Der richtige Zeitpunkt für den Wechsel zu proaktiven Services

MacDonald: Service und Aftermarket werden zu wichtigen Aspekten eines modernen Fertigungsunternehmens. Die Kunden wollen eine größere Wertschöpfung. Die Fertigungsunternehmen erkennen, dass langfristige, engere Kundenbeziehungen profitabler und nachhaltiger sind. Wenn dies nicht der Fall ist, bieten die Technologien zumindest einen Weg, um sicherzustellen, dass die Kunden wiederkommen und somit konstante Umsätze generieren.

Die Margen bei den Produkten werden ständig kleiner. Unternehmen und Führungskräfte sehen den Service als einen Weg, den Druck auf die Margen auszugleichen, indem sie größere Mehrwerte bieten, engere Kundenbeziehungen aufbauen, Möglichkeiten zur tieferen Integration von Lösungen in die Abläufe beim Kunden bieten und zusätzliche Produkte und Services zu ihrem Kernangebot anbieten.

Viele Unternehmen haben das Problem, dass ein Großteil des Service- und Aftermarket-Geschäfts traditionell an Dritte ausgelagert wurde, die die Dinge unter Umständen nicht auf die gleiche Weise erledigen oder sich nicht genau an die Richtlinien halten. Proaktiv zu handeln ist ein Weg, um die Kontrolle zurückzugewinnen. Es geht darum, zumindest die Sichtbarkeit wiederzuerlangen, und dann ein gewisses Maß an Kontrolle. So können Sie die Services standardisieren.

Wenn man den Service betrachtet, dessen Margen über dem Zweieinhalbfachen des Umsatzes mit neuen Produkten liegt, und man sieht, dass viele Hersteller 40 bis 50 % ihres Gesamtgewinns aus dem Aftermarket generieren, wird klar, warum Unternehmen mit proaktiven Einblicken und proaktivem Service arbeiten. So können sie von den Geräten und Anlagen vor Ort Daten gewinnen und die Betriebsabläufe an die entdeckten Muster anpassen. Ein proaktiver Ansatz bietet außerdem eine Möglichkeit, die Rentabilität des Servicegeschäfts zu schützen. Sie können dann aggressivere SLAs anbieten. Wenn Unternehmen das tun, ist es viel wahrscheinlicher, dass sie ein rentables Geschäft aufbauen und längerfristig halten können.

MacDonald: Ich möchte eine Analogie bemühen. Machen wir einen Schritt zurück, und denken wir an diese physischen Assets oder an intelligente, vernetzte Produkte. Sie verfügen über Telemetriedaten und möglicherweise andere Daten zum Service von Systemen. Diese Informationen können wir uns als Töne vorstellen. Die Frage ist nun, auf welche Töne soll ich überhaupt achten? Es gibt eine Menge Rauschen in den Tonfolgen. Wie kann ich also nur die Töne herausfiltern und beachten, die wichtig sind?

Befassen Sie sich, ganz unabhängig von der prädiktiven und präskriptiven Analyse, mit Eigenschaften und ihrer statistischen Relevanz in Bezug auf die Leistung. Dadurch können Sie eindeutig erkennen, welche Töne inmitten des Hintergrundrauschens passen oder schief klingen.

Einen Schrei nimmt man immer wahr. Aber normalerweise kommt ein Schrei von jemandem (oder etwas), der sich bereits in einer Art Krise befindet und Schaden genommen hat. Sie gehen also reaktiv mit Problemen um.

Wenn Sie in der Lage sind, die richtigen Töne wahrzunehmen, bietet dies einen Vorteil. Sie können Leistungsmuster und Verhaltensweisen identifizieren, um zu diagnostizieren, was passiert. Die Kunden erwarten einen reibungslosen Betrieb. Sie neigen dazu, die Hersteller abzulehnen, von denen sie glauben, dass sie – ob zu Recht oder zu Unrecht – ungeplante Ausfallzeiten verursacht haben. Wenn Sie verstimmte Töne hören, können Sie ein Problem angehen, bevor es zum „Schrei“ kommt – sei es durch die Anlage oder Ihren Kunden.

