Das 4. industrielle Internet oder Industrie 4.0 könnte als eine kleinere Untermenge des größeren Trends oder Paradigmas des Internets der Dinge (IOT) betrachtet werden. IOT ist das Netzwerk von Geräten wie Fahrzeugen, Haushaltsgeräten usw., die Elektronik, Software, Sensoren, Aktoren und Konnektivität enthalten, die es diesen Dingen (Technologien) ermöglicht, sich zu verbinden, zu interagieren und Daten auszutauschen. Das IoT beinhaltet daher die Ausweitung der Internetkonnektivität über Standardgeräte wie Desktops, Laptops, Smartphones und Tablets hinaus auf eine Reihe von traditionell dummen oder nicht internetfähigen physischen Geräten und Alltagsgegenständen. Eingebettet in Technologie können diese Geräte über das Internet kommunizieren und interagieren, und sie können aus der Ferne überwacht und gesteuert werden (Wikipedia).

Im Zusammenhang mit dem industriellen Internet werden nun alle Arten von physischen Produktionssystemen, die vorher nicht vernetzt waren, miteinander verbunden, um Informationen auszutauschen und Betätigungen oder Entscheidungen zu implementieren, nachdem die Daten der einzelnen Systeme in der Cyber-Domäne zusammengeführt und analysiert wurden. Es gibt natürlich eine klare Arbeitsteilung zwischen der physischen Domäne, in der die Maschinen tatsächlich sitzen, und der Cyber-Domäne, in der die Daten über die Maschinen analysiert und berechnet werden, um den Maschinen neue Anweisungen zu geben. Das industrielle Internet oder IOT geht daher von einer cyber-physischen System (CPS)-Architektur aus [4]. Die detaillierte Architektur eines solchen CPS-Systems wie Edge, Fog und Cloud und die Vielzahl an Middleware und Datenformaten sprengt den Rahmen des vorliegenden Konzeptpapiers. Wir veranschaulichen jedoch einige Punkte zur Diskussion im Rahmen des aktuellen Papiers:

  • Es entstehen neue Anwendungen auf der Netzwerkebene im Vergleich zu Anwendungen auf der Ebene der Einzelmaschine, z. B. hat FANUC, das bereits im Abschnitt über die Dynamik der Produktarchitektur und der Produktfamilie besprochen wurde, jetzt das FIELD (FANUC Intelligent Edge Link and Drive) Cross-Connectivity-Datensystem über die eigenen Produktlinien (NC, Roboter, Robo-Maschinen usw.) und die Produkte anderer Marken hinweg entwickelt, so dass das Kollektiv überwacht und verwaltet werden könnte, um einen Zero-Down-Time-Service (ZDT) für das vernetzte System zu liefern, ein Attribut, das über das auf der Ebene der Einzelanlage hinausgeht. Es ist denkbar, dass dieses Netzwerkattribut nützlicher ist als das gleiche Attribut auf der Ebene des einzelnen Geräts. Weitere Dienste auf Systemebene sind: Produktionsüberwachungsanalyse (PMA) und, neben ZDT und PMA, die von FANUC selbst entwickelt wurden, stellte FANUC die Konverterschnittstelle (Kommunikationsstandards und Protokolle) zur Verfügung, die es ermöglicht, viele verschiedene Marken und Fabrikate von Produkten oder Geräten in das FIELD Netzwerk von FANUC zu integrieren.
  • Dies fördert eine „Multi-Vendor“-Hardware-Umgebung. Ebenso entwickelt FANUC FOCAS (FANUC Open CNC API Specification), so dass „Drittanbieter“-Entwickler nun die APIs von FANUC nutzen können, um Apps zu schreiben, die auf den verknüpften Systemen ausgeführt oder betrieben werden können. API bezieht sich auf eine Anwendungsprogrammierschnittstelle, die einen „Haken“ für Drittentwickler bietet, um auf Daten und Dienste im Besitz von FANUC zuzugreifen und schnell Apps zu erstellen [21]. Alle von Drittentwicklern entwickelten Apps würden von FANUC geprüft und nach der Freigabe im FIELD System Store (wie ein App Store) zum Kauf angeboten werden. Es ist nun klar zu erkennen, dass FANUC die Führung beim Schreiben seines eigenen digitalen Playbooks übernimmt, um sein industrielles Internet-Ökosystem aufzubauen oder zu orchestrieren, das aus immer mehr Marken und Geräteanbietern auf der einen Seite und immer mehr App-Entwicklern von Drittanbietern auf der anderen Seite besteht, die industrielle Apps schreiben; auch immer mehr Endkunden sind bereit, daran teilzunehmen.
  • Formal organisiert FANUC eine offene, mehrseitige digitale Plattform, um diese verschiedenen Kategorien von Interessengruppen zu orchestrieren. Abbildung 4 (in Anlehnung an die Unternehmensunterlagen von FANUC) zeigt die offene Plattform, die aus App-Entwicklern von Drittanbietern und Geräteanbietern besteht.
Fig 4
  • Wirtschaftlichkeit einer digitalen Plattform

Dem Betrieb bzw. dem Wachstum dieser digitalen Plattform liegen zwei Quellen der Wirtschaftlichkeit zugrunde. (1) Niedrige Grenzkosten für die Teilnahme; z. B. wenn ein Hersteller erfolgreich eine Konverterschnittstelle entwickelt hat, um seine erste Maschine an das FIELD-Netzwerk anzuschließen, dann ist es praktisch kostenneutral (von null Grenzkosten), das „nächste“ Gerät der eigenen Marke an das System anzuschließen. Dies ist die Eigenschaft der „zunehmenden

Return“ für ein typisches Informationsgüterprodukt (wie z. B. Software); diese Null-Grenzkosten fördern die Verbreitung der Verbindung von Geräten (Geräten und Sensoren) von einer Marke zur nächsten Marke, wodurch sowohl direkte als auch indirekte Netzwerkexternalitäten unterstützt werden (direkte Externalität für Geräte derselben Marke; indirekte Netzwerkexternalität für Spillover zwischen verschiedenen Gerätemarken und verschiedenen Kategorien von Geräten und Geräten usw.). (2) Das von Kodama [22,23] vorgeschlagene so genannte „Learning by Porting Economy“. Beide Quellen entfalten eine tiefere Bedeutung des Lernens durch Portierung, und das folgende Szenario würde dies demonstrieren.

Angenommen, eine industrielle App wurde von FANUC oder einem Drittentwickler für FIELD geschrieben und wird dann auf das gesamte Netzwerk der angeschlossenen Systeme portiert, um die neue Funktionalität bereitzustellen; da es Monat für Monat eine steigende Anzahl von Apps im FANUC System-(App-)Store gibt, könnten diese verschiedenen Apps auf der offenen FIELD-Plattform ausgeführt werden; es ist sehr ähnlich zu dem Fall, in dem ein iPhone viele Apps für verschiedene Zwecke auf der IOS-Plattform gleichzeitig ausführt. Die Implementierung solcher softwarebasierten Funktionalitäten beinhaltet jedoch keine Änderungen des architektonischen Aspekts in der physischen Domäne. Und eine Portierung nach der anderen wird durch die (stabilisierte) Familie der APIs und des Software Development Kits (SDK) immer einfacher (deshalb könnten wir einen neuen Lernmodus nennen oder erfinden: Lernen durch Portierung). Dies scheint ein wichtiges wirtschaftliches Prinzip der sich entfaltenden Industrie 4.0 oder des Internets der Dinge im Allgemeinen zu sein.

