Archiv der Kategorie: IOT – IoT-Technologie

Livestreaming von Drohnen

Wenn Wartungsteams beauftragt werden, den Zustand einer Anlage oder eines Gebäudes zu inspizieren, mangelt es oft noch an der Digitalisierung. Daten, Bilder und Berichte werden im besten Fall digital an die jeweilige Hausverwaltung oder den Eigentümer übermittelt. Doch der Prozess erfordert oft Zeit, mehrere Arbeitsstunden und einen Stapel an administrativen Aufgaben.

Aus diesem Grund haben sich FlyNex und KSI zusammengetan, um ihre Lösung auf den europäischen Markt zu bringen. Diese bietet bei Inspektionen die Möglichkeit, Bilder und Daten direkt von der Drohne an Projektmanager, Dienstleister und Teams zu übertragen. Die deutsche Drohnenmanagement-Plattform FlyNex hat in Zusammenarbeit mit dem amerikanischen Datenspezialisten KSI Data Sciences eine Lösung entwickelt, die Inspektionen oder Wartungsarbeiten aus der Ferne so einfach wie nie zuvor macht. Ein Pilot vor Ort fliegt die Drohne und der Rest des Teams kann egal, von wo auf der Welt, den Livestream des Fluges verfolgen und so standortunabhängig zusammenarbeiten. Der Anwendung, MissionKeeper on FlyNex, ist derzeit für europäische Unternehmen verfügbar.

BROWSERBASIERT FÜR ALLE INTERNETFÄHIGEN ENDGERÄTE

Die MissionKeeper App von KSI streamt Video- oder Datenfeeds direkt von einer Drohne an ein dezentrales Team. Einsatzteams und Mitarbeiter können diese auf jedem Gerät gleichzeitig ansehen und zusammenarbeiten. MissionKeeper on FlyNex ist cloudbasiert, d. h. Kunden können die neue Lösung auf Basis der FlyNex Enterprise Suite sofort einsetzen, ohne dass sie eine eigene IT-Infrastruktur oder zusätzliche Geräte benötigen. Die Teammitglieder haben über ein Webinterface Zugriff auf die Video- und Datenfeeds. Der Stream ist mit jedem internetfähigen Gerät und von jedem Ort der Welt aus abrufbar. So ergibt sich eine erhebliche Zeitersparnis für kollaboratives Arbeiten, Inspektionsteams haben alle Informationen direkt verfügbar und können sofort gemeinsam Entscheidungen treffen.

„Da immer mehr Drohnen und Sensoren am Arbeitsplatz eingesetzt werden, sehen wir bereits jetzt die Notwendigkeit einer weitreichenden Zusammenarbeit in Echtzeit und eine erhöhte Nachfrage nach vernetzten Geräten und interoperablen Apps“, sagt Jon Gaster, CEO von KSI Data Sciences. „Die Zusammenführung der Drohnenmanagement-Plattform von FlyNex und MissionKeeper von KSI eröffnet neue Möglichkeiten, Daten und Informationen unternehmensweit zugänglich zu machen und damit bessere Ergebnisse und eine höhere Rendite für jede Drohnen-Investition zu erzielen.“

„Es besteht eine hohe Nachfrage nach Ferndatenerfassung und Plattformen, die datenbasierte Einblicke in Objekte, Liegenschaften und Anlagen liefern. Das Angebot eines kompletten Workflows für die Verwaltung und den Einsatz von Drohnen zur Datenerfassung sowie die Möglichkeit für Teams und Servicepartner direkt auf die Drohne zugreifen zu können, ist ein echter Game-Changer. Die KSI MissionKeeper App für Drohnen ist ein solcher Enabler für die Bereiche Bau, Sicherheit und Rettung, Immobilienmanagement und mehr“, fügt Andreas Dunsch, CEO und Mitgründer von FlyNex, hinzu.

Gegründet 2015, befähigt FlyNex Unternehmen weltweit, unbemannte Luftfahrtsysteme zur effektiven Datengenerierung einzusetzen. Mit seiner Plattform, der FlyNex Enterprise Suite, bietet das Unternehmen die führende Projektmanagementsoftware für die kommerzielle Drohnennutzung in Europa an. KSI Data Sciences, mit Sitz in Kalifornien, hat sich zum Ziel gesetzt, die Art und Weise zu revolutionieren, wie Unternehmen auf Datenquellen aus der Ferne zugreifen, diese analysieren und gemeinsam Entscheidungen treffen. Die Lösungen „MissionKeeper“ und „MissionCaster“ von KSI sind die neuesten Lösungen für die Bereitstellung von Live-Video- und Telemetriedaten von Drohnen und anderen IoT-Geräten.

Neben der Fernwartung ist die Livestreaming-Komponente ebenso nützlich für unzählige andere Anwendungsfälle wie für die öffentliche Sicherheit. In unübersichtlichen Situationen, wie z. B. bei Unfällen oder Bränden, kann der Einsatz von Drohnen mit Livestream helfen, Situationen zu beurteilen oder Verletzte zu lokalisieren. Für Interessenten stellt FlyNex die Lösung MissionKeeper on FlyNex für 30 Tage kostenlos zur Verfügung unter  https://www.flynex.io/ksi-data-sciences/.

Künstliche Intelligenz – Ist das die Zukunft oder kann das weg?

Der erste Schritt ist immer der schwerste….

Sicherlich ist der erste Berührungspunkt mit Künstlicher Intelligenz kein einfacher. Das Tagesgeschäft brummt und nimmt einen immensen Teil des Arbeitsalltags ein. Sich dann zusätzlich noch gewissenhaft mit einer „neuen“ Technologie zu befassen, gar Anknüpfungspunkte im eigenen Unternehmen zu finden, fällt vielen oft schwer.
Dass Daten das neue Gold der Wirtschaft sind, hört man schon länger. Genauer gesagt sind jedoch Informationen aus Daten das neue Gold. Denn Daten gibt es (oft) wie Sand am Meer. Viele stellen sich aber die Frage, wie sie diese Daten für ihr Unternehmen nutzbringend verwenden können, ohne sich dabei strafbar zu machen.

Ein Weg ist es, aus den Daten, welche die Vergangenheit widerspiegeln, Erfahrungen zu gewinnen und damit Vorhersagen für den Umgang mit zukünftigen ähnlichen Situationen treffen zu können. Damit sind Begriffe wie Machine Learning (ML), Deep Learning, Reinforcement Learning, Künstliche neuronale Netze … verbunden. Diese Methoden gehören in die Disziplin der Künstlichen Intelligenz. Wie bekomme ich aber persönlich Zugang zu diesem spannenden Thema?

Berührungsängste mit KI – muss man die tatsächlich haben?

Was konkret ist KI? Künstliche Intelligenz ist ein Teilgebiet der Informatik und beinhaltet, neben Elementen aus dieser, heute als wesentlichen Bestandteil angewandte Mathematik. Dies sind unter anderem Verfahren aus der Stochastik, Linearen Algebra, usw. Wer sich also schon beim Abitur oder dem Studium mit diesen Themen schwergetan hat, der wird jetzt vermutlich wieder davor zurückschrecken, Software mit KI-Methoden einzusetzen. Für den Einsatz in einem Unternehmen müssen sie aber nicht die Methoden und Algorithmen bis ins kleinste Detail kennen, denn dafür gibt es die KI-Spezialisten. Ihre Aufgabe als Führungskraft ist es, das Einsatzgebiet für KI-Methoden festzulegen.

Sind nicht eher Berührungsängste mit einer vermeintlich unbekannten Technologie und dem fehlenden Verständnis für den Umgang mit den mathematischen Methoden der KI der Grund für das Ignorieren der sich bietenden Möglichkeiten? Ist es auch die Angst vor dem Verlust der Kontrolle und der immer transparenter werdenden Persönlichkeit eines jeden Einzelnen, sei es im Berufsleben oder insbesondere im Privaten?

Künstliche Intelligenz einsetzen – oder traue ich mich nicht?

