Value Creation with Digital Twins – a Conceptual Framework: Dimension der externen Wertgenerierung

Von Linard Barth und Dr. Matthias Ehrat

Im ersten Blogbeitrag zum Digital Twin Conceptual Framework der Fachstelle für Produktmanagement des Instituts für Marketing Management wurde das Rahmenmodell im Überblick vorgestellt und mögliche Anwendungen erläutert.

Um die Wertgenerierung mit digitalen Zwillingen ganzheitlich zu erfassen, werden im Rahmenmodell die Dimensionen «externe Wertgenerierung» (im Markt, bei den Kunden, in der Anwendung und Nutzung), «interne Wertgenerierung» (innerhalb des Unternehmens) und die dafür benötigten «Datenressourcen» unterschieden. In diesem Beitrag beleuchten wir die erste Dimension «externe Wertgenerierung». Wir erläutern dazu die drei-Achsen der ersten Dimension und deren Spezifikationen.

Externe Wertgenerierung

Am meisten Beachtung findet in Innovationsprojekten jeweils die externe Wertgenerierung, da eine Mehrheit der Unternehmen beabsichtigt, durch digitale Zwillinge und die dadurch ermöglichten datenbasierten Services zusätzliche Umsätze oder zusätzliche Kundenbindung zu generieren, Margen zu erhöhen und die Kundenzufriedenheit zu verstärken. Dabei stellen sich in jedem Fall die Fragen, auf welcher Hierarchieebene des Systems (System Hierarchy Level) Wert entstehen soll, welche Bereiche des Service-Umfangs (Service Scope) verbessert werden sollen und welche Fähigkeiten (Smartness Maturity) die digitalen Zwillinge dafür aufweisen müssen.

System Hierarchy Level

Welche Systemstufe ist für uns für die Generierung von Wert aktuell/in Zukunft zentral?

Um diese Frage zu beantworten, müssen sich Unternehmen ein Verständnis des wirtschaftlichen Ökosystems Ihrer Kunden und Anwender verschaffen. Dabei können theoretisch beliebig viele Ebenen unterschieden werden, von einzelnen Teilkomponenten, über Baugruppen und Smart Connected Products, unterschiedlichen System-Ebenen bis hin zu Smart City-/Factory- oder gar noch umfassenderen Systems-of-Systems. Wie viele Ebenen für die eigene Betrachtung sinnvoll sind muss im Einzelfall definiert werden, das Rahmenmodell unterscheidet die drei grundsätzlichsten Ebenen, die aus unserer Sicht mindestens unterschieden werden sollten.

Connected Product-Ebene

Die Ebene des Connected Products definiert die kleinste als Instanz identifizierbare Komponente oder Baugruppe mit eigener Konnektivität zum Anbieter oder zu höheren Systemen. Kommt die Fähigkeit dazu, auf selbstständig erfasste Daten oder Rückmeldungen zu reagieren, kann es bereits als «smart» bezeichnet werden. Die wichtigsten Bestandteile eines Smart Connected Products sind in der folgenden Abbildung dargestellt.

System

Ein System umfasst mehrere Connected Products, nutzt deren Daten und spielt ihnen auch Daten zurück. Smart Connected Products können innerhalb des Systems direkt miteinander kommunizieren oder nur über das System-Modul. Da ein solches System digitale (cyber) wie physische (physical) Elemente umfasst und die Erbringung von Diensten (Services) für Akteure (menschliche Benutzer oder andere Systeme) ermöglicht, wird es als «Cyber-Physical-Service-System» bezeichnet.

System of Systems

Ein System-of-Systems umfasst wiederum mehrere Systeme oder kleine Teilsysteme und nutzt deren Daten und spielt ihnen auch Daten zurück. Die Systeme innerhalb eines Systems-of-Systems können sehr hohe Autonomie besitzen und direkt mit anderen Systemen kommunizieren. System of Systems nutzen für deren Realisierung und Betrieb regelmässig Plattformdienste von Drittanbietern.

Service Scope

Wo liegt der Hauptfokus der Generierung von Wert unserer Leistungen?

