Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

MHPDeepDive: Datenmanagement im IoT-Umfeld

Wie schaffe ich nachhaltig Werte aus Daten?

Eine enorme Menge an Daten sprudelt aus Web-Oberflächen und Smart Devices oder wird von Sensoren in Maschinen und Anlagen erzeugt. Im IoT-Umfeld lassen sich diese Daten nutzen, um Prozesse effektiv, effizient und transparent zu machen, um analoge Produkte um digitale Komponenten zu erweitern und um völlig neue Geschäftsmodelle zu realisieren. Viele Unternehmen haben den Wert ihrer Daten erkannt und arbeiten an konkreten Use Cases. Erschwert wird das allerdings durch Domänen-übergreifende Datenanforderungen sowie die vielfältigen Datenquellen und -formate.

Echter Nutzen stellt sich deshalb erst dann ein, wenn die Komplexität der (un-)strukturierten Daten beherrscht wird. Dafür braucht es ausgereifte Technologien – vor allem aber organisatorisch und prozessual geeignete Grundlagen. Denn nur wer unternehmensweit strategische Leitplanken etabliert und damit die operative Ebene unterstützt, kann dauerhafte und skalierbare Digitallösungen aufbauen. Unternehmen, die nicht nur digitale Einzelprojekte anstreben, sondern eine umfassende digitale Transformation, sollten in nachhaltiges Datenmanagement investieren.

In unserem MHPDeepDive „Datenmanagement im IoT-Umfeld“ beschreiben wir die relevanten Handlungsfelder zum Aufbau eines nachhaltigen Datenmanagements – und wie unser Vorgehensmodell Sie dabei unterstützen kann. Wir zeigen Ihnen, wie Sie die Komplexität des Themas im Griff behalten und weshalb ein ausgefeiltes Use Case Management dabei hilft, die vielfältigen digitalen Ideen im Unternehmen erfolgreich zu orchestrieren.

  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

MHPDeepDive: Datenmanagement im IoT-Umfeld

  1. 1. l ENABLING YOU TO SHAPE A BETTER TOMORROW
  2. 2. © MHP Management- und IT-Beratung GmbH Datenmanagement im IoT-Umfeld Wie schaffe ich nachhaltig Werte aus Daten?
  3. 3. l14.10.2020© MHP Management- und IT-Beratung GmbH 3 MHPDEEPDIVE TERMINE 22.10.2020 Digitale Steuerung in volatilen Zeiten 22.10.2020 Data Warehousing mit SAP 29.10.2020 Mit Salesforce zum Probefahrt- management der nächsten Genration 15.10.2020 Erfolgsfaktor Kundenloyalität
  4. 4. l MHPDEEPDIVE Datenmanagement im IoT-Umfeld Frank Eisenhauer Associated Partner Big Data & IOT Technologies Dipl. Betriebswirt Experte Datentransformation Daten-Strategie & Daten-Architektur • Vorteile einer algorithmischen Produktion insbesondere in Bezug auf Variantenvielfalt Daniel Pagnozzi Senior Manager BA IOT & I[I]OT Dipl. Wirt.-Informatiker IT-Strategie u. Shopfloor IOT IOT Strategie & IOT Lösungen Smart Factory / Closed Loop Maximilian Sander Senior Manager BA IT Strategy Wirtschaftsinformatiker IT-Stratege u. Enterprise Architect Digitale Transformation Bebauungsplanung Wie realisiere ich im agilen Umfeld effizient I[I]OT Lösungen? Wie generiere ich nachhaltig Werte aus meinen Produktionsdaten? Wie kann ich steigende Komplexität marktdifferenzierend beherrschen? Jens Fath Associated Partner Strategic Lead [I]IOT Transformation Diplom Wirtschaftsinformatiker End2End Consulting / IOT Horizontale Prozess-Integration / Vertikale Integration (TopFloor – ShopFloor) Welche Mehrwerte haben vertikaler Durchstich und ganzheitliche [I]IOT Transformation? 14.10.2020© MHP Management- und IT-Beratung GmbH 4
  5. 5. l14.10.2020© MHP Management- und IT-Beratung GmbH 5 MHPDeepDive Daten als primäre Assets Daten sind omnipräsent und werden zum wesentlichen Bestandteil der Wertschöpfungskette
  6. 6. l14.10.2020© MHP Management- und IT-Beratung GmbH 6 MHPDeepDive Daten generieren Werte in unterschiedlichen Dimensionen ↑€ Zusätzliche Wertbeiträge ↓€ Kostenoptimierung Zeit, Datenqualität, Plattform Capabilities, etc. DatenMonetarisierungSpanne Direkte Wertbeiträge Indirekte Wertbeiträge Ertragsmechaniken Produktivitäts- steigerung Harmonisierung Auslastung & Prozess Kostenmechaniken
  7. 7. l14.10.2020© MHP Management- und IT-Beratung GmbH 7 MHPDeepDive Durch die Digitalisierung und datengetriebene Transformation entstehen neue Herausforderungen im Produktionsumfeld Dokumentation ProzesseKPIs Performance Produktions- manager Entrepreneur Individuelles Produkt Losgröße 1 Production-as-a-Service Distribution Supply-Chain-as-a-Service Globalisierung Kunde Ausführung Lieferant Koordination 好 OK 问题 ‫موافق‬ ‫إنتاج‬: 온도机
  8. 8. l14.10.2020© MHP Management- und IT-Beratung GmbH 8 MHPDeepDive Karl – 34 möchte seinen Qualitätssicherungsprozess an einem Messautomaten datengetrieben automatisieren Hoher manueller Aufwand am Messautomaten in der Qualitätssicherung Messprozess ist schlank aber Analyse und Dokumentationsprozess ist geprägt von händischen Arbeitsschritten und Medienbrüchen Entscheidung über nötigen Qualitätsgrad (IO / NIO) des Bauteils nach manueller Analyse Aktuelle Situation Analysefehler durch wechselndes Personal verärgern Kunden und sorgen für Mehrarbeit Eine automatisierte Analyse inkl. direkter Rückmeldung über den Zustand des Bauteils in die Produktionslinie würde meine Arbeit massiv erleichtern… Karls Weg zum Ziel… Entwicklung eines lokalen Prototypen Skalierung im Werk Stuttgart Rollout im Unternehmen
  9. 9. l14.10.2020© MHP Management- und IT-Beratung GmbH 9 MHPDeepDive Use Case Management Ansatz: Um datengetriebene Use Cases aufzubauen, ist ein kontinuierlicher Strom an Use Cases notwendig Use Case Detaillierung Kontinuierliche Priorisierung Use Case Ideation Ideation Bewertung Strukturierte Aufzeichnung Use Case Blueprint Datenobjekte, Abhängigkeiten, Funktionalitäten, etc. Use Case Validierung Iterative Prüfzyklen Quality Gates (Business, Tech, Data, UX) MachbarkeitPriorisierung Use Case Clusterung
  10. 10. l14.10.2020© MHP Management- und IT-Beratung GmbH 10 MHPDeepDive Karl – 34 möchte seinen Qualitätssicherungsprozess an mehreren Messautomaten im eigenen Werk datengetrieben automatisieren Hoher manueller Aufwand am Messautomaten in der Qualitätssicherung Messprozess ist schlank aber Analyse und Dokumentationsprozess ist geprägt von händischen Arbeitsschritten und Medienbrüchen Entscheidung über nötigen Qualitätsgrad (IO / NIO) des Bauteils nach manueller Analyse Aktuelle Situation Analysefehler durch wechselndes Personal verärgern Kunden und sorgen für Mehrarbeit Der Ansatz meines Messautomaten muss doch auch für weitere Geräte innerhalb meines Werkes in Stuttgart funktionieren… Karls Weg zum Ziel… Entwicklung eines lokalen Prototypen Skalierung im Werk Stuttgart Rollout im Unternehmen
