stufe 2. Im gesamten Verarbeitenden<br />
Gewerbe liegt dieser Anteil erst bei elf Prozent.<br />
Das zeigt deutlich die Aufgeschlossenheit des<br />
Maschinen- und Anlagenbaus für das Thema<br />
Industrie 4.0.<br />
Für eine zügige Weiterentwicklung im Themenfeld<br />
Industrie 4.0 ist es vor allem für die Neulinge<br />
und Einsteiger wichtig, von den Erfahrungen der<br />
Pionierunternehmen – rund 6 Prozent aller deutschen<br />
Maschinen- und Anlagenbauer – zu lernen.<br />
Doch auch für die jetzigen Pioniere ergeben<br />
sich noch zahlreiche Handlungsfelder. Die<br />
Analyse zeigt, dass auch sie noch weit von der<br />
Erfüllung der Vision Industrie 4.0 (Stufe 5 des<br />
Readiness-Modells) entfernt sind.<br />
Für die Handlungsempfehlungen leiten sich<br />
daraus zwei zentrale Fragen ab:<br />
• Wie können Unternehmen, die zu den<br />
Neulingen und Einsteigern zählen, bei<br />
Industrie 4.0 im deutschen Maschinen- und<br />
Anlagenbau zu Pionieren aufsteigen?<br />
• Welche Handlungsfelder bestehen für die<br />
heutigen Pioniere?<br />
Zur Beantwortung dieser Fragen werden zwei<br />
zentrale Ergebnisse der empirischen Erhebung<br />
herangezogen:<br />
• Die Faktoren, die die Unternehmen auf dem<br />
Weg zu Industrie 4.0 nach ihrer Selbsteinschätzung<br />
hemmen.<br />
• Die Gründe für das Nichterreichen der<br />
nächsten Readiness-Stufe.<br />
Abbildung 4-1: Verteilung der Unternehmenstypen nach Dimensionen<br />
Gesamt<br />
5,6<br />
17,9<br />
76,5<br />
Strategie und Organisation<br />
8,6<br />
14,8<br />
76,6<br />
Smart Factory<br />
4,7<br />
18,3<br />
77,0<br />
Smart Operations<br />
Smart Products<br />
15,1<br />
14,6<br />
16,7<br />
39,6<br />
45,3<br />
68,7<br />
Neulinge<br />
Einsteiger<br />
Pioniere<br />
Data-driven Services<br />
5,2<br />
5,2<br />
89,6<br />
Mitarbeiter<br />
12,2<br />
24,5<br />
63,3<br />
0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0% 70,0% 80,0% 90,0% 100,0%<br />
Angaben in Prozent, n = 234<br />
Quellen: VDMA-Mitgliederbefragung, 2015; IW-Zukunftspanel 2015, 26. Befragungswelle<br />
55
Die Unternehmen wurden in der Umfrage gebeten,<br />
eine Selbsteinschätzung zu den größten<br />
Hemmnissen bei der Umsetzung von Industrie 4.0<br />
abzugeben. Abbildung 4-2 zeigt diese Hemmnisse<br />
differenziert nach Unternehmenstypen<br />
(Neulinge, Einsteiger und Pioniere). Es wird sichtbar,<br />
dass die Hemmnisse abhängig vom Unternehmenstyp<br />
unterschiedlich stark bewertet werden.<br />
Unter Berücksichtigung der genannten<br />
Hemmnisse und der anhand des Readiness-Models<br />
ermittelten Hürden werden typspezifische<br />
Handlungsfelder abgeleitet.<br />
• Für jeden Unternehmenstyp wurden die<br />
wesentlichen Haupthürden identifiziert, welche<br />
verhindern, die nächste Readiness-Stufe<br />
zu erreichen.<br />
• Bei der Bewertung der Hemmnisse wurden<br />
zwei Faktoren berücksichtigt. Zunächst wurden<br />
die Hemmnisse ausgemacht, welche die<br />
höchste Ausprägung für den jeweiligen<br />
Unternehmenstyp haben. Danach wurde für<br />
die einzelnen Ausprägungen der Hemmnisse<br />
bei den Unternehmenstypen „Neulinge“ und<br />
„Einsteiger“ jeweils die Differenz zu den Ausprägungen<br />
der Hemmnisse bei den Pionieren<br />
bestimmt; anschließend wurden diese Ergebnisse<br />
nach der Höhe der Differenz für die<br />
Typen Neulinge und Einsteiger geordnet. Auf<br />
diese Weise kann abgelesen werden, bei welchen<br />
Hemmnissen der Abstand der Neulinge<br />
bzw. der Einsteiger zu den Pionieren besonders<br />
groß ist.<br />
Die wesentlichen Befunde dieser Analyse sind<br />
in Abbildung 4-3 bis Abbildung 4-5 zusammengefasst.<br />
Für die einzelnen Abschnitte der Handlungsfelder<br />
nach Unternehmenstyp werden in der nachfolgenden<br />
Abbildung 4-2 die wesentlichen<br />
Hemmnisse zusammengefasst dargestellt:<br />
• Die Unternehmen des deutschen Maschinenund<br />
Anlagenbaus sollten ihre Zurückhaltung<br />
gegenüber Industrie 4.0 aufgeben und sich<br />
aktiv mit diesem Thema befassen, um die<br />
Potenziale erkennen zu können.<br />
• Durch die Beschäftigung mit Industrie 4.0<br />
offenbart sich der damit einhergehende wirtschaftliche<br />
Nutzen sowie die Markterfordernis.<br />
• Industrie 4.0 ist ein Thema von hoher Komplexität.<br />
Für die Unternehmen gibt es keine Einheitslösung.<br />
Gerade die Pioniere, die auf diesem<br />
Weg schon weiter fortgeschritten sind,<br />
stehen vor der Herausforderung der Finanzierung<br />
von Industrie 4.0-Projekten.<br />
• In einem dritten Schritt wurden darauf aufbauend<br />
für jeden Unternehmenstyp gesondert<br />
die dringlichsten Handlungsfelder identifiziert,<br />
die zu einer höheren Readiness-Stufe<br />
führen.<br />
56
Abbildung 4-2: Hemmnisse nach Unternehmenstypen<br />
Unklarheit über wirtschaftlichen Nutzen<br />
8,6<br />
63,6<br />
76,8<br />
fehlendes Fachwissen bzw. fehlende Fachkräfte<br />
47,8<br />
45,7<br />
72,2<br />
fehlende Normen und Standards<br />
42,4<br />
58,5<br />
59,5<br />
allgemeine Unklarheit, zögerliches Verhalten<br />
8,6<br />
48,5<br />
56,0<br />
fehlendes Vertrauen in die Datensicherheit<br />
41,1<br />
40,2<br />
49,3<br />
ungeklärte Rechtsfragen<br />
keine Kultur im Unternehmen für I4.0-Konzepte<br />
17,6<br />
23,2<br />
41,3<br />
41,1<br />
38,3<br />
47,4<br />
Neulinge<br />
Einsteiger<br />
Pioniere<br />
keine Markterfordernis<br />
1,8<br />
15,7<br />
37,9<br />
unzulängliche Breitbandinfrastruktur<br />
26,4<br />
32,8<br />
31,5<br />
fehlende Finanzkraft für die Durchführung<br />
der Investitionen<br />
14,5<br />
22,8<br />
63,4<br />
unternehmensinterne Bürokratien und Regularien<br />
19,2<br />
27,9<br />
35,2<br />
Sorge vor der Marktmacht großer Unternehmen<br />
1,8<br />
10,5<br />
14,2<br />
Belegschaft nicht offen für Digitalisierung<br />
1,8<br />
5,1<br />
29,9<br />
0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0% 70,0% 80,0%<br />
Angaben in Prozent, n = 167<br />
Quelle: VDMA-Mitgliederbefragung, 2015<br />
4.1 Handlungsfelder für<br />
Neulinge<br />
Die Neulinge im Bereich Industrie 4.0, die sich im<br />
Readiness-Modell in den Stufen 0 und 1 befinden,<br />
müssen erste Schritte wagen. Sie sollten sich<br />
dabei nicht am Soll-Profil, verkörpert durch die<br />
Vision von Industrie 4.0 in der Stufe 5 des vorliegenden<br />
Readiness-Modells orientieren, sondern<br />
am Benchmark-Profil der Pionier-Unternehmen.<br />
Um auf das Niveau der Pioniere von Industrie 4.0<br />
zu gelangen, müssen die Neulinge folgende, für<br />
sie gravierende, Hemmnisse überwinden:<br />
• Unklarheit über wirtschaftlichen Nutzen<br />
von Industrie 4.0-Konzepten<br />
• allgemeine Unklarheit über Industrie 4.0<br />
und zögerliches Verhalten<br />
• keine Markterfordernis für Industrie 4.0-<br />
Konzepte<br />
• fehlendes Fachwissen über und fehlende<br />
Fachkräfte für Industrie 4.0<br />
• keine Kultur im Unternehmen für<br />
Industrie 4.0-Konzepte<br />
Die gravierendsten Hemmnisse bei den Neulingen<br />
bestehen darin, dass es neben einer grundsätzlichen<br />
Unklarheit über das Thema Industrie 4.0<br />
(56 Prozent) vor allem keine Klarheit über den<br />
wirtschaftlichen Nutzen von Industrie 4.0-Konzepten<br />