Diese Frage ist insbesondere deshalb von hoher Relevanz, da hier die Bedürfnisse der Kunden mit der eigenen Value Proposition in Einklang gebracht werden müssen und in vielen Fällen ein zumindest teilweiser Zielkonflikt zwischen den drei grundlegenden Felder des Leistungsfokus besteht. Wird zum Beispiel die Performance in den Mittelpunkt gerückt, müssen u.U. Abstriche bei der Lebensdauer, höhere Ausfallwahrscheinlichkeiten (Availability) oder geringere Qualität in Kauf genommen werden.

Availability

Bei vielen insbesondere industriellen Güter und Anlagen ist das Ziel eine maximale rsp. optimale Verfügbarkeit und Kapazitätsauslastung zu erreichen. Dabei gibt es hinsichtlich der Anforderungen grosse Unterschiede, so sollten zum Beispiel Data Center, welche kritische Daten speichern und verwalten nie ausfallen. Steht der Einsatz für wechselnde Aufgaben im Vordergrund, soll dieser Wechsel möglichst optimal (schnell, automatisch, fehlerfrei) erfolgen.

Performance

Ziel ist die Steuerung (Maximierung oder Optimierung) des Output/Input-Verhältnisses der Ressourcen des Unternehmens. Grundsätzlich kann ceteris paribus durch eine Reduktion der Inputfaktoren als auch durch eine Erhöhung der Outputfaktoren die Performance gesteigert werden. Im Fokus stehen dabei die monetären Kosten sowie die Durchlaufzeiten für bestimmte Prozesse.

Quality

Ziel ist die bestmögliche Erreichung der Qualitätsanforderungen der Akteure. Die qualitativen Faktoren sind vielseitiger als die Availability oder die Performance und müssen aus Sicht der Kunden eruiert werden – dabei können neben klassischen Qualitätsfaktoren zusätzliche Elemente wie beispielsweise Anwenderzufriedenheit (z.B. Arbeitssicherheit, Reduktion von Stressoren wie Lärmemissionen, User Experience und Usability) oder die Erfüllung von Regularien (z.B. ISO-Standards) oder Nachhaltigkeitsthemen (z.B. CO2-Neutralität) definiert werden.

Smartness Maturity

Welches Mass an Intelligenz und Fähigkeiten ist/wird erforderlich?

Die Beantwortung hängt in grossem Masse davon ab, was hinsichtlich des «System Hierarchy Levels» und des «Service Scopes» definiert wurde. Zum einen sind generell je nach Service Scope unterschiedliche Reifegrade erforderlich, zum anderen gilt es festzustellen, in welcher Instanz auf welchem System Hierachy Level diese integriert werden sollten. Eine Instanz kann dabei sowohl ein einzelnes (individuelles) Connected Product, System oder auch System of Systems sein.

Control

Im Reifegrad «Control» kann die Instanz ferngesteuert werden oder steuert sich selbst anhand festgelegter Grenzwerte (horizontale Linien in Abbildung 6). Dabei sind nicht nur die Grenzwertkategorien, sondern auch deren Höhe voreingestellt und werden von der Instanz selbst nicht verändert. Die dadurch realisierbaren Reaktionen, wie z.B. Notausschaltungen, senden von Alarmen oder erzeugen von Ampelsystemen sind simpel, können jedoch bereits enorme Mehrwerte generieren.

Optimize

Im Reifegrad «Optimize» kann die Instanz ihre Reaktionen selbstständig optimieren, zum Beispiel durch ein Anpassen der festgelegten, normierten Grenzwerte anhand eigener «Erfahrungen» bzw. Erfahrungen typen-gleicher Instanzen. Dadurch können sowohl die bereits auf dem «Control» Level möglichen Mehrwerte verbessert als auch zusätzliche Mehrwerte generiert werden, wie z.B. Selbstkalibrierung/-einstellung, Prozessoptimierung usw.

Autonomy

Die Instanz optimiert ihre eigene Viabilität eigenständig, legt z.B. neue Grenzwertkategorien auf Basis automatisierter Ursachenanalysen fest oder optimiert konfligierende Ziele hinsichtlich des Service-Scopes. Im Vergleich zum Reifegrad «Optimize» bedeutet das, das die Instanz über eine eigene maschinelle Lernfähigkeit im erforderlichen Mass verfügt.

Ausblick

Die Möglichkeiten zur Wertgenerierung mit digitalen Zwillingen sind sehr umfangreich und können je nach Unternehmen und Anwendung sehr unterschiedlich ausfallen. In zukünftigen Beiträgen werden wir die weiteren Dimensionen erläutern.

