Das umfangreiche Konferenzprogramm der „BDAIWF22″ bot Veranstaltungen zu den Themenschwerpunkten wie Big Data, Business Intelligence (BI) und Analytics, Datenmanagement, Künstliche Intelligenz (KI) mit ihren Anwendungsgebieten in Finance und Banking, Manufacturing, Transport und Logistik, Public Sector, Medien, Retail und E-Commerce sowie zu weiteren Branchen.
Zu all diesen Thematiken bot die sehr gut besuchte Veranstaltung die Gelegenheit, sich mit den zahlreichen IT-Entscheiderinnen und Entscheidern zu den verschiedensten Aspekten auszutauschen. Dabei war das Thema „Datenstrategien und Cloud“ ein zentrales Thema, das auf den sechs internen Veranstaltungsorten der Messe diskutiert werden konnte. Konkret ging es bei diesem Thema darum:
- wie genau Daten vorliegen müssen, damit sie optimal für moderne Geschäftsmodelle verwertbar sind und
- wie eine solche Verwertbarkeit geräteunabhängig über die Cloud für die Unternehmen zur Verfügung gestellt werden kann.
Hintergrund für den Einsatz neuer Datenstrategien
Moderne Geschäftsmodelle, insbesondere im Zusammenspiel mit Auswertungen über KI, gelten als Schlüsseltechnologie für die Schaffung bzw. den Erhalt der Wettbewerbsfähigkeit. Für die Mehrzahl der Unternehmen, die Daten für moderne Geschäftsmodelle nutzen wollen, ist es jedoch nicht selbstverständlich, dass der erste Punkt gewährleistet ist, dass also die gewünschten Daten überhaupt bzw. in einer für das Unternehmen prozessierbaren Form vorliegen.
Häufig fehlt es nicht an Daten, sondern schlichtweg an der Kenntnis, was genau die Begriffe „gute Daten“ bzw. „prozessierbare Daten“ im Zusammenhang Industrie 4.0-Anwendungen bedeuten (Jopp et al., 2021). Eine Konsequenz hieraus ist, dass die Datenbewirtschaftung aktuell noch nicht richtig an Geschwindigkeit aufgenommen hat, was auch mit den hierfür nötigen, personellen und ressourciellen Kapazitäten in den Unternehmen zu tun hat (Büchel und Engels 2022).
Dies bildet sich auch über die Tatsache ab, dass mehr als 99 % aller Unternehmen in Deutschland im Jahr 2019 zu den KMU, also den klein-und mittelständischen Unternehmen gehörten (s. Statista 2022). Dabei handelt es sich per Definition um Unternehmen, die sowohl in ihrer Größe (max. 249 Mitarbeiter) als auch in ihrem Jahresumsatz (max. 50 Millionen Euro) limitiert sind.
An dieser Stelle trennt sich die Spreu vom Weizen: Während es für große Unternehmen selbstverständlich ist, Forschungs- und Entwicklungsabteilungen zu haben, über die z. B. im Jahr 2019 zusammengefasst in Deutschland die damalige Rekordsumme von mehr als 75,6 Milliarden Euro investiert wurde (s. Stifterverband 2020), so ist dies für kleinere Unternehmen (Anteil an Gesamtunternehmen 2019: 15 %; Anzahl der Mitarbeiter: max. 49 Personen) eher selten der Fall und bei Kleinstunternehmen (Anteil an Gesamtunternehmen 2019: 82 %; Anzahl der Mitarbeiter: max. 9 Personen), aufgrund der ressourciellen Situation praktisch ausgeschlossen.
Paneldiskussion “Service-Meister: von Big Data zur Informationslogistik – Konkrete KI- und Datenstrategien für KMU”
Über die bis hierhin erörterten Hintergründe und deren Auswirkungen auf den deutschen Mittelstand diskutierten auf der BDAIWF22 Hauke Timmermann, Referent des eco-Verbands e.V., Stefan Boch, Senior Business Development Manager IIoT bei der KEB Automation KG, Thomas Niessen, Managing Director Kompetenznetzwerk Trusted Cloud und PD Dr. Fred Jopp, Head of Business Solutions Public Sector, PASS Consulting.
