Kategorie: Blogs

Diese Woche habe ich mich mit einigen Unternehmen aus dem Bereich der eingebetteten Systeme getroffen, die mit A/B-Experimenten für ihre Produkte beginnen wollen. Diese Produkte haben sicherheitskritische Funktionen und Subsysteme und natürlich ist es schwierig, sich A/B-Tests vorzustellen, die nicht in irgendeiner Weise sicherheitskritische Funktionen berühren. Die Befürworter von Experimenten in diesen Unternehmen schilderten die Herausforderungen, mit denen sie konfrontiert waren, und interessanterweise waren alle Herausforderungen unternehmensintern. Der Übergang von der traditionellen, auf Spezifikationen basierenden F&E zu A/B-Tests erfordert Änderungen in der Art und Weise, wie Tests durchgeführt werden, erfordert eine erhebliche Reduzierung der Systemvarianten, benötigt Unterstützung für die Bereitstellung neuer Softwareversionen (vorzugsweise over the air), ändert die Art und Weise der Sicherheitszertifizierung, die Art und Weise, wie wir Daten von Produkten im Feld messen, und so weiter.

Obwohl ich glaube, dass die Einführung von Experimentierpraktiken für jedes Unternehmen von entscheidender Bedeutung ist, möchte ich mich hier auf die Tatsache konzentrieren, dass in den meisten Unternehmen, mit denen ich zusammenarbeite, alles geändert werden muss, um etwas zu ändern. Die längste Zeit konzentrierten sich die Unternehmen auf die Optimierung der Effizienz ihrer Abläufe. Infolgedessen wurde jede Aktivität, jeder Prozess in ein größeres Ganzes integriert, sorgfältig aufeinander abgestimmt und dann so weit optimiert, dass der Spielraum im System praktisch auf Null reduziert wurde.

Dies geschieht nicht nur innerhalb von Unternehmen, sondern auch über Unternehmens-Ökosysteme hinweg. Automobilhersteller sind dafür bekannt, dass sie von ihren Zulieferern verlangen, Fabriken neben ihren eigenen zu bauen, damit der OEM keine Lagerhaltung betreiben muss, da er einen ständigen Strom von Produkten aus den benachbarten Fabriken seiner Zulieferer erhält. Tief integriert, hochgradig aufeinander abgestimmt, sehr effizient.

Diese Integration und Abstimmung beginnt zunächst damit, dass sich die einzelnen Mitarbeiter untereinander abstimmen. Der nächste Schritt besteht darin, einen wiederholbaren Prozess zu definieren, den jeder befolgen muss. Der nächste Schritt besteht darin, Systeme zu entwickeln, die die Prozesse automatisieren. Die Herausforderung besteht darin, dass es mit jedem dieser Schritte immer schwieriger wird, etwas zu ändern.

Die Konzentration auf Effizienz und Automatisierung funktioniert, solange Sie in einer stabilen, unveränderlichen Umgebung arbeiten. In dem Moment jedoch, in dem eine Störung auftritt, bricht das brüchige System zusammen. Um das zu vermeiden, wehren sich Unternehmen und ganze Geschäftssysteme so gut sie können gegen Veränderungen. Kurzfristig sind die Argumente immer stichhaltig: Die Kosten für die Änderung der gesamten Systeme, der Geschäftsprozesse, der Interaktionen zwischen Personen und sogar der Unternehmenskultur als Reaktion auf den Wandel sind immer höher als die kurzfristigen Gewinne.

Das Problem ist natürlich, dass Sie jedes Mal, wenn Sie sich dem Wandel widersetzen, ein wenig ins Hintertreffen geraten. Sie häufen geschäftliche, verfahrenstechnische und technische Schulden an. Sie passen sich immer weniger an die Umgebung an, in der Sie tätig sind.

Eine Möglichkeit, die Geschichte der Menschheit zu charakterisieren, ist der ständige Kampf um die Kontrolle unserer Umwelt und die Minimierung der Notwendigkeit, uns an den Kontext, in dem wir agieren, anzupassen. Von der Ausrottung von Tieren, die Menschen jagen, bis hin zum Bau von Häusern, die die Temperatur und Feuchtigkeit der Luft, die wir atmen, kontrollieren, von Impfstoffen zur Ausrottung von Infektionskrankheiten bis hin zum Internet, das es uns ermöglicht, unabhängig von Zeit und Raum mit anderen in Verbindung zu treten – all diese Errungenschaften können als Mittel zur Kontrolle unserer Umwelt betrachtet werden.

Unser Erfolg hat den Eindruck erweckt, dass die Welt stabil und vorhersehbar ist und wir es uns daher leisten können, tief integrierte, hochgradig abgestimmte und vollständig automatisierte Systeme zu bauen. In den letzten Monaten wurden wir jedoch daran erinnert, dass wir viel weniger kontrollieren, als wir denken. Die Covid-19-Situation hat zahlreiche hocheffiziente Systeme aus dem Gleichgewicht gebracht.

Ich will damit sagen, dass wir darauf achten müssen, diese spröden Systeme nicht zu bauen. Wir brauchen Agilität, Flexibilität und die Fähigkeit, schnell die Richtung zu ändern. Anstatt uns dem Wandel zu widersetzen, sollten wir ihn begrüßen und ihn sogar initiieren, indem wir uns ständig neu erfinden. Wie Peter Drucker bekanntlich sagte: „Das Geschäft hat nur zwei grundlegende Funktionen, Marketing und Innovation; alles andere sind Kosten.“ Innovation bedeutet per definitionem, dass wir die Dinge anders angehen als gestern. Es sollte einfach sein, innovativ zu sein, und Innovation braucht Experimente, denn man weiß nie, was funktioniert, bis man es ausprobiert hat. Anstatt sich auf Effizienz durch Ausrichtung, Prozesse und Systeme zu konzentrieren, sollten Sie sich darauf konzentrieren, Innovation so einfach, nahtlos und unterhaltsam wie möglich zu gestalten. Am Ende ist das der Punkt, an dem die wahre Schlacht gewonnen wird!

Einige Jahrzehnte nach der Einführung des Begriffs „Agile“ in der Softwareentwicklung würde man erwarten, dass das Konzept – vorausgesetzt, es war eine gute Idee (was es ist) – in der Industrie vollständig verankert sein sollte und wir mit anderen Dingen beschäftigt sind. Dennoch – und das überrascht mich immer wieder – sprechen alle von „Beyond Agile“. Der Gedanke scheint in etwa zu lauten: „Wir sind immer noch damit beschäftigt, Agile zu implementieren, aber vielleicht können wir anfangen, darüber nachzudenken, worauf wir uns als nächstes konzentrieren können oder sollten.“ Wenn Sie Agile noch nicht eingeführt haben, dann sollten Sie sich schleunigst auf den Weg machen.

