Decisively Digital is nominated for the Financial Times and McKinsey Business Book of the Year Award 2021

The publisher of Decisively Digital, Wiley, has informed me that our book is now officially nominated for the prestigious Financial Times and McKinsey Business Book of the Year Award 2021.

The nomination itself is a very big achievement. Let’s keep our fingers crossed that we win this award!

Thank you, everyone, for making this possible — and for the uplifting and inspiring words:

Decisively Digital is the #1 New Release in Organizational Change on Amazon

Our book Decisively Digital is the number 1 new release in Organizational Change on Amazon!

The paperback of Decisively Digital became available yesterday in the US, with other territories soon to follow.

It took a village to finish this book. Many thanks to all of you:

Decisively Digital — From Creating a Culture to Designing Strategy: Book is Now Available

My new book Decisively Digital — From Creating a Culture to Designing Strategy is now available for pre-order at most bookstores. The ebook is already available:

Book’s website | Amazon | Barnes & Noble | Books A Million | IndieBound | Thalia | Weltbild | published by Wiley

Check out 24 gripping interviews with Elissa Fink, Mohamed Abdel Hadi, Dr. Henna Karna, Derek Roos, Edna Conway, Kerem Tomak, André Rabold, Bora Beran, Florian Ramseger, Tatyana Yakushev, Patrick Kirchgäßner, Jordan Morrow, Yilian Villanueva Martinez, Lee Feinberg, Mark Kromer, Sarah Burnett, Andreas Kopp, Cameron Turner, Christy Marble, Prof. Dr. Patrick Glauner, Vladimir Alexeev, Sofie Blakstad, Sven Sommerfeld, and Ian Choo. Thanks also to Bernard Marr for the foreword, Patrick Walsh for editing, and everyone for supporting me in the preparation and reviews.

More about the book from the back cover:

INSIGHTS AND APPLICATIONS FROM 24 LEADERS OF THE DIGITAL REVOLUTION FROM CREATING A CULTURE TO DESIGNING STRATEGY

Today’s business world is Decisively Digital. Across the business landscape, the leaders rising to the top are the ones who can think big-picture about data, AI, analytics, and beyond. How do we build new capabilities around digital, so we can push into the future with full steam? That’s the question at the heart of the twenty-four incisive interviews inside this unique collection of up-to-the-minute expertise from the people who are moving business forward.

With this book, your mentors are the very digital masterminds behind some of today’s top global organizations. Discover how tech giants are reinventing the world of work, how the financial sector is streamlining with data analytics, and what the latest AI research means for the businesses of today and tomorrow. You’ll also gain access to a toolkit of updates, further reading, and digital strategy ideas on the included companion website.

Discover the inspiration you need to evolve your business for the digital age and learn to:

    • Establish a digital culture that empowers people to work smarter
    • Implement data democracy and analytics to discover new capabilities
    • Generate tangible business results using new tech tools
    • Realize efficiencies with artificial intelligence, blockchain, and the Internet of Things
    • Apply real-world examples as you build your own future-proof digital strategy

“Alexander has brought together some of the brightest voices and smartest thought leaders from leading organisations across many industries, to bring you unmissable insights and real-world examples to showcase how technology can improve your businesses and drive business results today and tomorrow.”
—Bernard Marr, Futurist, influencer and best-selling author of Tech Trends in Practice and The Intelligence Revolution

Decisively Digital is decisively executive. Great experts, great interviews, and great insights combine to a crisp, cohesive and powerful story. It would be quite a mistake for any (aspiring) leader not to dive into this book, so I will definitely put it on the list of mandatory readings for my future students!”
—Markus Maedler, Director Executive MBA Programmes at Frankfurt School of Finance & Management

Thank you all who helped me to complete this book — and please feel free to share the news:

Predictive Maintenance hilft Ihnen Wartungsmaßnahmen effizient zu gestalten

Screenshot
Predictive Maintenance zeigt verbleibende Nutzungsdauer von Aufzügen der Deutschen Bahn: klicken, um interaktives Dashboard zu öffnen

Nicht nur die Fertigungskosten lassen sich mit Predictive Maintenance senken. Auch im Dienstleistungsbereich entsteht durch Vorhersagen enormes Optimierungspotential. Im wesentlichen lassen sich die Fragestellungen, die im Rahmen von Predictive Maintenance gestellt werden, in drei Klassen einteilen:

  • Wie hoch ist die Wahrscheinlichkeit, dass ein Gerät in naher Zukunft ausfällt?
  • Was sind die Ursachen von Ausfällen und welche Instandhaltungsmaßnahmen sollten durchgeführt werden, um diese Probleme zu beheben?
  • Wie lang ist die Nutzungsdauer eines Gerätes?

Ein Beispiel, das die Frage der Nutzungsdauer in den Mittelpunkt rückt, zeigt das Dashboard Predictive Maintenance Deutsche Bahn Elevators. Dieses Dashboard sagt voraus, wie lange Aufzüge noch ohne Wartung auskommen (“Rest of Useful Life”). Mit dem Parameter “Material Wear Off” lässt sich zudem der Grad der Abnutzung beeinflussen.

