Die Implementierung von Industrie 4.0-Technologien in der industriellen Wertschöpfung ermöglicht eine echtzeitfähige, horizontale und vertikale sowie internetbasierte Vernetzung von Menschen, Maschinen und Objekten sowie Informations- und Kommunikationssystemen zur dynamischen Steuerung komplexer Geschäftsprozesse [1]. Damit wird Industrie 4.0 vielfach als Antwort auf aktuelle unternehmerische Herausforderungen der Industrie verstanden.

Nichtsdestotrotz besteht bei Industrie 4.0 eine nicht unerhebliche Unsicherheit, da widersprüchliche Aussagen zu den damit verbundenen Implikationen vorherrschen. So sollen einerseits zukunftsfähige Geschäftsmodelle, höhere Effizienz und Qualität sowie verbesserte Arbeitsbedingungen erreicht werden. Andererseits birgt Industrie 4.0 u. a. eine zunehmende Wettbewerbsintensität sowie ein herausforderndes Veränderungsmanagement [2]. Derzeit ist eine eher zögerliche und langsame Umsetzung von Industrie 4.0 zu beobachten, welche auf unklare Potenziale des neuartigen Wertschöpfungsparadigmas für etablierte Industrieunternehmen zurückgeführt werden kann [3]. Trotz der stetig wachsenden Anzahl an Publikationen im Bereich Industrie 4.0 wurde den Potenzialen, die für die Umsetzung von Industrie 4.0 als treibende und wesentliche Faktoren gelten, noch wenig Beachtung geschenkt [4]. Insbesondere mangelt es der aktuellen Diskussion an einer branchendifferenzierten Analyse [5]. Aufgrund der unterschiedlichen Eigenschaften verschiedener deutscher Industriesektoren werden jedoch Unterschiede in der Wahrnehmung der Chancen von Industrie 4.0 in Bezug auf dessen Implementierung erwartet. Entsprechend adressiert dieser Beitrag folgende Forschungsfrage:

Welche Potenziale von Industrie 4.0 wirken als Treiber für die Umsetzung dieses neuartigen Wertschöpfungsparadigmas in industriellen Unternehmen?

Hypothesenentwicklung

Aus strategischer Perspektive soll Industrie 4.0 weitreichende Auswirkungen auf Geschäftsmodelle, sowohl durch den Umbruch etablierter Geschäftsmodelle als auch durch neu entstehende Geschäftsmodelle, besitzen [6, 7]. Hierzu zählen u. a. datenzentrierte Produkt- und Dienstleistungsangebote, der Übergang von reinen Produkt- zu Systemangeboten, kundenindividualisierte Wertangebote, intensivierte und partnerschaftliche Kundenbeziehungen, die zunehmende Bedeutung von IT- und Software-Know-how als Schlüsselressourcen sowie die Vernetzung und Zusammenarbeit mit wichtigen Partnern [8].

Dabei wird eine zunehmende Verschmelzung von physischen Produkten und Diensten mit datenorientierten Lösungen erwartet. Diese hybriden Lösungsbündel zeichnen sich durch einen hohen Grad an Individualisierung und eine zielgerichtete Ausrichtung auf Kundenbedürfnisse aus [2], wodurch enorme Chancen für die globale Wettbewerbsfähigkeit produzierender Unternehmen erwartet werden [4, 7].

Entsprechend dieser Erkenntnisse, die eine positive Wirkung wahrgenommener strategischer Vorteile auf die Umsetzung von Industrie 4.0 vermuten lassen, lässt sich folgende Hypothese aufstellen:

H1: Die strategischen Chancen von Industrie 4.0 wirken sich positiv auf dessen Umsetzung aus.

Aus operativer Sicht ermöglicht Industrie 4.0 vielfältige Prozessoptimierungen, z. B. durch die Simulation von Produktions- und Logistikprozessen, deren vertikale und horizontale Vernetzung kürzere Durchlauf- und Markteinführungszeiten ermöglichen [9]. Damit können Industrieunternehmen schneller auf kurzfristige Änderungen von Kundenaufträgen reagieren [10]. Dank erhöhter Flexibilität produzieren Fertigungsbetriebe nur genau das, was der Kunde benötigt. Durch die Verfügbarkeit von Echtzeit-Daten über die gesamte Lieferkette hinweg werden die Materialien zudem bedarfsorientiert koordiniert.

