Wie Sie Geschäfts- und Technologie-Architektur auf eine Linie bringen

Dieser Beitrag stammt aus unserer Blogserie zum Thema digitale Unternehmensarchitektur. Bisher veröffentlicht wurden die Beiträge:

• Teil 1: IT Architektur im Kontext der digitalen Transformation
• Teil 2: 4 Frameworks für die Unternehmensarchitektur
• Teil 3: Die Vorteile einer Geschäftsarchitektur
• Teil 4: Was ist eine Technologie-Architektur?

Die digitale Transformation ist allgegenwärtig. Doch was heisst das genau? Mit diesem Artikel möchte ich Ihnen einen systematischen Weg aufzeigen, wie sich die Möglichkeiten der Digitalisierung aus der Perspektive der Unternehmensarchitektur angehen lassen.

TOGAF definiert Architektur als „eine formale Beschreibung der wesentlichen Komponenten eines Systems, deren Beziehungen untereinander sowie der Prinzipien und Richtlinien zur Gestaltung und Evolution des Systems“. Im Kontext der Unternehmensarchitektur wird als System in dieser Definition das Unternehmen als Ganzes verstanden. In den vorherigen beiden Teilen dieser Blogserie habe ich aufgezeigt:

• Was eine Geschäftsarchitektur ist und wie sich damit die Wertschöpfung eines Unternehmens beschreiben sowie agil auf Veränderungen im Geschäftsumfeld ausrichten lässt.
• Was eine Technologiearchitektur umfasst und mit welchen Mitteln sie die Geschäftsarchitektur möglichst optimal unterstützt.

Der wesentlichste Zusammenhang zwischen diesen beiden Architekturen besteht darin, dass die Technologiearchitektur die Geschäftsarchitektur möglichst optimal unterstützt. Dazu ist es notwendig, dass die Bedürfnisse der Geschäftsarchitektur bekannt sind und zu Anforderungen an die Technologiearchitektur werden. Umgekehrt schafft die Technologiearchitektur immer neue Möglichkeiten, die Geschäftsarchitektur in neue Dimensionen zu erweitern. Dieses Zusammenspiel der beiden Architekturen wird Geschäfts- / Technologie-Alignment genannt.

Model Driven Enterprise Engineering™

Das bereits in früheren Teilen dieser Serie eingeführte Framework Model Driven Enterprise Engineering™ (MDEE) zeigt deutlich, wo das Geschäfts- / Technologie-Alignment stattfindet: An der Schnittstelle zwischen der Geschäftsarchitektur und der Technologiearchitektur.

Bild: KnowGravity

Dabei findet das Geschäfts- / Technologie-Alignment in zwei Richtungen statt:

• Von oben nach unten: Aus den Zielen und strategischen Überlegungen ergeben sich Wertschöpfungsketten und Geschäftsprozesse, die sich so weit wie möglich mittels Technologien automatisieren und flexibilisieren lassen.
• Von unten nach oben: Bereits vorhandene sowie gänzlich neue Technologien ermöglichen es, Verantwortlichkeiten in Wertschöpfungsketten und Geschäftsprozessen so zu verschieben, dass durch neue Capabilities gänzlich neue Geschäftsziele angestrebt werden können.

Digitale Transformation

Die systematische Digitalisierung eines Unternehmens lässt sich in fünf aufeinander folgenden Schritten angehen, die bereits in der ersten Folge dieser Serie eingeführt wurden:

1. Digitalisierung von Informationen
2. Digitalisierung von Aufgaben
3. Digitalisierung von Dingen
4. Digitalisierung der Kollaboration
5. Transformation des Geschäfts

Der letzte Schritt – die Schaffung grundsätzlich neuer Geschäftsmodelle – ist das, was schliesslich auch als digitale Trans­formation bezeichnet wird. Diese fünf Schritte werden nun im Folgenden genauer betrachtet und anhand des fiktiven Autovermietungsunternehmens EU-Rent beispielhaft illustriert.

1. Digitalisierung von Information

In der realen Welt liegt Information normalerweise in analoger Form vor. Damit sie durch IT-Systeme verarbeitbar wird, muss sie erst in eine digitale Form gebracht werden. Liegt Information aber erst einmal in digitaler Form vor, so lässt sie sich sehr einfach replizieren, versenden, transformieren oder für Entscheidungen nutzen.

Die Hauptkategorien analog vorliegender Informationen, die je nach Anwendungsfall ein grosses Digitalisierungspotential aufweisen, sind:

• Physikalische, messbare Grössen wie Ausmasse, Koordinaten, Temperaturen, Kräfte, etc.
• Auditive Informationen wie Gespräche, Musik, etc.
• Visuelle Informationen wie Stand- (Fotos) oder Bewegt-Bilder (Videos)
• Wissen, welches (nur) in den Köpfen von Menschen vorliegt

Umgekehrt ist es oft erforderlich, digital vorliegende Information nach deren Be- oder Verarbeitung wieder in eine analoge Form zu überführen, damit sie in der physischen Welt ihre Wirkung entfalten kann. Dies kann beispielsweise notwendig sein, um…

