Beiträge

FAANG – Status Quo der Tech-Giganten

Facebook, Amazon, Apple, Netflix und Google (FAANG) haben in den letzten Jahren ein beispielloses Wachstum erfahren und befinden sich aktuell auf dem Höhepunkt ihrer Macht. Sie treiben weltweit die digitale Revolution voran und kontrollieren ihre jeweiligen Heimatmärkte als Monopolist. Google hat einen Marktanteil im Suchmaschinenmarkt von 90%, Facebook wiederum beherrscht den weltweiten Markt sozialer Kommunikationsdienste mit knapp 70%. In Deutschland beherrscht Amazon den E-Commerce Handel mit 62% aller Abwicklungen. Die Zahlen spiegeln sich ebenfalls im Börsenwert der Unternehmen wieder. Die Amazon-Aktien legten in den letzten fünf Jahren um 340% zu. Facebook wiederum konnte im gleichen Zeitraum eine Kurssteigerung von 500% erzielen. Die beiden größten US-Techfirmen Apple und Alphabet haben zusammen einen Börsenwert von 1,66 Billionen US Dollar. Im Vergleich dazu hat der gesamte deutsche Aktienmarkt eine Marktkapitalisierung von 1,77 Billionen US Dollar.

Die Macht der Monopole – eine Einschätzung

Doch das enorme Wachstum und die einhergehende Monopolisierung birgt für die großen Tech-Konzerne ebenfalls eine Gefahr. Neben der Marktmacht wird die steigende politische Kraft der Konzerne in der öffentlichen Wahrnehmung immer kritischer gesehen. Neben dem reinen technologischen Fortschritt und dem zugrundeliegenden Geschäftsmodell bestimmen immer mehr ethische und gesellschafts-politische Fragen die öffentliche Diskussion. Das Unbehagen vieler Nutzer wächst angesichts der massiven Sammlung von Daten und deren intelligente Verknüpfung zum Profiling der Anwender. Nicht zuletzt durch den Datenskandal von Facebook und die anschließende Befragung im US Kongress sowie im EU-Parlament hat die geführt Debatte an Geschwindigkeit gewonnen. Dabei reißen die Schlagzeilen, Meldungen und Datenpannen im Facebook-Kosmos nicht ab. Die Kunden und Nutzer des größten sozialen Netzwerks lassen aktuell noch nicht nachhaltig vom Marktführer ab. Neueste Zahlen belegen das weitere Wachstum von Facebook. Der Umsatz stieg im ersten Quartal 2018 auf 11,96 Mrd. US Dollar an. Das aktuell gewachsene Vertrauensproblem der Nutzer gegenüber Facebook und Co. wird sich in seiner Auswirkung wohlmöglich erst langfristig in seinem vollumfänglichen Ausmaß zeigen.

