STUdIE IndUSTrIE 4.0 bArOMETEr - MHP Americas · 2020. 2. 4. · Abb. 2: MHP Industrie 4.0 Framework 17 Abb. 3: Clusterung der Antwortmöglichkeiten der Likert-Skalen 18 Abb. 4: Verteilung

STUdIE

IndUSTrIE 4.0 bArOMETErIterative Standortbestimmung der Industrie-4.0-Aktivitäten in der deutschen Industrie.

Die Studie Industrie 4.0 Barometer – Iterative Stand-ortbestimmung der Industrie-4.0-Aktivitäten in der deutschen Industrie sowie deren Zusammenfassung wurde herausgegeben von:

MHP Management- und IT-Beratung GmbH in Kooperation mit der Ludwig-Maximilians-Universität München.

Alle Rechte vorbehalten! Vervielfältigung, Mikroverfi l-mung, die Einspeicherung und Verarbeitung in elektro-nischen Medien sind ohne Zustimmung der Herausgeber nicht gestattet. Die Inhalte dieser Publikation sind zur Infor-mation unserer Kunden und Geschäftspartner bestimmt. Sie entsprechen dem Kenntnisstand der Autoren zum Zeit-punkt der Veröffentlichung. Für die Lösung einschlägiger Probleme greifen Sie bitte auf die in der Publikation ange-gebenen Quellen zurück oder wenden sich an die genann-ten Ansprechpartner. Meinungsbeiträge geben die Auffas-sung der einzelnen Autoren wieder. In den Grafiken kann es zu Rundungsdifferenzen kommen.

02

Autorin

Esther Nagel

Ludwig-Maximilians- Universität München –

Wissenschaftliche Mitarbeiterin und Doktorandin

Herausgeber

Tilo Klüh

MHP – Associated PartnerHead of Operations

Performance & Strategy (OPS)

Projektleiter

Robert Göbel

MHP – Senior Management ConsultantOperations Performance

& Strategy

Autor

Caspar Koltze

MHP – Senior Management ConsultantOperations Performance

& Strategy

Autor

Philipp Noll

MHP – Management Consultant

Operations Performance & Strategy

Sponsor

Daniel Halbig

MHP – Manager IoT & Industrie 4.0 LeadOperations Performance

& Strategy

Sponsor

Prof. Dr. Johann Kranz

Ludwig-Maximilians- Universität München –

Leiter der Professur für Internet Business and

Internet Services

Autor

Matthias Grawe



Autor

Thomas Stošic



03

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

00

0001

02 04

060603

00Inhalts-, Abbildungs- und Abkürzungsverzeichnis

Inhalts-, Abbildungs- und Abkürzungsverzeichnis 4

Zusammenfassung 6

Industrie 4.0 im Wertschöp-fungsnetzwerk 121.1. Ursprung von Industrie 4.0 131.2. Chancen und Potenziale durch Industrie 4.0 131.3. Herausforderungen und Risiken durch Industrie 4.0 141.4. Lösungsansätze und Best Practices 14

Vorgehensweise und Methodik 162.1. Motivation 162.2. Zielgruppe der Befragung 182.3. Design der Erhebung 182.4. Auswertungsmethodik 182.5. Beschreibung der Teilnehmer 19

Ergebnisse der Studie 223.1. Technologie 223.2. IT-Integration 283.3. Strategie und Ziele 33

Handlungsempfehlungen 424.1. Technologie 424.2. IT-Integration 434.3. Strategie und Ziele 44

Fazit 46

Glossar und Quellenverzeichnis 486.1 Glossar 486.2 Quellenverzeichnis 50

04

Abbildungsverzeichnis

Abb. 1: Industrie 4.0 Services 15Abb. 2: MHP Industrie 4.0 Framework 17Abb. 3: Clusterung der Antwortmöglichkeiten der

Likert-Skalen 18Abb. 4: Verteilung der Unternehmensgröße und

Industriezugehörigkeit 20Abb. 5: Verteilung der Funktionsbereiche und

Hierarchieebenen 21Abb. 6: Antwortverteilung Supply-Chain-Transparenz 23Abb. 7: Antwortverteilung Zurückverfolgbarkeit zum

Hersteller 23Abb. 8: Antwortverteilung Digital Twin 24Abb. 9: Sensorausstattung nach Industrien 24Abb. 10: Antwortverteilung Digitale Arbeitskonzepte 25Abb. 11: Datenzugriff mobiler Endgeräte auf zentrale

Systeme nach Industrie 25Abb. 12: Automatisierung & Autonome Systeme 26Abb. 13: Einsatz eines Enterprise Service Bus

nach Industrien 26Abb. 14: Antwortverteilung Digitale Produktions-

technologien 27Abb. 15: Antwortverteilung Data Analytics 28Abb. 16: Erfassung von Betriebs- und Maschinendaten 28Abb. 17: Antwortverteilung IT-Standards 29Abb. 18: Antwortverteilung IT-Architektur 29

Abb. 19: Antwortverteilung Plattform & Konnektivität 30Abb. 20: Integration neuer Applikationen und

Funktionen 31Abb. 21: Antwortverteilung Big Data 31Abb. 22: Antwortverteilung IT-Sicherheit 32Abb. 23: Antwortverteilung Skalierbarkeit 33Abb. 24: Strategischer Industrie-4.0-Fokus 33Abb. 25: Antwortverteilung Unternehmerische

Orientierung 34Abb. 26: Antwortverteilung Industrie-4.0-Project-

Governance 34Abb. 27: Antwortverteilung Abteilungsübergreifende

Kollaboration 35Abb. 28: Business-Know-how der IT-Abteilung 36Abb. 29: Antwortverteilung IT-Know-how der

Fachbereiche 36Abb. 30: Antwortverteilung Marktdynamik 37Abb. 31: Einschätzung der Marktdynamik 37Abb. 32: Antwortverteilung Markt-Intelligenz 38Abb. 33: Antwortverteilung Technologie-Intelligenz 38Abb. 34: Antwortverteilung IT-Agilität 39Abb. 35: Reaktionsschnelligkeit der IT-Abteilung bei

Bedürfnissen der Fachabteilungen 39Abb. 36: Antwortverteilung IT-Governance 40

Abkürzungsverzeichnis

BMWi Bundesministerium für Wirtschaft und Energie

BMBF Bundesministerium für Bildung und Forschung

Fraunhofer IAO Fraunhofer-Institut für Arbeitswirtschaft und Organisation

OEM Original Equipment ManufacturerSOA Serviceorientierte ArchitekturRFID Radio-Frequency IdentificationNFC Near Field CommunicationAPI Application Programming InterfaceM-R-K Mensch-Roboter-KooperationESB Enterprise Service Bus

05

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

Details zur Studie

N = 222

Unternehmensgröße

N = 222

Zusammen-fassung

Industrie 4.0 Barometer

Automotive OEM

Automotive Supplier

Fahrzeug- und Maschinenbau

Elektrotechnik

Manufacturing und Metallindustrie

Verkehr und Transport

Andere Industrien

Industriezugehörigkeit

24%

29%

13%

8%

8%

2%16%

Kleine Unternehmen(<1.000 Mitarbeiter)

Mittlere Unternehmen(1.000 bis 9.999 Mitarbeiter)

28%

32%40%Große Unternehmen(>10.000 Mitarbeiter)

35% der Teilnehmer gehören der oberen oder obersten Führungsebene an.

58% der Teilnehmer arbeiten in Fachbereichen.

50% der Befragten arbeiten in einem Unternehmen mit über 50-jährigem Bestehen.

44% der Teilnehmer haben mehr als 10 Jahre Berufserfahrung.

Key Findings

59% nutzen keinerlei sich autonom organisierende Maschinen und Roboter.

71% der Befragten stufen den Einsatz teil- und vollautomatisierter Entscheidungen durch Künstliche Intelligenz bzw. Machine Learning in ihrem Unternehmen als schlecht ein.

Bereits 50% der Befragten nutzen Sensoren in ihren Anlagen, um Umweltparameter und Zustandsdaten zu übertragen.

28% nutzen ein partielles und 8% ein vollständiges digitales Abbild ihrer Produkte, welches Prozess- und Zustandsdaten enthält.

Zentrale Ziele sind, Kosten zu reduzieren und zugleich Qualität und Geschwindigkeit der Prozesse zu erhöhen.

Hohe Abhängigkeiten zwischen einzelnen IT-Systemen erschweren nach wie vor die Modularität der Architektur.

7

0 10 20 30 40 50 60 70 80 90 100

IT-Integration

Strategie & Ziele

11% 43% 45%

55%37%8%

7% 51% 42%

62%34%4%

Barometerwert Stimme nicht zu Neutral Stimme zu

Kostenreduktion und Steigerung von Prozessqualität und -effizienz.

Erschließung neuer Markt- und Kundensegmente.

Anbieten neuer Services für eigene Produkte.

Entwicklung neuer Geschäftsmodelle.

Supply Chain Transparenz

Digital Twin

Digitale Arbeitskonzepte

Digitale Produktionstechnologien

Big Data & Data Analytics

Automatisierung & Autonome Systeme

Kein Einsatz Einsatz in Planung

Praxistests Partieller Einsatz

Vollständiger Einsatz

DeutschlandIndustrie 4.0 Barometer

Sowohl klar definierte Ziele im Rahmen von Industrie 4.0 als auch eine Strategie, um diese zu erreichen, sind essentiell für den Erfolg.

Der aktuelle Fokus der Unternehmen liegt eher im Verfolgen evolutionärer statt revolutionärer Veränderungen, was im Zusammenhang mit einer niedrigen Bewertung der Marktdynamik steht. Dies birgt jedoch die Gefahr, die disruptive Kraft von Industrie 4.0 zu unterschätzen.

Auch bei reiferen Industrie-4.0-Technologien erfolgt der Einsatz in der Praxis derzeit noch zögerlich. Die deutsche Industrie befindet sich mehrheitlich in einer Experimentierphase.

Besonders häufig werden Technologien implementiert, die darauf abzielen, menschliche Fähigkeiten zu erweitern sowie höhere Effizienz, Qualität und Flexibilität zu erzielen. In Technologiekategorien, die sich auf eine große und qualitativ hochwertige Datenbasis stützen, ist ein geringerer Verbreitungsgrad festzustellen. Besonders deutlich wird dies bei der Erstellung komplexer Datenanalysen. Im Bereich Automatisierung & Autonome Systeme ist der Implementierungsgrad am geringsten. Ausschlagge-bend hierfür ist der mit Abstand höchste Innovationsgrad im Vergleich zu den anderen abgefragten Technologien.

Strategischer Industrie-4.0-Fokus

Aggregierte Darstellung der Technologiedurchdringung in der deutschen Industrie

Technologie

Durchschnittliche Zustimmung, dass Fachbereiche über gutes IT-Know-how verfügen.

Durchschnittliche Zustimmung, dass IT-Bereiche über gutes Business-Know-how verfügen.

Stimme nicht zuStimme nicht zu Stimme zuStimme zu

Fachbereich

IT-Abteilung

54%45%

39% 66%

Stimme überhaupt nicht zu

*Sehr schlecht

Neutral

*Mittelmäßig

Stimme voll und ganz zu

*Sehr gut

DeutschlandIndustrie 4.0 Barometer

Aggregierte Darstellung der beurteilten Leistungsfähigkeit der IT-Bereiche und -Systeme

IT und Fachbereiche müssen enger zusammenarbeiten, um ihre Kompetenzen in den jeweilig anderen Disziplinen ausbauen zu können.

Sowohl die IT- als auch die Fachbereiche schätzen ihr Business- bzw. IT-Know-how stets höher ein, als es vom Gegenüber attestiert wird. Dies ist ein Hemmnis für Verbesserungen in den jeweiligen Bereichen und für Innovation im Allgemeinen. Vor dem Hintergrund, dass auch der abteilungsüber-greifende Austausch eher negativ als positiv eingeschätzt wurde, überrascht diese Diskrepanz nicht.

Steigende Komplexität von IT-Architekturen durch Industrie 4.0 sowie Inkonsistenz hinsichtlich klarer Roadmaps, Softwareplatt-formen und IT-Strategien wird von vielen Teilnehmern vermerkt.

Besonders hinsichtlich der Nutzung von Standards sowie im Bereich IT-Sicherheit sehen sich die Unternehmen bereits verhält-nismäßig gut aufgestellt. Verbesserungspotenzial wird bei der Skalierbarkeit der IT-Architektur sowie im Bereich Data Analytics deutlich. Für die negative Bewertung von Data Analytics sind primär mangelndes Mitarbeiter-Know-how sowie eine unzureichende Datenverfügbarkeit und eine schlechte technische Infrastruktur ausschlaggebend. Die mangelnde Skalierbarkeit zeigt, dass bei-spielsweise die Nutzung von Cloud-Infrastrukturen noch nicht weit verbreitet ist.

Nutzung von Standards

IT-Sicherheit

Digitale Architektur

Plattform & Konnektivität

Skalierbarkeit

Data Analytics*

9

StrategieAbgeleitete Empfehlungen

TechnologieAbgeleitete Empfehlungen

IT-IntegrationAbgeleitete Empfehlungen

Engere Zusammenarbeit von IT- und Fachbereichen vorantreiben Abteilungsübergreifenden Wissensaustausch und interdisziplinäre Teams forcieren Austausch mit externen Know-how-Trägern ausbauen Sämtliche Industrie-4.0-Initiativen und -Projekte zentral erfassen und darauf

basierend Agiles Industrie-4.0-Zielbild aufbauen Implementierungsmanagement mit klar defi nierten Zyklen aufbauen

Zusammenarbeit mit strategischen Partnern entlang der Supply Chain intensivieren Fokus auf Mehrwert der einzelnen Technologien legen und weniger auf die Befriedigung

innovationspolitischer Ansprüche durch Show Cases Erfahrungsgewinn durch PoCs und Pilotprojekte vorantreiben Anwendungsspezifi sche Assessments der bereits verfügbaren sowie noch zu akquirierenden Daten

durchführen und Digitale Zwillinge der Produkte entwickeln

Flexiblere und offenere Standards defi nieren; eher 70 %-Lösungen anstreben, um Geschwindigkeit zu erhöhen Leistungsfähigkeit und Flexibilität von IT-Lösungen und -Technologien gezielt durch fachlich getriebene

Machbarkeitsstudien analysieren IT-Architektur Roadmap defi nieren sowohl für die Einbindung von Legacy-Systemen als auch die fl exible

Integration neuester Technologien Machbarkeitsstudien für Künstliche Intelligenz mit den Fachbereichen durchführen

Fazit StrategieEine ganzheitliche Strategie bildet die Basis für die effektive Integration von Industrie 4.0 durchgängig im gesamten Unternehmen. Zu dieser zählen sowohl Zielbild, Roadmap als auch Implementierungsmanagement.

Fazit TechnologieEs ist essentiell, die Schwelle von Praxistests und Machbarkeitsstudien zu überschreiten und vermehrt zur unternehmensweiten Operationalisierung von Industrie-4.0-Lösungen überzugehen. Momentan ist dies durchschnittlich nur bei 36 % der Befragten in den jeweiligen Technologiekategorien geschehen.

Fazit IT-IntegrationEin pragmatisches Vorgehen durch die Definition flexibler Architekturleitlinien und die Verifizierung dieser durch Pilotierung in konkreten Fachbereichsprojekten sichern Flexibilität und Innovationskraft der Unternehmen.

11

01Industrie 4.0 im Wert-schöpfungs-netzwerk

Industrie 4.0 hat in den letzten Jahren enorm an Bedeu-tung gewonnen und liegt mittlerweile branchenweit im strategischen Fokus. Die Unternehmen erkennen, dass die Grundlage der digitalen Transformation zur Erreichung der Industrie-4.0-Zielzustände die intelligente Vernetzung von realer und virtueller Welt ist. Dadurch sollen die Effizienz von Geschäftsprozessen und -organisation gesteigert, die Quali-tät der Produkte und Dienstleistungen verbessert und neuar-tige Geschäftsmodelle und Produkte ermöglicht werden. So können weitere Kunden- und Marktsegmente erschlossen werden.

Vor diesem Hintergrund streben die Unternehmen bran-chenübergreifend danach, bestehende Produkte und Dienstleistungen sowie entsprechende Wertschöpfungs-ketten konkurrenzfähiger zu gestalten. Um die Potenziale gewinnbringend zu nutzen, sind die Unternehmen bereit, in den kommenden Jahren hohe Investitionen in Industrie- 4.0-Technologien zu tätigen [GSM+15].

Gleichzeitig entsteht eine abschreckende Wirkung auf-grund der Höhe der notwendigen Investitionen und der Umsetzungskomplexität von technologischen Idealszena-rien. Dazu kommt, dass das nötige Investitionsvolumen oft nicht quantifizierbar ist, die Lösungen erst langfristig rentabel sind oder zu wenig Expertise zur erfolgreichen Realisierung von Industrie-4.0-Lösungen im Unterneh-men existiert. Zu wenige Beispiele sind bekannt, in denen Unternehmen Industrie-4.0-Prinzipien bereits erfolgreich ganzheitlich umgesetzt haben. Dadurch bleibt bei den meisten Unternehmen die Frage offen, welches Industrie- 4.0-Zielbild sie anstreben sollten und wie sie dieses errei-chen können.

Aus der beschriebenen Ausgangssituation ergibt sich folgen-de Fragestellung: Was bedeutet Industrie 4.0 für ein Unter-nehmen und wie kann der Weg zu einem definierten Zielbild

12

aussehen? Um diesen Weg definieren zu können, bedarf es einer Analyse der eigenen Ausgangssituation sowie der Stellgrößen, die es zu beeinflussen gilt. Daraus ergibt sich die Frage nach einer Bewertungsmethodik, um den Ist-Zustand festzustellen und die Ergebnisse einzuordnen. Die Betrachtung aller notwendigen Stellgrößen wie Produkt, Prozess, Technologie, IT und Organisation ermöglicht die stetige Kontrolle auf dem Weg zum gesetzten Zielbild.

Die Beantwortung der beschriebenen Fragestellungen ist Gegenstand der vorliegenden Studie. Die Ergebnisse ermög-lichen es einerseits, die Schritte des oftmals oberflächlich beschriebenen digitalen Wandels zu konkretisieren, und andererseits, die Mehrdimensionalität von Industrie 4.0 zu berücksichtigen.

1.1. Ursprung von Industrie 4.0Industrielle Prozesse befinden sich seit ihrem Beginn im 18. Jahrhundert im stetigen Wandel. Von der Einführung mecha-nischer Produktionsanlagen über die elektrifizierte Massen-produktion bis hin zum Einsatz von Elektronik und Informa-tionstechnologien zur Automatisierung von Prozessen zeigt dieser Wandel eine immer schnellere Dynamik. Die rasante Technologieentwicklung über alle Bereiche der Wertschöp-fungskette ist so disruptiv, dass bestehende Geschäftsmo-delle oder Vorgehensweisen teilweise verdrängt werden und sich das industrielle Umfeld revolutioniert [KLW11].

Die vierte industrielle Revolution wurde als strategische Stoßrichtung der deutschen Wirtschaft im April 2011 defi-niert, um den Produktionsstandort Deutschland zu sichern. Derzeit verfolgt die Plattform Industrie 4.0 der Bundesminis-terien für Wirtschaft und Energie (BMWi) sowie für Bildung

und Forschung (BMBF) mit Unternehmen, Wirtschaftsver-bänden, Gewerkschaften und wissenschaftlichen Einrich-tungen die Weiterentwicklung von Industrie 4.0 [HH14].

Als kritischer Treiber für den Erhalt und Ausbau der Konkur-renzfähigkeit der deutschen Industrie betrifft Industrie 4.0 mehr als nur die Digitalisierung der Produktion. Industrie 4.0 bedeutet die intelligente Vernetzung der gesamten Wert-schöpfungskette, die sich dadurch zum Wertschöpfungs-netzwerk entwickelt und vollständige Transparenz für jeden Teilnehmer des Netzwerks schafft. Des Weiteren ist die Auf-zeichnung von Lebenszyklusdaten von Produkten und Ser-vices elementar für die Industrie-4.0-gerechte Veränderung der Wertschöpfungsprozesse. Es entsteht nicht nur eine vollständige Transparenz der wertschöpfenden Prozesse, sondern auch die Möglichkeit, das Unternehmen flexibler zu steuern und Aktivitäten optimal zu planen.

Einerseits eröffnet die Digitalisierung von wertschöpfenden Fertigungsprozessen vielfältige Chancen, andererseits erge-ben sich Risiken und große Herausforderungen für etablierte Unternehmen und Geschäftsmodelle. Zur möglichst effek-tiven und gewinnbringenden Bewältigung der Herausfor-derungen sowie zur Erschließung der Potenziale sind neue Lösungsansätze notwendig.

1.2. Chancen und Potenziale durch Industrie 4.0Industrie 4.0 weckt enorme Erwartungen: Durch die enge Vernetzung von physischer und virtueller Welt entlang der Wertschöpfungskette kann ein bislang noch nie dagewe-senes Effizienzniveau erreicht werden. Die Unternehmen

richten ihr Leistungsportfolio neu aus und entwickeln sich häufig von produktzentrierten Unternehmen hin zu service-orientierten Unternehmen.

Die Wertschöpfungskette entwickelt sich durch intelligente Echtzeit-Vernetzung zu einem Wertschöpfungsnetzwerk. Dieses Netzwerk wird mit Informationen aller Beteiligten des Produktlebenszyklus‘ gespeist. Dadurch entsteht eine End-to-End-Abbildung der Prozesse, die sich durch die Betrach-tung vom Kunden bis zur Leistungserbringung inklusive aller Teilprozesse auszeichnet. Die bestehenden manuellen Prozesse und die notwendige manuelle Kommunikation werden somit durch neuartige Technologien verschlankt oder ganz ersetzt. Digitale und autonome Prozesse werden möglich.

Ein Zielbild für produzierende Unternehmen im Hinblick auf Industrie 4.0 ist die Smart Factory. Diese ist eine intelligent vernetzte Fabrik, in der sich mittels neuartiger Digitalisie-rungstechnologien in einer dezentralisierten, autonomen Produktion intelligente Produkte selbstständig durch die einzelnen Produktionsschritte steuern. Die Smart Factory kann jederzeit auf die Informationen der Entwicklungsberei-che zurückgreifen und so selbstständig optimal das Produkt produzieren. Intelligente Rohstoffe und Produkte verfügen über ein digitales Gedächtnis, in dem ihre Eigenschaften, ihr Produktionsfortschritt sowie ihre Bestimmung abge-speichert sind. Mit diesen Informationen ist es möglich, in Echtzeit sowohl untereinander als auch mit anderen intel-ligenten Einheiten wie bspw. Maschinen zu interagieren. Auch die Produktionsanlagen und -systeme verfügen über die Fähigkeit, miteinander zu kommunizieren und Produk-tionsaufgaben selbstständig auszuführen [Sch13]. Ferner unterstützt die intelligente Vernetzung die Bewältigung zentraler Herausforderungen wie z.B. eine vorausschauende Instandhaltung, einen höheren Flexibilisierungsgrad oder die Reduktion von Produktionsfehlern. Relevante Informationen

13

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

über Bauteile und Prozesse werden abgespeichert und zent-ral zur Verfügung gestellt. So entsteht durch die Integration aller produktbezogenen Informationen ein digitaler Zwilling des Produkts, des Produktionssystems, der Logistik und des Lieferantenökosystems. Dadurch können alle Informationen über die entwickelten, produzierten und versendeten Pro-dukte übermittelt und bei Bedarf analysiert werden.

Eine erfolgreiche Umsetzung von Industrie 4.0 ist grund-sätzlich mit hohen Investitionen verbunden. Laut Prognosen wird der Anteil der Investitionen im Zusammenhang mit Industrie 4.0 in Deutschland bei über 50 % der geplanten industriellen Ausrüstungsinvestitionen der nächsten fünf Jahre liegen [GSM+15]. Diese Daten lassen darauf schlie-ßen, dass die Unternehmen die Potenziale von Industrie 4.0 erkannt haben und gewillt sind, in die beschriebene Vision zu investieren.

Folgende Potenziale werden für den Produktionsstandort Deutschland benannt:

Produktivitätszuwächse von 15 bis 25 %, Umsatzsteigerungen von bis zu 30 Mrd. EUR

pro Jahr und Investitionsschübe von bis zu 250 Mrd. EUR für die kom-

menden zehn Jahre. [Obe16]

Besonders für die Automobilindustrie mit ihrer äußerst star-ken Zuliefererabhängigkeit wird laut einer Studie des Bran-chenverbandes BITKOM und des Fraunhofer-Instituts für Arbeitswirtschaft und Organisation (Fraunhofer IAO) eine kontinuierliche Steigerung der Bruttowertschöpfung bis zum Jahr 2025 prognostiziert [BSM+14]. Seit 2005 stieg der Anteil der Automobilindustrie an der Bruttowertschöpfung des verarbeitenden Gewerbes stetig an und betrug im Jahr 2015 19,6 %, womit sie den bedeutendsten Teilbereich dar-stellt [SB17].

1.3. Herausforderungen und Risiken durch Industrie 4.0

Konkrete, umfassende und strukturierte Strategien, um Industrie-4.0-Potenziale zu erschließen, sind bislang selten. In der täglichen Projektarbeit bei MHP ist zu beobachten, dass die Planung aktueller und zukünftiger Aktivitäten im Industrie-4.0-Kontext bei vielen Unternehmen unstrukturiert erfolgt. Es mangelt an einer integrierten Industrie-4.0-Stra-tegie, weil das Industrie-4.0-Leitbild nicht berücksichtigt wird und so keine Synergien zwischen den einzelnen Indust-rie-4.0-Initiativen entstehen. Grund hierfür sind neben einer mangelnden Quantifizierbarkeit von Nutzenpotenzialen der Industrie-4.0-Lösungen vor allem die isolierte Selbstop-timierung einzelner Unternehmensbereiche, die fehlenden unternehmensweiten Informationen über die bestehenden Industrie-4.0-Initiativen und die enorme Komplexität mögli-cher Lösungen entlang der gesamten Wertschöpfungskette.

Den Unternehmen fehlt es an Orientierung und es gelingt nicht, die Themen strukturiert, funktions- und unterneh-mensübergreifend zu betrachten. Zusätzlich fällt es vielen Unternehmen schwer, spezifische Innovationsinseln auf das gesamte Unternehmen auszuweiten. Es existieren techni-sche Machbarkeitsstudien, doch es erfolgt keine Umset-zung, da Digitalisierungspotenziale nicht validiert vorliegen, die Einführung durch die mangelnde Akzeptanz der Orga-nisation verhindert wird oder die Heterogenität der IT-Land-schaft eine unternehmensweite Einführung behindert.

Aus den aufgeführten Problemstellungen lassen sich die folgenden Herausforderungen für eine erfolgreiche Umset-zung von Industrie 4.0 ableiten:

Bewertung und Ist-Analyse des Digitalisierungsgrads von Anlagen und Produkten

Definition eines ganzheitlichen Industrie-4.0-Zielbildes Bestimmung der Industrie-4.0-Potenziale für unter-

schiedliche Unternehmensbereiche Organisatorische und kulturelle Veränderungsprozesse IT-Anforderungen bei der Implementierung von

Industrie-4.0-Lösungen Heterogenes Systemumfeld und Vielzahl an Legacy-

Systemen in historisch gewachsenen Unternehmen

1.4. Lösungsansätze und Best Practices Im Gegensatz zu früheren prozessorientierten Optimierun-gen sind heute Technologien die treibenden Faktoren von Prozessanpassungen. Infolgedessen steht man vor der Her-ausforderung, neue Technologien in bestehende Prozesse zu integrieren oder Prozesse ganzheitlich neu aufzusetzen.

Darauf aufbauend sind die Strategie des Unternehmens und die Notwendigkeit ihrer Anpassung bzw. Neuausrichtung von zentraler Bedeutung. Jede Revolution geht mit großen Umbrüchen einher und die vierte industrielle Revolution stellt hierbei keine Ausnahme dar. Die Digitalisierung des Produkt- und Serviceportfolios ermöglicht neue Geschäftsmodelle, verändert gleichzeitig aber auch Kundenanforderungen und drängt die Unternehmensorganisation dazu, sich anzu-passen bzw. neu aufzustellen. Für eine erfolgreiche Rea-lisierung des Vorhabens benötigen die Unternehmen eine fachbereichsübergreifende agile Industrie-4.0-Strategie, aus der sich Anforderungen und Inhalte für eine ganzheitliche Roadmap ableiten lassen. Die erarbeitete Strategie ist dabei nicht als starres Zielbild zu verstehen, sondern vielmehr als anpassungsfähige Leitlinie, die ständig hinterfragt und hin-

14

Service zur Bewertung & Implementierung einer Industrie-4.0-Strategie

MHP Industrie 4.0 FrameworkIndustrie 4.0 Readiness Check

Industrie 4.0 Roadmap

Industrie 4.0 Zukunfts-szenario

Technologieinte-gration/Techno-logiekatalog

Industrie 4.0 Assessment &Strategie

Digitalisierungs- & Change- offensive

STRATEGY

TECHNOLOGY

sichtlich neuer Entwicklungen adaptiert werden muss. Als Basis für die Definition einer Industrie-4.0-Strategie sollte vorab eine Standortbestimmung der Industrie-4.0-Aktivitä-ten im Unternehmen erfolgen. Diese Standortbestimmung sollte strukturiert aufzeigen, welche Grundlagen bereits geschaffen wurden und welche noch zu adressieren sind. In diesem Zuge ist es hilfreich, die bereits eingesetzten Tech-nologien zu identifizieren sowie Synergien, Best Practices und Standards für deren vollständige Implementierung zu definieren. Ein besonderes Augenmerk sollte dabei auf eine Business-Case-Betrachtung gelegt werden, welche Einspar-potenziale, Implementierungskomplexitäten, Nutzenpoten-ziale sowie Projektrisiken transparent macht. Ebenso stellen

die Integration neuer Technologien und die digitale Trans-formation über die gesamte Wertschöpfungskette große Herausforderungen an die IT dar. So müssen neue Daten-quellen in bestehende IT-Systeme integriert und bestehen-de IT-Architekturen angepasst oder neu entwickelt werden. Deshalb muss auch die IT-Integration fest in der definierten Digitalisierungsstrategie verankert sein. Die Berücksichti-gung der Organisation und deren Veränderung ist ein wei-teres zentrales Element zur erfolgreichen Implementierung von Industrie-4.0-Lösungen. Die Schaffung der Akzeptanz, der intuitive Umgang und die Begeisterung für die jeweili-ge Lösung sind die zentralen Stellhebel für eine erfolgrei-che Transformation. Zusammenfassend lässt sich festhalten,

dass eine strukturierte, unternehmensübergreifende Heran-gehensweise für die Umsetzung von Industrie 4.0 notwen-dig ist, da Insellösungen nur zu lokalen Optima führen und unnötigerweise die Potenziale von Industrie 4.0 einschrän-ken. Dabei muss jedoch zu jeder Zeit sichergestellt werden, dass aufgrund der hohen Technologie- und Geschäftsdyna-miken die Lösungen regelmäßig auf den Prüfstand gestellt werden, um so die nötige Flexibilität und Agilität zu erhal-ten. Auf Basis der beschriebenen Best Practices hat MHP ein Portfolio von sechs Industrie 4.0 Services entwickelt (Abb. 1). Von der Konzeption bis hin zur Umsetzung der Strategie sowie Implementierung der Lösungen lassen sich alle not-wendigen Aktivitäten der Transformation abbilden.

Abb. 1: Industrie 4.0 Services

11

4

42

2

55

3

3

6

6

15

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

02Vorgehens-weise und Methodik

Zur Beschreibung des inhaltlichen und methodischen Auf-baus der Studie wird nun ausgehend von der Motivation die adressierte Zielgruppe dargestellt, das Design der Erhe-bung erklärt und die Auswertungsmethodik erläutert.

2.1. MotivationWo deutsche Unternehmen bei der Digitalisierung ihrer Prozesse, Anlagen und Produkte tatsächlich stehen, ließ sich bisher nur vermuten. Dies gilt sowohl für die unter-nehmenseigene Entwicklung der Digitalisierungsreife als auch für den Vergleich mit Kunden, Partnern und Mitbe-werbern. Deshalb bedarf es dieser Studie, die den Status quo der Unternehmen erfasst und diesen gleichzeitig mit Benchmark-Daten abgleicht, deren Kategorien stets hin-sichtlich aktueller Entwicklungen angepasst werden. Eine breite statistische Grundlage erhöht die Aussagekraft der Ergebnisse und ermöglicht so belastbare Aussagen.

Diesen Bedarf hat MHP in Zusammenarbeit mit Profes-sor Johann Kranz von der Ludwig-Maximilians-Universität München erkannt und daher gemeinsam das Industrie 4.0 Barometer konzipiert. Mit einer hohen technologischen Detailtiefe werden die aktuellen Industrie-4.0-Aktivitäten erfasst und darauf aufbauend Lücken und Handlungsemp-fehlungen aufgezeigt. Durch die periodische Durchfüh-rung des Barometers wird ein Benchmark geschaffen, der sowohl den Vergleich mit Wettbewerbern ermöglicht als auch die eigene Entwicklung in den einzelnen Kategorien abbildet. Im Detail wird aufgezeigt, in welchen Bereichen Handlungsbedarf besteht, um nicht den Anschluss zur Konkurrenz zu verlieren.

Den methodischen und fachlichen Ausgangspunkt dieser Studie bildet das MHP Industrie 4.0 Framework. Dieses ermöglicht es Unternehmen, das komplexe Feld Industrie

16

STRATEGY

TECHNOLOGY

4.0 zu strukturieren und Potenziale effizient zu nutzen. Bei der Entwicklung wurde schrittweise vorgegangen: Zunächst wurden die unterschiedlichen Unternehmensan-forderungen an Industrie-4.0-Lösungen gesammelt, ana-lysiert und zu verschiedenen Themenclustern gebündelt. Dabei wurden drei Hauptcluster identifiziert: Technologie, Strategie und IT-Integration.

Das MHP Industrie 4.0 Framework (Abb. 2) bildet eine über die horizontale und vertikale Dimension gespannte Mat-rix. Die horizontale Perspektive umfasst mit den Schritten

Develop, Source, Make, Deliver und Provide alle zentra-len Prozesse entlang der klassischen Wertschöpfungskette. Die durch die Analysen der Unternehmensanforderungen identifizierten Hauptcluster sind in der vertikalen Dimen-sion abgebildet. Jedes dieser Hauptcluster ist wiederum in weitere Untercluster aufgeteilt, wodurch ein hoher Detail-lierungsgrad erreicht wird. Die so entwickelte Matrix bie-tet eine strategische Vorgehensweise zur Erreichung des Industrie-4.0-Zielbildes. Dabei werden sämtliche Aspekte zur industriellen Vernetzung und Digitalisierung umfassend und systematisch betrachtet.

Ein Beispiel aus dem Cluster Technologie zeigt, dass mithil-fe des Frameworks lediglich drei einfache Auswahlschritte nötig sind. Im ersten Schritt kann der Fokus auf das Clus-ter Technologie und die Prozesse Source und Make gelegt werden. Durch die Auswahl des Unterclusters Sensorik im Bereich Technologie kann der Detaillierungsgrad weiter erhöht werden. Im letzten Schritt können daraufhin spezifi-sche Technologien wie z.B. RFID ausgewählt und punktspe-zifische Informationen entnommen werden.

Das Industrie 4.0 Framework ist das zentrale Element zur Analyse von Industrie-4.0-Aktivitäten im Unternehmen. Es wird genutzt, um innerhalb von kurzer Zeit den Fokus des Unternehmens sowie aktueller Projekte zu bestimmen und um Einsatzmöglichkeiten von neuen Ansätzen und Techno-logien aufzuzeigen.

In Ergänzung zum Industrie 4.0 Framework nutzt MHP ein sogenanntes Industrie-4.0-Assessment, welches die Matrixstruktur des Frameworks wiederspiegelt. Somit ermöglicht das Framework die individuelle Bestimmung des Industrie-4.0-Reifegrads eines Unternehmens in den Kategorien Technologie, Strategie und IT-Integration. Die Bestimmung dieses Reifegrads erfolgt basierend auf indi-viduellen Interviews mit Know-how-Trägern der jeweiligen Unternehmen. Leitlinie für die Interviews ist dabei ein Fra-genkatalog bestehend aus über 400 Fragen, welcher eine konsolidierte Bewertung möglich macht.

Der Fragenkatalog des Industrie-4.0-Assessments diente auch als Basis für die Fragen des Industrie 4.0 Barometers.