(77 Prozent) gibt. Insoweit sehen die<br />
Firmen auch keine Markterfordernis zur Beschäftigung<br />
mit diesem Thema (38 Prozent). Dies liegt<br />
offenbar auch daran, dass das Thema Industrie<br />
4.0 noch nicht fest in der Unternehmenskultur<br />
verankert ist (38 Prozent). Zudem sind sich<br />
mehr als 72 Prozent der Unternehmen darüber<br />
bewusst, dass es ihnen in diesem Bereich an<br />
Fachwissen und Fachkräften fehlt. Bei allen<br />
genannten Hemmnissen weichen die Ergebnisse<br />
zu den Neulingen besonders stark von denen der<br />
Pioniere ab. Damit sind zugleich die wichtigsten<br />
Themen genannt, an denen die Neulinge zur<br />
Verkürzung ihres Abstandes zu den Benchmark-<br />
Unternehmen (Pioniere) arbeiten sollten. Die<br />
57
geringe Intensität, mit denen die schwerwiegendsten<br />
Hemmnisse der Neulinge bei den Pionieren<br />
wahrgenommen werden, zeigt, dass die<br />
Neulinge wirklich gute Chancen haben, diese<br />
Probleme in den Griff zu bekommen.<br />
Allerdings werden von den Neulingen auch<br />
externe Hemmnisse genannt, wo vor allem Staat<br />
und Politik gefordert sind, die Rahmenbedingungen<br />
für das Gelingen der digitalen Transformation<br />
im Bereich Industrie 4.0 zu verbessern. So<br />
beklagen knapp 59 Prozent der Neulinge fehlende<br />
Normen und Standards, 49 Prozent eine<br />
unzureichende Datensicherheit und 41 Prozent<br />
ungeklärte Rechtsfragen.<br />
Aus unternehmensinterner Sicht erreichen die<br />
Neulinge keine höhere Readiness-Stufe, weil sie<br />
verschiedene Hürden noch nicht überwunden<br />
haben (Abbildung 4-3).<br />
Bewusstsein für Industrie 4.0 im Unternehmen<br />
schaffen<br />
Industrie 4.0 ist ein Innovationsthema, bei welchem<br />
sich gerade Neulinge über die Bedeutung,<br />
die Potenziale und den Nutzen in ihrem Unternehmen<br />
Klarheit verschaffen müssen. Nur wenn<br />
die Unternehmen sich der Bedeutung dieses<br />
Themas bewusst werden, können sie strategische<br />
Ableitungen ziehen und weitere geeignete Maßnahmen<br />
einleiten. Dazu zählt auch, dass die<br />
Belegschaft über die allgemeine Bedeutung von<br />
Industrie 4.0 für die Zukunft und erste Umsetzungsideen<br />
des Unternehmens aufgeklärt werden<br />
sollte. Aber auch Politik und Verbände können<br />
wichtige Impulse liefern und die Unternehmen<br />
dabei unterstützen, ein eigenes Begriffsverständnis<br />
von Industrie 4.0 aufzubauen.<br />
Aus diesen Befunden lassen sich mehrere Handlungsfelder<br />
zur Erreichung einer höheren Readiness-Stufe<br />
ableiten:<br />
Abbildung 4-3: Handlungsfelder für Neulinge (Readiness-Stufe 0 und 1)<br />
I4.0-Dimensionen<br />
Strategie &<br />
Organisation<br />
Smart Factory<br />
Smart Operations<br />
Smart Products<br />
Data-driven<br />
Services<br />
Mitarbeiter<br />
Gegenwärtige<br />
Haupthürden<br />
(aus Readiness-<br />
Modell)<br />
Industrie 4.0<br />
findet noch keine<br />
oder nur geringe<br />
Beachtung in der<br />
strategischen<br />
Ausrichtung<br />
Keine Anbindung<br />
des Maschinenund<br />
Anlagenparks<br />
an übergeordnete<br />
IT-<br />
Systeme<br />
Maschinen- und<br />
Prozessdaten<br />
werden nicht<br />
erfasst<br />
Kein oder kaum<br />
betriebsinterner,<br />
systemintegrierter<br />
Informationsaustausch<br />
Produkte<br />
besitzen keine<br />
oder nur erste<br />
Ansätze von IKT-<br />
Zusatzfunktionalitäten<br />
Fokus auf<br />
klassische<br />
Produkte;<br />
datenbasierte<br />
Dienstleistungen<br />
werden nicht<br />
oder ohne<br />
Vernetzung mit<br />
dem Kunden<br />
angeboten<br />
Keine oder nur<br />
geringe Industrie<br />
4.0-spezifische<br />
Mitarbeiterkompetenzen<br />
vorhanden<br />
Hemmnisse<br />
Unklarheit über wirtschaftlichen Nutzen<br />
Allgemeine Ungewissheit über I4.0<br />
Keine Markterfordernis<br />
Fehlende Kompetenzen<br />
Handlungsfelder<br />
Bewusstsein für<br />
I4.0 schaffen<br />
Strategien<br />
formulieren<br />
Schrittweise<br />
Implementierung<br />
des Maschinenparks<br />
in die<br />
übergeordneten<br />
IT-Systeme<br />
Ansätze von<br />
internen und<br />
externen<br />
systemintegriertem<br />
Informationsaustausch<br />
planen<br />
Potenzialanalyse<br />
möglicher IKT-<br />
Zusatzfunktionalitäten<br />
Neuausrichtung<br />
des Produktportfolios<br />
Definition von<br />
datenbasierten<br />
Dienstleistungen<br />
Systematische<br />
Bedarfsanalyse<br />
Anpassung der<br />
Ausbildungs- und<br />
Qualifizierungsmaßnahmen<br />
Eigene Darstellung<br />
58
Industrie 4.0-Konzepte in der Unternehmensstrategie<br />
und -kultur etablieren<br />
Trotz Kenntnis über die Potenziale von Industrie<br />
4.0 existiert bei den Neulingen meist noch<br />
keine konkrete Strategie zur Entwicklung und<br />
Umsetzung von Industrie 4.0-Konzepten. Zur<br />
vollumfänglichen Ausschöpfung des Potenzials<br />
von Industrie 4.0 bedarf es einer hieran angepassten<br />
Unternehmensstrategie und -organisation,<br />
die von den Führungskräften im Unternehmen<br />
aufgesetzt und etabliert wird.<br />
Kulturveränderung ist langwierig und stark<br />
beeinflusst von den Menschen, die sie treiben<br />
und vorleben. Studien weisen darauf hin, dass<br />
derart innovative Themen fest und konkret in<br />
allen Bereichen des Unternehmens, der Führungs-<br />
und Organisationsstruktur sowie vor<br />
allem auch im Wertesystem des Unternehmens<br />
verankert werden müssen. Nur so wird eine flächendeckende<br />
Mobilisierung für das Thema<br />
erreicht und das gesamte vorhandene Potenzial<br />
der Mitarbeiter und der Organisation ausgeschöpft.<br />
Insbesondere Mittelständler schaffen es<br />
durch persönliches Vorleben der Bedeutung von<br />
innovativen Themen wie Industrie 4.0 und von<br />
innovativem Handeln, die Mitarbeiter für dieses<br />
Thema zu begeistern und sie dauerhafter zu<br />
motivieren (IW Consult/Santiago, 2015). In der<br />
Unternehmenskultur sollte bereits gelebt werden,<br />
was in der Strategie verankert werden soll.<br />
Das heißt: Die Bedeutung des Kulturwandels<br />
durch Industrie 4.0 sollte von der Unternehmensleitung<br />
hervorgehoben werden – etwa<br />
durch Schaffung von Identifikationsfiguren und<br />
Vorbildern, aber auch durch die Besetzung der<br />
Schlüsselposition des Industrie 4.0-Hauptverantwortlichen.<br />
Diese Dinge sind nur mit einer starken<br />
und innovationsfördernden Führungsleistung<br />
erfolgreich umzusetzen. Es sind die<br />
Führungskräfte im Innovationsumfeld von<br />
Industrie 4.0, die den Kulturwandel vorleben, die<br />
Zusammenarbeit von Teams strukturieren und<br />
individuelle Freiräume für Mitarbeiter organisieren<br />
müssen.<br />
Technische Grundlagen zum Aufbau einer<br />
Smart Factory schaffen<br />
Im Rahmen von Pilotversuchen können Neulinge<br />
erste Erfahrungen mit innovativen Anwendungsformen<br />
von Sensorik und hochgradig vernetzten<br />
IT-Systemen sammeln. Parallel dazu sollte die<br />
Erweiterbarkeit des Maschinenparks auf Anbindung<br />
an übergeordnete IT-Systeme geprüft werden.<br />
Im nächsten Schritt wird die Transparenz<br />
über die gegenwärtigen Produktionsabläufe<br />
gesteigert.<br />
Vernetzung der Komponenten und Systeme<br />
