Ziele des Kompetenzmoduls

Daten- und Informationsströme beziehen sich auf die Bewegung und den Austausch von Daten und Informationen innerhalb eines Systems oder zwischen verschiedenen Systemkomponenten. In einem Smart PSS umfassen diese Ströme alle digitalen Interaktionen und Transaktionen, die zwischen Produkten, Dienstleistungen und Benutzern stattfinden. Sie beinhalten sowohl die Sammlung, Verarbeitung und Analyse von Daten als auch die Verteilung und Nutzung von Informationen, die zur Verbesserung und Personalisierung von Produkten und Dienstleistungen beitragen.

Art der Daten im smart PSS

• Personenbezogene Daten: alle Informationen, die zur Identifizierung einer natürlichen Person verwendet werden können. Beispiele sind Name und Bankdaten.
• Kontrolldaten: Dienen für Zwecke von Kontrollen und Analysen.
• Nutzungsdaten: Diese Daten beziehen sich auf den Zweck und Anwendung des Produkts, nicht die Interaktion damit. Beispiele sind Daten über die Nutzung von Funktionen eines Produkts.
• Daten zum Nutzerverhalten: Im Gegensatz zu Nutzungsdaten konzentrieren sich diese Daten auf die Interaktion des Nutzers mit dem Produkt.
• Servicedaten: Daten zu Problemen und Produktqualität. Einige Beispiele sind Serviceberichte und Kundenreklamationsdaten.
• Daten zum Produktverhalten: Sie zeigen, wie sich das Produkt während des Betriebs verhält und leistet. Diese Daten zeichnen sich durch ihre große Menge und ihre kontinuierliche Generierung aus.
• Zustandsdaten: Beschreibt den Zustand und „Gesundheit“ des betrachteten Produktes.

Von Daten zu Kompetenzen und Wettbewerbsvorteilen

Die Wissenstreppe nach North beschreibt die Transformation von Daten zu Kompetenzen in einem gestuften Prozess, der insbesondere in der Wissensmanagement-Theorie eine zentrale Rolle spielt. Hier ist der Zusammenhang zwischen den einzelnen Stufen:

1. Daten: Dies sind rohe, unverarbeitete Fakten und Zahlen ohne Kontext oder Bedeutung. Sie bilden die Grundlage für den Informationsgewinn. Beispiele für Daten sind Messwerte, Zeitangaben oder Quantitäten.
2. Informationen: Wenn Daten kontextualisiert, kategorisiert, berechnet, korrigiert oder mit anderen Daten kombiniert werden, werden sie zu Informationen. Informationen haben bereits eine Bedeutung und können zur Beantwortung von „Wer“, „Was“, „Wann“ und „Wo“-Fragen genutzt werden. Sie sind das Ergebnis der Verarbeitung von Daten, um sie verständlich und nützlich zu machen.
3. Wissen: Wissen entsteht, wenn Informationen interpretiert und verstanden werden; es ist verknüpft mit Erfahrungen, Fähigkeiten und Werten. Dies ermöglicht Personen, Informationen zu bewerten und in einen sinnvollen Kontext zu setzen. Wissen beantwortet die „Wie“-Fragen und ermöglicht es, aus Informationen Schlussfolgerungen zu ziehen und Entscheidungen zu treffen.
4. Kompetenzen: Kompetenzen entwickeln sich aus dem angewandten Wissen und umfassen die Fähigkeit und Geschicklichkeit, Wissen effektiv und zielgerichtet in verschiedenen Situationen einzusetzen. Kompetenzen schließen praktische Fertigkeiten, Problemlösungsfähigkeiten und die Fähigkeit zur Anpassung an neue Situationen ein.
5. Handeln: Wenn Kompetenzen in konkreten Handlungen zum Ausdruck kommen, führt dies zu sichtbaren Ergebnissen. Dieses Stadium bezieht sich darauf, wie Wissen und Kompetenzen in der Praxis angewandt werden.
6. Wettbewerbsvorteil: Wenn das Handeln innerhalb einer Organisation gut organisiert und effizient umgesetzt wird, kann dies zu einem Wettbewerbsvorteil führen. Dies bedeutet, dass die Fähigkeiten und das Wissen der Organisation ihr ermöglichen, sich von Konkurrenten abzuheben und auf dem Markt erfolgreicher zu sein.

