Shownotes zur Folge
💻 Webseite
#1 Predictive
In dieser Folge möchte ich Ihnen den Begriff Predictive näherbringen, erläutern. Das Ziel der Folge ist, dass Sie verstehen, was Predictive ist, warum Predictive so schwer, aber gleichzeitig so wichtig ist und was Predictive mit KI zu tun hat. Ja, Predictive. Predictive heißt vorhersehbar und spielt eine entscheidende Rolle in der Digitalisierung. Predictive ist eigentlich Digitalisierung.
#2 Automatisieren und Vernetzen
Vielfach versteht man ja unter Digitalisierung das Automatisieren und das Vernetzen von Devices, von Teilnehmern im Internet der Dinge. Das heißt, viele Unternehmerinnen, Unternehmer, Verantwortliche ruhen sich auf automatisierten Prozessen und der Vernetzung von Maschinen, Geräten, Teilnehmern im Internet der Dinge aus und sagen „wir sind doch digital“. Daher kommt auch, sagen wir mal, das Missverständnis, was ist denn jetzt eigentlich Digitalisierung? Das haben wir schon immer gemacht. Ja, wenn man Automatisierung und Vernetzung als Digitalisierung versteht, dann haben wir das immer schon gemacht. In meinem Blick ist Automatisierung und Vernetzung aber eher die Vorstufe. Also, wenn wir in diesen Industrie 1.0, 2.0, 3.0, 4.0 denken, dann ist vernetzen und automatisieren eher Industrie 3.0.
#3 Daten
Wir möchten aber im Rahmen der Digitalisierung Industrie 4.0. Und da ist Automatisierung und Vernetzung nur die Voraussetzung. Erst Predictive, Predictive-Anwendung, Predictive-Prozesse, vorausschauende, vorhersehbare Ereignisse machen die eigentliche Digitalisierung aus. Das heißt, wir versuchen, mit Daten aus der Vergangenheit und Echtzeitdaten, Dinge, Zustände und Prozesse vorauszuschauen und entsprechend vorausschauend zu reagieren, uns vorzubereiten und so optimal auf ein Ereignis reagieren zu können. Daher eben auch diese Begrifflichkeiten wie Predictive Maintenance, vorausschauende Wartung. Das heißt, ich weiß, wann die Maschine eine Wartung bekommt, wann sie kaputt geht, wann ich dort reagieren muss. Und da ich vorausschauend weiß, tritt nicht überraschend ein Ereignis ein und dann habe ich einen Wartezyklus, bis ich irgendwie reagieren kann. Nein, ich weiß schon, dass Dinge kommen. So ähnlich, wie wenn Sie Besuch bekommen und wissen schon, dass es gleich klingeln wird. Dann sind Sie nicht überrascht, dann haben Sie ihre Wohnung vorbereitet, Sie stehen schon an der Tür, Sie sind entsprechend gekleidet, Sie haben die Getränke gekühlt und sind vorbereitet auf das Ereignis und nicht überrascht.
#4 Am Flughafen
Genau das ist Predictive, jetzt mal übertragen auf Ihr Unternehmen. Dazu brauche ich, wie gesagt, Daten aus der Vergangenheit, Erfahrungswerte. Ich brauche Echtzeitdaten und so kann ich Dinge vorausschauen. Predictive Maintenance, Predictive Logistic, Predictive Production. Schauen wir uns einmal ganz konkrete Anwendungen an. Nehmen Sie an, Sie sind ein Flughafenbetreiber. Dann ist es im Bereich Predictive Processing entscheidend, dass Sie zum Beispiel wissen, dass in zehn Minuten an Flughafengate 45 Werker A und Werkerin B mit einem Tool C benötigt werden und in 45 Minuten an Gate 28 der Werker A, die Werkerin C und ein Tool mit der Kompetenz E beispielsweise. Das heißt, entscheidend ist, dass Sie vorausschauend wissen, wann wird wer, wie, wo oder welches Tool benötigt.
