Obwohl die Industrie 4.0 ein großes Potenzial für die deutsche Industrie verspricht, haben sich, laut einer Online-Studie des Internationalen Controller Vereins, erst 45 % der Unternehmen mit dem Thema Industrie 4.0 beschäftigt. Lediglich 5,5 % entwickeln derzeit eine Strategie zu Industrie 4.0. Das Controlling in deutschen Industrieunternehmen ist demnach auf den Wandel nicht vorbereitet. Vor diesem Hintergrund werden in der vorliegenden Arbeit die Herausforderungen des Controllings durch den Trend zur Industrie 4.0 analysiert. Dabei liegt der Schwerpunkt auf der Betrachtung von intelligenten Fabriken (Smart Factories) deutscher Industrieunternehmen.
Zusammenfassend ergibt sich die zentrale Frage dieser Arbeit: Welche Herausforderungen entstehen durch die Industrie 4.0 für das Controlling von Produktionsunternehmen und welchen Einfluss hat dieser Transformationsprozess auf das Kompetenzprofil des Controllers?
Inhaltsverzeichnis
Abbildungsverzeichnis
Abkürzungsverzeichnis
1 Einleitung
1.1 Einführung
1.2 Zielsetzung
1.3 Vorgehensweise
2 Controlling
2.1 Definition und Abgrenzung
2.2 Controlling-Prozesse nach der IGC
2.2.1 Strategische Planung
2.2.2 Operative Planung und Budgetierung
2.2.3 Forecast
2.2.4 Kosten-, Leistungs- und Ergebnisrechnung
2.2.5 Management Reporting
2.2.6 Projekt- und Investitionscontrolling
2.2.7 Risikomanagement
3 Industrie 4.0
3.1 Historische Einordnung
3.2 Industrielle Evolution oder Revolution
3.3 Definition und Abgrenzung
3.4 Technologiefelder
3.4.1 Embedded Systems
3.4.2 Smart Objects, Products und Services
3.4.3 Cyber-physische-Systeme
3.4.4 Internet der Dinge, Daten und Dienste
3.4.5 Big Data
3.4.6 Cloud-Computing
3.4.7 Weitere Technologien
3.5 Digitalisierung der Produktion
3.6 Smart Factory
4 Anforderungen an die Controlling-Prozesse
4.1 Strategische Planung
4.2 Operative Planung und Budgetierung
4.3 Forecast
4.4 Kosten-, Leistungs- und Ergebnisrechnung
4.5 Management Reporting
4.6 Projekt- und Investitionscontrolling
4.7 Risikomanagement
5 Anforderungen an die Controllerkompetenzen
6 Fazit und Ausblick
Quellenverzeichnis
Abbildungsverzeichnis
Abb.1: Controlling Prozessmodell
Abb.2: Periodischer und rollierender Forecast im Vergleich
Abb.3: Industrielle Revolutionen
Abb.4: Hype-Cycle-Modell von Gartner Inc
Abb. 5: Horizontale und vertikale Integration der Smart Factory
Abkürzungsverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
1 Einleitung
1.1 Einführung
Das produzierende Gewerbe zählt mit rund 6,2 Millionen Beschäftigten und 1,8 Billionen Euro Umsatz zu den größten Wirtschaftssektoren in Deutschland (vgl. Statistisches Bundesamt 2016: 7). Die 45.879 Betriebe dieses Sektors sind für rund 25 % der gesamten Bruttowertschöpfung verantwortlich (vgl. Statistisches Bundesamt 2016: 7; Pinnow, Schäfer 2015: VII). Während der internationale Wandel hin zu Dienstleistungsgesellschaften fortschreitet, stagniert in den letzten 20 Jahren in Deutschland der industrielle Anteil am Bruttoinlandsprodukt (BIP). Die Industrie bildet den Schwerpunkt der deutschen Exportstärke und ist somit ein Garant für Wachstum, Wohlstand und Sicherung der Arbeitsplätze. (vgl. BMWi 2018a) Die hohe Bedeutung der Industrie soll zudem für die überdurchschnittliche Erholung der Wirtschaft seit der Finanzkrise im Jahr 2008 verantwortlich sein (vgl. Spath et al. 2013: 14 f.).