Abb. 2: MHP Industrie 4.0 Framework

17

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

2.2. Zielgruppe der Befragung

Für diese Studie wurden Personen mit Expertenwissen sowie Gestaltungs- und Entscheidungskompetenz im Themenfeld Industrie 4.0 befragt – also Entscheider bzw. Schlüsselfigu-ren für die strategische und technische Weichenstellung der Unternehmensentwicklung. Durch entsprechend restriktive Auswahlkriterien dieser geschlossenen Befragung wurde sichergestellt, genau diesen Personenkreis zu erreichen. Der Teilnehmerkreis setzte sich aus Personen aus unterschied-lichen Branchen, Abteilungen und Unternehmensgrößen zusammen.

Die potenziellen Teilnehmer wurden in einer persönli-chen E-Mail über den Kontext und das Ziel der Befragung informiert und dazu eingeladen, einen Online-Fragebogen zu beantworten. Bei Bedarf wurden Personen im Laufe des Befragungszeitraums (Juli bis November 2017) an die Umfrage erinnert.

2.3. Design der ErhebungUm eine detaillierte Auswertung zu ermöglichen, beant-worteten die Teilnehmer zunächst Fragen zu ihrer Person und ihrem Unternehmen. Der Fragebogen des Industrie 4.0 Barometers gliedert sich analog zum vorgestellten MHP Industrie 4.0 Framework in die drei Teile Technologie, IT-Integration sowie Strategie und Ziele.

Die einzelnen Teile des Fragebogens wurden unverändert an alle Teilnehmer versandt. Die Antwortschemata folgten einer fünf- bzw. siebenstufigen Likert-Skala. Im Abschnitt Technologie wurde eine fünfstufige Likert-Skala mit den

Antwortmöglichkeiten Kein Einsatz, Einsatz in Planung, Laufende Praxistests, Partieller Einsatz und Vollständiger Einsatz verwendet.

Für den Teil IT-Integration kam eine siebenstufige Likert-Skala zum Einsatz, welche eingegrenzt wurde durch die Pole Stimme überhaupt nicht zu und Stimme voll und ganz zu. Die Antwortmöglichkeit Neutral1 wurde dabei zentral zwi-schen beiden Polen angelegt. Lediglich beim Fragenblock Data Analytics wurde eine alternative Skala mit den fünf Antwortmöglichkeiten Sehr schlecht über Mittelmäßig bis hin zu Sehr gut angewandt.

Der Teil Strategie und Ziele enthielt zwei siebenstufi-ge Likert-Skalen. Die beiden Fragenblöcke Application Governance und Governance der IT-Infrastruktur boten den Teilnehmern die Antwortmöglichkeiten Volle Kon-trolle der IT, Gemeinschaftliche Kontrolle der IT- und 1 Vgl. Die Antwortmöglichkeit Neutral beschreibt eine indifferente Haltung gegenüber der Fragestellung und impliziert keine Meinungsenthaltung oder Unverständnis.

Fachbereiche sowie Volle Kontrolle der Fachbereiche. Für die restlichen neun Fragen wurde die bereits erwähnte sie-benstufige Likert-Skala von Stimme überhaupt nicht zu bis Stimme voll und ganz zu genutzt.

2.4. Auswertungs-methodikFür eine übersichtlichere Auswertung der Antworten wur-den Antwortmöglichkeiten geclustert (Abb. 3). Bei den verschiedenen mehrstufigen Skalen, welche verwendet wurden, um einen Zustimmungsgrad abzubilden, wurden die Antwortmöglichkeiten folgendermaßen zusammenge-fasst: Innerhalb der einzelnen Antwortverteilungen wurde der Mittelwert hervorgehoben. Zusätzlich zur Verteilung der Antworten wurde das gewichtete arithmetische Mittel

Abb. 3: Clusterung der Antwortmöglichkeiten der Likert-Skalen

Sehr schlecht Mittelmäßig Sehr Gut

Schlecht Mittelmäßig Gut

Kein EinsatzEinsatz in Planung

LaufendePraxistests

Partieller Einsatz


Kein EinsatzEinsatz in Planung oder

PraxistestsPartieller Einsatz


Stimme überhaupt nicht zu

NeutralStimme voll und

ganz zu

Stimme nicht zu Neutral Stimme zu

Volle Kontrolle der ITGemeinschaftliche

KontrolleVolle Kontrolle der

Fachbereiche

Gemeinschaftliche Kontrolle der IT und des Fachbereiches Volle Kontrolle der Fachbereiche

18

als Prozentwert gebildet, der in der Studie als Barometer-wert bezeichnet wird. Für die Berechnung wurde die fünf- bzw. siebenstufige Likert-Skala in eine metrische Skala mit den Werten 0-4 bzw. 0-6 transformiert. Der Wert 0 steht für die Antworten Stimme überhaupt nicht zu, Sehr schlecht bzw. Volle Kontrolle der Fachbereiche. Der Wert 4 bzw. 6 repräsentiert die Antwort Stimme voll und ganz zu, Sehr gut bzw. Volle Kontrolle der IT. Nach der Multiplikati-on der metrischen Skalenwerte mit den jeweiligen relativen Häufigkeiten aus der Beantwortung der Fragen wurde das gewichtete arithmetische Mittel durch die Division durch 4 bzw. 6 ins Verhältnis der Skala gesetzt, um so einen pro-zentualen Wert zu erhalten. Dieser errechnete Wert bildet den Barometerwert.

Der gelbe Balken in den nachfolgenden Diagrammen stellt den Barometerwert dar. Das bedeutet z.B., dass sich die befragten Unternehmen bei der Ortung der Einzelteile ihrer Produkte sowie Endprodukte innerhalb der Werks-grenzen im Mittel im Stadium der Einsatzplanung bzw. des Praxistests befinden. Vor dem Hintergrund, dass das Indus-trie 4.0 Barometer zu einer periodischen Erhebung entwi-ckelt werden soll, dient der Mittelwert hier als Benchmark. Durch den Vergleich des Benchmarks über mehrere Erhe-bungen hinweg sollen Industrie-4.0-Trends identifiziert werden. Zudem bietet er Unternehmen die Möglichkeit, sich mit der eigenen Peergroup zu vergleichen. Um tiefere Einblicke zu gewinnen, wurde in der Auswertung zusätz-lich zwischen Branchen (Automotive- und Referenzindus-trien), Unternehmensgrößen (kleine, mittlere und große Unternehmen) und Abteilungszugehörigkeit (IT-Abteilung und Fachbereiche) unterschieden. Der Block Automotive wurde in der Auswertung zudem in Automobil-OEM und Automobilzulieferer unterteilt.

Während der gesamten Auswertung wurde stets absolute Anonymität gewahrt.

2.5. Beschreibung der Teilnehmer

Insgesamt beruht die Auswertung auf den Antworten von 222 Personen verschiedener Branchen, Unterneh-mensgrößen, Hierarchieebenen und Funktionsbereiche aus Deutschland.

Alter und Geschlecht

84 % der Befragten sind männlich, 16 % weiblich. 38 % der Teilnehmer waren zum Zeitpunkt der Befragung 20 bis 40 Jahre alt. 58 % aller Befragten waren im Alter von 41 bis 60 Jahren. Lediglich 4 % aller Teilnehmer waren in der Altersklasse zwischen 61 und 70 Jahren angesiedelt.

Branchenzugehörigkeit und Unternehmensgröße

53 % der Teilnehmer sind in der Automobilindustrie (Auto-motive) tätig (Abb. 4 Seite 20). Mit einem Anteil von 24 % bzw. 23 % stellen Automobil-OEM und Tier 1-Zulieferer die größten Teilnehmergruppen dar. Ebenfalls zu der Gruppe Automotive gehören Tier 2-Zulieferer (6 %). Vertreten sind zudem Teilnehmer aus Maschinenbau (10 %), Fahrzeug-bau (3 %) und Elektrotechnik (8 %). Produktion (4 %) und Metallerzeugung und -verarbeitung (4 %) stellen kleinere Teilnehmergruppen dar. Der restliche Anteil (18 %) setzt sich aus den Branchen Bau, Chemie, Einzel- und Groß-handel, Energie/Wasser, Ernährung, Hard- und Software, Medizintechnik, Verkehr und Transport sowie andere Industrie zusammen. Diese wurden zur Gruppe Sonstige (19 %) zusammengefasst.

40 % der Befragten sind in einem Unternehmen mit mehr als 10.000 Mitarbeitern (große Unternehmen) beschäftigt

(Abb. 4 nächste Seite). Mitarbeiter in mittleren Unterneh-men (1.000 bis 9.999 Mitarbeiter) machen einen Anteil von 32 % aus. 28 % der Teilnehmer sind in kleinen Unter-nehmen (bis zu 999 Mitarbeiter) tätig.2

Hierarchieebenen und Funktionsbereiche der Befragten

35 % der Befragten gehören der oberen Führungsebe-ne ihres Unternehmens an, zwischen ihnen und der Geschäftsführung bzw. dem Vorstand liegt maximal eine Hierarchiestufe. Bei 41 % der Teilnehmer sind es zwischen zwei und drei Hierarchiestufen, bei 22 % zwischen vier und fünf Hierarchiestufen. 2 % der Teilnehmer konnten keinem der Cluster zugeordnet werden (Abb. 5 Seite 21).

Außerdem wurde der Funktionsbereich der befragten Teil-nehmer erhoben. Die größte Teilnehmergruppe machen mit einem Anteil von 58 % Mitarbeiter der Fachbereiche aus. 42 % der Teilnehmer sind Mitarbeiter der IT-Abtei-lung. Die restlichen Gruppen wurden bei der Auswertung unter dem Cluster Fachbereiche zusammengefasst. Dabei setzen sich die verbleibenden 58 % wie folgt zusammen: Forschung und Entwicklung ist mit 14 %, Produktion mit 10 % vertreten. 8 % der Befragten sind im Marketing & Vertrieb ihres Unternehmens tätig und 7 % gehören der Geschäftsführung an. 5 % der Teilnehmer arbeiten im Ein-kauf. Teilnehmer aus der Abteilung Finanzen und Buchhal-tung (2 %), Personalentwicklung (2 %) sowie Teilnehmer ohne zugeordneten Funktionsbereich (10 %) sind unter Sonstige zusammengefasst.

2 Vgl. An dieser Stelle soll darauf hingewiesen werden, dass sich diese Einteilung der Größenklassen nicht an der Definition der EU orientiert, sondern nach eigenem Ermes-sen gewählt wurde, um der Branchenrealität zu entsprechen.

19

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

Unternehmensgröße

Kleine Unternehmen(<1.000 Mitarbeiter)

Mittlere Unternehmen(1.000 bis 9.999 Mitarbeiter)

Automotive OEM

Automotive SupplierFahrzeug- und Maschinenbau

Elektrotechnik

Manufacturing und Metallindustrie

Verkehr und Transport

Andere Industrien

Industriezugehörigkeit

28%

32%

24%

29%13%

8%

8%

2%

16%40%Große Unternehmen(>10.000 Mitarbeiter)

Abb. 4: Verteilung der Unternehmensgröße und Industriezugehörigkeit

N = 222N = 222

20

Hierarchieebenen zwischen Teilnehmer und Geschäftsführung/Vorstand

0-1 Ebene

2-3 Ebene

4 oder mehr

Sonstige

IT

Forschung und Entwicklung

Produktion

Marketing

Geschäftsführung

Einkauf

Sonstige 35%

41%

22%

2%42%

14%10%

8%

7%

5%

14%

N = 222

Abb. 5: Verteilung der Funktionsbereiche und Hierarchieebenen

Funktionsbereiche

N = 222

21

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

0 10 20 30 40 50 60 70 80 90 100

31% 32% 15%

41% 18%

0 10 20 30 40 50 60 70 80 90 100

31% 32% 15%

41% 18%

03Ergebnisse der Studie

Die Ergebnisse der Studie gliedern sich in die Themenge-biete Technologie, IT-Integration und Strategie und Ziele. Nachfolgend werden diese dargestellt und interpretiert.

3.1. TechnologieDer Themenkomplex Technologie fokussiert den Einsatz von Industrie-4.0-Technologien. Es wird ein Überblick darüber gegeben, inwieweit Prozesse, Systeme, Anlagen und Produkte bereits digitalisiert sind.

Supply-Chain-Transparenz

Die Abbildung von Anlagenzuständen in Echtzeit und die Erstellung von aussagekräftigen Parametern ermöglicht eine hohe Transparenz entlang der Wertschöpfungskette. Bedingung hierfür ist die Ausstattung von Anlagen und Produkten dahingehend, dass diese in der Lage sind, die durchgeführten Prozesse durch Daten abzubilden.

Die Automobilindustrie weist bei der Zurückverfolgbar-keit von Komponenten zum Hersteller gegenüber den Referenzindustrien einen höheren Entwicklungsstand auf (Abb. 7). Der Anteil über alle Befragten hinweg, der einen vollständigen Einsatz bei der Zurückverfolgbarkeit angibt, erscheint vor dem Hintergrund der sehr genauen JIT- und JIS-Prozesse in der Automobilindustrie mit 17 % jedoch verhältnismäßig gering (Abb. 6).

Dieser Umstand könnte seinen Grund in den unterschied-lichsten Auflösungen von Zulieferteilen und selbst gefer-tigten Bauteilen haben. So ist eine Zurückverfolgbarkeit bei Zulieferteilen, die als gesamte Komponente geliefert werden oder als sicherheitsrelevant eingestuft werden, weniger aufwendig als für Einzelteile wie Fügeelemente oder Befestigungsteile. Daher ist zu erwarten, dass die

22

0 10 20 30 40 50 60 70 80 90 100

0 10 20 30 40 50 60 70 80 90 100

Supply-Chain-Transparenz

Informationen über Komponenten lassen sich bis zum Hersteller zurückverfolgen und zeitlich eingrenzen.

Wir können alle Einzelteile unserer Produkte sowie Endprodukte über die gesamte Wertschöpfungskette orten.

Wir können alle Einzelteile unserer Produkte sowie Endprodukte inner-halb unserer Werke orten.

Informationen über Komponenten lassen sich bis zum Hersteller zurück-verfolgen und zeitlich eingrenzen.

Alle unsere Produkte sind mit Sensoren ausgestattet bzw. können einfach nachgerüstet werden, um Umweltparameter und Zustandsdaten aufzunehmen und zu übertragen.

Automotive

Referenzindustrien

N = 215

Barometerwert Kein Einsatz Einsatz in Planung oder Praxistests Partieller Einsatz Vollständiger Einsatz


Zurückverfolgbarkeit in der Zulieferindustrie geringer ist als bei den Automobilherstellern.

Das größte Verbesserungspotenzial besteht bei der Ortung von Einzelteilen und Produkten entlang der gesamten Wertschöpfungskette. Hier geben 45 % der Befragten als Antwort Kein Einsatz an. In Kombination mit den Antwor-ten in Bezug auf die Zurückverfolgbarkeit ergeben sich fol-gende Hypothesen: Die Zurückverfolgbarkeit von Teilen ist für eine sinnvolle Zuordnung und Ortung dieser zu den jeweiligen Produkten unabdingbar. Außerdem dürfte sich die Ortung von Einzelteilen sowie von Produkten derzeit im Feld als wesentlich schwieriger und ungenauer her-ausstellen als innerhalb der Produktionsstätten. Dieser Umstand kann darauf zurückzuführen sein, dass schon während der Produktion eine gewisse Unschärfe in der Zuordnung von Teilen zu Endprodukten besteht und die-se mit der Anzahl an gefertigten Produkten steigt.

Das generell bessere Abschneiden der Automobilindustrie kann mit einer strikteren Taktung der Fertigung und einem definierten Lieferkonzept pro Teil begründet werden. Des Weiteren ist das Ausmaß der notwendigen Buchungs-prozesse zur Bilanzierung durch Ein- und Auslagerungen wesentlich höher als für die oftmals kleineren Unterneh-men der Referenzindustrien. Deshalb können bereits viele der Produktionsdaten, die aus rechtlichen Gründen aufgenommen werden müssen, hinsichtlich der datenge-triebenen Prozessausrichtung gewinnbringend eingesetzt werden.

Abb. 6: Antwortverteilung Supply-Chain-Transparenz

Abb. 7: Antwortverteilung Zurückverfolgbarkeit zum Hersteller

N = 122

N = 93

13%

22% 31% 32% 15%

28% 41% 18%

45%

35% 31% 27%

36%

17% 29% 37% 17%

32% 19% 12%

32% 16% 7%

7%

23

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

N = 2160 10 20 30 40 50 60 70 80 90 100

0 10 20 30 40 50 60 70 80 90 100

Für unsere gesamte Wertschöpfungskette haben wir ein digitales Abbild, welches Prozess- und Zustandsdaten enthält und Simulationen ermöglicht.

Für unsere Produkte haben wir ein digitales Abbild, welches detaillierte Daten über Prozess- und Zustandsdaten enthält, die im Bezug zum Produkt stehen.

Für unsere Produktionsanlagen haben wir ein digitales Abbild, welches Prozess- und Zustandsdaten enthält und Simulationen ermöglicht.

Unsere Produkte sind mit einem „digitalen Produktgedächtnis“ (RFID, NFC, Embedded System) ausgestattet, das relevante Daten automatisch sendet.

Unsere Anlagen und Systeme in Produktion, Lager und Logistik sind mit Sensoren ausgestattet, um Umweltparameter und Zustandsdaten aufzunehmen und zu übertragen.

Digital TwinDigital Twin

Digital Twins, die das digitale Abbild aller relevanten Infor-mationen eines physischen Produkts, der Produktionsanla-gen sowie der abbildbaren Prozesse darstellen, gelten als strategische Elemente von Industrie 4.0. Um zu untersu-chen, wie weit die Digitalisierung der Wertschöpfungsket-te bei den Unternehmen fortgeschritten ist, wurde gezielt nach der Entwicklung eines digitalen Zwillings für die Pro-zesse entlang der gesamten Wertschöpfungskette gefragt.

Sowohl bei Produkten als auch bei Produktionsanlagen ist der Implementierungsgrad bezüglich der digitalen Abbilder gering (Abb. 8). Dadurch wird deutlich, dass das Konzept des digitalen Zwillings nach wie vor nur eine Vision ist, deren vollständige Umsetzung noch weiterer Grundlagen-arbeit bedarf.

Noch weniger verbreitet sind automatische Produktge-dächtnisse. Dies lässt die Schlussfolgerung zu, dass in den meisten Fällen die gesammelten Produktdaten direkt an Backend-Systeme übertragen werden. Im Vergleich der Industrien zeigt die Automobilindustrie einen kleinen Vor-sprung hinsichtlich der Verwendung von RFID, NFC und anderen Technologien.

Der niedrigste Implementierungsgrad besteht bei digitalen Abbildern der gesamten Wertschöpfungskette (Abb. 8). In Anbetracht der vorherigen Werte ist dieses Ergebnis wenig überraschend, da ein ganzheitliches Abbild der Sup-ply Chain sowohl den höchsten Komplexitätsgrad als auch den größten Informationsbedarf aufweist. Besonders der Zugang zu unternehmensexternen Informationen, z.B. von Zulieferern, bringt zusätzliche technische und rechtliche Herausforderungen mit sich. Dagegen zeigen die Antwor-ten der Teilnehmer, dass der Implementierungsgrad bezüg-lich der Sensorausstattung in Produktion, Lager und Logis-

Abb. 9: Sensorausstattung nach Industrien

Abb. 8: Antwortverteilung Digital Twin

Unsere Produkte sind mit einem „digitalen Produktgedächtnis“ (RFID, NFC, Embedded System) ausgestattet, das relevante Daten automatisch sendet.

16%

25% 31% 37% 8%

30% 53% 2%

40%

28%

30%

36%

20% 30% 46% 4%

37% 24% 3%

35% 28% 6%

41% 23% 8%

39% 18% 2%

Automotive

Referenzindustrien

N = 122

N = 93



24

0 10 20 30 40 50 60 70 80 90 100

0 10 20 30 40 50 60 70 80 90 100

Digitale ArbeitskonzepteWir nutzen digitale Technologien, um die Flexibilität unserer Mitarbeiter zu erhöhen.

Wir nutzen Arbeitskonzepte, die die Mensch-Roboter-Kooperation integrieren (auch Exoskelette).

Unsere mobilen Endgeräte haben Zugriff auf zentrale Steuerungs- und Planungssysteme (wie z.B. Manufacturing Execution System, Enterprise Resource Planning).

Wir setzen mobile Endgeräte (z.B. Tablet-PCs, Smartphones, Smart Watches und Datenbrillen) in Produktion, Lager und Logistik zur Unter-stützung unserer Mitarbeiter ein.

N = 215


tik bereits hoch ist. Mit 46 % gibt jedoch ein großer Teil der Befragten an, dass die Sensorausstattung nur partiell exis-tiert, was weniger auf holistische Ansätze, sondern viel mehr auf vereinzelte Insellösungen oder Piloten hindeutet – nur 4 % geben einen vollständigen Einsatz an. Im Vergleich zu den Referenzindustrien schneidet der Automobilsektor beim vollständigen Einsatz sogar schlechter ab (Abb. 9). Zudem lässt sich daraus auf Schwierigkeiten bei der flächendecken-den Anlagenanbindung zur Aufzeichnung von Zustandsda-ten schließen.

Digitale Arbeitskonzepte

Im Zuge von Industrie 4.0 werden zunehmend Technologi-en integriert, die zum Ziel haben, menschliche Fähigkeiten zu erweitern, um höhere Effektivität, Qualität und Flexi-bilität zu erzielen. Der Einsatz mobiler Endgeräte ist über alle Technologiekategorien vergleichsweise weit verbreitet (Abb. 10), was einerseits an einer hohen Verfügbarkeit von Industrielösungen und andererseits an sinkenden Preisen liegen könnte. Der Aufwand für die Bedienbarkeit und die daraus resultierenden Akzeptanzhürden variieren in Abhängigkeit der Art des eingesetzten Geräts. Der Zugriff mobiler Endgeräte auf zentrale Steuerungs- und Planungs-systeme ist weniger weit verbreitet.

Auffällig ist, dass häufig Technologien eingesetzt werden, um die Flexibilität der Mitarbeiter zu erhöhen. Besonders für die Zukunft wird dieser Aspekt mit hoher Wahrschein-lichkeit zusätzlich an Bedeutung gewinnen, um durch die Flexibilität des Personals Arbeitsplätze trotz zunehmender Automatisierung und künstlicher Intelligenz zu sichern. Mensch-Roboter-Kooperationen (M-R-K) sind noch sel-ten im Einsatz, obwohl hier großes Potenzial besteht, die Maschine vom Menschen lernen zu lassen. In der weitest-gehend automatisierten Fertigung in der Automobilindus-trie wie im Karosseriebau oder der Lackierung liefern die

M-R-K-Lösungen nach Erkenntnissen aus der Praxis aktuell keinen Mehrwert. Ausschließlich in Bereichen, in denen eine Vielzahl an manuellen Arbeiten durchgeführt wird, bestehen derzeit Potenziale, schon heute Einsparungen zu erzielen. Abb. 11 zeigt den Vergleich zwischen Automobil- und Referenzindustrien hinsichtlich des Datenzugriffs auf bestehende Systeme mittels mobiler Endgeräte. Lediglich

der Zugriff mobiler Endgeräte auf zentrale Steuerungssys-teme ist im Automotive-Sektor stärker ausgeprägt, was sich mit einer leistungsfähigeren IT-Architektur bei Auto-motive-OEMs begründen lässt. Teilnehmer der Automo-bilindustrie geben häufiger den Vollständigen Einsatz an. Dies dürfte an flächendeckenden Initiativen zur Nutzung mobiler Endgeräte liegen.

Abb. 10: Antwortverteilung Digitale Arbeitskonzepte

Abb. 11: Datenzugriff mobiler Endgeräte auf zentrale Systeme nach Industrie

Unsere mobilen Endgeräte haben Zugriff auf zentrale Steuerungs- und Planungssysteme (wie z.B. Manufacturing Execution System, Enterprise Resource Planning).

15%

43%

17%

13% 28% 48% 12%

34% 41%

16%

18% 37% 40% 4%

33% 41% 11%

8%

36% 18% 3%

33% 45% 7%

Automotive

Referenz-industrien

N = 120

N = 92


25

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

0 10 20 30 40 50 60 70 80 90 100

0 10 20 30 40 50 60 70 80 90 100

Unsere Anlagen, Geräte und Systeme kommunizieren autonom über das Internet (Machine-2-Machine) miteinander.

Unsere Anlagen, Geräte und Systeme kommunizieren über ein Enterprise Service Bus miteinander.

Wir nutzen sich autonom organisierende Maschinen und Roboter.

Es existieren Unternehmensprozesse in Produktion, Lager und Logistik, die eigenständig auf Veränderungen reagieren, sich steuern oder verbessern können.


Unsere Anlagen, Geräte und Systeme kommunizieren über ein Enterprise Service Bus miteinander.




Bei der Vernetzung und Optimierung der Unternehmens-prozesse im Kontext von Industrie 4.0 nehmen autonom kommunizierende Anlagen und Systeme eine zentrale Rolle ein.

In der Kategorie Automatisierung & Autonome Systeme lässt sich über alle Technologiekategorien hinweg der niedrigste Implementierungsgrad feststellen (Abb. 12). Ein entscheidender Grund dafür ist, dass die hier abgefragten Konzepte den höchsten Innovationsgrad aufweisen. Eine autonome System- und Prozesslandschaft kann sowohl mit einer zentralen als auch mit einer dezentralen Kommu-nikation realisiert werden. Das typischste Beispiel für eine zentral gesteuerte Lösung ist das Konzept des Enterprise Service Bus (ESB).

Dementsprechend ist der Einsatz eines Enterprise Service Bus für die Kommunikation von Anlagen, Geräten und Systemen bei den Teilnehmern am weitesten verbreitet ist. ESB-Konzepte dienen als Kommunikationsschicht von neuen Technologien und bestehenden IT-Systemen in das Internet der Dinge. In der Automobilindustrie ist der Ein-satz eines Enterprise Service Bus stärker verbreitet als in den Referenzindustrien. Das lässt sich mit der größeren Komplexität von bestehenden IT-Infrastrukturen bei Auto-motive-OEMs und dem daraus resultierenden größeren Bedarf der Anbindung begründen (Abb. 13).

Eine dezentrale Machine-to-Machine-Kommunikation kann ebenfalls die Grundlage für autonome Anlagen und Prozes-se darstellen, jedoch ist hierbei der Implementierungsgrad niedriger als beim Enterprise Service Bus bewertet worden. Der Grund hierfür liegt in der höheren Komplexität bei der Umsetzung von Machine-to-Machine-Kommunikation, was eine fallspezifische Nutzenanalyse sowie intelligente Syste-

Abb. 12: Automatisierung & Autonome Systeme

Abb. 13: Einsatz eines Enterprise Service Bus nach Industrien

54%

38%

59%

41%

31%

46% 31% 20% 4%

30% 34% 4%

38% 15% 6%

29% 10% 2%

31% 28% 4%

29% 16% 1%

Automotive N = 82

Referenzindustrien N = 111

N = 193

26

0 10 20 30 40 50 60 70 80 90 100


Wir setzen modulare Produktionstechnologien ein, um die Agilität und Flexibilität in unserer Produktion zu erhöhen.

Wir integrieren additive Fertigungsmethoden in unsere Produktion (z.B. 3D-Druck von Ersatzteilen).

Unsere Anlagen und Maschinen können sich in andere Anlagen und Systeme integrieren und mit diesen zusammenarbeiten.

Unsere Anlagen und Maschinen lassen sich über Software fernsteuern.


me im Produktionsumfeld erfordert. Aufgrund des zusätzli-chen technischen Aufwands wird demzufolge ein Enterprise Service Bus aktuell der direkten Machine-to-Machine-Kom-munikation vorgezogen, um die vorhandenen Daten schon heute gewinnbringend einzusetzen. Zudem tragen auch wirtschaftliche Gründe dazu bei, dass eine vollständige Umsetzung von Machine-to-Machine-Kommunikation öko-nomisch nicht sinnvoll ist.

Selbstständig reagierende Prozesse in Verbindung mit auto-nom organisierenden Maschinen und Robotern bilden die Grundlage für eine modulare Produktion in der Industrie 4.0. In diesem Zusammenhang ist es bemerkenswert, dass bei Prozessen ein höheres Autonomisierungs-Level existiert als bei Maschinen. Fraglich ist in diesem Zusammenhang, ob

die Antworten tatsächlich auf autonome Entscheidungen bezogen sind oder ob bspw. auch fahrerlose Transportsyste-me für die Befragten als autonom gelten. Diese fahren i.d.R. einen fest einprogrammierten Weg ab und agieren damit automatisiert – nicht autonom.


Zur Erhöhung der Flexibilität und zur Steigerung der Reak-tionsgeschwindigkeit in einem dynamischen Produktions-umfeld ist der Einsatz digitaler Produktionstechnologien von großer Bedeutung. Als solche werden Technologien bezeichnet, die auf Basis von digitalem Input wie z.B. Sensordaten oder 3D-Modellen neue Produktionsprozesse ermöglichen.

Der höchste Implementierungsgrad wird bei der Fern-steuerung von Anlagen erzielt (Abb. 14). Aufgrund des, besonders in der Automobilindustrie, mittlerweile sehr hohen Automatisierungsgrades ist diese Art der Steuer-barkeit teilweise standardisiert. Der hohe Wert ist somit nachvollziehbar.

Auffällig ist, dass additive Fertigungsverfahren nur selten im Einsatz sind. Ein entscheidender Grund für den gerin-gen Implementierungsgrad könnten die noch sehr hohen Kosten sein, die dazu führen, dass sich deren Einsatz auf Einzelfälle wie z.B. hochindividualisierte Interieur-Elemente bei Fahrzeugen oder Ersatzteile mit einem niedrigen und sporadischen Bedarf beschränkt. Dieser Umstand kann somit durch die größtenteils vorherrschende Massenferti-gung der befragten Unternehmen begründet werden.

Die Integration von Anlagen und Maschinen untereinander sowie der Einsatz modularer Produktionstechnologien sind weitere Voraussetzungen für ein modulares Produktions-system. In Anbetracht des niedrigen Implementierungs-grades von autonomen Systemen sind die Werte für inte-grierte Anlagen und autonome Produktionstechnologien vergleichsweise hoch.

Data Analytics

Data Analytics beschreibt Methoden und Technologien, die es ermöglichen, große und unstrukturierte Datenmengen zu speichern und zu analysieren, um so Prozesse zu opti-mieren, bspw. durch Predictive-Maintenance-Lösungen. Dabei können sowohl statistische Korrelationsanalysen als auch Machine-Learning-Methoden wie neuronale Netze zum Einsatz kommen.

Sowohl vereinzelte Anlagendaten als auch Daten der gesamten Wertschöpfungskette werden von jeweils 37 %

Abb. 14: Antwortverteilung Digitale Produktionstechnologien

28%

44%

33%

13% 19% 55% 13%

30% 30% 7%

33% 20% 3%

30% 35% 7%

N = 194

27

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

0 10 20 30 40 50 60 70 80 90 100

0 10 20 30 40 50 60 70 80 90 100

IT-Abteilung N = 83

Fachabteilung N = 114



der Teilnehmer partiell gesammelt und analysiert (Abb. 15), obwohl aufgrund der höheren Komplexität und des erhöh-ten Informationsbedarfs ein geringerer Wert bei der Daten-analyse der gesamten Supply Chain zu erwarten gewesen wäre. Dies überrascht insofern, da es impliziert, dass die jeweiligen Teilnehmer der Supply Chains bereits vermehrt Daten zur Verfügung stellen.

In diesem Kontext ist die sehr geringe Nutzung von zentra-len Datenplattformen auffällig. 36 % geben Keine Nutzung an und nur bei 21 % erfolgt ein Partieller Einsatz. Daraus lässt sich ableiten, dass die Daten der Anlagen entlang der Wertschöpfungskette lediglich in Silos gehalten werden und nicht zentral zur Verfügung stehen. Diese Tatsache schränkt die Flexibilität sowie Möglichkeiten potentieller Anwendungsszenarien stark ein.

Außerdem ist auffällig, dass die zentrale Erfassung und Verfügbarkeit von Betriebs- und Maschinendaten von den Beschäftigten der IT und denen der Fachbereiche sehr unterschiedlich wahrgenommen wird. Zwar geben die Teil-nehmer der IT-Abteilung im Durchschnitt häufiger einen Einsatz an, jedoch geben aus den Fachbereichen mit 11 % mehr als doppelt so viele Befragte einen vollständigen Ein-satz an (Abb. 16).

3.2. IT-IntegrationIm Themenkomplex IT-Integration wurden die Teilnehmer der Studie zur Leistungsfähigkeit der unternehmenseige-nen IT-Systeme und -Bereiche befragt.

IT-Standards

Zu Beginn des Fragenkomplexes IT-Standards wurden die Teilnehmer der Studie nach ihrer Einschätzung zum Einsatz

Abb. 15: Antwortverteilung Data Analytics

Abb. 16: Erfassung von Betriebs- und Maschinendaten

36%

25%

20% 36%

19% 37%

17% 29% 51% 4%

11%26%40%23%

39% 5%

37% 8%

30% 37% 9%

37% 21% 6%Wir betreiben eine zentrale Datenplattform, die alle Teilnehmer der ei-genen Wertschöpfungskette integriert und Daten für alle zur Verfügung stellt.

Zentrale Daten entlang der Wertschöpfungskette werden kontinuierlich gesammelt und analysiert.

Alle Betriebs- und Maschinendaten unserer Anlagen und Maschinen werden zentral erfasst und sind jederzeit für Analysen verfügbar.

Unsere Anlagen und Maschinen senden ihre Betriebs- und Maschinen-daten, um Wartungsbedarf zu signalisieren und diese selbstständig auszulösen (Condition Monitoring).

Data Analytics

Alle Betriebs- und Maschinendaten unserer Anlagen und Maschinen werden zentral erfasst und sind jederzeit für Analysen verfügbar.

N = 197

28

0 10 20 30 40 50 60 70 80 90 100

0 10 20 30 40 50 60 70 80 90 100


von Daten- und Kommunikationsstandards befragt (Abb. 17). 44 % der Teilnehmer sehen die IT-Infrastruktur im eigenen Unternehmen sowie die der Partner entlang der Wertschöpfungskette im Einklang mit geltenden Industrie-standards. Mit 7 % sind deutlich weniger Personen gegen-teiliger Meinung. Die wachsende Standardisierung von Pub-lic-Cloud-Infrastrukturen durch Open-Source-Projekte wie OpenStack sowie deren steigende Nutzung in der Industrie tragen vermutlich zu diesem Ergebnis bei.

Allerdings sind 29 % der Befragten der Ansicht, dass eine Abstimmung über Daten- und Kommunikationsstandards in einem nicht ausreichenden Maße bzw. gar nicht erfolgt. Nur 23 % sehen die Abstimmung mit den Partnern als gegeben. Daraus lässt sich die Notwendigkeit einer besseren Kom-munikation entlang der Supply Chain zur gemeinsamen Festlegung von IT-Standards ableiten. Innerhalb der eigenen Unternehmensgrenzen halten immerhin 27 % der Befragten die Nutzung von nichtproprietären Standards für gegeben – 18 % sehen dies als nicht gegeben an. Dies stellt im Ver-gleich zu Standards über die Unternehmensgrenzen hinaus eine gute Voraussetzung für die Kommunikation unterneh-menseigener Anlagen, Systeme, Geräte und Produkte dar. Zu allen drei Fragen bezieht ca. die Hälfte der Befragten einen neutralen Standpunkt. Die Durchdringung der IT-Landschaft mit Daten- und Kommunikationsstandards muss also erhöht werden, da sie als Basis für den effektiven Auf-bau von durchgängigen Industrie-4.0-Anwendungen gilt.

IT-Architektur

Der grundsätzliche Aufbau der IT-Systeme sowie ihr Zusam-menspiel definieren die IT-Architektur. Die Ergebnisse der Befragung hinsichtlich Leistungsfähigkeit und Flexibilität der IT-Architektur zeigt Abb. 18. Zwischen den eigenen Werken und zu Kunden sehen 29 % der Teilnehmer die eigene IT-Infrastruktur als leistungsfähig an. Nur 12 % stimmen der

Abb. 17: Antwortverteilung IT-Standards

Abb. 18: Antwortverteilung IT-Architektur

Unsere IT-Infrastruktur und die unserer Partner entlang der Wertschöp-fungskette folgen Industriestandards.

Die Abhängigkeiten zwischen den Systemen unserer IT-Architektur sind auf ein Minimum reduziert.

Unsere IT-Architektur ist modular nach dem Baukastenprinzip aufgebaut, d.h. über definierte Schnittstellen können Module schnell integriert und zusammengefügt werden.

Wir verwenden eine durchgehende serviceorientierte IT-Architektur (SOA).

Wir haben eine leistungsfähige Kommunikationsarchitektur in und zwischen unseren Werken und zu unseren Kunden.

Wir nutzen, soweit möglich, offene und nicht-proprietäre Standards für die Kommunikation unserer Anlagen, Geräte, Systeme und Produkte, um die Interoperabilität unserer Systeme zu gewährleisten.

Wir stimmen uns mit unseren Partnern entlang der Wertschöpfungskette über die Nutzung einheitlicher Kommunikationsstandards und Datenfor-mate für Industrie-4.0-Projekte ab.

IT-Standards

IT-Architektur

N = 190

N = 174

7% 49% 44%

18% 55% 27%

23%48%29%

26%

23%

20%

12% 59% 29%

62% 18%

63% 14%

61% 12%


29

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

0 10 20 30 40 50 60 70 80 90 100

Aussage nicht zu. Auch hier impliziert der relativ niedrige Wert ein starkes Verbesserungspotenzial, da die heute transportierten Datenmengen in den nächsten Jahren dras-tisch ansteigen dürften. Die Serviceorientierung wird noch schlechter eingeschätzt. Nur 18 % verwenden eine service-orientierte Infrastruktur (SOA), während dies bei 20 % über-haupt nicht der Fall ist.

Noch größere Optimierungspotenziale bestehen im modu-laren Architekturaufbau und in der Reduktion von Sys-temabhängigkeiten. 23 % aller Teilnehmer empfinden die Voraussetzungen für eine Integration neuer und eine Zusammenführung bestehender Module als schlecht, wäh-rend nur 14 % die Architektur diesbezüglich positiv ein-schätzen. Mit 26 % sehen zudem mehr als ein Viertel aller Teilnehmer die Systemabhängigkeiten nicht auf ein Mini-mum reduziert. Demgegenüber stehen nur 12 %, die die Systeme als voneinander unabhängig einschätzen. Sowohl die Systemabhängigkeiten als auch der modulare Aufbau sind essentiell für die flexible Integration von neuen Lösun-gen unter Verwendung der jeweils neuesten Technologien. Zu allen vier Thesen haben ca. 60 % der Befragten keine dezidierte Meinung, was Verbesserungspotenziale hinsicht-lich der Performance und Flexibilität aufzeigt.


Dieser Fragenkomplex fokussiert den Einsatz von Software- plattformen und die Vernetzung von Systemen und Appli-kationen in der IT-Architektur.

Gerade bei Großunternehmen und OEMs sind heterogen gewachsene IT-Landschaften, deren tragende Säulen teil-weise jahrzehntealte Legacy-Systeme sind, keine Seltenheit. Dies ist ein kritisches Defizit (Abb. 19). So geben nur 20 % der Befragten an, einen konkreten Plan bei der Integration bzw. Ablösung von Legacy-Systemen zu verfolgen. Des Wei-

teren kommen Softwareplattformen branchenübergreifend mit 18 % nur selten zum Einsatz, um Partner entlang der Supply Chain einzubinden. 34 % der Teilnehmer verneinen diesen Einsatz. Mit 48 % vertritt hierzu beinahe die Hälfte einen neutralen Standpunkt.

Industrieübergreifend herrscht Einigkeit in Bezug auf die Zunahme der Komplexität der IT-Architektur im Zuge von Industrie 4.0. 40 % der Befragten stimmen dieser Aussage zu, 45 % sind unentschlossen. Nur 14 % prognostizieren keinen Komplexitätsanstieg. Für die Neu- bzw. Umgestal-tung der IT-Architektur für Industrie 4.0 sehen lediglich 28 % der Befragten eine klare Roadmap im eigenen Unter-nehmen, während 32 % deren Existenz verneinen. Mit 31 % fehlt ähnlich vielen Studienteilnehmern ein Plan für die Integration bzw. den Austausch von Legacy-Systemen zur

Bewältigung der Herausforderungen von Industrie 4.0. Die-se Antworten implizieren, dass durch die bestehende Kom-plexität der IT-Architektur über die Bereichsgrenzen hinweg kein einheitliches Verständnis über die bestehenden Syste-me besteht. Abb. 20 zeigt, dass die Befragten des Automo-tive-Sektors größere Probleme bei der Integration von Apps in bestehende Systeme oder Applikationen sehen. Das kann daran liegen, dass die IT-Architekturen im Automotive-Sek-tor häufig älter sind als die in den Referenzindustrien, da sie mit der Umsetzung von manuellen Prozessen in Systeme schon vor Jahren eine Vorreiterrolle eingenommen haben. Besonders interessant ist, dass die Teilnehmer, die in der Automotive-Industrie tätig sind, die Integration kritischer Applikationen zu 48 % negativ bewerten, wohingegen in den Referenzindustrien nur 25% dieser Meinung sind. Nur 9 % der Teilnehmer aus dem Automotive-Sektor stufen die

Abb. 19: Antwortverteilung Plattform & Konnektivität Barometerwert Stimme nicht zu Neutral Stimme zu

N = 187

31%

32%

34%

38% 49% 13%

48% 18%

14% 45% 40%

40% 28%

49% 20%


In unserer Firma gibt es einen Plan, wie Legacy-Systeme zukünftig integriert bzw. ersetzt werden sollen, um Industrie-4.0-Anforderungen zu genügen.

In unserer Firma gibt es eine klar definierte Roadmap, wie unsere IT-Architektur mit Industrie 4.0 in Zukunft aussehen soll.

Unsere IT-Architektur wird durch Industrie 4.0 komplexer, z.B. durch Punkt-zu-Punkt-Anbindungen von Applikationen.

Wir nutzen eine Softwareplattform, um unsere Partner in der Supply Chain in unsere (IT-, Produktions-) Systeme zu integrieren.

Neue Applikationen und Funktionen können je nach Endnutzerbedarf schnell in kritische Applikationen integriert werden.

30

0 10 20 30 40 50 60 70 80 90 100

Automotive N = 106

Referenzindustrien N = 81

0 10 20 30 40 50 60 70 80 90 100

Barometerwert Schlecht Mittelmäßig Gut

Integration positiv ein – in den Referenzindustrien sind es mit 19 % mehr als doppelt so viele. Hier zeigt sich, dass Industrie 4.0 und die damit einhergehenden Herausforde-rungen bereits registriert werden, ein detailliertes Vorgehen für die Bewältigung jedoch nur in wenigen Fällen existiert. Das impliziert auch, dass an vielen Stellen noch Grundlagen-arbeit zu leisten ist, um das Entstehen von Insellösungen zu vermeiden. Das volle Potenzial von Industrie 4.0 auszunut-zen, heißt auch, eine Datendurchgängigkeit über Bereichs- und Unternehmensgrenzen hinaus zu erreichen.

Big Data

Im Abschnitt Big Data wird eine Einschätzung verschiede-ner Fähigkeiten und Techniken zur Analyse von Daten der jeweiligen Unternehmen abgefragt. Dazu zählen sowohl die Speicherung als auch das Management und die Verfügbar-keit von Daten.

Mit 71 % stuft eine große Mehrheit der Befragten den Einsatz teil- und vollautomatisierter Entscheidungen durch Künstliche Intelligenz bzw. Machine Learning als schlecht ein (Abb. 21). Ursachen für diese negative Beurteilung könnten zum einen unzureichende personelle Fähigkeiten sein – das bestätigen 46 % der Teilnehmer, zum anderen wird von 41 % eine mangelhafte technische Infrastruktur angegeben. Nur 20 % bzw. 23 % schätzen das Know-how und die technische Infrastruktur positiv ein. Dies zeigt einen deutlichen Nachholbedarf sowohl bei der verwendeten Inf-rastruktur als auch bei den benötigten Skills der Mitarbeiter. Der extreme Nachholbedarf in diesem Bereich kann sowohl durch Hindernisse bei der Datenverfügbarkeit als auch durch Hemmnisse aufgrund von rechtlichen Anforderun-gen erklärt werden. Sind diese nicht überwunden, macht es für die Unternehmen auch keinen Sinn, Kompetenzen und Infrastrukturen aufzubauen, da sie über keine nutzbaren Daten zur Analyse in der Analyseumgebung verfügen.

Abb. 20: Integration neuer Applikationen und Funktionen


N = 184

48%

25% 57%

71%

41%

46%

27%

15% 38% 47%

32% 41%

33% 20%

35% 23%

18% 11%

19%

42% 9%

Neue Applikationen und Funktionen können je nach Endnutzerbedarf schnell in kritische Applikationen integriert werden.

Big Data

Teil- und vollautomatische Entscheidungen durch Künstliche Intelligenz bzw. Machine Learning.

Technische Infrastruktur für fortgeschrittene Datenanalyse (z.B. In-Me-mory Datenbanken, Distributed File System, GPU Server, Hadoop, Spark).

Personelle Fähigkeiten für fortgeschrittene Datenanalysemethoden (z.B. Künstliche Intelligenz, Data Mining, Machine Learning).

Automatisierte Erstellung von Berichten, Analysen und Meldungen auf Basis von aktuellen Unternehmensdaten.

Aufbereitung und Management von Daten (Verfügbarkeit, Aktualität, Konsistenz).

Bitte bewerten Sie die Fähigkeiten Ihres Unternehmens im Vergleich zu Ihren Wettbewerbern in Bezug auf:

Abb. 21: Antwortverteilung Big Data

31

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

0 10 20 30 40 50 60 70 80 90 100

Des Weiteren bestehen scheinbar Probleme beim Roll-out neuartiger Technologien wie Künstliche Intelligenz, da Initi-ativen in den meisten Unternehmen bereits existieren, die-se aber laut den Antworten im Technologieteil noch nicht genutzt werden. Hier befinden sich die befragten Unter-nehmen auf einem Entwicklungsstand weit hinter den Tech-Companies aus dem Silicon Valley, wo Machine Learning und Künstliche Intelligenz schon längst den Weg in das Leis-tungsportfolio gefunden haben.

Datenaufbereitungs- und -managementprozesse werden dagegen von 47 % der Teilnehmer als gut und nur von 15 % als schlecht eingeschätzt. Auch die automatische Erstellung von Berichten, Analysen und Meldungen auf Basis aktueller Daten empfinden 41 % der Teilnehmer positiv und nur 27 % negativ. Da diese Fähigkeiten schon seit längerer Zeit auf den IT-Agenden der Unternehmen sehr weit oben stehen, überrascht es trotzdem, dass mehr als 50% neutral bzw. negativ geantwortet haben. Erste Schritte in Richtung Indus-trie-4.0-fähige Datenanalysemethoden wurden somit bereits gegangen, jedoch gibt es noch erheblichen Nachholbedarf beim Ausrollen neuer IT- bzw. Data-Analytics-Lösungen.

IT-Sicherheit

Der Abschnitt IT-Sicherheit befasst sich mit den Erfahrungen und Richtlinien zum Einsatz von Verschlüsselungstechno-logien zur sicheren Kommunikation von Maschinendaten. Lediglich in 21 % der beteiligten Unternehmen ist die Kom-munikation zwischen Aktoren, Sensoren und Maschinen End-to-End verschlüsselt. Bei 32 % der Befragten ist dieser Verschlüsselungstyp nicht im Einsatz (Abb. 22). Dies weist auf ein Erfahrungsdefizit im Umgang mit Maschinendaten hin und birgt die Gefahr von Angriffen auf die Kommuni-kationsstruktur. Ein weiterer Grund könnte sein, dass eine End-to-End-Verschlüsselung sowohl eine signifikant höhere Rechenleistung bei der Verarbeitung der Daten beansprucht

als auch die zu übertragende Datenmenge um ein Vielfa-ches erhöht. 38 % der Befragten sehen im eigenen Unter-nehmen ein einheitliches Zugriffsmanagement für Betriebs- und Maschinendaten, weitere 39 % Richtlinien zur Nutzung dieser Daten, während nur 17 % bzw. 18 % dies nicht bestätigen. 35 % bzw. 32% der Teilnehmer vertreten den Standpunkt, dass die Entwicklung von Applikationen unter Berücksichtigung aktueller Richtlinien und mit einer umfas-senden Risikoeinschätzung erfolgt. Beide Aussagen werden jeweils von 23 % der Befragten abgelehnt.

Zu allen Statements vertreten jeweils ca. 45 % der Befragten einen neutralen Standpunkt. Dies deutet auf ein erhebliches Verbesserungspotenzial bezüglich der geltenden Richtlini-en, dem Zugriffsmanagement und der Verschlüsselung der Kommunikation von Maschinen hin. Es bedarf einer Klärung

der genannten Punkte, sodass ein sicherer Umgang mit Daten in den Unternehmen gewährleistet wird.

Skalierbarkeit

Im letzten Fragenkomplex der Kategorie IT-Integration liegt der Fokus auf der Skalierbarkeit der jeweils verwendeten IT-Architektur durch Einsatz von Cloud-Lösungen und Applica-tion Programming Interfaces (APIs). Die Skalierbarkeit der IT-Infrastruktur nehmen 34 % der Befragten als besonders unzureichend wahr, wohingegen nur 13 % gegenteiliger Meinung sind. 21 % bejahen die Möglichkeit, Geschäfts-partner über APIs anbinden zu können. Allerdings steht die Hälfte der Teilnehmer der Fragestellung neutral gegenüber. 29 % stimmen nicht zu, Geschäftspartner mittels APIs an die eigenen Systeme anbinden zu können (Abb. 23). Folglich

Abb. 22: Antwortverteilung IT-Sicherheit Barometerwert Stimme nicht zu Neutral Stimme zu

23%

23%

18%

17%

32% 47% 21%

45% 38%

42% 39%

42% 35%

45% 32%

IT-Sicherheit

Wir führen eine umfassende Risikoeinschätzung der von unserem Unternehmen und von Dritten entwickelten Industrie-4.0-Applikationen durch, bevor wir diese einführen.

Wir entwickeln alle Industrie-4.0-Applikationen unter Berücksichtigung anerkannter Sicherheitsrichtlinien (z.B. End-to-End-Verschlüsselung, ISO 27001).

Unsere Firma besitzt definierte Richtlinien betreffend der Sicherheit und Nutzung von Maschinendaten.

Der Zugriff auf Betriebs- und Maschinendaten ist klar durch ein einheitli-ches Identitäts- und Zugriffsmanagement geregelt.

Die Kommunikation zwischen Aktoren, Sensoren und Maschinen ist grundsätzlich End-to-End verschlüsselt.

N = 165

32

0 10 20 30 40 50 60 70 80 90 100

0 10 20 30 40 50 60 70 80 90 100

Skalierbarkeithaben circa 80 % der Befragten neutral bzw. negativ hin-sichtlich der Anbindung von Partnern geantwortet, sodass erhebliches Potenzial bei der Anbindung von externen Sys-temen und Partnern an die eigene Infrastruktur besteht. Das insgesamt schlechte Abschneiden hinsichtlich der Skalierbar-keit könnte u.a. an der Größe der Unternehmen und der damit verbundenen komplexeren und somit schwieriger zu skalierenden IT-Architektur liegen.

3.3. Strategie und ZieleDer Themenkomplex Strategie und Ziele fokussiert die stra-tegische Ausrichtung zur Umsetzung und Implementierung von Industrie 4.0. Es werden sowohl grundsätzliche Voraus-setzungen, der organisatorische Aufbau als auch interne und externe Kommunikation beleuchtet.

Strategischer Industrie-4.0-Fokus

An dieser Stelle des Themenkomplexes Strategie und Zie-le wurden die Studienteilnehmer zu den Zielen des eige-nen Unternehmens in Bezug auf Industrie 4.0 befragt. Die Befragten sagen aus, dass ihr Unternehmen mithilfe von Industrie 4.0 vor allem versucht, Kosten zu reduzieren, die Effektivität ihrer Geschäftsprozesse zu steigern sowie Value Added Services anzubieten (Abb. 24). Etwa 45 % der Befragten stimmen ebenfalls zu, Industrie 4.0 zu nutzen, um Probleme von Kunden zu lösen, neue Markt- und Kun-densegmente zu erschließen sowie neue Geschäftsmodelle zu entwickeln. Die Teilnehmer der IT-Abteilung sehen den Fokus verstärkt bei der Entwicklung neuer Geschäftsmodelle sowie bei dem Angebot von Value Added Services. Zusam-mengefasst lässt sich jedoch anhand dieser Ergebnisse noch keine strategische Stoßrichtung von Industrie 4.0 hinsicht-lich der hier gewählten Unterteilung ableiten. Abb. 24: Strategischer Industrie-4.0-Fokus



Wir können Geschäftspartner über Application Programming Interfaces (APIs, Programmierschnittstelle zur Anbindung von Software) anbinden.

… Kosten zu reduzieren und zugleich die Qualität, Geschwindigkeit und Effizienz unserer Geschäftsprozesse zu steigern.

… die Effektivität unserer Geschäftsprozesse zu steigern.

… neue Markt- und Kundensegmente zu erschließen.

… Probleme unserer Kunden zu lösen.

… neue Services für unsere Produkte anzubieten (z.B. Predictive Maintenance).

… neue Geschäftsmodelle zu entwickeln.

Wir können unsere IT-Infrastruktur schnell nach oben bzw. unten skalie-ren (z.B. durch die Nutzung von Cloud-Lösungen).

N = 167

N = 166

Abb. 23: Antwortverteilung Skalierbarkeit

29%

34%

4%

2%

7%

5%

8%

11% 43% 45%

37% 55%

47% 48%

51% 42%

36% 61%

34% 62%

53% 13%

50% 21%

Strategischer Industrie-4.0-Fokus Mit Industrie 4.0 strebt unser Unternehmen vor allem an, …

33

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

0 10 20 30 40 50 60 70 80 90 100

0 10 20 30 40 50 60 70 80 90 100


Barometerwert Volle Kontrolle der IT Gemeinschaftliche Kontrolle Volle Kontrolle der Fachbereiche

Unternehmerische Orientierung

Die Unternehmerische Orientierung nimmt Bezug auf Forschung und Entwicklung, die Unternehmenskultur sowie auf die Neueinführung von Produkten und Dienst- leistungen.

Die Befragten legen zu 55 % Wert auf Forschung und Entwicklung, Innovationen und eine technologische Vorreiterrolle (Abb. 25). Mit 38 % findet über ein Drit-tel der Befragten, dass die eigene Geschäftsleitung ein wesentlicher Treiber für eine sehr dynamische und unter-nehmerische Kultur im Unternehmen ist. Zudem wird der Geschäftsleitung ein ähnlich gutes Gespür für neue Geschäftsideen und Innovationen sowie Risikobereit-schaft bescheinigt. Dennoch besteht in allen Kategorien – außer dem Fokus auf Forschung und Entwicklung – noch Steigerungspotenzial, da hier jeweils ungefähr die Hälfte der Befragten einen neutralen Standpunkt vertritt.

Für eine erfolgreiche Digitalisierung ist es wichtig, dass Mitarbeiter aller Hierarchieebenen hinsichtlich Innova-tionen und neuer Technologien eingebunden und vor allem weitergebildet werden. Die Geschäftsleitung gilt dabei als Treiber des Kulturwandels innerhalb des eigenen Unternehmens.

Industrie-4.0-Project-Governance

Industrie-4.0-Project-Governance bezieht sich auf die Lenkung und Steuerung von Industrie-4.0-Projekten. Es wird erfragt, ob die einzelnen Aufgaben in der Verant-wortung der IT oder der Fachbereiche liegen bzw. einer gemeinsamen Kontrolle unterstehen.

Mit ca. 70 % sagt eine deutliche Mehrheit der Befragten aus, dass die Initiierung und das Management von Indus-

Abb. 25: Antwortverteilung Unternehmerische Orientierung

Abb. 26: Antwortverteilung Industrie-4.0-Project-Governance

16%

13%

14%

15%

25% 55% 20%

30% 55%

55% 31%

50% 37%

46% 38%

Unternehmerische Orientierung

Industrie-4.0-Project-Governance Bitte geben Sie an, wie die Entscheidungsbefugnisse für die folgenden

IT-Aktivitäten in Ihrem Unternehmen verteilt sind.

Die Geschäftsleitung unseres Unternehmens ist wesentlicher Treiber für eine sehr dynamische und unternehmerische Kultur in unserem Unternehmen.

Die Geschäftsleitung unseres Unternehmens hat ein gutes Gespür für neue Geschäftsideen (z.B. Produktinnovationen, neue Geschäftsmodelle, rentable Marktnischen).

Die Geschäftsleitung unseres Unternehmens fördert Innovationen und nimmt dabei Risiken in Kauf.

Unser Unternehmen legt großen Wert auf Forschung und Entwicklung, Innovationen und eine technologische Vorreiterrolle.

Unser Unternehmen führt neue Produkte, Dienstleistungen und Techno-logien regelmäßig als erstes Unternehmen in unserer Branche ein.

Initiierung neuer Industrie-4.0-Projekte.

Management von wichtigen Industrie-4.0-Projekten.

Planung von Anwendungen für Industrie-4.0-Projekte.

Umsetzung und Implementierung neuer Anwendungen für Industrie-4.0-Projekte.

N = 171

N = 161

4% 69% 27%

30%63%6%

5% 71% 24%

14%75%11%

34

0 10 20 30 40 50 60 70 80 90 100

trie-4.0-Projekten sowie die Planung und Umsetzung da-zugehöriger Anwendungen der gemeinschaftlichen Kontrolle von IT und Fachbereich unterstehen (Abb. 26). Der Fall einer alleinigen Kontrolle durch die Fachbereiche tritt bei allen Gebieten häufiger auf als die Konstellation, in der die IT-Abteilung die volle Verantwortung trägt. Die Umsetzung und Implementierung neuer Anwendungen für Industrie-4.0-Projekte weist die höchste Ausgegli-chenheit bei der Verteilung der Verantwortung auf.

Das Management von wichtigen Industrie-4.0-Initiativen wird laut 30 % der Teilnehmer vom Fachbereich gelenkt und laut 6 % von der IT. Auch bei der Initiierung neuer Industrie-4.0-Projekte wird der Fachbereich zu 27 % in der Verantwortung gesehen, bei der Planung von Anwen-dungen für Industrie-4.0-Projekten von 24 %.

Die Zahlen zeigen deutlich, dass die Fachbereiche immer noch führend sind. Die IT ist bisher eher als Betreiber der IT-Infrastruktur und Serviceanbieter tätig. Wenn die IT-Abteilungen nicht obsolet werden wollen, müssen sie sich zu echten Partnern der Fachbereiche und zu Innova-tionstreibern entwickeln.

Abteilungsübergreifende Kollaboration

Zur erfolgreichen Implementierung innovativer Technolo-gien im Kontext von Industrie 4.0 ist es nötig, Silogrenzen aufzulösen und Technologie-Know-how in die Fachberei-che zu transferieren. Die Grundlage dafür bildet ein regel-mäßiger Austausch zwischen der IT-Abteilung und den Fachbereichen.

26 % der Befragten geben an, dass es keine regelmäßi-gen Treffen zwischen IT- und Fachabteilungen gibt, um Wissen über das Geschäftsumfeld miteinander zu teilen (Abb. 27). Ebenso existiert keine bereichsübergreifen-

de Agenda. Die Bereitschaft zum Informationsaustausch unter den an einer Entscheidung beteiligten Personen ist bei 27 % der Befragten eindeutig gegeben – bei 18 % nicht. Die Teilnehmer aus IT-Abteilungen nehmen ver-mehrt einen Austausch zwischen den an einer Entschei-dung beteiligten Personen sowie eine gemeinsame Agen-da wahr.

Ähnlich wie im vorherigen Fragenblock nimmt bei allen vier Fragen mindestens die Hälfte der Teilnehmer einen neutralen Standpunkt ein, was einen großen Nachholbe-darf bei der Förderung des abteilungsübergreifenden Wissensaustausches von Seiten der Unternehmensfüh-

rung impliziert. Denn nur mit einem entschlossenen Sup-port des Managements wird die interdisziplinäre Zusam-menarbeit umgesetzt.

Business-Know-how der IT-Abteilung

Der Abschnitt Business-Know-how der IT-Abteilung umfasst drei Themen: das Verständnis der IT-Abteilungen der täglichen Geschäftsabläufe des eigenen Unterneh-mens, der Chancen und Risiken von Industrie 4.0 sowie der Strategie des Unternehmens zur Umsetzung von Industrie 4.0.

Abb. 27: Antwortverteilung Abteilungsübergreifende Kollaboration

Es gibt regelmäßige Treffen, in denen die IT-Abteilung und andere Fachabteilungen ihr Wissen über das Geschäftsumfeld austauschen.

In unserem Unternehmen tauschen alle an einer Entscheidung beteiligten Personen Informationen bereitwillig aus.

Die IT-Abteilung und andere Fachbereiche unseres Unternehmens haben eine gemeinsame Agenda.

Die IT-Abteilung und andere Fachbereiche haben ein gemeinsames Verständnis der Rolle der IT in unserem Unternehmen.

N = 167


Abteilungsübergreifende Kollaboration

26%

18%

28%

22% 59% 19%

51% 21%

56% 27%

51% 23%

35

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

0 10 20 30 40 50 60 70 80 90 100

0 10 20 30 40 50 60 70 80 90 100



25% bis 43% der Befragten sind der Meinung, dass die IT-Abteilung ihres Unternehmens über ein gutes Ver-ständnis in den genannten Bereichen verfügt (Abb. 28). 11 % bis 16 % sehen dies gegenteilig. Die Mehrheit der Befragten kommt zu einem neutralen Urteil. Bei allen drei Fragen fällt auf, dass die Befragten aus der IT-Abteilung ihre Kenntnisse über Geschäftsprozesse, Chancen, Risi-ken und Strategie besser einschätzen als die Teilnehmer aus den Fachbereichen. Auch diese Zahlen belegen die divergierende Wahrnehmung der Leistungsfähigkeit der IT-Abteilungen. Mangelndes Business-Know-how von IT-Abteilungen kann ein Innovationshemmnis sein, weshalb sich die IT-Abteilungen proaktiv in die Business-Prozesse einbinden sollten.

IT-Know-how der Fachbereiche

Zur effizienten Nutzung des Leistungspotenzials der IT-Landschaft gehört ein sehr gutes Verständnis der Fachbe-reiche der IT-Systeme und -Prozesse.

Das Know-how der Fachbereiche in Bezug auf die IT-Syste-me bewertet die Mehrheit der Befragten als neutral. 14 % schätzen das Know-how als gut ein (Abb. 29). Mitarbeitern der Fachbereiche wird zu 27 % kein gutes Verständnis über die Chancen und Risiken für Tools zur Entwicklung neuer Anwendungen bescheinigt. Das Know-how in Bezug auf die Softwareentwicklung wird zu 40 % als gut bewertet und zu 5 % als verbesserungswürdig. Es wird immer wich-tiger, dass auch die Fachbereiche ihr IT-Know-how ausbau-en, um optimal in interdisziplinären Teams mit der IT-Abtei-lung zusammenzuarbeiten. Nur so können die Potenziale von Industrie 4.0 voll ausgeschöpft werden. Ähnlich wie beim vorherigen Fragenblock schätzen an dieser Stelle die Teilnehmer der Fachbereiche ihr Wissen deutlich besser ein als die Befragten aus den IT-Abteilungen.

Abb. 28: Business-Know-how der IT-Abteilung

Abb. 29: Antwortverteilung IT-Know-how der Fachbereiche

Business-Know-how der IT-Abteilung

IT-Know-how der Fachbereiche

Mitarbeiter unserer IT-Abteilung haben ein gutes Verständnis der Strategie unseres Unternehmens in Bezug auf Industrie 4.0.

Mitarbeiter unserer Fachbereiche haben ein gutes Verständnis der Softwareentwicklung.

Mitarbeiter unserer Fachbereiche haben ein gutes Verständnis der Chancen und Risiken von Tools zur Entwicklung neuer Anwendungen.

Mitarbeiter unserer Fachbereiche haben ein gutes Verständnis der IT-Systeme.

Mitarbeiter unserer IT-Abteilung haben ein gutes Verständnis der Chancen und Risiken von Industrie 4.0.

Mitarbeiter unserer IT-Abteilung haben ein gutes Verständnis der täglichen Geschäftsabläufe unseres Unternehmens.

N = 167

N = 84

15%

16% 53% 31%

43%46%11%

60% 25%

40%

27%

12% 74% 14%

64% 8%

55% 5%

36

Abb. 30: Antwortverteilung Marktdynamik


0 10 20 30 40 50 60 70 80 90 100

0 10 20 30 40 50 60 70 80 90 100

IT-Abteilung N = 67


Unsere Wettbewerber verhalten sich sehr unterschiedlich.

Marktdynamik

Unter Marktdynamik werden Veränderungen am Markt durch Marktein- und -austritte sowie wirtschaftliche Aspek-te wie bspw. Gewinn-, Rendite- sowie Preisentwicklungen zusammengefasst.

Die Marktdynamik ist laut den Befragten in der eigenen Industrie nicht hoch; d.h. nicht viele Unternehmen ver-lassen die Industrie oder kommen neu hinzu (Abb. 30). Dieses Ergebnis überrascht, da vermehrt branchenfremde Unternehmen bspw. in die Automobilindustrie drängen, um dort zusätzliche Umsätze zu generieren. Das Verhal-ten von Wettbewerbern und Kunden wird nur zu 15 % als sehr wechselhaft bzw. unterschiedlich gesehen und weiterhin sind nur 5 % der Befragten vom Verhalten ihrer Kunden überrascht (Abb. 31). Das zeigt deutlich, dass die Unternehmen bereits heute ein gutes Verständnis für das Kundenverhalten aufbringen und kundenindividu-elle Anforderungen abbilden können. Innovationen von Industrie 4.0 befähigen dazu, noch präzisere Prognosen zu erstellen.

Abb. 31: Einschätzung der Marktdynamik

Marktdynamik

Viele Unternehmen treten in unsere Industrie ein und / oder verlassen sie.

Unsere Wettbewerber verhalten sich sehr unterschiedlich.

Das Verhalten unserer Kunden überrascht uns häufig.

Das technische Grundlagenwissen in unserer Unternehmens-umgebung verändert sich ständig.

N = 173

54%

26%

38%

25% 51% 27%

56% 5%

59% 15%

38% 8%


30%

24% 57% 18%

61% 9%

37

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

Abb. 33: Antwortverteilung Technologie-Intelligenz Barometerwert Stimme nicht zu Neutral Stimme zu

0 10 20 30 40 50 60 70 80 90 100

0 10 20 30 40 50 60 70 80 90 100

Markt-Intelligenz

Um disruptive Technologien und Innovationen zu adaptie-ren, bedarf es eines regelmäßigen Austauschs innerhalb und außerhalb des Unternehmens. Es bestätigt allerdings weniger als ein Drittel aller Befragten (29 %) einen inten-siven Austausch der IT mit externen Partnern (Abb. 32). 56 % der Befragten aus der IT attestieren ihrer eigenen Abteilung ein schnelles Verständnis für Kundenanforde-rungen. Dies wird nur von 24 % der Teilnehmer aus den Fachbereichen bestätigt.

Ferner stimmen nur 36 % der Aussage zu, dass bei der Erar-beitung interner Lösungsansätze ein kollaboratives Arbei-ten innerhalb des Unternehmens verfolgt wird. Bestätigt wird die mangelnde Interaktion mit externen und internen Partnern durch die konträre Wahrnehmung der Fachberei-che und der IT. Kollaboratives Arbeiten ist eine wichtige Grundlage, um gemeinschaftlich Digitalisierungspotenziale zu heben. Agile und interdisziplinäre Arbeitsmethoden sind unabdingbar für den Wandel der Unternehmenskultur in Zeiten von Industrie 4.0.

Eine ähnliche Diskrepanz (47 % IT, 29 % Fachbereich) liegt beim Zustimmungsgrad hinsichtlich der Erarbeitung gemein-samer Lösungsansätze vor. Dabei stimmen nur 34 % der Befragten aus der IT einer Einbeziehung bei neuen Projekten zu. Ebenso stimmen nur 22 % der Teilnehmer anderer Abtei-lungen einer projektbezogenen Integration der IT-Abteilung zu.

Technologie-Intelligenz

Um jeweils die innovativsten Technologien zu kennen, ist es nötig, über die eigenen Unternehmensgrenzen hinweg nach Optimierungsmöglichkeiten und Innovationen Aus-schau zu halten.

Abb. 32: Antwortverteilung Markt-Intelligenz Barometerwert Stimme nicht zu Neutral Stimme zu

Markt-Intelligenz

Technologie-Intelligenz

Unsere IT-Abteilung und andere Fachbereiche unseres Unternehmens erarbeiten Lösungsansätze stets gemeinsam.

Unsere IT-Abteilung tauscht sich oft mit externen Partnern (z.B. Lieferan-ten, Kunden, Beratern, Universitäten, Wettbewerbern) über neue und alternative Technologien im Industrie-4.0-Umfeld aus.

Unsere IT-Abteilung versteht schnell, wie wir IT einsetzen können, um Prozesse und Produkte zu verbessern.

Unsere IT-Abteilung beschäftigt sich viel mit dem Einsatz von neuen digitalen Technologien im Industrie-4.0-Umfeld.

Unsere IT-Abteilung hält gezielt nach innovativen Technologien und Unternehmen im Industrie-4.0-Umfeld auch über unsere Industrie hinaus Ausschau; auch über unsere Industriegrenzen hinweg (z.B. Kauf/Beteili-gung, Technologiepartnerschaft

Unsere IT-Abteilung tauscht sich oft mit externen Partnern (z.B. Lieferanten, Kunden, Beratern, Universitäten, Wettbewerbern) über die Entwicklung von Industrie 4.0 aus.

Unsere IT-Abteilung versteht schnell, wie wir IT einsetzen können, um unsere Kunden besser zu versorgen bzw. zu betreuen.

Unsere IT-Abteilung wird bei Projekten der Fachbereiche, die sich mit der Erschließung neuer Markt- und Kundensegmente bei Industrie-4.0-Projekten befassen, von Anfang an mit einbezogen.

N = 165

N = 154

13% 51% 36%

29%56%15%

11% 52% 37%

27%54%19%

14% 62% 25%

29%59%12%

23% 49% 28%

26%51%23%

38

0 10 20 30 40 50 60 70 80 90 100

0 10 20 30 40 50 60 70 80 90 100

IT-Abteilung N = 67


Unsere IT-Abteilung reagiert schnell auf veränderte Bedürfnisse und Prioritäten der Fachabteilungen.

29 % der Teilnehmer sehen bei der IT-Abteilung ein gutes Verständnis von Prozess- und Produktverbesserungen (Abb. 33). Ähnlich gut wird die IT-Abteilung hinsichtlich ihrer Aktivitäten bei den folgenden Themen eingeschätzt: Einsatz neuer digitaler Technologien (28 %), gezielte Inno-vationssuche (26 %) und Austausch mit externen Partnern über neue und alternative Technologien (25 %). Deutlich wird bei der Differenzierung zwischen IT- und Fachabteilun-gen, dass die IT-Abteilung in ihrer Abteilung deutlich mehr technologisches Know-how sieht als die Fachbereiche. Um technologische Trends und Innovationen nicht zu verpas-sen, ist es für Unternehmen gerade bei immer kürzeren Innovationszyklen von großer Bedeutung, sich intensiv mit externen Partnern wie z.B. Universitäten, Lieferanten, Kun-den, aber auch Mitbewerbern auszutauschen. Dadurch wird sichergestellt, stets über innovative Technologien sowie deren Einsatzgebiete im Kontext der Industrie 4.0, vor allem auch außerhalb der eigenen Unternehmensgren-zen informiert zu sein.

IT-Agilität

Bei dynamischen Veränderungen sind Flexibilität und Reak-tionsschnelligkeit der IT-Abteilung gefragt.

Bei allen drei Fragen zur IT-Agilität vertritt ca. die Hälfte der Teilnehmer eine neutrale Position (Abb. 34). Dabei wir die Improvisationsfähigkeit der IT-Abteilung mit 44 %-iger Zustimmung am besten beurteilt. Jeweils 18 % der Teilneh-mer sind der Meinung, dass der IT-Bereich eine mangelhaf-te Flexibilität aufweist und zudem nicht in angemessener Geschwindigkeit auf Bedürfnisse der Fachbereiche reagie-ren kann, was ein fehlendes Vertrauen in die IT seitens der Fachabteilungen zeigt. Zur besseren Verarbeitung von Anliegen der Fachbereiche müssen auch in diesem Fall Silos aufgebrochen werden, um die interdisziplinäre Zusammen-arbeit zu optimieren.

Bei der Gegenüberstellung der Antworten von Teilneh-mern der IT-Abteilung mit denen der Fachabteilungen wird eine signifikante Diskrepanz deutlich. 69 % der Befragten aus den IT-Abteilungen halten ihren eigenen Bereich für improvisationsfähig. Jedoch teilen nur 28 % der Befragten aus den Fachabteilungen diese Meinung. Ebenso sind die Befragten der IT-Abteilungen zu 46 % sicher, schnell auf veränderte Bedürfnisse und Prioritäten der Fachabteilun-gen reagieren zu können (Abb. 35). 36 % sind außerdem

der Meinung, flexibel zu sein. Allerdings vertreten die Teil-nehmer der Fachbereiche mit 23 % bzw. 20 % diese Mei-nung deutlich seltener. Hinsichtlich einer zukunftsorien-tierten Ausrichtung der Unternehmen ist ein agiler Aufbau der IT essentiell. Um neue Technologien der Industrie 4.0 möglichst schnell und ohne hohen Aufwand im Unterneh-men zu implementieren und an bestehende Systeme anzu-binden, muss die IT modular, flexibel und reaktionsschnell sein.

Abb. 34: Antwortverteilung IT-Agilität

Abb. 35: Reaktionsschnelligkeit der IT-Abteilung bei Bedürfnissen der Fachabteilungen

IT-Agilität

Unsere IT-Abteilung ist flexibel.

Unsere IT-Abteilung kann improvisieren.

Unsere IT-Abteilung reagiert schnell auf veränderte Bedürfnisse und Prioritäten der Fachabteilungen.

N = 173

18%

9% 47% 44%

32%50%18%

56% 26%



23%

46%45%

54%

9%

24%

39

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

0 10 20 30 40 50 60 70 80 90 100

IT-Governance

Abteilungsübergreifende DevOps-Teams fördern die Zusam-menarbeit der IT mit den Fachabteilungen. Dazu gehört auch ein gemeinsames Management der Systeme durch IT- und Fachbereichspersonal.

Bei der Betrachtung der Barometerwerte fällt auf, dass die Befragten die Entscheidungsbefugnisse im Bereich IT-Governance deutlich bei der IT-Abteilung sehen (Abb. 36).

Bei der Governance der IT-Infrastruktur ist zwischen vier Themen zu unterscheiden: Betrieb und Wartung der IT, Beschaffung von Hard- und Software, Bereitstellung und

Management von Kommunikations- und Netzwerkinf-ra-struktur sowie Anwender-Support für eine Industrie-4.0-spezifische Infrastruktur. Vor allem bei Betrieb und Wartung sowie bei der Beschaffung von Hard- und Soft-ware sehen die Befragten aus den IT-Abteilungen die volle Verantwortung bei sich selbst. Diese Meinung vertreten die Befragten der Fachabteilungen nur teilweise.

Hier wird erneut die klassische Betreiber-Rolle der IT-Abtei-lung deutlich. Zur nachhaltigen Sicherung ihrer Relevanz für das Unternehmen im Rahmen von Industrie 4.0 ist es nötig, dass die IT-Abteilung über ihre klassischen Aufgaben hinauswächst.

Abb. 36: Antwortverteilung IT-Governance

Barometerwert Volle Kontrolle der IT Gemeinschaftliche Kontrolle Volle Kontrolle der Fachbereiche

IT-Governance Bitte geben Sie an, wie die Entscheidungsbefugnisse für die folgenden

IT-Aktivitäten in Ihrem Unternehmen verteilt sind.

Betrieb und Wartung der IT für Industrie 4.0.

Beschaffung von Hardware und Software für Industrie 4.0.

Bereitstellung und Management von Kommunikations- und Netzwerk-infrastruktur für Industrie 4.0.

Anwender-Support für Industrie-4.0-spezifische Infrastruktur.

49% 41% 10%

12%47%41%

55% 39% 6%

15%46%40%

N = 164

40

04Handlungs-empfehlungen

Abschließend werden die Ergebnisse der Studie bewertet und Handlungsempfehlungen für die Bereiche Technolo-gie, IT-Integration sowie Strategie und Ziele dargestellt.

4.1. TechnologieDie Studie hat in Bezug auf die Supply-Chain-Transpa-renz gezeigt, dass die Ortung von Teilen und Produkten innerhalb der Werke bereits vielfach eingesetzt wird. Die Fähigkeit, Teile und Produkte zum Hersteller zurückzuver-folgen, ist mit manuellem Aufwand ebenfalls realisierbar. Eine Ortung entlang der gesamten Wertschöpfungskette ist laut Umfrageteilnehmer nur teilweise und nicht auto-matisiert möglich, da die Produkte nur unzureichend mit Tracking-Systemen ausgestattet sind. Die Ergebnisse zei-gen, dass eine hohe Supply-Chain-Transparenz meist nur im Erprobungsstadium oder ausschließlich in einzelnen Prozessschritten existiert.

Zur Steigerung der Transparenz der Wertschöpfungskette wird empfohlen, die Zusammenarbeit mit wichtigen Part-nern der Supply Chain zu intensivieren, um eine gemein-same und ganzheitliche Informationsbasis zu schaffen. Zusätzlich muss eine fallspezifische Analyse erfolgen, an welcher Stelle eine zusätzliche Ausstattung durch Sensoren wirtschaftlich sinnvoll ist. Dies gilt für Produkte, Maschinen und Anlagen.

Der Einsatz digitaler Abbilder für Anlagen und Produkte wird von vielen befragten Unternehmen forciert, erfolgt jedoch bisher nur partiell. Ein digitales Abbild der gesamten Wertschöpfungskette ist bisher kaum vorhanden. Ebenso sind auch digitale Produktgedächtnisse mit automatischer Datenübermittlung selten im Einsatz. Die Ergebnisse zei-gen, dass sich der Digitale Zwilling immer noch in einem sehr frühen Stadium der Umsetzung befindet.

42

Es wird empfohlen, sich mit einer klaren Struktur des jeweils hergestellten Produktes einem digitalen Abbild anzunähern. Diese Struktur muss dem Anspruch gerecht werden, allgemeingültig für die gesamte Wertschöpfungs-kette zu sein. Anschließend sollte unter Wirtschaftlichkeits-kriterien entschieden werden, mit welchen Prozess- und Zustandsdaten von Maschinen und Anlagen das digitale Abbild angereichert wird.

Durch den Einsatz mobiler Endgeräte wird die Flexibilität der Mitarbeiter in vielen Unternehmen unterstützt. Der Zugriff auf zentrale Steuerungs- und Planungssysteme zur Unterstützung der Mitarbeiter ist nur partiell vorhanden. Mensch-Roboter-Kooperationen finden noch keine breite Anwendung. Für eine konkrete Verbesserung dieser Werte wird eine technologiefokussierte Analyse empfohlen, die genau definiert, an welchen Stellen die Mitarbeiter durch spezifische Technologien unterstützt werden können. Hier-bei sollte der Fokus darauf liegen, konkrete Mehrwerte für die Mitarbeiter zu schaffen und weniger darauf, innova-tionspolitische Ansprüche durch Show Cases zu erfüllen.

Der Einsatz autonomer Systeme, selbstverändernder Pro-zesse sowie von Machine-to-Machine-Kommunikation erfolgt ebenfalls nur selten. Hinsichtlich der Flexibilisierung und Modularisierung des Produktionsumfelds sehen die meisten Teilnehmer ihr Unternehmen noch im Anfangssta-dium. Das gleiche gilt für additive Fertigungsverfahren.In diesen vergleichsweise innovativen Disziplinen ist es vor allem wichtig, Erfahrungen durch Machbarkeitsstudi-en oder Pilotprojekte zu sammeln, da diese Technologien noch einige Jahre von einem wirtschaftlichen Einsatz in der Breite entfernt sind. Dies ist damit zu erklären, dass für die Nutzung der Vorteile dieser Technologien weitreichendere Prozessanpassungen notwendig sind. Sowohl die Daten von Anlagen als auch Daten der gesamten Wertschöp-fungskette werden bisher in den meisten Unternehmen

noch nicht in Produktivumgebungen durch fortschrittliche Datenanalysemethoden verarbeitet. Zentrale Datenplatt-formen zur Sammlung, Erfassung, Analyse und Verarbei-tung von Daten werden ebenfalls nur selten genutzt.

Wird der Einsatz fortschrittlicher Datenanalysemethoden angestrebt, ist zunächst zu prüfen, welche Daten für die fokussierten Anwendungsszenarien gebraucht werden. Dabei ist zu klassifizieren, welche Daten schon zur Verfü-gung stehen bzw. welche weiteren Daten noch akquiriert werden müssen. Darüber hinaus sollte eine Technologieba-sis geschaffen werden, die skalierbare Datenhaltungs- und Analysemethoden zur Verfügung stellt.

4.2. IT-IntegrationEine zentrale Rolle bei allen Digitalisierungsbestrebungen hat die Kompetenz und Leistungsfähigkeit der IT. Die Nut-zung von Standards in Bezug auf die interne und externe Kommunikation ist ein wichtiger Faktor zur erfolgreichen Nutzung von Industrie-4.0-Technologien. Offene Standards zur Erleichterung der Abstimmung mit Partnern werden nur in geringem Maße verwendet. Allerdings wird die wichtige Kommunikationsarchitektur zwischen Werken und gegen-über Kunden insgesamt verhältnismäßig positiv bewertet, wenn auch auf einem generell niedrigen Level. In diesem Zusammenhang wird empfohlen, Standards weniger starr als in der Vergangenheit auszulegen. Das heißt vor allem, sich aufgrund der schnell verändernden Technologieland-schaft die Flexibilität zu wahren, gesetzte Standards kontinu-ierlich zu adaptieren. Standards sollten als Leitplanken in die Zukunft verstanden werden, hinter denen Prozesse stehen, die eine routinemäßige Anpassung forcieren. Dies bedeutet auch, dass keine hundertprozentigen Standards angestrebt werden sollten, um die notwendige Geschwindigkeit bei der Definition sowie Adaption zu erreichen.

Die steigende Komplexität von IT-Architekturen durch Industrie 4.0 sowie eine Inkonsistenz hinsichtlich klarer Roadmaps, Softwareplattformen und IT-Strategien wird von vielen Teilnehmern bestätigt. Der Einsatz von SOA und Baukastenprinzipien sowie die Verringerung von System-dependenzen sind nur in wenigen Fällen zu beobachten. Die Integration von Partnern über APIs und die Skalierbar-keit der IT-Infrastruktur wird weitgehend wenig umgesetzt.

Diese Ergebnisse zeigen einen großen Nachholbedarf bei den IT-Fähigkeiten, die zur weitreichenden Nutzung der Industrie-4.0-Potenziale notwendig sind. Dazu zählt vor allem eine hohe Modularität, die es ermöglicht, verschie-denste IT-Technologien schnell zu integrieren. Vor diesem Hintergrund sollte jegliche die IT-Infrastruktur betreffen-de Entscheidung Flexibilität als oberste Prämisse haben. Dabei wird empfohlen, anhand von Machbarkeitsstudien bewusst verschiedenste IT-Lösungen, -Technologien und -Anbieter auf deren Leistungsfähigkeit und Flexibilität zu überprüfen. Die Machbarkeitsstudien sollten nicht aus-schließlich auf technologische Aspekte ausgerichtet sein, sondern auch konkrete Anwendungsfälle der Fachbereiche fokussieren. Auf Basis dieser Erfahrungen sollte anschlie-ßend eine Roadmap definiert werden, die sowohl die Ein-bindung und Ablösung von Legacy-Systemen als auch die flexible Integration neuer IT-Technologien inkludiert.

Beim Datenmanagement, bei der automatischen Berichter-stellung und bei der Datenaufbereitung wird ein hoher Rei-fegrad von den Teilnehmern der Studie beschrieben. Jedoch wird die dafür notwendige IT-Sicherheit hinsichtlich einer leistungsfähigen End-to-End-Verschlüsselung für Maschi-nenkommunikation als unzureichend bewertet. Dage-gen wird das Zugriffs- und Identitätsmanagement positiv bewertet.

43

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

4.3. Strategie und Ziele

Die Adaption von Technologien und der permanente IT-Integrationsprozess sind erst dann erfolgreich, wenn sie einer konsistenten strategischen Ausrichtung folgen. Folg-lich ist ein gemeinschaftlicher Ansatz bei der Planung, der Initiierung und dem Management von Industrie-4.0-Projek-ten wichtig.

Die Ergebnisse der Studie zeigen deutlich, dass bei klassi-schen IT-Themen (z.B. Hardware/Software Support, Betrieb oder Wartung) die volle Kontrolle überwiegend bei der IT-Abteilung liegt. Die IT-Agilität und das Verständnis für Geschäftsabläufe werden dabei insgesamt als positiv bewertet. Gleichwohl wird das Business-Know-how der IT-Abteilung hinsichtlich möglicher Chancen und Risiken von Industrie 4.0 als unzureichend bewertet. Auf Seiten der Fachabteilungen hemmen Mängel im Wissen über Soft-ware- und Anwendungsentwicklung die Zusammenarbeit mit der IT-Abteilung.

Die aufgeführten Kernaussagen verdeutlichen, dass eine noch engere Zusammenarbeit von IT und Fachbereichen angestrebt werden muss. Dazu gehören insbesondere ein abteilungsübergreifender Wissensaustausch sowie inter-disziplinäre Teams und Arbeitsmethoden. Nur so wird die Rolle der IT aufgewertet und die interne sowie externe Wahrnehmung verbessert.

Auch die Wahrnehmung des Know-hows zeigt große Dis-krepanzen, wenn die Antworten der Teilnehmer aus den Fachbereichen und der IT-Abteilung separat betrachtet werden. Sowohl die IT als auch die Fachbereiche schätzen das eigene Know-how stets höher ein, als es vom Gegen-über attestiert wird. Dies ist ein Hemmnis für Verbesse-rungen in den jeweiligen Bereichen und für Innovation im

Allgemeinen. Die Bereiche müssen die eigenen Fähigkeiten realistischer einschätzen, um Verbesserungen den Weg zu ebnen.

Im Umgang mit neuen Marktpotenzialen und Kundenbe-dürfnissen wird die Adaptionsfähigkeit der IT-Abteilung positiv eingeschätzt. Jedoch wird die Marktdynamik im Allgemeinen als gering bewertet. Das Verhalten von Mit-bewerbern und Kunden überrascht nur sehr wenige Teil-nehmer der Studie. In der Regel wird das Verhalten als sehr homogen und planbar eingeschätzt. Die Erschließung neu-er Marktsegmente zur Generierung neuer Einnahmequel-len wird als unzureichend bewertet.

Für ein Unternehmen ist es essentiell, die eigenen angren-zenden Märkte und somit Wettbewerber und Kunden systematisch zu beobachten und zu analysieren. Der tech-nologische Fortschritt ist rasant. Die daraus resultierenden Auswirkungen auf das vorherrschende Marktgefüge (z.B. Volumen, Potenzial, Wachstum, Anteile) betreffen alle Marktakteure. Neuartige Entwicklungen sind deshalb zu beobachten und auf die aktuelle Planung zu übertragen.

Ein ähnliches Bild wird bei der Betrachtung des technolo-gischen Know-hows im Unternehmen deutlich. Hier liegen die Stärken bei Prozess- und Produktoptimierungen. Die Identifizierung und Umsetzung von bereichsübergreifen-den Innovationen wird als unzureichend bewertet und steht momentan auch nicht im Fokus der Geschäftsführun-gen. Die Fähigkeit, mit Partnern schnell Lösungen zu erar-beiten, wird branchenübergreifend zustimmend bewertet; jedoch besteht auch hier Verbesserungspotenzial.

Gerade vor dem Hintergrund kürzerer Entwicklungszy-klen in hochdynamischen Märkten wird der Austausch mit externen Know-how-Trägern immer wichtiger. Durch eine starke Fokussierung auf das Kerngeschäft schaffen

es Unternehmen nicht, ihr Innovationsmanagement auch über die eigenen Unternehmensgrenzen hinaus auszu-richten. Hinsichtlich erforderlicher Marktanalysen müs-sen Unternehmen den externen Austausch vorantreiben, um in immer komplexeren Marktstrukturen bestehen zu können.

Die Beurteilung der Geschäftsleitung im Kontext einer zukunftsorientierten Unternehmenspolitik fällt positiv aus. Lediglich die technologische Einführung von Neuerungen und innovativen Dienstleistungen könnte noch stärker for-ciert werden. Eine auffällige Diskrepanz liegt im Geschäfts-betrieb der einzelnen Bereiche. So werden Wissenstrans-fers zwischen der IT-Abteilung und den Fachbereichen (Abstimmungstermine, gemeinsame Agenda, Informati-onsaustausch) sehr unterschiedlich priorisiert und gehand-habt. Hinsichtlich der generierten Vorteile durch Industrie-4.0-Lösungen liegt der Fokus auf der Verbesserung von Geschäftsprozessen, Kundenlösungen und Geschäftsmo-dellen. Die Erschließung neuer Markt- und Kundenseg-mente wird als zweitrangig betrachtet. Dies birgt beson-ders für historisch gewachsene Unternehmen Gefahren, denn durch teils disruptive Entwicklungen ist zunehmend zu beobachten, dass bestehende Markt- oder Kundenseg-mente zurückgehen oder sogar ganz wegfallen.

44

05Fazit

Die Einführung neuer Industrie-4.0-Technologien wird von vielen Unternehmen als erfolgskritischer Faktor angesehen. Jedoch geht die Einführung von neuen Technologien der-zeit nur zögerlich vonstatten. So erfolgen bspw. der Einsatz von Sensoren und die Aggregation von Daten zur Flexibi-lisierung von Prozessen und Mitarbeitern momentan nur punktuell zur Bewältigung aufgabenspezifischer Heraus-forderungen. Die Ergebnisse zeigen, dass das technologi-sche Potenzial erkannt wird, der Prozess der vollständigen und unternehmensübergreifenden Integration von fortge-schrittenen Technologien allerdings noch ganz am Anfang steht.

Es ist notwendig, die Technologien im Kontext einer ganz-heitlichen Digitalisierungsstrategie einzusetzen und in Pro-zesse und Produkte zu integrieren, um die gesamte Wert-schöpfungskette transparent abzubilden und Potenziale proaktiv zu nutzen. Industrieübergreifend muss dafür der Fokus auf eine zunehmende Vernetzung und Autonomi-sierung gerichtet werden. Nur auf diese Weise kann die Wettbewerbsfähigkeit erhalten bzw. gesteigert werden. Die Rolle der IT und deren Integration in bestehende Pro-zesse sowie die Fähigkeit, komplexe Herausforderungen

in Zusammenarbeit mit den Fachbereichen zu bewältigen, beeinflusst maßgeblich die Industrie-4.0-Reife eines Unter-nehmens. Die meist noch unausgereiften Lösungsansätze hinsichtlich der Skalierbarkeit der IT-Architektur und der Integration von Partnern und Plattformen werden seitens der IT-Abteilung noch nicht ausreichend forciert. Dies kann sich geschäftsgefährdend auswirken, da eine performan-te und anpassungsfähige IT-Architektur als Grundlage für alle Kerngeschäftsfelder und Wertschöpfungsprozesse im Zeitalter der Digitalisierung dient. Der Fokus sollte also auf einer Bedarfsanalyse der Bereiche und Leistungssteigerung der IT-Systeme liegen, um neue Technologien gewinnbrin-gend zu integrieren. Die resultierende Flexibilität würde im Idealfall Adaptionszeiten deutlich verkürzen, Prozesse opti-mieren und die gesamte Wertschöpfungskette leistungsfä-higer machen.