Die Herausforderungen der Tech-Riesen – ein Ausblick

Die Ohnmacht der Nutzer gegenüber den Großkonzernen führt zu einem Misstrauen in der Bevölkerung. Beobachter und Experten sind sich bereits unsicher, ob es den Technologie-Konzernen gelingt die Dinge grundlegend aus eigener Kraft zu ändern. Sowohl die US-Verbraucherschutzbehörde als auch die EU-Wettbewerbskommission beobachten die Tech-Riesen sehr genau. Die Zeiten des ungebremsten Wachstums scheinen vorbei. Die Gefahren und Risiken der Markt-bestimmenden Konzerne zeichnen sich immer deutlicher ab. Diese Einschätzung bestätigt ebenfalls das steigende Investment und Engagement in die Lobby-Arbeit. Die Risiken in den bestehenden Geschäftsmodellen durch regulatorische Eingriffe und Einschnitte sind aktuell akuter denn je. Schon die Vergangenheit hat gezeigt, dass große Monopole in den Öl- und Telekommunikations-Märkten durch politische Eingriffe zerschlagen werden können. Ob diese Erkenntnis der Vergangenheitserfahrung ebenfalls für die Tech-Giganten ein erstzunehmendes Szenario darstellt, kann nicht mit Sicherheit beantwortet werden. Doch ohne wirkliche Alternativen werden die Nutzer vorerst weiterhin den bestehenden Diensten ihre Treue halten. Das Konsumverhalten der Anwender spiegelt sich ebenfalls bei den Werbekunden wieder. Eine gezieltere Ansprache von Kunden mittels personifizierter Werbung via Facebook oder Google ist im Augenblick alternativlos. Mit Bekanntwerden des Datenskandals bei Facebook im Zuge der Enthüllung um Cambridge Analytica brach der Aktienkurs auf sein Jahrestief ein. Auf den Abstieg folge eine schnelle Erholung bis auf das Jaheshoch von 166 US $. Eine sichere Prognose für die Zukunft der Tech-Giganten ist nicht ableitbar. Die Risiken im politisch, gesellschaftlichen Bereich haben sicherlich zugenommen. Das bestehende Geschäftsmodell lässt sich von diesen Schlagzeilen aktuell noch nicht beirren. Die zukünftige Vormachstellung der Konzerne wird durch politische Eingriffe und technologischen Wandel mitbestimmt. Neben Apple strebt auch Facebook zukünftig eine Art Walled Garden an. Ein Plattform-Ökosystem, das den Nutzer durch Restriktionen noch enger an das Unternehmen und seine Dienstleistungen bindet und dabei die Nutzungsdauer der Dienstleitungen weiter erhöht. Gepaart mit einem hyper-personalisierten Internet, in dem keine Nutzererfahrung der anderen gleicht, dieser Zustand der personalisierten Werbung übertragen auf das gesamte Nutzenerlebnis im Internet stellt das ultimative Ziel dar. Die künstliche Intelligenz der entwickelten Algorithmen wird den Informationsfluss bestimmen und eine grundlegende Entscheidungshilfe darstellen. Diese Idee und Vision des Internets der Zukunft wird die Strategien und abgeleiteten Marktanteile der Tech-Konzerne maßgeblich mitbestimmen.

Künstliche Intelligenz – Quo Vadis?

Wie weit ist die künstliche Intelligenz tatsächlich. In der täglichen Berichterstattung werden die Themen Digitalisierung, künstliche Intelligenz und Deep Learning bereits inflationär verwendet. Seit Jahren wird prophezeit, dass die Digitalisierung und insbesondere die künstliche Intelligenz alles verändern werden. Fakt ist, dass bereits große Fortschritte erzielt worden sind. Vornehmlich im Bereich der Mustererkennung von großen, unstrukturierten Datenmengen. Darüber hinaus gibt es auch immer wieder Fehlinterpretationen und falsche Schlüsse von Algorithmen. Dabei ist selbst für die Entwickler der Weg zu den gewonnenen Erkenntnissen nicht mehr nachvollziehbar. Gleichzeitig weisen Forscher darauf hin, dass menschliche Intelligenz ebenfalls Fehler verursacht und im Rahmen der Evolution der künstlichen Intelligenz Unschärfen und Unsicherheiten bestehen. Auch zukünftig wird KI weiterhin zu den dominantesten und wegweisendsten Antriebskräften der digitalen Revolution gehören.

Die Zukunft der künstlichen Intelligenz – ein Ausblick

Im Rahmen der digitalen Transformation der Unternehmen und Gesellschaft wird die Automatisierung intelligenten Verhaltens sowie das maschinelle Lernen der Nukleus der Entwicklung darstellen. Die Evolution der KI wird zwei Facetten ausprägen. Zum einen die starke KI, eine Intelligenz, die das menschlich, emotionale Denken mechanisieren soll. Auf der anderen Seite die schwache KI, die bereits heute in konkreten Anwendungsbereichen das menschliche Denken unterstützt. Dabei liegt der Fokus auf der Fähigkeit des Lernens. Mit Hilfe des Deep Learnings werden mittels neuronaler Netzwerke grobe Abbilder des menschlichen Gehirns simuliert und tägliche Arbeitsweisen, wie Gesichter erkennen, Sprache verstehen, Korrelationen erkennen und unscharf definierte Probleme zu lösen durch Software erledigt. Dabei werden künstliche neuronale Netzwerke entwickelt, die ein dicht verwobenes Netz aus künstlichen Nervenzellen, ähnlich dem menschlichen Gehirn, simulieren. Mittels ständigem Lernen und gewonnen Erfahrungen wird die Stärke der Neuronenverbindungen passgenau geändert. Im Vergleich zur Regel-basierten Programmierung, die viel Zeit zur Formulierung von Merkmalssätzen erfordert, wird mittels des maschinellen Lernens die Eigenschaft verknüpft, Regeln von Grund auf selbst zu lernen. Dabei wird das System umso besser je mehr Daten zur Verfügung stehen.

Deep Learning – das Allheilmittel?

Die Erfolge des Deep Learnings sind unbestritten. Google, Facebook, Apple, Amazon, alle großen Tech-Konzerne der USA haben künstliche Intelligenz und Deep Learning-Algorithmen in ihrer Software im Einsatz. Die Deep Learning Algorithmen überlassen das Lernen aus Erfahrung den künstlichen neuronalen Netzwerken. Dabei werden Neuronen in mehrere Ebenen eingeteilt, die wiederum eine spezifische Aufgabe erfüllen. Schritt für Schritt werden die Informationen durch die unterschiedlichen Ebenen verarbeitet. Durch das Sammeln von Wissen aus der Erfahrung vermeidet das Deep Learning die manuelle Beschreibung des notwendigen Wissens durch mathematische Regeln. Das Deep Learning beschreibt in seiner heutigen Form ein Teilgebiet des maschinellen Lernens. Als Teildisziplin der selbstadaptiven Algorithmen steckt das Deep Learning noch in den Kinderschuhen und stellt eine der Zukunftstechnologien dar. Nichtdestotrotz erfolgt parallel die Erforschung weiterer Ansätze und Methoden des Artifical Learning. IBM, Google und andere Tech-Riesen erforschen weiterhin vielversprechende Ansätze, wie den Quantencomputer zur Berechnung komplexer mathematischer Formeln, der zukünftig vielleicht ebenfalls im Bereich Deep Learning zum Einsatz kommt.

Wandel der Automobilindustrie – Ein Einblick

Die Automobilindustrie befindet sich in einem der größten Veränderungsprozess der Geschichte. Neue Soft- und Hardwaretechnologien drängen auf den Markt und eröffnen neuen Marktteilnehmen neue Chancen zum Markteintritt. Dabei betrifft der Wandel die gesamte Wertschöpfungskette vom OEM bis zum n-Tier Zulieferer. Die Megatrends sind autonomes Fahren, vernetzte Autos, Elektromobilität, Sharing Economy und künstliche Intelligenz. In diesem Zuge hat der Wandel vielfältige Auswirkungen auf die Arbeits- sowie Lebenswelt. In der öffentlichen Wahrnehmung liegt der Fokus stark auf dem Ungewissen, was Ängste schürt. Andere sehen in der aktuellen Phase Chancen für Neues und eine Vielzahl von Möglichkeiten.

Der Wandel in Zahlen – 40 Mrd. Entwicklungsbudget für alternative Antriebe bis 2020

Allein auf der letzten IAA haben 1000 Aussteller über 220 Weltpremieren gefeiert. Dabei haben allein die deutschen Hersteller 2017 auf der IAA mehr als 150 E-Autos präsentiert. Im Zuge der Digitalisierung versuchen viele Unternehmen dem Wandel mit Innovationen zu begegnen und ihre bestehenden Marktpositionen sowie Geschäftsmodell zu stärken. Allein VW will bis 2022 34 Mrd. € in die Themenfelder Elektro-Autos, autonomes Fahren sowie der Digitalisierung im Allgemeinen investieren. Der Investitionsplan sieht bis 2030 weitere rund 20 Mrd. € für die Forschung und Entwicklung des elektrischen Fahrens vor.

Partnerschaften als Schlüssel zum Erfolg

Aufgrund der enormen technischen und zeitlichen Herausforderungen zur Entwicklung serienreifer, autonomer Fahrzeuge werden immer mehr Partnerschaften und Allianzen gegründet. Mit der Eröffnung des neuen Entwicklungszentrums für selbstfahrende Autos im April 2018 will BMW mit den Partnern Intel, Fiat-Chrysler und weiteren Technologie-Unternehmen in den nächsten Jahren vollvernetzte Serienfahrzeuge auf den Markt bringen. Dazu wurde das Entwicklungsbudget bei BMW nochmals um eine Mrd. € auf 7 Mrd. € für das Jahr 2018 erhöht. Neben BMW wollen der Automobilhersteller Daimler und der Zulieferer Bosch gemeinsam ebenfalls die Entwicklung des vollautomatisierten und fahrerlosen Fahrens vorantreiben. Ziel ist es, bis zum Jahr 2025 mit der Serienproduktion für vollautonome Fahrzeuge nach SEA Level 4 und 5 zu starten. Laut einer Studie des US-Martforschungsinstituts Navigant Research gehören Daimler und BMW zu den führenden Automobil-Herstellern im Bereich autonomes Fahren. Vor den beiden deutschen Herstellern liegen laut der Studie die Hersteller Renault-Nissan, GM und Ford.

