Smart Companies - Smart Things Daniel Liebhart BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENF HAMBURG KOPENHAGEN LAUSANNE MÜNCHEN STUTTGART WIEN ZÜRICH
Agenda 1. Fakten Basis: Die vollständige Vernetzung Voraussagen: Produktivität & Effizienz Kontext: Digital Business Transformation 2. Beispiel Industrielle Produktion 3. Beispiel Logistik 4. Veränderungen der Geschäftsmodelle 2 25.06.2015
Fakten, Voraussagen und Kontext 3 25.06.2015
Basis: Vollständige Vernetzung Quelle: Die Zukunft der vernetzten Gesellschaft (GDI 2014) 4 25.06.2015
Voraussagen: Produktivität & Effizienz Gartner: Smarte Maschinen werden die Betriebskosten von Firmen bis 2018 um 30 Prozent senken Aberdeen Group: 45% Produktivitätssteigerungen durch den Einsatz vernetzter Geräte Gartner: Eines von fünf Fahrzeugen wird bis ins Jahr 2020 vernetzt sein IDC: Der Markt des IoT («a network of networks of uniquely identifiable endpoints (<things>) ) wird jährlich um 18.6% wachsen (19% dieses Jahr) Gartner: Unternehmen werden im Jahr 2020 mit dem Internet of Things (IoT) über 300 Milliarden Euro erwirtschaften 5 25.06.2015
Kontext: Digital Business Transformation Quelle: Gartner The 2014 & 2015 CIO Agenda (Taming the digital Dragon / Flipping to Digital Leadership) 6 25.06.2015
Beispiel Industrielle Produktion 7 25.06.2015
Die Vision Die Idealvorstellung: Der Kunde definiert den Auftrag (das Produkt) und der steuert sich anschliessend selbst von der Bestellung des erforderlichen Rohmaterials über die Reservation der Bearbeitungsmaschinen, Montagekapazitäten, Lagerhallen und erforderlichen Logistikleistung bis hin zur Qualitätskontrolle und Auslieferung. Und das über Firmengrenzen hinweg. 8 25.06.2015
IoT als Basis der Smart Factory (Industrie 4.0) Definition BITKOM: «Im Mittelpunkt der Smart Factory steht die echtzeitfähige, intelligente, horizontale und vertikale Vernetzung von Menschen, Maschinen, Objekten und IKT-Systemen zum dynamischen Management von komplexen Systemen» Definition Experton: «Smart Factory beschreibt die Konvergenz von Kybernetik und Informatik, die alle Fertigungsbereiche durchdringt und dabei intelligente, sich selbst konfigurierende und steuernde Produkte und Produktionssysteme entstehen lässt» Zentrales Element = Cyber Physical System Definition: Cyber-Physische Systeme sind mit einer eigenen dezentralen Steuerung verehene intelligente Objekte, welche in einem Internet der Dinge miteinander vernetzt sind und sich selbstständig steuern. 9 25.06.2015
IoT als Basis der Smart Factory Quelle: Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) 10 25.06.2015
Drei grundlegende Konzepte Das intelligente Produkt: Das intelligente Produkt kennt seine Auftrags-, Material und Produktionsdaten und beeinflusst damit die Herstellung. Cyber-Physical System: Die kommunizierende Maschine ist eine so genannte CPS- Komponente, die mit dem intelligenten Produkt interagiert CPS sind Werkzeugmaschinen, Fließbänder, Diagnosesysteme, Industrieroboter, Sortierstationen und Montagelinien alle vernetzt! Der Mensch: Der menschliche Bediener wird vom Produkt nur noch darüber informiert, wie die Montage zu erfolgen hat 11 25.06.2015
IoT als Basis der Smart Factory http://www.smartfactory-kl.de/ 12 25.06.2015
Beispiel Logistik 13 25.06.2015
IoT als Basis der Logistik morgen Während selbstfahrende Fahrzeuge heute bereits real sind, ist die intelligente Infrastruktur eine Vision, die bis ins Jahr 2025 in Europa umgesetzt werden soll: Vernetzte Sensoren Kameras, Radar Mobile Geräte V2V & V2I Interaktion Verkehrsmanagement Quelle: Accelerate Coorperative Mobility 14 25.06.2015