Die Agilität von Unternehmen und all ihre Befähiger, wie z.B. die agile Softwareentwicklung, sind entscheidend für den langfristigen Unternehmenserfolg. Aus diesem Grund ist es natürlich das einzig Vernünftige, über Agile hinauszugehen, aber man kann das „darüber hinaus“ auf verschiedene Weise interpretieren. Im Folgenden werde ich fünf Konzepte vorstellen, die über Agile hinausgehen und mit denen ich mich in den letzten Jahren beschäftigt habe.

Zunächst ging es bei der traditionellen Diskussion um Agile nur um Software und Softwareentwicklung. Vor allem für Unternehmen, die neben Software auch Produkte wie Mechanik und Elektronik verkaufen, stellte sich die Frage, wie man den mit Atomen assoziierten Wasserfallprozess mit dem mit Bits assoziierten agilen Prozess kombinieren kann. Agile über den Bereich der Software hinauszugehen und die anderen Technologien, aus denen das Produkt besteht, mit einzubeziehen, ist ein entscheidender Schritt, um geschäftliche Agilität zu erreichen und neue und andere Geschäftsmodelle zu ermöglichen.

Beim zweiten Konzept geht es darum, über die Anforderungen hinauszugehen. Bei der traditionellen agilen Methode geht es trotz aller Diskussionen über Kundenbeteiligung, Sprintplanung und Retrospektiven immer noch darum, auf eine Spezifikation hinzuarbeiten. Vor allem SaaS-Unternehmen haben sich auf Ergebnisse verlagert, d.h. die Teams konzentrieren sich auf die Verbesserung messbarer Ergebniskennzahlen, wie z.B. die Konversion. Dies erfordert einen grundlegend anderen Ansatz bei der Entwicklung, da es nun das Team ist, das sich Gedanken darüber machen muss, wie man „die Nadel bewegen“ kann, die Alternativen erstellen und testen, ihre Auswirkungen messen und dann entscheiden muss, welche Versionen beibehalten und welche verworfen werden sollen.

Drittens ging Agile traditionell davon aus, dass die Entwicklung in Sprints stattfindet und dass am Ende jedes Sprints eine auslieferungsfähige Version des Systems vorhanden ist. Es geht jedoch nicht davon aus, dass die Veröffentlichung des Systems tatsächlich dem Sprint-Prozess folgt. Wie viele Unternehmen, die sich auf Continuous Deployment und DevOps konzentrieren, herausgefunden haben, ist die Einbeziehung des Release-Prozesses in das agile Sprint-Modell ein natürlicher Weg, um die Häufigkeit der Wertschöpfung für die Kunden zu erhöhen und darüber hinaus viel häufiger echte, greifbare Daten aus dem Feld anzubieten. Dies ist ein großes Thema und wenn Sie daran interessiert sind, können Sie hier, hier und hier mehr darüber lesen.

Im Laufe der Jahre sind zur Software auch andere digitale Technologien hinzugekommen, insbesondere Daten und KI. Diese Technologien profitieren von denselben Grundsätzen, die auch Agile in der Software zugrunde liegen, und dies hat zur Definition von DataOps und MLOps geführt, um dies widerzuspiegeln. Der vierte Aspekt betrifft die Übernahme der agilen Prinzipien für alle digitalen Technologien. Natürlich gibt es viel zu lesen, auch in meinem Blog, aber Sie können sich auch dieses Video ansehen, um mehr über meine Ansicht zu erfahren.

Das fünfte und letzte Konzept befasst sich mit der geschäftlichen Agilität. Traditionelles Agile befasst sich, wie ich bereits erwähnt habe, hauptsächlich mit Software, ist aber natürlich auf die Produktentwicklung beschränkt. Der heilige Gral ist jedoch die geschäftliche Agilität, d.h. die Fähigkeit eines Unternehmens, schnell auf Veränderungen in seinem Umfeld, dem Markt, den Kunden und der Strategie zu reagieren.

Abschließend lässt sich sagen, dass sich die einfachen Worte „Beyond Agile“ auf eine Vielzahl von Konzepten beziehen können. Ich habe fünf der wichtigsten erörtert, darunter die Anwendung von Agile auf ganze Systeme und nicht nur auf Software, die Verlagerung des Schwerpunkts von Spezifikationen auf Ergebnisse, die Einführung von kontinuierlicher Bereitstellung (DevOps), die Einführung von Agile für Daten und KI und schließlich das Erreichen der vollen geschäftlichen Agilität. Wenn das nächste Mal jemand mit der Idee kommt, über Agile hinauszugehen, stellen Sie sicher, dass Sie wissen, wovon er spricht (oder besser gesagt, stellen Sie sicher, dass er weiß, wovon er spricht). Es ist leicht, dass die Dinge in der Übersetzung verloren gehen!

Während meines Urlaubs habe ich unter anderem über die Frage nachgedacht, warum Unternehmen so funktionieren, wie sie funktionieren. Und warum Unternehmen, die digital entstanden sind, anders funktionieren und sich anders „anfühlen“ als traditionelle Unternehmen. Warum Unternehmen, die von Anfang an anders waren, dazu neigen, in traditionelle Muster zurückzufallen und wie traditionelle Unternehmen zu werden.

Mir wurde klar, dass die Muster in Organisationen natürlich die Folge der menschlichen Natur sind. Dies führt zu vielen erkennbaren Verhaltensmustern. Erstens, die Bildung von Hierarchien. Wie ich bereits vor einigen Jahren geschrieben habe, geht das Bedürfnis, uns in Hierarchien zu organisieren, auf Hunderte von Millionen von Jahren in unserer Evolution zurück, lange bevor es überhaupt Säugetiere gab. Ein großer Teil des Verhaltens in der Gesellschaft und in Unternehmen wird durch unser angeborenes Bedürfnis bestimmt, zu konkurrieren und um die Position in der riesigen Anzahl verschiedener Hierarchien zu kämpfen, die uns in der modernen Gesellschaft zur Verfügung stehen.

Zweitens, und eine direkte Folge des ersten Musters, ist das Bedürfnis, Macht über andere auszuüben. Eine höhere Position in einer Hierarchie verleiht Macht und, wenn sie nicht sorgfältig kontrolliert wird, das Bedürfnis, diese Macht zum persönlichen Vorteil und nicht zum allgemeinen Wohl einzusetzen.