• die physische Welt mittels digitaler Signale z.B. durch mechanische Kräfte, Energie, Temperatur oder Licht zu beeinflussen
• zwei- oder dreidimensionale physische Artefakte aus digitalen Informationen zu erzeugen
• digitale Audio- oder Videosignale ggf. in verschiedenen Geschwindigkeiten wiederzugeben
• digitale Informationen mittels Ton, Sprache, Schrift oder Bilder an Menschen zu kommunizieren

Technologien

Technologien zur digitalen Nutzung von Informationen lassen sich in zwei Hauptkategorien unterteilen:

Technologien zur Umwandlung von analogen Informationen in eine digitale Form (A=>D Wandler):

• • Sensoren für physikalische Messgrössen wie Druck, Beschleunigung, Temperatur, Lichtstärke, etc. mit nachgeschalteter Digitalwandlung
  • Mikrophone mit nachgeschalteter Digitalwandlung und Geräusch- und Spracherkennung
  • Digitalkameras mit Schrift- und Objekterkennung
  • 2D- und 3D-Scanner wie bis hin zu Radar und Lidar mit nachgeschalteter Schrift- und Objekterkennung
  • Dateneingabegeräte wie Tastaturen, Touchscreens, Digitizer, etc. zur Erfassung von Wissen

Technologien zur Umwandlung von digital vorliegender Information in eine analoge Form (D=>A Wandler):

• Aktoren zur Erzeugung oder Beeinflussung von Kräften, Bewegungen, Schall, Strahlung, etc. wie Motoren, Lautsprecher, Leuchtmittel etc.
• 2D- oder 3D-Drucker zur Erzeugung physischer Artefakte
• 2D- oder 3D-Bildschirme und – Projektoren zur Reproduktion bewegter Bilder

Werden über mehrere Wege analoge Informationen aus der Umwelt eines Systems gleichzeitig „in das System“ digitalisiert, so ist es oft essentiell, dass diese digitalen Informationen zu einem konsistenten Bild führen. Für ein Unternehmen heisst dies beispielsweise, dass ein Kunde oder Zulieferer, aber auch das eigene Personal über jeden verfügbaren Kanal (Mobile, Web, B2B, etc.) dieselben Informationen (Preise, Auftragsstati, etc.) erhält. Im Falle eines technischen Systems, wie einem autonomen Fahrzeug, heisst dies, dass alle verfügbaren Kameras, Ultraschallsensoren, Radar und ev. Lidar, aber auch Geschwindigkeits- und Beschleunigungssensoren zu einem räumlich und zeitlich schlüssigen Gesamtbild seiner Umgebung führen müssen (im technischen Bereich wird dies auch als „Sensorfusion“ bezeichnet). Diese Konsistenz sicherzustellen ist eine zentrale Aufgabe der Unternehmens- bzw. Systemarchitektur.

Beispiel EU-Rent

Der „Europäische Autoatlas“ in Papierform wurde schon vor Jahren digitalisiert und steht heute jedem Autofahrer via Navigationssystem bequem und jederzeit zur Seite.

Eine ganze Gruppe physischer Informationen fasst EU-Rent unter der Marketing-Bezeichnung „Drive as mine“ zusammen: Dabei werden verschiedene Komfortfunktionen (Sitzeinstellung, Lenkradposition, Klimaeinstellung, Mobile-Verbindung, in-car Spotify-Account, etc.) sowie Einstellungen des physischen Fahrverhaltens (Beschleunigung, Federung, Lenkung, etc.) zu einem kundenspezifischen Fahrerprofil zusammengefasst. Dieses Fahrerprofil wird zusammen mit den Kundendaten digital gespeichert und bei wiederkehrenden Kunden automatisch in ihrem jeweiligen Mietwagen wieder aktiviert, d.h. wieder „analogisiert“.

Eine heute immer üblichere Technologie hat EU-Rent ebenfalls bereits eingeführt, um den Verkaufsprozess zu verschlanken: Mittels digitaler Unterschrift müssen Miet- und Versicherungsverträge nicht mehr ausgedruckt und manuell (analog) unterzeichnet, sondern können basierend auf einem beglaubigten persönlichen digitalen Zertifikat gleich elektronisch rechtsgültig visiert werden.

Und schliesslich sind bei EU-Rent mehrere weitere Digitalisierungsprojekte in der Pipeline: Nutzung digitaler Führerscheine, digitale Schadensaufnahme durch Roboter-gesteuerte Kameras bei der Fahrzeugrückgabe oder Geofencing von Fahrzeugen mittels GPS-Koordinaten.

2. Digitalisierung von Aufgaben

In jedem Geschäft müssen mehrere Beteiligte innerhalb und ausserhalb eines Unternehmens verschiedene Aufgaben wahrnehmen. Diese Aufgaben lassen sich in Form von Geschäftsprozessen beschreiben und sind Teil der Geschäftsarchitektur eines Unternehmens (siehe dazu auch Teil 4 dieser Serie). Eine einfache Technik zur systematischen Automatisierung von Geschäftsprozessen ist die „AUM-Klassifikation“ von Aufgaben. Dabei werden einzelne Aufgaben (meist Schritte in Geschäftsprozessen) in die folgenden Kategorien klassifiziert:

• (A)utomatisierbar: Mit „A“ werden Aufgaben klassifiziert, die sich mittels geeigneter Technologien eigentlich vollständig automatisieren liessen, d.h. die eigentlich ohne Involvierung von Menschen ausführbar wären. Beispiele dazu sind etwa vollautomatische Maschinen oder Software-Systeme, welche ohne weitere Bedienung durch einen Menschen, einen einmal an sie übertragenen Auftrag selbständig (autonom) ausführen können.
• (U)nterstützbar: Mit „U“ werden Aufgaben klassifiziert, die zwar durch Menschen ausgeführt werden müssen, sich aber mittels geeigneter Technologien (wesentlich) vereinfachen liessen. Beispiele dazu sind etwa durch Menschen bediente Maschinen (Fertigungs- oder Baumaschinen, Fahrzeuge, etc.) oder klassische Informationssysteme, welche ihrem Benutzer bedarfsgerecht Informationen zur Verfügung stellen, Entscheidungen aber dem Menschen überlassen.
• (M)anuell: Mit „M“ werden Aufgaben klassifiziert, die sich nicht sinnvollerweise mittels Technologie angehen lassen, sondern bis auf weiteres vollständig durch Menschen ausgeführt werden müssen. Beispiele dazu sind etwa soziale Kontakte, aber auch Aufgaben, die zwar theoretisch technologisch unterstütz- oder gar automatisierbar wären, dies aber einen Aufwand erfordern würde, der in keinem Verhältnis zum erwarteten Nutzen stehen würde.

Dabei ist es wichtig, dass diese Klassifikation auch genau in dieser Reihenfolge vorgenommen wird: Für eine gegebene Aufgabe soll zuerst „aggressiv“ nach Möglichkeiten gesucht, wie diese Aufgabe ohne menschliches Zutun ausgeführt werden könnte („A“-Klassifikation). Erst wenn wirklich keine sinnvolle Möglichkeit gefunden werden kann, soll nach Möglichkeiten für die technologische Unterstützung dieser Aufgabe gesucht werden („U“-Klassifikation). Erst, wenn auch hier nichts Sinnvolles oder Machbares gefunden werden kann, soll die Aufgabe halt als „M“ klassifiziert werden. Insbesondere in Workshops kann dieses Vorgehen in vielen Fällen ein ungeahntes Kreativitätspotential freimachen! Allerdings ist manchmal zu beachten, dass gewisse Aufgaben aus psychologischen oder ethischen Gründen einen „Downgrade“ erfordern, beispielsweise von „A“ nach „U“ (Pilot eines Passagierflugzeuges) oder von „U“ nach „M“ (Telefon-Seelsorge).

Technologien

Wie bereits im Teil 5 dieser Serie eingeführt, lassen sich Technologien zur Automatisierung oder Unterstützung von Aufgaben in zwei Hauptkategorien unterteilen:

• Physische, d. h. Materialbe- und verarbeitende Technologien

Dazu zählen beispielsweise Transportmittel, Anlagen, Maschinen und Geräte, welche zur Produktion von Gütern oder zur Erbringung von Dienstleistungen verwendet werden.

• Virtuelle, d. h. Informationsbe- und verarbeitende Technologien

Dazu zählen beispielsweise Rechner, Kommunikations- und Netzwerk-Hardware sowie Software-Technologien, welche zur Erbringung kognitiver Leistungen verwendet werden.

Weisen diese Technologien einen substantiellen Autonomiegrad auf, so werden sie auch als „Roboter-Technologien“ bezeichnet (ein Roboter ist „eine technische Apparatur, die üblicherweise dazu dient, dem Menschen häufig wiederkehrende mechanische Arbeit abzunehmen“ 1). Im Folgenden möchte ich mich aber hauptsächlich auf die virtuellen Technologien beschränken, die im Zuge der Digitalisierung besonders Wichtig sind (zudem sind diese Technologien meist auch in die physischen Technologien zu deren Steuerung verwendet).

Eine der virtuellen Technologien, die momentan einen besonderen Boom erlebt, ist die „Robotic Process Automation“ (RPA). Dabei handelt es sich um Software-Systeme, welche über die bereits vorhandene Benutzungsschnittstelle bestehender Applikationen Bedienschritte eines Menschen automatisieren. Ein solcher „RPA-Bot“ kann z.B. minütlich den Kurs einer Aktie aus der Website einer Börse lesen und in die eigenen Systeme übertragen oder Zahlungsinformationen aus eingescannten Rechnungen lesen und in das eigene Buchhaltungssystem übertragen – eine Art intelligentes Copy / Paste über Applikationsgrenzen hinweg.

Eine andere Kategorie von virtuellen Technologien sind kognitive Technologien, welche zur selbständigen Entscheidungsfindung verwendet werden. Eine solche Technologie sind beispielsweise regelbasierte Systeme, welche auf eine gegebene Situation einen definierten Regelsatz anwenden, um entsprechende Folgeaktionen auszulösen. Ein klassisches Beispiel eines solchen regelbasierten Systems ist der automatisierte Börsenhandel, bei dem aufgrund von Kursbewegungen Kauf- und Verkaufsaufträge aufgegeben werden. Ein anderes Beispiel einer kognitiven Technologie sind neuronale Netze, die nach einer ausgedehnten Trainingsphase, gegebene Situationen selbständig beurteilen, daraus eine Klassifikation der Situation vornehmen und entsprechende Folgeaktion auslösen.

