17 Kapitel 2:
Wie die digitale Transformation Unternehmen verändert

Alles was digitalisiert werden kann, wird digitalisiert. Was mit der Musikindustrie und in der Fotografie seinen Anfang nahm und sich im Handel, bei Zeitungen und Verlagen fortsetzte, ergreift nun alle Branchen. Die Digitalisierung wirkt dabei auf unterschiedlichen Ebenen (Abbildung 2.1):

1. Digitalisierung von Produkten und Dienstleistungen
2. Digitalisierung von Prozessen und Entscheidungen
3. Digitalisierung von Geschäftsmodellen

Die Treiber für diese Entwicklung sind insbesondere das Internet der Dinge, Big Data, Robotik, 3D-Druck, soziale Netzwerke, das mobile Internet und Cloud Computing.

Abbildung 2.1: Die Ebenen der Digitalisierung

Wenden wir uns zunächst der Digitalisierung von Produkten und Dienstleistungen zu. Sie ist längst Realität. Der Staubsaugerroboter, der Rasenmäherroboter oder der digitale Fahrrad-Rollentrainer sind Beispiele dafür. Selbst triviale Produkte 18wie etwa ein Fußball werden digital. So stellte Adidas vor kurzem den Smart Ball vor: Ein integrierter Sensor erfasst Daten und liefert Feedback über Schussstärke, Flugbahn, Drall, Geschwindigkeit usw. über eine begleitende App. Daraus lassen sich Verbesserung der Schusstechnik aber auch ganz neue Trainingskonzepte ableiten. Die Statistik kann protokolliert werden, Verbesserungen kann man nachverfolgen und mit der Community teilen.18 Nike geht mit Nike+ in eine ähnliche Richtung. Mit Sensoren ausgestattete Laufschuhe sammeln Daten. Via Web, Apps für Tablets und Smartphones und mithilfe sozialer Netzwerke können Laufstrecken und Zeiten analysiert und Motivationsfeedback gegeben werden. Nutzer verlinken sich mit Freunden, mit anderen Sportlern und Trainern, erhalten individualisierte Trainingsprogramme und messen ihre Fortschritte19. Der Nutzen liegt aber auch bei Nike. Es entstehen interessante Daten über den Sportler, die neue Möglichkeiten im Marketing eröffnen: Wann läuft er, wie oft läuft er, wie lange läuft er und welche Musik begleitet ihn dabei, …20. MillwardBrown21 zeigt, dass das Produkt- und Markenerlebnis – daran angeknüpft – sich vollkommen neu inszenieren lässt.

Die Digitalisierung von Produkten bringt also Differenzierungspotenziale – allerdings nur kurzfristig. Die Ausstattung mit Sensoren ist relativ einfach, kostengünstig und kann meist ohne tiefere Änderungen innerhalb des Unternehmens erfolgen. Der Einbau von Aktuatoren22 in Produkten erfordert schon etwas mehr an Veränderung, wird aber auch langfristig nicht zu deutlichen Wettbewerbsvorteilen führen. Rasant fallende Preise für Sensoren und Aktuatoren fördern den Durchdringungsgrad. Kostet ein Beschleunigungssensor für das iPhone der ersten Generation im Jahre 2007 noch sieben Dollar, liegt der Preis heute bei weniger als 50 Cents23. Einer kurzen Phase der Differenzierung folgt sehr schnell die Kommodisierung. Das „Value Capturing“, also die Kapitalisierung des digitalen Mehrwerts, ist weniger auf Ebene der Produkte, als vielmehr im Geschäftsmodell zu erwarten. Und genau das macht die etablierten Automobilhersteller derzeit nervös. Mehr und mehr wächst hier das Bewusstsein, wenn es nicht gelingt, neue Geschäftsmodelle rund um das digitale Auto zu kreieren, 19werden die Hersteller zu Produzenten von Hardware verkommen – mit entsprechend niedriger Wertschöpfung. Und die Wertschöpfung migriert zu jenen, die wissen, was sie mit den Daten anstellen können. Nicht nur Apple und Google lassen grüßen. Die Wertschöpfung – so zeichnet sich ab – wird nicht beim physischen Produkt liegen, sondern in der Verbindung zwischen analoger und digitaler Welt. Die Digitalisierung der Produkte ist damit eine notwendige, aber keine hinreichende Bedingung für die Zukunftsfähigkeit von Unternehmen.

Eine andere Ebene der Digitalisierung stellt die Automatisierung von Prozessen und Entscheidungen dar. Industrie 4.0, Big Data, Algorithmen und künstliche Intelligenz sind hier die Schlagworte. Industrie 4.0 fokussiert vorwiegend auf Effizienzsteigerung. Umschreiben lässt sich das Ganze als „eine Vernetzung von autonomen, sich situativ selbst steuernden, sich selbst konfigurierenden, wissensbasierten, sensorgestützten und räumlich verteilten Produktionsressourcen (Produktionsmaschinen, Roboter, Förder- und Lagersysteme, Betriebsmittel) inklusive deren Planungs- und Steuerungssysteme“24. Eine BCG-Studie25 schätzt, dass

• Industrie 4.0 zu 30 Prozent schnelleren und 25 Prozent effizienteren Produktionssystemen führt,
• etwa 20 Jahre bis zur vollkommenen digitalen Durchdringung vergehen,
• aber die nächsten 5–10 Jahre über Gewinner und Verlierer entscheiden.