Datenqualität

• Zugänglichkeit: Einfach und auf direktem Weg durch einfache Verfahren abrufbar.
• Angemessener Umfang: Datenmenge ist für den Anwendungsfall genügend.
• Glaubwürdigkeit: Zertifikate für Qualitätsstandards oder hoher Aufwand bei Gewinnung.
• Vollständigkeit: Keine Daten fehlen und alle Daten stehen aktuell zur Verfügung.
• Übersichtlichkeit: Passendes und leicht zu verwendendes Format wird verwendet.
• Einheitliche Darstellung: Fortlaufend gleiche Darstellung der Daten.
• Bearbeitbarkeit: Leichte Manipulation der Daten für verschiedene Zwecke.
• Fehlerfreiheit: Daten stimmen mit der Realität überein.
• Eindeutigkeit: Daten sind fachlich korrekt und eindeutig auslegbar.
• Objektivität: Daten sind sachlich und wertfrei.
• Relevanz: Daten sind relevant für den Anwendungszweck.
• Hohes Ansehen: Hohe Vertrauenswürdigkeit der Quelle.
• Aktualität: Daten beschreiben den tatsächlichen aktuellen Zustand.
• Verständlichkeit: Der Anwender kann die Daten verstehen.
• Wertschöpfung: Daten haben bei der Nutzung einen Mehrwert.

Wertschöpfungsnetzwerk

Ein Wertschöpfungsnetzwerk ist ein komplexes System von Akteuren (Unternehmen, Individuen, Technologien), die zusammenarbeiten, um Wert durch neue Produkte oder Dienstleistungen zu schaffen. Es geht über traditionelle Lieferketten hinaus, indem es nicht nur Lieferanten und Kunden, sondern auch andere Stakeholder wie Entwickler, Serviceanbieter und Endnutzer umfasst. In einem solchen Netzwerk erfolgt die Wertschöpfung kooperativ, wobei jede Partei einen Beitrag leistet und davon profitiert.

Modellierungslogik - GEMINI

Das GEMINI-Modell ist eine Logik für die Entwicklung und Realisierung von Geschäftsmodellen im Kontext von Industrie 4.0. Es besteht aus einer Reihe von Methoden und Werkzeugen, die die Planung von Wertschöpfungssystemen unterstützen. Die Modellierung folgt einem systematischen Ansatz, der mit der Ideenfindung beginnt und sich über die Entwicklung und Anpassung des Geschäftsmodells bis hin zur Planung des Wertschöpfungssystems erstreckt. Die einzelnen Bausteine der Modellierungslogik umfassen Geschäftsideenfindung, Geschäftsmodellentwicklung, risikobasierte Anpassung und Wertschöpfungsplanung. Jeder Schritt ist methodisch ausgearbeitet und wird durch spezifische IT-Werkzeuge unterstützt, um die praktische Anwendung im Unternehmenskontext zu erleichtern.

Vorgehensweise der Modellierung

1. Stakeholder analysieren: Dieser Schritt bezieht sich auf die Definition und das Verständnis der Kunden und Stakeholder, die von der Geschäftsidee angesprochen werden sollen. Es wird eine detaillierte Analyse durchgeführt, um die Bedürfnisse, Probleme und Ziele der Stakeholder zu verstehen.
2. Wertversprechen bestimmen: Nachdem die Stakeholder und ihre Bedürfnisse identifiziert wurden, wird das Wertversprechen definiert. Dies beschreibt, wie die Geschäftsidee spezifische Kundenprobleme löst oder Bedürfnisse erfüllt.
3. Kern des Geschäftsmodells festlegen: Auf Basis des Wertversprechens und der Kundenanalyse wird der Kern des Geschäftsmodells entwickelt. Dies beinhaltet die Festlegung der Schlüsselaspekte des Geschäftsmodells, wie die Kundenbeziehungen, Schlüsselressourcen, Wertschöpfungsstruktur und das Erlöskonzept.
4. Geschäftsmodellmuster auswählen: In diesem Schritt werden passende Geschäftsmodellmuster ausgewählt und angewendet, um das Geschäftsmodell weiter zu verfeinern und zu konkretisieren. Hierbei wird auf hierarchische Musterauswahl und die Auswahl komplementärer Muster eingegangen.

Stakeholder im Smart PSS Wertschöpfungsnetzwerk

Cluster Kunde:

• Kunde: Synonym für den Kunden, Endkunden, Anwender, Konsument oder Begünstigten.
• Eigentümer: Trägt das rechtliche Eigentum am Produkt-Bestandteil des PSS und übernimmt oftmals auch die Rolle des Systemmanagers.
• Besitzer: Besitzt unmittelbar das Produkt und veranlasst dessen Betrieb, sorgt für die Realisierbarkeit der smart PSS Leistungen.
• Anwender: Der Endkunde, der die unmittelbare Erbringung des Leistungsversprechens erfährt.

Cluster Technologie-Anbieter:

• Produkt-Hersteller (OEM): Integriert Ressourcen zur Entstehung und zum Austausch von Produkten.
• Produkt-Nachrüster: Spezialisiert sich auf die Nachrüstung intelligenter Komponenten.
• Ersatzteil-Lieferanten: Versorgen die Dienstleister und den Kunden mit notwendigen Ersatzteilen.
• Lieferantennetzwerk: Umfasst die Lieferkette aus Level A-, B- und C-Lieferanten.

Cluster Lösungsintegrator:

• Orchestrator: Koordiniert die Aktivitäten und den Austausch zwischen den Akteuren innerhalb des Netzwerks.
• Dienstleister (physisch): Übernimmt die Durchführung physischer Dienstleistungen.
• Dienstleister (digital): Entwickelt und bereitstellt den datenbasierten, digitalen Service.
• Trainer: Bieten Kurse an, um Funktionalitäten und korrekte Anwendung des smart PSS zu vermitteln.
• Help-Desk: Unterstützt die Datenkommunikation und bietet eine Schnittstelle zur Betreuung von IT-bezogenen Kundenanliegen.
• Finanzdienstleister: Stellen die benötigten Finanzmittel zur Realisierung des Werteversprechens.
• Logistikdienstleister: Sorgen für den Transport relevanter Bestandteile.
• Vertriebs-Partner: Unterstützen den Verkauf und fördern die Kollaboration zwischen Kunden und Netzwerk.

Cluster Datenkommunikation:

• Daten-Marktplatz: Zentrale Umgebung für den Datenaustausch.
• Daten-Manager: Unterstützen die optimale Nutzung der Daten.
• Daten-Analysten: Untersuchen verfügbare Daten und Roh-Daten.
• Daten-Eigentümer: Rechtliche Eigner der Daten.
• Daten-Abnehmer: Verarbeiten die verfügbaren Daten zur Leistungsoptimierung.
• Daten-Verarbeiter: Sorgen für die Vorverarbeitung der anfallenden Roh-Daten.
• Daten-Host: Stellt die notwendige Hardware und Software für den Betrieb einer Daten-Plattform bereit.
• Anbieter Telekommunikation: Sorgt für die Bereitstellung der Internetanbindung und notwendigen Hardware.
• Service Plattform: Stellt die grundlegende Infrastruktur für die Integration der Leistungen verschiedener Akteure bereit.

Cluster Umwelt:

Außerhalb des Netzwerks befindliche Akteure wie Gesetzesgeber, Beratungen, Co-Innovation-Hubs, Normungsinstitute, Prüfeinrichtungen, Forschungseinrichtungen, Interessensvertreter, Konkurrenten und Nichtregierungsorganisationen.

