Archive for Dezember 2009

h1

Wozu Innovation?

21. Dezember 2009

Firmen haben kein „angeborenes“ Bedürfnis, Innovationen zu entwickeln. Meist ist es der Markt, der direkt oder indirekt zur Innovation zwingt. Das kann durch notwendige Kosteneinsparungen, durch sinkende Verkaufszahlen oder bei Auftreten von Qualitätsproblemen der Fall sein. Nur in eher seltenen Fällen planen Firmen das Produkt von Morgen und Übermorgen bereits heute. Wenn die Verkaufszahlen sinken, brennt naturgemäß schon der Hut. Zusammensetzen und im Sinne eines Brainstorming orthodoxe und unorthodoxe Vorschläge sammeln reicht nicht. Die Ideenfindung, die sicherlich am Anfang der meisten Innovationsprozesse steht, ist stark gefährdet, wenn dieser Vorgang im Saft der eingesessenen Experten schmort. Hier werden oft budgetäre Hindernisse oder personelle Engpässe als rationalisierte Argumente verwendet, um Angst vor Misserfolg oder Bequemlichkeit zu kaschieren. Mitarbeiter streben von sich aus nach Kontinuität und einer klaren, feststehende Strukturierung der Arbeitsabläufe.

Innovationen stehen zusätzlich noch den meist kurzfristig orientierten Renditeinteressen von Gesellschaftern und Eigentümern entgegen. Innovation kostet heute Geld und bringt erst übermorgen Gewinne. Eine Investition in Innovation ist ein Beitrag zur langfristigen Unternehmensicherung; dem wird jeder zustimmen, aber wenn es um konkrete Geldausgaben geht, scheiden sich die Geister. Innovationen setzen flexible Unternehmensstrukturen voraus, die die aufgrund des Innovationsprozesses entstehenden Konflikte ausgleichen können.

Es ist zu wenig, Ideen in der eigenen Abteilung zu sammeln. Was kann man hier sonst noch tun:

  • Sprechen Sie doch einmal mit der Reklamationsabteilung. Die wissen immer, was man besser machen könnte.
  • Gehen Sie mit Ihren Schlüsselkunden essen und plaudern Sie über ihr Produkt. In den USA wurde festgestellt, dass zwischen 70 und 95 % aller erfolgreicher Innovationen von Marktbedürfnissen ausgelöst wurden.
  • Besuchen Sie die Internetpräsentationen Ihrer unmittelbaren Mitbewerber; hier kann man sehen, womit sie sich gerade beschäftigen
  • Eine Abfrage von Patentdatenbanken nach den Patenten ihrer Mitbewerber der letzten 3 Jahre liefert sehr klar die Themen, mit denen sich die Entwicklungsabteilungen ihres Mitbewerbs beschäftigen.
  • Gehen Sie durch die eigene Produktionshalle und sprechen Sie mit den Menschen; sie wissen am besten, was man anders und rationeller machen könnte. Aber sprechen die Mitarbeiter frei mit Ihnen darüber oder haben sie Angst, dann Zusätzliches leisten zu müssen oder eine Prämie zu verlieren?
  • Wie ist die Kostenstruktur des Produktes? Gibt es irgendwo einen teuren Materialeinsatz, einen hohen Arbeitsaufwand?
  • Externe Berater können dem Innovationsprozess sowohl in technischer als auch organisatorischer Hinsicht Beine machen; steht der Firmenstolz „Wir machen alles selbst“ dem Einsatz von Externen entgegen?

Wichtig ist die Tatsache, dass alle gewonnenen Ideen unbedingt einer Bewertung unterzogen werden müssen. Die Bewertung muss klarerweise die technischen, wirtschaftlichen und organisatorischen Aspekte der Innovation abdecken. Die in der Bewertungsphase erfolgreichste Innovation wird üblicherweise über den Bau eines Prototyps und einer Testphase im praktischen Einsatz zum fertigen Produkt weiterentwickelt. In all diesen Phasen sind vier Fragen immer wieder zu stellen:

  1. Ist das Produkt am Markt durchsetzbar?
  2. Ist das Produkt technisch machbar?
  3. Ist das Produkt betriebswirtschaftlich sinnvoll?
  4. Ist das Produkt ökologisch vertretbar?

