Innovationsmanagement. Internet of Things (IoT) Zühlke. Business. Things. Internet. Systems Engineering

Transkript

1 Business Zühlke Systems Engineering Things Innovationsmanagement Internet Internet of Things (IoT) Folie 1

2 Bildquelle Universal Music 2015 Copyright Life Cycle Management «Beton vs. Consumer Goods» Folie 2

3 Bildquelle Universal Music 2015 Copyright Hornbach Copyright Conrad Electronics Herausforderung «Standards» -Wer setzt sich durch? Folie 3

4 Bildquelle Universal Music 2015 Security Ganzheitlich und im ganzen Life- Cycle betrachten Folie 4

5 Digitalisierung ConsumptionBased, pay per use, subscription model ArtificalIntelligent, CognitiveComputing, Machine Learning Data Monetization Virtual Reality Data Analytics, Big Data7 AugmentedReality, Mixed Reality Cloud Computing Digitale Transformation Blockchain, Smart Contracts, Bitcoin Robotics Internet ofthings, Internet of Everything Industrie 4.0, Industrial IoT 3-D Printing, additive manufacturing Folie 5

6 Business Transformation Geschäftsmodelle: Vom Box Mover zum Service Spezialist zum Dienstleister (All as a Service) Folie 6

7 Kulturtransformation Innovationsmanagement IoT Hansjürg Inniger 29. August 2017 Folie 7

8 Kundenbedürfnisse im Zentrum Client Folie 8

9 Wertschöpfungskette Folie 9

10 Ecosystem Welt Abteilung Division Firma Branche Folie 10

11 Zehn Anwendungsfälle für Internet of Things Automatische Zustandsüberwachung Die automatische Zustandsüberwachung ist der Prozess der Parameter-Überwachung in Maschinen, zwecks Identifikation einer signifikanten Veränderung, als Hinweis auf drohende Fehler. Optimierung der Wertschöpfungs- und Lieferkette Der Einsatz von Datenanalytik zur gezielten Optimierung einzelner Elemente aus der Wertschöpfungs- oder Lieferketten, wie z.b. Asset-Nutzung, oder Produktionsplanung Produktverhalten Die kontinuierliche Überwachung des Verhaltens eines Produkts, unter Berücksichtigung von sowohl Produkt- als auch Kontextdaten. Flotten- und Anlagenmanagement Die Verwendung von Daten und Analytik zur Erfassung von Zustände und Erkennung von Mustern innerhalb und zwischen Datenströmen, zur Optimierung von (industriellen) Anlagen durch verbesserte Einsicht in Nutzung, Wartung und Lebensdauer. Prädiktive Instandhaltung Prädiktive Instandhaltungsmethoden helfen, Fehlerursachen schneller zu erforschen sowie den Zustand der Ausrüstung zu bestimmen, um vorherzusagen, wann die Wartung durchgeführt werden soll. Betrug, Risiken & Anomalien Management Die Verwendung von historischen und Echtzeit-Daten, erweiterte Analytik und maschinelles Lernen, um Betrug, Risiko und Anomalie Muster zu erkennen, mit der Möglichkeit, vollautomatisierte Aktionen zu ergreifen. Qualitätsüberwachung & -Kontrolle Einsatz von Datenströme zur Validierung von Prozessen für Hard- und Software- Kompatibilität, markt- und regulatorischen Standards, Sicherheit, Abnahme und Benutzererfahrung. Nachfragemanagement Einsatz von historischen und real-time Datenströme zur Validierung der realen und aktuellen Nachfrage, als Ersatz für Prognosen. 9 Kundenverhalten 10 Business Model Innovation Die Verwendung von Daten und Analytik um tiefergehende Einblicke in Nutzung und Bedürfnisse der Kunden zu erhalten. Umwandung des Geschäftsmodells in Richtung datenbasierte Dienstleistungen.

12 dormakaba: Mit Innovation zum disruptiven Geschäftsmodell Folie 12

13 Wer ist der Kunde? Folie 13

14 Herausforderung für den Kunden? Folie 14

15 Indirekter Verkaufskanal bisher Folie 15

16 Neue Kundenerlebniskette Folie 16

17 Der Weg dahin... Idea in thestars «The exivo Story» pre-project 01/13-06/13 Project initialization inception phase 08/13-09/13 Understand the solution Elaboration phase 11/13-04/14 Have a solution Construction phase 05/14-03/16 Folie 17

18 IoT Neuigkeiten vom 29. August Folie 18

19 Zusammenfassung Blick auf das gesamte Ökosystem und die verteilte Wertschöpfungskette sicherstellen Inkrementelles Vorgehen Mut für Neues! Markttest mit ausgewählten potentiellen Kunden Hansjürg Inniger Director Solution Center IoT & Partner Twitter: innigerh Folie 19