Aktuell steht die Industrie jedoch vor großen Herausforderungen. Durch die Glo- balisierung hat der internationale Wettbewerb zugenommen und erhöht für deut- sche Produzenten Innovationsdruck und -geschwindigkeit (vgl. Soder 2017: 3). Der Trend zu mehr Produktvielfalt und kürzeren Innovationszyklen führt zu stei- genden Kosten und Komplexität (vgl. Russwurm 2013: 23). Die wachsende Nach- frage nach kundenindividuellen Produkten erfordert von Unternehmen mehr Fle- xibilität in der Produktion (vgl. Deuse et al. 2015: 99). Zudem verändern Ressour- cenverknappung, Klimawandel und der demografische Wandel Produktion und Arbeitsleben (vgl. Spath et al. 2013: 18).
Auf diese Herausforderungen versucht die deutsche Industrie mit der Digitalisie- rung der Produktion im Rahmen der Industrie 4.0 zu reagieren. Die moderne In- formations- und Kommunikationstechnik ermöglicht die Vernetzung von Maschi- nen, Logistik, Produkten und Menschen zu einer intelligenten Fabrik (vgl. Samu- lat 2017: 3). Die reale und virtuelle Welt verschmilzt durch Echtzeitkommunika- tion aller Systeme. Die Idee hinter der Smart Factory ist die autonome und auto- matisierte Bearbeitung von kundenindividuellen Aufträgen – von der Bestellung über die Fertigung bis zur Auslieferung. Die vernetzten Maschinen arbeiten und denken selbstständig (z. B. automatische Auslösung von Logistikvorgängen). (vgl. Soder 2017: 15 f.) Die Digitalisierung und Vernetzung der gesamten Wertschöp- fungskette, standort- und unternehmensübergreifend, verspricht unvergleichbare Kosten-, Zeit- und Effizienzvorteile (vgl. Seiter et al. 2016: 7; Soder 2017: 3). Die individuelle Massenfertigung soll so zu Kosten und Effizienz der Fließbandferti- gung von Standardprodukten möglich sein (vgl. Pinnow, Schäfer 2015: VIII).
Seit 2006 wurde die Initiative „Industrie 4.0“ von der Bundesregierung im Rah- men der Hightech-Strategie gefördert (vgl. Kagermann et al. 2013: 21). Der Be- griff „Industrie 4.0“ gelangte jedoch erst im Rahmen der Hannover Messe 2011 durch drei Vertreter aus Wirtschaft, Wissenschaft und Politik an die Öffentlichkeit – Henning Kagermann, Dieter Lukas und Wolfgang Wahlster (vgl. Kagermann et al. 2011: 2). Der Bezeichnung „4.0“ soll eine Verbindung zu den bisherigen drei industriellen Revolutionen implizieren. Nach der Wasser- und Dampfkraft (1. Revolution), der Elektrifizierung und Fließbandfertigung (2. Revolution) und Au- tomation durch elektronisch programmierbare Komponenten (3. Revolution) wird die nächste Revolution der Industrie ausgerufen. (vgl. Soder 2017: 15 ff.)
Das Fraunhofer Institut prognostiziert 50 Mrd. an das Internet angeschlossene Menschen, Prozesse, Daten und Dinge bis zum Jahr 2020 (vgl. Bauer et al. 2014: 18). Für Lösungen im Rahmen des Internets der Dinge und Dienste sollen, laut PricewaterhouseCoopers (PwC), im Jahr 2020 1,6 Billionen US-Dollar weltweit ausgegeben werden (vgl. 2016: 3). Für das verarbeitende Gewerbe in Deutschland ergibt sich bis 2025 ein Wertschöpfungspotenzial von 62 Mrd. Euro (vgl. Bauer et al. 2014: 8 ff.). Die Unternehmensinvestitionen in Deutschland in die Digitalisie- rung der Wertschöpfungsketten sollen bis 2020 40 Mrd. betragen und somit 50 % der zukünftigen Anlageninvestitionen der Industrie entsprechen (vgl. Geissbauer et al. 2014: 12).
Dieser Megatrend bedeutet für das Controlling in Industrieunternehmen jedoch große Herausforderungen. Die bisherigen retroperspektivischen Analysen haben in einer automatisierten und digitalisierten Wertschöpfungskette eine einge- schränkte Aussagekraft. Durch die individualisierte Massenfertigung stößt die klassische Produktions- und Prozessplanung des Controllings an ihre Grenzen. An dieser Stelle bietet die Auswertung von Daten in Echtzeit für Unternehmen und Management qualitativ hochwertigere Handlungsempfehlungen durch das Con- trolling. (vgl. Geissbauer et al. 2014: 35)
1.2 Zielsetzung
Obwohl die Industrie 4.0 ein großes Potenzial für die deutsche Industrie ver- spricht, haben sich, laut einer Online-Studie des Internationalen Controller Ver- eins, erst 45 % der Unternehmen mit dem Thema Industrie 4.0 beschäftigt. Ledig- lich 5,5 % entwickeln derzeit eine Strategie zu Industrie 4.0. (vgl. ICV 2015: 34 f.) Das Controlling in deutschen Industrieunternehmen ist demnach auf den Wan- del nicht vorbereitet. Vor diesem Hintergrund werden in der vorliegenden Arbeit die Herausforderungen des Controllings durch den Trend zur Industrie 4.0 analy- siert. Dabei liegt der Schwerpunkt auf der Betrachtung von intelligenten Fabriken (Smart Factories) deutscher Industrieunternehmen. Zusammenfassend lauten die zentralen Fragen dieser Arbeit: Welche Herausforderungen entstehen durch die Industrie 4.0 für das Controlling von Produktionsunternehmen und welchen Ein- fluss hat dieser Transformationsprozess auf das Kompetenzprofil des Controllers?
1.3 Vorgehensweise
Im Anschluss an die Einleitung werden die zentralen Begriffe des Controllings definiert und abgrenzt sowie das Controlling Prozessmodell der International Group of Controlling (IGC) vorgestellt. Dieses Modell ermöglicht im Verlauf der Arbeit die Analyse der Controlling-Prozesse aus unterschiedlichen Perspektiven. Im dritten Kapitel folgt die Bearbeitung des Themenkomplexes Industrie 4.0. Ne- ben Definition und historischer Einordnung werden die Technologiefelder erörtert sowie der Fokus der Arbeit auf die Smart Factory gelegt. Auf diesem umfangrei- chen theoretischen Fundament werden die Herausforderungen des Controllings durch die Industrie 4.0 analysiert. Sowohl aus der Perspektive der Controlling- Prozesse (Kapitel 4), als auch aus der Perspektive der Controllerkompetenzen (Kapitel 5) lassen sich neue Anforderungen identifizieren. Die Arbeit rundet ein Fazit ab, das die gewonnenen Erkenntnisse der Analyse bewertet und die Ent- wicklung des Controllings in Produktionsunternehmen prognostiziert.
2 Controlling
Das zweite Kapitel beschäftigt sich mit den Grundlagen des Controllings. Zu- nächst erfolgt eine Begriffsbestimmung des Controllings, auf deren Basis dann in Kapitel 2.2 die Controlling-Prozesse gemäß der International Group of Control- ling erörtert werden. Diese Systematik der Prozesse ist für das Verständnis und den Aufbau dieser Arbeit essenziell.
2.1 Definition und Abgrenzung
Eine einheitliche Definition des Controllings liegt in der Literatur nicht vor. Die Übersetzung des englischen Verbs „to control“ führt zu einer irrtümlichen Assozi- ation des Begriffs Controlling mit Kontrolle. Die Kontrolle stellt jedoch nur einen Teilprozess des Controllings dar, das selbst umfassender definiert wird. (vgl. Pi- ontek 2005: 17) Zum einen wird unter Controlling ein Subsystem der Führung verstanden, welches ergebnisorientiert das Gesamtsystem durch Planung, Kontrol- le und Koordination der Informationsversorgung unterstützt, um dieses an Um- weltveränderungen anzupassen (vgl. Horváth 2012: 129). Zum anderen wird da- runter der gesamte Prozess der Zielfestlegung, Planung und Steuerung im finanz- und leistungswirtschaftlichen Bereich verstanden mit dem Tätigkeitsspektrum entscheiden, definieren, festlegen, steuern und regeln (vgl. IGC 2005: 56). Die Definitionen grenzen sich insbesondere dadurch ab, dass die Entscheidung für die IGC ein integraler Bestandteil des Controllings ist. So systematisiert die IGC den Begriff Controlling als übergeordneten Aufgabenbereich, der gemeinsam von Controllern durchgeführt und vom Management durch Entscheidungen verant- wortet wird (vgl. IGC 2005: 58).
Der Controller stellt dabei den personifizierten Träger der Controlling-Aufgaben dar (vgl. Horváth 2012: 129). Das Aufgabenfeld des Controllers skizziert die IGC mit ihrem Controller-Leitbild. Demnach gestalten und begleiten Controller die Zielfindung, Planung und Steuerung des Managements zielorientiert. Sie prognos- tizieren zukünftige Chancen und Risiken und integrieren Ziele und Pläne inner- halb der Organisation. Sie gestalten und pflegen Controllingsysteme und tragen als betriebswirtschaftliches Gewissen einen wesentlichen Beitrag zum nachhalti- gen Erfolg von Organisationen bei. (vgl. IGC 2013)
Das Controlling kann als unabhängige Stabstelle zur Unterstützung der Unter- nehmensleitung oder als Linienfunktion mit eigener Entscheidungskompetenz eingeordnet werden (vgl. Buchholz 2013: 40 f.). Obwohl so die Möglichkeit der Entscheidung besteht, liegt für diese Arbeit die Entscheidungskompetenz primär beim Management und orientiert sich somit an der Controlling-Definition von Horváth. Sofern in dieser Arbeit von Herausforderungen des Controllings gespro- chen wird, ist daher der Aufgabenbereich des Controllers gemeint.
2.2 Controlling-Prozesse nach der IGC
Die Controlling-Aufgaben versucht die IGC durch das Controlling-Prozessmodell zu systematisieren. Das Ziel des Standardmodells ist durch Allgemeingültigkeit und Vollständigkeit Transparenz in Prozesse und Strukturen zu bringen. Der Ge- schäftsprozess des Controllings unterteilt sich in zehn Hauptprozesse, während den ersten sieben Prozessen primäre Bedeutung zukommt (siehe Abb. 1). (vgl. IGC 2011: 19 ff.) Diese Fokussierung übernimmt auch die vorliegende Arbeit.
Abbildung in dieser Leseprobe nicht enthalten
Abb. 1: Controlling Prozessmodell (eig. Darst. in Anl. an IGC 2011: 21)
Die Hauptprozesse erfüllen, gemäß der IGC-Definition des Controllings, die Auf- gaben der Zielfestlegung, Planung und Steuerung des Unternehmens. Die Aufga- ben der sieben Hauptprozesse, von der Strategischen Planung bis zum Risikoma- nagement, erörtert das folgende Kapitel.
2.2.1 Strategische Planung
Unter Strategischer Planung wird das systematische Erkennen zukünftiger Chan- cen und Risiken verstanden, um dadurch Erfolgspotenziale zu sichern oder aufzu- bauen (vgl. Scheld 2017: 3). Die Zielsetzung umfasst sowohl die Steigerung des Unternehmenswertes als auch die Existenzsicherung des Unternehmens (vgl. IGC 2011: 23). Die Strategische Planung kann in die Teilprozesse Strategische Analy- se, Strategiefindung und Strategiebewertung zerlegt werden.
Die Strategische Analyse identifiziert Chancen und Risiken des Unternehmens- umfeldes sowie Stärken und Schwächen des Unternehmens selbst (vgl. Baum et al. 2007: 23 ff.). Das Unternehmensumfeld wird dabei unterteilt in Wettbewerbs- und Makroumfeld (vgl. Hutzschenreuter 2009: 63). Im Vergleich zum Wettbe- werbsumfeld (z. B. Kunden, Lieferanten und Wettbewerber) ist das Makroumfeld nicht oder nur eingeschränkt durch Unternehmen beeinflussbar (vgl. Welge et al. 2017: 302; Baum et al. 2007: 59). In Kombination mit den Stärken und Schwä- chen des Unternehmens entsteht im Rahmen der SWOT-Analyse (Strengths, Weaknesses, Opportunities, Threats) eine Vier-Felder-Matrix. Sie stellt das Er- gebnis der Strategischen Analyse dar und ist das Fundament für die weitere Stra- tegieentwicklung des Controllings. (vgl. Hungenberg 2014: 86 ff.)
Die Erarbeitung der strategischen Alternativen ist Aufgabe der Strategiefindung. Im Rahmen der Strategiebewertung werden diese Strategien beurteilt. Als Beurtei- lungskriterium eignet sich ein Oberziel des strategischen Controllings, das Er- folgspotenzial, das mittelbar den Unternehmenswert determiniert. (vgl. Baum et al. 2007: 24 ff.) Das Ergebnis der Strategischen Planung ist die Strategie, die Märkte, Produkte, Kernkompetenzen und Ressourcen festlegt und eine Orientie- rung für zentrale Unternehmensentscheidungen darstellt (vgl. IGC 2011: 23).