Das Bedürfnis nach Innovation folgt entweder einem Erfordernis an Veränderung im Produktsegment oder einer langfristigen Firmenplanung, erfolgreich kann beides sein, billiger nur zweiteres.
Gefahr für die Innovation

Die Marktattraktivität eines innovativen Produktes ist vor allem durch die Substitutionsgefahr bestimmt. Die Substitution eines Produktes muss nicht immer technisch erfolgen, die Substitution kann auch organisatorisch drohen. Vor einiger Zeit entwickelten wir für einen Kunden eine technische Lösung, um den unteren Teil der Einkaufswagen an der Kasse des Supermarktes automatisch zu überprüfen. Die organisatorische Substitution dieser Innovation war die Anbringung einer Nummer am Einkaufswagen, die nur bei leerem unterem Korb gesehen werden kann. Diese Nummer muss nun vom Kassenpersonal eingegeben werden; damit wird sichergestellt, dass keine Ware im unteren Korb „vergessen“ wird. Eine technische Lösung ist somit nicht mehr erforderlich.

Es geht nicht so sehr darum, die richtigen Produkte zu „basteln“, sondern vielmehr darum, die richtigen Fragen zu stellen, um so den richtigen Kundennutzen zu erkennen und ihn nachhaltig besser als die Konkurrenz zu befriedigen.

„Ich denke, dass es einen Weltmarkt für vielleicht 5 Computer gibt“ (Thomas Watson, Vorsitzender von IBM, 1943)

Werbeanzeigen
h1

Innovatives Betriebsklima – die Basis

17. Dezember 2009

Das innovative Betriebsklima ist offensichtlich ein Aspekt des allgemeinen Betriebsklimas. Wenn wir vom Betriebsleiter durch den Betrieb geführt werden, braucht man nur in das Gesicht der Mitarbeiter zu schauen oder – noch viel einfacher -aufzupassen, ob der Betriebsleiter seine Mitarbeiter grüßt. Eine repressive, hierarchische Organisation ist wohl die schlechteste Voraussetzung für ein innovatives Betriebsklima.

Damit innovative Ideen in die Chefetage dringen können, müssen Informationen in beide Richtungen fließen können. Das Problem muss den Mitarbeitern bekannt sein, was schon ein gerütteltes Maß an Informationsoffenheit voraussetzt. Aber die Mitarbeiter müssen auch die praktische Möglichkeit haben, ihre Problemlösungsansätze angstfrei und risikolos in der Chefetage deponieren zu können. Hierarchische Organisationen sind diesbezüglich wenig durchlässig für Informationen. Solche Firmen sind nach der Einführung von E-Mail Systemen völlig erstaunt, dass plötzlich jeder an jeden eine Nachricht übermitteln kann, plötzlich Informationen und Anregungen von Verkäufern an technische Abteilungen kommen. Sonderbarerweise werden Probleme und Erfolge, auch von weit entfernten Betriebsteilen, im ganzen Unternehmen bekannt. Wenn sich dann Personen übergangen fühlen, wird es schwierig (das sind oft diejenigen Angestellten, die sich die E-mails von der Sekretärin ausdrucken lassen und die Antwort diktieren – das gibt es noch immer).

Nagelprobe für Informationsdurchlässigkeit: Was halten Sie von der Firma, die die Kostenstruktur jedes Auftrages nach der Erledigung am Schwarzen Brett aushängen lässt? Ist das in ihrem Betrieb denkbar?

Klarerweise müssen bei einem innovativen Betriebsklima nicht nur die Informationswege offen sein, sondern auch die Möglichkeit, eigene Lösungsansätze im Betrieb verwirklichen zu können, muss kultiviert sein. Beispielsweise durch die Einführung eines Prämiensystems für durchgeführte Innovationen, eines Preisausschreibens für innovative Ideen oder alleine die Übergabe einer Anerkennungsurkunde aus der Hand des Chefs. Wichtig ist, dass die Geschäftsleitung immer auf Vorschläge und Innovationen positiv reagiert, immerhin hat sich in jedem Fall ein Mitarbeiter außerhalb seiner Stellenbeschreibung Gedanken um das Wohl des Unternehmens gemacht, das sollte doch auf jeden Fall gefördert werden.