Verbunden mit Industrie 4.0 sind Schlagworte wie Automatisierung der Fertigung, unabhängiges Logistikmanagement, Predictive oder Remote Maintenance. Auch hier gilt: Alles was digitalisiert werden kann, wird digitalisiert. Diese Dynamik zeigt sich heute schon in den folgenden Bereichen; sie wird aber weiter an Fahrt aufnehmen26:

• Optimierung von Prozessen: Sensoren liefern Daten in Echtzeit. Das ermöglicht sofortige Eingriffe zur Aufrechterhaltung des Produktionsflusses, Fehlererkennung und Fehlerbehebung. In der Automobilindustrie beispielsweise erlaubt Industrie 4.0 effiziente und zugleich kundenindividuelle Produktion. Unmittelbar nach Presswerk und Basisaufbau wird 20das Fahrzeug mit einem RFID-Tag versehen. Darin enthalten sind alle Spezifikationsdetails aus dem Internetkonfigurator, mit dem der Kunde sein Auto ausgestattet hatte. Der RFID-Chip kommuniziert an die „Türenstraße“ zum Abruf der bestellten Türen, an die Lackiererei zum Aufbringen der gewünschten Farbe, an die Fahrwerkfertigung für das spezifizierte Fahrwerk. Gleiches gilt für die Innenausstattung, das Getriebe, den Motor usw. Der RFID-Chip enthält schließlich auch die Lieferadresse. Produktionsstatus und Lieferstatus sind jederzeit per Internet abrufbar27. Die Digitalisierung steht hier also für Kostensenkung, für effiziente Abläufe, aber auch für Kundenwert durch Individualisierung und Transparenz. Mögliche Einsparungen durch Optimierung von Prozessen werden über Branchen hinweg auf 5 bis 12,5 Prozent der Produktionskosten beziffert28.
• Predictive Maintenance: Da Sensoren in Echtzeit Daten melden, werden sich Instandhaltungen verändern. Bloße Reparatur und Ersatz waren gestern. Heute geht es um Vorhersagen und Vorbeugen. Belastungsverläufe der Maschinen werden automatisiert erfasst und auf Muster hin untersucht. Dies erlaubt Prognosen, wann bestimmte Teile versagen und proaktives Austauschen, um Stillstand zu vermeiden. Höhere Kapazitätsauslastungen und reduzierte Ausfallszeiten bringen Produktivitätssteigerungen zwischen 10 und 40 Prozent29.
• Lageroptimierung: Automatisierte Bestellvorgänge versprechen eine Reduktion von Lagerhaltungskosten. Schätzungen gehen je nach Branche von 20 bis zu 50 Prozent der Bestandskosten aus30.
• Senken von Informationskosten: Als Beispiele sind hier Augmented Reality-Brillen oder Heads-up Displays zu nennen. Diese ermöglichen es Arbeitern, Informationen und Anweisungen (etwa Handbücher) direkt am Einsatzort abzurufen. Diagnose und Reparaturen zum Beispiel werden effizienter.

In den zuvor genannten Fällen geht es um Kostensenkung, respektive Effizienzsteigerung. An die Verfügbarkeit von Daten knüpfen weitere Implikationen. Prinoth, ein südtiroler Hersteller von Pistenraupen, nutzt die Digitalisierung für die optimale Pistenpräparierung31. Die Skigebiete werden zentimetergenau 21vermessen und digitalisiert, inklusive Meereshöhe. Der Pistenraupenfahrer erhält in der Kabine den exakten Schneestand unter dem Gerät. Dadurch kann er den Schnee so verschieben, dass eine gleichmäßige Schneedecke entsteht. Auch der Einsatz von Schneekanonen lässt sich gezielter vornehmen. Insgesamt steigt die Qualität der Pistenpräparation – und das bei reduzierten Kosten. Schätzungen zufolge lassen sich bis zu 25 Prozent der Kosten für Schneeerzeugung einsparen. Bei zwei Millionen Kubikmetern Kunstschnee und einem Preis von 2,50 Euro je Kubikmeter spart eine Gemeinde wie Kitzbühel pro Skisaison ganz Erhebliches ein.

Auch in der Landwirtschaft hat die Digitalisierung längst Einzug erhalten. Johne Deere, der amerikanische Hersteller von Landmaschinen, stattet seine Maschinen mit Sensoren aus. Ziel ist zunächst, den Betreiber beim Flottenmanagement, bei der Reduktion von Ausfallszeiten und bei der Senkung des Treibstoffverbrauchs zu unterstützen. Big Data kann aber mehr. Historische Daten und Echtzeitdaten hinsichtlich Wetter, Bodenbedingungen und Pflanzeneigenschaften werden kombiniert. Auf iPad und iPhone bekommt der Bauer Hinweise bezüglich Saat, Bepflanzung, Bewirtschaftung, Ernte und Maschineneinsatz32. Autonom fahrende Traktoren sowie Kühe, die vom Roboter gemolken werden, sind in der Landwirtschaft längst Realität. „Precision Farming“, sprich bedarfsgerechtes Düngen, zentimetergenaues Versprühen von Pestiziden und Herbiziden sowie Bewässern, führt zu eindrucksvollen Produktivitätssteigerungen – was der deutschen Landwirtschaft seit 2010 einen Spitzenplatz im Produktivitätsranking der Branchen einbringt.33

Über 40 Prozent der Vorstände und Geschäftsführer großer deutscher Unternehmen sehen Digitalisierung primär als Hebel für Effizienzsteigerungen34. Zweifellos liegt hier hohes Potenzial. Die Digitalisierung wird uns...