Das dritte Muster ist, dass Menschen sich sehr stark auf ihre eigenen Überzeugungen verlassen und dazu neigen, eher auf der Grundlage von Meinungen als von Fakten zu handeln. Für die meisten von uns fühlt es sich so an, als würde man sein Gesicht verlieren, wenn sich etwas, an das man glaubt, als nicht korrekt herausstellt. Und wir bemühen uns, die Realität so weit wie möglich mit unseren Überzeugungen in Einklang zu bringen und werden leicht defensiv, wenn wir mit Daten konfrontiert werden, die unseren Überzeugungen widersprechen.

Diese menschlichen Verhaltensweisen sind der Grund dafür, dass traditionelle Organisationen so funktionieren, wie sie es tun. Dazu gehören die Hierarchien, die Chefs, die Gehorsam verlangen, selbst wenn die Entscheidungen keinen Sinn ergeben, und die allgemeine Tendenz, unbequeme Daten zu ignorieren, die einem direkt ins Gesicht blicken. Dies wird noch dadurch verschlimmert, dass die meisten Unternehmen erfolgreich geworden sind, weil sie sich in irgendeiner Weise vom Rest der Gesellschaft unterscheiden. Diese „Wir-gegen-sie“-Mentalität verstärkt nur unsere grundlegenden menschlichen Verhaltensweisen.

Das Aufkommen digitaler Technologien bringt jedoch einen grundlegenden Wandel in der Art und Weise mit sich, wie Unternehmen arbeiten. Im Mittelpunkt dieses grundlegenden Wandels steht das Bewusstsein, menschliches Verhalten zu erkennen und nicht zu ignorieren (was viele auf eigene Gefahr getan haben), sondern es gleichzeitig zu optimieren, um sicherzustellen, dass diese Verhaltensweisen die gewünschten Ergebnisse hervorbringen, anstatt in traditionelle Strukturen zurückzufallen.

Hierarchien werden zum Beispiel nicht ignoriert, sondern basieren so weit wie möglich auf leistungsorientierten Prinzipien. Außerdem sind sie so strukturiert, dass sie zeitlich begrenzt und nicht in Stein gemeißelt sind.

Zweitens wird der Wunsch, Macht über andere auszuüben, durch den Einsatz von Empowerment und damit verbundenen Mechanismen gemildert, die die Macht eines Einzelnen über andere einschränken. Anstatt sich auf einen Chef in einer Hierarchie zu verlassen, ist jeder Einzelne frei und es wird von ihm erwartet, dass er die Verantwortung für seine eigenen Entscheidungen und Handlungen übernimmt.

Drittens nutzen diese Unternehmen Daten, um die Überzeugungen von Einzelpersonen und Gruppen ständig in Frage zu stellen und alternative Interpretationen von Daten zu fördern, um zu verhindern, dass das Unternehmen in Gruppendenken und Defensivhaltung gegenüber Schlüsselideen verstrickt wird. Die meisten SaaS-Unternehmen setzen beispielsweise ausgiebig A/B-Tests ein – ein unglaublich effektives Instrument, um „Schattenüberzeugungen“ im Unternehmen aufzubrechen.

In den letzten Jahren habe ich jedoch erkannt, dass der Unterschied zwischen traditionellen und diesen modernen, digitalen Unternehmen grundlegend ist und bei den grundlegenden Annahmen und der Kultur der Organisation beginnt. Als Reaktion darauf hat sich der Umfang meiner Arbeit im Laufe der Zeit von spezifischen Bereichen der Software-F&E, wie Softwarearchitektur, Produktlinien und kontinuierliche Integration und Bereitstellung, auf Systemtechnik und End-to-End-F&E ausgeweitet. Von dort aus habe ich den operativen Teil, einschließlich DevOps, DataOps und MLOps, und den Front-End-Teil des Produktmanagements einbezogen. In jüngerer Zeit habe ich mich mit Geschäftsmodellen, Organisationsformen, Geschäftsökosystemen und anderen Themen beschäftigt, die nicht unbedingt in den Bereich der Technologie fallen.

Was meiner Meinung nach jedoch fehlt, ist eine ganzheitliche und vollständige Unternehmens- und Organisationsperspektive, die nicht nur den Produkt- und Dienstleistungsbereich, sondern alle Funktionen im Unternehmen umfasst, einschließlich der allgemeinen Geschäftsführung, des Vertriebs, der Personalabteilung und der Finanzen. Auch wenn meine Beiträge in den letzten Jahren Puzzleteile dieses Bildes geliefert haben, habe ich die Absicht, in den kommenden Monaten eine ganzheitlichere Perspektive zu vermitteln, um Ihnen, lieber Leser, dabei zu helfen, die modernen Best Practices zu übernehmen und die Fallstricke zu vermeiden, in denen viele traditionelle Organisationen stecken bleiben.

 

Dieser Artikel ist der letzte von vier, in denen ich die verschiedenen Dimensionen der digitalen Transformation untersuche. Zuvor habe ich über Geschäftsmodelle, Produkt-Upgrades und die Nutzung von Daten gesprochen. Die vierte Dimension befasst sich mit der künstlichen Intelligenz. Ähnlich wie bei den anderen Dimensionen hat unsere Untersuchung gezeigt, dass es einen klaren Evolutionspfad gibt, den Unternehmen beim Übergang von einem traditionellen zu einem digitalen Unternehmen durchlaufen (siehe Abbildung).

In der ersten Phase konzentriert sich das Unternehmen noch auf die Datenanalyse. Alle Daten werden für den alleinigen Zweck der menschlichen Nutzung und Interpretation verarbeitet. Zu diesem Zeitpunkt dreht sich alles um Dashboards, Visualisierungen und Stakeholder-Ansichten.

Entwicklung des Einsatzes von KI-Technologie.

In der zweiten Phase beginnen die ersten Modelle für maschinelles Lernen (ML) oder Deep Learning (DL) entwickelt und eingesetzt zu werden. Das Training der Modelle basiert auf statischen Datensätzen, die zu einem bestimmten Zeitpunkt zusammengestellt wurden und die sich nicht weiterentwickeln, es sei denn, es wird eine ausdrückliche Entscheidung getroffen. Wenn dies geschieht, wird ein neuer Datensatz zusammengestellt und für das Training verwendet.

In der dritten Stufe werden DevOps und MLOps in dem Sinne verschmolzen, dass die Modelle auf der Grundlage der neuesten Daten kontinuierlich neu trainiert werden. Diese Daten sind nicht mehr ein Datensatz, sondern ein Fenster über einen Datenstrom, der für das Training und das kontinuierliche Neutraining verwendet wird. Je nach Bereich und Änderungsrate der zugrunde liegenden Daten wird die MLOps-Schleife entweder mit der DevOps-Schleife abgestimmt oder mehr oder weniger häufig ausgeführt. Wenn Sie beispielsweise ML/DL für die Vorhersage von Hauspreisen in einem Immobilienmarkt verwenden, ist es wichtig, das Modell auf der Grundlage der neuesten Verkaufsdaten häufig neu zu trainieren, da sich die Hauspreise ständig ändern.

Vor allem in der softwareintensiven Branche der eingebetteten Systeme, in der ML/DL-Modelle in jeder Produktinstanz eingesetzt werden, ist der nächste Schritt in der Regel die Einführung von föderierten Ansätzen. Anstatt alle Schulungen zentral durchzuführen, wendet das Unternehmen föderierte Lernansätze an, bei denen alle Produktinstanzen an den Schulungen beteiligt sind und Modellaktualisierungen von den Produktinstanzen gemeinsam genutzt werden. Dies ermöglicht eine Lokalisierung und Anpassung, da das System in bestimmten Regionen und von bestimmten Benutzern unterschiedlich eingesetzt werden kann. Je nach Ansatz des föderierten Lernens ist es möglich, dies zu berücksichtigen. Verschiedene Fahrer möchten zum Beispiel, dass sich ihr adaptiver Tempomat unterschiedlich verhält. Einige möchten, dass das System vorsichtiger vorgeht, während andere eine aggressivere Art des Bremsens und Beschleunigens wünschen. Jede Produktinstanz kann sich im Laufe der Zeit als Reaktion auf das Feedback des Fahrers anpassen.

Schließlich erreichen wir die Phase des automatisierten Experimentierens, in der das System völlig autonom mit seinem eigenen Verhalten experimentiert, um bestimmte Erfolgskennzahlen zu verbessern. Während in früheren Stadien Menschen A/B-Experimente oder Ähnliches durchführen und die A- und B-Alternativen vorschlagen, ist es hier das System selbst, das Alternativen generiert, sie einsetzt, die Wirkung misst und über die nächsten Schritte entscheidet. Obwohl es in dieser Kategorie nur wenige Beispiele gibt, waren wir unter anderem an Fällen beteiligt, in denen wir ein solches System verwendet haben, um die Einstellungen der Konfigurationsparameter zu untersuchen (die meisten Systeme haben Tausende), um die Leistung des Systems automatisch zu optimieren.

Zusammenfassend lässt sich sagen, dass die digitale Transformation eine komplexe, mehrdimensionale Herausforderung ist. Eine der Dimensionen ist der Einsatz von KI/ML/DL. Der Einsatz von KI ist kein binärer Schritt, sondern vielmehr ein Prozess, der sich im Laufe der Zeit entwickelt und in vordefinierten Schritten abläuft. Der Einsatz von KI ermöglicht die Automatisierung von Aufgaben, die vorher nicht automatisiert werden konnten, und die Verbesserung der Ergebnisse automatisierter Prozesse durch intelligente, automatisierte Entscheidungen. Sobald Sie Software haben, können Sie Daten generieren. Sobald Sie Daten haben, können Sie KI einsetzen. Sobald Sie über KI verfügen, können Sie das Potenzial der Digitalisierung wirklich ausschöpfen.

Auf der Grundlage unserer Forschung haben wir ein vierdimensionales Modell für die digitale Transformation in der softwareintensiven Branche der eingebetteten Systeme entwickelt. In den letzten beiden Beiträgen haben wir die Dimensionen Geschäftsmodell und Produkt-Upgrade untersucht. In diesem Beitrag geht es um die Dimension der Datenverwertung.

Wie in der Abbildung zu sehen ist, konzentriert sich der erste Schritt in den meisten Unternehmen auf die Verwendung von Daten zur Qualitätssicherung und Diagnose. In diesem Fall erreichen die Daten das Unternehmen oft in Stapeln und durch Kundenbeschwerden. Als Reaktion auf eine Beschwerde laden Vertreter des Unternehmens die Daten herunter und untersuchen, ob sich das System fehlerhaft verhalten hat, und versuchen, die Ursache dafür zu ermitteln. Viele Unternehmen nutzen diese Art von Daten bereits seit Jahrzehnten.

Entwicklung der Nutzung von Daten

Der zweite Schritt ist die Verwendung von Daten zur Überwachung der Produktleistung und der Nutzung von Funktionen. Diese Form der Datenerfassung wird in der Regel in Kombination mit der häufigeren Bereitstellung von Software eingeführt. Die Überwachung der Produktleistung ermöglicht es dem Unternehmen, sich zu vergewissern, dass das Produkt nach einem Software-Upgrade gut funktioniert. Die Messung der Nutzung von Funktionen ermöglicht eine fundiertere Priorisierung der F&E-Ressourcen, indem sichergestellt wird, dass sich Forschung und Entwicklung in erster Linie auf die Verbesserung von Funktionen konzentrieren, die von den Kunden tatsächlich genutzt werden.

Da wir nun über einen kontinuierlichen Datenstrom von jedem Kunden verfügen, können wir zur dritten Stufe übergehen, in der wir beginnen, für den Kunden relevante Daten zu sammeln. Für jeden Kunden gibt es KPIs, für die das Unternehmen Optimierungen vornimmt. Dazu gehören die Abwanderung bei Unternehmen mit Abonnementdiensten, die Messung der Servicenutzung durch Endkunden oder die Einteilung von Endkunden in Segmente, die eine unterschiedliche Behandlung erfordern. Da das Unternehmen nun erhebliche Datenmengen von jedem Kunden sammelt, kann es diese Daten verarbeiten und analysieren und jedem Kunden relevante Erkenntnisse bieten.

In der letzten Phase schließlich engagiert sich das Unternehmen in einem zweiten Geschäftsökosystem, in dem es die von seinem primären Kundenstamm gesammelten Daten mit einem sekundären Kundenstamm monetarisiert. Ein LKW-Unternehmen könnte zum Beispiel Routeninformationen über die bei seinen Kunden eingesetzten LKWs an Tankstellen- und Straßendienstunternehmen verkaufen. Oder ein Telekommunikationsunternehmen könnte aggregierte Bewegungsmuster von Mobilfunknutzern an Stadtplaner verkaufen.

Sobald das Unternehmen die letzte Stufe erreicht hat, werden die Daten, die in den Produkten für den primären Kundenstamm gesammelt werden, zunehmend auf die Bedürfnisse des sekundären Kundenstamms ausgerichtet. Das Unternehmen wird also wahrscheinlich anfangen, Daten zu sammeln, die für seinen primären Kundenstamm überhaupt nicht relevant sind, wohl aber für den sekundären. Ein zweiter Aspekt ist, dass das Unternehmen die Einnahmen aus dem sekundären Kundenstamm nutzen kann, um die Produkte für seinen primären Kundenstamm zu subventionieren und dadurch seinen Marktanteil zu vergrößern. Viele Branchen bewegen sich im Zuge der Digitalisierung auf eine „Winner takes all“-Situation zu, und dieses Muster positiver Rückkopplungszyklen ist die Ursache dafür.

Zusammenfassend lässt sich sagen, dass die Digitalisierung Auswirkungen auf das Geschäftsmodell, die Art und Weise, wie wir Produkte verbessern, und die Art und Weise, wie wir Daten sammeln, nutzen und monetarisieren, hat. Unternehmen entwickeln sich im Zuge dieser Transformation in vorhersehbaren und wiederholbaren Mustern. In diesem Beitrag habe ich die fünf typischen Phasen beschrieben, die wir in unserer Forschung antreffen. Daten sind das neue Öl, aber wenn Sie nicht in der Lage sind, einen geschäftlichen Nutzen aus Ihren Daten zu ziehen, nützen sie Ihnen nicht viel. Experimentieren Sie also mit verschiedenen Möglichkeiten, um aus Ihren Daten einen Mehrwert zu schaffen!

Im Beitrag von letzter Woche habe ich unser Rahmenwerk erwähnt, das den Wandel beschreibt, den Unternehmen bei der Umstellung auf die Digitalisierung durchlaufen. Ich habe auch eine der vier Dimensionen besprochen – die Dimension des Geschäftsmodells. In diesem Beitrag liegt der Schwerpunkt auf der Dimension Produkt-Upgrade.

Wie in der Abbildung dargestellt, haben wir fünf Schritte oder Phasen bei der Umwandlung von einem traditionellen zu einem digitalen Unternehmen identifiziert. In der ersten Phase konzentriert sich das Unternehmen auf den Verkauf eines physischen Produkts. Es wird so verkauft, wie es ist, und abgesehen von Garantiefragen wendet das Unternehmen keine Zeit oder Ressourcen dafür auf, sobald es die Fabrik verlassen hat. Das Produkt kann durchaus Elektronik und Software enthalten, aber diese Subsysteme werden genauso behandelt wie die mechanischen Teile.

Entwicklung von Produkt-Upgrades als Teil der digitalen Transformation.

In einem zweiten Schritt versuchen viele Unternehmen, ihr Produkt als Dienstleistung für bestimmte Kundensegmente anzubieten. Dies beginnt oft als ein Mechanismus zur Erweiterung des Kundenkreises. Insbesondere potenzielle Kunden, die das Produkt nicht ständig benötigen oder Probleme mit der Finanzierung der Investitionskosten haben, benötigen möglicherweise ein Serviceangebot, um Kunden zu werden. In diesem Schritt beginnt das Unternehmen oft damit, regelmäßige Upgrades für die Produktsoftware anzubieten – vor allem, um sich vor unerwünschten Nachteilen zu schützen. In Serviceverträgen gibt es in der Regel Service Level Agreements (SLAs) und Software-Upgrades können genutzt werden, um das Risiko einer Verletzung dieser SLAs zu verringern und die damit verbundenen Strafen zu vermeiden.

Im dritten Schritt hat das Unternehmen aus geschäftlicher Sicht damit begonnen, ergänzende Dienstleistungen rund um das Produkt anzubieten. Häufig können Qualität und Attraktivität dieser Dienstleistungen verbessert werden, wenn das Kernprodukt über aktualisierte Softwarefunktionen verfügt. In diesem Fall aktualisiert das Unternehmen die Software in seinen Produkten nicht nur, um sich vor eventuellen Problemen zu schützen, sondern auch, um zusätzliche Einnahmen aus ergänzenden Dienstleistungen zu erzielen. Ein einfaches Beispiel: Ein Automobilhersteller kann die Software aktualisieren, um eine API für die Abfrage des Standorts eines Fahrzeugs bereitzustellen, die von ergänzenden Diensten genutzt werden kann, um relevantere Informationen für den Kontext zu bieten, in dem sich das Fahrzeug und der Fahrer befinden können.

Schließlich wird das Konzept eines physischen Produkts vollständig durch sein digitales Alter Ego ersetzt. In diesem Fall können alle Teile des Produkts in regelmäßigen Abständen aktualisiert werden, wobei die Software am häufigsten und die Mechanik am wenigsten häufig aktualisiert wird. Selbst der Austausch des kompletten physischen Produkts erfolgt im Rahmen der kontinuierlichen Verbesserung des digitalen Produkts. Ein Beispiel: Obwohl Apple mit dem physischen Produkt das meiste Geld verdient, gibt es aus der Sicht der Benutzererfahrung eine sich ständig verbessernde Erfahrung, die zwar kleine Unebenheiten aufweist, wenn das Telefon durch ein neues Modell ersetzt wird, aber im Großen und Ganzen ist die Verbesserung des Produkts eine kontinuierliche.

Zusammenfassend lässt sich sagen, dass die digitale Transformation eine komplexe, mehrdimensionale Herausforderung ist, die alle Bereiche des Unternehmens betrifft, einschließlich der Art und Weise, wie Produkte aktualisiert werden. Obwohl dies wie eine technische Herausforderung erscheinen mag, ist es die Geschäftsstrategie, die die Architektur- und Technologieentscheidungen, die die hier besprochenen Produkt-Upgrades entweder ermöglichen oder verhindern, vorantreibt (sollte). Da sich Geschäftsmodelle zunehmend von transaktionalen zu kontinuierlichen Geschäftsmodellen entwickeln, muss das Produkt, das durch das Geschäftsmodell monetarisiert wird, kontinuierlich werden, d.h. es muss das Benutzererlebnis und die Wertschöpfung für die Kunden ständig verbessern. Das eine kann ohne das andere nicht existieren!

In den letzten Monaten (eigentlich sind es eher Jahre) haben wir im Software Center die digitale Transformation mehrerer Unternehmen untersucht. Professor Helena Holmström Olsson und ich haben ein Modell entwickelt, um zu veranschaulichen, wie sie von ihrem alten, in Atomen verwurzelten Geschäft zu einem digitalen, auf Bits basierenden Geschäft übergehen (siehe Abbildung). Es hat vier Dimensionen: Geschäftsmodell, Datennutzung, Produkt-Upgrade und KI/ML/DL. In diesem Beitrag konzentrieren wir uns auf die Dimension des Geschäftsmodells.

