Der Fortschritt in der Informations- und Kommunikationstechnologie verwandelt traditionelle in intelligente Produkte und erm\u00f6glicht es Unternehmen, neuartige intelligente Dienstleistungen anzubieten. Dabei gilt das Konzept des \u00abdigitalen Zwillings\u00bb als eine Schl\u00fcsseltechnologie, um mit intelligenten Diensten Mehrwert zu schaffen. <\/p>\n\n\n\n
Der Digitale Zwilling wird von Gartner dementsprechend auf Platz 4 innerhalb der Top 10 der strategischen Technologietrends gef\u00fchrt, die „noch nicht weithin anerkannte Trends sind, jedoch Auswirkungen auf die Transformation von Industrien bis 2023 haben“ (Panetta, 2018). Auch wenn das Konzept des digitalen Zwillings relativ jung ist, wird ihm eine grosse Zukunft vorausgesagt, so soll der Markt von sch\u00e4tzungsweise $ 3,8 Mrd. im Jahr 2019 auf $ 35,8 Mrd. im Jahr 2025 wachsen (Rais, 2019).<\/p>\n\n\n\n
Entsprechend viele Unternehmen haben sich in den letzten Jahren und Monaten dieses Thema auf die Fahne geschrieben und investieren gewaltige Ressourcen in entsprechende Entwicklungen. Allerdings sind die konkreten Mehrwerte und damit die Renditeaussichten von Investitionen in digitale Zwillinge in der Praxis oft schwierig abzusch\u00e4tzen, da interne wie externe Prozesse betroffen sind und die erfolgreiche Bew\u00e4ltigung der Herausforderungen dieses komplexes Themas das Zusammenspiel von verschiedenen Unternehmensbereichen erfordert.<\/p>\n\n\n\n
Funktions\u00fcbergreifende Diskussionen und Zusammenarbeit gestalten sich daher oft m\u00fchselig, da ein gemeinsamer konzeptioneller Rahmen, eine eindeutige Terminologie und gemeinsame Sprache auf der Grundlage eines ausreichend abstrakten, intuitiv verst\u00e4ndlichen und einfach zu handhabenden Referenzmodells fehlen. Deshalb hat die Fachstelle f\u00fcr Produktmanagement<\/a> des Instituts f\u00fcr Marketing Management<\/a> 2018 ein Forschungsprojekt gestartet, um ein entsprechendes konzeptionelles Referenzmodel f\u00fcr die Wertgenerierung mit digitalen Zwillingen zu entwerfen und die Unternehmen damit bei ihren Innovationsprojekten zu unterst\u00fctzen.<\/p>\n\n\n\n Das in diesem Beitrag vorgestellte Modell umfasst die aus akademischer Sicht zentralen Dimensionen des digitalen Zwillings und spezifiziert diese im Hinblick auf eine abgestimmte und schl\u00fcssige Wertgenerierung.<\/p>\n\n\n\n Das Digital Twin Conceptual Framework<\/strong><\/p>\n\n\n\n Um die Wertgenerierung mit digitalen Zwillingen ganzheitlich zu erfassen, werden in einem ersten Schritt die Dimensionen externe Wertgenerierung (im Markt, bei den Kunden), interne Wertgenerierung (innerhalb des Unternehmens) und die daf\u00fcr ben\u00f6tigten Datenressourcen unterschieden.<\/p>\n\n\n\n Externe Wertgenerierung<\/strong><\/p>\n\n\n\n Am meisten Beachtung findet in Innovationsprojekten jeweils die externe Wertgenerierung, da eine Mehrheit der Unternehmen beabsichtigen, durch digitale Zwillinge und die dadurch erm\u00f6glichten datenbasierten Services zus\u00e4tzliche Ums\u00e4tze zu generieren, Margen zu erh\u00f6hen und die Kundenzufriedenheit und -bindung zu verst\u00e4rken. Dabei stellt sich in jedem Fall die Frage, auf welcher Hierarchieebene des Systems (System Hierarchy Level) Wert entstehen soll, welche Bereiche des Service-Umfangs (Service Scope) verbessert werden sollen und welche F\u00e4higkeiten (Smartness Maturity) die digitalen Zwillinge daf\u00fcr aufweisen m\u00fcssen.<\/p>\n\n\n\n Interne Wertgenerierung<\/strong><\/p>\n\n\n\n Dabei wird oft vernachl\u00e4ssigt, dass digitale Zwillinge auch innerhalb des eigenen Unternehmens viele Prozesse ver\u00e4ndern und auf vielseitige Art und Weise Wert generieren k\u00f6nnen.