Eine Führungskraft in einem Unternehmen wird i.d.R. nur die Werkzeuge einsetzen, die sie kennt und mit denen sie positive Erfahrungen gemacht hat. Insbesondere wenn es um Kontrolle von Maschinen und die Transparenz von Daten und Prozessen im Unternehmen geht. Gibt es positive Erfahrungen bei anderen Unternehmen, beschäftigt man sich schon eher mit einer neuen Thematik. Künstliche Intelligenz wird erfolgreich in Firmen eingesetzt, was sich aber leider noch nicht weit genug herumgesprochen hat.

Insbesondere beim Mittelstand und dann noch zu Corona-Zeiten haben die Unternehmen am meisten mit sich selbst zu tun und kämpfen um ihr Überleben. Dennoch ist gerade jetzt der Zeitpunkt, sich mit der Zeit nach der Corona-Krise zu beschäftigen. Die Methoden der Künstlichen Intelligenz werden für die Zukunftssicherheit eines Unternehmens eine immer wichtigere Rolle spielen, denn die KI ist alles andere als ein Hype, der schnell wieder vorbeigeht. Unternehmen, die heute bereits KI nutzen, sind erfolgreicher als zu dem Zeitpunkt, zu dem sie noch keine KI eingesetzt haben. Und die Unternehmen gehen quer durch alle Branchen:

  • Medizin
  • Logistik
  • Vertrieb und Marketing
  • Produzierende Unternehmen
  • FinTech

Wie kann ein Unternehmen Zugang zur KI bekommen?
Wie kann ich als Führungskraft mich dem Thema KI nähern?

Eine prinzipielle Überlegung bei einer erstmaligen Auseinandersetzung mit so einem für viele noch sehr schwergewichtigen Thema ist die Abwägung, was ich mit dem Einsatz von KI grundlegend erreichen möchte. Zwei grobe Handlungsstränge eröffnen sich hierbei. Künstliche Intelligenz wird in den meisten kontextbezogenen Darstellungen als neuer, für eine Branchen im Allgemeinen oder ein Unternehmen im speziellen disruptiver Ansatz gesehen. Begründen lässt sich diese Sicht in erster Linie durch den Umstand, dass KI dabei als Treiber für neue Geschäftsmodelle und -möglichkeiten verstanden wird. Künstliche Intelligenz jedoch ist, wie viele andere fortschrittliche Ansätze aus den großen Weiten der Digitalisierung (auch, wenn es sich oft wie ein dichter, unüberwindbarer Wald anfühlt), zunächst auch nur als Werkzeug nutzbar; genauer gesagt als Unterstützungswerkzeug in gewohntem Business-Umfeld. Ganz im Sinne der von fernöstlichen Einflüssen geprägten Unternehmenskulturen einer ressourcenschonenden, auf Verschwendung bzw. Vermeidung ausgerichtete Managementansätze, kann KI insbesondere bestehende Prozesse verschlanken.

Die Auseinandersetzung mit der – nicht mehr Zukunfts- sondern mittlerweile längst Gegenwartstechnologie – KI ist zwingend. Gerade wenn KI noch eine grüne Wiese ist, auf der aber auch in absehbarer Zeit etwas Fruchtbares gedeihen soll, ist es unablässig, sich früh mit erfolgskritischen Elementen auseinanderzusetzen. Ein Unternehmen beispielsweise, das erste KI-Anwendungen in einem Zeitraum von ein bis zwei Jahren sieht, sollte sich dennoch heute schon um die Grundbausteine jener KI-Anwendung kümmern. Das bedeutet, die Schaffung einer Datenbasis in Form von vollständigen und validen Daten, auf deren Grundlage zu einem späteren Zeitpunkt ein KI-System „lernen und arbeiten“ kann.

Die sich daraus ergebenden Fragen müssen sich jede Unternehmerin und jeder Unternehmer in Bezug auf Künstliche Intelligenz dringend stellen und beantworten:

  • Was kann KI aktuell leisten?
  • Was bietet KI für mich und meine Branche an Potenzialen? Was sind die Good Practices und deren Impact?
  • Welche Transformationen in Datenstrukturen, Wertschöpfungsabläufen, der konkreten Produktion und in den Geschäftsmodellen hat das zur Folge?
  • Welche Akzeptanzprobleme in der Führungsebene und bei den Mitarbeitern müssen überwunden werden?
  • Was sind die Voraussetzungen, Vorgehen und Resources, um KI im Unternehmen zu entwickeln?

Artificial Intelligence Center Hamburg (ARIC) e.V.

Auf diese Fragen gibt es keine pauschale Antwort. Jedes Unternehmen, jede Branche muss dies für die jeweils konkrete Situation beantworten. Wie weit ist die Datenverfügbarkeit und- qualität, wie weit stellen sich meine Sicherheitsvorkehrungen als robust heraus, welches KI-Knowhow ist für mich wichtig etc.? Die Antworten auf diese Fragen zu finden ist nicht einfach. An dieser Stelle hilft Ihnen das ARIC .

Das Artificial Intelligence Center (ARIC) ist das von der Stadt Hamburg offiziell unterstützte KI-Zentrum, in dem die unterschiedlichen Aktivitäten und Akteure mit dem spezifischen Wissen aus dem wissenschaftlichen, wirtschaftlichen sowie gesellschaftlich-politischen Bereich in der Metropolregion Hamburg gebündelt werden. Über Informations- und Weiterbildungsangebote bis hin zur Projektierung und Implementierung von KI-Anwendungsfällen bietet das ARIC einen Single-Point-of-Contact, gerade für Unternehmen und Institutionen, die (noch) keinen Draht zu Künstlicher Intelligenz haben. Obgleich der Fokus hier auf Hamburg liegt, agiert das ARIC in Kooperation mit anderen lokalen Institutionen deutschlandweit und unterhält gute Beziehungen und Kooperationen zu führenden Hotspots im Bereich KI weltweit, u.a. Estland und den anderen baltischen Staaten, Israel, Kanada und der Tschechischen Republik.

 

Autoren:     Steven Dehlan ist Projektmanager für Künstliche Intelligenz beim ARIC e.V. (dehlan@aric-hamburg.de)
Carsten Hagemann ist selbständiger Berater. Er ist Experte für Digitalisierung und KI-Systeme (ch@hagemann-consulting.com)

Künstliche Intelligenz: So setzen Unternehmen sie ein

Immer mehr Geschäftsführer und Manager haben inzwischen erkannt, wie wichtig es ist, KI-basierte Lösungen einzusetzen – das zeigen auch aktuelle Studien.[1] So ist KI immer häufiger Bestandteil von Branchenlösungen. Und doch herrscht rund um die Verwendung von KI-Technologie häufig noch große Unsicherheit. Zum einen ist oftmals nicht klar, wie sich Integration und Implementierung von KI zielgerichtet durchführen lassen. Zum anderen wissen viele Unternehmen nicht, wie sie am besten von KI profitieren.

Ziele definieren

Die aktuell zur Verfügung stehende KI-Technologie ist als sogenannte „schwache“ KI zu bezeichnen, die klar definierte Aufgaben lösen kann – die Möglichkeiten sogenannter „starker“ KI, die jedoch noch nicht entwickelt werden konnte, würden weit darüber hinausgehen. Daraus ergibt sich in jedem Falle, dass aktuelle KI-Systeme immer konkrete Ziele benötigen. Unternehmen müssen also zunächst entscheiden, welche wesentlichen Einzelaufgaben anstehen. Anhand des Ergebnisses können Firmen dann genauer untersuchen, in welchen Prozessen sich Künstliche Intelligenz sinnstiftend einsetzen lässt.

Daten sind notwendig

Die technischen Möglichkeiten zur extrem schnellen Datenanalyse sind heutzutage vorhanden. Eine wesentliche Voraussetzung, um KI nutzen zu können, ist eine ausreichend große Datenmenge. Und genau dafür müssen Unternehmen sorgen. Das kann auf zwei Arten geschehen: Entweder tragen sie umfassende Daten rund um ihre Kerngeschäftsprozesse zusammen. Dafür sind allerdings im Normalfall sowohl Zeit als auch (technische) Investitionen notwendig, da alle Systeme, mit denen das Unternehmen Daten erfasst, zu integrieren sind. Oder es erhebt die Daten anhand des Bedarfs, der von einem spezifischen Anwendungsfall oder Geschäftsmodell ausgeht. Das führt schneller zu Ergebnissen und anhand des konkreten Beispiels lässt sich gut überprüfen, welche Datenmenge für den spezifischen Case notwendig ist.