  11. 11. l14.10.2020© MHP Management- und IT-Beratung GmbH 11 MHPDeepDive Um mehr als einen Messautomaten anzubinden müssen Daten Management Grundlagen schnell und wertgetrieben umgesetzt und automatisiert werden Prozess Automatisierung Daten Qualität verbessern Metadaten beschreiben Daten Modell harmonisieren Daten Assets identifizieren (Messroboter) • Definition der relevanten Datenobjekte • Priorisierung der Datenquellen und Fokus auf wesentliche Daten legen • Erstellung eines schlankes Daten Dictionary und ggf. Business Glossary • Etablierung eines Metadaten Repository • Technologie / Workflow basierte Automatisierung der Daten Pipeline • Iterative Performance Verbesserung • Übergreifendes Datenmodell als Grundlage zur Skalierung des Messautomat Use Cases • Definition von Verantwortlichkeiten • Definition von Qualitätsmetriken und Standards und Verantwortlichkeiten • Kontinuierliche prozessuale Umsetzung Bottom-Up RealisierungAutomatisierter Qualitätssicherungs- prozess im Werk Erfahrungen aus dem Prototypen skalieren
  12. 12. l14.10.2020© MHP Management- und IT-Beratung GmbH 12 MHPDeepDive Karl – 34 möchte seinen Qualitätssicherungsprozess an mehreren Standorten weltweit datengetrieben automatisieren Hoher manueller Aufwand am Messautomaten in der Qualitätssicherung Messprozess ist schlank aber Analyse und Dokumentationsprozess ist geprägt von händischen Arbeitsschritten und Medienbrüchen Entscheidung über nötigen Qualitätsgrad (IO / NIO) des Bauteils nach manueller Analyse Aktuelle Situation Analysefehler durch wechselndes Personal verärgern Kunden und sorgen für Mehrarbeit Wie können meine Kollegen in den anderen Werken von unserer lokalen Lösung in Stuttgart profitieren… Karls Weg zum Ziel… Entwicklung eines lokalen Prototypen Skalierung im Werk Stuttgart Rollout im Unternehmen
  13. 13. l14.10.2020© MHP Management- und IT-Beratung GmbH 13 MHPDeepDive Um den Rollout in den Werken zu standardisieren müssen EAM & Data Governance Standard, Regularien und Richtlinien Top-Down eingeführt werden Tooling (Daten Governance, Datenqualität, Masterdaten & Metadaten) Daten-Architektur (logisch & physisch) Metadatenarchitektur Daten-Governance Enterprise Architecture Management (EAM) • Beschreibung von Qualitätsmetriken, Toolevaluierung & Implementierung • Operationalisierung & iteratives Lernen • Metadatenmodell Definition & Harmonisierung • Metadaten Repository • Überblick unternehmensweiter IT-Systeme und Daten (Architekturplan) • Regeln & Richtlinien • Datendomänen, Datenarchitektur und Spezifikation von tech. Funktionalitäten • Entwicklung von Tabellen, Feldern, etc. • Datendomänen und Governance Zonen • Prozesse, Rollen & Verantwortlichkeiten (Custodian, Steward, etc.) Top-Down Kommunikation Erfahrungen aus dem Werk in Stuttgart mit EAM zusammenbringen Globaler Rollout über weitere Werke
  14. 14. l14.10.2020© MHP Management- und IT-Beratung GmbH 14 MHPDeepDive Handhabbare Komplexität kombiniert mit Agilität EAM Framework Begleitende Entwicklung des EAM Frameworks Bottom-up & Top down Ansatz Dauerhaft und Strategisch EAM Repository – Top Down & Bottom Up Entwicklung Use Case Framework Use Case basierte Erarbeitung und Integration von Use Cases mittels des EAM Repository Kurzfristig und Agil Use Case Approach mit Agilen Teams Laufzeit <3 Monate Rules Guidlines Kommuni- kation Security Stack Technologie Stack Repository Data Management Bottom-Up Datenkultur & Mindset Legal & Compliance Daten Organisation Top-Down
  15. 15. l14.10.2020© MHP Management- und IT-Beratung GmbH 15 MHPDeepDive Wichtige Erkenntnisse, um Chancen, Potentiale und Mehrwerte aus den Daten zu generieren Technologie ist kein Selbstzweck KEIN “Technology First” Integration von Business, IT & Belegschaft Nutzer- und Use Case Zentrierung Priorisiertes Datenmanagement Daten sind primäre Assets Beherrschbare Komplexität mit der richtigen Herangehensweise Stetiger Use Case Strom für weitere Monetarisierungspotentiale Zukunftssicherung des Unternehmens durch neue Geschäftspotentiale Hoher ROI durch Kombination von schnellen Quick Wins und langfristigen Investments Datengetriebene Transformation ist eine Reise – kein Kurztrip
  16. 16. l© MHP Management- und IT-Beratung GmbH 16 LET‘S GET CONNECTED Frank Eisenhauer Associated Partner Mobil: +49 (0)152 2030 1308 E-Mail: frank.eisenhauer@mhp.com
  17. 17. l14.10.2020© MHP Management- und IT-Beratung GmbH 17 MHPDEEPDIVE TERMINE 22.10.2020 Digitale Steuerung in volatilen Zeiten 22.10.2020 Data Warehousing mit SAP 29.10.2020 Mit Salesforce zum Probefahrt- management der nächsten Genration 15.10.2020 Erfolgsfaktor Kundenloyalität
  18. 18. l14.10.2020© MHP Management- und IT-Beratung GmbH 18 verpasst? Kein Problem! Alle vergangenen MHPDeepDives finden Sie hier: www.slideshare.net/MHPInsights www.youtube.de/MHPProzesslieferant
  19. 19. l WELCOME TO TOMORROW

×