Warum ist Agilität für Industrie 4.0 wichtig? · Warum ist Agilität für Industrie 4.0 wichtig?...

Warum ist Agilität für Industrie 4.0 wichtig?Die Notwendigkeit neuer Organisationsformen im digitalen Zeitalter.

15.01.2019 Dr. Guido Zimmermann, Senior Economist

Warum ist Agilität für Industrie 4.0 wichtig?

15.01.2019

• Das Internet der Dinge bzw. Industrie 4.0 implizieren die Notwendigkeit einer Managementrevolution, weil der global vernetzte Kunde aufgrund der Vielfalt an Angeboten im WWW und seinem Wunsch nach einer individuellen (zumeist digitalen) Kundenlösung endgültig der absolute König ist.Gleichzeitig implizieren die Regeln der Plattformökonomik, dass in diesen „The-Winner-Takes-It-All“-Märkten nur der Schnellste gewinnt. Hinzu kommen neue Wettbewerber aus den Schwellenländern und anderen Branchen, die mit digitalen Lösungen eine Gefahr für angestammte Marktteilnehmer bieten.

• Die gewachsene Macht des Kunden, der enorme technische Fortschritt, und der intensive globale Wettbewerb machen agile Organisationsformen für Unternehmen lebensnotwendig. Agilität ist hier als ein „Mindset“ zu verstehen, dass eine extreme Kundenfokussierung, unternehmerisches Denken und Handeln des einzelnen Mitarbeiters, schnelles Reagieren, schnelles Entscheiden und ein häufiges Ausprobieren umfasst. Die technologische Umsetzung bei der Entwicklung von Konzepten zur Befriedigung der Kundenbedarfe ist hier fast leichter als das Verständnis dieser Bedarfe der Kunden und die Entwicklung neuer Geschäftsmodelle. Der Erfolg eines Unternehmens wird damit weniger durch das Verfügen über Big Data oder neue Technologien per se, sondern durch die schnelle Entwicklung von neuen Geschäftsmodellen entschieden.

• Agilität basiert auf drei „Gesetzen“ bzw. empirisch begründeten Grundannahmen für eine digital vernetzte Welt:− Das Gesetz des Kunden: Der Kunde ist in der digitalen Welt König. Dies ist die Grundannahme einer agilen Organisation. Innovative bottom-up-

Lösungen müssen und sollen einen beständigen Strom an Mehrwert für den Kunden schaffen. Der Kunde wird hierbei bei der Findung für die Lösung seiner Probleme mit in den iterativen Findungsprozess eingebunden. Hierzu stehen Methoden wie Scrum oder Design Thinking zur Verfügung.

− Das Gesetz des kleinen Teams: Um neue Kundenlösungen zu finden, müssen sich kleine querfunktionale Teams zusammenfinden, um in kurzen Zyklen schnell Lösungen für kleine und damit bewältigbare Probleme zu finden. Diese Teams kommen ohne Führungskräfte aus. Durch das Fehlen von Hierarchien in diesen Teams und die damit erhöhte Freiheit steigen Motivation und Innovationsfreude.

− Das Gesetz des Netzwerks: Um die Informationsströme in einem Unternehmen fließen lassen zu können, muss die Organisation als interaktives Netzwerk verstanden werden. Zusammenarbeit ist nicht mehr optional. Die Grundfrage ist hier, wie man eine Organisation agil werden lässt. Die Unternehmenskultur ist damit der bedeutsamste Punkt im Prozess der Digitalisierung. Im Verlauf der Jahre entstandene „Fürstentümer“ und „Erbhöfe“, die schnelle Entscheidungsprozesse aufgrund von Eigeninteressen behindern, müssen daher geschleift werden. Management wird damit bedeutsamer und schwieriger, weil das Management querfunktionaler Teams schwieriger ist und „weiche“ Themen wie Change Management wichtiger werden. Wir folgen hier Stephen Denning („The Age of Agile“).

• Agilität bedeutet nicht, dass es überhaupt keine Hierarchien gibt. Die Hierarchien werden nun aber nicht mehr durch Autorität per se, sondern durch Kompetenz bestimmt. Die Performance eines Mitarbeiters wird daran gemessen, ob er Mehrwert für die Kunden schafft und nicht, ob er das ausführt, was der Vorgesetzte will.

• Die finanziellen Vorteile durch eine agile Organisationsform entstehen in erster Linie dadurch, dass neue Märkte und neue Produkte geschaffen werden, die dem Unternehmen zumindest für eine gewisse Zeit eine Atempause im globalen Wettbewerb verschaffen, weil es durch die Innovationen geschützt ist.

Unsere Thesen.

2Agilität und Industrie 4.0

Was ist das Besondere an Industrie 4.0?

15.01.2019

Wird Science Fiction zu Science Fact?

15.01.2019

Industrie 1.0• Mechanisierung• Dampfmaschine• Wasserkraft

Industrie 2.0• Arbeitsteilige

Massen-produktion

• Elektrifizierung

Industrie 3.0• Computer• Automatisierung

(manuelle Routinen)

• Elektronik, IT

Industrie 4.0• Automatisierung

kognitive Routinen

• Maschinelles Lernen

Industrie 5.0• Smart Humans,

Smart Robots• Augmented

Intelligence

Industrie 6.0• Automatisierung

Nichtroutinen• Artificial

Intelligence

Charakteristika und Abgrenzungen industrieller Revolutionen.

4

• 1910-1965

• 1776-1910

• 1965-2014

• 2014-

• Industrie 1.0 wurde durch die Nutzung von Wasserkraft, die Erfindung der Dampfmaschine und die Mechanisierung der Produktion geprägt.

• Industrie 2.0 wurde durch die Erfindung des Fließbands, den daraus folgenden Möglichkeiten der Massenproduktion und der Elektrizität als Basistechnologie geprägt.