Mitarbeiter involvieren

Darüber hinaus dürfen Unternehmen nicht vergessen: KI bringt Änderungen mit sich, die wiederum Ängste auslösen können. Daher ist es sehr wichtig, Mitarbeiter von Beginn an einzubeziehen, sie auf Veränderungsprozesse vorzubereiten und ihnen zu ermöglichen, sich aktiv einzubringen. Für die Digitale Transformation sind Offenheit, Anpassungs- und Gestaltungswille notwendig, weshalb sich in jedem Fall ein professionelles Change Management auszahlt.

Sobald die strukturellen und technischen Voraussetzungen geschaffen sind, können Unternehmen ein erstes KI-Projekt starten.

Zwei Beispiele von KI im Unternehmenseinsatz

Voice Commerce

Im Handel gibt es viele Möglichkeiten, vom KI-Einsatz zu profitieren. Sprachassistenten wie Amazon Echo, Google Home oder Apples Home-Pod sind bereits in vielen Haushalten angekommen. Nutzer verwenden diese unter anderem, um per Sprachbefehl komfortabel einzukaufen. Selbst komplexe Anfragen wie „Finde eine farblich passende Jacke mit schmal geschnittener Taille, die zu T-Shirt A der Marke C passt“ können die digitalen Butler verstehen. Anschließend lässt sich die passende Jacke per Sprachbefehl bestellen, was ohne KI nicht möglich wäre. KI-Algorithmen arbeiten mehrstufig: Im ersten Schritt muss das System Audio-Signale in Phoneme umwandeln – kleinste bedeutungsunterscheidende sprachliche Einheiten, aus denen Sätze und Wörter entstehen. Die Logik ermittelt anschließend, was genau sich der Nutzer wünscht, und wandelt seine Anfrage in textbasierte Befehle an das Backend des Systems um. Dies geschieht meist durch den Aufruf von Webservices. Anschließend wird das Ergebnis mittels Text-to-Speech-Algorithmen in Sprache umgewandelt und an den Nutzer übertragen. Voice Commerce ist im Handel also eine weitere, äußerst attraktive Verkaufsmöglichkeit.

Metadaten von Bild- und Videomaterial automatisch erzeugen

Im Bereich Medien ist KI schon längst angekommen, etwa in der Metadaten-Erzeugung. Bewegtbilder spielen eine immer größere Rolle. Die allerdings immer weiter zunehmende Datenflut ist für Journalisten und Produzenten kaum mehr manuell zu händeln. Dabei müssen sie mitunter für Beiträge Videosequenzen sehr schnell finden. Dies gelingt am einfachsten über Metadaten, also Inhaltsinformationen, die sich Videos oder Bildern zuordnen lassen. Je besser die Metadaten verschlagwortet sind (Tagging), desto einfacher können Journalisten sie wiederfinden. Bei einer überschaubaren Menge lassen sie sich noch manuell taggen. Aber wenn es irgendwann um Millionen Bilddaten geht, etwa bei TV-Sendern, ist dies nicht mehr möglich. KI kann Videodateien analysieren und automatisch mit Metadaten versehen. Sie erkennt bekannte Personen, Firmenlogos, Städte oder Gebäude und hinterlegt diese Informationen in den Metadaten. So sind Video- oder Bilddateien sehr schnell auffindbar.

KI-Projekte im Unternehmen realisieren

Schon die beiden skizzierten Beispiele zeigen: Es gibt nicht das eine ideale KI-Projekt, das zu jedem Unternehmen passt. Empfehlenswert ist daher eine schrittweise Einführung. Zunächst sollten Unternehmen mit kleineren Projekten starten und später größere initiieren. Dabei ist es sinnvoll, sich von einem erfahrenen Dienstleister unterstützen zu lassen. In der Praxis hat sich ein vierstufiger Prozess bewährt:

  1. Use Case mit dem größten Mehrwert identifizieren

Im Rahmen einer Ist-Analyse wird überprüft, welche Grundlagen für den KI-Einsatz zu schaffen sind. Inwieweit ist Big Data bereits im Einsatz? Welches Know-how gibt es schon bezüglich KI? Gibt es besondere Herausforderungen zu bewältigen? In der Regel erarbeiten Unternehmen diese Fragen gemeinsam mit einem Dienstleister in einem Workshop. Aus den Resultaten können sie dann ein Use Case Portfolio erstellen, in dem sich potenzielle Einsatzmöglichkeiten von KI nach Nutzen und Aufwand priorisieren lassen. Die vielversprechendsten Use Cases werden weiter analysiert, sodass sich danach überprüfen lässt, welche Voraussetzungen für die Umsetzung der Cases zu schaffen sind. Dabei sind das Datenmanagement sowie vorhandene Systeme und Prozesse zu berücksichtigen.

  1. Von der Idee zum Prototyp

Anschließend ist es wichtig, ein Konzept zur Vorgehensweise zu entwickeln. Das Ziel: möglichst schnell einen Prototyp zu entwickeln. Dafür sind Ziele und Anforderungen detailliert aufzubereiten. Eine standardisierte Entwicklungsumgebung hilft dabei, Störfaktoren zu beseitigen und die Entwicklung schnell abzuschließen. Dank eines iterativen Vorgehens und der Berücksichtigung von Benutzerfeedback kann binnen kurzer Zeit der KI-Prototyp entstehen, der mit Echtdaten arbeitet. Daraus lässt sich ableiten, ob die gewünschten Effekte eintreten und die definierten Ziele erreichbar sind.

  1. Vom Prototyp zum produktiven KI-Service

Aus dem Prototyp lässt sich anschließend ein sogenanntes Minimum Viable Product (MVP) erstellen. Die Datenbasis und Funktionalitäten werden iterativ erweitert. Für eine reibungslose Integration in die Systemumgebung sorgen kontinuierliche Funktions-, Last- und Integrationstests. In einem Skalierungsplan ist festzulegen, wie aus dem MVP ein skalierender KI-Service wird. So müssen Unternehmen zum Beispiel die zukünftige Produktivumgebung, Einflussfaktoren und Schnittstellen des KI-Services analysieren und berücksichtigen. Damit entsteht schließlich ein produktiver KI-Service, der sich via API in bestehende Anwendungen und Prozesse integrieren lässt.

  1. Stabiler Betrieb und Verbesserungen

Für den Betrieb und ein kontinuierliches Monitoring ist es empfehlenswert, sich für einen professionellen Partner zu entscheiden, der das Unternehmen mit umfassenden Managed Artifical Intelligence Services unterstützen kann. Vor allem bei geschäftskritischen Einsätzen ist ein 24/7 Monitoring empfehlenswert. Zudem sollte die Qualität des KI-Algorithmus durch ein stetiges Re-Training gesichert sein. Und ein Service-Management, das nach standardisierten ITIL-Prozessen aufgebaut ist, kann alle Routinetätigkeiten, die für den täglichen Betrieb notwendig sind, übernehmen.

Zusammenfassend lässt sich festhalten: KI ist keine Zukunftsmusik mehr, sondern bereits Realität. Wer sich heute nicht mit den technologischen Möglichkeiten der Künstlichen Intelligenz beschäftigt, wird zukünftig das Nachsehen haben. Es ist Zeit, KI einzusetzen. Die vordergründige Komplexität von KI-Systemen sollte dabei kein Hindernis sein: Durch ein strukturiertes Vorgehen und eine professionelle Begleitung lassen sich Herausforderungen bei der Einführung von KI im Unternehmen meistern.

[1] https://www.dfki.de/fileadmin/user_upload/import/9744_171012-KI-Gipfelpapier-online.pdf.