starten<br />
In den Unternehmensprozessen sollte zuerst der<br />
Informationsaustausch zwischen den einzelnen<br />
Systemen sukzessive ausgeweitet werden. In<br />
Betracht kommen hierbei sowohl standardisierte<br />
Schnittstellen als auch der Einsatz geeigneter<br />
Middleware 6 . Diese sind auch Grundvoraussetzung<br />
für die Initiierung von datenbasierten<br />
Dienstleistungsangeboten.<br />
Erweiterung des Produktportfolios<br />
Das Produktportfolio sollte im Rahmen einer<br />
Potenzialanalyse auf die Erweiterung mit IKT-<br />
Zusatzfunktionalitäten zur Steigerung des Kundennutzens<br />
geprüft werden. Auf Basis der identifizierten<br />
Zusatzfunktionalitäten können die<br />
ersten datenbasierten Dienstleistungen getestet<br />
werden.<br />
Basiskompetenzen aufbauen<br />
Um mit dem Thema Industrie 4.0 zu beginnen,<br />
ist der Aufbau von betriebsinternen Basiskompetenzen<br />
zu den Themen IT-Infrastruktur, Automatisierungstechnik<br />
und Datenanalyse von zentraler<br />
Bedeutung.<br />
6 Middleware stellt eine Ebene in einem komplexen<br />
Softwaresystem dar, die als „Dienstleister“<br />
anderen, ansonsten entkoppelten, Softwarekomponenten<br />
den Datenaustausch ermöglicht.<br />
59
Welche Kompetenzen im Einzelfall benötigt werden,<br />
ergibt sich oft erst aus dem unternehmensspezifischen<br />
Vorgehen. Hier sollten Unternehmen<br />
vorab eine systematische Bedarfsanalyse<br />
im Bereich der Beschäftigten durchführen und<br />
ihre Qualifizierungs- und Ausbildungsmaßnahmen<br />
entsprechend dieser Bedürfnisse anpassen.<br />
4.2 Handlungsfelder für<br />
Einsteiger<br />
Die Einsteiger in Industrie 4.0, die sich im Readiness-Modell<br />
auf der Stufe 2 befinden, müssen ähnliche<br />
Hemmnisse überwinden wie die Neulinge:<br />
• Unklarheit über wirtschaftlichen Nutzen<br />
von Industrie 4.0-Konzepten<br />
• allgemeine Unklarheit über Industrie 4.0<br />
und zögerliches Verhalten<br />
• fehlendes Fachwissen über und fehlende<br />
Fachkräfte für Industrie 4.0<br />
• Belegschaft nicht offen für die Digitalisierung<br />
Auch hier bestehen die gravierendsten Hemmnisse<br />
darin, dass es neben einer grundsätzlichen<br />
Unklarheit über das Thema Industrie 4.0 (49 Prozent)<br />
ebenfalls keine Klarheit über den wirtschaftlichen<br />
Nutzen von Industrie 4.0-Konzepten<br />
(64 Prozent) gibt. Zudem beklagen fast 48 Prozent<br />
der Firmen fehlendes Fachwissen über und<br />
fehlende Fachkräfte für Industrie 4.0. 30 Prozent<br />
der Unternehmen befürchten, dass ihre Belegschaft<br />
nicht offen genug für Digitalisierungsthemen<br />
ist. 14 Prozent der Einsteiger haben zudem<br />
Sorge vor der Marktmacht großer Unternehmen.<br />
Bei den aufgeführten Hemmnissen weichen die<br />
Ergebnisse besonders stark von denen der Pioniere<br />
ab, welche die Einsteiger zuvorderst angehen<br />
sollten, um möglichst schnell zu den<br />
Benchmark-Unternehmen aufschließen zu<br />
können.<br />
Im Rahmen der externen Hemmnisse monieren<br />
von den Einsteigern 42 Prozent fehlende Normen<br />
und Standards, 41 Prozent eine unzureichende<br />
Datensicherheit sowie ungeklärte<br />
Rechtsfragen; knapp ein Drittel bemängelt die<br />
Breitbandinfrastruktur.<br />
• Sorge vor der Marktmacht großer Unternehmen<br />
Abbildung 4-4: Handlungsfelder für Einsteiger (Readiness-Stufe 2)<br />
I4.0-Dimensionen<br />
Strategie &<br />
Organisation<br />
Smart Factory<br />
Smart Operations<br />
Smart Products<br />
Data-driven<br />
Services<br />
Mitarbeiter<br />
Gegenwärtige<br />
Haupthürden<br />
(aus Readiness-<br />
Modell)<br />
Industrie 4.0<br />
findet Beachtung<br />
im Strategieprozess,<br />
eine<br />
konkrete<br />
Strategie ist aber<br />
noch nicht<br />
formuliert<br />
Keine<br />
vollständige<br />
Anbindung des<br />
Maschinenparks<br />
an IT-Systeme<br />
Eingeschränkte<br />
Nachrüstbarkeit<br />
des Maschinenparks<br />
Keine Ansätze<br />
eines<br />
systemintegrierten<br />
Informationsaustauschs<br />
mit externen<br />
Partnern<br />
Keine Analyse<br />
und Nutzung der<br />
aufgenommenen<br />
Daten zur<br />
Optimierung der<br />
Produkte oder<br />
Prozesse<br />
(Produktentwicklung,<br />
Vertriebsunterstützung,<br />
After-Sales)<br />
Datennutzungsgrad<br />
von<br />
20-50 % noch<br />
nicht erreicht<br />
In einigen<br />
relevanten<br />
Bereichen sind<br />
Industrie 4.0-<br />
spezifische<br />
Kompetenzen<br />
noch nicht<br />
ausreichend<br />
vorhanden<br />
Hemmnisse<br />
Unklarheit über wirtschaftlichen Nutzen<br />
Allgemeine Ungewissheit über I4.0<br />
Keine Markterfordernis<br />
Fehlende Kompetenzen<br />
Handlungsfelder<br />
Strategie<br />
formulieren und<br />
umsetzen<br />
IT-vernetzte<br />
Maschinenparks<br />
planen und<br />
aufbauen<br />
Systemintegrierten<br />
Informationsaustausch<br />
betriebsintern<br />
und extern<br />
ausweiten<br />
Systematische<br />
Analyse<br />
potenzieller<br />
Nutzungsmöglichkeiten<br />
der aufgenommenen<br />
Daten<br />
Datennutzungsgrad<br />
erhöhen<br />
Mehr<br />
datenbasierte<br />
Dienstleistungen<br />
kreieren<br />
Systematische<br />
Bedarfsanalyse<br />
Anpassung der<br />
Ausbildungs- und<br />
Qualifizierungsmaßnahmen<br />
Eigene Darstellung<br />
60
Aus unternehmensinterner Sicht erreichen die<br />
Einsteiger keine höhere Readiness-Stufe, weil sie<br />
den Status quo aus Abbildung 4-4 noch nicht<br />
überwunden haben.<br />
Für Einsteiger lassen sich ähnliche Handlungsfelder<br />
ableiten wie für Neulinge mit Ausnahme der<br />
folgenden Ergänzungen:<br />
Überwachung der Strategieumsetzung<br />
durch Kennzahlen<br />
Für das Controlling der Strategieformulierung<br />
und -umsetzung muss ein geeignetes Kennzahlencockpit<br />
erarbeitet werden. Dieses enthält zielspezifische<br />
Kennzahlen z. B. für den Fortschrittsoder<br />
Erfüllungsgrad der Industrie 4.0-Strategie<br />
und dient der Überwachung der Umsetzung.<br />
Dabei können klassische Methoden wie die<br />
Balanced Scorecard – ein Instrument, mit welchem<br />
die Entwicklung der Geschäftsvision verfolgt<br />
werden kann – eingesetzt werden.<br />
Technische Grundlagen erweitern<br />
Bei der Erstellung von Lastenheften für die<br />
Beschaffung neuer Maschinen und Anlagen sind<br />
Industrie 4.0-spezifische Anforderungen insbesondere<br />
hinsichtlich der Integration in IT-Systeme<br />
und M2M-Kommunikation zu berücksichtigen.<br />
Darüber hinaus ist der betriebsinterne,<br />
systemintegrierte Informationsaustausch durch<br />
eine Vereinheitlichung der Systemlandschaft<br />
auszubauen. Zur Herstellung der Kollaboration<br />
und horizontalen Integration sollten die Unternehmen<br />
erste Schritte hin zu einem systemintegrierten<br />
Informationsaustausch mit externen<br />
Kunden und Lieferanten unternehmen.<br />
Datenanalysefähigkeit erhöhen<br />
Unternehmen auf dieser Stufe sollten die zahlreichen<br />
gesammelten Informationen hinsichtlich<br />
weiterer Nutzungspotenziale durch tiefergehende<br />
Analysen untersuchen. Die Erhöhung des<br />
Datennutzungsgrades und zusammenhängender<br />
IKT-Zusatzfunktionalitäten bietet die<br />
Möglichkeit, Produkte digitaler zu gestalten und<br />