Das in diesem Beitrag vorgestellte Rahmenmodell wurde im April 2020 im Rahmen der «International Conference on Information Science and Systems» publiziert und wird auf Anfrage gerne zugesendet. Das Modell wird zudem kontinuierlich hinsichtlich des Einsatzes in der Praxis optimiert, wir freuen uns daher über jegliches Feedback oder gar die Kontaktaufnahme zwecks Gedankenaustauschs hinsichtlich konkreter Anwendungen und deren praktischen Umsetzung.

Autoren & Kontakt

Linard Barth ist Wissenschaftlicher Mitarbeiter, Projekt- und Studiengangleiter am Product Management Center der ZHAW. Seine Interessen gelten in erster Linie dem Zusammenspiel einzelner Elemente in grösseren Systemen und wie diese konsistent nachhaltig funktionierend ausgerichtet werden können. Dazu erforscht er den Einfluss von Internet of Things, Smart Connected Products und Digitalen Zwillingen auf Business Modelle und Value Propositions. Als ehemaliger Gründer schlägt sein Herz insbesondere für Start-Ups, Entrepreneure und innovative Firmen, welche die genannten Konzepte in der realen Welt umsetzen und berät diese in unterschiedlichen Projekten. Nebenbei leitet er den Studiengang CAS Pricing & Sales, ein Weiterbildungsangebot des Instituts für Marketing Management der ZHAW.

linard.barth@zhaw.ch / Telefon +41 58 934 68 67

Dr. Matthias Ehrat ist Dozent, Projektleiter und Start-up Coach am Product Management Center der ZHAW. Bereits seit seiner Ausbildung an der Eidgenössischen Technischen Hochschule (ETH) und der Universität St. Gallen (HSG) faszinieren ihn technologiegetriebene Innovationen. Durch langjährige Erfahrungen in verschiedenen Positionen in der Anlagenbau-Industrie konnte er sich ein breites Wissen im Betriebsmanagement aneignen. Er hält selbst mehrere Patente und berät Start-ups bezüglich den Schutzmöglichkeiten und der Anmeldungsverfahren ihrer technologischen Entwicklungen. Nebenbei leitet er den Studiengang CAS Industrial Product Management, ein Weiterbildungsangebot des Instituts für Marketing Management der ZHAW.

matthias.ehrat@zhaw.ch / Telefon +41 58 934 66 31

Value Creation with Digital Twins – a Conceptual Framework

Von Linard Barth und Dr. Matthias Ehrat

Der Fortschritt in der Informations- und Kommunikationstechnologie verwandelt traditionelle in intelligente Produkte und ermöglicht es Unternehmen, neuartige intelligente Dienstleistungen anzubieten. Dabei gilt das Konzept des «digitalen Zwillings» als eine Schlüsseltechnologie, um mit intelligenten Diensten Mehrwert zu schaffen.

Der Digitale Zwilling wird von Gartner dementsprechend auf Platz 4 innerhalb der Top 10 der strategischen Technologietrends geführt, 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 schätzungsweise $ 3,8 Mrd. im Jahr 2019 auf $ 35,8 Mrd. im Jahr 2025 wachsen (Rais, 2019).

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 abzuschätzen, da interne wie externe Prozesse betroffen sind und die erfolgreiche Bewältigung der Herausforderungen dieses komplexes Themas das Zusammenspiel von verschiedenen Unternehmensbereichen erfordert.

Funktionsübergreifende Diskussionen und Zusammenarbeit gestalten sich daher oft mühselig, da ein gemeinsamer konzeptioneller Rahmen, eine eindeutige Terminologie und gemeinsame Sprache auf der Grundlage eines ausreichend abstrakten, intuitiv verständlichen und einfach zu handhabenden Referenzmodells fehlen. Deshalb hat die Fachstelle für Produktmanagement des Instituts für Marketing Management 2018 ein Forschungsprojekt gestartet, um ein entsprechendes konzeptionelles Referenzmodel für die Wertgenerierung mit digitalen Zwillingen zu entwerfen und die Unternehmen damit bei ihren Innovationsprojekten zu unterstützen.

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 schlüssige Wertgenerierung.

Das Digital Twin Conceptual Framework

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 dafür benötigten Datenressourcen unterschieden.