Kundendaten in DSVGO-zertifizierter Blockchain

Ziel der Datenschutz-Grundverordnung (DSGVO) war es, die Datenregulierung in Europa zu vereinheitlichen und zu vereinfachen. Zudem sollten Endverbraucher ein größeres Mitspracherecht bei der Speicherung und Nutzung ihrer personenbezogenen Daten erhalten. Seit nunmehr fast zwei Jahren haben Kunden in Europa somit also das Recht, eine Änderung personenbezogener Daten zu verlangen, wenn diese nicht oder nicht länger stimmen. Per Definition handelt es sich immer dann  um personenbezogene Daten, wenn die Informationen in Verbindung zu einer Person stehen beziehungsweise im weitesten Sinne eine Aussage zu dieser Person enthalten. Mitunter können Unternehmen sogar dazu verpflichtet sein, bestimmte Daten komplett zu löschen. Unternehmen, die Blockchain-Technologie in Verbindung mit Kunden-Daten nutzen wollten, hatten somit ein Problem. Denn selbst simple Daten wie der Wohnsitz eines Kunden können nicht ohne Weiteres geändert oder gar gelöscht werden, wenn diese dezentral in einer Blockchain gespeichert werden. Wie es schien, schlossen sich Blockchain und DSGVO hier also aus.

Deutsches Unternehmen hat DSGVO-kompatible Blockchain-Lösung entwickelt

Nun ist es einem Unternehmen aus Deutschland allerdings gelungen, eine Plattform zu entwickeln, die Verbrauchern die Kontrolle über ihre Daten gibt und dennoch Blockchain-Technologie nutzt. „Endnutzer behalten die volle Handlungsmacht über ihre Daten und können entscheiden, welche Daten wofür und an wen weitergegeben werden“, sagt Sascha Hellermann vom Software- und Beratungsunternehmen Cocus, das die neuartige Lösung entwickelt hat. „Die Daten werden dezentral und kryptografisch abgelegt und schaffen eine sichere Identität, die für unterschiedlichste Szenarien und Services genutzt werden kann“, erläutert Sascha Hellermann.

Für Verbraucher bedeutet dies, dass sie Vorgänge wie Check-ins, Altersverifikationen, Zahlungen, Vertragsänderungen oder auch personalisierte Service-Angebote mit Hilfe der ownid-Lösung einfach per Klick selbst durchführen können. Somit sparen sie Zeit und Aufwand. Unternehmen können wiederum ihr Angebot erweitern, ihre Kosten senken und beispielsweise auch ihre Registrierungsprozesse optimieren. Die Lösung macht eine manuelle Dateneingabe seitens des  Kunden überflüssig. Selbst Passwörter müssen nicht mehr angelegt und gemerkt werden. Das dürfte letztlich auch zu einer höheren Conversion-Rate in Online-Shops führen. Derzeit liegt diese Quote in Deutschland gerade einmal bei 2 Prozent. Das bedeutet, dass von 100 Besuchern eines Online-Shops lediglich zwei etwas kaufen. Zum Vergleich: Ein gut frequentiertes Geschäft in Innenstadtlage erzielt 15-20 Prozent.

Dass die Conversion-Rate in Online-Shops bei 2 Prozent liegt, ist auch darauf zurückzuführen, dass nicht jeder Besucher der Webseite die Absicht hat etwas zu kaufen. Doch selbst beim Checkout geht in deutschen Online-Shops noch fast jeder zweite, eigentlich kaufwillige Kunde verloren – häufig, weil ein Benutzer-Konto angelegt werden muss. Mit der neuen Blockchain-basierten Lösung fallen derartige Benutzerkonten weg.

Datenhoheit für die User, mehr Umsatz und weniger Aufwand für die Unternehmen

Dank des modularen Aufbaus der Lösung, die bereits zum Patent angemeldet ist, können Unternehmen ihren Kunden je nach Bedarf eine individuelle Zusammenstellung von Funktionalitäten zur Verfügung stellen. Welche Informationen er welchem Unternehmen bereitstellt, entscheidet wiederum der User. Daten mit direktem Personenbezug werden dabei nicht in der Blockchain gespeichert. Der Kunde hat also stets die Hoheit über seine Daten und Unternehmen eine DSGVO-konforme Lösung, mit der sich Umsatz und Angebot erhöhen lässt und gleichzeitig den Aufwand reduziert. Richtig umgesetzt, bilden Blockchain und DSGVO offenbar doch ein gutes Team.

 

Die Cloud ist wesentlicher Treiber der digitalen Transformation

Viele Manager und Unternehmer winken genervt ab, wenn sie mit Buzzwords wie „Digitale Transformation“, „Digitalisierung“ oder auch „digitaler Wandel“ konfrontiert werden. Ihre ablehnende Haltung ist durchaus verständlich: Während es manchen Unternehmen bereits gelungen ist, ihr Geschäftsmodell, ihre Prozesse, ja sogar das Mindset ihrer Mitarbeiter zu „digitalisieren“, sieht die Realität im Gros der Unternehmen anders aus: Sie wissen eher schlecht als recht, an welchen Stellschrauben sie zuerst drehen sollen, um das Ruder in Richtung digital herumzureißen.

Digitalisierung ist in vollem Gange

Die Lünendonk-Studie „Fit für die digitale Transformation. Status quo und Ziele bei Legacy-Modernisierung und Cloud-Migration“, die in Zusammenarbeit mit Arvato Systems entstanden ist, gibt einen sehr detaillierten Einblick in die IT-Modernisierungsstrategien großer mittelständischer Unternehmen und Konzerne. Die Datenerhebung erfolgte im Herbst 2018 auf Basis von Telefoninterviews mit IT-Führungskräften von 122 Unternehmen aus dem gehobenen Mittelstand, Großunternehmen und Konzernen. Viele Unternehmen befinden sich inmitten eines weiteichenden Digitalisierungsprozesses, es gibt viel zu tun – und zwar gleich auf mehreren Ebenen. Neben der Strategie sind auch die Produktentwicklung, die Aufbau- und Ablauforganisation sowie die IT-Landschaft zu transformieren.

Start-ups haben strategische Vorteile

Wie zielführend und schnell das gelingt, hängt maßgeblich davon ab, wie lange ein Unternehmen bereits am Markt ist. Start-ups können ihre Business- und Operating-Modelle, ihre Prozesse und ihre IT-Landschaft von Beginn an agil, kundenzentriert und datenbasiert gestalten. Darin liegt im Übrigen auch der Erfolg der großen Internetkonzerne wie Google und Amazon begründet. Hier sind die Geschäftsprozesse eng miteinander verzahnt, über Microservices und APIs ist es möglich, Plattform-Geschäftsmodelle aufzubauen und Drittsysteme nahtlos an die eigene IT-Landschaft anzubinden. Zudem können sie auf einen großen Datenbestand zugreifen und gewinnbringend auswerten.

Etablierte Unternehmen müssen radikal umdenken

Demgegenüber stehen etablierte Firmen und Konzerne vor der Herausforderung, zunächst komplexe Legacy-Prozesse zu digitalisieren und inhomogene IT-Strukturen, basierend auf historisch gewachsenen Altsystemen, aufzulösen. Auch etablierte Unternehmen brauchen eine schnittstellenoffene, flexible, hochskalierbare und agile IT.

Dementsprechend kommt die Studie zu folgenden Ergebnissen:

  • Treiber der IT-Modernisierung gibt es viele: Legacy-Systeme sind üblicherweise nicht in der Lage, neue Technologien wie KI oder Big-Data-Analytics zu unterstützen, was eine Modernisierung dringend erforderlich macht. Erschwerend kommt hinzu, dass viele Altsysteme keine offenen Schnittstellen (APIs) haben und darum nicht mit neuen digitalen Lösungen integrierbar sind.
  • Die Mehrheit der befragten Unternehmen modernisiert aktuell ihre IT-Infrastruktur. Altanwendungen in die Cloud zu migrieren und sie anschließend zu modernisieren, ist dabei die präferierte Vorgehensweise.
  • Ein Fünftel der befragten Unternehmen setzt bereits auf eine Cloud-First-Strategie, gut ein Viertel plant dies. Auch wenn die meisten Unternehmen derzeit eine Private-Cloud nutzen, sind viele gegenüber der Public Cloud zunehmend aufgeschlossener. 67 Prozent der Befragten planen, ihre Investitionen in die Public-Cloud stark bis sehr stark zu erhöhen.
  • Die Gründe, aus denen Unternehmen ihre IT-Systeme in die Cloud migrieren, sind vielfältig. Sie wollen Lastspitzen abfangen, Daten schneller verfügbar machen und flexibler agieren können. Bedenken bestehen allerdings hinsichtlich Sicherheit. Für bestimmte, geschäftskritische Anwendungen mit sensiblen Daten ist und bleibt die Legacy-Modernisierung im On-premise-Modell eine realistische Alternative.
  • Für Dreiviertel der befragten Unternehmen ist es eine Herausforderung, Cloud-Lösungen an die bestehende IT-Systemlandschaft anzubinden. Dass Daten häufig nicht interoperabel und Security- sowie Compliance-Anforderungen nur mangelhaft umgesetzt sind, ist ein weiteres Problem. Bei der Modernisierung von Legacy-Systemen haben Unternehmen vornehmlich Schwierigkeiten, Sicherheitsanforderungen zu erfüllen. Zudem betrachten sie den möglicherweise hohen Zeitaufwand als kritischen Faktor.
  • Um ihre Unternehmensorganisation an die veränderte IT-Infrastruktur anzupassen, setzen 90 Prozent der Unternehmen auf eine stärkere Vernetzung von Bereichen, Prozessen und Systemen. Daneben bilden sie ihre Mitarbeiter fort und arbeiten verstärkt mit IT-Partnern zusammen. Zweidrittel der Befragten greifen auf DevOps zurück.

Investitionen in die Cloud erhöhen

Da es viele Unternehmen in der Vergangenheit versäumt haben, ihre Legacy-Systeme radikal zu modernisieren, ist der Handlungsdruck nun sehr hoch. Vor allem die Fachbereiche erwarten automatisierte Prozesse und vollintegrierte digitale Lösungen. Ein wichtiger Baustein der Modernisierung besteht darin, Altsysteme sukzessive cloudfähig zu machen beziehungsweise durch APIs und Microservice so zu verändern, dass sie hybride Modelle abbilden können. Dementsprechend investieren Unternehmen immer stärker in die Cloud.

Ohne externe Partner geht es nicht

Die meisten deutschen Unternehmen sind zwar auf einem guten Weg, benötigen bei der digitalen Transformation jedoch externe Unterstützung. Neue strategische Partnerschaften sind für die meisten der befragten Unternehmen eine wichtige Voraussetzung, um ihre IT digital aufstellen zu können. Der Mangel an IT-Fachkräften und der Zeitdruck sind jedoch zu groß, als dass Unternehmen dies alleine bewältigen könnten.

Die Ergebnisse der Studie sind unter https://www.arvato-systems.de/arvato-systems/beratung-innovation/innovation verfügbar.

Künstliche Intelligenz – Der richtige Einsatz in der Qualitätssicherung

Ob in der Tablettenproduktion, in Getränkeabfüllanlagen oder im detektieren bestimmter Materialformen: Die Bilderkennung ist oft ein zentraler Teil innerhalb des Qualitätsmanagements. Für eine in der Vergangenheit erfolgreiche Integration spielte es eine wichtige Rolle, feste Algorithmen zu erstellen. Diese bezogen sich auf Form, Anzahl oder Lage von Objekten, um Abweichungen innerhalb der Produktion zu erkennen. Allerdings sind dabei häufig Fehler aufgetreten, denn beispielsweise Lichtveränderungen oder neue Bildhintergründe konnten durch die feste Programmierung nur sehr schwer erkannt und richtig interpretiert werden.

KI als Problemlöser

KI funktioniert in der Bilderkennung anders. Zwar werden in gleicher Weise die verschiedenen Algorithmen verwendet, um die zu erkennenden Objekte zu beschreiben, aber das System wird zusätzlich mit Daten angefüttert, sodass ein eigener Lernprozess beginnen kann. Innerhalb dieses Deep-Learning-Prozesses werden neue Fehlerbilder hinzugefügt, damit Unterschiede, ähnlich wie beim Menschen, anhand der verschiedenen Bilder erkannt werden können. Das System lernt gleichzeitig hinzu und verbessert sich stetig.

 Wie funktioniert das? Die notwendige Hardware sowie unterschiedliche Software-Tools sind bereits heute auf dem Markt vorhanden. So benötigen Unternehmen beispielsweise keine kostspieligen Supercomputer. In manchen Fällen genügen sogar die vorhandenen Rechner. Entscheidend ist letztendlich, welche Geschwindigkeit für die Datenerfassung und daraus folgend welche Prozessoren verwendet werden müssen. So ist für eine Auswertung in Echtzeit natürlich eine andere Rechenleistung notwendig als für ein abschließendes Reporting zum Ende einer Produktionsschleife. Am besten eignen sich als Prozessoren für die Bilderkennung sogenannte Tensor Processing Units (TPUs). Sie sind speziell für Matrixmultiplikationen konstruiert und benötigen weniger Strom. Insgesamt muss für die benötigte Hardware oft nicht mehr als ein unterer bis mittlerer vierstelliger Betrag ausgegeben werden.

Für den Deep-Learning Prozess benötigt man zudem eine entsprechende Software. Hier geht es vor allem darum, die Daten der erfassten Objekte zu interpretieren. Umsetzbar wird das beispielsweise durch die Anwendung Google TensorFlow. TensorFlow ermöglicht die Koordination und Steuerung der verschiedenen Prozessoren, wodurch erst die notwendigen Rechenleistungen bereitgestellt werden können. Außerdem unterstützt das Programm bei der Erstellung von Datenflussgrafiken, die dem Qualitätsmanagement dabei helfen, Fehler bei der Bilderkennung zu identifizieren und lokalisieren.

KI für die Homologation

Die Zulassung neuer Automodelle (Homologation) stellt die Automobilhersteller oft vor schwierige Aufgaben. Das Kraftfahrt-Bundesamt ist in Deutschland für sämtliche Zulassungen verantwortlich. Doch was in Deutschland vorgeschrieben ist, trifft nicht unbedingt auf alle Länder zu. Vor allem in China und den USA gelten andere Bedingungen. Deshalb informieren eine Vielzahl von Aufklebern über den baulichen Zustand des Fahrzeuges. Wichtig ist hierbei natürlich, dass die richtigen Informationen aufgeführt werden und die verschiedenen Sticker an den vorgesehenen Stellen angebracht sind. Man kann sich nun den Aufwand der Kontrolle jedes einzelnen Aufklebers bei Einfuhren von mehreren tausend Fahrzeugen vorstellen. Um diesen Prozess deutlich zu beschleunigen und damit schlussendlich Kosten zu sparen, entwickelte elunic für einen Automobilhersteller eine passgenaue Software: Mit Hilfe eines Handscanners und einer App können die Positionen und Informationen der Aufkleber schnell geprüft werden, so dass vor den jeweiligen Zulassungen ein geringeres Fehlerrisiko besteht. Dazu wurden im Vorfeld eine Vielzahl von Aufkleber-Informationen und -Positionen gesammelt und mittels TensorFlow der Machine-Learning-Prozess gestartet. Das System ist nun in der Lage, auf hohem Niveau Fehler schnell zu erkennen und sich dabei mit jedem Scan weiter zu verbessern. Damit kann in Zukunft verhindert werden, dass beispielsweise tausende Autos am Zoll feststecken und nicht ins Land gelassen werden.

Künstliche Intelligenz für die Bildverarbeitung ist nur ein Beispiel für unzählige Anwendungen in der Industrie. Denn neben der Bilderkennung sind Deep-Learning Prozesse für alle anderen Sinne ebenso möglich. Ob Hören über Sprache, Fühlen mit Hilfe von Sensoren oder Schmecken dank Messgeräten, die Produktion der Zukunft wird deutlich intelligenter werden.

Warum die Welt nicht wirklich vernetzt ist – noch nicht.