Systeme, welche selbständig Entscheidungen treffen sind in der Lage, gewisse Geschäftsaufgaben automatisch auszuführen, d.h. sie können „A“-klassifizierte Aufgaben übernehmen. Sie sind daher immer bis zu einem gewissen Mass als autonome Systeme zu betrachten. Im Zusammenhang mit autonomen Fahrzeugen hat die „Society of Automotive Engineers“ (SAE) bereits 2014 eine vielbeachtete Klassifikation der Autonomie eines Fahrzeuges in 6 Stufen publiziert 2. Diese spezifisch für Fahrzeuge entwickelte Autonomie-Klassifikation lässt sich aber für alle durch physische oder virtuelle Technologien automatisierte Prozesse verallgemeinern (und um die Stufe 6 erweitern):

Bild: KnowGravity

Was in dieser Klassifikation bemerkenswert ist: zwischen Stufe 2 und Stufe 3 findet nicht nur ein Farbwechsel statt, sondern auch ein Terminologiewechsel. Ab Stufe 3 wird von „autonomen Prozessen“ gesprochen, d.h. die Verantwortung für die korrekte Ausführung des Prozesses geht vom Menschen auf die Technologie über. Damit sind erhebliche rechtliche Konsequenzen verbunden: Im Fehlerfall ist nicht mehr der Benutzer der Technologie schuld, sondern die Technologie selber, bzw. der Entwickler der Technologie.

Ein digitales System, welches selbstständig Situationen analysiert, diese beurteilt und darauf basierend Entscheidungen trifft, um ggf. Massnahmen zu veranlassen, kann auch als „digitaler Agent“ bezeichnet werden. In 3 ist eine generische Architektur eines solchen digitalen Agenten entwickelt, der sogar lernfähig ist, aber auch seine eigenen Grenzen kennt und beachtet.

Beispiele aus dem EU-Rent Umfeld

Die Kern-Wertschöpfungskette jedes Unternehmens lässt sich nach dem 4B-Prinzip in die folgenden vier Hauptaufgaben gliedern:

• Bewerbung: Promotion des Anbieterangebots an potentielle Kunden
• Bestellung: Formulierung und Vereinbarung des Kundenbedürfnisses mit dem Ziel eines Vertragsabschlusses
• Benutzung: Leistungserbringung durch den Anbieter
• Bezahlung: Entschädigung des Anbieters für die erbrachte Leistung durch den Kunden

Diese vier Aufgaben müssen nicht unbedingt in dieser Sequenz ausgeführt werden, sondern sie können auch in mehr oder weniger beliebiger Reihenfolge stattfinden (auch parallel). Im Falle des Autovermietungsgeschäft von EU-Rent lassen sich diese Aufgaben nun beispielsweise in die folgenden Unteraufgaben verfeinern und dann einer AUM-Analyse unterziehen:

3. Digitalisierung von Dingen

In diesem Schritt kommt das ursprünglich aus der Maschinenindustrie stammende Konzept des digitalen Zwillings zur Anwendung. Ein digitaler Zwilling ist eine Abbildung eines Dings in der physischen Welt in die virtuelle Welt. Dieses virtuelle Abbild wird dabei als der digitale Zwilling des physischen Dings bezeichnet. Ein digitaler Zwilling ermöglicht es dann, sein physisches Pendant um verschiedene, teilweise kognitive Fähigkeiten anzureichern.

Im Rahmen der Systems Engineering Group Zürich haben wir bei KnowGravity diese Eigenschaften in einen systematischen Gesamtkontext gebracht 4:

• Monitor: Durch eine permanente Datenverbindung zwischen physischem und digitalem Zwilling lässt sich der physische Zwilling aus der Distanz überwachen.
• Operate: Ist die permanente Datenverbindung bidirektional, so lässt sich der physische Zwilling via den digitalen Zwilling auch aus der Distanz beeinflussen oder gar steuern.
• Data: Durch die Historisierung der gesammelten Daten eines physischen Zwillings im digitalen Zwilling (umfassendes Logging) lassen sich Vorfälle in der Vergangenheit des physischen Zwillings analysieren.
• Extrapolate: Die über den physischen Zwilling gesammelten Daten lassen sich im digitalen Zwilling auf Muster und Trends untersuchen und so durch Extrapolation gewisse Aspekte der Zukunft des physischen Zwillings vorhersagen.
• Learn: Aus der Vergangenheits- und Trendanalyse lassen sich im digitalen Zwilling automatisch Verhaltensmuster entwickeln. Existieren mehrere oder gar viele Exemplare desselben Typs eines physischen Zwillings, so lassen sich daraus umfassende Verhaltensmodelle für diesen Typ erzeugen, welche diesen eine gewisse Autonomie erlauben (auch als Fleet Learning bezeichnet).
• Simulate: Ist das für einen physischen Zwilling entwickelte Verhaltensmodell hinreichend detailliert, so lässt es sich im digitalen Zwilling zur Simulation verschiedener Szenarien nutzen, um wichtige Entscheidungen über den physischen Zwilling fundierter treffen zu können.

Fasst man die Anfangsbuchstaben dieser sechs Eigenschaften eines digitalen Zwillings zusammen, so entsteht daraus das Wort MODELS. Es offenbart gleichzeitig, dass digitale Zwillinge nichts anderes als Modelle ihrer physischen Pendants sind.

