Smart Manufacturing für das New Normal neu denken: Datengetriebene Strategien für Resilienz

Smart Manufacturing für das New Normal neu denken

Key Takeaways:

• Globaler wirtschaftlicher Abschwung bietet Herstellern eine einzigartige Chance, ihre Zukunft neu zu definieren.
• Smart Manufacturing wächst, doch widespread Adoption bleibt challenging.
• Datengetriebene Organisationen müssen die Limits ihrer Datenerfassungsfähigkeiten erkennen.

Während der 2020 Manufacturing Outlook bleak bleibt, bietet die anhaltende wirtschaftliche Malaise eine Öffnung, einen neuen Pfad zu charten. Führende Firmen nehmen einen langfristigen Blick, retooling, um amid Unsicherheit und rasant shifting Consumer Demand zu gedeihen.

Wie Silicon Valley Investor Roger McNamee 2004 notierte: „Im New Normal ist es wichtiger, Dinge richtig zu machen, als der Tyrannei der Dringlichkeit zu erliegen.“ Diese Mindset kann Winner von Losern trennen.

Technology Frameworks und Tools sind reichlich, aber Hersteller müssen eine resiliente, agile, datengetriebene Kultur bauen, um sie effektiv zu machen. Ein klarer North Star ist essenziell, um Organisationen über das gegenwärtige Chaos hinaus zu leiten.

Produkte und Prozesse neu denken

Die beispiellose Unsicherheit bietet eine seltene Gelegenheit für Reflexion. Dan Miklovic, Analyst beim Analyst Syndicate, drängt Firmen, Operating Risks Ende-zu-Ende zu reassessieren – Supply Chain Resilienz erhöhen und langfristige Worker Safety sichern. Nitin Kumar, CEO von Appnomic, betont die Wichtigkeit, das digitale Business Model richtig zu bekommen.

Viele Hersteller wurden transformative Gains von AR, KI und anderen Technologien versprochen. Jene, deren Deployments gestalled sind, sollten diese Investments reassessieren, rät Miklovic. Automation und Advanced Control Systems müssen mit klarem Verständnis operativer Risiken eingeführt werden; Remote Access kann ernsthafte Cybersicherheitsbedrohungen einführen, wenn nicht properly gesichert, warnt Martin Davis von DUNELM Associates.

Smart Manufacturing's Relevanz wächst, doch kultureller Widerstand erstickt oft Progress. Kumar erklärt, dass „das größte Problem nicht Mangel an Wissen ist, sondern kulturelle Antikörper, die neue Ideen ablehnen.“

Talent und Remote Work

Remote Working reshaped Talent Acquisition. PwC merkt an, dass Hersteller lange als Manual Worker Industry wahrgenommen wurden, was es schwer macht, Data-Savvy Talent anzuziehen. McKinsey berichtet, dass der Rise of Remote Work den Zugang zu skilled Professionals erweitert.

Doch Talent allein sparkt nicht Transformation; hochwertige operative Daten sind equally critical.

Daten: Das Fundament smarter Entscheidungsfindung

Michael Tay, Advanced Analytics Manager bei Rockwell Automation, betont: „Zuerst müssen Sie Zugang zu den richtigen Daten haben, um smart Decision Making zu unterstützen.“ Der nächste Schritt ist, Datenusage in alltägliche Prozesse einzubetten. Während viele industrielle Maschinen – besonders ältere Brownfield Equipment – Konnektivität fehlt, macht neuere Sensor Technology Datensammlung weit simpler.

Davis erinnert uns, dass Sensoren allein insufficient sind; Kontext ist essenziell. „Nur durch Verständnis des Kontexts können Daten zu nützlicher Information werden, die die richtigen Entscheidungen treibt“, sagt er.

Data Science Tools excel bei der Lösung tractable Problems, aber sie strugglen, volatile Consumer Demand vorherzusagen. Tay acknowledges, dass „es viele ungemessene Faktoren und Externalities gibt, die Verhaltensweisen treiben.“ Hersteller mussten sich an erratische Demand Shifts anpassen – einige pivoted zu Healthcare Goods, andere redesigneten Product Lines für langfristige Consumer Changes.

Für Consumer-facing Hersteller kann das bedeuten, Features wie ventilated Zones in öffentlichen Transportfahrzeugen hinzuzufügen, um Social Distancing zu accommodieren.

Virtual Everything und Market Positioning

Danny Smith, VP of Industry Advisory bei Ceridian, prognostiziert einen Surge in Touchless, Virtual Reality und Augmented Reality Technologien. Während innovative Produkte zu entwickeln Priority ist, strugglen viele Firms, sie zu vermarkten. Kumar merkt an, dass Digital Offerings oft an die C-Suite verkauft werden, aber bestehende Sales Teams die Language fehlen mag, um diesen neuen Buyer zu engagieren.

Eigenen Kurs charten

Experts disagree auf ein Single North Star Metric. Martin Davis zeigt auf Deutschlands Industry 4.0 Framework, das Lean Manufacturing mit IoT, Cloud und KI blended. „Es beginnt einfach mit Fokus auf Data, um bessere Entscheidungen zu machen“, sagt Davis.

Michael Tay fügt hinzu, dass „zunehmend datengetrieben zu werden ein cost-effective Weg ist, Performance zu elevieren.“ Data Savviness ermöglicht auch Measurement von Digital Initiatives. Tay empfiehlt, Business Targets zu identifizieren, sie zu benchmarken und Progress über Zeit zu tracken. „Jede kritische Entscheidung ist eine Opportunity, Outcomes digital zu capture“, erklärt er.

Dan Miklovic championed Flexibilität: „Investment Plans sollten Projekte priorisieren, die maximale Agility liefern.“ Viele Firmen besitzen bereits die Technology; sie müssen sie nur effektiver anwenden.

Success hängt letztlich davon ab, Digital in die Organisationskultur einzubetten. Kumar warnt, dass eine separate Digital Division Digital Initiatives von Legacy Business isolieren kann, was Adoption hindert.