Auch wenn es so aussieht, als würden wir in einer vollständig verbundenen Welt leben, sind wir es nicht. Und da das Internet der Dinge die Anzahl und den Umfang der angeschlossenen Geräte drastisch erweitert, bietet das traditionelle Modell der Kommunikationsverbindung nicht mehr die Flexibilität und Autonomie, die die Verwaltung von länderübergreifenden IoT-Projekten erfordert. Eigentlich benötigen Unternehmen ein einziges, globales Mobilfunknetz – oder zumindest eines, dass nahtlos erscheint.

Doch die Realität sieht anders aus: Das Internet der Dinge steckt noch in den Kinderschuhen. Im Moment ist die Konnektivität oft auf die Vertragsgefüge der Carrier beschränkt. Wenn AT&T beispielsweise nicht in einer bestimmten Region aktiv ist, haben AT&T-fähige Geräte eine zunächst einmal eine Verbindungsproblematik. Mit einer globalen IoT-Plattform können Geräte – unabhängig vom Standort – zu einem möglichst niedrigen Preis ständig verbunden bleiben oder für eine bestmögliche Konnektivität ständig verbunden werden.

Die Datennutzung nimmt sehr schnell zu, und die meisten Mobilfunkbetreiber können ihre Netze nicht im gleichen Tempo bereitstellen. Dadurch ergeben sich Möglichkeiten für Unternehmen, ihre eigenen globalen Konnektivitätsnetzwerke aufzubauen. Ein globaler Anbieter von virtuellen Netzwerken kann in allen wichtigen Jurisdiktionen tätig sein, in denen die meisten Mobilfunkbetreiber nicht erreichbar sind, wodurch ein wirklich globaler und flächendeckender Zugang zu Konnektivitätsdienstleistungen erst möglich wird.

Globale Auswirkungen

Das Internet der Dinge bietet Einblicke und erhellt Situationen, die bisher verborgen lagen: Transparenz und Einblicke in Aktivitäten vom verbesserten Flottenmanagement für Nutzfahrzeuge über den effizienten Betrieb von Fluggesellschaften bis hin zur verbesserten medizinischen Versorgung und vernetzten Fahrzeugen. Die Erschließung des Potenzials des Internet der Dinge (IoT) ist heute ein Schlüsselelement in digitalen Transformationsprogrammen für Unternehmen.

Nehmen wir ein Beispiel aus der Logistik: Sie geben ein Paket an DHL oder FedEx weiter und es landet an der Lieferadresse. Während es möglich ist, online einzusehen, wann und wo es angenommen wurde, ob es in einem Versanddepot liegt und ob es auf dem Weg zum Ziel ist, ist das nur ein Teil der Geschichte. Mit einem global vernetzten Netzwerk können verschiedene Sensoren, die den Standort des Pakets übermitteln, genau sagen, wo sich das Paket auf seiner Reise befindet und welche Umweltbedingungen während der Fahrt herrschen. Dadurch ergeben sich neue Geschäftsmöglichkeiten, etwa bei verderblichen Waren.

Jetzt können Unternehmen aus den Bereichen Logistik und Spedition sicherstellen, dass ihre Fahrer immer mit dem Heimatstandort verbunden sind. Und Manager können mit der Analysesoftware die wichtigsten Leistungsaspekte ihrer Flotten weltweit und zu jeder Zeit verfolgen und analysieren. Dies hat derivative Effekte wie niedrigere Versicherungsprämien und eine bessere Verfügbarkeit der Wartungsdaten.

So unterstützt beispielsweise die thailändische DRVR Unternehmen in Europa und Asien bei der Disposition von Fahrzeugen und senkt die Kraftstoffkosten. Die angeschlossenen Sensoren von DRVR können erkennen, ob die Tür eines Fahrzeugs für einen bestimmten Zeitraum offen war oder ob sich eine bestimmte Position außerhalb der zulässigen Grenzen befindet. Die Herausforderung besteht darin, dass es in den Gebieten, in denen die Kunden von DRVR unterwegs sind, mehrere lokale Mobilfunkanbieter gibt. Bisher ist der einzige Weg, auf Daten in all diesen Regionen zuzugreifen, ein Vertrag mit jedem Mobilfunkbetreiber in jeder Region. Das wäre teuer und ein operativer Alptraum. Mit einem globalen Netzwerk, das grenzüberschreitende Verbindungen bietet, wäre das kein Problem.

Ein weiteres Beispiel ist die Luftfahrtindustrie. Die Mitarbeiter benötigen eine Konnektivitätsplattform, die ein besseres Kundenerlebnis bietet, während sie den Betrieb in länderübergreifenden Einsätzen koordiniert. Unsere MOVE-Plattform hilft beispielsweise einer im Mittleren Osten ansässigen, global operierenden Fluggesellschaft, sicherzustellen, dass ihr Betrieb in jedem Teil der Welt funktionsfähig ist. Wir bieten lokale Mobilfunkbetreiberverbindungen und Betreiber-unabhängige Roaming-Kostenverwaltung und Signalstärke. Diese Vereinbarung hilft der Fluggesellschaft, die beste Servicequalität auf allen Kontinenten, auf denen ihre Flotten tätig sind, zu gewährleisten.

Die Automobilindustrie ist eines der besten, aber auch anspruchsvollsten Beispiele für das Potenzial eines globalen Netzwerks. Die Fähigkeit eines Fahrzeugs, sich mit der Außenwelt zu verbinden, verbessert ohne Zweifel das Fahrer- und Passagiererlebnis und bietet spannende neue Möglichkeiten für Dienstleistungen. Automobilhersteller, Versicherungen und Telematikanbieter haben ein großes Interesse an den Leistungsdaten eines Fahrzeugs, mit denen sie Aspekte des eigenen Betriebs und der Instandhaltung optimieren, Infotainment-Dienste der nächsten Generation mit zusätzlicher Sicherheit und immer größeren Mehrwert für den Fahrzeughalter bieten können.

Dennoch: Neue vernetzte Fahrzeuglösungen, insbesondere solche in der Anfangsphase, sind komplex und entstehen aus einer fragmentierten Kombination des Know-hows unterschiedlicher Anbieter. Die Herausforderung für den Automobilhersteller besteht darin, Anwendungsfälle zu entwickeln, die den Bedürfnissen seiner Kunden am besten entsprechen und diese mit höchster Effizienz und geringster Komplexität erfolgreich umzusetzen. Mit einer globalen, einheitlichen Integrationsplattform wie Tata Communications MOVE wird der Zugang zu 600 Mobilfunknetzen in 200 Ländern der Welt ermöglicht. Damit ist sichergestellt, dass die für „angeschlossene“ Geräte lebenswichtige Kommunikationsverbindung immer unter Kontrolle ist, während die Möglichkeit des Providerwechsels nicht mehr die logistischen und operativen Auswirkungen hat, die sie bisher hatte.

Zuletzt bietet das Internet der Dinge auch im Gesundheitswesen Vorteile mit sich. So können, je nach Konfiguration, alle Beteiligten (etwa Ärzte, Patienten und Mitarbeiter) Zugang zu den Daten und Anwendungen erlangen, die sie benötigen, wo und wann immer sie gebraucht werden. Dies ermöglicht es der ganzen Branche, einheitliche Standards in der Patientenversorgung aufrechtzuerhalten und auch neue Dienstleistungen, etwa die Telemedizin, auszuloten, die eine wichtige und wirtschaftliche Möglichkeit ist, Patienten in abgelegenen Gebieten und bevölkerungsärmeren Ländern zu erreichen.

Gerade können wir erleben, wie die vernetzte Gesundheitsversorgung in Asien zum Leben erwacht. Ein aktuelles Beispiel ist TaiDoc Technology, ein Hersteller von hochwertigen Medizinprodukten zur Verbesserung der Gesundheit und Lebensqualität der Menschen, der ein globales Netzwerk nutzt, um die Reichweite seiner Geräte auf Länder wie China, Thailand und die USA auszudehnen.

