Die Voraussetzungen für den Erfolg der Industrial Data Science schaffen

Irgendwann das erfolgreichste industrielle Internet der Dinge (IoT) Initiativen werden zu Data-Science-Projekten. Vernetzte Sensoren an Maschinen und Anlagen, Werkzeugen, Paletten und gefertigten Artikeln generieren Datenpunktmengen.

Die Aussicht auf geschäftlichen oder betrieblichen Erfolg hängt jedoch nicht nur von der Datenerfassung ab, sondern von einem breiten Spektrum an Fähigkeiten, die sich über das gesamte Unternehmen erstrecken. Es erfordert auch, diese Daten zu verwenden, um die Transformation voranzutreiben. Dazu könnte gehören, neue operative Benchmarks zu erreichen oder „in der heutigen Welt Widerstandsfähigkeit und Flexibilität zu schaffen“, sagt Steve Pillsbury, Principal bei PwC Consulting.

[ IoT-Welt ist Nordamerikas größte IoT-Veranstaltung, bei der sich Strategen, Technologen und Implementierer vernetzen und IoT, KI, 5G und Edge in allen Branchen in die Tat umsetzen. Buchen Sie jetzt Ihr Ticket. ]

Schon vor dem Auftreten der COVID-19-Pandemie war es für viele Unternehmen entmutigend, eine industrielle Data-Science-Metamorphose voranzutreiben. Data-Science-Experten waren Mangelware, und der Einstellungswettbewerb war hart. Während viele Industrieunternehmen digitale Innovationsprogramme auf den Weg gebracht haben, haben nur wenige den gewünschten Return on Investment erreicht. Laut einer Studie von Accenture haben digitale Projekte von 2016 bis 2018 bei fast 80 % der Industrieunternehmen nicht die erwartete Rendite erzielt.

P die Organisation reparieren 

Ein Grund, warum Industrieunternehmen mit Industrial Data Science zu kämpfen haben, ist mangelnde Planung. „Die meisten [Industrie-]Unternehmen befinden sich jetzt zumindest in der Pilot- und Testphase und befinden sich in vielen Fällen in der Anwendungs- und Einführungsphase“, sagte Pillsbury.

Ein Faktor, der sie davon abhält, Größe und Wert zu erreichen, ist der Mangel an „Know-how“, fügte Pillsbury hinzu. „Das bedeutet nicht, dass sie unbedingt die falschen [technischen] Fähigkeiten oder nicht genug der richtigen Fähigkeiten haben. Es bedeutet auch, dass sie die Organisation nicht wirklich darauf vorbereitet haben, die erforderlichen Fähigkeiten anzuwenden.“ Industrieunternehmen müssen ihre gesamte Belegschaft darin schulen, „was die Kunst des Möglichen ist und wie man sie umsetzt“, sagte er. Das heißt, Organisationen müssen auch für die kulturelle Transformation qualifiziert sein.

Die Digital IQ-Forschung von PwC hat ergeben, dass Unternehmen mit den erfolgreichsten digitalen Programmen in verschiedenen Sektoren diese auf ihre Mitarbeiter und Kultur aufbauen. PwC nannte digitale Organisationen „Transzender“ und stellte fest, dass die Ausbildung der Mitarbeiter und die Schaffung einer belastbaren Kultur Priorität hatten.

Innerhalb einer Organisation kann die Datenreife von Mitarbeitern und Abteilungen jedoch erheblich variieren, beobachtet Murali Raj, Chief Information Officer bei HIL, einem Hersteller von Bauzubehör. Berücksichtigen Sie bei der Entwicklung eines Transformationsplans diese Variabilität und bauen Sie eine breit angelegte Datengrundlage auf, empfahl Raj. Als HIL Predictive Maintenance einführte, hat das Unternehmen eine Grundlage geschaffen, um Daten optimal zu nutzen. „Anstatt uns auf eine kleine Fertigungslinie oder ein paar Maschinen für die vorausschauende Wartung zu konzentrieren, haben wir uns darauf konzentriert, ein digitales, vernetztes Rückgrat der Produktionsstätte zu schaffen“, sagte Raj.

H Menschzentriertes Design auf Prozesse angewendet

Erfolgreiche Industrieunternehmen gewinnen Unterstützung von Führungskräften und Nachwuchskräften für digitale und datenwissenschaftliche Initiativen.

Viele Organisationen, die solche Projekte pilotieren, widmen ein Team der digitalen Führung und Best Practices. Solche Leute vom Typ ‚Center of Excellence‘ neigen dazu, Technologie und Datenwissenschaft wirklich gut zu verstehen und haben eine allgemeine Vorstellung von den Werttreibern und den Problemstellungen, die sie anzugehen versuchen“, sagte Pillsbury. Aber wenn diese Experten digital unterstützte Tools entwickeln, die andere verwenden können, „finden sie, dass die Leute sie im Allgemeinen nicht mögen“, sagte Pillsbury. Endbenutzer mögen oft „nicht das Design, die Art und Weise, wie [eine Technologie] funktioniert, wie sie damit interagieren sollen oder was mit neuen Informationen zu tun ist“, fügte er hinzu.