Konkret ging es bei der Erörterung der Datenstrategie darum, welche Chancen, aber auch welche Risiken bei der Realisierung der Service-Ökonomie für den deutschen Mittelstand unter den gegenwärtigen Bedingungen liegen. Dies wurde mit dem Erfahrungshintergrund des Forschungsprojekts „Service-Meister“, das sich mit der Schaffung eines KI-basiertes Service-Ökosystem für technischen Service im Zeitalter von Industrie 4.0 beschäftigt, erörtert. Im Projekt erfolgt dies mit dem inhaltlichen Schwerpunkt auf dem deutschen Mittelstand, der sich auch massiv am Projekt beteiligt. Die oben angeführten Problemlagen der KMU, die auch auf Berührungsängsten bzw. Anwendungsproblemen mit KI-basierten, neuen Geschäftsmodellen beruhen, sind den Teilnehmern aus dem Diskussionspanel aus vielen praktischen Beispielen bekannt, da alle am Projekt Service-Meister aktiv beteiligt sind und waren bzw. und Teil des großen Forschungskonsortiums sind.
Die Paneldiskussion zur Bedeutung der Datenstrategie für KMU im KI-Kontext mit Fred Jopp (PASS, r.). (Bild: H. Sissmann, eco Verband e. V.)
Hauke Reuter, der aktive Leiter des Projekts, führte durch die Diskussion und stellte zu Beginn der Gesprächsrunde die Frage nach dem Gegensatz zwischen den einerseits exzellenten Positionen der deutschen Weltmarktführer im Maschinen- und Anlagenbau und den andererseits hier nur mäßig anlaufenden Digitalisierungsversuchen.
Hierzu wurde u. a. die These aufgestellt, dass es schlicht und einfach flächendeckend an der Expertise fehle, wie genau denn nun aus Daten konkrete Gewinne erzielt werden können, da der größte Teil der KMU sich häufig weder Forschungs- und Entwicklungsabteilungen noch Data-Science-Teams leisten könne (Jopp). An dieser Stelle beleuchtete Stephan Boch von KEB Automation noch einmal die konkrete Arbeitssituation in den produzierenden Unternehmen, die eben häufig noch durch Data Lakes, Excel-Sheets und fehlender Datensystematisierung geprägt sei. Ein Change-of-Mind wäre hier sicherlich förderlich. Thomas Niessen wünschte sich Standards für den intra- und inter-unternehmerischen Datenaustausch, damit dieser nicht nur transparent und nachvollziehbar, sondern auch rechtssicher erfolgen kann.
Diesem Wunsch schlossen sich alle Referenten an und sahen für die Mitte 2023 dem Abschluss des Projekts Service-Meister erwartungsvoll entgegen. Zu diesem Zeitpunkt wird das Projekt die gewonnenen Erfahrungen aus dem KI-basierten Service 4.0 auf einer Plattform bündeln und dies dem deutschen Mittelstand vorführen und anbieten. Hierzu setzte Hauke Timmermann den Schlusssatz: „Bis dahin werden wir uns sicherlich noch einmal auf der nächsten Messe in Frankfurt treffen und über die aktuellen Entwicklungen berichten.“
Referenzen:
Büchel J., Engels, B. 2022: Datenbewirtschaftung von Unternehmen in Deutschland in: IW-Trends, 49. Jg., Nr. 1, S. 73-90
Jopp, F., Neubauer, C., Timmermann, H., Weiss, A. 2021: An AI-based Service Ecosystem for Industry 4.0 – Turning Customer Concerns into Supplier Interests: Using AI to Create a Service Ecosystem – In: The Power of Digital Ecosystems – dotmagazine, March 2021, dotmagazin.online.
Statista 2022: Anteil der KMU in Deutschland an allen Unternehmen nach Wirtschaftszweigen 2019.
Stifterverband 2020: Ausgaberekord für Forschung und Entwicklung in Deutschland; Pressemitteilung 11.11.2020;
Titelbild: Shutterstock