Technologien

Die für digitale Zwillinge eingesetzten Technologien unterscheiden sich nicht grundsätzlich von denjenigen, die bereits im Teil 4 dieser Serie aufgeführt wurden. Allerdings spielen einige davon bei digitalen Zwillingen eine besondere Rolle:

• Analog-Digital und Digital-Analog Konversion für die Erfassung von Messwerten im und Beeinflussung des physischen Zwillings
• Kommunikations-Technologien zur Übertragung von Mess- und Zustandswerten sowie Befehlen zwischen physischem und digitalem Zwilling
• Echtzeit-Steuerungen für digitale Zwillinge, die sich nahe am physischen Zwilling befinden, aber auch Edge Computing Devices, in welchen digitale Zwillinge vor Ort substantielle kognitive Leistungen erbringen müssen
• Effiziente Datenhaltungssysteme und Cloud-Technologien, um grosse Mengen historischer Daten zu speichern und auf Muster zu analysieren
• Distributed Ledger Technologien (DLT), wenn der digitale Zwilling wichtige Daten unveränderbar global zur Verfügung stellen soll
• Artificial Intelligence (AI) Technologien wie
  • Rule Engines und neuronale Netze, wenn der digitale Zwilling selbständig Entscheidungen treffen soll
  • Machine Learning, wenn der digitale Zwilling sich selber weiterentwickeln soll
  • Chatbots und Natural Language Processing (NLP), wenn der digitale Zwilling mit Menschen kommunizieren soll
  • Constraint Solver, wenn der digitale Zwilling selbstständig Lösungen für komplexe Probleme finden soll
• Security-Technologien, um den digitalen Zwilling (und damit auch den physischen Zwilling) von unberechtigten Zu- und Eingriffen zu schützen (dieses Thema ist so wichtig, dass ihm eine eigene Folge in dieser Serie gewidmet wird)

Beispiel EU-Rent

Dar klassische Kandidat für einen digitalen Zwilling im Geschäft von EU-Rent ist das Mietfahrzeug. EU-Rent stellt seinen Kunden ein Mobile-App zur Verfügung, über welche sie verschiedene Informationen wie Standort, Km-Stand, aufgelaufene Kosten, den Verschlusszustand und mehr über ihr Mietfahrzeug abrufen können. Zudem bietet sie die Möglichkeit, das Fahrzeug in begrenztem Umfang fernzusteuern (Verschluss, Standheizung und Alarmanlage). Aber auch die EU-Rent Service Center führen für sich einen weiteren digitalen Zwilling jedes Mietfahrzeuges, welcher mit diesem in Mobile-Verbindung steht und permanent verschiedene wartungsrelevante Fahrzeugparameter empfängt.

Etwas weniger offensichtlich ist die Anwendung des Konzepts eines digitalen Zwillings auf den Kunden selber. Zwar werden in einer Kundendatenbank schon lange die wesentlichen Informationen über einen Kunden gespeichert. Auf dieser Grundlage lässt sich aber ein veritabler digitaler Zwilling ausbauen: Mit Einverständnis des Kunden (Datenschutz!) werden sämtliche Buchungs- und Bewegungsdaten eines Stammkunden aufbehalten. Daraus lassen sich Buchungs- und Bewegungsmuster finden und ihm beispielsweise proaktiv kostengünstige Vorschläge unterbreiten. Via direkten Kunde-zu-Kunde-Verbindung können, falls die entsprechenden Bedingungen erfüllt sind, automatisch direkte Fahrzeug-Übergabetermine zwischen digitalen Zwillingen vereinbart werden.

Physische Zwillinge eines digitalen Zwillings müssen nicht unbedingt physisch im wörtlichen Sinn sein: Ein Vertrag als rechtlich verbindliche Vereinbarung lässt sich ebenfalls durch einen digitalen Zwilling kognitiv anreichern: sie lassen sich in Form von SmartContracts digital abbilden und so gestalten, dass sie aktiv vertraglich vereinbarte Regeln automatisch durchsetzen.

4. Digitalisierung der Kollaboration

Ein Unternehmen ist immer auch in ein grösseres Ökosystem eingebettet. Dieses setzt sich aus Kunden (Einzelpersonen und andere Organisationen), Zulieferern und Partnern, aber auch aus Behörden und allgemeinen Service-Providern zusammen. Werden Wertschöpfungsketten nicht nur innerhalb eines Unternehmens betrachtet, sondern schliessen diese Betrachtungen auch andere Beteiligte des Ökosystems mit ein, so können Doppelspurigkeiten vermieden und die Effizienz der Wertschöpfung gesteigert werden. Dabei ist es wichtig, dass das Zusammenspiel zwischen allen Beteiligten reibungslos und möglichst automatisiert funktioniert. Dadurch werden verschiedene Informationen, die entlang der Wertschöpfung anfallen oder benötigt werden, zu einem zentralen Datenstrom zusammengefasst, der sich wie roter Faden durch die gesamte Wertschöpfungskette zieht.  Dies wird auch als „Digital Thread“ bezeichnet.

Anstelle der Wertschöpfung lässt sich so eine umfassende Integration auch entlang des gesamten Lebenszyklus‘ eines einzelnen Produktes oder Assets vornehmen. Damit wird der digitale Thread zum roten Faden, der die ganze Lebensgeschichte eines Produktes oder Assets festhält und idealerweise durch einen digitalen Zwilling gesammelt und genutzt wird. Dies ist insbesondere bei sicherheitsrelevanten Komponenten (z.B. Flugzeugbauteile) wichtig, deren Leben von der Fertigung über deren Nutzung und Wartung bis hin zur Entsorgung nachvollziehbar sein muss.

