Was haben ein Quastenflosser und ein Smartphone mit Digitalisierung und Demographischem Wandel zu tun?

Ohne den Quastenflosser gäbe es uns nicht. Der Quastenflosser ist einer unserer Vorfahren und stand am Beginn der getrennten Entwicklung von Fischen und Landwirbeltieren. Er lebte im Devon, vor etwa 400 Millionen Jahren, und war einer der ersten Fische, die das Wasser verließen und in einer für sie feindlichen Umgebung ihr Glück versuchten. Er war ein Pionier.

Wie allen Pionieren, hat auch unseren Vorfahren ihre Neugier zunächst massive Schwierigkeiten eingebracht: Sie mussten lernen, ihr eigenes Gewicht ohne Unterstützung des Auftriebs zu tragen, und sich dafür ein spezielles Knochengerüst zulegen. Sie brauchten einen eigenen Wärmehaushalt und mussten eine völlig neue Konstruktion des Blutkreislaufs entwickeln. Sie mussten lernen, anstelle von Kiemen, die man einfach in die Strömung hält, aktiv mit einer Lunge zu atmen. Sie mussten dafür ihren Körper und ihre Fähigkeiten völlig verändern: Aus Flossen wurden Beine, und aus Schwimmen wurde erst Kriechen und dann Laufen. Für ein Leben an Land musste die Natur praktisch alles neu erfinden. Anfangs waren die ersten Landbewohner natürlich dadurch im Nachteil, aber mittlerweile sind sie den meisten Wasserbewohnern deutlich überlegen.

Der Quastenflosser stieß das an, was wir eine Transformation nennen. Ohne den Drang zu Veränderung und ohne Transformationen wäre die Welt nicht so, wie sie ist. Veränderungen sind Chancen, die sich durch das Verlassen der Komfortzone ergeben.

Allerdings hatte die natürliche Evolution aus menschlicher Sicht viel Zeit. Schon die Industrielle Revolution hat dem Menschen in der Anpassung viel abverlangt. Die Digitale Transformation wird jedoch noch sehr viel schneller gehen.

Das Smartphone ist das Sinnbild solch einer radikalen Veränderung. Es hat die Regeln gebrochen, nach denen die Industrie- und Konsumwelt sich bewegte. Es hat mindestens drei bis vier Industrien radikal verändert (die Telefonbranche, die Kamerabranche, die Musikindustrie, die Telekommunikationsbranche und die Softwareindustrie). Die Veränderung hat sich innerhalb eines Zeitraums von weniger als zehn Jahren vollzogen. Eine solch radikale technische Entwicklung, die die Regeln ihrer Umwelt verändert, nennen wir Disruption.

Disruptive Veränderungen können schnell zur Bedrohung werden, weil sie zur Anpassung nur sehr wenig Zeit lassen.

Fünf Gründe, warum die Digitalisierung in sich disruptiv ist und eine Bedrohung für Unternehmen bildet, die sich nicht rasch genug verändern

1 Exponentielles Wachstum

Das Mooresche Gesetz ist eine empirische Formel aus der Computerwissenschaft. Sie besagt, dass sich die Leistungsfähigkeit von Schaltkreisen etwa alle 18 Monate verdoppelt. Dabei wird das Verhältnis von Größe, Energieverbrauch und Kosten immer günstiger. In der Folge werden nicht nur Computer, sondern auch Sensoren ständig kleiner und leistungsfähiger. Damit können immer mehr Geräte intelligent werden.

Das größte Wachstum an smarten Geräten fand bisher bei PCs und mobilen Geräten statt. Während deren Markt sich sättigt, steht er bei industriellen Geräten erst am Anfang. Industrielle Geräte mit eingerechnet, werden wir in den nächsten 5 Jahren mehr als 50 Milliarden smarte Equipments auf dem Globus haben.

Im Jahr 2016 ist dieselbe Menge Daten entstanden, wie sie die Menschheit zwischen 1946, dem Beginn des Computerzeitalters, und dem Jahr 2015 erzeugt hatte. Und in 2017 werden wir das Datenvolumen aller Jahre davor wieder verdoppeln. Solange das Mooresche Gesetz seine Wirksamkeit behält, wird das Datenwachstum mit dieser Rate weitergehen. Das Datenwachstum ist also exponentiell. Die Exponentialfunktion ist die am schnellsten wachsende Funktion, die es gibt.