Diese Diagnoseinformationen werden durch Analysen geliefert. Sie können Abweichungen von optimalen Vorgehensweisen erkennen. Sie können erkennen, wie Geräte in einer Umgebung betrieben oder verwendet werden sollten. Proaktive Services, die auf diesen Analysen basieren, erkennen Probleme, bevor diese entstehen.

Mit einem vernetzten Produkt erhalten Sie einen Einblick in das, was in der Umgebung passiert, in der die Anlage betrieben wird. Analysen, insbesondere erweiterte Analysen, ermöglichen die Verarbeitung dieser Daten, um statistisch relevante Anomalien, Muster und Ereignisse zu identifizieren. Das ermöglicht letztendlich einen objektiveren Blick auf das eigentliche Problem.

Die Serviceeffizienz kann durch bessere Planung und Ressourcenzuweisung verbessert werden. Vorausschauende Erkenntnisse, die Herstellern bei dem Wechsel von einem Break-and-Fix- oder kalenderbasierten Servicemodell unterstützen, können Serviceeinsätze viel effizienter gestalten und Dinge wie die Anzahl der Fahrzeugbewegungen, die Rückrufe und mehr reduzieren.

Ohne ein vernetztes Produkt schicken wir oft einen Techniker los, um diese Diagnose durchzuführen. Dann stellt sich heraus, dass dieser nicht das richtige Teil im Wagen hat oder nicht über das nötige Fachwissen verfügt, um ein Problem zu beheben. Wenn ein Kunde Betriebsausfälle hat, verzögert dies die Reparatur. Das Vermeiden von Ausfällen ist entscheidend. Aber ebenso wichtig für den Betrieb ist die Effizienz der Durchführung von Routinewartungen. Nicht nur Aktionen wie ein Riemenwechsel oder das Abschmieren sind wichtig. Oftmals ist es effizienter, eine Routinewartung durchzuführen, bevor diese technisch notwendig ist. Auf diese Weise können Routinewartungsanfragen in qualitativ hochwertigere Interaktionen verwandelt werden.

Außerdem weiß ein guter Techniker mit der richtigen Analyse, nach welchen anderen Problemen er suchen muss. Er kann die richtigen Diagnosen durchführen, um das Problem schnell zu lösen und zusätzliche Datenpunkte sammeln, um bessere Erkenntnisse über die Geräte in ihrer Umgebung zu erhalten.

Die Bedeutung solcher Remote- und Self-Service-Möglichkeiten kann nicht hoch genug eingeschätzt werden – besonders während einer Pandemie.

MacDonald: Ja. Sie wird eingesetzt. Allerdings ist dies eher ein Problem der Maschinenbauer als der Fertigungsunternehmen. Einer unserer bekanntesten Anwendungsfälle für Analysen ist ein Reifenhersteller. Die Maschine zur Reifenherstellung hat verschiedene Sollwerte. Wenn sie nicht auf eine bestimmte Art und Weise betrieben wird, führt das entweder zu Nacharbeit oder zu Ausschuss, was letztendlich zu Geld- und Umsatzverlusten führt.

Das ganze Konzept der präskriptiven Analyse entstand, weil die Daten verfügbar waren und sie ihre Daten verstanden. Sie konnten diese prädiktiv mit den Betriebsergebnissen verknüpfen. Sie wissen, was passieren wird, bevor der Schritt, der zu diesem Ergebnis führt, eintritt. Aber es gab auch Stellschrauben. Im Kontext des Maschinenbauers sind die Sollwerte tatsächliche Stellschrauben bzw. Stellgrößen in den Daten. Sie könnten Optimierungen durchführen und die verschiedenen Sollwerte festlegen, um bestimmte Probleme zu vermeiden. Das ist ein Anwendungsfall, der einen ROI von mehreren hundert Millionen Dollar ausmacht.

MacDonald: MacDonald: Absolut, vor allem, wenn Sie das Thema vom betrieblichen Standpunkt aus betrachten. Stellen Sie sich noch einmal vor, ich wäre der Hersteller von Maschinen für die Reifenherstellung (oder eines beliebigen anderen Gerätes, das in einem Produktionsbetrieb eingesetzt wird). Mein Kunde muss seine Vorgehensweise ändern, um einen besseren Nutzen aus seinen Anlagen zu ziehen. Und dann denke ich mir: Moment mal. Vielleicht sind meine technischen Spezifikationen nicht auf der Grundlage einer langfristigen Nutzung entwickelt worden oder simulieren nicht einmal die richtigen Bedingungen. Die Sollwerte sind dynamischer, als wir erwartet haben.

Das ist der Punkt, an dem Sie sich sagen: Vielleicht muss ich meinem Endkunden eine Analyse dieser Sollwerte anbieten und eine Anwendung zur Verfügung stellen. Wenn ich einen Einblick darin habe, wie meine Anlagen einen Mehrwert liefern oder Herausforderungen im Betrieb lösen, kann ich dem Kunden diese Erkenntnisse vielleicht sogar als Service zur Verfügung stellen, über den dieser seine operativen Ziele erreichen kann.

MacDonald: Die entscheidende Technologie ist natürlich die Konnektivität. Sie gibt uns die Möglichkeit zur Kontextualisierung der Anlagen und informiert uns in Form von Daten über die physische Umgebung. Mit der richtigen Technologie können wir die Daten in Relation zu ihrem Kontext modellieren.

Aber es gibt noch viele andere Technologien, die ebenfalls wichtig sind. Es gibt eine Systemintegration, die mit der Edge-Konnektivität zu Sensoren zu tun hat. Es gibt auch andere Systeme oder Servicesysteme, die Teil eines übergreifenden proaktiven Ansatzes werden können. Je mehr Möglichkeiten und Tools Sie zur Vereinfachung dieser Systemintegration anbieten können, desto besser.

Sie starten mit der Remoteüberwachung. Wie gesagt, Sie müssen die „Töne“ hören können, bevor Sie mit diesen arbeiten.

Ich denke, dass die erweiterte Remote-Unterstützung, erweiterte 3D-Arbeitsanweisungen und die erweiterte Unterstützung von Experten entscheidend sind. Dinge wie Service, Teilemanagement und Workflow-Management können Erkenntnisse aus der Analyse ableiten. Statistische Berechnungen und maschinelles Lernen unterstützen dabei.

Durch automatisiertes maschinelles Lernen können Sie Modelle zur Darstellung der Daten erstellen und schneller abstimmen. Dies hilft Ihnen, bessere Vorhersagen und Ergebnisse zu erhalten. Und all dies muss mit allgemeinen Analysen verbessert werden.

Außerdem benötigen Sie eine Plattform für die Anwendungsentwicklung. Es gibt eine Menge Dinge, die in diese Anwendungsfälle für den proaktiven Service einfließt. Die wichtigsten Funktionalitäten betreffen die Möglichkeit der Verknüpfung, Speicherung und sinnvollen Nutzung von Daten, insbesondere unter Verwendung fortschrittlicher Analysetechniken wie dem maschinellen Lernen, um Vorhersagemodelle zu erstellen.

Dies muss geschehen, bevor Sie in die Produktion gehen. Sie müssen über Echtzeitsysteme und -anwendungen verfügen, um Daten in diese Modelle zu bekommen. Sie müssen über Systeme und Anwendungen verfügen, die die Vorhersage übernehmen und etwas damit anfangen können.

Die Entwicklung der Erkenntnisse und des geschäftlichen Nutzens ist gewaltig. Ohne eine flächendeckende Konnektivität ist es unmöglich, eine proaktive Service-Initiative über einen Pilotbetrieb hinaus zu skalieren. Sich auf manuelle, inkonsistente Methoden zur Datenextraktion zu verlassen, wird immer weniger praktikabel.

Ebenso müssen Sie in jedem Schritt des Prozesses eine Vielzahl von Analysetechniken zur Verfügung haben, um diese nützlichen Erkenntnisse zu erhalten. Ein Hersteller beginnt vielleicht mit dem Einsatz von Sensoren und der Remote-Verbindung zu Geräten vor Ort. Er beginnt damit, Schwellenwerte zu bestimmen, die Operatoren, Remote-Techniker und Service-Organisationen alarmieren, wenn ein Gerät ein potenzielles Problem hat.

Diese Schwellenwerte können mit zusätzlichen Erkenntnissen zu Situationen wie gleitenden Durchschnittswerten und Benchmarks weiterentwickelt werden, die die normale Nutzung und die Betriebsmuster mit einbeziehen. Auffällige Untersuchungen können in Algorithmen für maschinelles Lernen einfließen. Diese können möglicherweise kausale Muster aufdecken und umfangreiche automatische Diagnosen erstellen. Sie können dann damit beginnen, Vorhersagen und sogar Empfehlungen abzugeben. Das gibt uns die Möglichkeit, Geschäfts- und Betriebsprozesse von Grund auf neu zu überdenken. Ich denke, das ist ein grundlegender Weg, um den Servicebetrieb zu transformieren.

MacDonald: Der Startpunkt, die Konnektivität, kann eine Herausforderung für die Bereitstellung proaktiver Services sein. Unterschiedliche Geräte und verschiedene Versionen ähnlicher Geräte müssen miteinander verbunden werden. Diese Geräte werden wahrscheinlich unter unterschiedlichen Bedingungen betrieben. Die Datenmessungen und die technischen Konnektivitätsprotokolle unterscheiden sich also. PTC hilft mit Funktionen, die Hierarchien unterstützen, die alle Elemente, von der Edge bis zur Cloud, abdecken, und die die Definition und Iteration dieser digitalen Assets erleichtern.

Die Hersteller stehen vor der besonderen Herausforderung, nur begrenzte Daten über die Betriebsumgebung des Kunden zu haben. So verfügen sie selten über Daten jenseits der vernetzten Geräte, die sie verkaufen und warten. Das bedeutet, dass sie möglicherweise nicht immer über aussagekräftige Daten verfügen. Außerdem müssen sie sich Gedanken über aussagekräftige Ergebnisdaten machen, weil das Ergebnis ein operatives Element sein könnte.

Möglicherweise müssen sie andere Techniken verwenden, wie z.B. die Erkennung von Anomalien und die statistische Überwachung. Das sind gute Ansatzpunkte, bevor prädiktive Erkenntnisse möglich sind. Dies gilt insbesondere in den Fällen, in denen ein Umstand oder ein Fehlerzustand nicht eindeutig erfasst und persistiert ist.

Und schließlich erfordern proaktive Services die Integration in verschiedene Systeme, um verschiedene Maßnahmen anhand von prädiktiven Erkenntnissen oder sonstiger Erkenntnisse zu ergreifen – beispielsweise die Visualisierung von Alarmen zur Initiierung eines Workflows und anderer Systeme. Workflow-Tools und eine API-Integrationen innerhalb der eingesetzten Plattform und Software sind von entscheidender Bedeutung und etwas, worauf man achten sollte.

Ein wichtiger Punkt ist die Erkenntnis, dass die digitale Transformation letztendlich ein gemeinsames Projekt ist. Es bedarf einer Zusammenarbeit und der Bereitschaft, zu lernen und zu iterieren. Sie benötigen ein Fundament, auf dem Sie aufbauen können – denn die Implementierung von Technologie ist harte Arbeit.

Von alleine passiert nichts. Der Schlüssel zum Erfolg ist mehr als die Technologie. Projekte müssen auf eine übergreifende Vision ausgerichtet sein. Es gibt eine Vielzahl von Beteiligten, die sich auf gemeinsame Datendefinitionen einigen müssen. Es gibt Ingenieure, Architekten, Informatiker und Operatoren, die einen Weg finden müssen, um zusammenzuarbeiten. Traditionell agieren diese Menschen in sehr unterschiedlichen Bereichen. Um Erkenntnisse zu erlangen und zu interpretieren, müssen sie jedoch zusammenarbeiten und sich gegenseitig unterstützen. Sie müssen sich besser darauf einstellen, wie sich die Daten auf die realen Prozesse auswirken, die sie verändern wollen.