Doch was verstehen wir unter Lernen? Und was sind die zu erlernenden Aktivitäten? Hier könnten wir vorschlagen, dass die wesentlichen „Produktionsaktivitäten“ in der Cyber-Domäne die Entwicklung, Portierung und kontinuierliche Versionierung der ursprünglichen App unter Verwendung eines bestimmten Software Development Kits (SDK) sind. Das Lernen hängt davon ab, wie das Wissen über die Entwicklung einer App kumuliert, archiviert und unter den Entwicklern geteilt wird, was dem in Abschnitt 3 dieses Artikels vorgeschlagenen Konzept des Cross-Learnings sehr ähnlich ist. Wir könnten dann vorschlagen, dass die Rolle des Besitzers der digitalen Plattform, in diesem Fall FANUC, oder anderer Plattformbesitzer auf Branchenebene darin besteht, Regeln und die Lerninfrastruktur zu entwickeln, um einen solchen Wissenstransfer unter den Entwicklern, die dasselbe SDK verwenden, zu erleichtern und zu fördern. Dies ist vergleichbar mit Rosenbergs [24] Begriff der „Machinofaktur“. Diese Entwicklung könnte auch von der Idee einer Software-Fabrik und dem Wasserfall-Ansatz [25] profitieren, bei dem die Produktivität der App-Entwicklung für eine digitale Plattform durch standardisierte Prozesse, die Wiederverwendung von Modulen und die kontinuierliche Verbesserung durch die Kaizen-Methodik gesteigert werden könnte. Apple Computers z. B. richtet ein eigenes Apple-Developer-Programm ein, das Entwicklern den Zugang zu Beta-Software, erweiterten App-Funktionen, umfangreichen Beta-Test-Tools und App-Analysen ermöglicht.

Das Lernen unter Projekt- oder App-Entwicklern ist eine wichtige Quelle für die Ökonomie der Produktion in der Industrie 4.0-Ära, insbesondere im Cyber-Bereich, und dies ist eine wichtige Beobachtung und Behauptung. Dies könnte durch standardisierte App-Entwicklungsprozesse oder Infrastrukturen, wie oben beschrieben, sowie durch Wissenstransfer und -austausch unter Entwicklern, die als Community of Practice organisiert sind, erleichtert werden [25,26].

Es sollten mehr empirische Studien über solche Lernmechanismen durchgeführt werden. Warum sollten solche Entwickler den Anreiz haben, Wissen untereinander zu teilen? Erstens konkurrieren verschiedene App-Entwickler nicht wirklich miteinander auf dem Produktmarkt, da ihre Gemeinsamkeit nur darin besteht, dass sie die (gleiche) FIELD-Plattform nutzen, um die Funktionalitäten ihrer Apps zu implementieren. Der Eigentümer der digitalen Plattform hat einen Anreiz, den Wissensaustausch zu erleichtern, denn wenn mehr Apps für die Plattform entwickelt werden, würde dies mehr Gerätehersteller und Industriekunden auf der anderen Seite anlocken, sich der Plattform anzuschließen. Diese anderen Ausrüstungshersteller wollen alle auf den Zug im physischen Bereich aufspringen und einbezogen werden, damit sie in den App-Lösungen, die von dem großen Kontingent an App-Entwicklern entwickelt werden, berücksichtigt werden können. Dies würde zu einem positiven Kreislauf der Plattformdominanz oder sogar zu einem ewigen Wachstum bis zu einem bestimmten Punkt führen. Die dualen ökonomischen Quellen steigender Erträge, die mit einer digitalen Plattform verbunden sind, lassen sich anhand von Abbildung 5 zusammenfassen.

Fig 5
  • Digitale Plattform als Koordinations- oder Sozialtechnologie

An dieser Stelle kann eine kritische Frage im Zeitalter von Industrie 4.0 angehalten und überdacht werden: Wenn so viele zusätzliche (Service-)Funktionalitäten ex-post (d. h. nach) der Entwicklung der Hardware ergänzt werden sollen, wie sollte ein Unternehmen wie FANUC oder ein allgemeiner digitaler Plattformbesitzer auf Branchenebene solche Ex-post-Innovationsaktivitäten organisieren? Wenn ein Unternehmen auf den Markt gehen und diese externen Drittentwickler suchen und koordinieren muss, wären die Such- und Koordinationskosten unerschwinglich.

Die neoklassische Firmentheorie (Theorie der Firma) erforscht die wirtschaftliche Begründung oder Bedeutung der Grenze einer Firma. Nach Professor Ronald Coase (Nobelpreisträger für Wirtschaftswissenschaften 1991)’s Papier „The Nature of the Firm“ [27], schlug er vor, dass die Grenze einer Firma existiert, weil die wirtschaftlichen Aktivitäten, die nun innerhalb der Firma organisiert sind, ansonsten zu kostspielig sind, um alternativ vom Markt bezogen zu werden (aufgrund der Schwierigkeit, einen Lieferanten zu finden oder zu viele Ungewissheiten oder Eventualitäten, die in einem Vertrag abgedeckt werden müssen usw.). Infolgedessen kann es für Unternehmen besser sein, diese Aktivitäten selbst zu organisieren und bereitzustellen, anstatt sie „einzukaufen“.

Wie wir in unserer Diskussion bereits erwähnt haben, spart die Organisation einer digitalen Plattform durch ein produktzentriertes Unternehmen wie FANUC oder generell ein Unternehmen, das eine Reihe von APIs freigibt, um Drittentwicklern die Entwicklung von Apps mithilfe eines SDK zu ermöglichen, die in sein Industrie-4.0-Netzwerk portiert werden können, die Such-, Koordinierungs- und Transaktionskosten für den Umgang mit den Entwicklern. Dies geht über das im vorherigen Abschnitt besprochene Smart-Service-Paradigma hinaus, bei dem Unternehmen die Rolle des Aggregators und Synergisten spielen könnten, um neue Dienste in einer präemptiven oder sogar sich selbst verstärkenden Weise zu entwickeln. Während Firmen in der Smart-Services-Ära auch Partnerschaften mit anderen Stakeholdern eingehen und solche verhaltensorientierten Kosten in der Serviceentwicklung einsparen müssen, bleibt die Diskussion dort kurz vor der Organisation einer expliziten digitalen Plattform zur Koordination der Entwickler stehen.

Diese digitale Plattform könnte im Kontext der Firmentheorie als eine alternative Organisationsform [28] konzeptualisiert werden, die die Unterscheidung zwischen Firma (Hierarchie) und Markt verwischt, sie (die digitale Plattform) ist im Besitz der Firma und könnte deren Grenzen erweitern. Die Entwickler von Services oder Apps im Downstream tragen zur Firma bei, sind aber nicht Teil der Firma. Vielmehr sind sie lose an die Firma gekoppelt und müssen ständig mit der Firma interagieren, um z. B. die API-Spezifikation zu aktualisieren. Der mit einer digitalen Plattform verbundene Koordinationsvorteil könnte leicht in einen strategischen Vorteil umgewandelt werden. Je mehr App-Entwickler eine digitale Plattform „beherbergt“, desto größer ist die Menge der Angebote, die auf dem System (z. B. FIELD) der verknüpften Maschinen ausgeführt werden können, das aus Produkten von FANUC und anderen Anbietern besteht. Dies erhöht die Wahrscheinlichkeit, dass diese Marken oder Fabrikate gekauft werden, weil die Endanwender (die Kunden, die die Maschinen nutzen) wissen, dass es viele Dienste oder Apps im App-Store für verschiedene Fertigungsanwendungen, Szenarien und Ziele gibt, die diese Marken abdecken. Eine größere und vielfältigere Basis von Maschinenfabrikaten, -modellen und -marken wird wiederum mehr Apps anziehen.

Entwickler auf die digitale Plattform zu übertragen, da diese Vielfalt im physischen Bereich zu neuen Kombinationen von Fertigungsanforderungen, Szenarien und Programmen oder Apps führen wird; diese Art von zunehmender Rendite [29] oder positiver Kreislaufdynamik würde sich in der Ära von Industrie 4.0 als kritischster strategischer Vorteil und Eintrittsschreckung erweisen. Interessant ist auch die Behauptung, dass in der Ära von Industrie 4.0 das Kalkül oder die Strategie des Wettbewerbs, wie sie im Porter’s Five Forces Framework verankert ist, neu geschrieben werden muss, da die Wettbewerber auf der digitalen Plattform miteinander kooperieren könnten, anstatt sich auf einen Nullsummen- und Halsabschneider-Wettbewerb einzulassen.