Die Aufgabe der nächsten Jahre wird es sein, dieses Datenwachstums Herr zu werden. Es leuchtet ein, dass nur mit dem Einsatz von Maschinen, die automatisch, autonom und selbstständig, also ohne menschliches Zutun, diese Daten verarbeiten, eine Bewältigung dieses Datenwachstums möglich ist. Solche selbstständig lernenden Maschinen gibt es seit etwa zehn Jahren.

2 Konnektivität

Früher wurde Information von Mensch zu Mensch, manuell oder mit der Post übermittelt. Seit etwa hundert Jahren ist die elektronische Übertragung fast ohne Zeitverlust möglich. Seit den letzten zehn Jahren hat fast jeder Mensch von überall Zugang zu Übertragungskanälen. Das ist die Folge der weltweiten Vernetzung von PCs und mobilen Geräten, das, was wir Konnektivität nennen.

Hier sind zwei Beispiele, wie Konnektivität unser Zusammenleben verändert:

Nachrichten: Während man früher die Zeitung einmal am Tag erhielt und mit Nachrichten über die Fernsehsendung am Abend versorgt wurde, hat jeder heute jederzeit Zugriff auf Online-Medien und soziale Netzwerke und kann sich sekündlich einen Nachrichtenüberblick verschaffen.

Flüchtlingsströme: Während des Migrantenstroms ab dem Sommer 2015 standen die Menschen über ihre Smartphones ständig und über Kontinente hinweg untereinander im Austausch und versorgten sich gegenseitig und nahezu in Echtzeit mit Informationen über Grenzen, Fluchtwege oder Probleme auf dem Weg ihrer Wanderungen. 

Die Kombination aus sehr hoher Dynamik der Veränderung und extrem großer Datenmengen erzeugt eine neue völlig neue Datensituation, die wir Big-Data nennen.

3 Daten(re)produktion fast ohne Ressourcenverzehr

Dies wird am Beispiel der Musikindustrie besonders deutlich. Vor 1980 konnte man Schallplatten- und Radiomusik praktisch nur über eigene Mitschnitte an analogen Kassettendecks und Tonbandgeräten vervielfältigen. Ab Mitte der achtziger Jahre wurde die Musik-CD für einen breiten Markt erschwinglich. Um die Jahrtausendwende konnte man mit seinem Computer CDs fast ohne Qualitätsverlust kopieren.

Mit der Erfindung des MP3-Formats wurde die CD als Trägermedium überflüssig. Jede Datei konnte einfach kopiert und auf der Festplatte gespeichert werden. Heute ist nicht einmal mehr ein Speichern erforderlich, weil fast alle Medien über Onlinedienste, Streaming-Dienste und soziale Medien überall und häufig sogar kostenfrei verfügbar sind. Als logische Reaktion blieb der Musikindustrie nichts anderes übrig, als ihr Geschäftsmodell komplett umzustellen.

Weitere Beispiele sind die Reproduktion von Bildern (Bilddateien, Soziale Netzwerke), Wissen (Wikipedia), Software (Downloads) oder Streaming-Dienste wie Netflix für Filme und TV-Serien mit völlig neuen Abrechnungsmodellen oder kostenfreien Diensten.

Die Vervielfachung digitaler Güter fast ohne Ressourcenaufwand klingt wie das Perpetuum Mobile oder das Paradies, von dem die Menschheit immer geträumt hat. Aber ein digitales Gut wird daher auch immer ein analoges, gleichwertiges bedrohen, da es viel kostengünstiger zu reproduzieren ist.

4 Netzwerkeffekte

Private Anwender stellen im Web 2.0 ihre Daten freiwillig in Netzwerken wie Wikipedia und Youtube bereit, um einen zusätzlichen Nutzen für sich und für andere zu ermöglichen. Oder in Anwendungen wie Google Maps oder Waze, bei denen das mobile Verhalten von Menschen erfasst wird. So können vom Netzwerkdienst Behinderungen und Staus in Echtzeit erkannt und Umleitungen empfohlen werden. Menschen neigen offenbar dazu, ihre Daten größeren Gemeinschaften zur Verfügung zu stellen, wenn ihr persönlicher Nutzen größer ist als der Nachteil oder das Risiko.

