Digitale Cloud-Plattformen als Enabler zur analytischen Nutzung von operativen Produktdaten im Maschinen- und Anlagenbau

ZusammenfassungDie digitale Überwachung von Maschinen und Anlagen bietet Maschinenherstellern neue Möglichkeiten Instandhaltungs- und Gewährleistungskosten zu reduzieren und datengetriebene Dienstleistungen anzubieten. Cloud-Technologien können hier als Enabler dienen, um zunächst in einem ‚Single Point of Truth‘ operative Daten aus Maschinen zu speichern und daraus neue Erkenntnisse zu generieren. Dies ermöglicht den Teilnehmern des Ökosystems dieser Cloud-Plattform analytische Dienstleistungen anzubieten. Hierdurch werden die Steigerung der Effizienz, die Reduzierung von Instandhaltungs- und Gewährleistungskosten sowie die potentielle Optimierung zukünftiger Produkte möglich. Auf Basis von Interviews mit Managern im Maschinen- und Anlagenbau analysiert dieser Beitrag, inwiefern eine exemplarische Cloud-Plattform die analytische Nutzung von operativen Daten aus Maschinen und Anlagen gewährleisten kann. Insbesondere werden der resultierende analytische Nutzen sowie die sich daraus ergebenden Anforderungen dargestellt. Für Manager bietet dieser Beitrag einen Überblick über analytische Nutzenpotentiale einer industriellen Cloud und inwiefern eine Teilnahme an einem derartigen Ökosystem sinnvoll ist. Aus theoretischer Perspektive soll ein tieferes Verständnis für mögliches Dienstleistungsgeschäft und damit verbundenen Anforderungen neben dem klassischen Maschinen- und Anlagenbau erreicht werden.AbstractDrawing on digitized industrial products offers original equipment manufacturers (OEMs) novel opportunities to (1) maximize product uptimes, (2) minimize operational costs for maintenance, (3) repair activities, and (4) to offer product-complementing industrial services. Cloud technologies can be leveraged as an enabler to collect operational product data in a single point of truth to derive data-driven operational decisions. This allows actors in a service ecosystem to offer data-driven analytical services, based on the capabilities of industrial cloud platforms. This results in myriad benefits such as increased efficiencies, reduced maintenance and warranty costs or potentially better products. Based on an in-depth single case study and interviews with managers in the manufacturing industry, we investigate how a digital industrial cloud platform can enable to leverage operational product data in analytical industrial services. Specifically, we identify requirements and illustrate, how these requirements are addressed by a large OEM, which is in the middle of building an industrial cloud. For practitioners, this paper provides an overview on how digital industrial cloud platforms have to be setup and leveraged in the industrial product and service business. For theory, this article serves as a first step towards identifying requirements for digital industrial cloud platforms in the context of industrial manufacturing.

[1]  Daqiang Zhang,et al.  Cloud-Integrated Cyber-Physical Systems for Complex Industrial Applications , 2015, Mobile Networks and Applications.

[2]  Elgar Fleisch,et al.  Strategies for Developing the Service Business in Manufacturing Companies , 2014 .

[3]  Wolfgang Mahnke,et al.  OPC Unified Architecture , 2009, Autom..

[4]  Anne Fleur van Veenstra,et al.  Modes of Governance in Inter-Organizational Data Collaborations , 2015, ECIS.

[5]  Dimitris Kiritsis,et al.  Closed-loop PLM for intelligent products in the era of the Internet of things , 2011, Comput. Aided Des..

[6]  Chunming Rong,et al.  Industrial Cloud: Toward Inter-enterprise Integration , 2009, CloudCom.

[7]  Chunming Rong.  An Industrial Cloud: Integrated Operations in Oil and Gas in the Norwegian Continental Shelf , 2009, CloudCom.

[8]  Reinhard Langmann,et al.  Industrial Cloud – Status und Ausblick , 2015, HMD Praxis der Wirtschaftsinformatik.

[9]  Stephen L. Vargo,et al.  Service Innovation in the Digital Age: Key Contributions and Future Directions , 2015, MIS Q..

[10]  Helmut Krcmar,et al.  Big Data , 2014, Wirtschaftsinf..

[11]  W. Reinartz,et al.  Hybrid Offerings: How Manufacturing Firms Combine Goods and Services Successfully , 2011 .

[12]  Matthias Damm,et al.  OPC Unified Architecture , 2009, Autom..

[13]  M. Porter,et al.  How Smart, Connected Products Are Transforming Competition , 2014 .

[14]  Markus Hammer,et al.  How big data can improve manufacturing , 2022 .

[15]  Heiko Gebauer,et al.  Identifying service strategies in product manufacturing companies by exploring environment–strategy configurations , 2008 .

[16]  Christopher G. Reddick,et al.  Capability Challenges in Transforming Government through Open and Big Data: Tales of Two Cities , 2015, ICIS.

[17]  Robert F. Lusch,et al.  Service Innovation: A Service-Dominant Logic Perspective , 2015, MIS Q..

[18]  T. Baines,et al.  The servitization of manufacturing: A systematic literature review of interdependent trends , 2013 .

[19]  Walter Brenner,et al.  Stepwise Evolution of Capabilities for Harnessing Digital Data Streams in Data-Driven Industrial Services , 2016, MIS Q. Executive.

[20]  Dursun Delen,et al.  Leveraging the capabilities of service-oriented decision support systems: Putting analytics and big data in cloud , 2013, Decis. Support Syst..

[21]  Thorsten Staake,et al.  Gaining IS Business Value through Big Data Analytics: A Case Study of the Energy Sector , 2015, ICIS.

[22]  Oliver Gassmann,et al.  The Business Model Navigator: 55 Models That Will Revolutionise Your Business , 2014 .

[23]  Athanasios V. Vasilakos,et al.  Big data: From beginning to future , 2016, Int. J. Inf. Manag..

[24]  Imran Khan,et al.  Data model for Big Data in cloud environment , 2015, 2015 2nd International Conference on Computing for Sustainable Global Development (INDIACom).

[25]  Walter Brenner,et al.  How AUDI AG Established Big Data Analytics in Its Digital Transformation , 2017, MIS Q. Executive.

[26]  Rogelio Oliva,et al.  Managing the transition from products to services , 2003, International Journal of Service Industry Management.

[27]  E. Giménez,et al.  Decision-driven marketing , 2014 .

[28]  Walter Brenner,et al.  Nutzenpotentiale cyber-physischer Systeme für industrielle Dienstleistungen 4.0 , 2015, HMD Praxis der Wirtschaftsinformatik.