Kundendaten intensiver in die internen Prozesse<br />
einzubinden.<br />
Basiskompetenzen ausbauen<br />
Um das Thema Industrie 4.0 voranzutreiben,<br />
muss weiter am Aufbau von betriebsinternen<br />
Basiskompetenzen zu den Themen IT-Infrastruktur,<br />
Automatisierungstechnik und Datenanalyse<br />
gearbeitet werden. Die systematische<br />
Bedarfsanalyse im Bereich der Beschäftigten<br />
sowie die zugehörigen Qualifizierungs- und Ausbildungsmaßnahmen<br />
sind eine Daueraufgabe.<br />
4.3 Handlungsfelder für<br />
Pioniere<br />
Die Pioniere im Bereich Industrie 4.0, die sich im<br />
Readiness-Modell auf den Stufen 3 bis 5 wiederfinden,<br />
haben weitestgehend mit anderen<br />
Hemmnissen zu kämpfen als die Neulinge und<br />
Einsteiger (vgl. Abbildung 4-2). Die Pioniere orientieren<br />
sich am Soll-Profil von Industrie 4.0<br />
(Stufe 5 des Readiness-Modells). Gegenwärtig<br />
befinden sich knapp 6 Prozent der deutschen<br />
Maschinen- und Anlagenbauer in dieser<br />
Benchmark-Gruppe. Um auf dem Weg von<br />
Industrie 4.0 weiter voranzukommen, müssen<br />
die Pioniere vor allem folgende Hemmnisse<br />
überwinden:<br />
• fehlende Finanzkraft für die Durchführung<br />
der Investitionen im Bereich Industrie 4.0<br />
• fehlende Normen und Standards<br />
• ungeklärte Rechtsfragen<br />
• fehlendes Fachwissen über und fehlende<br />
Fachkräfte für Industrie 4.0<br />
• fehlendes Vertrauen in die Datensicherheit<br />
• unternehmensinterne Bürokratien und<br />
Regularien<br />
61
Für 63 Prozent der Pioniere bestehen die größten<br />
Hemmnisse in der fehlenden Finanzkraft zur<br />
Durchführung der Investitionen im Bereich<br />
Industrie 4.0. Fast 60 Prozent stehen vor dem<br />
Problem fehlender Normen und Standards. Aber<br />
auch ungeklärte Rechtsfragen im Zusammenhang<br />
mit Industrie 4.0 (47 Prozent) sowie das<br />
Fachkräftethema (46 Prozent) stellen die Pioniere<br />
vor erhebliche Herausforderungen. Außerdem<br />
haben 40 Prozent der Unternehmen wenig Vertrauen<br />
in die Datensicherheit und 35 Prozent<br />
müssen sich intensiver mit unternehmensinternen<br />
Bürokratien und Regularien im Zusammenhang<br />
mit der Implementierung von Industrie 4.0-<br />
Konzepten auseinandersetzen. Die aufgeführten<br />
Hemmnisse zeigen, dass bei den Pionieren im<br />
Vergleich zu den Neulingen und Einsteigern die<br />
externen Rahmenbedingungen wesentlich stärker<br />
in den Fokus rücken. Um diese Hemmnisse<br />
zu überwinden, ist auch die Politik mit der Ausarbeitung<br />
von entsprechenden Lösungsansätzen<br />
gefordert; die Unternehmen stoßen bei der<br />
Bewältigung der Hemmnisse in den Themen<br />
Normen und Standards, ungelöste Rechtsfragen<br />
und fehlende Datensicherheit an ihre Grenzen.<br />
Aus unternehmensinterner Sicht erreichen die<br />
Pioniere keine höhere Readiness-Stufe, weil sie<br />
den in Abbildung 4-5 beschriebenen Status quo<br />
noch nicht überwunden haben.<br />
Die Pioniere können in den Handlungsfeldern<br />
nur bedingt autonom agieren, weil zum einen<br />
für das Gelingen von Industrie 4.0 erforderliche<br />
Rahmenbedingungen fehlen, zum anderen zu<br />
wenige potenzielle Netzwerkpartner auf einer<br />
ähnlichen Readiness-Stufe stehen. Gerade diese<br />
letztgenannten Netzwerkeffekte sind ein elementarer<br />
Punkt für die Umsetzung von Industrie<br />
4.0-Konzepten. Für die Pionierunternehmen<br />
ergeben sich damit folgende Handlungsfelder:<br />
Finanzierung von Industrie 4.0-Projekten<br />
sichern<br />
Mit fortschreitendem Kenntnisstand bei der<br />
Implementierung von Maßnahmen zu Industrie<br />
4.0 steigt die Komplexität der Vernetzung<br />
und infolgedessen die Investitionshöhe für<br />
Industrie 4.0-Projekte. Gegenwärtig sind diese<br />
Kosten für die Unternehmen schwer<br />
Abbildung 4-5: Handlungsfelder für heutige Pioniere (Readiness-Stufen 3+)<br />
I4.0-Dimensionen<br />
Strategie &<br />
Organisation<br />
Eine bereits<br />
formulierte<br />
Industrie 4.0-<br />
Strategie ist noch<br />
nicht umgesetzt<br />
Kennzahlensystem<br />
wird<br />
noch nicht in den<br />
Strategieprozess<br />
miteinbezogen<br />
Smart Factory<br />
Smart Operations<br />
Smart Products<br />
Data-driven<br />
Services<br />
Keine digitale<br />
Kundenvernetzung<br />
bei<br />
datenbasierten<br />
Dienstleistungen<br />
Datenbasierte<br />
Dienstleistungen<br />
erreichen keinen<br />
signifikanten<br />
Umsatzanteil<br />
(>7,5 %)<br />
Mitarbeiter<br />
Gegenwärtige<br />
Haupthürden<br />
(aus Readiness-<br />
Modell)<br />
Maschinen- und<br />
Anlagenpark<br />
erfüllt noch nicht<br />
alle zukünftigen<br />
Anforderungen<br />
Maschinen- und<br />
Prozessdaten<br />
werden nicht<br />
durchgängig<br />
digital erfasst<br />
Noch kein<br />
Einsatz autonom<br />
steuernder<br />
Werkstücke und<br />
selbstständig<br />
reagierender<br />
Prozesse<br />
Produkte<br />
besitzen erst auf<br />
wenige Aspekte<br />
beschränkte IKT-<br />
Zusatzfunktionalitäten<br />
Industrie 4.0-<br />
spezifische<br />
Kompetenzen<br />
noch nicht in<br />
allen Bereichen<br />
vollumfänglich<br />
vorhanden<br />
Hemmnisse<br />
Fehlende Finanzkraft<br />
Fehlende Normen und Standards<br />
Fehlende Kompetenzen<br />
Fehlender Rechtsrahmen<br />
Handlungsfelder<br />
Strategie vollständig<br />
umsetzen<br />
Strategieumsetzung<br />
regelmäßig<br />
überprüfen<br />
Maschinenpark<br />
auf künftige<br />
Anforderungen<br />
ausrichten<br />
Ausbau digitaler<br />
Datenerfassung<br />
Einsatz autonom<br />
steuernder Werkstücke<br />
und<br />
selbstständig<br />
reagierender<br />
Prozesse<br />
Umfang der IKT-<br />
Zusatzfunktionen<br />
ausweiten<br />
Erweiterung des<br />
Dienstleistungsportfolios<br />
um<br />
digital mit dem<br />
Kunden vernetzte<br />
Angebote<br />
Qualifizierung<br />
Ausbildung<br />
Rekrutierung<br />
Eigene Darstellung<br />
62
abschätzbar. Industrie 4.0-Konzepte können daher<br />
nicht von Beginn an in vollem Umfang, sondern<br />
vielmehr nur bereichsweise umgesetzt werden.<br />
Zur Überwindung von Finanzierungshemmnissen<br />
sollten investitionsfreundliche Rahmenbedingungen<br />
gesetzt werden. Ein weiterer Anreiz<br />
wäre der Steuerabzug eines Teils der Forschungsund<br />
Entwicklungsausgaben im Bereich von<br />
Industrie 4.0-Konzepten. Die grundsätzliche<br />
steuerliche Förderung von Ausgaben für Forschung<br />
und Entwicklung ist in vielen Industriestaaten<br />
schon gängige Praxis.<br />
Seitens des Bunds und der Länder könnten<br />
gezielte Förderprogramme zu Industrie 4.0 aufgelegt<br />
werden. Allerdings sollten diese einfach in<br />
der Administration und mit einem geringen<br />
bürokratischen Aufwand versehen sein. Die häufige<br />
Beschränkung auf KMU ist in Anbetracht der<br />
Studienergebnisse zu hinterfragen.<br />
Im internationalen Vergleich gibt es in Deutschland<br />
verhältnismäßig wenig Wagniskapital.<br />
Wagniskapital ist eine vor allem bei Start-ups<br />
verbreitete Finanzierungsform, welche – trotz<br />
des hohen Risikos für den Investor – in Deutschland<br />
rechtlich und steuerlich nicht attraktiv<br />
genug gestaltet ist. Insbesondere für ausländische<br />