Wir können annehmen, dass Industrieunternehmen sich in Zukunft ähnlich verhalten werden. Sie werden ihre Daten dann in Netzwerken zur Verfügung stellen, wenn ihr Nutzen größer ist als ihr Risiko oder ihre vermeintlichen Nachteile. Unternehmen könnten Daten zukünftig in Risikokategorien unterteilen. Je niedriger das Risikoniveau ist, desto eher wird der Nutzen von Netzwerken für das Unternehmen überwiegen.

Je mehr Teilnehmer ihren Nutzen in einem Netzwerk erkennen, desto schneller wird sowohl das Netzwerk selbst wachsen als auch die darin erzeugte Datenmenge.

5 (Re-)Kombination von Produkten, Innovationen und Ideen

Die weltweite Vernetzung, der Echtzeitzugriff und die Nutzung bereits vorhandener Erfindungen ermöglicht die ständige Entwicklung immer weiterer Produkte und Dienste. Der Taxidienst Uber beruht auf der bestehenden Technik von Smartphone, mobilem Datenzugriff und Google Maps. Je mehr Erfindungen gemacht werden und je mehr es von entsprechenden Plattformen gibt, desto eher können sie zu wieder neuen Produktideen kombiniert werden.

Desto mehr digitale Produkte es gibt, desto schneller werden herkömmliche Produkte und Leistungen in ihrer Existenz bedroht werden, denn konventionelle Güter werden im Allgemeinem mehr Ressourcen bei ihrer Herstellung und Verteilung verzehren und nicht so schnell reproduziert und verteilt werden. Digitale Güter haben also einen wesentlichen Vorteil im Wettbewerb.

Digitalisierung ist disruptiv in sich!

Man kann die Beschleunigung auch aus der industriellen Entwicklung heraus formulieren: Mit jeder Abstraktionsstufe der Industrialisierung hat sich die Zeitspanne bis zum nächsten Revolutionssprung verkürzt.

Die erste Industrielle Revolution war bestimmt durch die Wärmekraftmaschine, die körperlicher Arbeit ablöste. Von Beginn der Neuzeit bis zur Erfindung der Dampfmaschine dauerte es gute 300 Jahre.

Die zweite Industrielle Revolution ermöglichte durch elektrische Energie die Nutzung von Maschinen, unabhängig vom Ort der Energieerzeugung. Bis zur zweiten Stufe dauerte es nur noch etwas über 100 Jahre.

Bis zur dritten Industriellen Revolution, der Einsatz von elektronischen Computern zur Analyse und Automation von Abläufen, dauerte es nur noch etwa 70 Jahre.

Zwischen der Erfindung des Elektronenrechners und der Ausbreitung des Internets lagen nur noch 50 Jahre. Bis zum interaktiven und dialoggeführten Web 2.0 brauchte es nur noch 20 Jahre.

Wie lange die aktuelle Industrialisierungsphase dauern wird, ist nicht absehbar, aber wir können annehmen, dass sie deutlich weniger als 20 Jahre dauern wird.

Also: Digitalisierung ist disruptiv in sich!

Während frühere Erfindungen wie das Smartphone noch fast zehn Jahre gebraucht haben, um ihre disruptive Wirkung zu entfalten, ist es nicht sicher, ob nicht eine zukünftige Erfindung einen Markt innerhalb viel kürzerer Zeit zerstören wird.

Es ist also nicht so, dass die Digitalisierung nur in Abständen Erfindungen ermöglicht, die sich disruptiv in irgendwelchen Märkten auswirken. Vielmehr ist die Fähigkeit der Disruption eine inhärente Eigenschaft der Digitalisierung selbst.

Jedes Unternehmen ist in der Folge dem Druck zur Transformation in ein digitales Unternehmen direkt ausgesetzt, da niemand wissen kann, wann, durch wen und von wo eine unmittelbare Bedrohung seines Geschäfts ausgehen wird.

Welche Herausforderungen ergeben sich nun durch den demografischen Wandel?

Unternehmen sind gerade dabei, massiv Know-How zu verlieren, das vital für ihr Geschäft ist. Wie akut die Situation wird und dass sie in den nächsten Jahren noch schlimmer wird, lässt sich am Beispiel zweier industrieller Instandhaltungsdienstleister sehr gut erkennen:

Ein deutscher und ein holländischer Konzern betreiben Sparten für die Instandhaltung sehr großer Maschinen. Ihre Aufgabe ist es unter anderem, Strömungsmaschinen für Kraftwerke und Chemieanlagen durch Reparaturen und vorbeugende Arbeiten verfügbar zu halten, weil jede Stunde Ausfall massiven Umsatzausfall zur Folge hätte.

Da die Nachfrage ständig wächst, könnten diese Unternehmen sofort ihr Geschäft vergrößern. Sie müssen aber aktuell Verträge ablehnen, weil sie aufgrund des zu erwartenden Abgangs von Wissensträgern die Betreuung der Anlagen nicht sicherstellen können. Genauso hoch bewerten sie aktuell das Risiko bei der Verlängerung bestehender Verträge.

Diese beiden Unternehmen haben an uns drei Fragen gestellt:

1  „Wie können wir das Wissen unserer Mitarbeiter in Maschinen bringen, um es für unser Unternehmen zu sichern?“

2  „Wie können wir in der Zukunft unser Geschäft unabhängiger von der eigentlichen Werkstattarbeit machen und informationsmäßig veredeln („von Blue-Collar-Work zur „White-Collar-Work“)?“ 

3  Und, insbesondere: „Wie können wir uns für Arbeitnehmer der kommenden Generation als interessanten und attraktiven Arbeitgeber aufstellen, um überhaupt junge Mitarbeiter zu gewinnen?“

Wie kann Digitalisierung zur Bewältigung der demographischen Herausforderung beitragen?

Wir untersuchen zwei konkrete Beispiele, wie sich die Digitalisierung für die Bewältigung der demographischen Herausforderungen in Unternehmen nutzen lässt:

·    Maschinelles Lernen und Künstliche Intelligenz

·    Automatische Workflows auf Basis intelligenter Datenbanken

Wir nehmen an, dass man in vielen Unternehmen die wissens- und informationsbasierte Arbeit unterscheiden kann in

·    Routinen, die eher standardisierbar oder substituierbar sind, und

·    Nicht-Routinen und Problemlösungen, die speziell, kreativ und einzigartig sind.

Wir nehmen weiter an, dass der Anteil der Routineaufgaben etwa 80 % der durchschnittlichen Leistung eines Wissensmitarbeiters beträgt. Der Anteil der kreativen und einzigartigen Problemlösungsarbeit wäre dann entsprechend 20 %. Gelänge es uns, nur die Hälfte der Routineaufgaben an dafür geeignete Maschinen zu delegieren, hätten wir bereits 40 % der Kapazität des Mitarbeiters gewonnen.

Abgesehen davon, dass das Unternehmen natürlich sofort von Mitarbeiterfluktuation unabhängig würde, könnte man die freiwerdende Kapazität auch für den Wissenstransfer von erfahrenen zu jungen Mitarbeitern nutzen, für die heute häufig kein Freiraum zur Verfügung steht.

Untersuchen wir also, wie mithilfe der Digitalisierung menschliche, wissensbasierte Routineleistungen durch Maschinen ersetzt werden können. Eine Lösung ist ein Teilgebiet der Künstlichen Intelligenz, das Maschinelle Lernen.

Warum wird Instandhaltung mit Maschinellem Lernen einfacher? Und was ist ein Black Box-Modell?

Aus einem vorgegebenen Datensatz wird empirisch und rein mathematisch ein Modell erzeugt. Wir nennen dies ein empirisches oder Black-Box-Modell. Das Modell beschreibt alle Zusammenhänge, wie sie in der realen Welt tatsächlich vorherrschen, alleine über die Daten, die es erhält. 

Zur Erzeugung des Modells benötigt die Maschine keine Annahmen oder Kenntnisse über die tatsächlichen Zusammenhänge (sie braucht lediglich am Anfang etwas „Übersetzungshilfe“ beim Einlesen der Daten).

Das Modell liefert Aussagen über Beziehungen, die mehr oder weniger präzise das abbilden, was in der realen Welt tatsächlich passiert. Das Modell lernt kontinuierlich und selbstständig weiter und passt sich neuen Daten automatisch immer wieder an.