Externe Wertgenerierung

Am meisten Beachtung findet in Innovationsprojekten jeweils die externe Wertgenerierung, da eine Mehrheit der Unternehmen beabsichtigen, durch digitale Zwillinge und die dadurch ermöglichten datenbasierten Services zusätzliche Umsätze zu generieren, Margen zu erhöhen und die Kundenzufriedenheit und -bindung zu verstärken. 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 Fähigkeiten (Smartness Maturity) die digitalen Zwillinge dafür aufweisen müssen.

Interne Wertgenerierung

Dabei wird oft vernachlässigt, dass digitale Zwillinge auch innerhalb des eigenen Unternehmens viele Prozesse verändern und auf vielseitige Art und Weise Wert generieren können. Im Fokus steht dabei das Management der Lebenszyklusprozesse (Lifecycle), von einzelnen Instanzen bis hin zu Produktportfolios (Value Creation Hierarchy) unter Berücksichtigung historischer, aktueller als auch zukünftiger Zustände und Daten (Generations / Time).

Datenressourcen

Sowohl die interne als auch die externe Wertgenerierung wird jedoch erst durch die Nutzung von entsprechenden Datenressourcen ermöglicht. 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 müssen (Data Format).

Anwendung des Modells zur Wertgenerierung

Das Modell bildet das ganze Spektrum an möglichen Datenressourcen und der daraus ermöglichten Wertgenerierung mit digitalen Zwillingen innerhalb und ausserhalb des eigenen Unternehmens ab. Durch die jeweils 3 Achsen mit wiederum 3 Spezifikationen können in jeder der 3 Dimensionen (Würfel) insgesamt 27 Anknüpfungspunkte für die Innovation mit digitalen Zwillingen unterschieden werden, welche für die Wertgenerierung mit digitalen Zwillingen in Frage kommen.

Für Unternehmen ist es jedoch nicht das Ziel, alle 81 im konzeptionellen Referenzmodell abgebildeten Anknüpfungspunkte umzusetzen, sondern sinnvolle Kombinationen zu ermitteln, die mit im Verhältnis möglichst 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 Verhältnis zwischen Anbieter und Nachfrager kreiert – und dadurch zu einem kaum replizierbaren Wettbewerbsvorteil führt.

Ein Beispiel wäre «predictive maintenance» also die proaktive Wartung physischer Güter aufgrund datenbasierter Vorhersagen. Hierbei wird externer Wert generiert durch Steigerung der Verfügbarkeit (Availability) mittels Kontrolle (Control) eines IoT-fähigen Assets (Connected Product). Aber nicht nur der Besitzer dieses Assets profitiert von dieser Anwendung, auch intern entsteht Wert für das Unternehmen, da die Prozesse innerhalb der Nutzungsphase (Middle of Life / MoL) des Assets (Instanz) auf Basis vergangener, aktueller und zukünftiger Zustände (Past, Present, Future) optimal gestaltet werden können. Dazu reicht es in der Regel bereits aus, ein Set an produktbezogenen (Product) IST-Daten aus dem Asset (Thing) mit überschaubaren Mitteln aufzubereiten (Structured) und mit den SOLL-Werten aus den internen Systemen (internal Systems) abzugleichen.

Predictive Maintenance kann daher ein geeigneter Einstieg in die Entwicklung eines umfangreicheren digitalen Zwillings sein, der zu einem späteren Zeitpunkt weitere Datenkategorien (Context oder Customer) aus zusätzlichen Quellen (external Systems) verwendet, um nicht nur Dashboards mit strukturierten Daten zu visualisieren, sondern daraus Aktionen (interpreted Data) zur Generierung zusätzlicher interner und externer Werte ableitet.

Ausblick

Die Möglichkeiten zur Wertgenerierung mit digitalen Zwillingen sind sehr umfangreich und können je nach Unternehmen und Anwendung sehr unterschiedlich ausfallen. In weiteren Beiträgen werden wir die drei zentralen Dimensionen der internen und externen Wertgenerierung als auch der Datenressourcen vertieft darstellen und deren Zusammenspiel anhand konkreter Beispiele erläutern.

Das in diesem Beitrag vorerst oberflächlich vorgestellte Konzept wurde im April 2020 im Rahmen der «International Conference on Information Science and Systems» publiziert und wird auf Anfrage gerne zugesendet.