\u00a0Im Fokus steht dabei das Management der Lebenszyklusprozesse (Lifecycle), von einzelnen Instanzen bis hin zu Produktportfolios (Value Creation Hierarchy) unter Ber\u00fccksichtigung historischer, aktueller als auch zuk\u00fcnftiger Zust\u00e4nde und Daten (Generations \/ Time).<\/p>\n\n\n\n Datenressourcen<\/strong><\/p>\n\n\n\n Sowohl die interne als auch die externe Wertgenerierung wird jedoch erst durch die Nutzung von entsprechenden Datenressourcen erm\u00f6glicht. Hierbei stellt sich die Frage welche Daten (Data Category) aus welchen Quellen (Data Sources) gewonnen werden sollen und wie stark diese aufbereitet und analysiert werden m\u00fcssen (Data Format).<\/p>\n\n\n\n Anwendung des Modells zur Wertgenerierung<\/strong><\/p>\n\n\n\n Das Modell bildet das ganze Spektrum an m\u00f6glichen Datenressourcen und der daraus erm\u00f6glichten Wertgenerierung mit digitalen Zwillingen innerhalb und ausserhalb des eigenen Unternehmens ab. Durch die jeweils 3 Achsen mit wiederum 3 Spezifikationen k\u00f6nnen in jeder der 3 Dimensionen (W\u00fcrfel) insgesamt 27 Ankn\u00fcpfungspunkte f\u00fcr die Innovation mit digitalen Zwillingen unterschieden werden, welche f\u00fcr die Wertgenerierung mit digitalen Zwillingen in Frage kommen.<\/p>\n\n\n\n F\u00fcr Unternehmen ist es jedoch nicht das Ziel, alle 81 im konzeptionellen Referenzmodell abgebildeten Ankn\u00fcpfungspunkte umzusetzen, sondern sinnvolle Kombinationen zu ermitteln, die mit im Verh\u00e4ltnis m\u00f6glichst optimalem Aufwand hinsichtlich der Datenressourcen effizient und effektiv interne und externe Werte schaffen. Die so generierten Werte entstehen durch einen kooperativ geschaffenen digitalen Zwilling, der ein dynamisches Verh\u00e4ltnis zwischen Anbieter und Nachfrager kreiert – und dadurch zu einem kaum replizierbaren Wettbewerbsvorteil f\u00fchrt.<\/p>\n\n\n\n Ein Beispiel w\u00e4re \u00abpredictive maintenance\u00bb also die proaktive Wartung physischer G\u00fcter aufgrund datenbasierter Vorhersagen. Hierbei wird externer Wert generiert durch Steigerung der Verf\u00fcgbarkeit (Availability) mittels Kontrolle (Control) eines IoT-f\u00e4higen Assets (Connected Product). Aber nicht nur der Besitzer dieses Assets profitiert von dieser Anwendung, auch intern entsteht Wert f\u00fcr das Unternehmen, da die Prozesse innerhalb der Nutzungsphase (Middle of Life \/ MoL) des Assets (Instanz) auf Basis vergangener, aktueller und zuk\u00fcnftiger Zust\u00e4nde (Past, Present, Future) optimal gestaltet werden k\u00f6nnen. Dazu reicht es in der Regel bereits aus, ein Set an produktbezogenen (Product) IST-Daten aus dem Asset (Thing) mit \u00fcberschaubaren Mitteln aufzubereiten (Structured) und mit den SOLL-Werten aus den internen Systemen (internal Systems) abzugleichen.<\/p>\n\n\n\n Predictive Maintenance kann daher ein geeigneter Einstieg in die Entwicklung eines umfangreicheren digitalen Zwillings sein, der zu einem sp\u00e4teren Zeitpunkt weitere Datenkategorien (Context oder Customer) aus zus\u00e4tzlichen Quellen (external Systems) verwendet, um nicht nur Dashboards mit strukturierten Daten zu visualisieren, sondern daraus Aktionen (interpreted Data) zur Generierung zus\u00e4tzlicher interner und externer Werte ableitet.<\/p>\n\n\n\n Ausblick<\/strong><\/p>\n\n\n\n Die M\u00f6glichkeiten zur Wertgenerierung mit digitalen Zwillingen sind sehr umfangreich und k\u00f6nnen je nach Unternehmen und Anwendung sehr unterschiedlich ausfallen. In weiteren Beitr\u00e4gen werden wir die drei zentralen Dimensionen der internen und externen Wertgenerierung als auch der Datenressourcen vertieft darstellen und deren Zusammenspiel anhand konkreter Beispiele erl\u00e4utern.<\/p>\n\n\n\n Das in diesem Beitrag vorerst oberfl\u00e4chlich vorgestellte Konzept wurde im April 2020 im Rahmen der \u00abInternational Conference on Information Science and Systems\u00bb publiziert und ist hier<\/a> frei verf\u00fcgbar.<\/p>\n\n\n\n Das Modell wird zudem kontinuierlich hinsichtlich des Einsatzes in der Praxis optimiert, wir freuen uns daher \u00fcber jegliches Feedback oder gar die\u00a0Kontaktaufnahme<\/a>\u00a0zwecks Gedankenaustauschs hinsichtlich konkreter Anwendungen und deren praktischen Umsetzung.<\/p>\n\n\n\n <\/p>\n\n\n\n Autoren & Kontakt<\/strong><\/p>\n\n\n\n Linard Barth ist Wissenschaftlicher Mitarbeiter, Projekt- und Studiengangleiter am\u00a0Product Management Center<\/a>\u00a0der ZHAW. Seine Interessen gelten in erster Linie dem Zusammenspiel einzelner Elemente in gr\u00f6sseren Systemen und wie diese konsistent nachhaltig funktionierend ausgerichtet werden k\u00f6nnen. Dazu erforscht er den Einfluss von Internet of Things, Smart Connected Products und Digitalen Zwillingen auf Business Modelle und Value Propositions. Als ehemaliger Gr\u00fcnder schl\u00e4gt sein Herz insbesondere f\u00fcr Start-Ups, Entrepreneure und innovative Firmen, welche die genannten Konzepte in der realen Welt umsetzen und ber\u00e4t diese in unterschiedlichen Projekten. Nebenbei leitet er den Studiengang\u00a0CAS Pricing & Sales<\/a>, ein Weiterbildungsangebot des Instituts f\u00fcr Marketing Management der ZHAW.<\/p>\n\n\n\n Linard.barth@zhaw.ch<\/a> \/ Telefon +41 58 934 68 67<\/p>\n\n\n\n Dr. Matthias Ehrat ist Dozent, Projektleiter und Start-up Coach am\u00a0Product Management Center<\/a>\u00a0der ZHAW. Bereits seit seiner Ausbildung an der Eidgen\u00f6ssischen Technischen Hochschule (ETH) und der Universit\u00e4t St. Gallen (HSG) schl\u00e4gt sein Herz f\u00fcr technologiegetriebene Innovationen. Durch langj\u00e4hrige Erfahrungen in verschiedenen Positionen im industriellen Anlagenbau konnte er sich ein breites Wissen im Betriebsmanagement aneignen. Er h\u00e4lt selbst mehrere Patente und ber\u00e4t Start-ups bez\u00fcglich den Schutzm\u00f6glichkeiten und der Anmeldeverfahren ihrer technologischen Entwicklungen. Nebenbei leitet er den Studiengang\u00a0CAS Industrial Product Management<\/a>, ein Weiterbildungsangebot des Instituts f\u00fcr Marketing Management der ZHAW.<\/p>\n\n\n\n Matthias.ehrat@zhaw.ch<\/a> \/ Telefon +41 58 934 66 31<\/p>\n\n\n\n Quellen:<\/strong><\/p>\n\n\n\n Barth, L.; Ehrat, M.; Fuchs, R. & Haarmann, J. (2020). Systematization of digital twins : ontology and conceptual framework. In: ICISS 2020 : Proceedings of the 2020 The 3rd International Conference on Information Science and System. 3rd International Conference On Information Science And Systems ICISS 2020, Cambridge, UK, 19-22 March 2020. New York: Association for Computing Machinery. S. 13-23. Verf\u00fcgbar unter: https:\/\/doi.org\/10.1145\/3388176.3388209<\/a><\/p>\n\n\n\n Panetta, K., (2018). Gartner Top 10 Strategic Technology Trends for 2019. Published online October 15, 2018. https:\/\/www.gartner.com\/smarterwithgartner\/gartner-top-10-strategic-technology-trends-for-2019<\/a> \/ Accessed 12 August 2019.<\/p>\n\n\n\n![\"\"](\"https:\/\/blog.zhaw.ch\/industrie4null\/files\/2020\/08\/Unbenannt.jpg\")
<\/figure><\/div>\n\n\n\n![\"\"](\"https:\/\/blog.zhaw.ch\/industrie4null\/files\/2020\/08\/extern.jpg\")
<\/figure>\n\n\n\n![\"\"](\"https:\/\/blog.zhaw.ch\/industrie4null\/files\/2020\/08\/intern.jpg\")
<\/figure>\n\n\n\n![\"\"](\"https:\/\/blog.zhaw.ch\/industrie4null\/files\/2020\/08\/daten.jpg\")
<\/figure>\n\n\n\n![\"\"](\"https:\/\/blog.zhaw.ch\/industrie4null\/files\/2020\/08\/bild-quer-1024x397.jpg\")
<\/figure>\n\n\n\n![\"\"](\"https:\/\/blog.zhaw.ch\/industrie4null\/files\/2020\/08\/Ausblick.jpg\")
<\/figure>\n\n\n\n![\"\"](\"https:\/\/blog.zhaw.ch\/industrie4null\/files\/2020\/08\/bath.jpg\")
<\/figure>\n\n\n\n![\"\"](\"https:\/\/blog.zhaw.ch\/industrie4null\/files\/2020\/08\/era.jpg\")
<\/figure>\n\n\n\n