Das Handling all solcher Ideen erfordert zusätzliche Man-Power, größere Firmen brauchen dafür einen eigenen Mitarbeiter. Wichtig im Sinne einer offenen Kommunikationsstruktur ist klarerweise die (schnelle) Information des Mitarbeiters, der die Idee gebracht hat und die Diskussion mit ihm. Viele Mitarbeiter denken bei Innovation immer nur an das Eine: an die technische Innovation. Man muss sehr oft darauf hinweisen, dass auch organisatorische Innovationen für jedes Unternehmen außerordentlich wichtig sind. Das einzige Problem mit organisatorischen Innovationen ist die Tatsache, dass man meist jemandem weh tun muss.

Die größte Gefahr für solche Systeme liegen nicht alleine in der hierarchischen Konkurrenz des Abteilungsleiters zum ideensprühenden Werkmeister, vielmehr sind es die folgenden drei Universalargumente:

  • das haben wir schon immer so gemacht
  • da könnte ja jeder kommen
  • und überhaupt.

Ich erinnere mich an meine Zeit als Ferialpraktikant bei einer großen Elektrotechnikfirma, dort hatte ich vorgeschlagen, durch eine andere elektrische Schaltung einige tausend Meter Verdrahtung einzusparen. Die Reaktion war schlicht und überzeugend: „… da müssten wir ja ein anderes Relais verwenden“ – eine schnelle und durchschlagende Erledigung einer Innovation.

Klar ist: Wenn die einzelnen Abteilungen als „Profitcenter“ geführt werden und damit zueinander in Konkurrenz stehen, wird nie der Techniker mit den Vertriebsleuten sprechen; so werden nie Ideen ausgetauscht und keine Probleme kommuniziert. Ein innovatives Betriebsklima erfordert eine angstfreie menschliche Atmosphäre in den Hallen und Büros, aber vor allem in den Köpfen der Betriebsleitung.

h1

Innovation und künstliche Intelligenz

11. Dezember 2009

Fällt einem nichts ein – Ruf nach künstlicher Intelligenz?

Kann man mit Methoden der künstlichen Intelligenz zu Innovationen kommen? Das ist eindeutig mit „ja“ zu beantworten, wenn es sich um Prozesse handelt, bei denen die Zusammenhänge nicht von vorneherein erkennbar sind. Ein typisches Beispiel: In einer Fertigung kommt es manchmal zu kleineren oder größeren Qualitätsschwankungen. Die Anzahl der beteiligten Prozessparameter ist meist hoch und unübersichtlich. Es kann also nicht unmittelbar gesagt werden, welche Einflussgrößen beziehungsweise – noch komplizierter – welche Kombinationen von Einflussgrößen die Störungen verursachen. Beispielsweise kommt es bei der Extrudierung von Getreide nicht nur auf die Prozessparameter des Extruders wie Druck, Geschwindigkeit, Temperatur etc. an, sondern auch auf die Analysequalität des eingesetzten Rohmaterials, die Lagerdauer, Feuchtigkeit etc. Mit den aufgezeichneten Daten der Vergangenheit kann nun mit Methoden der künstlichen Intelligenz eine „Erklärung“ erzeugt werden, warum oder besser unter welchen Umständen der Prozess Probleme macht oder nur manchmal funktioniert. Mitunter kommt es hier zu verblüffenden Resultaten: ein Problem tritt nur dann auf, wenn draußen die Sonne scheint weil, wie sich nachher herausstellt, die Sonne eine Maschine erwärmt, oder ein Problem tritt nur dann auf, wenn ein bestimmter Mitarbeiter die Maschine bedient.

Entscheidungsbaum

Diese Problemlösungen können technisch durch die Erzeugung eines Entscheidungsbaumes mit Hilfe von Methoden des Maschinenlernens erzielt werden. Der Vorteil dieser speziellen Vorgangsweise liegt darin, dass man das gewonnene Resultat auch mit dem Werkmeister diskutieren und auf physikalische Sinnhaftigkeit untersuchen kann. Außerdem kann mit mathematischen Methoden errechnet werden, mit welcher Fehlerquote man bei neuen Fällen rechnen muß.