Das Modell wird zudem kontinuierlich hinsichtlich des Einsatzes in der Praxis optimiert, wir freuen uns daher über jegliches Feedback oder gar die Kontaktaufnahme zwecks Gedankenaustauschs hinsichtlich konkreter Anwendungen und deren praktischen Umsetzung.

Autoren & Kontakt

Linard Barth ist Wissenschaftlicher Mitarbeiter, Projekt- und Studiengangleiter am Product Management Center der ZHAW. Seine Interessen gelten in erster Linie dem Zusammenspiel einzelner Elemente in grösseren Systemen und wie diese konsistent nachhaltig funktionierend ausgerichtet werden können. Dazu erforscht er den Einfluss von Internet of Things, Smart Connected Products und Digitalen Zwillingen auf Business Modelle und Value Propositions. Als ehemaliger Gründer schlägt sein Herz insbesondere für Start-Ups, Entrepreneure und innovative Firmen, welche die genannten Konzepte in der realen Welt umsetzen und berät diese in unterschiedlichen Projekten. Nebenbei leitet er den Studiengang CAS Pricing & Sales, ein Weiterbildungsangebot des Instituts für Marketing Management der ZHAW.

linard.barth@zhaw.ch / Telefon +41 58 934 68 67

Dr. Matthias Ehrat ist Dozent, Projektleiter und Start-up Coach am Product Management Center der ZHAW. Bereits seit seiner Ausbildung an der Eidgenössischen Technischen Hochschule (ETH) und der Universität St. Gallen (HSG) schlägt sein Herz für technologiegetriebene Innovationen. Durch langjährige Erfahrungen in verschiedenen Positionen im industriellen Anlagenbau konnte er sich ein breites Wissen im Betriebsmanagement aneignen. Er hält selbst mehrere Patente und berät Start-ups bezüglich den Schutzmöglichkeiten und der Anmeldeverfahren ihrer technologischen Entwicklungen. Nebenbei leitet er den Studiengang CAS Industrial Product Management, ein Weiterbildungsangebot des Instituts für Marketing Management der ZHAW.

matthias.ehrat@zhaw.ch / Telefon +41 58 934 66 31

Quellen:

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. Verfügbar unter: https://doi.org/10.1145/3388176.3388209

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 / Accessed 12 August 2019.

Rais, A. (2019). Growth of the digital twin market. Published online August 2, 2019. https://www.maschinenmarkt.international/growth-of-the-digital-twin-market-a-851571/ Accessed 12 August 2019.

Product Management 4.0: Hilfe, meine Produkte werden digital! (Teil 2)

Von Linard Barth

Produkte erzeugen immer mehr Daten in allen Phasen ihres Lebenszyklus, wie wir in diesem Blog bereits mit den Beiträgen zu smarten Zahnbürsten und Tennisschlägern aufgezeigt haben. Doch die Reise ist noch lange nicht zu Ende – denn was passiert eigentlich mit dem sogenannten «Digitalen Zwilling» des Produktes, wenn zusätzlich die Daten aus dem Customer Lifecycle Management hinzukommen?

Die Antwort: Es entstehen weitere ungeahnte Möglichkeiten für Innovationen von Produkten und Services und natürlich auch für die Ausgestaltung des Customer Lifecycle Managements – die Daten fliessen ja nicht nur in eine Richtung!

Bis heute ist für viele Unternehmen die Kommunikation mit den Kunden nach dem Kauf des Produktes vorerst beendet und wird erst wieder aufgenommen, wenn der Kunde sich beim Unternehmen für eine Beschwerde, Reparatur oder einen Neukauf meldet. Automatisch «getriggerte» Marketing Massnahmen wie die standardisierte Nachfrage nach Kundenfeedback einige Wochen nach dem Kauf oder die Unterbreitung eines Angebots für einen Wiederkauf kurz vor Ablauf der üblichen Nutzungsdauer erreichen nur wenige Kunden und sind nicht wenigen ein lästiges Ärgernis.

Durch Digitale Zwillinge von Smart Connected Products verändern sich die Interaktionsmöglichkeiten mit den Kunden während der Nutzungsphase der Produkte nun aber grundlegend. Zum einen hat das Unternehmen eine massiv umfangreichere Datengrundlage für die individualisierte Ansprache der Kunden, zum anderen kann der Zeitpunkt der Ansprache über das Produkt im geeigneten Zeitpunkt erfolgen – aus der USP wird die ISP (Individual Selling Proposition) und schlussendlich die SSP (Situational Selling Proposition), wie der Marketing Entertainer Dietmar Dahmen Anfang Jahr auf einer Konferenz eindrücklich erläuterte.

Doch zurück zur langweiligen Theorie: In unserem Framework haben wir uns für die meist verwendete Aufteilung der Customer Journey in 5 Phasen entschieden. Die Customer Journey hat natürlich Parallelen zur Wertschöpfungskette des Unternehmens bzw. zum Lifecycle des Smart Products, wie zum Beispiel die Retention-Phase, welche im direkten Zusammenhang mit der Nutzungsphase (Utilization & Operation) des Smart Products steht. Doch obwohl es Schwerpunkte gibt, können die Phasen nicht 1:1 zugeordnet werden. Es wirken vielmehr alle Phasen des Smart Connected Product Lifecycles auf alle Phasen des Customer Experience Lifecycles, umgekehrt kann der Kunde auf seiner Customer Journey grundsätzlich in jeder Phase Informationen aus jedem Schritt des Smart Connected Product Lifecycles berücksichtigen. Im Idealfall kann der Kunde auch von sich aus direkt über das Produkt einen Informationsfluss auslösen – und plötzlich wird das Unternehmen «getriggert»!

Digital Twin Framework des Product Management Centers (Fuchs & Barth, 2018)

Insbesondere wenn im Digitalen Zwilling nicht nur die Daten des einen konkreten Produktes vorliegen, sondern aller Smart Connected Products des ganzen Unternehmens eröffnen sich enorme Möglichkeiten zu Innovationen des Customer Experience Managements. Fand bis vor kurzem die Kommunikation zwischen Kunden und Unternehmen nur in eine Richtung statt, sprechen heute viele vom «bidirektionalen» Austausch – dabei ist das mit ganzheitlichen Digitalen Zwillingen von Smart Connected Products schon wieder Schnee von gestern, die viel gerühmten dezentralen Netzwerke lassen grüssen!

Wie zum Beispiel die Firma Babolat, deren smarte Tennis Rackets wir bereits vorgestellt haben, ihre Kunden auf eine Mehrwert stiftende Art untereinander, mit sich und ihren Werbeträgern vernetzt, stellen wir im zweiten Teil vor, der Anfang des kommenden Jahres erscheinen wird.

Über den Autor

Linard Barth ist Wissenschaftlicher Mitarbeiter, Projekt- und Studiengangleiter am Product Management Center der ZHAW. Seine Interessen gelten in erster Linie dem Zusammenspiel einzelner Elemente in grösseren Systemen und wie diese konsistent nachhaltig funktionierend ausgerichtet werden können. Dazu erforscht er den Einfluss von Internet of Things, Smart Connected Products und Digitalen Zwillingen auf Business Modelle und Value Propositions. Als ehemaliger Gründer schlägt sein Herz insbesondere für Start-Ups, Entrepreneure und innovative Firmen, welche die genannten Konzepte in der realen Welt umsetzen und berät diese in unterschiedlichen Projekten. Nebenbei leitet er den Studiengang CAS Pricing & Sales, ein Weiterbildungsangebot des Instituts für Marketing Management der ZHAW.

Product Management 4.0: Hilfe, meine Produkte werden digital!

Von Prof. Dr. Rainer Fuchs

Ist es ein Fluch oder ein Segen? Konsumgüter, aber auch Industriegüter und Dienstleistungen, erzeugen im Zeitalter der Digitalisierung Daten – womöglich sogar in allen Phasen ihres Lebenszyklus. Welche Aufgaben haben Produktmanager in Angesicht dieser veränderten Ausgangslage? Welchen Herausforderungen müssen sie sich stellen, welche Chancen eröffnen sich ihnen? Ein vom Product Management Center der ZHAW kürzlich veröffentlichtes Framework  bietet Struktur und Erklärungsansätze zur Beantwortung dieser Fragen.

Wie sich die Welt verändert hat, merken wir unter Umständen schon morgens beim Zähneputzen: Hatten wir bis vor einigen Jahren noch eine klassische, «analoge» Zahnbürste, so halten heute viele von uns ein Wunderwerk des Innovations- und Produktmanagements in den Händen: Ein vernetztes Gerät, das uns vorgibt, wie lange wir wo und wie fest putzen sollten, und wann wir bitte einen neuen Bürstenkopf kaufen sollten. Wie konnte es nur so weit kommen?