  1.      Auf dem Weg zum beidhändigen Management in der Industrie 4.0-Ära

Die obigen Ausführungen haben beide Seiten der digitalen Plattform als App-Entwickler und Geräte- und Systemanbieter dargestellt. Sie repräsentieren jeweils die Cyber- und die physische Domäne. Unsere Absicht ist es, hervorzuheben, dass in der Industrie 4.0-Ära sowohl die physische als auch die Cyber-Domäne wichtige und verstärkende Rollen spielen, um das Wachstum der digitalen Plattform zu unterstützen.

Die Dynamik der Interaktion beider Seiten kann am besten aus der Datenperspektive untersucht werden. Wir folgen den Begriffen von IBM (IBM Big Data and Analytics Hub), der die 4V-Eigenschaft von Daten vorschlägt, die in der digitalen Plattform der Industrie 4.0-Ära generiert werden, nämlich Geschwindigkeit, Volumen, Wahrhaftigkeit und Vielfalt von Daten. Von besonderem analytischen Interesse ist für uns der Begriff der Vielfalt der Daten. Die Daten, die von einer großen und vielfältigen installierten Gerätebasis im Netzwerk in der physischen Domäne erzeugt werden, könnten strukturiert oder unstrukturiert sein und z. B. auch einige emotionale Kommentare und Diskussionen über die Produkte in verschiedenen Arten von sozialen Medien umfassen. Die Verarbeitung oder Analyse solcher Daten in der Cyber-Domäne durch verschiedene Methoden, wie z. B. künstliche Intelligenz oder Deep Learning, könnte den Prozess der Bedarfsartikulation [7] im Hinblick darauf, wie Produkte in der physischen Domäne entwickelt werden sollten, erleichtern (siehe auch Abschnitt 5.3.1 dieses Papiers).

In der Cyber-Domäne wird erwartet, dass mehr Muster erkannt und mehr Korrelationen zwischen den Daten entdeckt werden, je mehr verschiedene Daten aus den Gerätenetzwerken der Industrie oder sogar von externen Datenmarktplätzen zusammengeführt und analysiert werden. Solche Erkenntnisse könnten zu neuen Entscheidungslogiken und Regeln für die Steuerung der Geräte im physikalischen Bereich führen. Neue Datenquellen bedeuten, dass mehr Sensoren verschiedener physikalischer Prinzipien in die physischen Produkte eingebaut werden müssen, damit diese Sensordaten in die neuen Entscheidungsregeln einfließen können. In der Zwischenzeit müssen neue analytische Fähigkeiten oder Algorithmen (von Unternehmern) in der Cyber-Domäne entwickelt werden, um die Vielfalt der unübersichtlichen Daten zu bewältigen.

Im Allgemeinen würden die zunehmende Geschwindigkeit, das zunehmende Volumen und die zunehmende Wahrhaftigkeit (Unsicherheit) der Daten, selbst wenn sie durch geeignete Algorithmen verarbeitet werden, eine Erhöhung der Betätigungsmöglichkeiten im physikalischen Bereich erfordern, wie z. B. eine verbesserte Auswahl an Betriebsparametern, von fest verdrahteten Modulen zu weich verdrahteten Modulen mit verbesserter Verarbeitungsgeschwindigkeit durch die Einführung von MPUs (z. B. in den früheren Tagen von FANUC), mehr Intelligenz, die in den lokalen physikalischen Produkten untergebracht oder entworfen werden muss, usw. All dies hat große Auswirkungen auf die Produktentwicklung im physikalischen Bereich. Solche Innovationen könnten durch den Import neuer Technologien über Technologiefusion oder -integration oder durch offene Innovation erleichtert werden und können die Änderung oder Weiterentwicklung der architektonischen Aspekte der ursprünglichen Produkttechnologie beinhalten [2] (S. 19).