Wagniskapitalgeber scheint die Finanzierung<br />
deutscher Unternehmen daher wenig<br />
attraktiv.<br />
Erweiterung der Smart Factory<br />
Die Interoperabilität von M2M-Kommunikation<br />
und eine firmenübergreifende Vernetzung erfordern<br />
eine möglichst eindeutige Semantik, welche<br />
den Datenaustausch ermöglicht und wesentlich<br />
ist, um ein gemeinsames Verständnis für die<br />
Daten zu schaffen, diese korrekt und einheitlich<br />
interpretieren und auswerten zu können. Zur<br />
Erhöhung der Auflösung der Datenerfassung ist<br />
der Einsatz von zusätzlicher Sensorik zu prüfen.<br />
Digitale Durchdringung der Prozesse<br />
anstreben<br />
Mit Blick auf die Erweiterung des Konzepts der<br />
Smart Factory sind Pilotbereiche zu identifizieren,<br />
in denen autonom steuernde Werkstücke<br />
und selbstständig reagierende Prozesse erprobt<br />
und weiterentwickelt werden können. Darüber<br />
hinaus werden erste Cloud-Lösungen in den<br />
Bereichen Software, Datenspeicherung oder<br />
Datenauswertung eingesetzt.<br />
Datenbasierte Geschäftsmodelle auf Basis<br />
von Smart Products entwickeln<br />
Die Unternehmen sollten den Umfang der auf<br />
die Kundenbedürfnisse zugeschnittenen datenbasierten<br />
Dienstleistungen erhöhen und ihre<br />
Geschäftsmodelle dahingehend anpassen. Voraussetzung<br />
für diesen Wandel ist die Vernetzung<br />
mit dem Kunden. Nur so können kontinuierlich<br />
Daten aufgenommen und produktbegleitende<br />
Dienstleistungen sichergestellt werden. Hierdurch<br />
wird die Qualität des After-Sales- und Servicegeschäfts<br />
erheblich gesteigert. Durch dieses<br />
Vorgehen lässt sich ein Geschäftsmodell mit klaren<br />
Zielsetzungen, Zuständigkeiten und Prozessen<br />
erarbeiten. Vor allem mittelständische<br />
Unternehmen haben so die Möglichkeit, ihre<br />
Profitabilität zu steigern.<br />
Industrie 4.0-Kompetenzen weiter ausbauen<br />
Mitarbeiter tragen im Unternehmen die digitale<br />
Transformation mit. Es sind zwar vielfältige<br />
Fähigkeiten vorhanden, aber oft nicht in dem für<br />
die detaillierte Umsetzung von Industrie 4.0<br />
erforderlichen Ausmaß. Je weiter das Unternehmen<br />
fortschreitet, desto umfangreichere und<br />
weiter gefächerte Kompetenzen werden benötigt.<br />
Vor allem im Bereich der Kollaborationssoftware<br />
und der Etablierung von Assistenzsystemen<br />
bestehen Wissenslücken, die nur durch<br />
Weiterbildungsmaßnahmen oder Neueinstellungen<br />
geschlossen werden können.<br />
63
Für die Etablierung von Industrie 4.0-Konzepten<br />
werden gut ausgebildete Fachkräfte gebraucht.<br />
Der Fachkräftemangel trifft besonders die mittelständischen<br />
Unternehmen, für die es zunehmend<br />
schwieriger wird, Forscher und hoch qualifizierte<br />
Fachkräfte zu finden. Damit die<br />
Maschinen- und Anlagenbauer in Zukunft genügend<br />
Mitarbeiter für die Transformation von<br />
Industrie 4.0-Konzepten zur Verfügung haben,<br />
muss das deutsche Bildungssystem noch stärker<br />
auf mathematisch-naturwissenschaftliche<br />
Fächer ausgerichtet werden. Ziel sollte es daher<br />
sein, die Bildung in Mathematik, Informatik,<br />
Naturwissenschaften und Technik (MINT) zu<br />
stärken und die Bedeutung von Industrie 4.0-<br />
relevanten Technologien dabei in durchgängigen<br />
Bildungsketten von den Kitas bis zu den Universitäten<br />
zu etablieren. Als bildungspolitische<br />
Maßnahmen könnte der Staat die verbindliche<br />
Einführung von naturwissenschaftlich-technisch-orientiertem<br />
Sachunterricht an den<br />
Grundschulen vorsehen. In den weiterführenden<br />
Schulen sollte durchgängig ein Drittel der Stundentafel<br />
für den Unterricht in MINT-Fächern<br />
reserviert sein. Auch die Zuwanderung von hoch<br />
qualifizierten Fachkräften muss erleichtert und<br />
gefördert werden.<br />
Neuen Rechtsrahmen schaffen<br />
Der Übergang in eine vernetzte Industrie kann<br />
nur gelingen, wenn ein neuer Rechtsrahmen<br />
geschaffen wird, der die bisher offenen Rechtsfragen<br />
in Bezug auf personenbezogene und<br />
maschinengenerierte Daten klärt.<br />
Mit der Zunahme unternehmensübergreifender<br />
autonomer und quasi-autonomer Kommunikation<br />
von Maschinen untereinander (M2M-Kommunikation)<br />
ist die Frage von Haftung und Risikoverteilung<br />
für fehlerhafte Datenübermittlung<br />
sowie für Konnektivitätsausfälle zu klären. Etwaige<br />
Eigentumsrechte an Daten existieren in der<br />
gegenwärtigen Rechtsgrundlage nicht.<br />
Datensicherheit gewährleisten<br />
Für Unternehmen ist es wichtig, die Anfangshürden<br />
zu nehmen, um das Potenzial aus gegebenenfalls<br />
schon implementierten Lösungen zu<br />
schöpfen. Für eine systemweite Nutzung der<br />
erfassten Daten ist die Implementierung eines<br />
ganzheitlichen Sicherheitskonzeptes fundamental.<br />
Dieser Schritt muss sowohl betriebsintern als<br />
auch in Bezug auf die Kommunikation mit Partnerunternehmen<br />
erfolgen.<br />
64
5 Literaturverzeichnis<br />
• Acatech – Deutsche Akademie der Technikwissenschaften,<br />
2014, Smarte Service Welt,<br />
Umsetzungsempfehlungen für das<br />
Zukunftsprojekt Internetbasierte Dienste für<br />
die Wirtschaft, Berlin.<br />
• Accenture, 2014, Industrial Internet Insights<br />
Report for 2015.<br />
• Bitkom/Fraunhofer IAO, 2014, Industrie 4.0 –<br />
Volkswirtschaftliches Potenzial für Deutschland,<br />
Berlin, Stuttgart.<br />
• Deindl, Matthias, 2013, Gestaltung des Einsatzes<br />
von intelligenten Objekten in Produktion<br />
und Logistik, Aachen.<br />
• DIHK – Deutscher Industrie- und Handelskammertag,<br />
2015, Wirtschaft 4.0: Große<br />
Chancen, viel zu tun, Das IHK-Unternehmensbarometer<br />
zur Digitalisierung, Berlin.<br />
• Dumbill, Edd, 2012, What is big data? An<br />
introduction to the big data landscape.<br />
• Hildenbrand, Katharina/Gebauer, Heiko/<br />
Fleisch, Elgar, 2006, Strategische Ausrichtung<br />
des Servicegeschäfts in produzierenden<br />
Unternehmen, in: Barkwai, Karim; Baader,<br />
Andreas; Montanus, Sven (Hrsg.), Erfolgreich<br />
mit After Sales Services, Geschäftsstrategien<br />
für Servicemanagement und Ersatzteillogistik,<br />
Berlin, Heidelberg, S. 73-94.<br />
• McKinsey, 2015, Industry 4.0 – How to navigate<br />
digitization of the manufacturing sector.<br />
• MHP – Mieschke Hofmann und Partner<br />
Gesellschaft für Management- und<br />
IT-Beratung mbH, 2014, Industrie 4.0 –<br />
Eine Standortbestimmung der Automobilund<br />
Fertigungsindustrie.<br />
• Plattform Industrie 4.0, 2015, Umsetzungsstrategie<br />
Industrie 4.0, Ergebnisbericht der<br />
Plattform Industrie 4.0.<br />
• PwC – PriceWaterhouseCoopers, 2014,<br />
Industrie 4.0 – Chancen und Herausforderungen<br />
der vierten industriellen<br />
Revolution (strategy&).<br />
• Spath, Dieter (Hrsg.)/Ganschar, Oliver/<br />
Gerlach, Stefan/Hämmerle, Moritz/Krause,<br />
Tobias/Schlund/Sebastian, 2013, Produktionsarbeit<br />
der Zukunft, Industrie 4.0, Stuttgart.<br />
• Wischmann, Steffen/Wangler, Leo/Botthof,<br />
Alfons, 2015, Industrie 4.0, Volks- und<br />
betriebswirtschaftliche Faktoren für den<br />
Standort Deutschland, Studie im Rahmen der<br />
Begleitforschung zum Technologieprogramm<br />