#5 Der Retailer
Ein weiteres Beispiel wäre ein Retailer, der Waren anbietet und entsprechend der echtzeitfähigen Daten und der Daten aus der Vergangenheit quasi einen Predictive, ein Predictive-Angebot machen kann. Also, in Abhängigkeit des Datums, der Uhrzeit, des Wetters, des Einkaufsverhaltens aus der Vergangenheit kann quasi der Retailer zum Beispiel in Zukunft den Preis optimieren.
Das heißt, montags morgens kostet Produkt A x Euro, dienstags nachmittags kostet Produkt X y Euro. Das heißt, er passt sogar irgendwann mal Preise mit quasi digitalem Preisschild dann optimal an die Situation, an die Uhrzeit, an den Tag, an das Einkaufsverhalten, an das Wetter, an und verkauft so optimal in der optimalen Gewinnmarge. Auch seine Lieferkette kann er optimieren, wenn er ja weiß, wann er was, wie verkauft, dann wird er dementsprechend auch nur noch ordern oder bestellen.
#6 Der Kabarettist
Ein Beispiel aus dem Alltag, was so auch in die Digitalisierung geht und warum Predictive eventuell ganz sinnvoll sein kann, ist zum Beispiel: Stellen Sie sich vor, Sie hätten einen Kabarettisten in der Zukunft. Der hat an jedem Platz eine Kamera, die schaut, ob der Zuschauer oder die Zuschauerin lacht oder nicht. Und der Kabarettist hat vor sich ein Display mit ganz vielen Lämpchen pro Sitz und die sind entweder grün oder rot. Wenn die ganzen Lampen grün sind, alles gut. Der Kabarettist macht sein Programm, dann sieht er, dass da links in der Ecke, da gibt es eine rote Lampe.
Er schaut sich an, während er seinen Vortrag hält, von wo ist derjenige, dem das Programm gerade nicht gefällt und geht auf diesen zu in die Ecke und macht ein individuelles Programm, bis dieser auch wieder lacht und geht wieder auf die Bühne usw.. Das heißt, es ist also quasi ein optimales, optimiertes Zufriedenstellen des Kunden, des Zuschauers und das Programm ist damit in jeder Vorstellung individuell. Beides sind maßgebliche Erfolgskriterien für die Zukunft eines Unternehmens: unerfüllte Kundenbedürfnisse erfüllen und individuelle Produkte herstellen zu können. Ja, wie bekomme ich jetzt Predictive? Also, diese Begrifflichkeit, alles sinnvoll, aber woher weiß ich, wann der Werker an Gate 45 sein muss, wann welcher Preis optimal ist, wann ich welches Programm anpassen muss als Kabarettist? Also, ich brauche Daten, ich brauche Daten aus der Vergangenheit, ich brauche aber echtzeitfähige Daten, die es vor zehn Minuten noch gar nicht gab und die in 20 Minuten völlig sinnlos sind. Und dann fange ich vielleicht im ersten Schritt an, Plausibilitäten herzustellen. Also das wäre etwas, um sich diesem Thema vorausschauend einfach mal zu nähern.
#7 Plausibiltäten
Und im ersten Schritt ist es vielleicht gar nicht so schwierig. Wenn Sie sehen, dass es draußen kalt ist, dass es regnet, dass es Nacht ist, dann ist die Wahrscheinlichkeit, dass Sie spontan jemand besucht, um mit Ihnen zu grillen, relativ gering. Genauso kann man sich irgendwelche Prozesse in dem Unternehmen vorstellen, sodass Sie eben sagen, also, so schwierig ist vielleicht dieses Predictive im Flughafen gar nicht, weil ich weiß, Flugzeug XY kommt an Gate 45 um diese Uhrzeit und dann brauche ich eine Leiter, einen Bus, wie auch immer. Also, das heißt, im ersten Step können das auch ganz einfache Plausibilitäten, oder man spricht heute in der Informatik von Look-Up-Tables oder If- und When-Bedingung (??), wenn das und das und das vorliegt, dann passiert Folgendes oder dann muss ich Folgendes tun. Der weitere Schritt wäre natürlich ein KI-Algorithmus, in dem ich einen Algorithmus trainiere mit Daten aus der Vergangenheit, Trainingsdaten, und ihn so intelligent mache, dass er die Dinge aufgrund von Daten aus der Vergangenheit, situationsabhängigen Informationen und echtzeitfähigen Daten die Dinge voraussagt bzw. die Informationen ausgibt.