2.2.2 Operative Planung und Budgetierung
Die operative Planung und Budgetierung konkretisiert und realisiert strategische Entscheidungen, legt Verantwortlichkeiten fest und terminiert Maßnahmen (vgl. Scheld 2017: 3). Operative Planung bezeichnet in diesem Zusammenhang die Adaption der strategischen Planung an die kurzfristige Situation des Unterneh- mens (vgl. Scheld 2017: 13). Die Determinierung von Zielen, Maßnahmen, Kapa- zitäten und finanziellen Plänen kann für das Unternehmen insgesamt oder für kleinere Einheiten erfolgen (vgl. IGC 2011: 27).
Die Budgetierung bezeichnet die Zielvorgabe für Unternehmensbereiche für die keine konkreten Kostenverursachungen ermittelbar sind. Das Ergebnis der Budge- tierung ist das Budget, das quantitativ monetäre Vorgaben (z. B. Leistungen, Erlö- se und Kosten) für Organisationseinheiten zeitraumbezogen dokumentiert und vorgibt. (vgl. Scheld 2017: 23 ff.; Ziegenbein 2002: 473)
Der Prozess der operativen Planung und Budgetierung verläuft zyklisch, weil de- zentrale Pläne zusammengeführt und angepasst werden. Zu den Zielen des Haupt- prozesses gehört, neben der kritischen Auseinandersetzung mit Zielen, Maßnah- men und Budgets, die ertrags- und liquiditätsorientierte Steuerung des Unterneh- mens, um kurz- und mittelfristige Ziele zu erreichen. (vgl. IGC 2011: 25 ff.)
2.2.3 Forecast
Im Hauptprozess Forecast generiert der Controller Informationen zur Prognose von potenziellen Abweichungen und initiiert Gegenmaßnahmen. Der im Zeitver- lauf steigende Erkenntnisstand erfordert für die unternehmerische Zielerreichung eine kontinuierliche Anpassung von Ressourcen und Plänen. Die Prognose ent- steht durch Simulations- und Szenario-Betrachtungen und kann regelmäßig (Stan- dard-Forecast) und unregelmäßig (Ad-hoc-Forecast) erfolgen. (vgl. IGC 2011: 28) Während beim periodischen Forecast das Ende des Betrachtungszeitraums fix mit dem Geschäftsjahresende zusammenfällt und somit im Zeitverlauf kürzer wird, weist der rollierende Forecast eine konstante Anzahl an Quartalen über mehrere Perioden auf (vgl. Klein 2014: 128 ff.). Der rollierende Forecast bietet durch den gleichbleibenden Zeitraum eine gesteigerte Prognosefähigkeit von Trends und ermöglicht somit eine verbesserte Adaption von unterjähriger Planung und Budgetierung (vgl. Fiedler, Gräf 2012: 166).
Die folgende Grafik verdeutlicht den Unterschied zwischen periodischem und rollierendem Forecast (siehe Abb. 2):
Abbildung in dieser Leseprobe nicht enthalten
Abb. 2: Periodischer und rollierender Forecast im Vergleich (eig. Darst. in Anl. an Fiedler, Gräf 2012: 166)
2.2.4 Kosten-, Leistungs- und Ergebnisrechnung
Aufgabe der Kosten-, Leistungs- und Ergebnisrechnung ist die verursachungsge- rechte Verrechnung von Kosten, Leistungen und Erlösen (vgl. IGC 2011: 30). Unter Leistungen und Erlösen werden Umsatzerlöse, Bestandserhöhungen an fer- tigen und unfertigen Erzeugnissen, sonstige Eigenleistungen und innerbetriebliche Leistungen zusammengefasst (vgl. Gleich et al. 2010: 22).
Die Kosten- und Leistungsrechnung unterteilt sich in Kostenarten-, Kostenstellen- und Kostenträgerrechnung. Die Systematisierung von Kosten (Kostenarten) und Zuweisung zu Unternehmensbereichen (Kostenstellen) bildet für die Kalkulation von Produkten und Dienstleistungen (Kostenträger) eine Informationsgrundlage für das Controlling. (vgl. Fiedler, Gräf 2012: 208) Die Erfassung, Auswertung und Kontrolle von Informationen unterstützt das Management bei Entscheidungen zu Produkten und bildet den Kern der internen Rechnungslegung (vgl. Möller, Gackstatter 2017: 62).