In der Realität kann ein solches Modell bereits heute verlässlich angeben, ob eine Maschine „gesund“ ist und funktioniert oder demnächst ausfallen wird. Es kann auch Maßnahmen vorschlagen, wie man in einer Anlage ein Produktionsziel einfacher oder besser erreichen würde – zum Beispiel mehr Güter mit weniger Einsatz von Rohstoffen oder von Energie produzieren.

Solche Modelle sind vielfach industriell erprobt, und wir setzen sie seit vielen Jahren mit Erfolg in Industrieanlagen, Chemieanlagen und Kraftwerken ein.

Mit Maschinellem Lernen können vor allem Daten verarbeitet und analysiert werden, die viel zu komplex für eine menschliche Verarbeitung sind. Zu komplex heißt: Die Daten verändern sich zu schnell, es sind zu viele Datenpunkte, es sind zu schwierige mathematische Zusammenhänge.

Es wird klar, dass damit viele Wissensarbeiten, wie zum Beispiel in der Instandhaltung oder beim Betrieb von Industrieanlagen, bereits heute durch selbstständig lernende Maschinen erledigt werden können. Solche Maschinen können automatisch andere Maschinen überwachen, einen zukünftigen Ausfall alarmieren und die Ursache dafür ermitteln sowie schlussendlich eine Instandhaltungsmaßnahme für einen menschlichen Mitarbeiter auslösen. Da die Methode universell ist, funktioniert sie in allen Branchen.

Solche Maschinen können heute also schon Mitarbeiter in Produktion und Instandhaltung bei Routineaufgaben entlasten, auch wenn es sich um Wissensaufgaben handelt.

Was ist ein White Box-Modell? Und was nützt es einer Landesbank?

Seit ebenfalls etwa zehn Jahren setzen wir intelligente Workflowsysteme in der Industrie und bei Banken ein. Dies sind regelbasierte oder auch A-Priori-Modelle („White Box-Modelle“). Sie sind, streng genommen, das Gegenteil der empirischen Modelle.

 Die Regeln des Unternehmens werden auf eine solche Weise abgebildet und programmiert, dass sie in einem Kontext von wiederkehrenden Aufgaben selbstständig genau das Richtige tun bzw. dem Anwender nur die passende und sinnvolle Möglichkeit zur Bearbeitung bieten.

Wir schauen uns dies am Beispiel einer Landesbank an:

Um die Kosten für die Kundenberatung zu reduzieren, werden Unternehmensanalysen für Aktienempfehlungen an einer zentralen Stelle in der Landesbank erarbeitet und den Kundenberatern in den angeschlossenen Sparkassen zur Verfügung gestellt. 

Die Aktienempfehlungen beruhen auf der menschlichen Analyse der Wirtschaftsdaten von verschiedenen Unternehmen, die in verschiedenen Aktienindices und an verschiedenen Börsen geführt werden. Die Auswertungen werden innerhalb von Branchen, Regionen, Indices usw. verglichen. Das Datenmaterial muss in Tabellen und in Charts dargestellt werden und erhält Texte zur Erläuterung. Zusätzlich müssen die Texte rechtliche Auflagen der Bankenaufsicht erfüllen, die sich häufig verändern.

Früher hat eine Abteilung von vielen hochspezialisierten Analysten die gesamte Vorbereitung übernommen, die zur Veröffentlichung der Empfehlungen erforderlich waren. Heute kann ein halb so starkes Team fast die doppelte Anzahl von Veröffentlichungen durchführen, weil die meisten Routinearbeiten vom Workflowsystem übernommen werden. Außerdem können sich die Analysten auf ihre eigentlichen Wissensleistungen konzentrieren, nämlich das Analysieren von Unternehmensdaten. Die Leistung des Bereiches ist bei verbesserter Qualität und Rechtssicherheit um ein Vielfaches gestiegen, und die Zufriedenheit der Mitarbeiter ist deutlich gewachsen.

Die erfahrenen Mitarbeiter gewinnen deutlich mehr Freiraum, um neue Kolleginnen und Kollegen einzuarbeiten und ihr Wissen untereinander zu teilen.