Die visualisierten Sensordaten erlauben darüber hinaus die Möglichkeit Anomalien zu entdecken. Hier lassen sich mit den Parametern “Primary Sensor” und “Secondary Sensor” verschiedene Kombinationen analysieren. In der “Setting Matrix” werden die verschiedene Einstellungen, die beim Betreiben der Aufzüge angewandt werden zusammengefasst.

Details zu den Aufzügen werden im Tooltip angezeigt. In diesen Tooltips lassen sich darüber hinaus Wartungsaufträge via Twitter triggern:

 

Anstatt auf eine Störung zu reagieren, können Servicetechniker somit auf Vorhersagen zurückgreifen. Damit agieren sie bereits vor einem Ausfall des Aufzugs entsprechend. Techniker sind somit in der Lage einen Aufzug aus der Ferne in den Diagnosemodus zu versetzen und ihn auf einer bestimmten Etage zu parken. All dies führt zu weniger Anfahrtszeiten, gesteigerter Effizienz und geringeren Kosten.

Dieses und weitere Beispiele zeige ich auf meinem Vortrag “Industry 4.0: Self Service BI and Predictive Maintenance“ im Rahmen des IBI Symposium am 17. November 2016 in Stuttgart.

: Das Predictive Maintenance Dashboard wird außerdem auf der CeBIT 2017 im Rahmen der “neuen datenbasierten Geschäftsmodelle und Big Data bei der DB” vorgestellt:

4 Methoden um mit Predictive Maintenance Kosten zu senken

Predictive Maintenance Dashboard auf Tableau Mobile und IoT Realtime Feed auf Tableau Desktop
Predictive Maintenance Dashboard auf Tableau Mobile und IoT Realtime Feed auf Tableau Desktop

Instandhaltungskosten machen einen großen Teil der Fertigungskosten aus. Je nach Industrie werden die Instandhaltungskosten auf 15 bis 60 Prozent der Gesamtkosten geschätzt.

Das Ziel von Predictive Maintenance (PdM), der vorausschauenden Instandhaltung, ist es vorherzusagen wann eine Maschine ausfällt. Wird Predictive Maintenance als Instandhaltungsstrategie eingesetzt, werden Maschinen nur noch gewartet, sobald ein Ausfall vermutlich eintreten wird. Somit hilft Predictive Maintenance die Instandhaltungskosten deutlich zu senken.

Jene Vorhersagen, die häufig im Kontext mit Industrie 4.0 gesehen werden, lassen sich auf Grundlage folgender Fakten treffen:

  • Aktuelle Sensordaten: Wie verhält sich die Maschine gegenwärtig?
  • Historische Sensordaten: Wie hat sich die Maschine in der Vergangenheit verhalten?
  • Benachbarte Sensordaten: Wie haben sich andere, ähnliche Maschinen verhalten?
  • Instandhaltungsprotokoll: Wann wurde die Maschine zuletzt gewartet oder getauscht?
  • Instandhaltungsempfehlung: Welche Wartungsintervalle empfiehlt der Hersteller?

Solche Daten aus dem “Internet der Dinge” (IoT) lassen sich nun nicht ohne weiteres sinnvoll auf einem Dashboard darstellen. Ein Blick auf die bloßen Daten lässt hier kaum Schlüsse zu. So ist es für erfolgreiches Predictive Maintenance essentiell, dass statistische Methoden wie diese angewandt werden:

1. Mustererkennung: Das Erkennen von Abhängigkeiten zwischen bestimmten Ereignissen und Ausfällen von Maschinen zeigt zum Beispiel auf, dass eine Maschine ausfällt, die durch die Verarbeitung eines bestimmten Materials besonders belastet worden ist.

2. Trendmodell: Der Trend gibt den Verlauf der Zeitreihe bis zum Ausfall der Maschine wieder. Die Modellierung erfolgt mit Hilfe verschiedener Regressionsansätze und umfasst eine Trendkomponente, eine Saisonkomponente und eine Rauschkomponente.

3. Ereigniszeitanalyse: Die Analyse historischer Daten zu Ausfällen liefert ein weiteres Modell, das gegen aktuelle Messdaten gelegt werden kann, um damit die Dauer bis zum nächsten Ausfall bestimmen zu können.

4. Kritische Schwellwerte: Die Prüfung, ob bestimmte Schwellwerte überschritten worden sind. Solche Schwellwerte werden initial von Experten festgelegt, können aber später durch Maschinelles Lernen korrigiert werden.

Diese Methoden lassen sich zum Beispiel in R implementieren. Die Resultate zeigen konkrete Handlungsempfehlungen und eignen sich somit ausgezeichnet für Dashboards, die auch auf Tablets oder Smartphones gut zur Geltung kommen und fortlaufend aktualisiert werden.

Welche Daten und Methoden nutzen Sie für Ihre Instandhaltungsstrategie? Ich freue mich auf Kommentare und Anregungen.

: Predictive Maintenance mit Tableau wird außerdem auf der CeBIT 2016 am Stand der Deutschen Telekom im Rahmen von “Echtzeit-Analysen von Maschinendaten und externen Datenquellen” vorgestellt: