Unser Ansatz

End-to-End-Prozesse stellen den Kunden in den Mittelpunkt des unternehmerischen Handelns: Ausgehend von einem Kundenbedürfnis läuft „etwas“ in Unternehmenssysteme und am Ende dann wieder zurück zum Kunden. Alle Aktivitäten, die diesen Ablauf unterstützen und flankieren, sollten möglichst nahtlos – auch über Systemgrenzen hinaus – aufeinander abgestimmt sein, damit der Kunde möglichst schnell sein Bedürfnis erfüllt bekommt. Je effizienter diese Prozesse ablaufen, desto profitabler kann ein Unternehmen Kundenbedürfnisse erfüllen. Vor diesem Hintergrund gilt: Je geringer die Anzahl der Systeme, die ein Prozess durchläuft, desto einfacher ist er zu handhaben und desto leichter lassen sich Automatisierungen einbauen.

Prozessautomatisierungen basieren zum einen auf einer Verknüpfung von Teilprozessen, zum anderen erfordern sie eine (echtzeit-)datengestützte Intelligenz: Im System hinterlegte Logiken und maschinell erlernte Erfahrungswerte liefern die Grundlage für autonome Entscheidungen und das Anstoßen von Folgeprozessen. Im Idealfall muss der Mitarbeiter nur noch in Ausnahmefällen bzw. bei unerwarteten Ereignissen eingreifen (ausnahmebasiertes Handeln). Das ermöglicht die kosteneffiziente Realisierung individueller Kundenanforderungen bis hin zur Produktionsaufträgen der Losgröße 1.

Das alles lässt sich innerhalb moderner, intelligenter ERP-Systeme wie dem SAP S/4HANA abbilden. Ein vollständiger End-to-End Prozess geht aber über die Grenzen des ERPs hinaus: Bereiche in der Fertigung, der Logistik oder Produkte im Kundeneinsatz (deren stetige Verfügbarkeit Teil des Kundenbedürfnisses ist) liegen oftmals außerhalb – IoT-Technologie kann helfen, diese Lücke zu schließen.

Echtzeit-Daten von Maschinen und Sensoren, aber auch Informationen über manuelle Arbeitsfortschritte, welche über AutoID oder Rückmelde-Terminals erfasst werden, können mit Prozessdaten kombiniert und für die intelligente Automatisierung von Abläufen genutzt werden:

• So können Maschinen Zustandsdaten in eine Cloud-Umgebung liefern (Big Data), wo sie analysiert und auf Muster bzw. auf Zusammenhänge mit Störungen und Ausfällen untersucht werden. Die (verdichteten) Erkenntnisse – etwa Prognosen über drohende Ausfälle – können proaktiv den Einsatz von Servicetechnikern oder Ersatzteilbestellungen anstoßen.
• Ein anderes Beispiel ist die kontinuierliche Erfassung von Auftragsfortschritten in der eigenen Fertigung. Diese können in Echtzeit in das ERP integriert werden, so dass etwa die Feinplanung kontinuierlich optimiert werden und der Werksleiter eine optimale Auslastung aller zur Verfügung stehenden Ressourcen umsetzen kann.

Grundsätzlich bietet es sich an, bei (I)IoT Szenarien zwischen Konzepten für die eigene Fertigung (interne Perspektive – „IIoT“) und für Produkte im Kundeneinsatz (externe Perspektive – „IoT“) zu unterscheiden, da jeweils verschiedene Prozesse und Unternehmensbereiche betroffen sind.

Als Digitalisierungspartner für den Mittelstand, liegt unser ureigenes Interesse darin, solche mitunter technologisch anspruchsvollen Szenarien, in möglichst einfach implementier- und betreibbare Lösungen zu überführen und die Komplexität, wo immer möglich, zu reduzieren. Vor diesem Hintergrund arbeiten wir SAP-nah bzw. -integriert und versuchen komplexe Drittsysteme, wie ein MES, mit zusätzlichen Schnittstellen zu vermeiden. Wir orientieren uns mit unseren Lösungen an klar greifbaren Use Cases und bauen diese, wann immer möglich, mit praxiserprobten Bausteinen modular auf. Dadurch gewährleisten wir, dass unsere Kunden mit mittelstandsgerechten Investitionen zum Ziel kommen und von einer einfachen Skalierbarkeit profitieren.