Zahnbürsten werden smart (Bild links: © Pixabay, Bild rechts: © Procter & Gamble)

Klar: Schon bei Entwicklung, Produktion, Logistik und Vermarktung unserer klassischen Zahnbürste fielen Daten an. Diese halfen, Produkte und Prozesse zu optimieren – eine klassische Aufgabe des Produktmanagements. Bei der smarten Zahnbürste sind jetzt aber zwei Dinge grundlegend anders:

  • Erstens, es entstehen wesentlich mehr Daten im Verlauf des Produktlebenszyklus, besonders während der Phase der Vermarktung (z.B. durch die Cookies, die wir beim Surfen auf der Suche nach der idealen Zahnbürste hinterlassen) und der Phase der Produktnutzung (dank zahlreicher Sensoren und den Segnungen des IoT). Analoge Produkte werden also zu Smart Connected Products (ein Begriff, der auf Porter und Heppelmann zurückgeht ).
  • Zweitens ist es heute möglich, diese Menge an Daten, die in verschiedenen Systemen entstehen, zusammen zu ziehen und als Ganzes zu betrachten. Dank «Big Data» entsteht so der «Digital Twin» – der cyberphysische Zwilling des Produktes in der Datenwelt, der allenfalls noch durch externe Daten von Standortdiensten, Wetterdaten oder anderen Quellen ergänzt wird.

Das Framework des Product Management Centers

Damit wird klar, wie sich die Aufgabe des Produktmanagements geändert hat und weiter ändern wird:

  • Product Manager müssen definieren können, welche Daten ihre Produkte erheben müssen, und wie das von statten gehen soll (z.B. mit welchen Sensoren, Schnittstellen, etc.).
  • Sie müssen die gewonnenen Daten aggregieren und verknüpfen können, damit sie zu Informationen werden, d.h. mittels geeigneten Tools auf sie zugreifen, analysieren, aufbereiten und visualisieren.
  • Somit sind sie auch in der neuen, digitalen Produktwelt in der Lage, Produkte und Prozesse zu optimieren – eines der vorrangigen Ziele der allenthalben propagierten Industrie 4.0–  bzw. Industrie 2025– Initiativen.

Doch die wohl spannendste neue Aufgabe des Product Managers ergibt sich durch die Tatsache, dass Smart Connected Products plötzlich eine neue Value Proposition für den Kunden eröffnen können, mit der sich neue Ertrags- und womöglich sogar gänzliche Geschäftsmodelle schaffen lassen. Dies wird am Beispiel unserer Zahnbürste klar:

War das Leistungsversprechen unserer analogen Plastikzahnbürste einst, dem Kunden bei richtiger Anwendung gesunde Zähne zu erhalten, wird ihre smarte Weiterentwicklung zum persönlichen Zahngesundheitsassistenten: Dieser gibt uns persönliche Zahnpflegetipps, bestellt Consumables (irgendwann autark?) nach, und erlaubt uns vielleicht eines Tages den Nachweis einer lückenlosen Zahnpflege, um Rabatte bei der Krankenkasse zu erhalten – weil das Produktmanagement der Kasse mit dem Produktmanager der Zahnbürste zusammengespannt ist. Und wer weiss, vielleicht bezahlen wir irgendwann im Pay-per-Use-Modell nur noch für die Nutzungsminute der Zahnbürste – ich höre schon den Aufschrei der Schweizerischen Zahnärzte-Gesellschaft…

Über den Autor

Rainer Fuchs ist Professor für Product Management an der ZHAW und leitet das Product Management Center . Ursprünglich Physiker mit einem Dr. in Ingenieurwissenschaften und einem Master in Industrial Management, forscht er heute im Themenbereich von Smart Connected Products und teilt diese Erkenntnisse mit Studierenden in Bachelor-, Master- und Weiterbildungsstudiengängen wie dem MAS Product Management .

Neuer Professor am Institut für Marketing Management

Das Institut für Marketing Management vereint unter sich ein Team, das alle relevanten Marketingbereiche abdecken kann. Die Dozenten sind durch hohe Fachkenntnis, aber auch durch viel Praxiserfahrung gekennzeichnet. Umso mehr freut es, wenn die Leistung der einzelnen Mitglieder honoriert wird. So geschehen bei Dr. Rainer Fuchs, dem der Titel eines Professors ZFH verliehen worden ist.