Auf der Grundlage unserer Nachforschungen bei mehreren Partnern des Software Centers haben wir festgestellt, dass Unternehmen ein ähnliches Muster durchlaufen, wenn es um die Umstellung ihres Geschäftsmodells geht. Besonders im Bereich der eingebetteten Systeme ist der Ausgangspunkt der traditionelle Produktverkauf, z.B. ein Auto, ein LKW, ein Radar, eine Pumpe oder eine Basisstation. Wir bezeichnen dies oft als „Box-Verkauf“ und das Geschäftsmodell ist sehr transaktionsorientiert: Ich verkaufe Ihnen die Box und werde dann versuchen, Ihnen in ein paar Jahren eine neue Box zu verkaufen. Es kann sein, dass ein gewisser Anteil der Einnahmen aus Dienstleistungen wie der Produktwartung stammt, aber das ist in der Regel nur ein kleiner Teil.

Die Phasen der digitalen Transformation.

Die nächste Phase ist die, in der das Produkt als Dienstleistung angeboten wird. Hier ändert sich die Monetarisierung des physischen Produkts meist von einer einmaligen Transaktion zu einer kontinuierlichen Einnahmequelle. Dies ist mit einigen Herausforderungen verbunden, u.a. muss das Unternehmen das Produkt für seine Kunden finanzieren, aber es kann ein sehr effektiver Weg sein, um den Umsatz zu steigern, da Kunden, die das Produkt im traditionellen Modell nicht gekauft hätten, weil sie es z.B. nicht Vollzeit benötigen, es möglicherweise als Dienstleistung kaufen möchten.

Als nächsten Schritt sehen wir, dass Unternehmen beginnen, alle Arten von Dienstleistungen rund um das Produkt zu entwickeln. Diese Dienstleistungen beziehen sich in der Regel auf den Betrieb des Produkts und können vom Angebot von Zubehör im Rahmen eines Mietmodells bis hin zu Informations- und Beratungsdiensten zur Verbesserung der Effizienz oder der Qualität der Ergebnisse reichen. In dieser Phase wird das Produkt als Plattform genutzt, um mehr Umsatz mit ergänzenden Dienstleistungen zu erzielen.

Im vierten Schritt ändert sich das Monetarisierungsmodell erneut und wird stärker kundenorientiert. Anstatt die Monetarisierung mit dem Produkt in Verbindung zu bringen, wird sie mit Kunden-KPIs in Verbindung gebracht, die durch das Produkt beeinflusst werden können. Beispiele für diese Kunden-KPIs sind die Anzahl der erfolgreichen Lieferungen ohne Verzögerungen, die Verringerung der Endkundenabwanderung oder die durch frühere Erkennung gewonnene Reaktionszeit. In diesem Fall konzentriert sich das Unternehmen auf die Faktoren, die das Endergebnis des Kunden beeinflussen, und verknüpft das Geschäftsmodell mit der Verbesserung dieser Faktoren.

Schließlich versucht das Unternehmen, einen zweiten Kundenstamm aufzubauen, mit dem es die von seinem primären Kundenstamm generierten und erfassten Daten monetarisieren kann. Beispielsweise verfügen Lastwagen über Beschleunigungssensoren, die Informationen über die Qualität der Straßen (z. B. das Vorhandensein von Schlaglöchern) liefern, und die für die Straßeninstandhaltung zuständigen Behörden sind möglicherweise bereit, diese Informationen zu kaufen. Das Ergebnis ist ein zweiseitiger Markt, auf dem das Unternehmen weiterhin an seinen primären Kundenstamm verkauft, aber auch die Daten seines primären Kundenstamms an seinen sekundären Kundenstamm monetarisiert. Im Laufe der Zeit kann natürlich der sekundäre Kundenstamm wichtiger werden, wodurch sich die Anreize innerhalb des Unternehmens grundlegend ändern.

Abschließend lässt sich sagen, dass sich im Rahmen Ihrer digitalen Transformation auch Ihr Geschäftsmodell ändern und weiterentwickeln muss. Wie wir gezeigt haben, folgt diese Entwicklung einem Muster und das Überspringen von Zwischenstufen führt in der Regel zum Scheitern. Obwohl sich unser Modell auf den Bereich der eingebetteten Systeme konzentriert, glaube ich, dass sich alle Branchen nach ähnlichen oder identischen Mustern weiterentwickeln. Wenn Sie damit experimentieren, Ihr Geschäftsmodell weiterzuentwickeln, können Ihnen die hier vorgestellten Phasen eine Orientierung geben, worauf Sie sich als nächstes konzentrieren sollten. Wie immer sind wir sehr daran interessiert, mehr über Ihre Erfahrungen zu erfahren, also teilen Sie sie uns bitte mit.

Diese Woche hatte ich eine interessante Diskussion über Daten mit dem CEO eines der Startups, mit denen ich zusammenarbeite. Die Herausforderung besteht darin, dass viele Unternehmen riesige Datenmengen sammeln, sie speichern und sie dann als ungenutztes Kapital zurücklassen. Es überrascht mich, dass so viele Unternehmen so erstaunlich große Datenspeicher unterhalten, ohne gute Möglichkeiten zu finden, diese zu nutzen.

Der Hauptgrund dafür ist meiner Meinung nach, dass es einfach ist, Daten zu sammeln, aber es ist schwierig, daraus verwertbare Erkenntnisse zu gewinnen. Es erfordert ein tiefes Verständnis des Bereichs sowie eine Einsicht in das, was im Kontext des Bereichs Wert schafft. Dies erfordert eine andere Denkweise als in den meisten Unternehmen, wo man sich oft darauf konzentriert, das zu tun, was man schon immer getan hat, nur ein bisschen besser oder schneller.

Das Unternehmen des CEO, mit dem ich gesprochen habe, ist im Medienbereich tätig und hat einen Punkt erreicht, an dem die wichtigsten Mitarbeiter seiner Kunden täglich eine E-Mail erhalten, in der die Aufgaben mit der höchsten Priorität aufgeführt sind, auf die sie ihre Energie an diesem Tag konzentrieren sollten. Diese Aufgaben werden ermittelt, indem Daten aus den relevanten Medienobjekten des Kunden gesammelt werden, diese Daten analysiert werden, um Abweichungen und Anomalien zu identifizieren, und dann die wahrscheinlichsten Abhilfemaßnahmen empfohlen werden, mit denen die identifizierten Probleme behoben werden können. Diese Abhilfemaßnahmen sind die Aufgaben, die die wichtigsten Mitarbeiter in ihrer täglichen Aufgabenliste erhalten. Für mich ist dies das Markenzeichen eines datengesteuerten Unternehmens: Es geht nicht um die Daten, sondern darum, aus den Daten verwertbare Erkenntnisse zu gewinnen, die Sie zu Ihrem Vorteil nutzen können.