Daher würden die 4Vs der Daten einen neuen Innovationsmanagement-Zyklus (der Produkt-, Prozess-, Plattform- (Architektur-) Innovationen usw. umfasst) in der physischen Domäne auslösen, der widerspiegelt, dass die physische und die Cyber-Domäne in der Industrie-4.0-Ära eng miteinander verbunden sind. Die Interaktion (siehe Abbildung 6) oder Rückkopplung zwischen den beiden Seiten muss als eine Analyseeinheit verwaltet werden, damit nicht eine Seite zum Engpass der anderen Seite wird und umgekehrt. Diese Art von Dilemma könnte am besten durch das Konzept der beidhändigen Entwicklung [30,31] angegangen werden, bei der beide Bereiche gleichzeitig verwaltet werden. Man könnte es auch als ko-evolutionäre Entwicklung beider Seiten konzeptualisieren.

Fig 6

Eine instrumentelle Technologie, die das Experimentieren und Verstehen der Auswirkungen der Ko-Evolution von Cyber- und physischer Seite erleichtern könnte, bei der aber keine Hardwarekosten anfallen, ist das Konzept eines „digitalen Zwillings“. Ein digitaler Zwilling ist ein virtuelles Modell eines physischen Prozesses, Produkts oder einer Dienstleistung. Die Kopplung von virtueller und physischer Welt findet somit nur noch auf der digitalen Ebene statt und das Experimentieren mit der Variation der physischen Seite erfordert keinen Bau eines physischen Prototyps, der sehr kostenintensiv sein könnte. Viele Unternehmen, wie z.B. GE, haben eine solche Technologie eingeführt, z.B. einen „digitalen Windpark“, um den gemeinsamen Effekt oder die Interaktion der Variation des Designs des physischen Windparks und seine Reaktion auf verschiedene Regelungsalgorithmen oder Analytik unter Einbeziehung unterschiedlicher Umgebungsbedingungen zu simulieren. So lassen sich neue Strategien oder Möglichkeiten aufzeigen, um Ausfallzeiten zu reduzieren, den Ertrag zu optimieren und Probleme einfach vorherzusehen und zu beheben, bevor sie überhaupt auftreten.

Beidhändiges Management über alle Stufen hinweg

Während das oben Gesagte die Implikation des Managements über die physische und die Cyber-Grenze hinweg motiviert [30], ist ein subtileres Thema des beidhändigen Managements das der Zeitachse [30]. Wie wir in Abschnitt 5.3.2 (intelligentes Produkt als Dienstleistung) angedeutet haben, werden produktzentrierte Unternehmen mit einer zunehmenden Vielfalt von Geräten und Systemen konfrontiert sein, die mit ihren Produkten verbunden werden sollen, einer zunehmenden Vielfalt von Inhalten und Daten, die generiert werden sollen, und einer zunehmenden Vielfalt von Entwicklern und Stakeholdern, die mit einer zunehmenden Vielfalt von Geschäftsmodellen zusammenarbeiten sollen, wenn die Industrie den Übergang zur Industrie 4.0-Ära vollzieht. Es besteht eine dynamische oder evolutionäre Anforderung, dass Unternehmen solche organisatorischen Herausforderungen und Komplexitäten antizipieren und eine soziale Technologie wählen müssen, die sowohl die aktuellen als auch die zukünftigen organisatorischen Herausforderungen bewältigen kann. Die Wahl der Sozial- und Koordinationstechnologie in der Smart-Service-Ära wird die Fähigkeit eines produktorientierten Unternehmens, den Übergang zur Industrie 4.0-Ära zu schaffen, ermöglichen oder einschränken.

Alles in allem geht es bei der Umstellung der Industrie auf Industrie 4.0 um ein beidhändiges Management über Grenzen und Zeiten hinweg.

Referenzen und Open Access Hinweis

This is an open access article distributed under the Creative Commons Attribution License which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited

Shum, K.; Kodama, F.; Shibata, T. Towards a Longitudinal Outlook on Industry Transition Management. J. Open Innov. Technol. Mark. Complex. 2020, 6, 79. https://doi.org/10.3390/joitmc6030079