Intelligente Produkte kennen ihren aktuellen Zustand und überwachen kritische Prozessparameter sowie Qualitätsschwankungen selbständig und autonom. Dies führt zu geringeren Prozessfehlerquoten, weniger Ausschuss, zuverlässigeren Produktionssystemen und minimierten Produktionsausfallzeiten. Folglich steigt das gesamte Qualitätsniveau der Fertigung [2]. Darüber hinaus ermöglichen intelligente Produkte die Erfassung und Analyse von Informationen über Produktnutzung und -eigenschaften über den gesamten Produktlebenszyklus. Diese können wiederum genutzt werden, um die Produktqualität kontinuierlich weiterzuentwickeln und zu verbessern [11]. Potenziale in Bezug auf z. B. Effizienz, Zeit, Qualität und Lagerbestände stehen in unmittelbarem Zusammenhang mit weitreichenden Kostensenkungen [9].

Dabei zeigt sich, dass sich die operativen Möglichkeiten neuer Industrie 4.0-Technologien positiv auf deren Implementierung auswirken [12, 13]. Da etablierte Industrieunternehmen kontinuierlich nach operativen Verbesserungen streben, um den Unternehmenserfolg grundlegend zu sichern, lässt sich folgende Hypothese ableiten:

H2: Die operativen Potenziale von Industrie 4.0 wirken sich positiv auf dessen Umsetzung aus.

Aus ökologischer und sozialer Sicht verspricht Industrie 4.0 beispielsweise die Reduktion von Treibhausgasemissionen durch datenbasierte Analysen [14]. Auch sollen auf diese Weise Abfälle sowie Ressourcen- und Energieverbrauch reduziert werden [15]. Beispiele hierfür sind geschlossene Wertschöpfungsnetzwerke, die Wiederverwendung von Ressourcen und Werkzeugen sowie die Nachrüstung von bestehenden Fertigungsanlagen [10]. Darüber hinaus werden aufgrund der bedarfsorientierten Material- und Ressourcenplanung physische Transport- und Logistikprozesse reduziert [16].

Im Hinblick auf soziale Aspekte wird auf die Flexibilität und Verbesserung von Managementprozessen und -entscheidungen im Zusammenhang mit Industrie 4.0 hingewiesen, die durch die Verfügbarkeit von Echtzeitdaten über die gesamte Liefer- und Wertschöpfungskette hinweg ermöglicht werden [17]. Aufgrund der digitalisierten Vernetzung von Unternehmensfunktionen, einschließlich Home-Office- und Telearbeitsansätzen, sollen Arbeitszeitmodelle zudem flexibler, ortsunabhängiger und individualisierbarer werden.

Der Einsatz intelligenter Geräte und Roboter-Assistenzsysteme an ergonomisch ungünstigen und körperlich anspruchsvollen Arbeitsplätzen schont langfristig die Gesundheit und erhöht die Produktivität der Mitarbeiter [18]. Intelligente und autonome Produktionssysteme können monotone Aufgaben übernehmen, sodass eine höhere Mitarbeiterzufriedenheit und -motivation zu erwarten sind. Diese Ansätze eignen sich ebenso für eine altersgerechte Gestaltung des Arbeitsumfelds zur Bewältigung aktueller demografischer Herausforderungen [2].

Aus diesen Erkenntnissen lässt sich folgende Hypothese entwickeln:

H3: Die ökologischen und sozialen Potenziale von Industrie 4.0 wirken sich positiv auf dessen Umsetzung aus.

Methodik

In diesem Beitrag werden die Ergebnisse einer eigens durchgeführten quantitativen Studie verwendet, um den Einfluss von Industrie 4.0-Potenzialen auf dessen Umsetzung zu untersuchen. In deutschen Industrieunternehmen wurden Mitarbeiter des mittleren und höheren Managements im Bereich Industrie 4.0 per E-Mail kontaktiert und gebeten, einen Online-Fragebogen auszufüllen.

Die Daten wurden zwischen Januar und März 2017 erhoben, wobei insgesamt 746 verwertbare Rückläufer aus 746 Unternehmen gewonnen werden konnten. Diese umfassen 220 Unternehmen des Maschinen- und Anlagenbaus, 145 Unternehmen aus der Chemieindustrie sowie 139 Elektrotechnik-, 132 Automobil- und 110 Stahlindustrieunternehmen.

Bild 1: Ergebnisse der Korrelationsanalyse zwischen Potenzialen und Implementierung von Industrie 4.0.

Alle Konstrukte wurden mittels 5-Punkt-Likert-Skalen gemessen, die von 1 (= ich stimme nicht zu) bis 5 (= ich stimme voll zu) reichen. Die durch mehrere Fragebogen-Items gebildeten drei Konstrukte erfüllen jeweils ein Cronbachs Alpha von über 0,7. Eine detaillierte Auflistung der Items kann dem Anhang entnommen werden.