• Industrie 3.0 ist durch die Verwaltung von Wissen per Computer geprägt. Mit Hilfe von Computern konnten durch Roboter manuelle Routinen in der Fertigung automatisiert werden.

• Industrie 4.0 impliziert über eine Sub-Form der Methoden Künstlicher Intelligenz (Maschinelles Lernen) die Automatisierung von kognitiven Routinetätigkeiten.

• Erste Überlegungen zu einer Industrie 5.0 implizieren die Zusammenarbeit von Menschen und Robotern im Rahmen einer Angereicherten (Augmented) Intelligenz. Industrie 6.0 wäre dann bei Erreichen einer wirklichen Künstlichen Intelligenz (KI) gegeben.

Agilität und Industrie 4.0

Industrie X.0 impliziert unterschiedliche Organisationsformen.

Patriarchat

Bürokratie

Meritokratie

Agilität

15.01.2019 5

• Industrie 1.0

• Industrie 2.0

• Industrie 3.0

• Industrie 4.0

• Jede industrielle Revolution ging mit einem vorherrschenden Typus der Unternehmensorganisation einher.

• Industrie 1.0 war in erster Linie durch patriarchalische Strukturen geprägt, was nicht zuletzt damit zusammen hing, dass Unternehmen Anfang des 19. Jhdts. überhaupt erst gegründet wurden.

• Industrie 2.0 war durch die Erfindung des Fließbands geprägt. In einer derartigen Massenproduktion ist es entscheidend, dass alle „Zahnrädchen“ ineinander greifen. Dementsprechend ist eine Bürokratie notwendig, damit das Funktionieren der Fließbandproduktion keinen Unterbrechungen unterworfen ist.

• Industrie 3.0 ist durch die Verwaltung von Wissen geprägt. In einer Wissensgesellschaft wird derjenige tendenziell Führungskraft, der nachweislich „mehr weiß“ bzw. nach messbaren Kriterien „outperformed“. Dementsprechend ist Industrie 3.0 durch meritokratische Organisationsformen (z. B. eine Bonuskultur) geprägt.

• Industrie 4.0 impliziert für das Überleben von Unternehmen schnelle, innovative Lösungen („Agilität“). Zentral sind hier deshalb flache Hierarchien und eine Kultur des Ausprobieren und offenen Denkens.


Produktionsfaktoren der Industrie 4.0.

15.01.2019 6

Quelle: FT, Shoshanne Zuboff.

• Arbeit

• Boden

• Kapital

• Daten • Verhaltensänderung der Kunden

• Algorithmen

• Gewinn

• Im Gegensatz zu den traditionellen Produktionsfaktoren erzeugt die Bearbeitung des Rohstoffs Daten durch Algorithmen eine Verhaltensänderung der Kunden im Sinne des Unternehmens.

Daten als neuer Produktionsfaktor der Unternehmen.


Charakteristika der Industrie 4.0.

15.01.2019 7

Neue Geschäftsmodelle

Experimentieren

Personalisierung

Datenanalyse

Quelle: FT, Hal Varian.

• Die Basis der Industrie 4.0 ist die Datengenerierung und die Datenanalyse.

• Denn mit ihrer Hilfe lässt sich eine (Hyper-) Personalisierung der Kundenerfahrung ermöglichen.

• Um diese Individualisierung der Kundenerfahrung zu erreichen, ist es notwendig, dass die Unternehmen Prototypen an Produkten frühzeitig am bzw. zusammen mit dem Kunden testen, um sich über beständiges Experimentieren an die optimale Kundenlösung heranzutasten. Dieses Experimentieren bedingt die Existenz kleiner Teams, die schnell derartige Kundenlösungen aufsetzen.

• Gleichzeitig ergeben sich hier neue Geschäftsmodelle, bei denen die Grenzen zwischen den Industrien verwischen. Die „Servizierung“ der Industrie, d.h. der zunehmende Dienstleistungscharakter der Produktpalette und deren Angebot über Plattformen, ist Ausdruck dieser neuen Unternehmens-Kunden-Interaktion.


Was ist das technologische Wesen von Industrie 4.0?

KI erstellt Prognosen, Blockchain ermöglicht sicheren Datenaustausch und Mikrozahlungen.

• Maschine 1 • Maschine 2

• Smarts Contracts

• Datenprognosen

• Industrie 4.0 bzw. das Internet der Dinge impliziert − den Austausch von Daten zwischen vernetzten

Maschinen,− die Ausführung an Konditionen geknüpfter,

computergesteuerter Prozesse,− die Erstellung von Prognosen über den Zustand der

nachfolgenden Maschine.

• Blockchain ermöglicht− Sicherung der Daten,− Smart Contracts (Mikro-Zahlungen zwischen

Maschinen),− manipulationsfreie Speicherung der Prognosen

(Zeitpunkt, Güte, Wert, etc.).

15.01.2019 8Agilität und Industrie 4.0

Agilität, Plattformen, KI und Blockchains alsInstrumente der Industrie 4.0.

Agilität als Träger der technologischen Pfeiler eines Unternehmens.

15.01.2019 9

KI

PlattformenBlockchains

• Industrie 4.0 ist dann gegeben, wenn mehr als 50% der Wertschöpfung eines Unternehmens digitaler Natur ist.

• Künstliche Intelligenz ist das wesentliche Merkmal der Industrie 4.0: Bei künstlicher Intelligenz geht es in erster Linie darum, Muster in gigantischen Datenmengen zu erkennen und daraus logische Schlüsse zu ziehen und Erkenntnisse zu gewinnen, die dann wiederum nützlich sein können.

• Kernidee einer Algorithmus-Ökonomie ist, dass der komparative Vorteil eines Unternehmens in den meisten Branchen durch das intellektuelle Eigentum von intelligenten Algorithmen bestimmt werden wird.

• Die miteinander interagierenden Technologien Künstliche Intelligenz (KI), Blockchain und Plattformen sind die zentralen Instrumente der Industrie 4.0.

• Technologien per se bringen keinen Mehrwert. Das sie tragende Konzept ist das der Agilität, d.h. einer auf den Kunden fokussierten Unternehmenskultur, die ständig Innovationen im Sinne der digitalen Kundenerfahrung schafft und schnell auf neue Marktentwicklungen reagiert.

Quelle: MIT, Andrew McAffee/Erik Brynjolfson: Machine, Platform, Crowd.

• Agilität


Was hat Agilität mit Digitalisierung zu tun?

• Neue Technologien ermöglichen neue Geschäftsmodelle. Dies bedeutet, dass das Verständnis und die rasche Implementierung von digitalen Technologien kein notwendiges Übel ist oder (mehr) sein darf, sondern dass diese Technologien als strategische Assets für ein Unternehmen verstanden werden müssen.

• Die Möglichkeiten der neuen Technologien und die damit impliziten neuen Geschäftsmodelle bedeuten, dass es keine Rolle mehr spielt, welche Meriten eine Unternehmung in der Vergangenheit erworben hat. Die neuen Technologien implizieren, dass jeder Marktteilnehmer – ob neu oder alt – dieselben Chancen hat und jeder Marktteilnehmer quasi bei Null beginnt. Alteingesessene Marktteilnehmer können sich damit nicht auf ihren Lorbeeren ausruhen.

• Der starke Wettbewerb und die rasante Entwicklung der Technologie und des Marktumfelds bedeuten, dass die Digitalisierung eines Unternehmens nicht mehr von ihm alleine zu stemmen sind. Zum einen fehlen einem Unternehmen allein oft die diesbezüglichen Ressourcen und Kenntnisse. Zum anderen sind insbesondere alteingesessene Großkonzerne für die digitale Transformation organisatorisch zu langsam. Dies bedeutet, dass sich die Organisationsformen ändern müssen: − Zum einen müssen verstärkt Partnerschaften mit anderen Unternehmen eingegangen werden. − Zum anderen muss sich die Arbeitsweise im Unternehmen selbst ändern: Eine erfolgreiche digitale Transformation impliziert ein offenes und

schnelles „agiles“ Zusammenarbeiten von Teams. • Digitalisierung heißt somit im Kern, eine Verbindung darin zu sehen, was zuvor unverbunden, vielleicht sogar völlig beziehungslos war, und diese

Verbindung dann technisch herzustellen. Dazu sind Daten nötig. Aber das reicht nicht. Es wird auch die Fähigkeit des Verbindens und Qualifizierens benötigt. Dafür müssen im Unternehmen Menschen verbunden werden, die bisher noch nie zusammengearbeitet haben, und die mit Blick auf den Kunden kreativ werden können, ebenfalls relational – z. B. über Plattformen.

15.01.2019 10

Technologie, neue Geschäftsmodelle und neue Organisationsformen.


Quelle: Reinhard K. Sprenger.

Warum verändern sich durch KI, Blockchains und Plattformen die Unternehmen?• Unternehmen existieren gemäß dem Nobelpreisträger Ronald Coase, weil durch sie Suchkosten, Verhandlungskosten und Koordinationskosten

gesenkt werden. Man stelle sich z. B. vor, man müsste für jeden internen Auftrag bzw. für jede Anfrage einen externen Anbieter nutzen bzw. entsprechende Verträge abschließen. Dies wäre aus Kostenaspekten heraus sinnlos. Werden die entsprechenden Transaktionen internalisiert, sinken die entsprechenden Kosten der Vertragsgestaltung.

• Siehe Abbildung auf der nächsten Seite: In der digitalen Welt ist der Kunde nicht nur Konsument von Produkten und Dienstleistungen eines Unternehmens, sondern auch Produzent von für das Unternehmen interessanten Daten (Kunde als „Prosumer“ von Daten), die diese dann auswerten können. Diese Big Data stellen damit als Basis für den Einsatz künstlicher Intelligenz ein strategisches Asset für das Unternehmen dar. Die hieraus sich ergebenden Analysen sind die Entscheidungsgrundlage für ein evidenzbasiertes Management. Damit werden Koordinationskosten im Unternehmen gesenkt.

• Die Kundendaten dienen gleichzeitig als Input für ein modernes, auf den Kunden zugeschnittenes Smart Machine Marketing. Die Kundendaten werden gleichzeitig durch Blockchains abgesichert. Das Smart Machine Marketing dient als Instrument für die Anwerbung von Kunden für die entstehenden Plattformen.

• Über Plattformen können gleichzeitig neue Talente, andere Ressourcen und Informationen erworben und generiert werden. Hierdurch werden Suchkosten des Unternehmens gesenkt.

• Idealerweise vermag die Blockchaintechnologie über den Einsatz von Smart Contracts eine Automatisierung von Verträgen im Massengeschäft zu induzieren. Blockchains dienen zudem der Durchsetzung von Vertrauensproblemen zwischen dem Unternehmen und Kontrahenten. Damit sinken die Verhandlungskosten für das Unternehmen.


Unternehmensorganisation ändert sich durch KI.

15.01.2019

Notwendige Veränderung der Unternehmensorganisation durch KI, Big Data und Plattformen.

• Senkung Suchkosten • Senkung Verhandlungskosten• Senkung Koordinationskosten

• Talente• Ressourcen• Information

• Blockchain

• Plattformen/Apps

• Smart Machine Marketing

• Management auf Datenbasis

• Künstliche Intelligenz

• Big Data als Asset

• IoT (Prosumers)

• Ausführung Vereinbarungen• Sicherstellung Fair Play

• Blockchain


Digitalisierung ist kein Upgrade der IT, sondern bedingteine Revolution der Unternehmensstrategie.

15.01.2019 13


Durch Digitalisierung ist eine Neuausrichtung von drei Prozessen notwendig.

• Menschliche Intelligenz

• Kernexpertise des Unternehmens

• Produkte

• Künstliche Intelligenz

• Einbindung von Kunden

• Plattformen

• Wie erreicht man Balance zwischen „alter Welt“ (l. S.) und „neuer Welt“ (r. S.)?

• Daten

Hoher Kostenblock Problem: zunächst hohe Investments und niedrigere Margen


Methoden der Künstlichen Intelligenz.

15.01.2019

Quelle: Matthew Mayo.

14

KI versucht, Maschinen intelligenter als Menschen zu machen

ML versucht, Maschinen lernfähig zu machen

• Maschinelles Lernen

• DeepLearning

KI

Data Science

Big Data


Künstliche Intelligenz als ein Merkmal der Industrie 4.0.

15.01.2019

• „Bei künstlicher Intelligenz geht es in erster Linie darum, Muster in gigantischen Datenmengen zu erkennen und daraus logische Schlüsse zu ziehen und Erkenntnisse zu gewinnen, die dann wiederum uns nützlich sein können.”

Satya Nadella, CEO Microsoft, Januar 2018


Die Kernidee einer Algorithmus-Ökonomie.

15.01.2019

• Der komparative Vorteil eines Unternehmens in den meisten Branchen wird durch das intellektuelle Eigentum von intelligenten Algorithmen bestimmt werden.


Daten und Algorithmen als strategische Assets.Wer am schnellsten lernt, gewinnt den Plattform-Wettbewerb.

15.01.2019 17

Tugendkreis der Datenanalyse.

Datenanalyse

Individualisierte Produktangebote

Kundenzufriedenheit steigt

Zugewinn an Kunden

Mehr Daten

Maschinen lernen besser

• Methoden der KI ermöglichen die Analyse von Kundendaten.

• Hierdurch wird das Angebot von auf den einzelnen Kunden zugeschnittenen Produkten und Dienstleistungen möglich.

• Hierdurch steigt die Kundenzufriedenheit.

• Es erfolgt ein Zustrom neuer Kunden auf die Plattformen des Unternehmens.

• Damit stehen wieder mehr Daten zur Verfügung, was die Computer besser lernen lässt.

• Hierdurch verbessert sich die Datenanalyse.


Fünf Pfeiler der digitalen Transformation.

15.01.2019 18

Quelle: Columbia Business School.

Kunden

Wettbewerb

Daten

Innovation

Wertschöpfung

• Pflege Kundennetzwerke

• Bau von Plattformen

• Daten als strategische Assets

• Innovation durch schnelles Experimentieren

• Anpassung des Geschäftsmodells


Wie denkt Jeff Bezos? Obsessive Kundenfokussierung und datenbasierte Entscheidungen.

15.01.2019 19

• ”The most important single thing is to focus obsessively on the customer. Our goal is to be earth’s most customer-centric company.”

• “If you’re competitor-focused, you have to wait until there is a competitor doing something. Being customer-focused allows you to be more pioneering.

• “There are two ways to extend a business. Take inventory of what you’re good at and extend out from your skills. Or determine what your customers need and work backward, even if it requires learning new skills.”

• “Invention is not disruptive. Only customer adoption is disruptive.”

• “The great thing about fact-based decisions is that they overrule the hierarchy.”

Quelle: https://www.referralcandy.com/blog/jeff-bezos-quotes/


Beim „alten“ produktgetriebenen Geschäftsmodell steht der Kunde am Schluss.

Quelle: Linda Bernardi et al.: The Inversion Factor.

15.01.2019 20

• Produkt = Marke • Vertrieb • Kunde

• Die „alte“ Welt bis inklusive Industrie 3.0 war dadurch geprägt, dass ein Unternehmen ein Produkt hergestellt hat, das zugleich die Markenbildung des Unternehmens geprägt hat.

• Anschließend wurde versucht, dieses Produkt mittels Vertriebsanstrengungen an den Kunden zu bringen.

• Auch wenn der Slogan „Der Kunde ist König“ schon sehr alt ist, so muss doch konstatiert werden, dass der Kunde mit seinen Bedürfnissen hier letztlich am Schluss der Entscheidungskette über das Produktangebot steht.


„Der Kunde“ traditionell als anonymes Objekt der Unternehmung.

Quelle: Columbia Business School

15.01.2019 21

• Unternehmen

Kunden

• Traditionell wurden die Kunden nicht über individuelle Kundenlösungen angesprochen, sondern bekamen Massenprodukte präsentiert, und mit ihnen wurde über Massenkommunikationsmittel kommuniziert.


Heute sind Unternehmen und Kunde in einem Netzwerk kommunikativ eingebunden.

Quelle: Columbia Business School

15.01.2019 22

• Unter-nehmen

• Kommentare • Blogs

• Foren

Kunde

Kunde

Kunde

Kunde

Kunde

• Die Unternehmen sind heute gefordert, individuelle Kundenlösungen zu schneidern, und sie sind in einem interagierenden Kommunikationsnetzwerk mit Kunden eingebunden, die eine individuelle Ansprache impliziert einfordern.


Das „neue“ lösungsgetriebene Geschäftsmodell setzt den Kunden an den Anfang der Analyse.

Quelle: Linda Bernardi et al.: The Inversion Factor.

15.01.2019 23

• Kunden-bedürfnisse

• Technische Lösung

• Kundenerfahrung = Produkt

• Firmenkultur = Marke

• Auswahl• Kontrolle

• Apps zum Bau neuer Produkte

• Kooperation mit externen Anbietern

• Kundenkultur

• In der „neuen“ Welt der Industrie 4.0 steht die datenbasierte Analyse von Kundenbedürfnissen an erster Stelle. • Danach wird eine technologische Lösung für die Probleme der Kunden gesucht. Hierbei wird sehr oft mit externen Anbietern kooperiert, um

Synergieeffekte zu heben oder deren komparative Vorteile zu nutzen.

• Die hierdurch entstehende verbesserte Kundenerfahrung stellt nun quasi das Produkt dar, auch wenn u. U. überhaupt kein physisches Produkt mehr angeboten wird.

• Die resultierende positive Kundenerfahrung ergibt eine Kundenkultur, die mit der Unternehmenskultur interagiert und gemeinsam zur Markenbildung des betreffenden Unternehmens beiträgt.


Inverse Wertschöpfungskette: Das Unternehmen verändert sich zuletzt.

15.01.2019 24

Tugendkreis transformationaler digitaler Produkte.

Nutzerschnitt-stelle

Niedrigschwelliges Ausprobieren neuer

Produkte

10x besseres Produkterlebnis

Teilen der Erfahrung

Marketing in Produkt

eingebaut

Integration von Drittdiensten

Quelle: Matthias Schrader.

• In dieser aus traditioneller Sicht inversen Wertschöpfungskette ist die Pflege der (digitalen) Nutzerschnittstelle „Alles“.

• Denn wenn die Unternehmen den Kunden eine gute Nutzeranbindung schaffen und ihnen ein niedrigschwelliges Ausprobieren neuer Produkte ermöglichen, so verbessert sich ihr Produkterlebnis.

• Entscheidend ist, dass diese digitale Kundenerfahrung eine wesentliche Verbesserung zu bisherigen Lösungen und Lösungen der Konkurrenz darstellt, so dass die Kunden über soziale Medien ihre positive Kundenerfahrung teilen.

• Das Marketing ist damit implizit in das Produkterlebnis eingebaut.

• Bietet das Unternehmen den Kunden dann noch Produktlösungen von Dritten an, so verbessert sich die Kundenerfahrung gegebenenfalls nochmals. Es resultiert ein Tugendkreis.

• Die Unternehmung verändert sich durch diesen Prozess praktisch zum Schluss.

• Wesentlich ist daher am Anfang die Arbeit an der Nutzerschnittstelle, um als Unternehmen Erfolg zu haben.


Warum ist Agilität so wichtig?

15.01.2019

Unsicheres Marktumfeld bedingt Umdenken in der Strategie.

• Prognostizierbare Kosten.• Bekannte Wettbewerber.• Stabile Märkte.• Genaue Planung.• Vorsichtige Investments.• 100%-Lösungen.

15.01.2019 26

Quelle: https://www.blitzscaling.com/

• Schwierige Prognosen.• Unbekannte Wettbewerber.• Instabile Märkte.• Grobe Schätzungen.• Ineffiziente Investments.• 70%-Lösungen

• Bei Unsicherheit ist Geschwindigkeit wichtiger als Effizienz!

Charakteristika der Industrie 3.0 Charakteristika der Industrie 4.0


„Survival of the Fittest“ in einer VUCA-Welt.

15.01.2019 27

Monatlicher globaler Unsicherheitsindex.

Quelle: Stanford University

• Die Welt ist seit Ausbruch der Finanzkrise2008 durch die Merkmale einer zunehmendenVolatilität, Unsicherheit, Komplexität und Vieldeutigkeit geprägt (engl. VUCA = Volatility + Uncertainty + Complexity + Ambiguity).

• In einer derartigen Welt “überlebt” nurderjenige, der sich ständig an neueGegebenheit schnell anpasst, getreu der Maxime von Charles Darwin: “Es ist nicht die stärkste Spezies, die überlebt, auch nicht die intelligenteste – es ist diejenige, die sich am ehesten dem Wandel anpassen kann.“


Was also tun? Das Anstreben von Anti-Fragilität.Agilität trägt zu Anti-Fragilität bei.

15.01.2019

Quelle: Nassim Taleb, Wikipedia.

• Fragilität: Ein Gegenstand ist fragil, wenn er nicht gegen Schocks robust ist.

• Robustheit: Ein Gegenstand ist robust, wenn er große Schocks aushält.

• Anti-Fragilität: Ein Gegenstand ist anti-fragil, wenn er durch Schocks sogar gewinnt.

• Gemäß dem Risikoforscher Nassim Taleb ist z. B. eine Porzellantasse inhärent fragil, da es nur eine Frage der Zeit sei, bis sie breche.

• Ziel muss es daher im Risikomanagement sein, Strukturen aufzubauen, die zumindest robust sind.

• Im Optimalfall ist ein Gegenstand anti-fragil. So kann die Schweiz als ein anti-fragiles Konstrukt dahingehend interpretiert werden, dass sie im Fall einer globalen Krise tendenziell durch Kapitalzuflüsse gewinnt, da ein Pfeiler des Schweizer „Geschäftsmodells“ die Verwaltung großer ausländischer Vermögen ist.


Drei Pfeiler der Agilität.

• Der Kunde ist in einer global-vernetzten Welt der absolute König.

• Kundenwünsche sind nur mit kleinen Teams schnell zu befriedigen.

• Eine Vielzahl kleiner Teams impliziert eine Vernetzung der Unternehmensorganisation.

15.01.2019 29

Quelle: Stephen Denning („The Age of Agile“).

Grundannahmen über die Märkte im Industrie 4.0-Zeitalter.


Warum ist Agilität so wichtig?

• In einer Plattformökonomie sind die agilsten Unternehmen die Gewinner von Marktanteilen.

• Der Zeitfaktor ist bei der Umsetzung von Industrie-4.0-Lösungsansätzen entscheidend.

• Konkurrenz durch Big Tech und Fin Tech.

• Erkenntnisgewinn durch Algorithmen bringt nur bei schneller Umsetzung Mehrwert.

