Building on Data Intelligence: Mit sicherer Entscheidungsgrundlage zum Projekterfolg

Was ist Data Intelligence?

Data Intelligence basiert auf Daten und Wissen, welches systematisch aufbereitet und weiter verwertet werden kann. Mithilfe der Datenanalysen können Projekte erfolgreicher durchgeführt oder Wettbewerbsvorteile gegenüber Konkurrenten geschaffen werden. Data Intelligence bietet zudem zahlreiche Vorteile, wie Transparenz der Prozesse, digitalisierte und automatisierte Geschäftsmodelle und vieles mehr.

Die Daten und das Wissen von Data Intelligence werden aus drei Bereichen generiert:

• Business Intelligence (= Datengetriebene Geschäftssteuerung & Wissensmanagement)
• Business Support (= Digitale Operationalisierung & Intelligente Automatisierung)
• Business Expansion (= Neue digitale Geschäftsmodelle)

Wie sieht Data Intelligence in der Praxis aus?

Auch bei kleinen Projekten hat Data Intelligence einen erheblichen Impact auf die Effizienz von Prozessen und Geschäftsmodellen. Vor allem bei der Einführung und Auseinandersetzung mit der Thematik ist es sinnvoll mit wenigen und kleinen Projekten zu starten. Somit kann iterativ der Bereich im Unternehmen aufgebaut werden.

Business Case 1: Maschinenerkennung mit künstlicher Intelligenz

Auf Baustellen wurden Kameras montiert, welche automatisch die eingesetzten Maschinen erkennen. Somit kann jederzeit überprüft werden, welche Maschinen wann und wo im Einsatz sind. Eine weitere Funktion ist die Gewährleistung von Sicherheit auf der Baustelle. Neben der Maschinenerkennung können auch Personen erfasst werden. Somit kann analysiert werden, ob eine Person sich zu nah an einer Maschine befindet und somit gesundheitlich gefährdet ist. Sobald dies der Fall ist, wird die Person mit einem Signal darauf hingewiesen. Beide Aspekte entlasten vor allem den Bauhofleiter, da er sowohl die Sicherheit seiner Mitarbeiter als auch die Funktionsfähigkeit seiner Maschinen im Überblick hat.

Business Case 2: Texterkennung

Es gibt einen Steinbruch, bei dem Rohstoffe wie Sand gekauft werden können. Der Sand wird in einen Container geladen. Mithilfe einer Waage wird die Menge des Sandes gemessen, da dieser entsprechend preislich etikettiert werden muss. Sobald die Waage einen Wert gemessen hat, wird eine entsprechende Rechnung mit relevanten Informationen, wie ID, Position, und Uhrzeit erzeugt. Anschließend wird der gedruckte Zettel manuell von einem Mitarbeiter in ein anderes Programm übertragen. Mithilfe OCR-Erkennung kann nun das Bild der Rechnung automatisch erkannt werden und relevante Informationen digital in eine Excel-Tabelle übertragen werden. Der Mitarbeiter spart sich somit wertvolle Arbeitszeit indem er nicht mehr manuell Rechnungen abtippen muss.

Business Case 3: Wohnungskonfigurator

Mit dem Wohnungskonfigurator können Personen sich ihre Wunschwohnung online designen. Im Falle Rhomberg wurde berechnet, dass ein Kunde 408 Milliarden Möglichkeiten hat sich seine Wohnung zu konfigurieren. Da dies eine Vielzahl an Möglichkeiten darstellt, kann es für einen Kunden schwierig sein, sich zurecht zu finden. Aus diesem Grund wurden Daten von Wohnungsmöglichkeiten der Kunden gesammelt und ausgewertet. Anhand dieser Datenauswertungen werden nun beliebte Kombinationen und Vorschläge präsentiert. Wenn beispielsweise ein Kunde ein Doppelwaschbecken konfiguriert, wird ihm die Holzfarbe “Eiche” für den Boden vorgeschlagen. Dieses Ergebnis wird aufgrund der vorher analysierten Kundendaten generiert. Somit können Kunden sich einfach ihre Wunschwohnung mit Inspirationen designen.

Business Case 4: Grundriss-Suche mithilfe künstlicher Intelligenz

Ein weiterer einfacher Anwendungsfall stellt die Grundriss-Suche dar. Mithilfe der Grundriss-Suche können Kunden digital ihren gewünschten Grundriss zeichnen (Form, Fensteranzahl etc.). Anhand dieser Skizze werden ähnliche Visualisierungen gefunden und vorgestellt. Somit kann der Kunde sich besser vorstellen, wie beispielsweise sein Haus künftig aussehen soll. Ein weiterer Anwendungsfall ist, dass eine Person umzieht und eine genaue Vorstellung von dem Grundriss hat (z.B. durch den vorherigen Wohnsitz). Die Person kann eine finale Skizze zum Termin mitbringen und anhand der bestehenden Zeichnung werden identische bzw. ähnliche Grundrisse gefunden.

Learnings durch Best-Practices in der Baubranche

• Digitales Mindset & Daten als zentrales Gut eines Unternehmen
• Das Mindset der Baubranche muss digital aufgebaut werden. Es muss in neue Technologien investiert werden. Der Mehrwert dahinter muss vom gesamten Unternehmen erkannt werden, sodass auch eine digitale Transformation stattfinden kann. Daten machen ein Unternehmen einzigartig, daher müssen diese zentral gesammelt und strukturiert verwaltet werden. Nur mithilfe von Daten können wertvolle Innovationen geschaffen werden.
• Branchenübergreifendes Know-How & Investition in Cloud Technologien
• Fachfremde Mitarbeiter müssen in die Bauunternehmen aufgenommen werden, um somit neues Wissen zu generieren (z.B. IT-Fachmitarbeiter, welche sich mit der Digitalisierung des Unternehmens beschäftigen). Zudem müssen sinnvolle Cloud Technologien eingesetzt werden, um große Mengen an Daten zu verwalten.
• Offenheit gegenüber Experimenten & Kommunikation
• Klassisches Bauen und Software Engineering unterscheiden sich komplett in ihrer Vorgehensweise. Bei einem Bau muss zu 100% von unten nach oben gebaut werden. Bei modernen Software Engineering wird iterativ gearbeitet, sodass immer wieder neue Lösungen gesucht und Prototypen aufgebaut werden. Da beide Bereiche jedoch voneinander abhängen sind, ist es wichtig, dass diese untereinander kommunizieren. Ohne offene Kommunikation können keine Benefits generiert werden.