Hier ist das Fazit: Um ihr volles Potenzial auszuschöpfen, benötigen IoT-Geräte eine wirklich grenzenlose, sichere und skalierbare Konnektivität, die die Erfassung, Bewegung und Verwaltung von Informationen weltweit ermöglicht. Während die Mobilfunkverbindung eine effektive Grundlage für IoT-Dienste ist, sind die heutigen Mobilfunknetze von Natur aus lokal. Wir müssen ein globales Ökosystem der Konnektivität aufbauen, um die Einführung des IoT durch Unternehmen weltweit voranzutreiben.

Die nächste Evolutionsstufe für Produktions- und Engineering Services – Teil 2

Dabei liegt China bei der Einführung von Industrie 4.0 vorne. Im Vergleich mit anderen Märkten ist China ein Produktionsstandort mit relativ brachliegenden Industrien. Länder wie Indien und Brasilien, die kein langjähriges Industrievermächtnis haben, könnten Industrie 4.0 deshalb schneller einführen. Unter den Staaten mit großen Industriebrachen starteten insbesondere Unternehmen in Europa und Nordamerika ihre Transformation direkt großflächig.

Hierbei zeichnen sich neben dem neuen Mobilfunkstandard 5G und dem super schnellen Edge Computing ein paar weitere Schlüsseltechnologien ab.

  • SDN/NFV: SDN- und NFV-Anwendungen werden in der Netzwerkindustrie vermehrt zum Einsatz kommen und ersetzen schnell Hardware und integriertes Equipment. Mithilfe von kontinuierlichen Investitionen und Spezialisierungen konnten wir eine breite Palette Software Defined Networking (SDN)-Angeboten entwickeln.
  • Autonome Technologien:  In der Fertigung werden neben den traditionellen Industrierobotern immer mehr autonome Robotiktechnologien zum Einsatz kommen. So werden beispielsweise Autonomous Guided Vehicles (AGV) – sogenannte Bots – in gefährlichen und giftigen Umgebungen eingesetzt und ersetzen hier Menschen oder manuelle Arbeiten. Dieser Trend wird sich fortsetzen und immer weiter verbreiten, sodass Unternehmen sich in manchen Bereichen nicht mehr auf Menschen und Handarbeit verlassen müssen – dies wird die Effizienz erheblich steigern.
  • Digital Engineering: Digitale Zwillinge, fortschrittliche 3D-Modellierung, Simulationen und Tests von Designs werden zunehmend in der Fertigung eingesetzt. Der Designzyklus wird verkürzt, gleichzeitig durch eine erweiterte Simulationen die Validierung und Qualität verbessert. Ergänzt wird dies durch die Integration von Product Lifecycle Management (PLM), die bei der Nachverfolgbarkeit und Compliance hilft und vor allem Fehler bei der Produktherstellung reduziert.
  • Additive Fertigung: Diese Technologie stammt ursprünglich aus den Laboren und hat sich auch bei der großtechnischen Anwendung in der Industrie als kostengünstig für die Prototypen-Entwicklung erwiesen. Die metallbasierte additive Fertigung und die Polymer-basierte additive Fertigung verändern die Art und Weise, wie Dinge entworfen und hergestellt werden. Dies wird das Produktdesign revolutionieren und die Kosten senken.
  • KI-augmented Analytics: Die Technologie ermöglicht es Unternehmen, Szenarien zu kombinieren, das Verständnis zu verbessern und mithilfe von KI-basierten Analyse-Tools vorausschauende Entscheidungen in Echtzeit zu treffen.

Trotz Automatisierung: Ohne den versierten Softwarenutzer geht‘s nicht

Unternehmen, die diesen Trend erkennen, entscheiden sich verstärkt für spezielle Marketing-Automation-Lösungen; so beispielsweise auch eine  internationale Management- und Technologieberatung. Den dortigen Verantwortlichen war aber auchklar: Selbst die beste Software entfaltet ihr Potenzial nicht von allein. Es bedarf geschulter Anwender im Unternehmen, die den digitalen Helfer optimal einsetzen können. Man legte daher besonderen Wert darauf, die Software-Einführung mit zielgerichteten Mitarbeitertrainings zu flankieren. Hier kommen Customer-Engagement-Spezialisten ins Spiel.

Keine E-Mail verschwindet im Nirwana

Das internationale Consultingunternehmen unterhält Büros in über 20 Ländern und beschäftigt mehrere Tausend Mitarbeiter. Um den umfangreichen E-Mail- Verkehr im Marketing besser zu managen, führte es ein Marketing-Automation-Tool ein. Besonders wichtig war den Verantwortlichen, dass sämtliche Daten, die bei den automatisierten Marketing- Prozessen erfasst werden, dann automatisch im CRM zur Verfügung stehen. Denn so lassen sich alle Aussendungen überwachen und analysieren. Eine solche Lösung stellt für jede E-Mail fest, ob sie angekommen ist und gelesen oder gelöscht wurde. Die Software registriert jeden Klick auf Verlinkungen in der Mail. Damit sind die Absender genau im Bilde, ob der Empfänger auf der Website war und welche Seiten er dort besucht hat.

Generalprobe zunächst an nur einem Standort

Die Marketing-Mitarbeiter in einer der Niederlassungen in Europa waren die ersten, die Erfahrungen mit der neuen Software sammelten. Die Software diente ihnen dazu, den Versand von internen und externen Newslettern und Einladungen zu optimieren. In der Regel verschickt diese Marketingabteilung monatlich tausende Eventeinladungen. Ihr Tracking und der Informationsrückfluss ins CRM-System gibt Hinweise, wie mit laufenden Aktionen weiter zu verfahren ist und wofür sich die Kunden in Zukunft interessieren könnten. Ein Anwender wird eine Software jedoch nur dann vollumfänglich nutzen, wenn er sie richtig kennt und mit ihr umzugehen weiß. Das Beratungsunternehmen holte sich daher gleich zum Projektstart Unterstützung ins Haus: CRM-Spezialisten, die sich besonders auf CRM und Customer Engagement fokussiert haben. Von Beginn an waren auch zwei Manager des Kunden dabei, die standortübergreifend für das Gesamtunternehmen verantwortlich sind und ihren Sitz in verschiedenen europäischen Großstädten haben: ein IT-Advisor und der Manager IT-Applications. Letzterer erhielt als zuständiger IT-Administrator eine besonders detaillierte Schulung.

Test bestanden, nun wird weltweit geklickt

Die Ergebnisse der Testphase waren vielversprechend. Anfang letzten Jahres fiel daher die Entscheidung, die Spezialsoftware unternehmensweit in allen Niederlassungen zu implementieren. Im ersten Schritt ging es darum, die Software für einen optimalen Versand und zur Nachverfolgung von Newslettern, Veranstaltungseinladungen und informellen E-Mails zu nutzen – in den lokalen Marketing-Abteilungen, die die Unternehmensberatung derzeit in mehr als zehn Ländern unterhält. Schließlich müssen sowohl die Marketing-Leute als auch die IT-Spezialisten vor Ort das Programm wie ihre Westentasche kennen, um es bestmöglich einzusetzen. Entsprechend haben die Mitarbeiterschulungen sofort begonnen, nachdem die Entscheidung für das Tool gefallen war. Innerhalb weniger Monate fanden dann in acht europäischen Metropolen zweitägige Schulungen statt. Aktuell sind weitere Mitarbeiter-Trainings in Planung.

Die IT harmonisieren und dennoch lokale Besonderheiten zulassen

Teilweise unterscheiden sich die einzelnen Marketingprozesse von Land zu Land – so ist beispielsweise die Kontaktbeschaffung verschieden: Manche Niederlassungen greifen auf Excellisten mit Kontaktdaten zurück, die ihnen Partner zur Verfügung stellen, andere bevorzugen Events, um Neukontakte zu erhalten, wieder andere nutzen dafür eher Quellen im Netz, etwa Unternehmenswebsites. Eine Anpassung der Software-Features an die konkreten lokalen Bedingungen kann daher sehr sinnvoll sein. Gemeinsam mit den Spezialisten haben die IT-ler vor Ort diese Anpassungen vorgenommen. Als außenstehender Dienstleister war es dabei deren Aufgabe, die globale Betrachtungsweise beizubehalten und eine gute Balance zwischen unternehmensweit einheitlicher Software und lokalen Besonderheiten zu finden.

Alle unter einen Hut bringen

Aktuell hat die Unternehmensberatung mehr als 40 Marketingmitarbeiter. Sie alle sollen nicht nur die neue Automation-Software nutzbringend einsetzen, sondern auch gegenseitig von ihren Erfahrungen profitieren. Ein guter Anbieter hält diese darum stets auf dem Laufenden, genauso wie die weiteren involvierten Mitarbeiter, etwa Regionalleiter für die DACH-Region, IT-Mitarbeiter und das Unternehmensmanagement. Nahezu wöchentlich fanden Abstimmungen mit dem Manager IT-Applications und den Vor-Ort-Teams statt. Insgesamt haben die Customer-Engagement-Spezialistenwährend der Einführung der Software die Arbeit von rund 50 Personen koordiniert.

Man muss es auch können wollen

Wie gut eine Software im Unternehmen funktioniert, hängt entscheidend von der Mitarbeiter-Akzeptanz ab. „Da gab es bei unseren Nutzern überhaupt keine Schwierigkeiten“, zeigt man sich im Projekt- Team des Consultingunternehmens zufrieden. Geholfen hat sicher, dass die Nutzer frühzeitig in das Softwareprojekt eingebunden waren. Zudem haben die Schulungsexperten die Mitarbeiter mit der Anwendung bestens vertraut gemacht. Neben einem weltweit verbesserten Customer Relationship Management mit einheitlich hohen Qualitätsstandards zählt dazu auch die strikte Anwendung des Corporate Designs durch vorgefertigte Templates. Auch eine indirekte Kostenreduktion durch gestiegene Effizienz ist absehbar, denn die diversen IT-Abteilungen müssen sich nur noch mit einem Marketing-Automation-Tool auseinandersetzen, das überall gleich ist.

Newsletter sind nur der Anfang

Der erfolgreiche Rollout– und die dazugehörigen Trainings – werden weitergehen. Es ist zudem geplant, in weiteren Ländern nationale Marketing-Abteilungen aufzubauen. Auch diese Teams werden die Customer-Engagement-Spezialistendann in kürzester Zeit auf den Wissensstand ihrer Kollegen bringen. Weitere Möglichkeiten der Software werden bereits besprochen. Denkbar wären beispielsweise Funktionalitäten für das Subscription- und das Event-Management. Was auch immer für Module in Zukunft noch zum Einsatz kommen, eins steht für die Unternehmensberatung fest: nämlich, dass professionelles CRM nur möglich ist, wenn die Nutzer mit dem System auch professionell umgehen können. Menschen bleiben wichtig, gerade im CRM-Kontext.

 

IoT: Zutrittskontrolle und Cybersecurity

Die Verknüpfung von physischen und digitalen Sicherheitskomponenten mit dem IoT läutet in der Tat die nächste Phase der digitalen Transformation ein: Das Zusammenspiel aller Komponenten eines vernetzten Sicherheitssystems optimiert zum einen die Effektivität, zum anderen übermitteln die individuellen Hardwareeinheiten Daten, die bei richtiger Handhabung auch eine Business Intelligence ermöglichen. Das Thema Cybersecurity ist dabei elementar und essentiell für den Erfolg eines jeden IoT-Systems.

Vernetzte Zutrittskontrolle

Ein interessantes Beispiel für ein solches vernetztes System ist die Zutrittskontrolle. Denn die Technologien von Türstationen umfassen weit mehr als nur Video-Türklingeln. Als Teil eines IoT-Systems können Netzwerk-Türstationen mit einem äußerst komplexen und hochwertigen Sicherheitsnetzwerk verbunden werden. Gleichzeitig werden Business-Intelligence-Daten gesammelt und sicher an Smartphones oder Server gesendet.

So können beispielsweise auch KFZ-Nummernschilder als Berechtigungsnachweise für einen Zutritt genutzt werden. Bei diesem System arbeiten verschiedene Technologien über das Netzwerk zusammen und sichern auf diese Weise die Zutrittskontrolle auf einen Parkplatz oder ein bestimmtes Areal. Sobald ein Fahrzeug in den Erfassungsbereich einer Kamera gerät, wird die Software der Kamera aktiviert und das Kfz-Kennzeichen des Fahrzeugs überprüft. Die Netzwerk-Kamera sendet die Daten anschließend an die Türsteuerung am Tor. Sie wiederum entscheidet durch die angeschlossene Datenbank mit den zugelassenen Kennzeichen, ob der Zutritt gewährt wird oder nicht. Sollte das Nummernschild eines Fahrzeuges nicht für den Zutritt freigegeben sein, kann sich der Fahrer beispielsweise über die Netzwerk-Video-Türstation mit einem Mitarbeiter verbinden, der dann entscheidet, ob er den Zutritt gewährt oder nicht. Die erhobenen Daten aus den geschilderten Vorgängen werden protokolliert und gespeichert.

Diese beschriebenen Vorgänge und Elemente kommunizieren alle über offene Protokolle miteinander. Die standardisierte, sichere Informationsübermittlung ermöglicht auch die Einbindung verschiedener Komponenten von mehreren Herstellern. Dadurch können Unternehmen Geräte nutzen, die für ihre individuellen Bedürfnisse am besten geeignet sind.

Maßnahmen zur IT-Sicherheit

Das Beispiel der KFZ-Kennzeichen-Zutrittskontrolle unterstreicht auch die Notwendigkeit, die Cybersecurity anwendungsorientiert umzusetzen. Jede Komponente dieses Systems stellt einen potenziellen Zugang für Kriminelle dar. Ist eines der Bestandteile in diesem Netzwerk nicht ausreichend geschützt, können sensible Informationen abgegriffen werden – mit der Folge, dass das Unternehmen einen realen Schaden erleiden kann.

Die Sicherung der verbundenen Geräte sowie die Sicherung der Daten selbst haben dabei oberste Priorität. Netzwerk- und Datenlecks verursachen nicht nur schwerwiegenden Reputationsschäden für das betroffene Unternehmen, sondern jeder Verstoß behindert auch die weitere Entwicklung des IoT. Dies liegt daran, dass sowohl Unternehmen als auch die Öffentlichkeit darauf vertrauen müssen, dass IoT-Technologien den Erwartungen an einen ungefährlichen und cybersicheren täglichen Betrieb gerecht werden. Datenschutzrichtlinien wie zum Beispiel die Datenschutz-Grundverordnung (DSGVO) sollten als Hilfe und nicht als Hindernis verstanden werden.

Schnelles Handeln für den Fortschritt

Um im Wettbewerb zu bestehen, müssen Unternehmen die besten am Markt erhältlichen Technologien miteinander verbinden – auch wenn das bedeutet, dass sie mehrere Anbieter kombinieren müssen. Standard- sowie offene Protokolle, mit denen verschiedene Geräte einfach miteinander kommunizieren können, sind der beste Weg für eine Sicherstellung der Kompatibilität bestehender und zukünftiger Produkte. Es ist ebenso wichtig, dass das Sicherheitssystem einfach zu bedienen ist. Die riesigen Datenmengen aus unterschiedlichen Quellen müssen aggregiert und den Nutzern in leicht managebaren Formaten präsentiert werden. Schließlich sollen Analysten die Daten interpretieren, um schnell entschlusskräftige Entscheidungen treffen zu können. IoT-Technologien und -Produkte, die einfach in der Bedienung sind, auf offenen Protokollen und globalen Standards basieren sowie den hohen Anforderungen an die Cybersecurity genügen, vereinen wichtige Erfolgsqualitäten.

Die Förderung offener Systeme zwischen Hardware, Software und Anwendungstechnologien sowie -Produkten bringt Vorteile. Organisationen wie ONVIF, die sich für standardisierte Netzwerkprotokolle einsetzen, leiten eine neue Ära der Zusammenarbeit in der Sicherheitsbranche ein. Dies bildet zusammen mit der Priorisierung von Cybersecurity die Grundlage für eine immer stärker vernetzte Welt.