Unternehmen können Mitarbeiterunterstützung für datengesteuerte digitale Tools gewinnen, indem sie während der Entwicklung Feedback einholen, empfiehlt Pillsbury. Digital- und Datenführer können auch menschzentrierte Designkonzepte für interne Prozesse einsetzen, den Kontext eines bestimmten Problems sowie die Schwachstellen der Mitarbeiter untersuchen, bevor sie digitale Tools oder Workflows entwickeln, um diese zu beheben.

Ich Personen identifizieren, um die Transformation voranzutreiben

Während kultureller Wandel und Bildung von entscheidender Bedeutung sind, gibt es keinen Ersatz für die Führung im Bereich Data Science. Während Dutzende von Personen Begriffe wie „Data Science“, „Künstliche Intelligenz“, „Maschinelles Lernen“ in ihren Lebenslauf aufgenommen haben, ist laut Umesh Ramakrishnan, Büro des CEO des Executive Search-Unternehmens Kingsley Gate, nur jeder vierte Bewerber ein Experte Partner. „Per Definition sind viele dieser Fähigkeiten [künstliche Intelligenz] neu“, sagte Ramakrishnan. Es sollte ein Warnsignal sein, „wenn Ihnen jemand sagt, dass er 25 Jahre Erfahrung im Bereich Data Science hat.“

Laut Ramakrishnan sollte es bei der Befragung potenzieller Data-Science-Führungskräfte pro Person 20 bis 30 Minuten dauern, um festzustellen, ob sie über erhebliches Wissen verfügen. „Viele dieser Leute haben eine wissenschaftliche oder technische Grundlage, die mit künstlicher Intelligenz, maschinellem Lernen oder Datenwissenschaft zu tun hat“, sagte Ramakrishnan. „Menschen, die in der Vergangenheit an neuronalen Netzen oder Deep Learning gearbeitet haben und sich entweder durch Berufserfahrung oder durch zusätzliche Ausbildung weiter profiliert haben, sind diejenigen, die in mittleren bis höheren Positionen tätig sind.“

Am wertvollsten sind Data-Science-Experten, die ihr Fachwissen mit anderen teilen und Veränderungen im gesamten Unternehmen herbeiführen können. Das Screening von Kandidaten auf strategische Fähigkeiten sei jedoch wesentlich schwieriger als die Identifizierung einzelner technologischer Expertisen, sagte Ramakrishnan. „Der technologische Wandel innerhalb einer Branche ist weitaus weniger schwierig als der kulturelle Wandel dieses Unternehmens, insbesondere wenn es sich um ein altes Unternehmen handelt“, sagte er.

Industrieunternehmen mit erfolgreichen digitalen Programmen haben in der Regel eine gemeinsame Vision des oberen und mittleren Managements sowie die Fähigkeit, „Talentpools und Technologieressourcen auf wichtige Geschäftsfunktionen auszurichten“, so Accenture. Data-Science-Führungskräfte können dabei helfen, Eigenschaften zu vermitteln, aber sie müssen sich durch Kommunikation und Überzeugungskraft auszeichnen. „Man muss in der Lage sein, den Leuten zu zeigen, warum es für eine Person in der Werkstatt von Vorteil ist, beispielsweise ein iPad im Arbeitskontext und nicht in einer Zwischenablage zu verwenden“, sagte Ramakrishnan. Diese Person sollte auch in der Lage sein, einem Arbeitnehmer den Wert der Technologie sowie den Wert für das Unternehmen zu erklären. „Die Fähigkeit, die Ziele eines Einzelnen mit der Mission des Unternehmens zu verknüpfen, ist ein Führungsmerkmal, das bei Führungskräften sehr selten zu finden ist.“

Begriffe wie „Champion“ oder „Evangelist“ werden dieser Fähigkeit aus Sicht von Ramakrishnan nicht gerecht. „Diese Fachausdrücke über die anspruchsvollen Führungseigenschaften, die erforderlich sind“, sagte er. Unternehmen, die Proof-of-Concept-Projekte für das industrielle IoT in Richtung breiterer Initiativen für die digitale Transformation verlagern, brauchen mehr als wortgewandte Experten für industrielle Datenwissenschaft. „Einfach ein guter Redner zu sein, kann Sie zu einem guten Evangelisten machen“, schloss Ramakrishnan. „Aber wenn Sie keine Möglichkeit haben, Ihre Evangelisation in die Tat umzusetzen, dann sind Sie nur ein Prediger, und das brauchen Sie im Geschäft nicht.“