Die Bedeutung von Business Intelligence im Maschinen- und Anlagenbau

von Julia Schümmer
Maschinenbauer inspizieren große Schraube

Das weltweite Datenvolumen wächst überproportional und soll sich bis 2025 verzehnfachen, da ist es schwer den Überblick zu behalten. Diese Datenflut ist auch im Maschinen- und Anlagenbau zu spüren:

Der traditionelle Einsatz von ERP-Systemen reicht hier längst nicht mehr aus, um Daten zu analysieren und nimmt vor allem viel Zeit in Anspruch. Für Unternehmen ist es jedoch gerade in Zeiten der Digitalisierung aufgrund steigenden Wettbewerbs- und Kostendrucks besonders wichtig, relevante Kennzahlen aus der Datenmenge herauszufiltern und möglichst übersichtlich darzustellen, um fundierte Managemententscheidungen im Unternehmen zeitnah treffen zu können.

Business Intelligence auf der Überholspur

Vor allem im Maschinen- und Anlagenbau hat die Bedeutung von Business Intelligence (BI) in den vergangenen Jahren deutlich zugenommen. Dies zeigt ein VDMA -Report aus dem vergangenen Jahr, in dem 100 Unternehmen zu ihren Top 10 IT-Investitionsschwerpunkten im Maschinenbau befragt wurden. Webshops und digitale Ersatzteilkataloge positionieren sich mit rund 38% an der Spitze der Investitionsplanungen. Kurz dahinter folgt bereits BI mit 27%.

Einsatz im eigenen Unternehmen

Wie also kann man das Potenzial von BI im Maschinen- und Anlagenbau bestmöglich nutzen? Die Herausforderung besteht darin, die relevanten Kennzahlen zu identifizieren und aus verschiedenen Systemen zusammenzuführen. Um Termintreue zu garantieren, Produktionskosten zu senken, Produktivität zu steigern, Lagerbestände zu verringern und Durchlaufzeiten zu optimieren, bedarf es neben Know-how im Maschinen- und Anlagenbau vor allem richtiger und gebündelter Daten.

Oftmals möchte ein Kunde beispielsweise wissen, wann er mit der Lieferung bestimmter Fertigungsteile rechnen kann. In der Regel müssen dann zunächst die relevanten Daten aus den einzelnen Abteilungen zusammengesucht werden. Da dieser Vorgang meist noch über eine Vielzahl von Excel Sheets erfolgt und die gesammelten Daten dann auch noch ausgewertet werden müssen, nimmt die Analyse dementsprechend einige Tage Zeit in Anspruch. Das bedeutet wiederum, dass mit teilweise veralteten Daten versucht wird, dem Kunden eine fundierte Antwort über den genauen Liefertermin zu geben.

Die Herausforderungen meistern

Die größten Probleme von Unternehmen bestehen neben fehlendem Wissen und unzureichender Kompetenz im Bereich Digitalisierung oft darin, Informationen aus den verschiedenen Abteilungen und Datenquellen zusammen zu stellen und auf Vollständigkeit und Aktualität zu prüfen. Für eine umfassende Datenanalyse in der Produktionsplanung ist es wichtig, auch Daten aus vor- und nachgelagerten Abteilungen wie dem Einkauf oder der Montage miteinzubeziehen. Durch den Einsatz von BI-Systemen verringert sich der Aufwand dieser Datenanalyse deutlich. Relevante Kennzahlen aus allen Abteilungen lassen sich automatisch übersichtlich darstellen und man bekommt einen übergreifenden Echtzeit-Überblick über den gesamten Produktionsprozess vom Einkauf über die Fertigung und Montage bis hin zur Lieferung an den Kunden.

Im Maschinen- und Anlagenbau ist dieser Überblick ein großer Vorteil: Aufgrund der anschaulichen Visualisierung weiß man genau, welche Prozesse gegebenenfalls verbesserungsbedürftig sind und kann die Produktionsplanung dementsprechend zielgerichtet optimieren. Mögliche Gegenmaßnahmen bei Verspätungen und Terminverschiebungen können rechtzeitig eingeleitet werden.

Durch die neu gewonnene Transparenz können auch mögliche Datenfehler aufgezeigt werden. Oft finden sich in der Produktion unnütze Daten. Beispielsweise sind Termine aus Vertrieb und Einkauf auf die Vergangenheit festgelegt wurden und können somit keine termingetreue Produktion garantieren. Verlässliche Aussagen zu Auslieferungsterminen sind dann nicht möglich. Gemäß dem Grundsatz „weniger ist mehr“ sind einige relevante Daten viel produktiver als eine gewaltige Menge von falschen Daten. Der Einsatz von BI-Lösungen im eigenen Unternehmen hilft, die richtigen Daten optimal zu bündeln.

Ausblick in die Zukunft

Voraussichtlich werden sich im Maschinen- und Anlagenbau Themen wie Artificial Intelligence, Machine Learning und Predictive Maintenance zunehmend etablieren. Machine Learning beispielsweise ermöglicht das Erkennen von Mustern in vorliegenden Datenbeständen. IT-Systeme sind in der Lage, eigenständig Lösungen für Probleme zu finden und werden in Zukunft Daten noch genauer und präziser auswerten können.

Um für diese Anwendungen eine gute Grundlage zu schaffen, ist die übersichtliche Darstellung von Daten und damit verbunden auch eine hohe Datenqualität unumgänglich.

Fazit

Einige Unternehmen haben mit BI-Lösungen bereits ein Werkzeug gefunden, mit dem alle Mitarbeiter einen schnellen Zugriff auf genaue Daten haben. Oftmals sind Maschinen- und Anlagenbauer noch verunsichert, ob die Systeme im Maschinen- und Anlagenbau überhaupt ein relevantes Thema sind. Auch die mangelhafte Datenqualität lässt viele Unternehmen noch an dem Einsatz zweifeln. Diese Zweifel werden jedoch klar von den Vorteilen digitaler Systeme überholt.

Nutzen Sie bereits BI- oder Analytics-Tools in Ihrem Unternehmen?

 

 



Diese Beiträge könnten Sie auch interessieren

6 Gründe für das Scheitern von Data-Science-Projekten

Lesen

Daten sammeln, um Mehrwerte zu schaffen – aber wie? - Teil 3

Lesen

Digitalisierung kennt keine Konjunktur!

Lesen

Über den Autor

  • Julia Schümmer

    Julia Schümmer studiert BWL im Bachelor an der FH Aachen. Seit Oktober 2018 arbeitet sie als studentische Hilfskraft in der Marketingabteilung des Fachbereichs Produktion bei INFORM.

    Alle Beiträge dieses Autors

    Mehr über diesen Autor unter:

Unsere Autoren

Finden Sie alle unsere Autoren auf einen Blick!

Alle Autoren

Nach oben