Der Schlüssel zur erfolgreichen Identifikation von Poten-zialen und strategischen Marktvorteilen liegt in bereichs-übergreifenden Industrie-4.0-Initiativen sowie im engen Austausch innerhalb des Unternehmens und mit externen Partnern. Initial ist zu erfassen, in welchen Unternehmens-bereichen bereits Machbarkeitsstudien oder Piloten zu

Industrie 4.0 durchgeführt werden und inwiefern bereits neuartige Technologien erfolgreich implementiert worden sind. Es ist aktuell zu beobachten, dass bereits in sehr vielen Piloten die Machbarkeit konkreter Technologien erprobt worden ist, eine durchgängige Implementierung in allen Unternehmensbereichen allerdings fehlt.

Die Erfassung sämtlicher Industrie-4.0-Initiativen und -Pro-jekte bildet die Grundlage eines agilen Industrie-4.0-Zielbilds, welches bereichsübergreifend Anforderungen und Inhalte einer ganzheitlichen Digitalisierungs-Roadmap darlegt. Das Zielbild ist jedoch nicht als starre Vision zu verstehen, son-dern vielmehr als agile Leitlinie, die ständig zu hinterfragen und bezüglich neuester Entwicklungen anzupassen ist. Zur anschließenden Implementierung konkreter Technologien bedarf es eines strukturierten Implementierungsmanage-ments, das abhängig vom jeweiligen Anwendungsszenario klare Implementierungszyklen (z.B. Proof of Concept (PoC) – Pilot – Roll-out) definiert. So gelingt eine Technologieinte-gration, die über die bisherigen Insellösungen hinaus Indust-rie 4.0 durchgängig in allen Unternehmensbereichen erfolg-reich implementiert und wertvoll gestaltet.

46

06Glossar und Quellenver-zeichnis

6.1 Glossar

Additive Fertigungsmethoden

Die Additive Fertigung bezeichnet einen Fertigungsprozess, bei dem auf Basis von digitalen 3D-Konstruktionsdaten schichtweise ein Bauteil aufgebaut wird. So wird beispiels-weise ein Werkstück nicht aus einem festen Block herausge-fräst, sondern mittels additiver Fertigung Schicht für Schicht aus Werkstoffen aufgebaut, die als feines Pulver vorliegen.

Application/Application Governance

Englisch für Applikation. In der Wirtschaftsinformatik weit gefasster Oberbegriff für Problemlösungen mithilfe eines Softwaresystems. Der Begriff wird im Sinn von Anwendung der EDV für spezielle betriebliche Probleme oder für Proble-me der Fachabteilungen verwendet. Mit Application Gover-nance ist die Organisation und Zuordnung von Ressourcen für einzelne Applikationen gemeint. Hierbei werden Regeln und Prozeduren genutzt, um grundsätzliche Abläufe und Prioritäten festzulegen.

Application Programming Interfaces (APIs)

API ist ein Akronym für Application Programming Inter-face (englisch für Applikationsprogrammschnittstelle). Eine Schnittstelle, die dem Programmierer Funktionen der Hard-ware, des Betriebssystems, eines Frameworks oder einer Standardbibliothek zugänglich macht.

Big Data

Mit Big Data werden Datenbestände bezeichnet, die auf-grund ihres Umfangs (Volume), ihrer Strukturvielfalt (Varie-ty) und ihrer Volatilität und Verfügbarkeit (Velocity) nicht in

48

herkömmlichen –, also relationalen – Datenbanken gehal-ten und eventuell nicht mit SQL (Structured Query Lan-guage) ausgewertet werden können. Sobald Firmen oder Verwaltungen umfangreiche Datenströme, soziale Medien, E-Mails, heterogene Dokumentensammlungen etc. gezielt auswerten wollen, müssen sie auf NoSQL-Technologien zurückgreifen. NoSQL steht hier für Not only SQL.

DevOps

Das aus den beiden Begriffen Development (englisch für Entwicklung) und Operations (englisch für IT-Betrieb) gebil-dete Prozessverbesserungskonzept dient der Entwicklung einer Kultur der agilen Zusammenarbeit. Durch die Automa-tisierung von Entwicklungs- und Betriebsaufgaben soll eine Qualitätssicherung und Effizienzsteigerung erzielt werden.

Digital Twin

Englisch für Digitaler Zwilling. Der Begriff bezieht sich auf ein virtuelles Modell oder Abbild eines materiellen oder imma-teriellen Objekts. Digitale Zwillinge verwenden reale Daten von installierten Sensoren, welche z.B. die Arbeitsbedin-gungen oder Position von Maschinen repräsentieren. Diese Kopplung der virtuellen und realen Welten ermöglicht die Analyse von Daten und die Überwachung von Systemen.

Enterprise Resource Planning System

Ein Enterprise Resource Planning System oder kurz ERP-System dient der funktionsbereichsübergreifenden Unter-stützung sämtlicher in einem Unternehmen ablaufenden Geschäftsprozesse. Entsprechend enthält es Module für die Bereiche Beschaffung/Materialwirtschaft, Produktion, Vertrieb, Forschung und Entwicklung, Anlagenwirtschaft, Personalwesen, Finanz- und Rechnungswesen, Controlling usw., die über eine (in Form einer relationalen Datenbank

realisierte) gemeinsame Datenbasis miteinander verbunden sind. Durch die unternehmensweite Konsolidierung der Daten ist eine Unterstützung der Planung über sämtliche Unternehmensebenen hinweg von der Konzernebene über verschiedene Werke, Sparten und Abteilungen bis hin zu einzelnen Lagerorten möglich.

Enterprise Service Bus

Ein Enterprise Service Bus (ESB) ist eine Softwarearchitektur, die grundlegende Dienste für komplexere Architekturen zur Verfügung stellt und damit insbesondere die Integration ver-teilter Services unterstützt.

Internet of Things

Englisch für Internet der Dinge. Das Internet of Things (IoT) beschreibt allgemein eine immer intensivere Verknüpfung physisch definierbarer Dinge (Things) mit einer virtuellen internetähnlichen Struktur. Da die Dinge wie z.B. Maschi-nen eine Vielzahl von Daten erfassen und in das Internet kommunizieren können, werden die Daten beispielsweise in Clouds gespeichert. Mit dem Begriff IoT-Tools sind Systeme oder Programme gemeint, die die Daten in der Cloud aus-werten. Diese Systeme werden wegen der enormen Daten-mengen (Big Data) und der damit einhergehenden benötig-ten Rechenleistung notwendig.

Künstliche Intelligenz

Die Erforschung intelligenten Problemlösungsverhaltens sowie die Erstellung intelligenter Computersysteme wird als Künstliche Intelligenz (KI) bezeichnet. Künstliche Intelligenz beschäftigt sich mit Methoden, die es einem Computer ermöglichen, solche Aufgaben zu lösen, die, wenn sie vom Menschen gelöst werden, Intelligenz erfordern.

Legacy-System

Historisch gewachsene und etablierte Anwendungen in Unternehmen (Altsysteme), die oft individuell und in Eigen-entwicklung erstellt wurden. Die Systeme weisen eine hohe Komplexität mit einer Vielzahl von Schnittstellen auf.

Machine Learning

Anwendung und Erforschung von Verfahren, durch die Computersysteme befähigt werden, selbstständig Wissen aufzunehmen und zu erweitern, um ein gegebenes Problem besser lösen zu können als vorher.

NFC

Near Field Communication (NFC) ist eine kontaktlose Tech-nologie zum Austausch von Nachrichten über kurze Distan-zen. NFC wurde 2002 von NXP Semiconductors und Sony entwickelt.

Nichtproprietäre Standards

Das Adjektiv proprietär bedeutet im Eigentum befindlich und wird in der Negation im Software-Zusammenhang genutzt, um freie oder quelloffene Software zu kennzeich-nen – Software, die sich eben nicht im Eigentum eines Ein-zelnen befindet. Protokolle und Dateiformate werden als proprietär bezeichnet, wenn sie nicht oder nur mit Schwie-rigkeiten von Dritten implementierbar und deshalb nicht ohne Zustimmung oder bestimmte Rechte zu öffnen oder zu lesen sind (MS Word). Nicht proprietäre Standards nutzen dagegen offene Formate wie OpenDocument und sind als frei zugängliche Formate zu verstehen, die von Dritten auf-wandsarm benutzbar sind.

49

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

OEM

Original Equipment Manufacturer (OEM) bezeichnet Erst-ausrüster. Dies sind Abnehmer von Hardwarekomponenten (Hardware), die ein anderer Hardwarehersteller (Zulieferer) gefertigt hat. Der OEM baut diese Hardwarekomponenten in seine Produkte ein und verkauft diese unter eigenem Namen.

PoC

Ein Proof of Concept (PoC) ist ein wichtiger Meilenstein in der Projektentwicklung. Er schafft die Grundlage für die weitere Arbeit, indem er das Projektkonzept bestätigt. Folglich ist ein PoC als Entscheidungsbasis für den weiteren Projektverlauf zu verstehen. Die Durchführung eines PoCs ermöglicht außerdem Risiken zu erkennen und eine Reali-sierung des gewünschten Ergebnisses abzuschätzen.

Predictive Maintenance

Vorausschauende Instandhaltung zielt auf eine Vorher-sagefähigkeit ab, die den Anlagenausfall auf Basis von historischen Anlagendaten voraussagt. Indem der Abnut-zungsverlauf der Anlage regelmäßig überwacht und doku-mentiert wird, lassen sich die Verläufe der Abnutzungskur-ven prognostizieren. Es können Fehler früher erkannt und vermieden werden.

Prozess

Die Gesamtheit aufeinander einwirkender Vorgänge inner-halb eines Systems. So werden mittels Prozessen Materia-lien, Energien oder auch Informationen zu neuen Formen transformiert, gespeichert oder transportiert.

RFID

Radio Frequency Identification (RFID) ist die automatische und kontaktlose Erkennung und Identifikation über elek-tromagnetische Wellen. Neben Magnetkarte und Barcode zählt RFID zu den weit verbreiteten Identifikationstechni-ken. Ziel von RFID-Systemen ist die Identifikation beliebiger Objekte in logistischen Prozessketten sowie die Verknüp-fung von Informationen mit diesen Objekten zur Beschleu-nigung und Verbesserung der Logistikprozesse.

Serviceorientierte Infrastruktur (SOA)

Abkürzung für serviceorientierte Architektur bzw. Service-Oriented Architecture. Konzept, bei dem die direkten und festen Abhängigkeiten von Elementen in einem Soft-waresystem soweit minimiert werden, dass diese als eigen-ständige Dienste, sog. Services, definiert und umgesetzt werden. Ein Dienst bietet dabei verschiedene Fähigkeiten an, die er leistet, und stellt bestimmte Anforderungen hin-sichtlich seiner Nutzung dar. Durch dieses Konzept lassen sich einzelne Dienste leicht kombinieren und serviceorien-tiert zu neuen Systemen zusammensetzen.

Wertschöpfungskette/Wertschöpfungsnetzwerk

Die Wertschöpfungskette stellt die zusammenhängenden Unternehmensaktivitäten des betrieblichen Gütererstel-lungsprozesses grafisch dar. Es gibt fünf Primäraktivitäten, die den eigentlichen Wertschöpfungsprozess beschreiben: interne Logistik, Produktion, externe Logistik, Marketing und Verkauf sowie Service. Jede Unternehmensaktivität stellt einen Ansatz zur Differenzierung dar und leistet einen Beitrag zur relativen Kostenstellung des Unternehmens im Wettbewerb.

6.2 Quellenverzeichnis

[BSM+14] BAUER, W.; SCHLUND, S.; MARRENBACH, D.; GANSCHAR, O.: Industrie 4.0 – Volkswirtschaftliche Poten-ziale für Deutschland. Bitkom, Berlin-Mitte, Fraunhofer IAO, Stuttgart, 2014

[BT13] BEYERER, J.; TACKE, M.: visIT – Industrie 4.0. Fraun-hofer-Institut für Optronik, Systemtechnik und Bildauswer-tung IOSB, Karlsruhe, 2013

[FM16] FASEL, D.; MEIER, A.: Big Data: Grundlagen, Syste-me und Nutzungspotenziale. Springer Verlag, Berlin, 2016

[Gab18] DIVERSE AUTOREN: Gabler Wirtschaftslexikon. Unter: https://wirtschaftslexikon.gabler.de/, zuletzt aufge-rufen am 28.03.2018 [GSM+15] GLEICH, R.; SCHWARZ, M.; MUNCK, J. C.; DEY-LE, N.: Industrie 4.0 – zwischen Evolution und Revolution. In: HORVÁTH, P.; MICHEL, U.: Controlling im digitalen Zeit-alter – Herausforderungen und Best-Practice-Lösungen. Schäffer-Poeschel Verlag, Stuttgart, 2015

[Has18] HASSELBRING, W.: DevOps: Softwarearchitektur an der Schnittstelle zwischen Entwicklung und Betrieb. Unter: http://eprints.uni-kiel.de/29215/1/2015-07-10Archi-tekturen.pdf, zuletzt aufgerufen am 28.03.2018

[HH14] HERKOMMER, O.; HIEBLE, K.: Ist Industrie 4.0 die nächste Revolution in der Fertigung?. Industrie Manage-ment 1/2014. GITO Verlag, Berlin

[KLW11] KAGERMANN, H.; LUKAS, W.-D. WAHLSTER, W.: Industrie 4.0: Mit dem Internet der Dinge auf dem Weg zur industriellen Revolution. VDI, Hannover, 2011

50

Vielen Dank

Im Namen der MHP Management- und IT-Beratung: An alle Teilnehmer für die Unterstützung der Studie durch ihre Einschätzungen und Meinung.

An die Ludwig-Maximilians-Universität München für die erfolgreiche und stets produktive Zusammenarbeit. Ein beson-derer Dank gilt Herrn Prof. Dr. Johann Kranz und Frau Esther Nagel von der Pro-fessur für Internet Business und Internet Services.

[LR10] LANGER, J.; ROLAND, M.: Anwendungen und Tech-nik von Near Field Communication. Springer Verlag, Berlin, 2010

[MHP14] HP Management- und IT-Beratung: Studie Indus-trie 4.0 – Eine Standortbestimmung der Automobil- und Fertigungsindustrie. MHP, Ludwigsburg, 2014

[MHP17] MHP Management- und IT-Beratung: Der Einfluss der Digitalisierung auf die Workforce in der Automobilin-dustrie. MHP, Ludwigsburg, 2018

[Obe16] OBERMAIER, R.: Industrie 4.0 als unternehmeri-sche Gestaltungsaufgabe: Strategische und operative Hand-lungsfelder für Industriebetriebe. In: OBERMAIER, R. (Hrsg.): Industrie 4.0 als unternehmerische Gestaltungsaufgabe – Betriebswirtschaftliche, technische und rechtliche Heraus-forderungen. Springer Fachmedien, Wiesbaden, 2016

[SB17] Statistisches Bundesamt: Automobilindustrie trägt 4,5 % zur Bruttowertschöpfung in Deutschland bei. Statis-tisches Bundesamt (Destatis), Wiesbaden, 2017

[Sch13] Scheer, A.-W.: Industrierevolution 4.0 ist mit weit-reichenden organisatorischen Konsequenzen verbunden! Eine Bestandsaufnahme von Prof. Dr. Dr. h.c. mult. August-Wilhelm Scheer. In: Scheer, A.-W. (Hrsg.): Industrie 4.0. Wie sehen Produktionsprozesse im Jahr 2020 aus? 2013

[Win17] WINKELHAKE, U.: Die digitale Transformation der Automobilindustrie. Springer Verlag, Berlin, 2017

07Wir über uns

52

MHPDie MHP Management- und IT-Beratung GmbH ist eines der führenden Beratungsunterneh-men im Automobilsektor.

Der besondere Beratungsansatz von MHP ist die Symbiose aus Management- und IT-Beratung. Dabei optimieren und digitalisieren wir als Digitalisierungsexperte mit den Leistungsbereichen Management Consulting, System Integration, Managed Services und Digital Services and Solu-tions die Prozesse unserer Kunden über die komplette Wertschöpfungskette.

Als Branchenexperte – vor allem für Mobility und Manufacturing – bieten wir unseren Kunden somit neben umfassender IT-Kompetenz auch tiefgehendes Management- und Prozess-Know-how. Strategische Innovationen übertragen wir auch auf andere Branchen.

Ihre Ansprechpartner

Sponsor

Daniel Halbig

MHP – Manager IoT & Industrie 4.0 LeadOperations Performance

& [email protected]

+49 151 4066 7521

Herausgeber

Tilo Klüh

MHP - Associated PartnerHead of Operations

Performance & Strategy (OPS)

[email protected]+49 151 4066 7520

Projektleiter

Robert Göbel

MHP - Senior Management ConsultantOperations Performance

& [email protected]

+49 151 2030 2763

Sponsor

Prof. Dr. Johann Kranz

Ludwig-Maximilians- Universität München -

Leiter der Professur für Internet Business and Internet Services

[email protected]+49 89 2180 1875

53

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

Ihre persönlichen Notizen zur Studie Industrie 4.0 Barometer:

54

Ihre persönlichen Notizen zur Studie Industrie 4.0 Barometer:

55

Ind

ust

rie

4.0

Bar

om

eter

– It

erat

ive

Stan

dort

best

imm

ung

der

Indu

strie

-4.0

-Akt

ivitä

ten

in d

erde

utsc

hen

Indu

strie

© 0

9/20

18 M

HP

Man

agem

ent-

und

IT-B

erat

ung

Gm

bH

MHP : drIVEn by ExcEllEncE

www.mhp.com

https://www.mhp.com/de/das-unternehmen/studien/

13 MHPOffices in Deutschland, Schweiz, England, USA, China und Rumänien.

Documents

STUdIE IndUSTrIE 4.0 bArOMETEr - MHP Americas · 2020. 2. 4. · Abb. 2: MHP Industrie 4.0 Framework 17 Abb. 3: Clusterung der Antwortmöglichkeiten der Likert-Skalen 18 Abb. 4: Verteilung