In Zukunft kommt es drauf an, ob Unternehmen KI-basierte Geschäftsmodelle ausbilden können oder nicht. Denn für die Skalierung und Monetarisierung von Wissen und für die Intensivierung der Partnerschaft mit Kunden über den gesamten Maschinenlebenszyklus bietet KI ein enormes Potenzial. Unternehmen, die dieses Potenzial nutzen, werden ihre Wettbewerber in kurzer Zeit abhängen. Um diese Chancen zu ergreifen, haben die etablierten Maschinen- und Anlagenbauer die besten Chancen. Denn um KI richtig zu nutzen und die Algorithmen richtig zu trainieren, ist ein umfangreiches Anwendungswissen erforderlich.

KI-basierte Geschäftsmodelle Maschinenbau - 247FactoryNet

Was sind KI-basierte Geschäftsmodelle im Maschinenbau?

Zuerst denkt man im Zusammenhang mit KI-basierten Services im Maschinenbau an Predictive Maintenance. Aber es werden sich noch viel mehr und teils auch sehr spezifische KI-basierte Services etablieren, die z.B. auf eine Prozessoptimierung abzielen werden. Die einzelnen Parameter, die über die Effizienz eines Prozesses entscheiden sind heute sehr komplex und dynamisch. Es gelingt oft nur sehr erfahrenen Mitarbeitern die Parameter richtig einzustellen und häufig nur mit Hilfe ihrer Intuition. Genau in solchen Fällen hat die KI ihre Stärke, weil sie in der Lage ist schier unzählige Parameter in den Algorithmus einzubeziehen und weil die KI in der Lage ist, selbst zu lernen welche Parameteränderungen zu Verbesserungen führen. Die Technologie, um solche Anwendungsfälle umzusetzen ist vorhanden, woran es hingegen heute scheitert, ist die Verfügbarkeit der Daten. Sobald diese zur Verfügung stehen werden sich neue KI-basierte Usecases umsetzen lassen. Grundsätzlich gilt dabei: Was gemessen werden kann, kann mit Hilfe von KI auch vorhergesagt und verbessert werden.

KI-basierte Services werden daher nicht nur voraussagen wann ein Lager ausfällt oder ein Riemen reist, sie wird einem Fabrikbetreiber auch mitteilen,

  • ob er in der Lage ist, einen bestimmten Auftrag auf einer Maschine zu fertigen oder ob er doch besser eine andere Maschine einsetzt,
  • ob er die Vorschubgeschwindigkeit optimal eingestellt hat, um den Verschleiß bei einer gegebenen Dringlichkeit zu minimieren,
  • wie hoch die Fertigungskosten für ein gegebenes Bauteil sein werden und wie der optimale Prozess und das optimale Werkzeug aussieht

und vieles mehr.

Durch die plötzliche Verfügbarkeit solchen Wissens, werden sich neue Geschäftsmodelle herausbilden, die mitunter disruptives Potenzial haben. Angenommen eine KI ist in der Lage zu bestimmen, auf welcher Maschine und mit welchem Werkzeug ein bestimmtes Teil am besten gefertigt werden kann. Ein solcher Service kann weder von einem Lohnfertiger sinnvoll angeboten werden, da dieser nicht alle Maschinen in der Fabrik hat und ebenfalls nicht von einem Maschinenbauer, da dieser ja nur Interesse an seinen Maschinen hat. Derartige Dienste werden von übergreifenden Plattformen angeboten werden. Heute tun sich diese Plattformen noch schwer, aber mit zunehmender digitaler Vernetzung werden sie große Effizienzvorteile verbuchen können, dass sich die Marktstrukturen komplett verändern werden. Dabei können KI-basierte Geschäftsmodelle auf einen selbstverstärkenden Effekt bauen: durch Daten können sie Verbesserungen erzielen, dadurch ziehen sie mehr Kunden an, bekommen mehr Daten, die zu noch attraktiveren Verbesserungen führen.

Zuerst denkt man im Zusammenhang mit KI-basierten Services im Maschinenbau an Predictive Maintenance. Aber es werden sich noch viel mehr und teils auch sehr spezifische KI-basierte Services etablieren, die z.B. auf eine Prozessoptimierung abzielen werden. Die einzelnen Parameter, die über die Effizienz eines Prozesses entscheiden sind heute sehr komplex und dynamisch. Es gelingt oft nur sehr erfahrenen Mitarbeitern die Parameter richtig einzustellen und häufig nur mit Hilfe ihrer Intuition. Genau in solchen Fällen hat die KI ihre Stärke, weil sie in der Lage ist schier unzählige Parameter in den Algorithmus einzubeziehen und weil die KI in der Lage ist, selbst zu lernen welche Parameteränderungen zu Verbesserungen führen. Die Technologie, um solche Anwendungsfälle umzusetzen ist vorhanden, woran es hingegen heute scheitert, ist die Verfügbarkeit der Daten. Sobald diese zur Verfügung stehen werden sich neue KI-basierte Usecases umsetzen lassen. Grundsätzlich gilt dabei: Was gemessen werden kann, kann mit Hilfe von KI auch vorhergesagt und verbessert werden.