Beispiele

Auf diese Weise haben wir beispielsweise untersucht, worin sich der Klang einer rotfaulen Fichte von der einer gesunden Fichte unterscheidet. Dies führte zur Entwicklung des „elektronischen Spechtes“ als zerstörungsfreies Diagnoseverfahren von Fichten. Aber auf diese Weise lassen sich auch Lötprobleme, Verformungsprobleme und vieles andere mehr untersuchen. Wir gehen sogar noch weiter: Selbst wenn ein physikalisch–technisches Modell eines Prozesses besteht, erweist es sich oft als außerordentlich hilfreich, wenn der Prozess zusätzlich mit Methoden der künstlichen Intelligenz untersucht wird. Es gibt tatsächlich Fälle, in denen die so gefundene Lösung genauer, schneller oder einfacher ist.

Diese Methoden lassen sich auch ausgezeichnet im nicht-technischen Bereich einsetzen, um beispielsweise bei Mailings diejenigen Adressen zu selektieren, die mit einer wesentlich höheren Wahrscheinlichkeit auf die Zusendung reagieren werden. Auf diese Art und Weise haben amerikanische Firmen die Rücklaufquoten verdreifacht. Eine amerikanische Restaurantkette plant sogar ihren kurzfristigen Personalbedarf mit den Methoden der künstlichen Intelligenz, um in keinem Fall zu viele Mitarbeiter einzuberufen, aber auch nicht zu wenige.

Im Prinzip könnte man all diese Probleme auch beispielsweise durch den Einsatz von neuronalen Netzen lösen. Es scheint sogar, dass die Vorhersagegenauigkeit von neuronalen Netzen einen Hauch besser ist als etwa die Anwendung eines Entscheidungsbaums. Was jedoch in der Praxis gegen die Verwendung von neuronalen Netzen spricht, ist die Unmöglichkeit, das im neuronalen Netz gespeicherte Wissen auf Sinnhaftigkeit überprüfen und diskutieren zu können, weil es nicht einfach in menschlich lesbare Form zu übersetzen ist. Im Falle eines Entscheidungsbaumes sind die Grenzen des Einsatzes überschaubar, ein neuronales Netz kann theoretisch in einem „nächsten“ Bearbeitungsfall plötzlich etwas ganz Unsinniges errechnen, was zwar in der Praxis selten vorkommt, alleine die Möglichkeit irritiert.

Kann man mit Methoden der künstlichen Intelligenz zu Innovationen kommen? Das ist eindeutig mit „ja“ zu beantworten, wenn es sich um Prozesse handelt, bei denen die Zusammenhänge nicht von vorneherein erkennbar sind. Ein typisches Beispiel: In einer Fertigung kommt es manchmal zu kleineren oder größeren Qualitätsschwankungen. Die Anzahl der beteiligten Prozessparameter ist meist hoch und unübersichtlich. Es kann also nicht unmittelbar gesagt werden, welche Einflussgrößen beziehungsweise – noch komplizierter – welche Kombinationen von Einflussgrößen die Störungen verursachen. Beispielsweise kommt es bei der Extrudierung von Getreide nicht nur auf die Prozessparameter des Extruders wie Druck, Geschwindigkeit, Temperatur etc. an, sondern auch auf die Analysequalität des eingesetzten Rohmaterials, die Lagerdauer, Feuchtigkeit etc. Mit den aufgezeichneten Daten der Vergangenheit kann nun mit Methoden der künstlichen Intelligenz eine „Erklärung“ erzeugt werden, warum oder besser unter welchen Umständen der Prozess Probleme macht oder nur manchmal funktioniert. Mitunter kommt es hier zu verblüffenden Resultaten: ein Problem tritt nur dann auf, wenn draußen die Sonne scheint weil, wie sich nachher herausstellt, die Sonne eine Maschine erwärmt, oder ein Problem tritt nur dann auf, wenn ein bestimmter Mitarbeiter die Maschine bedient.

Diese Problemlösungen können technisch durch die Erzeugung eines Entscheidungsbaumes mit Hilfe von Methoden des Maschinenlernens erzielt werden. Der Vorteil dieser speziellen Vorgangsweise liegt darin, dass man das gewonnene Resultat auch mit dem Werkmeister diskutieren und auf physikalische Sinnhaftigkeit untersuchen kann. Außerdem kann mit mathematischen Methoden errechnet werden, mit welcher Fehlerquote man bei neuen Fällen rechnen muß.