IoT als Basis der Logistik heute Das Fahrzeug als mobiler Rechner Bsp Mercedes Future Truck 2025 (an der IAA Anfangs Juli vorgestellt) Kombination von Assistenzsystemen (Abstandstempomat, Stabilitätsregelung, Spurhalteassistent, vorausschauender Tempomat) zum Highway Pilot Fährt bis 85 km/h selbstständig auf der Autobahn Andere Beispiele: Renault Connect, Walmart WAVE, Cat MineStar 15 25.06.2015
Ziele der Logistik: Kosten senken durch Vernetzung Für den Disponenten: Zeitnahe Planung von Routen Schnelle Änderung von Routen und Beladungen Zahl der Leerfahrten optimieren Stillstandzeiten minimieren Für den Fahrer: Automatische Anpassung der Routen aufgrund der Verkehrslage Reduktion der Wartezeiten des Personals an der Rampe durch genaues Ankunftszeitmanagement Erhöhung der Fahrsicherheit durch Wetter- und andere Umgebungsinformationen Quelle: Institut für Transportlogistik der TU Dortmund 16 25.06.2015
Anwendungsbeispiel 1: TomTom WebFleet Flottenmanagement in Echtzeit: Ca. 200 000 Fahrzeuge senden Statusinformationen, Positionsangaben, Tacho, Verbrauchswerte Ca. 1.5 Mrd Meldungen pro Monat in Echtzeit von Fahrzeugen Ca. 1 Mrd Anfragen pro Monat in Echtzeit von Disponenten Big Data Komponente: Schnelle Annahme und Aufbereitung der Fahrzeugmeldungen, Errechnung von Fahrzeiten, Ankunftsinformationen, Statistiken für Produktivität, Kostenkontrolle, Servicequalität, Einhaltung von Bestimmungen und Vorgaben, 17 25.06.2015
Anwendungsbeispiel 2: US Xpress Einsatz einer IoT / Big Data Plattform, mit dem Ziel, sämtliche Fahrzeuge in Bewegung zu halten und Wartungszeiten zu minimieren. Ca. 900 Parameter werden aus ca, 10 000 Zugfahrzeugen und 22 000 Anhängern in Echtzeit verwertet und mit Fahrerfeedback aus Sozialen Netzen kombiniert und laufend analysiert. Ergebnisse: 10 Mio Dollar Einsparung durch die Vorgabe, an Kreuzungen in den USA immer rechts abzubiegen (Vermeidung von Unfällen und Standzeiten) 20 Mio Dollar Einsparung von Treibstoff durch Analyse und Korrektur der Leerzeiten 18 25.06.2015
Anwendungsbeispiel 3: DHL Resilience 360 DHL bietet mit Resilience 360 ein Produkt an, welches Lieferketten schützen soll. Dies erfolgt durch eine Kombination einer Vielzahl von Daten (Verkehr, Wetter, Umwelt, Soziopolitik, Soziale Netze, Nachrichten etc..) in Echtzeit. Die Idee stammt aus dem Jahr 2004 heute ist die Umsetzung durch eine Big Data Infrastruktur möglich. Risiken einer Lieferkette werden aufgezeigt Mittels Alternativszenarien aufgrund einer Risikoanalyse sollen belastbare Lieferketten entstehen Ziel ist es, eine hybride Lieferkette, die sich aufgrund der laufenden Identifizierung von Risiken und der entsprechenden Steuerung weiterentwickelt (über die Ziele von JiT oder lean hinaus) 19 25.06.2015
Veränderungen der Geschäftsmodelle 20 25.06.2015
Wertschöpfungsstufen des IoT Quelle: Bosch IoT& Service Lab / HSG 21 25.06.2015
Konsequenzen des Einsatzes von IoT Eine Untersuchung der HSG & Bosch zeigt tiefgreifende Veränderung der Geschäftsmodelle durch IoT auf. Beispiele: Der direkte Einbezug der Kunden in die Produktgestaltung wird durch IoT möglich Geschäftsmodelle entwickeln sich weg vom Produkt in Richtung Dienstleitung mit eventuell eingebautem Produkt IoT erleichtert das Sammeln und Auswerten von Daten rund um Produkte und Dienstleistungen Kurz: IoT bietet sehr viele Möglichkeiten, Bestehendes zu Optimieren und Neues zu Kreieren! 22 25.06.2015
Daniel Liebhart daniel.liebhart@trivadis.com 23 25.06.2015