Digitalisierung und Industrie 4.0 Auswirkungen auf Wertschöpfungsstrukturen und Arbeit

Transkript

1 Digitalisierung und Industrie 4.0 Auswirkungen auf Wertschöpfungsstrukturen und Arbeit Prof. Dr.-Ing. Peter Liggesmeyer Lehrstuhl Software Dependability, Technische Universität Kaiserslautern Geschäftsführender Direktor, Fraunhofer-Institut für Experimentelles Software Engineering Präsident Gesellschaft für Informatik

2 Der Digitalisierungstrend Dr. F. Piëch, Jahrespressekonferenz der Volkswagen AG 2000: 90% der Innovationen im Fahrzeugbau sind heute entscheidend durch Elektronik geprägt. Dabei kommt insbesondere der Software und ihrer Beherrschung eine Schlüsselrolle zu. A.T. Kearney: 90% aller technischen Neuerungen im Fahrzeug werden in Zukunft durch Elektronik und Elektrik realisiert und die Softwareentwicklung leistet in diesem Zusammenhang mit etwa 80% den wesentlichen Beitrag. Bereits 2003 geschieht mehr als 60% der Wertschöpfung des Siemens- Konzerns durch Software. 2

3 Der Digitalisierungstrend Data Analytics 3

4 Wirtschaftliche Bedeutung von Smart Ecosystems (hier: Embedded Systems, NRMES) Prognose 2009: 71 Mrd. Euro Weltmarktvolumen (60 Mrd. Euro bis 138 Mrd. Euro ) Prognose 2020: 40 Mrd. eingebettete Anwendungen Marktvolumina für Embedded Software 2007: Automobil- und Transportbranche: ca. 5 Mrd. US-$ Automatisierungstechnik ca. 5,2 Mrd. US-$ Medizintechnik 1,8 Mrd. US-$ mehr als F&E-Projekte, ca. 50% der Kosten für Eingebettete Software-Entwicklung 4

5 Wirtschaftliche Bedeutung von Smart Ecosystems (hier: Embedded Systems, NRMES) Deutschland: Drittgrößter Markt für Embedded Systems nach USA und Japan 2007: >18,7 Mrd. Euro Geschätztes Wachstum: 9-10% pro Jahr 5

6 Begriffe Industrie 4.0 Massenindividualisierte Produkte Kundenwünsche Autonomie Internet der Dinge (IoT) Autonom kommunizierende Artefakte Großer Adressraum, hohe Datenmengen Big Data Schließen von Informationen aus Massendaten Bessere Angebote (Dienste) 6

7 Von der ersten zur dritten industriellen Revolution Industrie 1.0 Kennzeichen: Ersatz von Muskelkraft durch Dampfkraft Ziele: Geschwindigkeit, Produktivität Industrie 2.0 Kennzeichen: Zerlegung der Produktion in wiederkehrende Schritte (Band und Takt) Ziele: Kostenreduktion, Hohe Stückzahl, einfache Produkte Bilder: Wikimedia Commons Industrie 3.0 Kennzeichen: Automatisierung Ziel: Produktqualität, Kostenreduktion, Hohe Stückzahl 7 Bild: The Grenzebach Group (Eigenes Werk) [CC-BY-SA-3.0 ( via Wikimedia Commons

8 Industrie 4.0 Vor Industrie 4.0 (Massenprodukte): Hohe Stückzahlen Takt und Band Produktionsplanung vor Produktionsbeginn Weitgehend statische Struktur der Produktion Industrie 4.0 (Massenindividualisierte Produkte): Autonomie Flexibilität und Selbstoptimierung Adaptionsfähigkeit (z.b. bei Maschinenausfällen) Datengetrieben 8