Auf diese Weise haben wir beispielsweise untersucht, worin sich der Klang einer rotfaulen Fichte von der einer gesunden Fichte unterscheidet. Dies führte zur Entwicklung des „elektronischen Spechtes“ als zerstörungsfreies Diagnoseverfahren von Fichten. Aber auf diese Weise lassen sich auch Lötprobleme, Verformungsprobleme und vieles andere mehr untersuchen. Wir gehen sogar noch weiter: Selbst wenn ein physikalisch–technisches Modell eines Prozesses besteht, erweist es sich oft als außerordentlich hilfreich, wenn der Prozess zusätzlich mit Methoden der künstlichen Intelligenz untersucht wird. Es gibt tatsächlich Fälle, in denen die so gefundene Lösung genauer, schneller oder einfacher ist.

Diese Methoden lassen sich auch ausgezeichnet im nicht-technischen Bereich einsetzen, um beispielsweise bei Mailings diejenigen Adressen zu selektieren, die mit einer wesentlich höheren Wahrscheinlichkeit auf die Zusendung reagieren werden. Auf diese Art und Weise haben amerikanische Firmen die Rücklaufquoten verdreifacht. Eine amerikanische Restaurantkette plant sogar ihren kurzfristigen Personalbedarf mit den Methoden der künstlichen Intelligenz, um in keinem Fall zu viele Mitarbeiter einzuberufen, aber auch nicht zu wenige.

Im Prinzip könnte man all diese Probleme auch beispielsweise durch den Einsatz von neuronalen Netzen lösen. Es scheint sogar, dass die Vorhersagegenauigkeit von neuronalen Netzen einen Hauch besser ist als etwa die Anwendung eines Entscheidungsbaums. Was jedoch in der Praxis gegen die Verwendung von neuronalen Netzen spricht, ist die Unmöglichkeit, das im neuronalen Netz gespeicherte Wissen auf Sinnhaftigkeit überprüfen und diskutieren zu können, weil es nicht einfach in menschlich lesbare Form zu übersetzen ist. Im Falle eines Entscheidungsbaumes sind die Grenzen des Einsatzes überschaubar, ein neuronales Netz kann theoretisch in einem „nächsten“ Bearbeitungsfall plötzlich etwas ganz Unsinniges errechnen, was zwar in der Praxis selten vorkommt, alleine die Möglichkeit irritiert.

h1

Was ist eigentlich ein Problem?

2. Dezember 2009

Ein Problem ist durch drei Komponenten gekennzeichnet:

  1. ein unerwünschter Anfangszustand
  2. einen erwünschten, mehr oder weniger klaren End- bzw. Zielzustand und
  3. eine Barriere, die die Überführung vom Anfangs- in den Endzustand verhindert

Problemlösen ist also das Auflösen dieser Barriere.

Der hohe Anspruch an den Menschen beim Problemlösen wird verdeutlicht, wenn die Bedeutung von „Problemlösen“ in der Psychologie betrachtet wird. Hier werden „Problemlösen“ und „produktives Denken“ auf eine Stufe gestellt und werden als höchste Stufe des Lernens betrachtet. „Problemlösen“ meint nicht das blinde Finden einer Lösung durch „trial-and-error“, sondern vielmehr das gedankliche Herstellen von neuen Zusammenhängen unter Einbeziehung sinnhaltigen Vorwissens.

Obiges zitiert nach dem guten Buch „Potentialanalyse: Methodenkopplung von TRIZ und Bionik “ (http://www.grin.com/e-book/39753/potentialanalyse-methodenkopplung-von-triz-und-bionik#)

Was heißt das praktisch?

Der Mensch, es ist (fast) immer ein Mensch / das Team, braucht zur Lösung eines technischen Problems immer

  • technisches Hintergrundwissen im Bereich des Problems (Produktion, Messung, Qualität,…)
  • Basiswissen, er/sie sollte also in den Grundlagen Vorlesungen „aufgepasst haben“
  • Branchenwissen über schon versuchte Lösungswege
  • Wissen über den Nutzen der potentiellen Problemlösung, sonst kann er einen möglichen Lösungsweg nicht beurteilen

Förderlich sind

  • branchenübergreifendes Wissen über Lösungen – vieles ist in einer anderen Branche (in anderer Form, anderen Namen) schon gelöst
  • Mathematische Kenntnisse (leider für manche), da die Schlussfolgerung über ähnliche mathematische Strukturen zu ähnlichen praktischen Problemen sehr erfolgreich ist
  • Als Physiker gesprochen: eine gute physikalische Grundlagenausbildung
Potentialanalyse: Methodenkopplung von TRIZ und Bionik