Der Ingenieur als Teil einer datengetriebenen Welt

Projektmanagement

Daten werden als das Öl des 21. Jahrhunderts angesehen und viele Industrien erhoffen sich enorme Umsatz- und Gewinnzuwächse durch die Generierung, Speicherung und Auswertung von Daten. In etlichen Business-to-Consumer Märkten ist die neuartige datenbasierte Wertschöpfung bereits sehr erfolgreich, z.B. im Social Web oder im Onlinehandel. Inwieweit sich dieser durchschlagende Erfolg in traditionellen Industrien wiederholen lässt, ist aktuell nicht klar abzusehen. Bereits jetzt sind jedoch erste Erfolge von daten-basierte Dienstleistungen als Erweiterung existierender Produkte erkennbar, z.B. Predictive Maintenance oder Produktionsoptimierungen. Diese Erfolge ermutigen Manager alle Unternehmensbereiche hin zu mehr Datennutzung zu transformieren. Diese Transformation beeinflusst auch die Berufsfelder des Ingenieurs.

Dieser Artikel will anhand von sieben Thesen diese Transformation greifbar machen und diskutieren, um Ingenieuren eine Leitlinie zu geben, sich weiterzuentwickeln und ihre Fähigkeiten weiterhin gewinnbringend einzusetzen.

Daten in Entwicklungsprozess einbeziehen

Datenanalysen sind für Ingenieure nichts Neues: Signalverarbeitung, technischer Berechnungen und physikalische Simulationen sind Teil eines jeden Ingenieurstudiums und tägliche Praxis. Neu ist nun aber, dass nicht nur wenige Daten aus kontrollierten (Labor-)Messungen von beispielweise technischen Geräte im Protoypenstatus vorliegen, sondern Daten aus der installierten Basis bei den Kunden über den gesamten Produktlebenszyklus. Dies ermöglicht zum einen die Entwicklung neue Wertschöpfungsmechanismen, wie z.B. Predictive Maintenance Diensten, und zum anderen auch eine gezieltere Entwicklung neuer Produktgenerationen. Als Ingenieur muss man also lernen nicht nur mit „sauberen“ Entwicklungsdaten zu arbeiten, sondern auch „dreckige“ Daten aus dem Lebenszyklus der Produkte sinnvoll im Entwicklungsprozess einzusetzen. Zudem sollte bereits bei der Entwicklung neuer Produkte bedacht werden, dass das Produkt in Zukunft mehr Daten generieren, speichern und senden muss als heutzutage, um in der Zukunft weitere datengetriebene Dienste zu ermöglichen („Design for Digital Services“).

Nicht nur numerische Daten haben einen Wert

Sind also ingenieurstechnische Methoden der Signalverarbeitung und Simulation ausreichend für die neuen Datenmengen? Eher nicht. Eines der großen Potentiale liegt darin, dass neben numerischen Daten auch andere Datentypen maschinenlesbar vorliegen. Bedienungsanleitungen, Wartungsberichte, Fotos von Anlagen, GPS Koordinaten, System-Logs, und viele andere Datenquellen bergen große Mengen an Information. Diese Information kann in Kombination mit den numerischen Daten zu sinnvollem Wissen kombiniert werden. Ein Beispiel dafür ist die Kombination von Schichtbüchern, Leitsystemlogdateien und Prozessdaten in einer Raffinerie, um den Anlagenfahrer in kritischen Situationen automatisiert zu unterstützen (www.fee-projekt.de). Als Ingenieur sollte man neugierig neue Datenquellen entdecken und Diskussionen zur datenquellenübergreifenden Wissensgenerierung anregen.

Verschmelzung verschiedener technischer Methoden beflügelt Innovation

Im oben angeführten Beispiel mussten Ingenieure, die den chemischen Prozess und die Regelungstechnik im Leitsystem verstehen, die informatischen technischen Methoden kennenlernen und verstehen.  Dabei handelte es sich insbesondere um Methoden für die Verarbeitung von nicht-numerischen Daten. Diese Kombination von technischen Methoden aus verschiedenen Disziplinen brachte erst die wirkliche Innovation. Als Ingenieur sollte man offen sein interdisziplinär zu arbeiten und sich auch die Grundlagen der Verarbeitung nicht-numerischer Daten aneignen.

Lösungsorientiert Denken beibehalten

Im Vordergrund eines jeden Entwicklungsprozesses sollte die Lösung eines geschäftsrelevanten Problems liegen. Dabei ist es wichtig nicht methodenverliebt zu sein. Dies ist nicht neu, aber gerade in Zeiten von Buzzwords wie Deep Learning und Artificial Intelligence, muss man als Entwickler und Manager einen kühlen Kopf bewahren und die sinnvollste, nicht die „hippste“ Methoden zur Lösung des Problems einsetzen. In vielen industriellen Anwendungen liegen so wenig Daten vor, dass neuere „Big Data“ Technologien nicht sinnvoll anwendbar sind. In diesen Fällen führen etablierte und robuste Methoden der Signalverarbeitung oder des traditionellen Machine Learning, wie beispielweise eine Principal Component Analyse (PCA), eher zum Erfolg führen.  Als Ingenieur darf man also sein Methodenwissen nicht ablegen, sondern muss lernen es gewinnbringend in datengetriebenen Projekten einzusetzen. Dazu gehört auch bei Informatikern ein Verständnis dieser Methoden und deren Möglichkeiten zu schaffen.

Zusammenführung interdisziplinärer Arbeitsmethoden beschleunigt Projekterfolg

Ist eine organisatorische Einheit im Begriff sich hin zu mehr Datennutzung zu transformieren, erkennt man, dass dieser Prozess Zeit in Anspruch nimmt. Ein Schlüssel zum Erfolg ist es dabei Ingenieure, Informatiker und Domänenexperten in gemeinsamen Teams arbeiten zu lassen. Die Arbeitsweisen der beteiligten Akteure unterscheiden sich, und gerade der Mix aus verschiedenen Herangehensweisen ermöglicht einen zügigen und gleichzeitig nachhaltigen Projekterfolg. Als Ingenieur sollte man aufgeschlossen gegenüber neuen Arbeitsweisen, wie agiler Projektdurchführung oder Minimal Viable Product (MVP) Entwicklung, sein, auch weil sie sich häufig gar nicht so sehr von der eigenen lösugnsorientierten Denkweise unterscheiden.

Kunden als Partner sehen

Maschinen-, Prozess oder Geschäftsdaten sind heutzutage zwar per se vorhanden, aber häufig nicht direkt zugreifbar. Viele interessante Daten für die Produktentwicklung liegen in den Händen der Kunden, z.B. Maschinendaten, Daten über das Nutzungsverhalten oder Wartungsdaten. Man darf den Kunden daher nicht mehr nur als Abnehmer von Produkten sehen, sondern auch als Partner in der Entwicklung neuer Produkte und Dienstleistungen. Als Ingenieur sollte man offen sein, sich in entsprechen Co-Creation Entwicklungsprojekte zu begeben, die Nutzer der eigenen Produkte persönlich zu Treffen und mit ihnen auf Augenhöhe die nächste Produkt- oder Servicegeneration zu entwickeln.

Der Nutzen von Kollaborationen muss frühzeitig sichtbar sein

Die meisten Endkunden, egal ob Großunternehmen oder kleiner Mittelständler, sind zunächst skeptisch, wenn es darum geht partnerschaftlich ein datengetriebenes Projekt zu stemmen. Wenn man dem Kunden allerdings frühzeitig einen Mehrwert der Aktivität zeigen kann, steigt das Vertrauen in die gemeinsame Aktivität. Ein sehr guter Einstieg kann dabei sein, zunächst einen gemeinsamen Workshop zur Problemidentifikation durchzuführen, bevor man mit der technischen Arbeit beginnt. Als Ingenieur lohnt es sich sich mit den Themen User Centric Design /  Design Thinking sowie Business Model Innovation / Value Proposition Design auseinanderzusetzen und es zu wagen, Kunden abseits eines Verkaufsgesprächs auf Augenhöhe zu begegnen.

Zusammenfassend werden sich das Arbeitsumfeld, die Entwicklungsmethoden und die Projektarbeit verändern. Diese Veränderungen sind jedoch nicht so gravierend, dass man befürchten muss abgehängt zu werden, sondern sind die Grundlagen der ingenieurstechnischen Ausbildung und Denkweise weiter wertvoll. Wichtig ist, dass man neuen Methoden, Daten und Kunden gegenüber aufgeschlossen ist und man bereit ist sein eigenes Wissen zu teilen sowie dieses in neuem Kontext einzusetzen.

Autor

Dr.-Ing. Martin W Hoffmann
Research Team Manager „Industrial Data Analytics“
ABB Corporate Research

Diese Veranstaltungen könnten Sie auch interessieren

Workshop
in English
International VDI Workshop - Leading Teams in Agile Working Environments
  • 05.11. - 06.11.2019 in Düsseldorf
  • 03.03. - 04.03.2020 in Hamburg
  • 26.05. - 27.05.2020 in Nürnberg
  • 30.09. - 01.10.2020 in Frankfurt am Main

This workshop includes knowledge about group psychology, self-organization and agile leadership. Read more now.

Informieren & Buchen

Seminar
© iStock – Jirsak
Moderne Teamführung im technischen Bereich
  • 27.08. - 28.08.2019 in Frankfurt am Main
  • 14.11. - 15.11.2019 in Wien
  • 21.01. - 22.01.2020 in Berlin

VDI-Seminar „Teamführung von heute!“: Methoden für moderne Teamführung ✓ Bringen Sie Ihr Team zielsicher zum Erfolg! Jetzt buchen!

Informieren & Buchen

Konferenz
#nwing - Das New Work Event für Ingenieure

26.11. - 27.11.2019
Düsseldorf

Die DIGITALE EVOLUTION der Ingenieurs-Arbeitswelten! Für Impulsgeber, Querdenker, First Mover und alle, die mit der #nwing Community bewegen, verändern und begeistern wollen.

Informieren & Buchen

Der für Sie ausgewählte Bereich

  • Management für Ingenieure