Natürlich werden in diesem Fall die Erkenntnisse auf der Grundlage der Daten des Kunden selbst gewonnen. Der nächste Schritt besteht darin, einige oder alle Kunden dazu zu bringen, ihre Daten anonym mit dem Unternehmen zu teilen. Auf diese Weise kann das Unternehmen jeden Kunden mit allen anderen vergleichen und so die nächste Stufe von Erkenntnissen gewinnen. Jetzt geht es nicht mehr nur um Abweichungen und Anomalien, die in Ihrem eigenen Bereich festgestellt werden, sondern auch um solche, die durch den Vergleich mit anderen ermittelt werden. Indem Sie Ihre Leistung mit anderen in derselben Branche vergleichen, können Sie viel leichter erkennen, wo Energie investiert werden sollte, um sich zu verbessern.

Es geht darum, aus diesen Daten kontinuierlich wertvolle und umsetzbare Erkenntnisse zu gewinnen und diese zu nutzen, um – vorzugsweise automatisch – die Maßnahmen für Ihr Team zu generieren, die die größte Wirkung haben. Es geht nicht um die Daten, sondern darum, was Sie mit ihnen machen.

Ganz Europa und der Rest der Welt wird von dem Coronavirus heimgesucht, und einige Leute, die ich treffe, vergleichen dies mit dem Beginn eines dieser apokalyptischen Filme, in denen die Welt in einem Handkorb zur Hölle fährt. Natürlich kann niemand das Leid der Menschen ignorieren, die an COVID-19 erkranken und möglicherweise sogar daran sterben. Es ist schrecklich und mein Herz schlägt für die Betroffenen.

Die derzeitigen Maßnahmen, wie das Vermeiden großer Menschenansammlungen, die Abriegelung geografischer Gebiete, die Schließung von Schulen und Empfehlungen zum Händewaschen, die Einschränkung von Reisen usw. sind alle sinnvoll. Allerdings werden diese Maßnahmen die Infektionsrate nur verlangsamen, um die Überlastung der Gesundheitssysteme (noch mehr) zu verringern, indem die Fälle über die Zeit verteilt werden.

Für die Unternehmen, mit denen ich zusammenarbeite, waren die Auswirkungen bisher beispiellos. Alle Reisen, die nicht absolut geschäftskritisch sind, wurden ausgesetzt. Besucher (und Forscher) sind nicht mehr willkommen. Die Mitarbeiter werden gebeten, wenn möglich von zu Hause aus zu arbeiten.

Die dunklen COVID-19-Wolken können für Unternehmen einen Silberstreifen haben. Die Unterbrechung der normalen Arbeitsabläufe bietet eine große Chance, alle Prozesse und Aktivitäten im Unternehmen und zwischen dem Unternehmen und seinen Ökosystempartnern zu überprüfen und zu bewerten. So können wir feststellen, welche Prozesse, die früher eine physische Interaktion erforderten, auch auf virtuellem Wege durchgeführt werden können. Ebenso können wir alle Aktivitäten und Prozesse, die von Menschen ausgeführt wurden, auf virtuellem Wege überprüfen, die aber automatisiert werden können und ohne menschliche Beteiligung erreicht werden können. Schließlich können wir sogar Aktivitäten identifizieren, die veraltet sind und nur noch aus historischen Gründen durchgeführt wurden, und wir können diese abschalten.

Der zweite Vorteil, den sich Unternehmen zunutze machen können, ist eine schrittweise Funktionsänderung bei der Einführung digitaler Verfahren. In vielen Fällen finden wir entweder heraus, wie wir Dinge aus der Ferne und virtuell mit digitalen Mitteln erledigen können, oder sie werden überhaupt nicht erledigt. Dazu gehören das Abhalten von Besprechungen, die Verwaltung täglicher Standups für agile Teams und der Betrieb von Systemen. Tatsächlich könnte ich mir gut vorstellen, dass sich die Effizienz von Unternehmen durch die Zwangsfunktion, die die aktuelle Situation bietet, erheblich verbessert.

Drittens sind viele Organisationen auf dem Prinzip aufgebaut, alle Zahnräder in der Maschinerie so eng wie möglich aufeinander abzustimmen, um die betriebliche Effizienz zu optimieren. Die Folge sind meist sehr brüchige Systeme, die widrigen Umständen nicht standhalten können. Situationen, wie wir sie jetzt erleben, zwingen uns zum Umdenken in Sachen Risikomanagement und sollten Sie und Ihr Unternehmen dazu ermutigen, nach Talebs Prinzip der Antifragilität zu denken, bei dem Systeme angesichts nachteiliger Entwicklungen stärker werden.

Viertens: Obwohl der kurzfristige wirtschaftliche Schaden beträchtlich ist, verschafft die Abschaffung von Geschäftsreisen und der Arbeit von zu Hause aus vielen Berufstätigen einen gewissen Freiraum im Leben. Dieser Freiraum kann genutzt werden, um strategisch statt taktisch zu denken, um zu reflektieren und nachzudenken und um intelligentere Wege zu finden, um die gleichen oder sogar bessere Ergebnisse zu erzielen.

Zusammenfassend lässt sich sagen, dass COVID-19 sowohl aus humanitärer als auch aus wirtschaftlicher Sicht schrecklich ist. Obwohl die kurzfristigen Auswirkungen auf den Umsatz und die Gewinnspannen für die meisten Unternehmen unbestreitbar schlecht sind, können wir diese Umstände nutzen, um zumindest einige Vorteile zu erzielen, die unseren Unternehmen in Zukunft helfen können. Das ist wichtig, denn dies ist nicht das Ende. Genauso wie die Spanische Grippe in den frühen 1900er Jahren, SARS im Jahr 2002 und die Schweinegrippe im Jahr 2009 nicht das Ende waren. Wie der Dichter Rumi vor Jahrhunderten schrieb, wird auch dies vorübergehen.