Alle Beteiligten müssen gewillt sein, datenbasierte Entscheidungen zu treffen. Und dazu bedarf es einer entsprechenden Unterstützung durch die Unternehmensleitung. Diese ist eine Voraussetzung für den Erfolg. Führungskräfte, die ein schlecht definiertes Projekt mit unrealistischen Erwartungen auf den Weg bringen, riskieren ein Scheitern. Sie müssen mit den geschäftlichen Zielen beginnen und sich rückwärts zu einer Vision der digitalen Transformation vorarbeiten. Das müssen Sie schon tun, bevor Sie die Projekte bestimmen, die als Baustein für Ihre Strategie dienen sollen.

Kurz gesagt, moderne Führungskräfte müssen eine Vision haben, die sowohl präzise genug für die Organisation ist als auch flexibel genug, um mit der damit verbundenen Unsicherheit möglicher Iterationen bis zum Erreichen des Ziels umzugehen. Wie Sie dieses Gleichgewicht optimal herstellen, ist eines der Dinge, die im Nachhinein klar sind, die bei der Planung jedoch schwierig sein können.

MacDonald: Jeder Hersteller, der Geräte anbietet, die für den Betrieb des Kunden kritisch sind, kann davon profitieren. Und zwar in Situationen, in denen Ausfallzeiten kritisch sind. Proaktive Services sind außerdem breit einsetzbar, um Optimierungen voranzutreiben. Bei Geräten oder Anlagen, bei denen Ausfallzeiten kritisch sind, bei denen der Service kostenintensiv ist und vor allem bei denen die Sicherheit und die Einhaltung gesetzlicher Vorschriften eine hohe Priorität haben, ist der geschäftliche Wert jedoch sehr hoch und die entsprechenden Möglichkeiten sind immens.

Ein großartiges Beispiel ist Howden, ein weltweit führender Hersteller von Lösungen zur Luft- und Gas-Verarbeitung. Die Anlagen des Unternehmens werden in Bereichen wie Infrastruktur, Energieerzeugung, Öl und Gas, Abwasser, Metall, Bergbau und Transport eingesetzt.

Sie sind für den Betrieb von entscheidender Bedeutung. Das Unternehmen hat die Howden Uptime-Lösung (zunächst für ihre individuellen High-End-Anlagen) als vernetzte IoT-Lösung entwickelt. Das Produkt liefert nicht nur der Serviceorganisation, sondern auch den Endkunden Informationen.

Die Wasserkonzentration war kein Teil dieser Lösung, da sie nicht inline im Gerät oder in der Anlage überwacht wurde. (Die Techniker nahmen routinemäßig manuelle Messungen vor.) Einer der Kunden aus der Öl- und Gasbranche hatte damit Probleme. Der Kunde meldet also: „Hey, die Anlage funktioniert nicht. Sie verursacht Ausfallzeiten.“ Howden wollte die Ursache des Problems nachvollziehen. Das Unternehmen bettete ein Wasserprognosemodell in seine Anwendung ein, über das sie nachvollziehen konnten, dass das Problem eher im Betrieb als in der Anlage selbst lag. Das Modell lieferte außerdem Informationen darüber, wie man die Geräte unter den gegebenen Betriebsbedingungen besser einsetzen konnte.

Durch diesen einen wichtigen Kunden bot sich dem Unternehmen eine enorme Chance zur Weiterentwicklung seiner gesamten IoT-Lösung und zur kontinuierlichen Bereitstellung von diagnostischen und prädiktiven Informationen. Die Lösung konnte dann bei anderen Kunden eingesetzt werden.

Ich glaube, Howden ist überzeugt, dass der wichtigste Erfolgsfaktor darin besteht, den Mehrwert am Schnittpunkt der eigenen Aktivitäten zu verstehen. Datenanalyse und die prädiktive Modellierung sind von grundlegender Bedeutung für die Beschleunigung des globalen Übergangs zur Digitalisierung von Services. Und das heißt, ein großer Teil des Wertes eines proaktiven Serviceprojekts ist der Aufbau eines Konzepts, das eine strategische Wettbewerbsdifferenzierung in einem sehr entwickelten Markt bietet.