Prof. Dr. Fuchs, wie haben Sie auf die Nachricht reagiert, dass Sie nun Professor werden?

So eine Nachricht kommt nicht aus heiterem Himmel. Sie ist viel mehr das Ende eines Prozesses, in dem anhand von Publikationen, Forschungsergebnissen und Lehrevaluationen geprüft wird, ob man diesen Titel vom Fachhochschulrat verliehen bekommt. Dennoch ist man in dem Moment, in dem man die Nachricht von Schulleiter überbracht bekommt, natürlich erfreut und auch ein kleines bisschen stolz…

Wie wichtig ist dieser Titel für Sie persönlich, aber auch für das Institut für Marketing Management?

Die mit einem Professorentitel verbundene Reputation kann helfen, Türen zu öffnen. Sei es für Forschungskooperationen mit anderen namhaften Hochschulen, oder für interessante Projekte, in denen wir Unternehmen wissenschaftlich fundiert bei ihren praktischen Herausforderungen helfen. Für unser Institut spiegelt die Vergabe des Titels insbesondere das Wachstum der letzten Jahre wieder. Wir sind nicht nur personell grösser, sondern auch in den Themen viel breiter geworden.

Welche Fachbereiche decken Sie innerhalb des Instituts ab?

Meine Fachstelle, das Product Management Center, beschäftigt sich mit dem Management von Leistungen entlang des gesamten Produktlebenszyklus. Dieser beginnt mit der Identifikation eines Kundenbedürfnisses, erstreckt sich über die Entwicklungs-, Einführungs- und Nutzungsphase und endet mit dem Rückzug des Produktes aus dem Markt – und hoffentlich der Einführung des Nachfolgeproduktes. Im Zeitalter der Digitalisierung liegt hierbei der Schwerpunkt auf der Erzeugung und Nutzung produktbezogener Daten aus allen Phasen des Lebenszyklus – dem Digitalen Zwilling des Produktes.

Prof. Dr. Rainer Fuchs deckt wichtige Bereiche am Institut für Marketing Management ab

 

Die ZHAW ist bekannt für ihre praktische Ausrichtung. Hier gibt es nicht nur Akademiker, sondern auch Praktiker. Aus Ihrer Sicht, wie bedeutend ist diese Mischung?

Sie ist die Grundlage unseres Erfolges in Lehre, Forschung und Dienstleistung! Unsere Forschungs- und Projektpartner schätzen, dass wir nicht nur aktuellste Forschungsmethoden und Ergebnisse einbringen können, sondern gleichzeitig den Bezug zur praktischen Umsetzbarkeit herstellen können. Aus persönlicher Sicht kann ich sagen, dass diese Mischung für mich das Salz in der Suppe meiner Arbeit ist.

Das Institut für Marketing Management ist sehr breit aufgestellt und auch in der Weiterbildung aktiv. Kommen auch Erwachsene in den Genuss von Prof. Dr. Fuchs?

Ja, natürlich. Die Weiterbildung stellt für uns Dozenten die Champions League der Lehre dar: Hier wird man als Lehrender einerseits besonders gefordert, die praktische Übertragbarkeit wissenschaftlicher Erkenntnisse herauszustellen. Anderseits lerne ich auch jedes Wochenende wieder aufs Neue von unseren Kursteilnehmern, was ihre Herausforderungen sind und was sie benötigen, um mit ihnen klar zu kommen. Das lasse ich mir nicht entgehen!

Zum Schluss, was gefällt Ihnen besonders am Institut für Marketing Management und an der ZHAW?

Meine Kolleginnen und Kollegen. Ich glaube wir haben eine ganz gute Mischung an Experten verschiedensten Hintergrundes: Vollblut-Marketeers, Psychologen, Kommunikationswissenschaftler, Naturwissenschaftler und Ingenieure. Das ergänzt sich fachlich sehr gut, und letztendlich sind es die Menschen, die das Institut ausmachen.

 

Das ganze Team des Instituts für Marketing Management gratuliert Prof. Dr. Rainer Fuchs ganz herzlich und wünscht ihm weiterhin viel Erfolg!