Schlagwort: Organizational Intelligence

Grundlagen Organizational Intelligence

Die Unternehmenssensorik als konstituierendes Element der Organizational Intelligence

Im letzten Beitrag haben wir die Anforderungen an die Vernetzung und Verknüpfung industrieller Prozesse beschrieben:

1. Echtzeitbedingung
2. Vernetzungsbedingung
3. Nutzen- und Wertsteigerung
4. Transparente, eindeutig interpretierbare und vollautomatische Entscheidungsfindung
5. Selbstlernende Systeme.

Im zweiten Teil unserer Serie widmen wir uns der Frage, wie wir diese Eigenschaften nutzen können, um ein Unternehmen mit seiner Umwelt zu verknüpfen. Manchmal scheint es fast, dass Ideen doch zum Greifen nahe gewesen wären. Dennoch befindet sich plötzlich das eigene Unternehmen in Schieflage, weil ein neuer Mitbewerber mit Innovationen kommt, die Kundenwünsche viel besser abdecken als eigene Lösungen. Dies gilt umso stärker, je näher die eigenen Geschäftsmodelle an Dienstleistungen oder Konsumgütern sind. Ein Tank mit Ammoniak dürfte weniger solchen Überlegungen unterliegen als ein Gerät, welches verschiedene Dienste offeriert, die sich digital konfigurieren lassen, wie ein Smartphone.

Neue Tools werden benötigt

Um Entwicklungen in der Außenwelt, plötzlich auftretende Ereignisse oder die Verkettung von kleineren Entwicklungen hin zu einer Änderung des Kundenverhaltens frühzeitig zu erkennen und für sich positiv zu beeinflussen oder negative Effekte zu minimieren, benötigen Unternehmen neue Tools. Diese müssen in der Lage sein, die Außenwelt – sortiert nach Relevanz für das eigene Unternehmen – darzustellen und Ereignisse, die die Geschäftsmodelle und Kernprozesse direkt betreffen, zu erkennen, zu filtern und Entscheidungen teil- oder vollautomatisiert vorzubereiten oder gar zu treffen. Im Verbund funktionieren diese Tools als eine Art Unternehmenssensorik.

Herausforderung Künstliche Intelligenz

Während Sammlung und Analyse von Ereignissen und Daten durch die Auswahl von passenden Experten, Entwurfsmethoden und Framework bewältigt werden können, liegen die Herausforderungen insbesondere darin, dass einzelne Hinweise in den Datenströmen für sich keinerlei Bedeutung zu besitzen scheinen oder die Details in den Mustern untergehen und somit erst spät entdeckt werden. Die Wahrscheinlichkeit des Versagens sinkt mit der Häufigkeit des Auftretens, doch dann könnte es für die Pionierleistung bereits zu spät sein.

Reibungslose Automatismen können erreicht werden

Es zeigt sich, dass für die Unternehmenssensorik ähnliche Anforderungen gelten wie für die Industrie im Allgemeinen bei der Umstellung auf neue Verfahren, die durch digitale Werkzeuge begünstigt sind. Durch sinnvolle Integration im Rahmen von Organizational Intelligence können Synergien genutzt werden. So wird neben der Entscheidungsfindung auch deren Umsetzung deutlich beschleunigt. Am Ende steht die Vollendung der reibungslosen Automatismen, die schon seit Jahrzehnten in der Forschung als Ziel skizziert sind.

Grundlagen Organizational Intelligence

Entwicklung des Themas Organizational Intelligence: Industrie 4.0

Es vergeht nicht ein Tag, an dem nicht Folgen der Digitalisierung in Umwelt, Werbung oder den Medien eine Rolle spielen. Die sogenannten Digital Natives, junge Menschen die mit der Digitaltechnik als bestimmendes Element aufgewachsen sind, bestimmen durch ihr Konsumverhalten und Wahrnehmung der Freizeitgestaltung mehr und mehr unsere Gesellschaft sowie unseren Umgang mit den vielfältigen Möglichkeiten der Digitalisierung.

Schon 1997 hat Clayton M. Christensen mit seinen Thesen der disruptiven Technologie den Werdegang der Digitalisierung richtungsweisend beschrieben. Dinge des alltäglichen Lebens und der Industrie, die uns lange Zeit als vertraute Wegbegleiter erschienen, sind in den letzten Jahrzehnten zunehmend von günstigeren, im Funktionsumfang umfangreicheren und durchaus auch zuverlässigere Technologie ersetzt worden, was zu einer Verdrängung der bis dato als gesetzt gesehenen Großkonzerne geführt hat. Nicht selten werden noch große Namen von Fachleuten schon als obsolet angesehen und die dargebotenen Produkte erfüllen nicht mehr die Wünsche der Nutzer. Sobald die noch vorhandenen Kapazitäten aufgebraucht sind, können die alte Innovationsgrößen, die heute eher einem schlafenden Riesen gleichen, nicht mehr vom vergangenen Anspruch zehren und werden nach und nach vom Markt verschwinden.