15.01.2019 30



Algorithmen erzeugen erst durch Agilität Mehrwert.

15.01.2019

Wertschöpfung durch Daten und Algorithmen.

31

Quelle: BITKOM, LBBW Research.

• Algorithmen generieren Mehrwert aus Daten, indem sie Daten in Informationen transformieren und so aufbereiten, dass diese Informationen gezielt eingesetzt werden können.

• Zwei Parameter sind hier entscheidend:− Die verbesserte Kenntnis einer Situation durch den Einsatz

des Algorithmus ist der erste Parameter. Allerdings bringt verbesserte Kenntnis allein noch keinen Mehrwert.

− Der zweite Parameter ist die Entscheidungsagilität, bei der die besseren Kenntnisse für Entscheidungen genutzt werden. Erst wenn Kenntnis angewandt wird, wird Mehrwert erzeugt.

• Algorithmen schaffen einen Wirtschaftskreislauf, in dem aus Daten wertvolle Informationen entstehen, die auf verschiedene Weise als Wirtschaftsgut eingesetzt werden können.


Der Wert schnellen Lernens.

15.01.2019

Traditioneller Innovationszyklus.

32

Quelle: Columbia Business School.

Beobachten Ideen generieren

Vermarktung Kunden-reaktion

Analyse & Diskussion

Team-entscheidung

Produkt-entwurf

Produktbau

• Kosten des Lernens

Innovation durch schnelles Experimentieren.

Beobachten Ideen generieren

Design & Test Prototyp

Kundenreaktion

• Kosten des Lernens


„Alte“ Managementmethoden mit Software als Teil der Problemlösung.

15.01.2019 33

Management entscheidet Mitarbeiter Problemlösung

Vorgabe Prozesse

Software

Quelle: Your Next Management Guru – Machine Learnings, LBBW Research, NextWeb

• In der „alten“ Welt bis inklusive Industrie 3.0 entschied das Management über die Vorgabe von Prozessen und die Weisungen an die Mitarbeiter über die Problemlösungen für den Kunden.

• Software war lediglich ein Teil der Problemlösung für den Kunden, aber nicht essenzieller Teil des Managementkonzepts.


https://machinelearnings.co/were-waiting-for-the-peter-drucker-of-machine-intelligence-9b674191b420

KI als integraler Benchmark „neuer“ Managementmethoden.

15.01.2019 34

Daten, alte EntscheidungenModell des Maschinellen

Lernens/KI

Modell entscheidet in

Kollaboration mit Mitarbeiter

Problemlösung

Management entscheidet

Reflexion über Modellergebnisse

Quelle: Your Next Management Guru – Machine Learnings, LBBW Research, NextWeb

Im Zeitalter von KI entscheidet das Management über die Daten und die Talentakquisition zum Modellbau.

Danach resultierten Reflexion über die Modellergebnisse und Feedbackschleifen zur Verbesserung der Entscheidungen.

In Zukunft muss das Management daher Algorithmen verstehen lernen.


https://machinelearnings.co/were-waiting-for-the-peter-drucker-of-machine-intelligence-9b674191b420

Algorithmen entscheiden besser als Menschen.• Die psychologische Forschung weiß heute, dass Menschen lediglich bei Routineaktionen rational agieren. Z. B. empfinden Menschen bei einem

Fehlkauf von Schuhen zumeist kein Bedauern, beim Kauf von Aktien aber sehr wohl.

• Hinzu kommt, dass die menschliche Intuition nur bei Vorliegen realer intuitiver Expertise vorliegt. Eine intuitive Expertise entwickelt man aber nur durch ständiges Feedback (z. B. Fehlpass beim Fußball oder schlechte Züge beim Schachspiel).

• Die Welt des Managements und der Finanzmärkte ist aber zu chaotisch, als dass der Mensch hier gültige „Regeln“ schnell lernen könnte. Manager haben somit nicht die Chance, so oft dieselbe Entscheidung üben zu können wie Fußballer.

• Was tun?− Aufspaltung der Entscheidung und Warten auf mehr Informationen.− Algorithmen (z. B. Fondssparplan suboptimal, bewahrt aber vor Fehlern).

• Problem: Menschen wollen nicht durch Algorithmen ersetzt werden.• Was tun?

− Menschlicher Input kann Algorithmen verbessern.− Simulation von Algorithmen (z. B. strukturierte Prozesse wie z. B. eine Piloten-Checkliste).

• Die konsistente Verwendung einfacher Algorithmen mit Small Data verbessert nach Erkenntnissen der Psychologie Entscheidungen.

15.01.2019 35

Quelle: Daniel Kahneman


Management wird wichtiger: Denn Kosten von Prognosen sinken, Wert von Entscheidungen steigt.

15.01.2019

Quelle: http://archive.annenberglab.com/blogs/iberger/2017/04/simple-economic-value-artificial-intelligence.

Wie senken Entwicklungen in der IT ökonomische Kosten?

• KostensenkungHalbleiter

• KostensenkungComputer

• KostensenkungInternet

• KostensenkungKI

• arithmetische Kalkulationen

• arithmetische Operationen

• Information und Suche

• Prognosen


KI transformiert Information in Wissen, nicht in Weisheit.

15.01.2019

Weisheit

Intelligenz

Wissen

Information

Daten

• KI

• KI schafft diese Transformation nicht


Big Data verändert Entscheidungs- und Managementgrundlagen.

Die Verfügbarkeit von Big Data hat für das Management drei Dinge zur Folge.

• Das Management kann informiertere Entscheidungen treffen.

• Das Management kann sich sogar von Algorithmen überstimmen lassen. Voraussetzung hierfür ist, dass es das auch zulässt.

• Branchenexpertise wird wichtiger in dem Sinne, dass Management mit Hilfe der Branchenexpertise bessere Fragen (in Bezug auf die Erkenntnisse der Algorithmen) zu stellen vermag.