Elemente zur Modellierung

1. Grundkonstrukte: Dies beinhaltet Elemente wie Wertschöpfungseinheiten und Schlüsselressourcen. Wertschöpfungseinheiten sind Organisationen oder Abteilungen, die einen Geschäftsprozess ausführen, verantworten, Ressourcen bereitstellen oder in Beziehung zu anderen Einheiten stehen. Schlüsselressourcen sind IT-Systeme, Betriebsmittel oder Mitarbeiterfähigkeiten, die die Durchführung von Geschäftsprozessen unterstützen.
2. Wertschöpfungseinheiten: Diese repräsentieren Stellen im Wertschöpfungssystem wie Unternehmen oder Abteilungen. Sie führen Geschäftsprozesse aus, stellen Ressourcen zur Verfügung oder stehen in Beziehung zu anderen Einheiten. Sie werden durch Sechsecke dargestellt. Schlüsselpartner, also für das Geschäftsmodell essenzielle Wertschöpfungseinheiten, werden durch Grünfärbung hervorgehoben.
3. Ressourcen: Diese unterstützen die Durchführung von Geschäftsprozessen und müssen eindeutig spezifiziert sein. Typische Ressourcen sind IT-Systeme, Betriebsmittel oder Mitarbeiterfähigkeiten. Schlüsselressourcen werden, ähnlich wie Schlüsselaktivitäten und -partner, durch Grünfärbung gekennzeichnet.
4. Beziehungen: Dazu gehören Kommunikations- und Zahlungsflüsse zwischen den Wertschöpfungseinheiten. Eine Kommunikationsbeziehung hat einen Sender und einen Empfänger, die die Richtung der Kommunikation festlegen. Produkt- und Dienstleistungsbeziehungen definieren den Austausch von Leistungen zwischen Einheiten, oft begleitet von einem inversen Zahlungsfluss.
5. Kommunikationsbeziehungen: Diese definieren die Kommunikationsrichtung zwischen zwei Parteien mit einem Sender und einem Empfänger.
6. Produkt- und Dienstleistungsbeziehungen: Sie definieren den Leistungsaustausch zwischen Einheiten, oft verbunden mit einem invers gerichteten Zahlungsfluss.
7. Geschäftsprozesse:
8. Sie sind definiert als Folge logisch zusammenhängender Aktivitäten zur Erbringung eines Ergebnisses oder zur Veränderung eines Objekts. Sie haben einen definierten Anfang und ein definiertes Ende. Schlüsselaktivitäten, die von zentraler Bedeutung für die Erbringung des Nutzenversprechens sind, werden durch Grünfärbung hervorgehoben.
9. Vordefinierte Spezifikationselemente:
10. Diese unterstützen die schnelle Modellerstellung durch Bereitstellung häufig verwendeter Stakeholder wie Kunde, Plattform oder Zulieferer.

Softwaregestütze Modellierung

Bei der Modellierung eines intelligenten Produkt-Service-Systems (smart PSS) mit Arcadia Capella liegt der Schwerpunkt auf der Darstellung und Analyse der Daten- und Informationsströme zwischen den Stakeholdern. Die Software ermöglicht es, die komplexen Beziehungen und Abhängigkeiten innerhalb des Ökosystems des smart PSS zu visualisieren. Nutzer können spezifische Modelle für Produkte, Dienstleistungen und Softwarekomponenten erstellen und diese in einem integrierten Ansatz zusammenführen. Durch die Verwendung von Capella können Entwickler und Systemingenieure die Interaktionen zwischen den verschiedenen Subsystemen und die Flüsse von Daten und Informationen klar abbilden, was zur Identifikation und Lösung von Systemanforderungen und zur Optimierung der Wertströme beiträgt.

MBSE-Tool: Arcadia Capella

Arcadia Capella ist ein umfassendes, modellbasiertes Systems Engineering-Werkzeug (MBSE) von der Eclipse Foundation. Es dient der Visualisierung, Analyse und Verwaltung komplexer Systemarchitekturen. Durch die Implementierung der Arcadia-Methode unterstützt Capella die Zusammenarbeit zwischen Stakeholdern und fördert ein tiefgreifendes Verständnis für Systemstrukturen und -dynamiken. Es ermöglicht Benutzern, von der Konzeptualisierung bis zur Realisierung, effektive und konsistente Systemmodelle zu erstellen, wobei der Fokus auf Benutzerfreundlichkeit und Anpassungsfähigkeit liegt. Capella ist besonders nützlich für Ingenieure und Projektmanager in High-Tech-Domänen.

SysML (System Modeling Language)

SysML (System Modeling Language) ist eine standardisierte Modellierungssprache, die speziell für das Systems Engineering entwickelt wurde. Sie dient der Spezifikation, Analyse, dem Design und der Verifizierung komplexer Systeme, einschließlich hardware- und softwareintegrierter Systeme.

SysML kann verwendet werden, um Daten- und Informationsströme in einem intelligenten Produkt-Service-System (smart PSS) zu modellieren, indem es verschiedene Diagrammtypen bereitstellt. Durch den Einsatz von SysML können Ingenieure und Entwickler die Daten- und Informationsarchitektur eines smart PSS klar definieren, analysieren und dokumentieren.

1. Blockdefinitionsdiagramme (BDD): Ermöglichen die Modellierung der Systemstruktur und -komponenten, einschließlich der Datenblöcke und ihrer Beziehungen.
2. Interne Blockdiagramme (IBD): Zeigen die interne Struktur eines Systems und seine Interaktionen, einschließlich der Daten- und Informationsflüsse zwischen den Komponenten.
3. Aktivitätsdiagramme: Stellen die Arbeitsabläufe und Datenflüsse innerhalb des Systems dar, einschließlich der Verarbeitung und Übertragung von Informationen.
4. Sequenzdiagramme: Visualisieren die Interaktionen zwischen Komponenten oder Akteuren über die Zeit, was für die Darstellung der Dynamik von Datenflüssen nützlich ist.