Im Rahmen der Forschung im Software Center arbeite ich mit Dutzenden von Unternehmen im Bereich der softwareintensiven eingebetteten Systeme an einer Vielzahl von Themen. Eines dieser Themen ist die Entwicklung von neuen Produkten. Da ich sowohl mit Online-Unternehmen als auch mit Startups gearbeitet habe, bin ich mit den Ideen von Steve Blank und den Konzepten des „Lean Startup“ vertraut geworden. Einer der wichtigsten Grundsätze ist, dass Sie jeden einzelnen Schritt mit Ihren Kunden abstimmen. In der Tat versuchen Sie, den Umfang der F&E-Investitionen zwischen den Prüfpunkten beim Kunden zu minimieren. Der zweite Grundsatz lautet, dass Sie sich nur dann auf die Aussagen Ihrer Kunden verlassen sollten, wenn es unbedingt notwendig ist, und dass Sie sich wann immer möglich auf die Messung ihres Verhaltens verlassen sollten.

In der Branche der eingebetteten Systeme sind die Unternehmen aus irgendeinem Grund extrem zurückhaltend, wenn es darum geht, mit Kunden zu validieren, bevor das gesamte Produkt fertiggestellt ist. Im Laufe der Jahre habe ich eine Vielzahl von Gründen dafür gehört. Die wichtigsten davon sind: „Wir können den Kunden nur ein komplettes Produkt zeigen“, „Wir schaden der Marke des Unternehmens, wenn wir einen frühen Prototyp zeigen“, „Diese Idee ist so gut, dass sie gekauft wird, wenn wir sie nur bauen“, „Experimente mit Kunden lassen uns wie Idioten dastehen, weil es so aussieht, als wüssten wir nicht Bescheid“, „Diese Dinge sind geheim und wir wollen die Konkurrenz nicht verraten“, „Es ist so schwierig, dies im gesamten Unternehmen zu organisieren, da ich mich mit allen abstimmen muss.“

Die Folge davon ist, dass Unternehmen dazu neigen, wie einer meiner Kollegen sagte, minimal lebensfähige Elefanten (MVEs) anstelle von minimal lebensfähigen Produkten (MVPs) zu entwickeln. Wenn ich die Leute damit konfrontiere und wir die „Ausreden“ hinter uns lassen, scheint es mir, dass es mindestens drei grundlegende Ursachen für dieses Phänomen gibt.

Erstens haben sich die meisten Unternehmen etabliert und sind erfolgreich geworden, indem sie mechanische und elektronische Produkte hergestellt haben. Aus einer Vielzahl von Gründen, nicht zuletzt wegen der Notwendigkeit, Fertigungsanlagen zu errichten, waren die Designprozesse für atombasierte Produkte traditionell sehr wasserfall- und spezifikationsbasiert. Mit dem Aufkommen der additiven Fertigung und der Rapid-Prototyping-Hardwareeinrichtungen ändert sich dies natürlich, aber die traditionellen Ansätze sind immer noch weit verbreitet. Es ist wichtig zu erkennen, dass der Aufbau innovativer digitaler Angebote einen grundlegend anderen Prozess erfordert als der Aufbau physischer Produkte. Tatsächlich ist die Anwendung des traditionellen Prozesses ein Rezept für eine Katastrophe, da Sie im Blindflug arbeiten und Ihre Entscheidungen auf den Überzeugungen von Ihnen und den anderen in Ihrem Unternehmen basieren – Überzeugungen, die mit großer Wahrscheinlichkeit falsch sind.

Zweitens sind insbesondere bei der Entwicklung neuer Produkte komplizierte interne politische Prozesse und Spiele Teil der Gleichung. Infolgedessen verlagert sich die Aufmerksamkeit vom Kunden und dem geschäftlichen Ökosystem auf die interne politische Landschaft. Die an der Entwicklung des neuen Produkts beteiligten Personen müssen oft Kompromisse mit verschiedenen Kräften im Unternehmen eingehen. Dies führt dazu, dass Funktionen unabhängig vom tatsächlichen Kundenfeedback hinzugefügt oder geändert werden, aber auf der Grundlage der Meinungen der HIPPOs. Im schlimmsten Fall führt dies zu neuen Produkten, die praktisch ein Schweizer Taschenmesser sind, das zwar viele kleine Dinge kann, aber nicht das eine Hauptproblem löst, das die Produktentwicklung überhaupt erst ausgelöst hat.

Drittens denken viele, dass die Entwicklung neuer Produkte eine einmalige Gelegenheit ist, die wir gleich beim ersten Versuch richtig machen müssen. Das liegt natürlich daran, dass es schwierig ist, mechanische und elektronische Produkte nach dem Start der Produktion zu ändern. Digitale Angebote sind jedoch wie ein Gespräch: Ständige Aktualisierungen sind billig, ermöglichen es Ihnen zu messen, wie die Kunden reagieren und werden von vielen Kunden sogar erwartet.

Die Entwicklung digitaler Angebote, die auch mechanische und elektronische Komponenten umfassen, erfordert eine andere Sichtweise auf die Prioritäten und den Prozess. Erstens: Stellen Sie die Passung zwischen Problem und Lösung her, indem Sie einfach viel Zeit mit den geplanten Kunden verbringen, und zwar lange vor jeder F&E-Maßnahme. Zweitens: Stellen Sie die Produkt-/Markttauglichkeit fest, indem Sie den Kunden das geplante Lösungskonzept vorstellen und die Tauglichkeit sowie die Zahlungsbereitschaft der Kunden überprüfen. Drittens: Bauen Sie die krakeligste, schnellste und kleinste Umsetzung des Produkts, die eine Validierung im kleinen Maßstab ermöglicht. Hier gehen Sie von der Messung dessen, was die Kunden sagen, zu dem über, was sie tatsächlich tun. Viertens: Bauen Sie einen etwas fortgeschritteneren Prototyp des Produkts, der in größerem Maßstab validiert werden kann.

Natürlich wird jeder dieser Schritte iterativ durchgeführt und Sie gehen erst zum nächsten Schritt über, wenn das Feedback der Kunden dies rechtfertigt. In der Praxis bedeutet das oft, dass die mechanischen und elektronischen Teile des Produkts in Bezug auf die Spezifikationen überdimensioniert sind, um einen größeren „Designraum“ an Möglichkeiten für den digitalen Teil zu ermöglichen.

Abschließend lässt sich sagen, dass die Innovation digitaler Angebote für Unternehmen im Bereich der eingebetteten Systeme schwierig ist. Das Ergebnis ist oft ein „minimal realisierbarer Elefant“, der erst nach dem Start der Produktion ein Kundenfeedback erhält. Konzentrieren Sie sich stattdessen intensiv auf das Sammeln von Kundenfeedback während des gesamten Innovationsprozesses und auf das Kundenverhalten, wo immer dies möglich ist. Letztendlich ist es der Kunde, der darüber entscheidet, ob Sie erfolgreich sein werden.