Smart Factory - Lösungen

Aus Controlling-Wiki
Dies ist die aktuellste Version dieser Seite. Sie hat keine bestätigte Version.

Die Aufgabenstellung findet man unter der Wiki-Seite Smart Factory.

Lösungsansätze (vgl. Seiter, Sejdic, Rusch, 2015, S. 467-473)

1. Aufgabe

1a Operative Planung und Budgetierung

Insbesondere die Änderungen innerhalb des Produktionscontrollings sind relevant. Das vollständige digitale Abbild des Produktionsumfelds, welches eine bisher nicht erreichte Datenbasis zur Verfügung stellt, bietet enormes Potenzial für genauere Budgetprognosen. Kostenbudgets (z.B. Materialkosten) können dadurch mit höherer Präzision erarbeitet werden. Exemplarisch sind hier schwankende Rohstoffpreise und deren Wirkung über die gesamte Wertschöpfungskette hinweg zu nennen. Dasselbe gilt für die Aufstellung von Mengenbudgets (z.B. Verbrauchs- oder Produktionsmengen). Zur Bestimmung von Produktionsmengen können Absatzprognosen herangezogen werden, die auf Daten der nachgelagerten Wertschöpfungsstufen basieren.

Bei der Aufstellung der Budgets werden szenarioabhängige Entwicklungen, welche einen gewissen Spielraum implizieren, angenommen. Aus diesem Grund ist der konsequente Einsatz von flexiblen Budgets sinnvoll. Eine weitere Verwendung starrer Budgets, würde die Veränderungen im Produktionsumfeld nicht berücksichtigen (Brühl, 2012, S. 249, zit. in Seiter et al., 2015, S. 469).

1b Forecast

Bei der intelligenten Fabrik liegt der Fokus vor allem auf den Stückkosten, die bei der Bearbeitung einer Einheit entstehen. Die Forecasts der Stückkosten helfen dem Controlling zu beurteilen, ob die Produktion wirtschaftlich ist. Ähnlich wie bei der Budgetierung kann auch die Qualität des Forecasts dank der hohen Datenverfügbarkeit verbessert werden. Da das Werkstück mit Sensoren ausgestattet ist und Daten, wie die für die Bearbeitung benötigten Maschinenstunden oder die anfallenden Bearbeitungskosten, in Echtzeit sammelt, können periodische Forecasts nun durch eine kontinuierliche Berichterstattung in Echtzeit substituiert werden. Für das Management entsteht nun die Möglichkeit ständig aktuelle Forecastwerte zu analysieren. Dies birgt gleichzeitig auch die Gefahr einer Fehlentscheidung. Beispielsweise wenn das Management kurzzeitige Schwankungen in den Forecasts überinterpretiert und dann eine Materialbestellung ausgelöst wird. Um dieses Szenario zu verhindern, ist es die Aufgabe des Controllings bei der Berichterstattung ans Management eher regulierend zu wirken und geeignete Zeitpunkte mit dem Management zu vereinbaren, zu denen Berichte zur Verfügung gestellt werden.

1c Management Reporting

Durch die Vielfalt an neu dazugewonnen Sensordaten stellt sich die Herausforderung an das Controlling aus den immensen Datenmengen die relevanten und wichtigen Informationen abzuleiten. Dazu eignen sich Data Mining- Methoden, wie Clusteranalysen (Identifikation von Gruppen von Objekten) oder Assoziationsanalysen (Identifikation häufiger Zusammenhänge).

Durch die korrekte Auswertung der Daten kann das Controlling beispielsweise ableiten, weshalb es zu einem Anstieg der Durchlaufzeit kam. Der Vorteil dieser Echtzeitdaten ist, dass man bei Problemen sofort reagieren und die nötigen Massnahmen einleiten kann.

1d Risikomanagement

Das Ziel des Risikomanagements ist es die Risiken frühzeitig zu identifizieren und entsprechend zu steuern. Wie so oft bei Entwicklungen in der Digitalisierung ergeben sich auch beim Internet of Things Probleme im Datenschutz und der IT-Sicherheit. Denn jedes Gerät, das mit dem Internet verbunden ist, ist ein potentielles Ziel von Hackerangriffen (Melani, online).

Bei Hackerangriffen ist auch das Controlling betroffen. Es ist deshalb wichtig, die Risiken der steigenden Digitalisierung abzuschätzen und zu bewerten bis zu welchem Grad diese für ein Unternehmen akzeptabel sind. Das Controlling kann im Rahmen des Risikomanagements Szenarien aufstellen, die zeigen welche Konsequenzen ein Datenzugriff durch Externe auf unterschiedliche Daten mit sich bringen würde. Bei der Bewertung sollten sowohl monetäre als auch nicht-monetäre Aspekte, wie ein möglicher Vertrauensverlust durch Kunden, berücksichtigt werden.

2. Aufgabe

Abb. 3: Wie werden sich die Anforderungen an die zentralen Kompetenzen von Controllern durch Industrie 4.0 ändern? (Seiter, Sejdic & Rusch, 2015, S. 473)



















Literaturverzeichnis