KI-basierte Services werden daher nicht nur voraussagen wann ein Lager ausfällt oder ein Riemen reist, sie wird einem Fabrikbetreiber auch mitteilen,

  • ob er in der Lage ist, einen bestimmten Auftrag auf einer Maschine zu fertigen oder ob er doch besser eine andere Maschine einsetzt,
  • ob er die Vorschubgeschwindigkeit optimal eingestellt hat, um den Verschleiß bei einer gegebenen Dringlichkeit zu minimieren,
  • wie hoch die Fertigungskosten für ein gegebenes Bauteil sein werden und wie der optimale Prozess und das optimale Werkzeug aussieht

und vieles mehr.

Durch die plötzliche Verfügbarkeit solchen Wissens, werden sich neue Geschäftsmodelle herausbilden, die mitunter disruptives Potenzial haben. Angenommen eine KI ist in der Lage zu bestimmen, auf welcher Maschine und mit welchem Werkzeug ein bestimmtes Teil am besten gefertigt werden kann. Ein solcher Service kann weder von einem Lohnfertiger sinnvoll angeboten werden, da dieser nicht alle Maschinen in der Fabrik hat und ebenfalls nicht von einem Maschinenbauer, da dieser ja nur Interesse an seinen Maschinen hat. Derartige Dienste werden von übergreifenden Plattformen angeboten werden. Heute tun sich diese Plattformen noch schwer, aber mit zunehmender digitaler Vernetzung werden sie große Effizienzvorteile verbuchen können, dass sich die Marktstrukturen komplett verändern werden. Dabei können KI-basierte Geschäftsmodelle auf einen selbstverstärkenden Effekt bauen: durch Daten können sie Verbesserungen erzielen, dadurch ziehen sie mehr Kunden an, bekommen mehr Daten, die zu noch attraktiveren Verbesserungen führen.

Warum haben Maschinenbauer optimale Voraussetzungen?

Die Stärke vieler Maschinenbauer ist ihre jahrzehntelange Erfahrung und Ihr tiefes Anwendungswissen in ihrem Bereich. Sie haben die oben beschriebenen Mitarbeiter mit dem Verständnis für die Kundenprobleme und der richtigen Intuition wie ein vorliegendes Problem gelöst werden kann. Das Problem dabei ist, das Wissen dieses wertvollen Mitarbeiters kann nicht geklont werden und geht im schlimmsten Fall bald in Rente. Auf der anderen Seite ist es aber auch nicht so, dass man einfach KI-Tools nutzen kann, um die oben beschriebenen Verbesserungen zu erlangen. Die Herausforderung bei jeder Nutzung von KI ist das richtige Training des Algorithmus. Genau dafür wird das Domänen-Knowhow der Experten gebraucht und daher haben etablierte Maschinenbauer ein Vorteil gegenüber Playern, die nicht auf dieses Knowhow zurückgreifen können.

Maschinenbauer sollten daher analysieren, über welches einzigartige Knowhow sie verfügen, wo in der Branchenwertschöpfungskette dies den größten Nutzen bringt und wie dieser Nutzen unter Annahme einer kompletten Vernetzung und der Nutzung von KI realisiert werden kann. Alle Kunden, mit welchen wir diese Fragestellung in einem Eintagesworkshop analysiert haben, waren mehr als erstaunt welche signifikanten Chancen aber auch Risiken für ihr Unternehmen am Abend auf der Liste standen.

247FactoryNet ist ihr Partner für die Entwicklung von Digitalisierungslösungen in der Industrie. Sprechen Sie uns an, wir freuen uns von Ihnen zu hören.

Die Stärke vieler Maschinenbauer ist ihre jahrzehntelange Erfahrung und Ihr tiefes Anwendungswissen in ihrem Bereich. Sie haben die oben beschriebenen Mitarbeiter mit dem Verständnis für die Kundenprobleme und der richtigen Intuition wie ein vorliegendes Problem gelöst werden kann. Das Problem dabei ist, das Wissen dieses wertvollen Mitarbeiters kann nicht geklont werden und geht im schlimmsten Fall bald in Rente. Auf der anderen Seite ist es aber auch nicht so, dass man einfach KI-Tools nutzen kann, um die oben beschriebenen Verbesserungen zu erlangen. Die Herausforderung bei jeder Nutzung von KI ist das richtige Training des Algorithmus. Genau dafür wird das Domänen-Knowhow der Experten gebraucht und daher haben etablierte Maschinenbauer ein Vorteil gegenüber Playern, die nicht auf dieses Knowhow zurückgreifen können.

Maschinenbauer sollten daher analysieren, über welches einzigartige Knowhow sie verfügen, wo in der Branchenwertschöpfungskette dies den größten Nutzen bringt und wie dieser Nutzen unter Annahme einer kompletten Vernetzung und der Nutzung von KI realisiert werden kann. Alle Kunden, mit welchen wir diese Fragestellung in einem Eintagesworkshop analysiert haben, waren mehr als erstaunt welche signifikanten Chancen aber auch Risiken für ihr Unternehmen am Abend auf der Liste standen.

247FactoryNet ist ihr Partner für die Entwicklung von Digitalisierungslösungen in der Industrie. Sprechen Sie uns an, wir freuen uns von Ihnen zu hören.

247FactoryNet –
Ihr Partner für die digitale Zukunft.