Eingangsbereich
Der erste Schritt ins Geschäftsmodell-Haus
Wir produzieren täglich technische Daten – doch bisher liegen sie meist nutzlos herum. Gleichzeitig reicht der reine Maschinenverkauf wirtschaftlich nicht mehr aus. Der Eingangsbereich verwandelt das vage Gefühl „man müsste mal“ in einen strukturierten Ausgangspunkt für dein datenbasiertes Geschäftsmodell.
- Wo stehst du heute?
- Warum willst du ein datenbasiertes Geschäftsmodell entwickeln?
- Welche ersten Ideen hast du bereits?
Dieser Abschnitt liefert das gemeinsame Verständnis und die strategische Basis für die kommenden Räume.
Vorgehensweise
1. Standortbestimmung – Wer bist du als Unternehmen?
Bevor Ideen entstehen können, braucht es ein präzises Bild deiner Ausgangslage. Diese ehrliche Bestandsaufnahme ist die Grundlage für alles Weitere.
Unternehmensbeschreibung
Beschreibe dein Unternehmen in 3-5 Sätzen:
- Größe & Fokus: Mittelstand, Konzern, Spezialist?
- Typische Kunden: Wer kauft heute bei dir?
- Wertschöpfungskette: Wo sitzt du in der Kette?
- Besonderheiten: Was macht dich für digitale Modelle interessant?
Unternehmensrolle im Ökosystem
Ordne dich einer oder mehreren Rollen zu:
| Rolle | Beschreibung | Typische Aktivitäten |
|---|---|---|
| Fabrikbetreiber | Betreibt Produktionsanlagen | Nutzt Maschinendaten, hat Bedarf an Services |
| Maschinenbauer | Entwickelt und verkauft Maschinen | Hat Zugang zu Konstruktionsdaten, kennt Betriebsparameter |
| Komponentenlieferant | Liefert Teile und Baugruppen | Hat spezifisches Know-how zu Komponenten |
| Software-Anbieter | Entwickelt digitale Lösungen | Bringt Plattform- und Analytics-Kompetenz |
| Service-Provider | Bietet Dienstleistungen | Hat Kundenkontakt, kennt Schmerzpunkte |
Aktuelles Angebot
- Was verkaufst du heute konkret?
- Was unterscheidet dich vom Wettbewerb?
- Welche Stärken hast du, die digital nutzbar wären?
2. Erlösmodell – Wie verdienst du heute Geld?
Hier klärst du dein aktuelles Geschäftsmodell - nicht das zukünftige.
Aktuelle Erlösquellen
Dokumentiere kurz, wie du heute Geld verdienst (z.B. Produktverkauf, Serviceverträge, Ersatzteile, Lizenzen, Beratung).
Die Entwicklung neuer Erlösmodelle (Subscription, Pay-per-Use, Outcome-Based) erfolgt im Gelben Raum.
Kundenanalyse
- Aktuelle Kunden: Welche Segmente bedienst du heute?
- Potenzielle Kunden: Welche Segmente könntest du bedienen, tust es aber noch nicht?
- Datenpotenzial: Welche Daten entstehen heute, die für Kunden wertvoll wären?
Diese Analyse zeigt oft ungenutzte Potenziale: z.B. Daten, die heute intern "verstauben", aber für Kunden wertvoll wären.
3. Erste Idee – Welches datenbasierte Angebot könnte entstehen?
Es geht noch nicht um Machbarkeit. Es reicht ein Gedanke: „Hier könnte Potenzial liegen."
Wenn du bereits eine Idee hast
Beschreibe sie entlang dieser Struktur:
| Aspekt | Beschreibung |
|---|---|
| Problem | Welches Kundenproblem adressierst du? |
| Zielgruppe | Für wen ist die Lösung relevant? |
| Daten/Assets | Welche Daten oder Ressourcen nutzt du? |
| Wertversprechen | Was ist der konkrete Nutzen? |
Wenn du noch keine Idee hast
Starte mit diesen Impulsfragen:
- Welche Kundenbeschwerden gibt es regelmäßig?
- Welche Daten entstehen ungenutzt in deinem Unternehmen?
- Wo könnte ein Datenraum helfen, neue Werte zu schaffen?
- Welche Prozesse beim Kunden könnten durch deine Daten verbessert werden?
Beispiel: „Wir möchten Maschinendaten anonymisiert in einem Datenraum bereitstellen, um Predictive-Maintenance-Services zu ermöglichen."
