Business Transformation Towards Digitization and Smart Systems. Jörg Bauer, Dipl.-Kfm. (Univ.) Hochschule Reutlingen

Transkript

1 1 I Business Transformation Towards Digitization and Smart Systems Jörg Bauer, Dipl.-Kfm. (Univ.) Hochschule Reutlingen Berufsbildung 4.0 Fachkräftequalifikation und Kompetenzen für die digitalisierte Arbeit von morgen

2 2Überblick I Vorstellung BITTMAS Projekt (Ausgangsituation/Zielsetzung) Lösungsansatz und Vorgehensweise (Partner, Konzepte/Tools): Informationsplattform Reifegrad-Modell Potentialanalyse Roadmap Trainingsmodule Vorstellung: BITTMAS Lernplattform, Self-Assessment DigiPotAS Nächste Schritte

3 3Ausgangsituation I Wie stark ist der Arbeitsalltag in Ihrem Unternehmen vom technologischen Wandel betroffen? Quelle: TNS Infratest/Studiengemeinschaft Darmstadt; Studie Weiterbildungstrends in Deutschland 2017, Januar 2017 Alle Befragten n=300; 1-9 Mitarbeiter n=140; Mitarbeiter n=1110; 500 und mehr Mitarbeiter n=50 (Werte für keine Angaben nicht dargestellt, Rundungsdifferenzen möglich)

4 4Ausgangsituation I Der technologische Wandel wirkt sich stark auf das tägliche Arbeiten aus: Fertigungsprozesse verändern sich schnell Die Vernetzung von Anlagen und Anwendungen nimmt zu Teams arbeiten zunehmend virtuell Höhere Kundenanforderungen (neue Geschäftsmodelle/Serviceangebote, Personalisierung der Produkte (Losgröße 1), kurze Lieferzeiten, ) Ergebnisse der Studie Weiterbildungstrends in Deutschland 2017 : Die Digitalisierung ist in Unternehmen auf allen Qualifikationsebenen angekommen. Um fit für die digitalisierte Arbeitswelt zu sein, benötigen Unternehmen daher Mitarbeiter mit vielseitigen digitalen Skills. Weiterbildungsportfolios in den Unternehmen entspricht bei weitem noch nicht den digitalen Anforderungen. Quelle: TNS Infratest/Studiengemeinschaft Darmstadt; Studie Weiterbildungstrends in Deutschland 2017, Januar 2017

5 5Zielsetzung I BITTMAS Projekt Sensibilisierung zur Digitalisierung insbesondere von KMUs (= Kleinstunternehmen, kleine und mittlere Unternehmen; bis zu 249 Beschäftigte; max. Jahresumsatz 50 Mio. Euro; gem. Empfehlung der EU- Kommission vom 6. Mai 2003) Weiterbildungsangebote zur Digitalisierung (in Eigenregie) für alle Qualifizierungsebenen (vom Auszubildenden bis zum höheren Management) zu verbessern Diskrepanz zwischen Bewusstsein für Industrie 4.0 bzw. der Digitalisierung und tatsächlicher Initiative insbesondere bei KMUs zu verringern Potentiale der Digitalisierung erkennen (Potentialanalyse, Self-Assessment) Wissenslücken schließen (Bibliothek, Mediathek, Glossar) Vorangehensweise zur Umsetzung aufzeigen (Roadmap, Use Cases) Bereitstellung von Trainingsmodulen für die Unternehmen zur Anwendung der BITTMAS Tools und Konzepte in Eigenregie

6 6BITTTMAS I Konsortium Wissenschaft Transfer Wirtschaft Assoziierter Partner: Deutschland Türkei Kosovo Österreich Spanien Rumänien Irland Deutschland Deutschland

7 7Konzepte/Tools I BITTMAS Bibliothek (Basis- und Fachwissen Digitalisierung) BITTMAS Mediathek (Basis- und Fachwissen Digitalisierung) BITTMAS Glossar (Definitionen Digitalisierung) BITTMAS Reifegradmodell (Basis für Potentialanalyse und Roadmap) BITTMAS DigiPotAS (Potentialanalyse) BITTMAS Roadmap/Use Cases (Handlungsempfehlung/Vorgehensweise) Trainingsmodule zum effizienten Einsatz der BITTMAS Tool-Box

8 BITTMAS 8 I Informationsplattform - Bibliothek

9 9BITTMAS I Informationsplattform - Mediathek Eingebettete YouTube Videos Lecture 3 The Internet Understanding Computers and the Internet Grundlagen und fortgeschrittenen Videos zum Themenbereich Digitalisierung Predictive maintenance Quelle: Industrie 4.0 Predictive Maintenance, Kay Jeschke, SAP Deutschland AG & Co. KG., Februar, 2014

10 10BITTMAS I Informationsplattform - Glossar

11 11 I BITTMAS Reifegradmodell

12 12 I BITTMAS Potentialanalyse: DigiPotAS

13 13 I BITTMAS Potentialanalyse: DigiPotAS

14 14 I BITTMAS Potentialanalyse: DigiPotAS

15 15 I BITTMAS Potentialanalyse: DigiPotAS

16 16 I BITTMAS Potentialanalyse: DigiPotAS Predictive maintenance

17 17 I BITTMAS Potentialanalyse: DigiPotAS Als Ergebnis ergibt sich in diesem Beispiel das folgende Potential: 9 Predictive maintenance Remote monitoring of dynamic condition of machines with help of sensor data and big data analytics to predict maintenance and repair situations. This helps to increase resource availability and optimise maintenance efforts. ROADMAP/USE CASE Weitere Potentiale: 1 Digital twin of the facility 9 Predictive maintenance 2 Digital twin of the assets 10 data driven process optimisation 3 Connected Company 11 Data-enabled resource optimisation 4 Decentralised & Flexible value creation 12 Track and trace 5 Digital Assistant systems 13 Smart Product 6 Technical Assistant systems 14 Digital Human Resource Management 7 Integrated transparent value chain 15 Digital Marketing 8 Autonomous intralogistics 16 Digital Procurement

18 18 I BITTMAS Roadmap Beispiel Roadmap Predictive maintenance Sensors Level 3 Level 2 Maintenance Level 1 Data Collection Anhand der Selbstbewertung und der generierten Roadmap kann das Unternehmen Maßnahmen treffen und Investitionen tätigen, entsprechend der vorhandenen aufgezeigten Lücken (Differenz zur höchsten Ausprägung), um Predictive Maintenance einzuführen. Level 0 Analysis Decision Making

19 19 I BITTMAS Use Cases Use Case Predictive maintenance

20 Nächste Schritte 20 I Roadmaps Trainingsmodule Übersetzungen in die Landessprachen der Partner Workshops/Trainings Partner Finetuning End User Tests Validierung/Finetuning Videos Testimonials Quelle: Industrie 4.0 Predictive Maintenance, Kay Jeschke, SAP Deutschland AG & Co. KG., Februar, 2014