1.
l
ENABLING YOU
TO SHAPE A BETTER
TOMORROW

2.
© MHP Management- und IT-Beratung GmbH
Datenmanagement im IoT-Umfeld
Wie schaffe ich nachhaltig Werte aus Daten?

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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
l
WELCOME TO
TOMORROW