4. Industrie 4.0 Touchpoints – Welche digitalen Berührungspunkte existieren?
Selbst wenn du noch nicht tief im Thema bist, gibt es meist Berührungspunkte mit der digitalen Transformation:
Technologie-Inventar
| Bereich | Fragen zur Selbsteinschätzung |
|---|---|
| Digitale Services | Bietest du bereits digitale Services oder Schnittstellen an? |
| Standards | Nutzt du industrielle Standards (OPC UA, MQTT, etc.)? |
| Ökosysteme | Hast du Erfahrung mit Catena-X, Manufacturing-X oder GAIA-X? |
| Datenproduktion | Welche Daten produzierst du, die extern relevant wären? |
| Konnektivität | Sind deine Maschinen/Produkte vernetzt? |
Datenlandschaft
Erstelle eine erste Übersicht deiner Daten:
- Maschinendaten: Betriebsparameter, Sensordaten, Zustände
- Prozessdaten: Durchlaufzeiten, Qualitätskennzahlen
- Transaktionsdaten: Aufträge, Lieferungen, Rechnungen
- Produktdaten: Stücklisten, CAD-Modelle, Dokumentation
5. Digitaler Reifegrad – Wie digitalfähig bist du heute?
Der digitale Reifegrad zeigt, wie digitalfähig du heute bist - eine ehrliche Einschätzung ist wichtiger als eine optimistische. Um deinen digitalen Reifegrad zu bestimmen hilft dir z.B. der Industrie 4.0 Readiness Check des VDMA - ein kostenloses Tool, das dich durch die Bewertung führt und konkrete Handlungsfelder aufzeigt:
Bewertungsdimensionen
| Dimension | Niedrig | Mittel | Hoch |
|---|---|---|---|
| Datenverfügbarkeit | Daten in Silos | Teilweise integriert | Durchgängig verfügbar |
| IT-/OT-Integration | Getrennte Systeme | Punktuelle Schnittstellen | Integrierte Architektur |
| Automatisierung | Manuelle Prozesse | Teilautomatisiert | Hochautomatisiert |
| Datenqualität | Inkonsistent | Akzeptabel | Hohe Qualität |
| Digitale Kompetenz | Wenig Know-how | Aufbauend | Etabliert |
| Infrastruktur | Legacy-Systeme | Modernisierung läuft | Cloud-ready |
6. Strategische Ziele – Warum investierst du Zeit in dieses Thema?
Warum investieren wir Zeit in die Entwicklung eines datenbasierten Geschäftsmodells?
Typische strategische Motive
| Motiv | Beschreibung | Beispiel-KPI |
|---|---|---|
| Neue Umsatzquellen | Zusätzliche Erlöse durch digitale Services | Umsatzanteil digitale Services |
| Differenzierung | Abgrenzung vom Wettbewerb | Unique Selling Points |
| Kundenbindung | Stärkere Kundenbeziehungen | Customer Lifetime Value |
| Effizienzsteigerung | Interne Prozessoptimierung | Kostenreduktion |
| Ökosystem-Zugang | Teilnahme an Datenräumen | Anzahl Partnerintegration |
| Zukunftssicherung | Vorbereitung auf neue Marktanforderungen | Time-to-Market |
Zieldefinition
Gute Ziele sind:
- Klar: Eindeutig formuliert
- Realistisch: Mit verfügbaren Ressourcen erreichbar
- Messbar: Mit KPIs hinterlegbar
7. Scope – Was ist in/out of scope?
Damit der Prozess fokussiert bleibt, definierst du den Rahmen - was betrachtet wird und was explizit nicht.
Scope-Definition
| Dimension | In Scope | Out of Scope |
|---|---|---|
| Märkte | z.B. DACH-Region | z.B. Asien-Pazifik |
| Technologien | z.B. Cloud-basiert | z.B. On-Premise only |
| Zeithorizont | z.B. 12-18 Monate | z.B. 5-Jahres-Vision |
| Ressourcen | z.B. 3 FTE, 500k EUR | z.B. Großinvestition |
Rahmenbedingungen & Constraints
- Strategische Tabus: Was darf auf keinen Fall passieren?
- Regulatorische Vorgaben: Welche Compliance-Anforderungen gelten?
- Technische Vorgaben: Welche Systeme sind gesetzt?
- Organisatorische Grenzen: Welche Abteilungen sind involviert?
8. Rolle des Datenraums – Wie passt Factory-X/Catena-X ins Bild?
Ein Datenraum (Factory-X, Catena-X) ist mehr als eine Datenablage - er ist ein Kooperationsraum für souveränen Datenaustausch.
Erste Einordnung
Überlege dir bereits jetzt:
- Willst du Daten teilen oder empfangen?
- Welche Daten könntest du nutzen oder bereitstellen?
- Welche Partner brauchst du im Ökosystem?
Die genaue Definition deiner Rolle im Datenraum (Data Provider, Data Consumer, Service Provider, Orchestrator) sowie die technische Integration erfolgt im Grünen Raum.