Da entlang eines digitalen Threads typischerweise verschiedene Systeme unterschiedlicher Hersteller beteiligt sind und sogar die Grenzen der beteiligten Organisationen überschritten werden, bildet die Harmonisierung der Semantik der entlang des digitalen Threads anfallenden und benötigten Informationen eine besondere Herausforderung: Wie kann beispielsweise sichergestellt werden, dass unter einem „Auftrag“ oder einer „Länge“ über den ganzen Lebenszyklus dasselbe verstanden wird? Hier bieten sich neu entstehende Standards wie eCLASS 5 oder GS1 6 als Lösungsansatz an, aber auch formale Informationsmodelle und Ontologien, wie sie im Teil 8 dieser Serie diskutiert werden.

Die konzeptionelle Grundlage für die Integration verschiedener Systeme, ggf. über Unternehmensgrenzen hinweg, bildet eine „Service-orientierte Architektur” (SOA). Ein Service ist eine durch einen Anbieter offerierte wohldefinierte Dienstleistung, die für einen oder mehrere Interessenten nützlich und bei Bedarf abrufbar ist. In einer SOA sind die folgenden drei Rollen zentral:

• Service Provider: Ein Anbieter einer oder mehrerer wohldefinierter Dienstleistungen, die von Service Consumern genutzt werden.
• Service Consumer: Ein Nutzer wohldefinierter Dienstleistungen, die von einem oder mehreren Service Provider angeboten werden.
• Service Directory: Ein spezieller Service Provider, der ein Verzeichnis von zur Verfügung stehenden Dienstleistung und Service Providern als Dienstleistung anbietet (Service-Discovery).

Zwischen Service Provider und Service Consumer wird oft eine Vereinbarung über die Qualität der zu erbringenden Dienstleistung getroffen, was als Service Level Agreement (SLA) bezeichnet wird. Das Konzept einer SOA beschränkt sich keineswegs auf IT-Systeme, sondern lässt sich gleichermassen auf unsere Dienstleistungsgesellschaft anwenden. Trotzdem möchte ich mich im Folgenden auf IT-Services beschränken, d.h. digital zugängliche Services, welche als Dienstleistungen entweder Informationen anbieten oder aufgrund zur Verfügung gestellter Informationen gewisse Aktionen ausführen.

Technisch gesehen, müssen sich für eine erfolgreiche Service-Nutzung Service Provider und Service Consumer auf die folgenden Elemente einigen:

• Das Service API (Application Programming Interface) beinhaltet sowohl die Definition der Syntax des Services zu dessen Aufruf, als auch der Semantik des Services, d. h. dessen exakte Funktionalität (Voraussetzungen vor dem Aufruf und Zusicherungen nach erfolgtem Aufruf) sowie die Spezifikation der exakten Bedeutung der ausgetauschten Informationen.
• Das Service Protokoll definiert die Art und Weise, wie ein Service Provider und ein Service Consumer Kommandos und Informationen untereinander austauschen, d.h. das technische Format der ausgetauschten Informationen sowie allfällige Vorgaben bezüglich der Abfolge von Service-Aufrufen (Sequenz und Timing).

Alle an einer Integration beteiligten Systeme müssen sich auf diese beiden Elemente einigen. Kommen viele und sehr unterschiedliche Systeme zum Einsatz, so besteht die Gefahr, dass ein einzelnes System mit verschiedenen Service Protokollen gleichzeitig kommunizieren können muss. Hier bietet das Konzept eines „Enterprise Service Bus (ESB)“ Abhilfe. Dabei handelt es sich um eine zentrale Plattform, die Service-Aufrufe in verschiedenen Protokollen entgegennimmt und dann, ggf. nach einer erforderlichen Protokoll-Konversion, an den zuständigen Service Provider weiterleitet („Hub-and-Spoke“-Architektur). Ein solcher ESB hat dann zugleich auch die Möglichkeit, erforderliche Semantik-Angleichungen vorzunehmen.

Technologien

Für Service-Protokolle existieren auf unterschiedlichen Abstraktionsstufen bewährte Standards wie REST, JSON oder SOAP/XML über HTTP oder RPC bis hin zu TCP/IP oder UDP sowie Standards wie LTE oder 5G für Mobil-Kommunikation.

Die Definition des API erfolgt meist proprietär, da hier meist anwendungsspezifische Funktionalität festgelegt wird. Für sehr häufig verwendete Funktionalität existieren allerdings ebenfalls Standards wie SNTP für Mail-Verkehr, FTP für den Austausch von Dateien oder UDDI für das Service-Discovery. Insbesondere im industriellen Umfeld des IoT (Internet of Things) und IIoT (Industrial IoT) ist OPC-UA ein Kommunikationsstandard nach dem SOA-Prinzip, der spezifisch auf die Bedürfnisse von  Maschinenüberwachung und -steuerung ausgerichtet ist.

Die Ausgestaltung, Pflege und Weiterentwicklung eigener Service-APIs, aber auch die gezielte Nutzung öffentlich verfügbarer Service-APIs wird als „API-Management“ bezeichnet. Durch geschicktes Veröffentlichen eigener Services und Nutzen öffentlicher Services lässt sich ein hoher Wiederverwendungsgrad erzielen, der sich nicht zuletzt auch monetarisieren lässt.

