Industrial Internet of Things – Treiber, Herausforderungen und Chancen in produzierenden Unternehmen

Industrial Internet of Things

Das industrielle Internet der Dinge (Industrial Internet of Things, IIoT) revolutioniert die Art und Weise wie Unternehmen unter anderem ihre Betriebsabläufe optimieren und effizienter gestalten können. IIoT kombiniert Sensoren, Netzwerkverbindungen, Datenanalyse und Automatisierungstechnologien, um die Leistungsfähigkeit von Industrieanlagen zu verbessern und neue Geschäftsmöglichkeiten zu schaffen. Hierdurch wird eine Vernetzung von physischen Geräten und Systemen in der industriellen Umgebung ermöglicht. Sensoren und Geräte können so kontinuierlich Daten über verschiedene Betriebsparameter wie Temperatur, Druck, Vibrationen und den Zustand von Maschinen sammeln und über Netzwerke in Plattformen diverser Anbieter übertragen (Boyes et al., 2018). Die gewonnenen Erkenntnisse können dann für diverse Zwecke (z.B. Predictive Maintenance, Steuerung der Produktionsauslastung oder zur Identifikation von Verbesserungspotenzialen) verwendet werden und sind vor allem in der Kombination mit einer Cloud-Infrastruktur für Unternehmen attraktiv. So kann durch die Cloud-Anbindung die große Datenmenge, die von smarten Produktionsanalgen gesammelt wird, besser verarbeitet und gespeichert werden. Dadurch können lokale Ressourcen entlastet und Daten in Echtzeit erfasst, gespeichert und verarbeitet werden. Viele Cloud-Anbieter bieten zudem fortschrittliche Tools zur strukturierten Analyse und Visualisierung der erhobenen Daten an. Weitere offensichtliche Vorteile von Cloud-Lösungen im IIoT-Umfeld sind zudem Konnektivität und der standortunabhängige Zugriff (Clohessy et al., 2016). Als größtes Bedenken sehen Unternehmen derzeit noch die Datensicherheit und die fehlende gesetzliche Transparenz zur Datenerhebung und -nutzung von gewonnenen Informationen. Neuere gesetzliche Bemühungen betreibt hier die EU, die mit dem EU-Data Act und dem EU Cybersecurity Resilience Act mehr Transparenz in den aktuell noch rechtsunsicheren Raum bringen möchte (Schinkels, 2023).

Laut einer IDC-Studie aus dem Jahr 2022 beschäftigen sich Industrieunternehmen vor allem aus Gründen der Produktionsstabilität mit IIoT. So priorisierten 30 % der befragten Industrieunternehmen die Verringerung von Ausfallzeiten bzw. die Erhöhung von Geschäftskontinuität & Resilienz. Zur Schaffung von Stabilität scheint die digitale Transformation der Industrie zentral. Kernbausteine der Transformation können das IoT und eine umfassenden Datenstrategie sein, da durch robuste datenbasierte Entscheidungen und agile Produktionsprozesse eine Stabilisierung erreicht werden kann. Allerdings haben aktuell laut IDC nur 13 % der Industrieunternehmen eine Data- und Analytics-Strategie, die auch industrielle IoT-Projekte einbezieht. Für 21 % der Industrieunternehmen stellen Sicherheitsbedenken eine zentrale Herausforderung bei der Umsetzung von IIoT-Projekten dar. Die mangelnde Kommunikation zwischen IT- und Operational Technology über gemeinsame Gefahren (28 %), der Schutz von IoT-Daten in Bewegung und Ruhe (26 %) und der mangelnde Überblick über IIoT-Endpunkte im eigenen Netzwerk (23 %) sind im Bereich der Industrial IoT die drei größten Herausforderungen der Industrie (IDC, 2022). Gemäß einer aktuellen Untersuchung von McKinsey konnten zudem Fabriken mit implementierten IIoT use cases Produktivitätssteigerungen von bis zu 50 %, eine Steigerung der Gesamtanlageneffektivität von bis zu 30 % und eine Senkung der Qualitätskosten (z. B. Schrottkosten) von bis zu 70 % erreichen (Anderson et al., 2023).

Die Studie im Überblick

Vor dem Hintergrund dieser Entwicklungen hat das Institut für Management und Innovation der HWG Ludwigshafen im Auftrag der Mettler-Toledo International Inc. eine europaweite Studie zur Analyse der Treiber und Herausforderungen der digitalen Transformation in europäischen produzierenden Unternehmen durchgeführt. Hierbei wurden 117 Fach- und Führungskräfte aus Deutschland (43%), Frankreich (9%), Italien (14%), Spanien (26%) und weiteren EU-Ländern (7%) mit Hilfe eines Research-Panels quantitativ befragt. Im Gegensatz zu vielen anderen Studien lag bei der durchgeführten Untersuchung der Fokus nicht nur auf der produktionstechnischen digitalen Transformation, sondern auch auf der Kommerzialisierung und Monetarisierung von digitalen Angeboten – schwerpunktmäßig in B2B Märkten. Die wesentlichen Ergebnisse zu den größten Herausforderungen, Potenzialen und Treiber der digitalen Transformation der Studie sind im folgenden Schaubild festgehalten. Komplementiert wird das Schaubild durch die unterschiedlichen Cloud-Betriebsmodi der befragten Unternehmen.

Abbildung 1: Zentrale Ergebnisse der Studie (eigene Darstellung)

Getrieben werden die IIoT-Bestrebungen laut der Befragten vor allem durch eine gewünschte Steigerung der Service-Effizienz. Zudem sind viele der für IIoT-Projekte benötigten Technologien mittlerweile kommotisiert, wodurch diese einfacher und kostengünstiger zugänglich sind. Dementsprechend sind die Eintrittsbarrieren für IIoT für viele Industrieunternehmen deutlich geringer geworden. Ein weiterer wichtiger Treiber für die Durchführung von IIoT-Projekten ist die Optimierung der Value-Chain. Vor dem Hintergrund der globalen wirtschaftlichen Entwicklung scheint es sowohl für Anbieter smarter Produkte für Industriestandorte als auch für deren Kunden essenziell, die eigene Wertschöpfungskette auf den Prüfstand zu stellen und optimal auszugestalten. Die Datenpunkte, Informationen und Prognosemodelle, welche durch smarte Produkte hier bei zielgerichteter Anwendung übermittelt werden können, sind dabei ein entscheidender Schlüssel zum Erfolg. Das Ziel dieser Smart Products ist der Aufbau eines Smart Service Systems, das den Kunden und den Anbieter miteinander verbindet (Beverungen et al., 2017).

Abbildung 2: Smart Service System (Beverungen et al., 2017)

Eine wesentliche Herausforderung bei der Realisierung von IIoT-Vorhaben stellt der Balanceakt zwischen Information Technology (IT) und Operative Technology (OT) dar. Als OT kann laut Gartner die Kombination aus Hardware und Software, die eine Änderung durch die direkte Überwachung und/oder Kontrolle von physikalischen Geräten, Prozessen und Ereignissen im Unternehmen erkennt oder verursacht, verstanden werden (Gartner, o.J.). Laut dem ISA95-Modell betrifft OT vor allem die Ebenen 1-3 (Produktebene, Maschinenebene, Linienebene), wohingegen die klassische IT die Ebenen 5 und 4 tangiert (Unternehmens- und Produktionsebene) (Giannelli & Picone, 2022). Das Ausbalancieren dieser unterschiedlichen Ebenen in IIoT-Umsetzungsvorhaben ist für viele der Befragten demnach nicht einfach. Hinzukommend erschweren die weltweit unterschiedlichen gesetzlichen Rahmenbedingungen für die Erhebung und Auswertung von Daten bei Kunden den Vormarsch von IIoT in vielen der befragten Unternehmen. Die größte Herausforderung sehen die Teilnehmenden der Studie jedoch bei der Monetarisierung von digitalen Angeboten im Zusammenhang mit dem Verkauf von smarten Produkten. Dies scheint auch ein zentrales Hemmnis für das Vorankommen bei der digitalen Transformation des Produktangebots zu sein, denn schließlich kann nur weiter an digitalen Lösungen und Features für Hardwareprodukte gearbeitet werden, wenn auf der anderen Seite auch Erlösmodelle für diese existieren. Der Einmalverkauf von Hardware und das kostenfreie Angebot von Daten- und Softwarelösungen ist im Zuge der vielfältigen Möglichkeiten kein vielversprechendes Geschäftsmodell mehr. Diese Entwicklung wird auch durch die Studienergebnisse bestätigt: So wurde als zentrale Chance von IIoT-Projekten die Entwicklung und Realisierung von neuen Geschäftsmodellen durch die Befragten genannt. Dass die Optimierung der digitalen Geschäftsmöglichkeiten im IIoT-Umfeld zugleich größte Chance und Herausforderung ist, zeigt den zukünftigen Handlungsbedarf für Unternehmen. Es gilt geeignete Geschäftsmodelle zur Kommerzialisierung von entwickelten IIoT-Lösungen neben dem Verkauf der eigentlichen Hardware zu finden. Einige Firmen versuchen dies beispielsweise über das Angebot von Consulting-Dienstleistungen hinsichtlich der Produktionsoptimierung beim Kunden auf Basis der durch die smarten Geräte generierten Daten umzusetzen. Weitere Potenziale werden auch in der Optimierung der eigenen Produktionslinien und in der Instandhaltung von Produktionsinfrastruktur (intern und beim Kunden) gesehen.

Cloud-Angebote und Auswirkungen regulatorischer Besonderheiten in China

Der Einsatz von Cloud-Infrastruktur im industriellen Umfeld ist für viele Unternehmen mittlerweile unverzichtbar. 63% der Befragten gaben an ihren Kunden Software-Produkte in der Cloud anzubieten – also eine Mehrheit, die jedoch auch noch Potential nach oben aufweist. 27% der Anbieter von Software-Produkten in der Cloud gaben an, ausschließlich die Private Cloud des Kunden zu nutzen, 16% gaben an nur mit der eigenen Public Cloud Lösung zu arbeiten und wiederum 24% gaben an beide Optionen kundenspezifisch zur Verfügung zu stellen. Die Aufteilung zeigt klar, dass sich bisher noch kein dominantes Design hinsichtlich des Angebots von cloudbasierten Softwarelösungen im IIoT-Umfeld etabliert hat. Im Ländervergleich zeigt sich zudem, dass nur etwas mehr als die Hälfte (52%) der befragten deutschen Unternehmen Softwareprodukte in der Cloud anbieten. In Frankreich und Spanien hingegen gaben 68% der Unternehmen an, über ein solches Angebot zu verfügen. Bei Betrachtung der Länderunterschiede fällt auf, dass 85% der befragten französischen und spanischen Unternehmen selbst ihren Kunden, die validierte Systeme benötigen, die Nutzung von Cloud-Lösungen empfehlen. Bei deutschen Unternehmen beträgt die Empfehlungsrate bei einem solchen Bedarfe lediglich 33 %, was eine länderspezifische Einstellung zur Cloud-Nutzung und -Empfehlung verdeutlicht. Das Angebot von Cloud-Lösungen ist jedoch nicht nur länder- sondern auch branchenspezifisch. So gaben 39 % der befragten Unternehmen in den Branchen Healthcare, Automotive und Legal Services (H/A/LS) in Frankreich und Spanien die Vereinfachung der rechtlichen Rahmenbedingungen als Hauptgrund für die Wahl der privaten Cloud gegenüber der öffentlichen Cloud an. In anderen Branchen in diesen Ländern nannten nur 24% der Befragten dies als Hauptgrund. Dies legt nahe, dass branchenspezifische regulatorische Anforderungen einen erheblichen Einfluss auf die Cloud-Strategie haben können.

Ein weiterer Bestandteil der Befragung war die Untersuchung des Angebots von Softwareprodukten in der Cloud und die Vermarktung dieser in China. 37% der befragten Industrieunternehmen gaben an im chinesischen Markt mit Softwareangeboten aktiv zu sein. Bei einem Großteil dieser Unternehmen (84%) deckt sich dieses Softwareangebot zudem mit den Angeboten in anderen Ländern der Welt. Weiterhin gaben davon wiederum 80% der Befragten an, die Daten der Kunden, die diese Angebote wahrnehmen, ausschließlich in China zu speichern.

Grund für diese Lokalspeicherung kann das am 01. September 2021 in Kraft getretene „Personal Information Protection Law” (kurz: PIPL) sein. Diese zentrale Norm des chinesischen Cyber- und Datenschutzrecht regelt die Verarbeitung personenbezogener Informationen innerhalb des Gebietes der Volkrepublik China. Die zentralen Elemente des Gesetzes sind unter anderem eine ausdrückliche Zustimmungserfordernis (ähnlich der DSGVO) und die Pflicht zur lokalen Datenspeicherung, nach der sowohl die Betreiber kritischer Infrastrukturen als auch allgemeiner Datenverarbeiter ab einer gewissen Größe gesammelte oder generierte Daten in China speichern müssen. Der Export solcher Daten erfordert zudem eine „tatsächliche Notwendigkeit“ sowie eine Sicherheitsprüfung der Cyberspace Administration China (kurz: CAC) (Creemers, 2022).  Die Entwicklung der Rechtslage in China ist vor allem vor dem Hintergrund geopolitischer Entwicklungen ein wichtiger Faktor. Es bleibt abzuwarten, ob sich eigenständige Datenknotenpunkte (z.B. amerikanische, chinesische und europäische) etablieren oder inwiefern man sich ggf. auch auf internationale Standards zur Speicherung und zum Austausch von Daten einigen kann. Für Unternehmen gilt es also die gesetzlichen Rahmenbedingungen in den jeweiligen Märkten genaustens zu beobachten, um das eigene Angebotsportfolio dementsprechend auszurichten (Kessler & Blöchl, 2022).

Fazit

Abschließend kann festgehalten werden, dass die Bedeutung von IIoT und die Integration von Produktionsinfrastruktur in Cloud-Lösungen noch weiter zunehmen wird. Dabei liegen auf Anbieterseite die wesentlichen Chancen und Herausforderungen in der Entwicklung von geeigneten Geschäftsmodellen zur Kommerzialisierung der entwickelten Produkte und Dienstleistungen. Nur auf diese Weise können Unternehmen mittelfristig das in Forschung & Entwicklung investierte Kapital amortisieren. Unternehmen aus Deutschland dürfen hierbei jedoch nicht die Chancen und Potenziale von Angeboten in der Cloud aus dem Auge verlieren. Zudem gilt es länder- und branchenspezifische Besonderheiten im Blick zu behalten und dementsprechend den Cloud-Einsatz so wie die Ausgestaltung des Cloud-Portfolios auszurichten.

Quellen:

Anderson, R., Jacobsen, C., & Venugopal, V. (2023). How to use the cloud to support operations at industrial sites | McKinsey. https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/its-time-for-cloud-tech-to-meet-operational-tech-at-industrial-sites

Beverungen, D., Müller, O., Matzner, M., Mendling, J., & Brocke, J. vom. (2017). Conceptualizing smart service systems. Electronic Markets, 29. https://doi.org/10.1007/s12525-017-0270-5

Boyes, H., Hallaq, B., Cunningham, J., & Watson, T. (2018). The industrial internet of things (IIoT): An analysis framework. Computers in Industry, 101, 1–12. https://doi.org/10.1016/j.compind.2018.04.015

Clohessy, T., Acton, T., Morgan, L., & Conboy, K. (2016). THE TIMES THEY ARE A-CHANGIN FOR ICT SERVICE PROVISION: A CLOUD COMPUTING BUSINESS MODEL PERSPECTIVE.

Creemers, R. (2022). China’s emerging data protection framework. Journal of Cybersecurity, 8(1), tyac011. https://doi.org/10.1093/cybsec/tyac011

Gartner. (o.J.). Definition of IT/OT Integration—Gartner Information Technology Glossary. Gartner. https://www.gartner.com/en/information-technology/glossary/it-ot-integration

Giannelli, C., & Picone, M. (2022). Editorial “Industrial IoT as IT and OT Convergence: Challenges and Opportunities”. IoT, 3(1), Article 1. https://doi.org/10.3390/iot3010014

IDC. (2022). IDC Studie: Adaption von Industrial IoT in deutschen Industrieunternehmen stagniert auf niedrigem Niveau. IDC: The premier global market intelligence company. https://www.idc.com/getdoc.jsp?containerId=prEUR149013422

Kessler, F., & Blöchl, J. (2022). Datenerfassung, -nutzung und -sicherheit – Entwicklungen in China. In J. Freimuth, S. Kaiser, & M. Schädler (Hrsg.), Normungs- und Standardisierungsstrategien in China und Indien: Im Spannungsfeld von Industrie- und Geopolitik und Implikationen für Europa (S. 249–279). Springer Fachmedien. https://doi.org/10.1007/978-3-658-38204-9_16

Schinkels, P. (2023, Juni 28). Data Act: Geld gegen Daten. Die Zeit. https://www.zeit.de/digital/2023-06/data-act-eu-parlament-datengesetz-big-tech-unternehmen-faq