Im Wettbewerb um die Nachfolge der obsoleten Unternehmensformen rückt die Digitalisierung und ihre Abhängigkeiten in den Fokus. Gerne wird die Digitalisierung als Ziel des ganzen Unterfangens gesehen und damit vom Werkzeug zum Selbstzweck erhoben. Bei genauer Betrachtung ergibt sich jedoch, dass die Digitalisierung wie jedes Werkzeug uns neue Operatoren und Primitive zur Verfügung stellt, die wir zur Erfüllung von Bedarfen nutzen können. Die Kunst besteht nun in der Wohldefiniertheit und Vollständigkeit der Methoden und der korrekten Anwendung.

Die momentan in großer Zahl aufkommenden Zukunftsprojekte rund um die Industrie 4.0 sind nichts weiter als eine Folge dieser Entwicklung. Die Produktion soll sich den Wünschen anpassen und dies durch eine hochgradige Flexibilisierung erreichen. Nun ist das Konzept der flexiblen Fertigungssysteme nicht neu (siehe beispielsweise Eversheim, 1989), jedoch sehr aufwändig und teuer.

Fertigungsstraßen sind bisher darauf ausgelegt in großer Stückzahl einen wohldefinierten Prozess durchzuführen. Modifikationen sind häufig mit Konfigurations- oder gar Umbaumaßnahmen verbunden, die die Produktion für einen Zeitraum von wenigen Tagen bis mehrere Monate ruhen lassen können – je nach Ausmaß auf einen Teil beschränkt bis hin zur Gesamtanlage des Standorts.

Die Umsetzungsempfehlungen aus einer Zusammenarbeit der Forschungsunion und acatech aus dem Jahr 2013 nennen viele relevante Aspekte, die bei der Erfüllung der Vision der flexiblen Fertigungssysteme helfen sollen. Die schon angedeutete dynamische Konfigurierbarkeit der Produktionsanlagen, ohne die bisher notwendigen Ausfallzeiten, die Ad-hoc Vernetzung zwischen den einzelnen Elementen der Anlagen bzw. zwischen den Anlagen untereinander bis hin zur Vernetzung mit allen Punkten der Supply-Chain. Hier kommt die weiterhin geforderte Dezentralisierung der Prozesse und Arbeit ins Spiel, um diese Vernetzung zu erreichen. Automatische, intelligente Systeme überwachen die Anlagen und deren Vernetzung und greifen bei Bedarf steuernd ein. Der letzte Punkt rundet den Rahmen, in dem sich das Thema Industrie 4.0 bewegt, ab und bildet den Fokus, auf den wir uns als GFFT fokussieren.

Die letzte Instanz muss zwei Herausforderungen meistern:

1. Wie kann der Gesamtprozesse automatisiert werden?
2. Welchen Grad der Intelligenz benötigen wir, um hinreichend genau eingreifen zu können?

Für die erste Herausforderung werden von diversen Unternehmen und Konsortien schon Schritte unternommen, um nach und nach die Prozesse in der Fertigung und Logistik zu automatisieren und die Möglichkeiten der einzelnen Anlagen zu optimieren. Wir müssen uns an die Schnittstellen der Sensoren und Steuerungssysteme ankoppeln.
Diese Daten können wir dann an die Instanz geben, die Entscheidungen automatisiert trifft, oder im besonderen Fall zur Überprüfung weitergibt.
Der zweite Punkt ist wesentlicher offener und auch nach heutigem Forschungsstand nur schwer einzuschätzen.

Folgende Voraussetzungen können definiert werden:

1. Echtzeitbedingung
2. Vernetzungsbedingung
3. Nutzen- und Wertsteigerung
4. Transparente, eindeutig interpretierbare und vollautomatische Entscheidungsfindung
5. Selbstlernend

Alle relevanten Daten müssen in Echtzeit verfügbar sein. Hierfür ist eine hochgradige Vernetzung erforderlich. Wesentliche Aspekte hierbei sind die Datenspeicherung, das Datenmanagement und die Verknüpfung der Daten, um Informationen schnell gewinnen zu können. Dabei darf die Verarbeitung der Daten nicht wesentlich langsamer als deren Auswertung sein. Die Algorithmen müssen den Wissensstand, respektive Datenbestand, dynamisch und unter Echtzeitanforderung verarbeiten und erweitern können.

Während der Analyse der Daten sollen Erkenntnisse gewonnen werden, die auf eine Vergrößerung des Nutzens zielen und Vielfalt der Fertigung erhöht. Getroffene Entscheidungen müssen, anders als heute in KI-Systemen üblich, möglichst transparent und eindeutig nachvollziehbar getroffen werden.
Ziel des Systems ist es vollautomatisiert Entscheidungen zu treffen, die der dritten Bedingung nicht zuwiderhandeln. Weiterhin soll das System durch selbstlernende Mechanismen mit der Historie an Daten und getroffenen Entscheidungen seine Qualität in der Entscheidungsfindung steigern.

Bis wir eine KI erschaffen können, die diese Punkte vollumfänglich erfüllt, setzen wir auf Hilfe bei der Analytik und Hilfe bei der Entscheidungsfindung. Ein weiterer Fokus liegt auf der Anbindung der Kommunikation außerhalb der Unternehmen aus den heterogenen Quellen an die Entscheidungsprozesse. Darin sehen wir eine der wesentlichen Stärken der Digitalisierung, dass erstmals die Möglichkeit besteht durch viele Informationen gebündelt schneller Entscheidungen finden zu können, welche Größen und Prozesse im aktuellen Marktumfeld die eigene Entwicklung beeinflussen und wie diese mit einbezogen werden.