integriertes Datenmanagement

Viele Unternehmen generieren und verwalten täglich einen großen Datenbestand. Oft werden diese Daten nicht intelligent miteinander verknüpft, wodurch Nutzen-Potentiale ungenutzt bleiben. Stattdessen erfolgt ein Kopieren von Daten und Informationen, was zu redundanter Datenhaltung, insbesondere über Bereichsschnittstellen, führt. Dieser Umstand bedingt wiederum eine mangelnde Datenqualität, die sich in inkonsistenten, veralteten und widersprüchlichen Daten äußert. Dadurch wird die Effizienz der Prozesse negativ beeinflusst und die Prozessbeteiligten sind täglich mit der manuellen Aufbereitung (Bsp.: Beschaffung, Mapping, Verknüpfung, etc.) von Daten beschäftigt.

Integriertes Datenmanagement zur Effizienzsteigerung und zur Schließung von Plan-Ziel-Lücken

Durch die Digitalisierung der Geschäftsprozesse können die generierten Daten intelligent miteinander verknüpft werden. Dabei besteht das Datenmanagement primär aus der Haltung, Verknüpfung und der Bereitstellung der unterschiedlichen, im digitalen Planungsprozess generierten Daten. Die Herausforderung des Datenmanagements besteht im Allgemeinen in den unterschiedlichen Datentypen und -quellen sowie der Vielzahl der bei der Datenhaltung und -bereitstellung beteiligten Interaktionsgruppen im Unternehmen.

Das integrierte Datenmanagement gewinnt in den Unternehmen immer mehr an Bedeutung. Die Produktivität der Geschäftsprozesse wurde über die Jahre durch das Heben von Effizienzen durch die Steigerung der Modularität, Generizität, Transparenz sowie der Integration von Prozessabläufen gesteigert. Durch die Fokussierung der Prozessorientierung und der Implementierung von Prozessmodellen wurden hoch effiziente, stabile, standardisierte und robuste Prozesse in den Organisationen verankert. Eine weiteres Steigerungspotential der Prozesseffizienz liegt in der Digitalisierung sowie der intelligenten Verknüpfung der vorliegenden Prozessoutputaten. Dadurch können die Plan-Ziel-Lücken in Bezug auf die Kosten sowie die Qualität effektiv geschlossen werden.

Nutzenpotentiale erkennen und heben – Daten intelligent verknüpfen

Zur Erreichung der zukünftigen Unternehmensziele stellt die intelligente Verknüpfung von Daten einen wesentlichen Erfolgsfaktor dar. Insbesondere die Verknüpfung von Produkt-, Prozess- und Qualitätsdaten birgt ein großes Nutzenpotential. Dadurch können die Welten der Vorgangs-Orientierung sowie der Bauteil-Orientierung in Bezug zueinander gesetzt werden. Des Weiteren können aktuelle und verbindliche Produktinformationen bereits in der Prozessplanung im Planungsprozess verwendet werden. Eine Visualisierung des Produktes inkl. Zustandsinformation kann je Arbeitsstation erfolgen. Darüber hinaus stehen immer konsistente und gültige Informationen bzgl. des Verbauortes eines Bauteils zur Verfügung. Über ein Realtime-Reporting werden schadhafte Bauteile und die verursachenden Lieferanten frühestmöglich erkannt und der verbauenden Arbeitsstation automatisch zugeordnet. Fehler im Prozess können so schneller identifiziert und Fehlerbeseitigungs- und Fehlerabstellmaßnahmen initialisiert werden. Ersatzbestellungen können unmittelbar ausgelöst und der Reklamationsprozess in Richtung Lieferant direkt initialisiert werden.