Und schliesslich möchte ich hier noch die „Distributed Ledger Technologie (DLT)“ ins Spiel bringen. Damit lassen sich über einen längeren Zeitraum anfallende wichtige Daten global, aber trotzdem in kontrollierter Art und Weise allen Interessenten zur Verfügung stellen. Gleichzeitig garantiert die Technologie, dass einmal so publizierte Daten kaum mehr im Nachhinein veränderbar sind. Damit ist sie hervorragend zur Aufzeichnung eines digitalen Threads über das gesamte Leben eines wichtigen und/oder sicherheitsrelevanten Bauteils geeignet. Zudem eignet sich DLT hervorragend als Integrationsplattform, bei der berechtigte Nutzer sich beispielsweise relevante Informationslieferungen abonnieren können (siehe z.B. IOTA 7).

Beispiel EU-Rent

EU-Rent führt einen digitalen Thread für jedes ihrer Fahrzeuge. Dieser fasst sämtliche relevanten Informationen und Ereignisse im Leben eines Fahrzeugs im Besitz von EU-Rent in einem Distributed Ledger zusammen. Dies umfasst sowohl aktuelle Konfigurations- und Bewegungsdaten des Fahrzeugs als auch wichtige Miet- und Wartungs-Ereignisse. Die Fahrzeugdaten werden dabei via einem REST-API direkt aus dem Fahrzeug gelesen (siehe dazu beispielsweise 6). Die Miet- und Wartungs-Ereignisse werden aus dem proprietären ERP von EU-Rent übernommen. Diese Informationen stehen allen berechtigten Parteien entsprechend ihren Aufgaben zur Verfügung (Verkaufspersonal, Fahrzeugmechanikern, Kunden, aber auch Versicherungen, Fahrzeugherstellern und Behörden). Mittels SmartContracts auf DLT-Basis wird zudem sichergestellt, dass alle erforderlichen Wartungen an einem Fahrzeug auch tatsächlich vorgenommen werden.

5. Transformation des Geschäfts

Sind erst einmal alle relevanten Informationen digitalisiert, alle automatisierbaren Aufgaben automatisiert, relevante Dinge kognitiv angereichert und eine gemeinsame Informations- und Kollaborationsplattform geschaffen, kann die digitale Transformation des Kerngeschäfts angegangen werden.

Grundlage dieses Schrittes bilden einerseits Wertschöpfungsketten und andererseits Produktlebenszyklen. Bei beiden dieser Konzepte handelt es sich um zeitliche Abfolgen, die aber um 90 Grad verdreht zueinander stehen:

Bild: KnowGravity

Normalerweise resultiert der grösste Umsatz eines Produkts währenddem es sich in seiner „Benutzungs-Phase“ befindet. Hier lässt sich auch am einfachsten eine klassische Wertschöpfungskette nach dem 4B-Prinzip (siehe Schritt 2 oben) verorten. Das muss aber nicht unbedingt so sein: Aus der Entsorgung, der Fertigung oder Entwicklung lässt sich ebenso Wert schöpfen! Damit entsteht eine ganze Matrix von wertschöpfenden Aufgaben, die sich entweder in eigener Verantwortung oder durch Kunden, Zulieferer, Partner oder sonstige zugewandte Orte ausgeführt lassen.

Im Vergleich zum heutigen Tagesgeschäft lassen sich nun Fragen zur Verschiebung der aktuellen Verantwortlichkeiten stellen:

• Für welche Aufgaben bietet es sich an, sie in Zukunft aus dem eigenen Geschäft auszulagern (Outsourcing)? Beispiele könnten sein…
  • Für uns kostenintensive Aufgaben, welche der Kunde mittels geeigneter Technologie genauso gut selber ausführen könnte (Stichwort „Self Service“)
  • Aufgaben, die nicht unbedingt in der eigenen Kernkompetenz liegen, sondern besser Partnern oder Zulieferern überlassen werden sollten
• Für welche Aufgaben bietet es sich an, sie in Zukunft ins eigene Geschäft zu übernehmen (Insourcing)? Beispiele könnten sein…
  • Aufgaben, die der Kunde bisher „eher aus der Not“ selber wahrgenommen hat, aber eigentlich nicht zu seinem Kerngeschäft gehören (z.B. operationeller Betrieb einer Infrastruktur)
  • Umsatzstarke Aufgaben, die ein Zulieferer bisher selber wahrgenommen hat, wird aber durch die vertiefte Integration genauso gut übernehmen könnten (Stichwort „Ausbau der eigenen Fertigungstiefe“)
• Durch das Outsourcing werden Kapazitäten frei und durch das Insourcing neue Capabilities aufgebaut. Werden diese neuen Capabilities mit bestehenden kombiniert und Erkenntnisse aus den gewonnenen operationellen Daten genutzt, so lassen sich daraus grundsätzlich neue Angebote schnüren.

Mit diesen Verschiebungen von Verantwortlichkeiten nach aussen und nach innen lässt sich somit das eigene Kerngeschäft durch die konsequente Nutzung von Digitalisierungstechnologien substantiell optimieren und durch gänzlich neue Geschäftsfelder erweitern.

Technologien

Im Gegensatz zu den ersten vier Schritten, geht es in diesem fünften Schritt nicht mehr um Technologie selber, sondern darum, deren Nutzen in geschäftsstrategischen Überlegungen einzubeziehen. Als methodischer Ansatz bietet sich hier wieder das „Business Motivation Model (BMM)“ an, welches bereits im Teil 4 dieser Serie eingeführt wurde. Dabei geht es darum, Ziele für diese Verantwortlichkeitsverschiebungen zu definieren, wichtige Einflussfaktoren zu identifizieren und Strategien zu entwickeln, wie sie sich in die Praxis umsetzen lassen.

Als hilfreiche Technologien sind hier höchstens Modellierungswerkzeuge aufzuführen, welche die Erstellung und Beurteilung von Strategiemodellen unterstützen und so den Vergleich verschiedener Lösungsvarianten ermöglichen und eventuell sogar verschiedene Zukunftsszenarien simulieren lassen. Dies wird eine der zukünftigen Kernaufgaben des Enterprise Architecture Management (EAM) sein.

Beispiel EU-Rent

Im Geschäft von EU-Rent lassen sich beispielsweise die folgenden Verantwortlichkeitsverschiebungen gegenüber heute vornehmen:

Möglichkeiten zum Outsourcing

• Die „Bestellung“ von Dienstleistungen, d. h. die Buchung von Mietfahrzeugen bis hin zum Vertragsabschluss kann vollständig im „Self Service“-Verfahren durch den Kunden erfolgen.
• In Kombination mit der Aufgabe „Bezahlung“ kann die Aufgabe „Bestellung“ zudem dahin vereinfacht werden, dass Subskriptionen eingeführt werden, die einerseits die Formulierung der immer wiederkehrenden Bedürfnisse eines Kunden vereinfachen und andererseits EU-Rent einen konstanteren Fluss an Einnahmen sichern.

Möglichkeiten zum Insourcing

• Aufgrund der vertieften Kenntnisse über Fahrzeugzustände und Nutzungsweisen von Fahrzeugen durch Kunden sowie der grossen Kundenbasis bietet sich für EU-Rent an, die Versicherung der vermieteten Fahrzeuge selber zu übernehmen.
• Durch das neue Subskriptionsangebot lassen sich Fahrzeuge viel länger als bloss für Kurztrips vermieten. Beispiele solcher Verträge sind etwa „an allen Arbeitstagen“, „an allen Wochenenden“, „in der Wintersaison“ oder beliebige Kombinationen und Zwischenvarianten entsprechend den Bedürfnissen eines Kunden. Damit wird die gesamte Pflege und Wartung eines Mietfahrzeugs bis hin zum Stellen von Ersatzfahrzeugen ebenfalls zum verrechenbaren Geschäft von EU-Rent.

Neue Geschäftsfelder

• Durch die Flexibilisierung des Angebots auf der Basis von Subskriptionen, den daraus gewonnenen Erkenntnissen bezüglich Fahrzeugnutzung sowie des Insourcings von Fahrzeugversicherung und -Wartung kann EU-Rent neu ein „Mobilitäts-Bundle“ als Gesamtdienstleistung für kleine und mittlere Gemeinden anbieten.

Fazit

Die digitale Transformation eines Unternehmens kann aus meiner Sicht in fünf Schritten erfolgen. Die ersten vier Schritte lassen sich in beliebiger Reihenfolge oder sogar parallel angehen. Sie steigern die Effizienz des bestehenden Geschäfts durch den optimalen Einsatz von Technologien der Digitalisierung, ermöglichen aber auch die systematische Auswertung operationeller Daten. Das Geschäfts- / Technologie-Alignment geschieht hier im MDEE-Framework von oben nach unten: Der Einsatz von Technologie richtet sich nach den Bedürfnissen des Geschäfts.

Im fünften Schritt wird aufbauend auf den Ergebnissen und gewonnenen Erkenntnissen der ersten vier Schritte das Kerngeschäft des Unternehmens transformiert. Das Geschäfts- / Technologie-Alignment läuft nun in umgekehrter Richtung: Durch den umfassenden Einsatz von Technologie lassen sich unwirtschaftliche Geschäftsbereiche eliminieren und dafür ganz neue Geschäftsfelder erschliessen.

Diese Evolution eines Unternehmens zu ermöglichen oder gar anzutreiben ist die Hauptaufgabe einer digitalen Unternehmensarchitektur. Dazu müssen die Geschäftsarchitektur und die Technologiearchitektur aufeinander abgestimmt und Hand in Hand weiterentwickelt werden.

Weiterlesen:

• Teil 1: IT Architektur im Kontext der digitalen Transformation
• Teil 2: 4 Frameworks für die Unternehmensarchitektur
• Teil 3: Die Vorteile einer Geschäftsarchitektur
• Teil 4: Was ist eine Technologie-Architektur?

Referenzen

• 1 https://de.wikipedia.org/wiki/Roboter
• 2 https://www.sae.org/standards/content/j3016_201806/
• 3 https://www.knowgravity.com/wp-content/uploads/2021/01/Schacher_OS_02_20.pdf
• 4 The Adventures of a Digital Twin in Systemsland (ssse.ch)
• 5 https://www.eclass.eu/
• 6 https://www.gs1.org/
• 7 https://eclass.iota.org/