#8 Keine graue Wole mehr
Ja, so viel zum Thema Predictive. Ich hoffe, es kam verständlich rüber, dass Sie verstanden haben, was Predictive ist und warum Predictive so wichtig ist und die eigentliche Digitalisierung Ihres Unternehmens ist. Und dass es vielleicht im ersten Schritt gar nicht so schwer ist, die graue Wolke vielleicht ein bisschen aufgelöst, damit Sie wissen, wie Sie sich vielleicht in einem ganz bestimmten Prozess, einem ganz bestimmten Produkt, der Sache einfach nähern können? Ja, kommen Sie gerne auf mich zu. Buchen Sie einen Termin und wir schauen einfach mal zusammen, was man bei Ihnen im Unternehmen vorausschauen kann und sollte. Ich würde mich freuen.
#TheYellowShoes
Mein Name ist Prof. Dr. Markus Haid und als Digitalisierungsexperte begleite ich Unternehmen auf Ihrem Weg in die Digitalisierung.
Suchen Sie bei der Digitalisierung immer noch den PackAn?
Haben Sie bei der Digitalisierung den Überblick über das Unternehmen verloren?
Prasseln immer mehr Themen, die Sie bisher nicht kannten, aber kennen sollten, auf Sie ein?
Themen wie Digitalisierung, Plattformökonomie, Servitization, KI, Compliance, Nachhaltigkeit, COs Footprint, Umweltmanagement, etc.?
Haben Sie mit Ihrem Business-Modell eine Grenze erreicht und kommen nicht weiter und stecken fest?
In meinem TheYellowShoes Podcast geht es um Ihre Herausforderungen als Unternehmerin und Unternehmer im Bereich Digitalisierung und IoT! Wie finden Sie den Pack-an und wenn Sie ihn schon haben, wie behalten Sie den Überblick. Wie entwickeln Sie Ihr Unternehmen zum datenzentrierten Unternehmen?
Neben ganz konkreten HandOns für Ihr tägliches Doing bekommen Sie auch Informationen über aktuelle Themen, wie Plattformökonomie, Servitization, Compliance, Nachhaltigkeit und IT-Sicherheit. Außerdem zeige ich Ihnen, wie Sie Ihre Mitarbeiterinnen und Mitarbeiter nicht abhängen sondern motiviert bekommen, Sie auf Ihrer Digitalisierungsreise zu begleiten. Ebenso erhalten Sie Ideen, wie sie losgelöste Insellösungen in vielen Bereichen vereinheitlichen und ineffiziente und analoge Prozesse eliminieren.
Sind Sie Unternehmer, Geschäftsführer oder Gesellschafter eines Unternehmens oder sind Sie im Unternehmen verantwortlich für die Themen Digitalisierung, Servitization, Compliance und Nachhaltigkeit? Dann sind Sie hier genau richtig.
Kommen Sie gerne auf mich zu und vereinbaren ein erstes kostenloses Beratungsgespäch: https://markushaid.onepage.me/funnel
Lassen Sie uns vernetzen: TheYellowShoes @ Social Media
Sie finden die gelben Schuhe auch auf weiteren Social Media Kanälen. Lass Sie uns doch auch dort in Verbindung bleiben:
