Warum komplex, wenn‘s auch einfach geht? Software-Defined Product Features

Produkte werden immer komplexer und von überallher tönt der Ruf: Noch mehr Individualisierungsmöglichkeiten! Noch mehr auf den Kunden zugeschnitten! Es herrscht ein regelrechtes Wettrennen darum, dem Kunden genau das Produkt zu liefern, welches seinen Vorstellungen und Anforderungen am besten entspricht. Und die Konkurrenz schläft nicht.

Dabei gibt viele gute Gründe, warum Unternehmen vermeiden sollten, zu viele verschiedene Produktvarianten anzubieten: Mit jedem neuen Produkt steigt die innere Komplexität im Unternehmen. Mehr Varianten müssen entwickelt und deren Produktdaten verwaltet werden, verschiedene Zukaufteile in ausreichender Anzahl müssen beschafft und gelagert werden, um den Bedarf der Produktion zu allen Zeiten zu decken und um Ersatzteile für Service und Instandsetzung vorzuhalten. Letztlich verursachen Varianten auch Rüstkosten in der Produktion. Ein Unternehmen ist daher gut beraten, sorgfältig zwischen dem Nutzen durch gesteigerte Kundenzufriedenheit und den dadurch entstehenden Kosten abzuwägen.

Software-defined Product Features: Simply clever

Viele Unternehmen versuchen inzwischen, den Trend zur Individualisierung und Customization umzusetzen. Der Plattformansatz, welcher unter Automobilbauern inzwischen flächendeckend verwendet wird, ist nur ein Beispiel für den Versuch, diese beiden entgegengesetzten Ziele unter einen Hut zu bringen. Hier werden verschiedene Automodelle auf der gleichen technischen Basis Teile der Karosserie und des Fahrwerks) aufgebaut, wodurch massive Einsparungen möglich sind. Ein relativ neuer Ansatz ist der Versuch, physisch umgesetzte Produktfunktionalitäten und Features virtuell abzubilden. Ziel dieser so genannten Software-Defined Product Features ist die Senkung von Kosten und Flexibilisierung der Produktion durch eine Reduzierung der physischen Varianz von Produkten. Deutsche Automobilhersteller ersetzen beispielsweise Motorensysteme verschiedener Leistungsstärken durch ein einziges, physisch identisches System. Über Softwareeinstellungen wird dann festgelegt, wie viel Prozent der eigentlich möglichen Leistung je Variante abgerufen werden können. Auf diese Weise wird die Komplexität durch die verschiedene Varianten drastisch reduziert, was eine eventuelle Überdimensionierung des Motorensystems mehr als wettmacht und die Kosten insgesamt deutlich senkt (siehe Abbildung 1). Auch andere Produkteigenschaften und Funktionen, wie eine Sitzheizung, ein besseres Navi oder eine steifere Federung können auf diese Weise freigeschaltet werden. Erste Beispiele von diesem Vorgehen finden sich bereits in der Neuauflage des Audi A2 in 2010.

Abbildung 1: Reduktion physischer Varianten durch Virtualisierung einer Produkteigenschaft (hier: Leistung).
Abbildung 1: Reduktion physischer Varianten durch Virtualisierung einer Produkteigenschaft (hier: Leistung).

 

CtO neu gedacht

Dieser Ansatz hat seinen Praxistest also bereits bestanden. Wo ist also der Haken? Das Problem besteht darin, dass die bisherigen Beispiele von Software-Defined Product Features auf den guten Ideen einzelner Ingenieure beruhen – also selbst hochindividualisiert sind. Es gibt derzeit noch keinen systematischen Ansatz, mit der diese »Kunst der neuen Einfachheit« verallgemeinert und auf andere Produkte übertragen werden kann. Dadurch bleibt viel Verbesserungspotenzial ungenutzt.

Das Team für Digital Engineering des Fraunhofer IAO versucht deshalb, eine Methode im Rahmen des Projekts Cognitive Engineering zu entwickeln, mit der Software-Defined Product Features industrieweit anwendbar werden und auf die Besonderheiten und Bedürfnisse der jeweiligen Unternehmen zugeschnitten werden können.

Noch stehen wir am Anfang dieser spannenden Entwicklung – aber es zeichnet sich ab, dass der Ansatz der Software-Defined Product Features für viele Unternehmen entscheidende Vorteile bieten kann. Sie sind Innovations- oder Produktmanager in einem produzierenden Unternehmen und möchten mehr über den Stand der Forschung und Einsatzszenarien in Ihrer Branche erfahren? Dann besuchen Sie uns auf dem »Advanced Digital Engineering Summit 2020« am 19. und 20. Februar 2020 in Stuttgart.

Leselinks:

Adrian Barwasser

Adrian Barwasser

Adrian Barwasser ist ehemaliger Entwicklungsingenieur und nun Wissenschaftlicher Mitarbeiter am Fraunhofer IAO. Seine Begeisterung gilt der Produktentwicklung. Im Team »Digital Engineering« erforscht er Wege, wie sich im Zeitalter von Industrie 4.0 innovative Produkte entwickeln lassen.

Autorenprofil - Website

Kommentar hinzufügen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.