9 Der Begriff Big Data Quelle: Big Data im Praxiseinsatz Szenarien, Beispiele, Effekte: BITKOM

10 Der Begriff Big Data Big Data 23% of the information in the digital universe.. would be useful for Big Data... only 3% of the potentially useful data is tagged, and even less is analyzed. (IDC Report: The Digital Universe in 2020, 2012) Es ist davon auszugehen, dass das weltweite Datenvolumen in den nächsten Jahren schneller wachsen wird als die Kapazitäten zur Datenverarbeitung, die sich seit einigen Jahrzehnten entsprechend dem Mooreschen Gesetz etwa alle 18 Monate verdoppeln. (BITKOM Studie Big Data im Praxiseinsatz, 2012) 10

11 Moore s Law (nach Gordon Moore: Intel; 1965) Intel 4004 (1971) Erste CPU 2300 Transistoren auf 12 mm khz Taktfrequenz Intel Core i7 (2011) Transistoren auf 216 mm 2 4 Kerne Bis 2,7 GHz Intel Pentium II (1997) Transistoren auf 131 mm 2 Bis 333 MHz Taktfrequenz Intel Pentium 4 Prescott (2004) Transistoren auf 112 mm 2 Bis 3,8 GHz 11

12 Die Hochtechnologiebranche Fahrzeugtechnik Automobile Die Wirtschaft verändert sich! Aktuelle S-Klasse 6 Bussysteme > 15 Mio LOC Software Mehr als 100 Steuergeräte 12

13 Chancen, Skepsis und Verweigerung 13

14 Technische Herausforderungen in Industrie 4.0 Big Data Echtzeit Daten- Analyse Diversität Integrierte Entwicklungsmethoden Industry 4.0 Selbst- Adaption Zertifizierung zur Laufzeit Offenheit Security Autonomie Selbstdiagnose Garantierte Qualität Safety 14

15 Wertschöpfungsstrukturen Wer Daten hat, bestimmt die Regeln: Verständnis der Kundenwünsche (Massenindividualisierung) Szenario 1 (dienstorientiert): Internetdienste sind die Schnittstelle zum Kunden und können Preise weitgehend festsetzen und Kostendruck auf Hersteller ausüben Hersteller sind reine Leistungserbringer im Unterauftrag Szenario 2 (produktorientiert): Industrie 4.0 ermöglicht eine direkte Beziehung zwischen Hersteller und Endkunde Die Kundenwünsche fließen als Daten direkt in die Produktion Der Zwischenhandel verliert Relevanz 15

16 Arbeit Szenario 1 (dienstorientiert): Die Wertschöpfung liegt bei den Internetdiensten, die Produkte global einkaufen Arbeit findet dort statt, wo sie billig verfügbar ist Szenario 2 (produktorientiert): Industrie 4.0 erfordert sowohl IT- als auch Engineering-Expertise, die nur bei kompetenten Herstellern verfügbar ist Der Markt für Industrie-4.0-kompatible Unternehmen wächst; Arbeit bleibt zu europäischen Standards erhalten bzw. nimmt zu 16

17 Arbeit Industrie 4.0 erfordert zusätzliche Kompetenzen im IT-Bereich Qualifikation von im Beruf stehenden Arbeitnehmern Neue Ausbildungsberufe? Veränderte akademische Ausbildung!? Industrie 4.0 ermöglicht durch digitale Unterstützung gering qualifizierten Arbeitnehmern die Ausübung qualifizierterer Tätigkeiten als bisher Schulische Bildung: Echter Informatik-Unterricht ab der Grundschule! Nicht ausschließlich Bedienkompetenz von Geräten! 17

18 Schlussfolgerungen Industrie 4.0 wird Massenprodukte zunehmend durch massenindividualisierte Produkte ersetzen Wenn wir uns in Industrie 4.0 engagieren, so können wir hochwertige Arbeitsplätze erhalten Bildung ist ein zentraler Bestandteil (Aus- und Weiterbildung, Schule, Breite und Tiefe) Zum Teil existiert noch erheblicher Forschungsbedarf (z.b. Sicherheit in offenen Systemen, Autonomie) Daten sind der zentrale Rohstoff IoT, Industrie 4.0 und Big Data sind Themen mit großen Gemeinsamkeiten 18