Die drei Konstrukte der strategischen, operativen sowie ökologischen und sozialen Potenziale wurden anschließend mittels einer Pearson-Bravais-Korrelation in Bezug auf das Konstrukt der Implementierung analysiert.

[Wenn Sie weiterlesen möchten, klicken Sie hier]

Schlüsselwörter:

Industrie 4.0, industrielle Vernetzung, Implementierung, Branchenvergleich, quantitative Studie

Literatur:

[1] Bauer, W.; Schlund, S.; Marrenbach, D.; Ganschar, O.: Industrie 4.0 – Volkswirtschaftliches Potenzial für Deutschland. Berlin Stuttgart 2014.
[2] Kagermann, H.; Wahlster, W.; Helbig, J.: Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0. Abschlussbericht des Arbeitskreises Industrie 4.0. Deutsche Akademie der Technikwissenschaften. Berlin 2013.
[3] Wee, D.; Kelly, R.; Cattel, J.; Breunig, M.: Industry 4.0 – how to navigate digitization of the manufacturing sector. Düsseldorf Berlin München 2015.
[4] Brettel, M.; Friederichsen, N.; Keller, M.; Rosenberg, M.: How Virtualization, Decentralization and Network Building Change the Manufacturing Landscape: An Industry 4.0 Perspective. In: International Journal of Information and Communication Engineering 8 (2014) 1, S. 37-44.
[5] Kiel, D.: What do we know about “Industry 4.0” so far? In: International Association for Management of Technology (IAMOT) Conference. Wien 2017.
[6] Arnold, C.; Kiel, D.; Voigt, K.-I.: How the Industrial Internet of Things Changes Business Models in Different Manufacturing Industries. In: International Journal of Innovation Management 20 (2016) 8.
[7] Burmeister, C.; Luettgens, D.; Piller, F.T.: Business Model Innovation for Industrie 4.0: Why the “Industrial Internet” Mandates a New Perspective on Innovation. In: Die Unternehmung 70 (2016) 2, S. 124-152.
[8] Kiel, D.; Arnold, C.; Voigt, K.-I.: The Influence of the Industrial Internet of Things on Business Models of Established Manufacturing Companies – A Business Level Perspective. In: Technovation 68 (2017), S. 4-19.
[9] Rudtsch, V.; Gausemeier, S.; Gesing, J.; Mittag, T.; Peter, S.: Pattern-Based Business Model Development for Cyber-Physical Production Systems. In: Procedia CIRP 30 (2014), S. 323-328.
[10] Stock, T.; Seliger, G.: Opportunities of Sustainable Manufacturing in Industry 4.0. In: Procedia CIRP 40 (2016), S. 536-541.
[11] Erol, S.; Jäger, A.; Hold, P.; Ott, K.; Sihn, W.: Tangible Industry 4.0: A Scenario-Based Approach to Learning for the Future of Production. In: Procedia CIRP 52 (2016), S. 13-18.
[12] Oettmeier, K.; Hofmann, E.: Additive manufacturing technology adoption: an empirical analysis of general and supply chain-related determinants. In: Journal of Business Economics 87 (2017) 1, S. 97-124.
[13] Schmidt, R.; Möhring, M.; Härting, R.C.; Reichstein, C.; Neumaier, P.; Jozinović, P.: Industry 4.0-potentials for creating smart products: empirical research results. In: Abramowicz, W. (Hrsg): Business Information Systems. Cham 2015.
[14] Peukert, B.; Benecke, S.; Clavell, J.; Neugebauer, S.; Nissen, N.F.; Uhlmann, E.: Addressing Sustainability and Flexibility in Manufacturing via Smart Modular Machine Tool Frames to Support Sustainable Value Creation. In: Procedia CIRP 29 (2015), S. 514-519.
[15] Herrmann, C.; Schmidt, C.; Kurle, D.; Blume, S.; Thiede, S.: Sustainability in manufacturing and factories of the future. In: International Journal of Precision Engineering and Manufacturing – Green Technology 1 (2014) 4, S. 283-292.
[16] Gabriel, M.; Pessel, E.: Industry 4.0 and sustainability impacts: critical discussion of sustainability aspects with a special focus on future of work and ecological consequences. In: Annals of Faculty Engineering Hunedoara – International Journal of Engineering 16 (2016) 1, S. 131-136.
[17] Kiel, D.; Müller, J.; Arnold, C.; Voigt, K.-I.: Sustainable Industrial Value Creation: Benefits and Challenges of Industry 4.0. In: 28th International Society for Professional Innovation Management (ISPIM) Conference. Wien 2017.
[18] Hirsch-Kreinsen, H.: Smart production systems. A new type of industrial process innovation. In: 2014 DRUID Society Conference. Kopenhagen 2014.