15.01.2019 38

Quelle: Big Data: The Management Revolution by Andrew McAfee and Erik Brynjolfsson


Einfache Algorithmen im Entscheidungsprozess.

• Resultieren Entscheidungsfehler aus Eigeninteressen im Team?

• Haben sich die Befürworter in ihr Projekt „verliebt“?

• Wurden abweichende Meinungen genügend berücksichtigt?

• Wurden Entscheidungen durch vergangene Erfolge begründet?

• Wurden glaubhafte Alternativen berücksichtigt?

• Was ist die Datenbasis für die Entscheidung?

• Was sind die Datenquellen?

• Werden erfolgreiche Konzepte einfach in einen anderen Bereich übertragen?

• Ist die Entscheidung die Folge von Entscheidungen in der Vergangenheit?

• Sind die Prognosen zu optimistisch?

• Ist das worst-case-Szenario wirklich schlimm genug?

• Ist das Team zu konservativ?

15.01.2019 39

Beispiel: Qualitätskontrolle bei Entscheidungen – eine Checkliste für Manager.

Quelle: Harvard Business Review.


Welche Unternehmen sind in Big Data-Ära erfolgreich?

In der Big Data-Ära werden Unternehmen erfolgreich sein, deren Management …

• …ein digitales Profil und Expertise in der Datenanalyse hat;

• die Möglichkeiten und Herausforderungen für die IT-Infrastruktur des Unternehmens zur Nutzung von Big Data schnell annimmt;

• die Organisation derart flexibel strukturiert, dass das Expertenwissen im Unternehmen mit den richtigen Daten in Verbindung gebracht wird;

• sich nicht vorlügt, dass man datengetriebener sei, als man tatsächlich ist, und trotz Daten weiterhin dem traditionellen Entscheidungsprozess folgt.

15.01.2019 40

Quelle: Big Data: The Management Revolution by Andrew McAfee and Erik Brynjolfsson


Der HiPPO-Effekt als Hindernis für datenbasierte Entscheidungen.

• Traditionell werden in bürokratisch organisierten Unternehmen Entscheidungen auf Grund von Status, Intuition und Erfahrung getroffen. • Die Wettbewerbsfähigkeit eines modernen Unternehmens wird aber durch das Verständnis von Daten geprägt. Die empirische Managementliteratur zeigt

klar auf, dass durch ein datenbasiertes Management bessere Unternehmensergebnisse produziert werden.

• Das Entstehen einer Datenkultur ist damit im Zusammenspiel mit einer Agilitätskultur entscheidend für den Unternehmenserfolg.• Zentral ist damit der Tradition oder der Versuchung zu widerstehen, Entscheidungen weiterhin v. a. auf der Basis der HiPPO (Highest Paid

Person’s Opinion) zu fällen, sondern von allen Mitarbeitern einzufordern, dass sie allen Beteiligten aufzeigen, was die Datenbasis für ihr Urteilist.

• Wichtig ist hier darauf hinzuweisen, dass Datenanalysen und Algorithmen lediglich ein Hilfsmittel im Sinne der Augmented Intelligence sind. Die Entscheidungsträger haben zwar nun die Aufgabe “ihre” Daten besser zu verstehen als in der Vergangenheit, aber auch die Pflicht, Algorithmen zuüberstimmen, wenn dies begründet werden kann. Modelle und Datenanalysen dienen damit lediglich als Diskussionsgrundlage. Ein anti-algorithmischesVerfahren kann durchaus klug sein, da KI Daten und Informationen zwar in Wissen transformiert, nicht aber unbedingt in weise Entscheidungen.

15.01.2019 41

HiPPO (Highest Paid Person’s Opinion)

Quelle: Big Data: The Management Revolution by Andrew McAfee and Erik BrynjolfssonAgilität und Industrie 4.0

Merkmale agiler Organisationen.

• Klare Vision und Strategie.

• Eliminierung der Gatekeeper, “Fürstentümer” und “Erbhöfe”, die schnelle Entscheidungen und die Entwicklung von Kundenlösungen behindern, nur weilhierdurch private Interessen von Führungskräften in bürokratischen Organisationen mit steilen Hierarchiestufen negativ berührt würden.

• Netzwerk entscheidungsbefugter und offener Sub-Teams.

• Teams entscheiden über Technologie zur Erfüllung der Kundenwünsche.

• Prozesse durch Zyklus “Experimentieren-Versagen-Lernen-Entscheiden” geprägt.

• Unternehmerisches Agieren der Mitarbeiter, Führungskräfte weniger als “Chef” der Mitarbeiter denn als Organisatoren und Coaches querfunktionaler Teams.

• Intensive regelmäßige Kommunikation zwischen Entwicklung und Kundenseite.

• Schnelle Feedbackzyklen auf Basis realisierter Software.

• Intensive Kommunikation und regelmäßiges Feedback von Kunden hilft ein konkreter werdendes Verständnis über die entstehende Software und Produkte zu entwickeln.

15.01.2019 42

Quelle: McKinsey


Was behindert die digitale Transformation von Unternehmen?

• Die gegenwärtige digitale Transformation hat gerade erst begonnen. Noch dazu liegen keine gesicherten Erkenntnisse darüber vor, was die digitale Transformation befördert und was sie behindert.

• Es deutet aber einiges darauf hin, dass drei Punkte einer erfolgreichen digitalen Transformation von Unternehmen entgegenstehen können:− Der Fokus des Unternehmens auf eine Optimierung

bestehender Prozesse, ohne die Prozesse selbst zu hinterfragen.

− Der Glaube an die selbsterfüllende Wirkung der Einführung agiler Methoden.

− Ungeduld gegenüber dem Wirken der eingeführten Methoden und Technologien.

15.01.2019 43

Quelle: Matthias Schrader, http://ntcoding.co.uk/speaking/talks/digital-transformation-the-hard-parts


Prinzipien der digitalen kulturellen Transformation.

• Mindestens genauso wichtig wie die Implementierung neuer Technologie ist die kulturelle Transformation eines Unternehmens im Sinne des Konzepts der Agilität.

• Erkenntnisse von Unternehmensberatungen weisen darauf hin, dass Unternehmen, die erfolgreich bei der Umsetzung der digitalen Transformation sind, folgende Punkte aufweisen: − Aufbau einer robusten Innovations- und Produktpipeline.− Hohe Investments in frühen Phasen.− Drei Standbeine im Innovationsmanagement:

• FuE,• Auftragsforschung,• Zukauf von Start-ups.

− Erfolgreiche digitale Unternehmen haben gelernt, Unsicherheit zu managen.− Schnelle Skalierung und Vermarktung der neuen Produkte.− Digital erfolgreiche Unternehmen weisen zumeist eine Organisation der zwei Geschwindigkeiten auf:

• Agile Teams mit einer „Versuch-und-Irrtum“-Mentalität;• eine robuste Produktfabrik, die die agilen Teams „finanziert“.• Beides zusammen ergibt eine resiliente Gesamtorganisation.

15.01.2019 44

Quelle: Matthias Schrader.


Neue Herausforderungen für das Management.Digitale Strategie und Datenkultur entscheidend.

• Machtverschiebung von erfahrungsbasierten zu datenbasierten Entscheidungsträgern.

• Management des Kulturkampfs zwischen „alten“ und „neuen“ Strukturen.

• Change Management wird wichtiger.

• Weiche Aspekte des Managements werden wichtiger.

• Wie managed man bereichsübergreifende und querfunktionale Teams?

• Wie managed man Dinge, die man nicht versteht?• Wie managed man den Spagat zwischen einer notwendig-hierarchischen Unternehmenskultur in Unternehmensbereichen, bei denen die Einhaltung von

Prozessabläufen extrem wichtig ist („Industrie 2.0“) und einer agilen Unternehmenskultur in eher kreativen Segmenten („Industrie 4.0“)?


Die entscheidende Frage hinter dem Buzzword:Welcher Grad der Agilität passt zu einem Unternehmen?

15.01.2019 46

Quelle: McKinsey

Von der traditionellen Organisationsstruktur (l. S.) zu organischen Organisationen (r. S.).

Top-Down

Bürokratie

„Silos“ bekommen detaillierte Instruktionen

Manager

Führungskräfte als Coaches und „Möglichmacher“


Agilität vielleicht schon wieder out of date?

15.01.2019 47

• Es ist wichtig, darauf hinzuweisen, dass das Konzept der Agilität u. U. auch einer Halbwertszeit unterliegt.

• Das Konzept der Agilität wurde ursprünglich im Rahmen der zunehmenden Bedeutung des Software Engineering entwickelt.

• Die zunehmende Bedeutung von KI könnte implizieren, dass hier neue Organisationsformen entwickelt werden müssen, die (noch) besser zu einem Zeitalter der KI passen als das Konzept der Agilität. Die diesbezügliche Forschung hat aber gerade erst begonnen.


Was denkt ein berühmter KI-Forscher über zukünftige Organisationsformen?

Disclaimer.

• Aufsichtsbehörden der LBBW: Europäische Zentralbank (EZB), Sonnemannstraße 22, 60314 Frankfurt am Main und Bundesanstalt für Finanzdienstleistungsaufsicht (BaFin), Graurheindorfer Str. 108, 53117 Bonn / Marie-Curie-Str. 24-28, 60439 Frankfurt.

• Diese Publikation beruht auf von uns nicht überprüfbaren, allgemein zugänglichen Quellen, die wir für zuverlässig halten, für deren Richtigkeit und Vollständigkeit wir jedoch keine Gewähr übernehmen können. Sie gibt unsere unverbindliche Auffassung über den Markt und die Produkte zum Zeitpunkt des Redaktionsschlusses wieder, ungeachtet etwaiger Eigenbestände in diesen Produkten. Diese Publikation ersetzt nicht die persönliche Beratung. Sie dient nur zu Informationszwecken und gilt nicht als Angebot oder Aufforderung zum Kauf oder Verkauf. Für weitere zeitnähere Informationen über konkrete Anlagemöglichkeiten und zum Zwecke einer individuellen Anlageberatung wenden Sie sich bitte an Ihren Anlageberater.

• Diese Publikation wird von der LBBW nicht an Personen in den USA vertrieben und die LBBW beabsichtigt nicht, Personen in den USAanzusprechen.

• Wir behalten uns vor, unsere hier geäußerte Meinung jederzeit und ohne Vorankündigung zu ändern. Wir behalten uns des Weiteren vor, ohne weitere Vorankündigung Aktualisierungen dieser Information nicht vorzunehmen oder völlig einzustellen.

• Die in dieser Ausarbeitung abgebildeten oder beschriebenen früheren Wertentwicklungen, Simulationen oder Prognosen stellen keinen verlässlichen Indikator für die künftige Wertentwicklung dar.

• Die Entgegennahme von Research Dienstleistungen durch ein Wertpapierdienstleistungsunternehmen kann aufsichtsrechtlich als Zuwendung qualifiziert werden. In diesen Fällen geht die LBBW davon aus, dass die Zuwendung dazu bestimmt ist, die Qualität der jeweiligen Dienstleistung für den Kunden des Zuwendungsempfängers zu verbessern.

15.01.2019 48

15.01.2019 08:40 15.01.2019 08:47


Warum ist Agilität für Industrie 4.0 wichtig? · Warum ist Agilität für Industrie 4.0 wichtig?...

Documents

Transcript of Warum ist Agilität für Industrie 4.0 wichtig? · Warum ist Agilität für Industrie 4.0 wichtig?...