AUTONOMIK für Industrie 4.0, Berlin.<br />
• IW Consult/Santiago, 2015, Innovationen den<br />
Weg ebnen, Studie für den Verband der Chemischen<br />
Industrie, Köln, Frankfurt a. M., Willich.<br />
65
6 Glossar<br />
Big Data – „Massendaten (Big Data) sind Daten, die zu groß oder zu komplex sind, um sie mit herkömmlichen<br />
Prozessen oder Methoden der Datenverarbeitung auszuwerten und unterliegen rapider,<br />
kontinuierlicher Veränderung. Dies geht mit einer Inversion der Prioritäten der IT einher: da die Daten<br />
zu groß sind, muss nun<br />
das Programm flexibel und beweglich sein“<br />
(Dumbill, 2012).<br />
Cloud – Unter einer Cloud wird kein einzelner<br />
Rechner, sondern eine virtuelle „Rechenwolke“<br />
verstanden, die aus zahlreichen miteinander vernetzten<br />
Rechnern besteht. Der Anwender muss<br />
dabei nicht vor Ort sein, um auf diese Rechner<br />
zuzugreifen.<br />
Cloud-Computing – Cloud-Computing<br />
beschreibt die Bereitstellung von IT-Infrastruktur<br />
in Form einer Cloud sowie IT-Leistungen wie<br />
Datenspeicherung, Datenauswertung und Softwarenutzung.<br />
Dadurch muss der Nutzer keine<br />
eigenen kostenintensiven Serverlösungen in seinem<br />
Unternehmen einführen und installieren.<br />
Cyber-physische Systeme – CPS bilden die Verbindung<br />
zwischen der physischen und virtuellen<br />
Welt, indem sie über eine Dateninfrastruktur,<br />
das „Internet der Dinge“, kommunizieren. Sie<br />
sind das Grundgerüst, welches es ermöglicht, die<br />
reale Produktion virtuell abzubilden und alle<br />
Datenströme, die durch Sensoren und andere<br />
IT-Systeme entstehen, auszuwerten und im<br />
Zusammenhang darzustellen.<br />
Data Analytics – Data Analytics beschreibt den<br />
Prozess, die Datenmengen im Unternehmen zu<br />
analysieren und nützliche Zusammenhänge aus<br />
diesen Daten abzuleiten, die zur Unterstützung<br />
der Tätigkeiten im Betrieb dienen. Angesichts der<br />
Unmengen an Daten in heutigen Konzernen,<br />
können die Daten nur einen Mehrwert liefern,<br />
wenn sie in den Kontext eingeordnet sind und<br />
unter Oberthemen zusammengefasst werden.<br />
Data-driven Services/datenbasierte Dienstleistungen<br />
– Zu datenbasierten Dienstleistungen<br />
zählen hier unter anderem Telemaintenance,<br />
Optimierung des Ressourcenverbrauchs von<br />
Maschinen, Verfügbarkeits-, Performance- und<br />
Qualitätssteigerungen durch optimierte Parametereinstellung<br />
an der Maschine etc.<br />
Digitales Abbild – Dieses Abbild setzt sich nicht<br />
nur aus den produktbezogenen Daten zusammen,<br />
sondern wird durch Bewegungs-, Geopositions-<br />
und weitere Daten ergänzt.<br />
Echtzeitanforderung – Die Echtzeitanforderung<br />
ist ein Leitbegriff bei Industrie 4.0, unter dem<br />
man die Entscheidungsunterstützung aus der<br />
Datenanalytik versteht, bei der Daten zu dem<br />
Zeitpunkt vorliegen müssen, zu dem sie noch<br />
gebraucht werden. Dies muss nicht zwangsläufig<br />
ohne jede Zeitverzögerung „jetzt“ sein.<br />
ERP-Systeme – ERP-Systeme bieten integrierte<br />
Softwarelösungen für Administration sowie Planung<br />
und Steuerung der betrieblichen Wertschöpfungsprozesse<br />
und bilden so die Grundlage<br />
für die Informationsverarbeitung im Unternehmen.<br />
Der Fokus aktueller ERP-Systeme liegt auf<br />
der Erweiterung der Funktionalitäten durch Integration<br />
verschiedener funktional spezialisierter<br />
Systeme. Dies geschieht unter dem Begriff APS<br />
(Advanced Planning and Scheduling).<br />
66
Horizontale Integration – Die horizontale Integration<br />
beschreibt in der Produktions- und Automatisierungstechnik<br />
die Zusammenführung verschiedener<br />
IT-Systeme zu einer durchgängigen<br />
Lösung. Sie betrifft die verschiedenen Prozessschritte<br />
der Produktion und Unternehmensplanung,<br />
zwischen denen ein Material-, Energieund<br />
Informationsfluss verläuft, und findet<br />
sowohl innerhalb eines Unternehmens als auch<br />
über mehrere Unternehmen hinweg statt.<br />
Industrie 4.0 – Der Begriff Industrie 4.0 steht für<br />
die vierte industrielle Revolution, einer neuen<br />
Stufe der Organisation und Steuerung der<br />
gesamten Wertschöpfungskette über den<br />
Lebenszyklus von Produkten. Dieser Zyklus orientiert<br />
sich an den zunehmend individualisierten<br />
Kundenwünschen und erstreckt sich von der<br />
Idee über Auftrag, Entwicklung, Fertigung und<br />
Auslieferung eines Produkts an den Endkunden<br />
bis hin zum Recycling, einschließlich der damit<br />
verbundenen Dienstleistungen.<br />
Informations- und Kommunikationstechnologien<br />
(IKT) – Unter Informations- und Kommunikationstechnologien<br />
werden all diejenigen technischen<br />
Geräte und Einrichtungen zusammengefasst,<br />
die Informationen aller Art digital umsetzen,<br />
verarbeiten, speichern und übertragen können.<br />
Kennzahlensystem – Darstellung verdichteter<br />
Informationen zur Unterstützung des Managements.<br />
M2M – Machine-2-Machine-Kommunikation –<br />
M2M steht für den automatisierten Informationsaustausch<br />
zwischen technischen Systemen<br />
untereinander oder mit einer zentralen Stelle.<br />
Typische Anwendungen sind die Fernüberwachung<br />
und -steuerung. M2M verknüpft Informations-<br />
und Kommunikationstechnik und bildet<br />
das sogenannte „Internet der Dinge“.<br />
MES – Ein MES (Manufacturing Execution System)<br />
bildet die prozessnah operierende Ebene<br />
eines mehrschichtigen Fertigungsmanagementsystems.<br />
Es ist direkt an die Systeme der Prozessautomatisierung<br />
angebunden. MES zeichnen<br />
sich im Gegensatz zu ERP-Systemen durch integrierte<br />
APS-Logiken aus, die eine präzisere und<br />
detailliertere Feinplanung und Steuerung erlauben,<br />
zudem durch eine bessere Echtzeitfähigkeit.<br />
Middleware – Middleware stellt eine Ebene in<br />
einem komplexen Softwaresystem dar, die als<br />
„Dienstleister“ anderem, ansonsten entkoppelten,<br />
Softwarekomponenten den Datenaustausch<br />
ermöglicht.<br />
Predictive Maintenance – Predictive Maintenance-Systeme<br />
sollen Maschinenfehler, wie etwa<br />
Maschinenausfälle oder Störungen, entdecken,<br />
bevor sie überhaupt auftreten. Fehler sollen<br />
durch Instandhaltung oder frühzeitige Reparaturen<br />
verhindert werden.<br />
RFID – Radio-frequency Identification kann unter<br />
anderem zur Überwachung, Qualitätskontrolle<br />
und automatischen Anpassung des Fertigungsvorgangs<br />
sowie zur Erkennung und zum Austausch<br />
von eigenen und Umgebungsinformationen<br />
verwendet werden.<br />
67
SCM-System – Supply Chain Management Systeme<br />
schaffen eine unternehmensübergreifende<br />
Transparenz über Bedarfe, Kapazitäten und<br />
Bestände entlang der Wertschöpfungskette,<br />
sodass die einzelnen Unternehmen in ihrer Entscheidung<br />
bzgl. der betrieblichen Abläufe in<br />
Echtzeit unterstützt werden.<br />
Smart Factory – Smart Factory bezeichnet die<br />
intelligente, vernetzte Fabrik.<br />
Smart Operations – Smart Operations beschreibt<br />
die horizontale und vertikale Vernetzung des<br />
Unternehmens, auf deren Basis eine flexible Produktionsplanung<br />
und -steuerung möglich wird.<br />
Smart Products – Smart Products sind physische<br />
Objekte, die mit IKT ausgestattet sind. Dadurch<br />
sind sie eindeutig identifizierbar und können mit<br />
ihrer Umwelt interagieren. Sie erfassen ihre<br />
Umwelt und den eigenen Zustand über Sensorik<br />
und bieten unterschiedliche Zusatzfunktionen<br />
im betrieblichen Kontext an.<br />
Smart Services – Unter Smart Services werden<br />
über das Internet individuell konfigurierte<br />
Pakete aus Produkten, Dienstleistungen und<br />
Diensten verstanden (acatech, 2014). Diese Services<br />
umfassen zum Beispiel prädiktive Dienstleistungen<br />
aus der Ferne oder auch neue<br />
Geschäftsmodelle wie den Handel mit Produktionskapazitäten<br />
oder -daten.<br />
Telemaintenance – Unter Telemaintenance versteht<br />
man die computergesteuerte Fernwartung<br />
von Maschinen und deren Parametern.<br />
Vertikale Integration – Die vertikale Integration<br />
beschreibt in der Produktions- und Automatisierungstechnik<br />
die Integration verschiedener<br />
IT-Systeme auf den unterschiedlichen Hierarchieebenen<br />
der Produktion und Unternehmensplanung<br />
zu einer durchgängigen Lösung. Beispiele<br />
für solche Hierarchieebenen sind die<br />
Aktor- und Sensorebene, die Steuerungsebene<br />
oder die Produktionsleitebene.<br />
68
7 Anhang<br />
Studienautoren<br />
Martin Bleider,<br />
FIR an der RWTH Aachen<br />
Matthias Blum,<br />
FIR an der RWTH Aachen<br />
Moritz Schröter,<br />
FIR an der RWTH Aachen<br />
Prof. Dr.-Ing. Volker Stich,<br />
FIR an der RWTH Aachen<br />
Dr. Roman Bertenrath,<br />
IW Consult<br />
Dr. Karl Lichtblau,<br />
IW Consult<br />
Agnes Millack,<br />
IW Consult<br />
Katharina Schmitt,<br />
IW Consult<br />
Ansprechpartner<br />
VDMA e. V.<br />
Dietmar Goericke<br />
Geschäftsführer Forum Industrie 4.0<br />
dietmar.goericke@vdma.org<br />
069 6603-1821<br />
Dr. Christian Mosch<br />
Referent Forum Industrie 4.0<br />
christian.mosch@vdma.org<br />
069 6603-1939<br />
Institut der deutschen Wirtschaft Köln<br />
Consult GmbH<br />
Dr. Karl Lichtblau<br />
Geschäftsführer IW Consult<br />
lichtblau@iwkoeln.de<br />
0221 4981-758<br />
FIR e. V. an der RWTH Aachen<br />
Prof. Dr.-Ing. Volker Stich<br />
Geschäftsführer des FIR e. V. an der RWTH Aachen<br />
info@fir.rwth-aachen.de<br />
0241 47705-100<br />
Edgar Schmitz,<br />
IW Consult<br />
Lektorat<br />
Sylvia Rollmann<br />
69
Readiness-Modell für die Dimension Strategie und Organisation – Mindestanforderungen<br />
Dimension<br />
Stufe 0 Stufe 1 Stufe 2 Stufe 3 Stufe 4 Stufe 5<br />
Umsetzungsstand<br />
Strategie<br />
Industrie 4.0 findet<br />
keine Beachtung im<br />
Strategieprozess<br />
Industrie 4.0 findet<br />
Beachtung in<br />
Fachabteilungen,<br />
ohne Strategiebezug<br />
Industrie 4.0 wird im<br />
Strategieprozess<br />
beachtet und eine<br />
Strategie wird<br />
erarbeitet<br />
Eine Industrie 4.0-<br />
Strategie ist formuliert<br />
Eine Strategie im<br />
Kontext Industrie 4.0<br />
befindet sich in<br />
Umsetzung<br />
Eine Industrie 4.0<br />
Strategie ist über alle<br />
Unternehmensbereiche<br />
hinweg<br />
umgesetzt<br />
Ermittlung von<br />
Kennzahlen<br />
Investitionen<br />
Kennzahlen zur<br />
Ermittlung des<br />
Industrie 4.0-<br />
Umsetzungsstandes<br />
liegen nicht vor<br />
Investitionen im<br />
Kontext von Industrie<br />
4.0 werden nicht<br />
getätigt<br />
Kennzahlen zur<br />
Ermittlung des<br />
Industrie 4.0-<br />
Umsetzungsstandes<br />
liegen nicht vor<br />
Erste Investitionen im<br />
Kontext von Industrie<br />
4.0 werden in einem<br />
Bereich getätigt<br />
Es liegt ein<br />
Kennzahlensystem vor,<br />
das Orientierung über<br />
den Umsetzungsstand<br />
gibt<br />
Investitionen im<br />
Kontext von Industrie<br />
4.0 werden in<br />
geringem Umfang<br />
getätigt<br />
Es liegt ein<br />
Kennzahlensystem vor,<br />
das Orientierung über<br />
den Umsetzungsstand<br />
gibt<br />
Investitionen im<br />
Kontext von Industrie<br />
4.0 werden in<br />
wenigen Bereichen<br />
getätigt<br />
Es liegt ein<br />
Kennzahlensystem vor,<br />
das Orientierung über<br />
den Umsetzungsstand<br />
gibt<br />
Investitionen im<br />
Kontext von Industrie<br />
4.0 werden in<br />
mehreren Bereichen<br />
getätigt<br />
Ein Kennzahlensystem<br />
liegt vor und<br />
wird in den<br />
Strategieprozess mit<br />
einbezogen<br />
Investitionen im<br />
Kontext von Industrie<br />
4.0 werden<br />
unternehmensweit<br />
getätigt<br />
Strategie und Organisation<br />
Innovationsmanagement<br />
Es existiert kein<br />
Innovationsmanagement<br />
Es existiert kein<br />
Innovationsmanagement<br />
Es existiert kein<br />
Innovationsmanagement<br />
Vereinzelte Bereiche<br />
haben ein<br />
Innovationsmanagement<br />
Ein Innovationsmanagement<br />
ist in<br />
mehreren<br />
Fachabteilungen<br />
installiert<br />
Einheitliches, die<br />
Bereiche<br />
integrierendes,<br />
Management ist<br />
aufgebaut<br />
Abbildung 7-1<br />
70
Readiness-Modell für die Dimension Smart Factory – Mindestanforderungen<br />
Dimension<br />
Stufe 0 Stufe 1 Stufe 2 Stufe 3 Stufe 4 Stufe 5<br />
Maschinenpark<br />
(Ist)<br />
Maschinen- &<br />
Anlagenpark nicht<br />
über IT ansteuerbar,<br />
keine Vernetzung<br />
(M2M)<br />
Einzelne Maschinen<br />
sind über IT<br />
ansteuerbar,<br />
interoperabel oder<br />
beherrschen M2M<br />
Der Maschinen- und<br />
Anlagenpark ist<br />
teilweise über IT<br />
ansteuerbar,<br />
interoperabel oder<br />
vernetzt<br />
Der Maschinen- und<br />
Anlagenpark ist über<br />
IT ansteuerbar und<br />
teilweise vernetzt<br />
Maschinen vollständig<br />
über IT ansteuerbar,<br />
teilweise vernetzt<br />
(M2M) oder<br />
interoperabel<br />
Maschinen und<br />
Anlagen sind fast<br />
vollständig über IT<br />
ansteuerbar und voll<br />
vernetzt (M2M)<br />
Maschinenpark<br />
(Soll)<br />
Maschinen und<br />
Anlagen sind nicht<br />
nachrüstbar<br />
Zukünftige<br />
Anforderungen an die<br />
Maschinen und<br />
Anlagen sind relevant<br />
Maschinen und<br />
Anlagen sind teilweise<br />
nachrüstbar<br />
Maschinen und<br />
Anlagen sind<br />
vollständig<br />
nachrüstbar<br />
Teilweise erfüllen die<br />
Maschinen die<br />
Anforderungen bereits<br />
oder sind nachrüstbar<br />
Maschinen und<br />
Anlagen erfüllen<br />
bereits alle<br />
zukünftigen<br />
Anforderungen<br />
Digitales Abbild<br />
Datenerfassung<br />
Digitales Abbild liegt<br />
nicht vor<br />
Es werden keine<br />
Daten erfasst<br />
Digitales Abbild liegt<br />
nicht vor<br />
Es werden keine<br />
Daten erfasst<br />
Digitales Abbild liegt<br />
teilweise vor<br />
Daten werden<br />
aufgenommen,<br />
größtenteils jedoch<br />
manuell<br />
Digitales Abbild liegt<br />
teilweise vor<br />
In einzelnen<br />
Bereichen werden die<br />
relevanten Daten<br />
digital erfasst<br />
Digitales Abbild liegt<br />
teilweise vor<br />
Umfangreiche digitale<br />
Datenaufnahme in<br />
mehreren Bereichen<br />
Vollständiges digitales<br />
Abbild möglich<br />
Smart Factory<br />
Die Daten werden<br />
umgreifend in allen<br />
Bereichen<br />
automatisiert digital<br />
erfasst<br />
Datennutzung<br />
Es liegen keine<br />
Daten zur weiteren<br />
Nutzung vor<br />
Es liegen keine Daten<br />
zur weiteren Nutzung<br />
vor<br />
Daten werden für<br />
einzelne wenige<br />
Maßnahmen genutzt<br />
(z.B. Schaffung<br />
Transparenz)<br />
Daten werden in<br />
mehreren Bereichen<br />
zur Optimierung<br />
genutzt<br />
Daten werden zur<br />
umfangreichen<br />
Optimierung von<br />
Prozessen genutzt<br />
IT-Systeme<br />
Keine Unterstützung<br />
durch IT-Systeme<br />
Teilweise Nutzung der<br />
Daten zur Optimierung<br />
von Prozessen (z.B.<br />
Predictive Maintenance)<br />
Hauptgeschäftsprozess<br />
durch IT-<br />
Systeme unterstützt<br />
Einzelne<br />
Unternehmensbereiche<br />
werden<br />
durch IT-Systeme<br />
unterstützt und sind<br />
vernetzt<br />
Teilweise werden<br />
Unternehmensbereiche<br />
durch IT-<br />
Systeme unterstützt<br />
und miteinander<br />
vernetzt<br />
Vollumfängliche IT-<br />
Unterstützung der<br />
Prozesse und<br />
Vernetzung<br />
IT-Systeme<br />
unterstützen alle<br />
Unternehmensprozesse<br />
und sind<br />
integriert<br />
Abbildung 7-2<br />
71
Readiness-Modell für die Dimension Smart Operations – Mindestanforderungen<br />
Dimension<br />
Stufe 0<br />
Stufe 1 Stufe 2 Stufe 3 Stufe 4 Stufe 5<br />
Systemintegrierter<br />
Informationsaustausch<br />
Kein systemintegrierter<br />
Informationsaustausch<br />
Ansätze von betriebsinternem,<br />
systemintegrierten<br />
Informationsaustausch<br />
Betriebsinterner<br />
Informationsaustausch<br />
teilweise<br />
systemintegriert<br />
Teilweise<br />
betriebsinterner und<br />
erste Ansätze von<br />
betriebsexternem,<br />
systemintegrierten<br />
Informationsaustausch<br />
Mehrheitlicher<br />
betriebsinterner und<br />
teilweise<br />
betriebsexterner,<br />
systemintegrierter<br />
Informationsaustausch<br />
Umfangreicher<br />
betriebsinterner und<br />
teilweise betriebsexterner,<br />
systemintegrierter<br />
Informationsaustausch<br />
Autonom<br />
steuerndes<br />
Werkstück<br />
Selbstständig<br />
reagierende<br />
Prozesse<br />
Kein Einsatz autonom<br />
steuernder Werkstücke<br />
Kein Einsatz selbstständig<br />
reagierender<br />
Prozesse<br />
Kein Einsatz autonom<br />
steuernder Werkstücke<br />
Kein Einsatz selbstständig<br />
reagierender<br />
Prozesse<br />
Kein Einsatz autonom<br />
steuernder Werkstücke<br />
Kein Einsatz selbstständig<br />
reagierender<br />
Prozesse<br />
Kein Einsatz autonom<br />
steuernder<br />
Werkstücke<br />
Kein Einsatz selbstständig<br />
reagierender<br />
Prozesse<br />
Erprobung in Testund<br />
Pilotphasen<br />
Erprobung in Test- und<br />
Pilotphasen<br />
Einsatz in<br />
ausgewählten<br />
Teilbereichen oder<br />
sogar unternehmensübergreifend<br />
Einsatz in<br />
ausgewählten<br />
Teilbereichen oder<br />
sogar unternehmensübergreifend<br />
Smart Operations<br />
IT-Sicherheit<br />
Keine IT-Sicherheitslösungen<br />
in Arbeit oder<br />
implementiert<br />
Erste IT-<br />
Sicherheitslösungen<br />
sind geplant<br />
Mehrere IT-<br />
Sicherheitslösungen<br />
sind geplant oder erste<br />
Lösungen in Arbeit<br />
IT-Sicherheitslösungen<br />
sind teilweise<br />
implementiert<br />
Umfangreiche IT-<br />
Sicherheitslösungen<br />
sind implementiert,<br />
bestehende Lücken<br />
werden geschlossen<br />
IT-Sicherheitslösungen<br />
sind für alle relevanten<br />
Bereiche implementiert<br />
Cloud-Nutzung<br />
Keine Nutzung von<br />
Cloud-Lösungen<br />
Keine Nutzung von<br />
Cloud-Lösungen<br />
Keine Nutzung von<br />
Cloud-Lösungen<br />
Erste Lösungen für<br />
Bereiche Software aus<br />
der Cloud, Datenspeicherung<br />
und<br />
-auswertung geplant<br />
Erste Lösungen<br />
umgesetzt<br />
Mehrere Lösungen<br />
umgesetzt<br />
Abbildung 7-3<br />
72
Readiness-Modell für die Dimension Smart Products – Mindestanforderungen<br />
Dimension<br />
Stufe 0 Stufe 1 Stufe 2 Stufe 3 Stufe 4 Stufe 5<br />
IKT Zusatzfunktionalitäten<br />
1)<br />
Smart Products<br />
Nutzung der<br />
Daten 2)<br />
Keine<br />
Zusatzfunktionen<br />
Keine Aufnahme von<br />
Daten<br />
Produkte besitzen<br />
erste Ansätze von<br />
Zusatzfunktionen<br />
Keine Aufnahme von<br />
Daten<br />
Produkte besitzen<br />
erste<br />
Zusatzfunktionen<br />
Aufnahme von Daten,<br />
aber keine Analyse/<br />
Nutzung der Daten<br />
Produkt besitzen<br />
mehrere<br />
zusammenhängende<br />
Zusatzfunktionen<br />
Analyse/Nutzung der<br />
Daten<br />
Produkte besitzen<br />
Zusatzfunktionen aus<br />
verschiedenen<br />
Bereichen<br />
Analyse/Nutzung der<br />
Daten<br />
Produkte besitzen<br />
umfangreiche<br />
Zusatzfunktionen<br />
Analyse/Nutzung der<br />
Daten<br />
1)<br />
Produktgedächtnis, Selbstauskunft, Vernetzung, Lokalisierung, Assistenzsysteme, Überwachung, Objektinformation oder Automatische Identifikation<br />
2)<br />
Nutzung der Daten für Produktentwicklung, Vertriebsunterstützung, After-Sales (bspw. Telemaintenance)<br />
Abbildung 7-4<br />
73
Readiness-Modell für die Dimension Data-driven Services – Mindestanforderungen<br />
Dimension<br />
Stufe 0 Stufe 1 Stufe 2 Stufe 3 Stufe 4 Stufe 5<br />
Datenbasierte<br />
Dienstleistungen<br />
Anteil am Umsatz<br />
Nutzungsgrad<br />
Daten<br />
Es werden keine<br />
datenbasierten<br />
Dienstleistungen<br />
angeboten<br />
Kein Anteil am<br />
Umsatz<br />
Keine Nutzung der<br />
Daten<br />
Es werden<br />
datenbasierte<br />
Dienstleistungen<br />
angeboten, jedoch<br />
ohne Vernetzung mit<br />
dem Kunden<br />
Ein erster Beitrag zum<br />
Umsatz erfolgt durch<br />
datenbasierte<br />
Dienstleistungen<br />
(< 1 %)<br />
Keine Nutzung der<br />
Daten<br />
Es werden<br />
datenbasierte<br />
Dienstleistungen<br />
angeboten, jedoch<br />
ohne Vernetzung mit<br />
dem Kunden<br />
Ein erster Beitrag zum<br />
Umsatz erfolgt durch<br />
datenbasierte<br />
Dienstleistungen<br />
(< 2,5 %)<br />
0-20 % der<br />
aufgenommenen<br />
Daten werden genutzt<br />
Es werden<br />
datenbasierte<br />
Dienstleistungen<br />
angeboten, jedoch<br />
ohne Vernetzung mit<br />
dem Kunden<br />
Ein erster Beitrag zum<br />
Umsatz erfolgt durch<br />
datenbasierte<br />
Dienstleistungen<br />
(
Danksagung<br />
Die vorliegende Studie wurde beauftragt von der<br />
IMPULS-Stiftung des VDMA und von dem Institut<br />
der deutschen Wirtschaft Köln Consult GmbH<br />
(IW Consult) und dem Forschungsinstitut für<br />
Rationalisierung (FIR) an der RWTH Aachen<br />
durchgeführt. Wir möchten uns hiermit vielmals<br />
bei den Unternehmen bedanken, die diese Studie<br />
erst ermöglicht haben. Zudem wurden im<br />
Rahmen von Experten-Workshops die Hypothesen<br />
und Ergebnisse diskutiert und validiert. Ein<br />
großer Dank gilt den Mitarbeitern des VDMA,<br />
der IW Consult und des FIR an der RWTH Aachen,<br />
die an der Analyse der Daten und inhaltlichen<br />
Ausarbeitung beteiligt waren.<br />
75
Impuls-<br />
Stiftung<br />
IMPULS-Stiftung<br />
für den Maschinenbau,<br />
den Anlagenbau und<br />
die Informationstechnik<br />
Lyoner Straße 18<br />
60528 Frankfurt<br />
Telefon +49 69 6603 1332<br />
Fax +49 69 6603 2332<br />
Internet www.impuls-stiftung.de<br />
E-Mail info@impuls-stiftung.de