Die Bewertung der Systemrelevanz von Daten- und Informationsströmen ist unerlässlich für die effiziente Entwicklung und Implementierung intelligenter Produkt-Service-Systeme. Durch die systematische Analyse und Bewertung dieser Ströme können wir die Genauigkeit, Sicherheit und Nutzbarkeit der Daten sicherstellen, was wiederum die Entscheidungsfindung verbessert und Innovation fördert. Diese Vorgehensweise ermöglicht es uns, die Bedürfnisse aller Stakeholder zu verstehen und zu erfüllen, was zu optimierten und benutzerzentrierten Lösungen führt. Eine gründliche Bewertung trägt zur Kosteneffizienz bei, minimiert Risiken und schafft einen nachhaltigen Wettbewerbsvorteil, indem sie sicherstellt, dass unser System kontinuierlich den höchsten Standards entspricht.

Vorgehensweise der Bewertung

1. Definition der Ziele: Klären, was mit der Bewertung erreicht werden soll und welche spezifischen Aspekte der Daten- und Informationsströme bewertet werden sollen.
2. Stakeholder-Analyse: Identifizierung aller relevanten Stakeholder und ihrer Anforderungen an die Daten.
3. Datenerhebung: Sammeln der erforderlichen Informationen über die vorhandenen Daten- und Informationsströme.
4. Anwendung der Bewertungskriterien: Systematische Bewertung jedes Datenstroms anhand der festgelegten Kriterien.
5. Priorisierung: Ermittlung der wichtigsten Datenströme basierend auf ihrer Bewertung.
6. Analyse und Entscheidungsfindung: Untersuchung der Ergebnisse und Ableitung von Maßnahmen zur Verbesserung oder Veränderung der Datenflüsse.
7. Implementierung von Verbesserungen: Anpassungen und Optimierungen basierend auf der Bewertung und den Entscheidungen.
8. Überwachung und Nachjustierung: Regelmäßige Überprüfung der Datenströme und Anpassung der Strategien entsprechend den veränderten Bedingungen und Anforderungen

Bewertungskriterien

• Relevanz für die Stakeholder: Wichtigkeit der Datenströme für die verschiedenen Interessengruppen.
• Datenqualität: Genauigkeit, Zuverlässigkeit und Aktualität der Daten.
• Datenzugänglichkeit: Einfachheit des Zugriffs auf die Daten für berechtigte Nutzer.
• Datensicherheit: Schutz der Daten vor unbefugtem Zugriff und Missbrauch.
• Kompatibilität: Fähigkeit der Daten, mit bestehenden Systemen und Standards zu interagieren.
• Skalierbarkeit: Fähigkeit des Systems, mit wachsendem Datenvolumen umzugehen.
• Effizienz: Ressourcenverbrauch bei der Datenerfassung, -speicherung und -verarbeitung.
• Kosten: Gesamtkosten der Datenerhebung und -verarbeitung.
• Datenvielfalt: Breite und Vielfalt der erfassten Datenarten und -quellen.
• Interoperabilität: Fähigkeit zur Zusammenarbeit und zum Datenaustausch zwischen verschiedenen Systemen und Komponenten.
• Aktualisierungsrate (Periodizität): Häufigkeit der Datenaktualisierung und -erneuerung.
• Nutzerfreundlichkeit: Einfachheit der Dateninterpretation und -nutzung für die Endanwender.
• Datenvolumen: Größe und Umfang der erfassten und verarbeiteten Daten.
• Geschwindigkeit (Latenz): Schnelligkeit der Datenerfassung, -übertragung und -verarbeitung.
• Rechtliche Konformität: Einhaltung gesetzlicher Vorschriften und Datenschutzstandards.
• Verfügbarkeit: Zuverlässigkeit des Zugriffs auf die Daten und Systeme.
• Wiederverwendbarkeit: Fähigkeit der Daten, in verschiedenen Kontexten genutzt zu werden.
• Transparenz: Klarheit über Herkunft, Verarbeitung und Nutzung der Daten.
• Einfluss auf die Geschäftsmodelle: Beitrag der Daten zur Entwicklung und Verbesserung von Geschäftsmodellen.
• Nachhaltigkeit: Langfristige Verfügbarkeit und Umweltverträglichkeit der Datennutzung und -speicherung.