Wir erkennen also fünf Dinge:

1)      Digitalisierung ist in sich disruptiv. Sie zerstört Bekanntes und verändert bisherige Regeln radikal. Geschäftsmodelle werden sich dramatisch verändern. Unternehmen, die nicht schnell genug digital werden, werden in absehbarer Zukunft große Probleme bekommen und von den digitalen überholt werden. Am Ende werden die meisten Unternehmen digitale Unternehmen sein. Wir wissen nicht, wann die nächste Erfindung gemacht wird, die genau unser Geschäft bedroht.

2)      Digitalisierung ist schnell. Im Gegensatz zu früheren industriellen Veränderungen werden wir bei der Digitalisierung nicht mehr ausreichend Zeit haben, um die Entwicklung zunächst zu beobachten und dann zu reagieren. Wir wissen nicht, wie viel Zeit wir im Falle einer Bedrohung für eine Umstellung haben, bis unser Geschäft nicht mehr existiert.

3)      Der demographische Wandel und seine Herausforderungen werden bereits heute in vielen Unternehmen sichtbar. Besonders sichtbar werden sie dort, wo Wissensverlust eintritt, aber Wissen und Erfahrung elementar und vital für den Geschäftserfolg oder das Geschäftsmodell sind. Sie werden aber auch indirekt sichtbar, indem Unternehmen, die an der Digitalisierung nur verzögert teilnehmen, es immer schwieriger haben werden, Wissensarbeiter für sich zu gewinnen und in der zunehmend datengetriebenen Welt ein attraktiver Arbeitgeber zu sein.

4)      Dort, wo sich ein genügend großer Anteil von informationsgetriebenen Routinen der Arbeitsteilung identifizieren lässt (und das ist fast überall der Fall), kann die Digitalisierung sofort und kurzfristig Freiräume schaffen. Dies gilt auch und insbesondere für Büro- und Wissensarbeitsplätze, für fast alle Arten komplexer Analytik und die Steuerung von variablen Maßnahmen.

Je mehr diese Routinen durch Maschinen abgelöst oder unterstützt werden können, desto mehr Freiräume gewinnt das Unternehmen für den Know-How-Transfer der Mitarbeiter, und desto eher wird es für zukünftige Wissenarbeiter attraktiv. Dies betrifft natürlich vor allem traditionell geprägte Industrien. 

5) Ihr Unternehmen wird sich transformieren. Mit neuen Mitarbeitern bekannte Arbeitsweisen durchzuführen, ist Personalentwicklung. Mit bekannten Mitarbeitern neue Arbeitsmethoden durchzuführen, ist Change Management. Aber mit neuen Mitarbeitern neue Arbeitsweisen und Methoden zu entwickeln, also sich in mehr als einer Dimension zu verändern, ist eine Kulturtransformation.

Was also haben Quastenflosser und Smartphone zu tun mit Digitalisierung und Demografischem Wandel?

Der Quastenflosser ist das Symbol für Transformation. Sie ist seit Milliarden Jahren Teil unserer Fähigkeit zum Überleben, denn ohne Evolution und Veränderung gäbe es kein Leben.

Das Smartphone ist das Symbol für Disruption: Die Digitalisierung wird uns diesmal keine lange Zeit für die Veränderungen lassen. Wir wissen nicht, woher die nächste Bedrohung kommen wird.

Das Smartphone ist aber auch das Symbol für Chancen. Es zeigt uns, was man erreichen kann, wenn man sich die Digitalisierung zu Nutzen macht.

Nutzen Sie die schon erprobte und bestehende Erfindungen wie Data Analytics, Künstliche Intelligenz, Maschinelles Lernen oder automatische Workflows, um Freiräume für den Know-How-Transfer zu schaffen. Suchen Sie nach Innovation wie Block Chain, 3-D-Druck und Robotics.

Und machen Sie damit Ihr Unternehmen für die richtigen Nachwuchskräfte attraktiv!

Denn das ist für uns das Motto der Digitalisierung:

• Verstehe die Gegenwart (also Ihre Datenwelt).
• Nutze das Mögliche (also die heute schon existierenden Technologien).
• Und gestalte Deine Zukunft, und damit Dein Unternehmen.

Denn wie sagt schon Peter Drucker, der Papst der Management-Wissenschaften:

„Der beste Weg, die Zukunft vorherzusagen, ist, sie selber zu gestalten.“ 

Oktober 2017