Was ist Data Intelligence?
Data Intelligence basiert auf Daten und Wissen, welches systematisch aufbereitet und weiter verwertet werden kann. Mithilfe der Datenanalysen k枚nnen Projekte erfolgreicher durchgef眉hrt oder Wettbewerbsvorteile gegen眉ber Konkurrenten geschaffen werden. Data Intelligence bietet zudem zahlreiche Vorteile, wie Transparenz der Prozesse, digitalisierte und automatisierte Gesch盲ftsmodelle und vieles mehr.
Die Daten und das Wissen von Data Intelligence werden aus drei Bereichen generiert:
- Business Intelligence (= Datengetriebene Gesch盲ftssteuerung & Wissensmanagement)
- Business Support (= Digitale Operationalisierung & Intelligente Automatisierung)
- Business Expansion (= Neue digitale Gesch盲ftsmodelle)
Wie sieht Data Intelligence in der Praxis aus?
Auch bei kleinen Projekten hat Data Intelligence einen erheblichen Impact auf die Effizienz von Prozessen und Gesch盲ftsmodellen. Vor allem bei der Einf眉hrung 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 k眉nstlicher Intelligenz
Auf Baustellen wurden Kameras montiert, welche automatisch die eingesetzten Maschinen erkennen. Somit kann jederzeit 眉berpr眉ft werden, welche Maschinen wann und wo im Einsatz sind. Eine weitere Funktion ist die Gew盲hrleistung von Sicherheit auf der Baustelle. Neben der Maschinenerkennung k枚nnen auch Personen erfasst werden. Somit kann analysiert werden, ob eine Person sich zu nah an einer Maschine befindet und somit gesundheitlich gef盲hrdet 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 Funktionsf盲higkeit seiner Maschinen im 脺berblick hat.
Business Case 2: Texterkennung
Es gibt einen Steinbruch, bei dem Rohstoffe wie Sand gekauft werden k枚nnen. 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. Anschlie脽end wird der gedruckte Zettel manuell von einem Mitarbeiter in ein anderes Programm 眉bertragen. Mithilfe OCR-Erkennung kann nun das Bild der Rechnung automatisch erkannt werden und relevante Informationen digital in eine Excel-Tabelle 眉bertragen werden. Der Mitarbeiter spart sich somit wertvolle Arbeitszeit indem er 聽nicht mehr manuell Rechnungen abtippen muss.
Business Case 3: Wohnungskonfigurator
Mit dem Wohnungskonfigurator k枚nnen Personen sich ihre Wunschwohnung online designen. Im Falle Rhomberg wurde berechnet, dass ein Kunde 408 Milliarden M枚glichkeiten hat sich seine Wohnung zu konfigurieren. Da dies eine Vielzahl an M枚glichkeiten darstellt, kann es f眉r einen Kunden schwierig sein, sich zurecht zu finden. Aus diesem Grund wurden Daten von Wohnungsm枚glichkeiten der Kunden gesammelt und ausgewertet. Anhand dieser Datenauswertungen werden nun beliebte Kombinationen und Vorschl盲ge pr盲sentiert. Wenn beispielsweise ein Kunde ein Doppelwaschbecken konfiguriert, wird ihm die Holzfarbe 鈥淓iche鈥 f眉r den Boden vorgeschlagen. Dieses Ergebnis wird aufgrund der vorher analysierten Kundendaten generiert. Somit k枚nnen Kunden sich einfach ihre Wunschwohnung mit Inspirationen designen.
Business Case 4: Grundriss-Suche mithilfe k眉nstlicher Intelligenz
Ein weiterer einfacher Anwendungsfall stellt die Grundriss-Suche dar. Mithilfe der Grundriss-Suche k枚nnen Kunden digital ihren gew眉nschten Grundriss zeichnen (Form, Fensteranzahl etc.). Anhand dieser Skizze werden 盲hnliche Visualisierungen gefunden und vorgestellt. Somit kann der Kunde sich besser vorstellen, wie beispielsweise sein Haus k眉nftig 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. 盲hnliche 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 m眉ssen diese zentral gesammelt und strukturiert verwaltet werden. Nur mithilfe von Daten k枚nnen wertvolle Innovationen geschaffen werden.
- Branchen眉bergreifendes Know-How & Investition in Cloud Technologien
- Fachfremde Mitarbeiter m眉ssen in die Bauunternehmen aufgenommen werden, um somit neues Wissen zu generieren (z.B. IT-Fachmitarbeiter, welche sich mit der Digitalisierung des Unternehmens besch盲ftigen). Zudem m眉ssen sinnvolle Cloud Technologien eingesetzt werden, um gro脽e Mengen an Daten zu verwalten.
- Offenheit gegen眉ber 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 尝枚蝉耻苍驳别苍 gesucht und Prototypen aufgebaut werden. Da beide Bereiche jedoch voneinander abh盲ngen sind, ist es wichtig, dass diese untereinander kommunizieren. Ohne offene Kommunikation k枚nnen keine Benefits generiert werden.