Durch Gegenüberstellung von Kosten und Leistungen, die durch den Güterverzehr und die Gütererstellung angefallen sind, ergibt sich der kalkulatorische Erfolg. Dieser dritte Aufgabenbereich wird als Erfolgsrechnung oder Ergebnisrechnung bezeichnet und kann den Erfolg der gesamten betrieblichen Tätigkeit, von Ge- schäftsbereichen, Produktgruppen oder einzelnen Leistungseinheiten ausweisen. (vgl. Hummel, Männel 1995: 10 f.) Zudem unterstützen Abweichungsanalysen des Controllings das Management bei der Entscheidungsfindung zu Maßnahmen gegen operative Lücken. Abweichungen ergeben sich z. B. durch Soll-, Plan- und Ist-Daten-Vergleiche. (vgl. IGC 2011: 33)
2.2.5 Management Reporting
Die im Forecast zukunftsbezogenen und in Kosten-, Leistungs- und Ergebnisrech- nung retroperspektivisch gewonnenen entscheidungsrelevanten Informationen werden im Hauptprozess Management Reporting empfängerbezogen bereitge- stellt. Empfangsbezogen bedeutet in diesem Zusammenhang die gemeinsame Festlegung von Zweck, Art und Abstraktion der Informationen durch Manage- ment und Controlling. (vgl. Joos 2014: 54 f.) Die finanziellen oder nicht- finanziellen Informationen können Ist-, Soll-, Vorjahr- und Forecast-Daten ver- gleichen (vgl. Möller, Gackstatter 2017: 62).
Unterschieden werden Standardberichte, Bedarfsberichte und Abweichungsbe- richte. Während bei Standardberichten ein kontinuierlicher Empfängerkreis In- formationen in festgelegter Form und Inhalt zu fixen Terminen erhält, werden Bedarfsberichte auf Initiative des Managements angefordert und fallen nonkon- formistisch aus. (vgl. Joos 2014: 55 f.) Standardberichte tragen jedoch den Haupt- bedarf an Informationen (vgl. Ziegenbein 2012: 593). Bei Abweichungsberichten (Exception Reporting) führt das Überschreiten oder Unterschreiten von vorab de- finierten Schwellenwerten zu einem Bericht. Dieser Berichtstyp lenkt die Auf- merksamkeit des Managements auf kritische Sachverhalte und soll den Informa- tionsüberfluss verringern. (vgl. Joos 2014: 55 f.; Waniczek et al. 2018: 8 f.) Das übergeordnete Ziel des Management Reporting ist die unternehmerische Transpa- renz durch Information und Dokumentation (vgl. IGC 2011: 33 f.). Neben den Informationen und Analysen enthalten die Berichte des Controllings zusätzlich Maßnahmenvorschläge für das Management (vgl. IGC 2011: 35).
2.2.6 Projekt- und Investitionscontrolling
Das Projekt- und Investitionscontrolling schafft Transparenz durch Informationen über Nutzen und Wirtschaftlichkeit sowie über Qualitäts-, Zeit- und Kostenziele (vgl. IGC 2011: 36). Neben der laufenden Informationsbereitstellung unterstützt das Controlling bei der Steuerung und Endkontrolle von Projekten und Investitio- nen (vgl. Möller, Gackstatter 2017: 62).
Das Projektcontrolling versucht Anforderungen, Prämissen und Risiken herauszu- stellen, um dadurch Störungen zu vermeiden, Kosten zu minimieren und Fristen einzuhalten (vgl. Ziegenbein 2002: 255). Gemäß der DIN 69901 gewährleistet das Projektcontrolling die Zielerreichung durch Soll-Ist-Vergleiche, Abweichungsana- lysen, Bewertungen von Konsequenzen und Initiierung von Gegenmaßnahmen. Neben der Planung und Kostenkontrolle gehört die Gestaltung von Strukturen und Prozessen zum Aufgabenbereich des Projektcontrollings. (vgl. Fiedler 2016: 11)
Die Aufgabe des Investitionscontrollings ist die Planung, Steuerung und Kontrolle von Investitionen unter Beachtung der gesamtunternehmerischen Auswirkungen (vgl. Schulte 2007: 35). An dieser Stelle kann in statische und dynamische Inves- titionsrechnung unterteilt werden. Während die statische Investitionsrechnung (z. B. Rentabilitäts- oder Amortisationsrechnung) den Faktor Zeit ignoriert und mit Durchschnittswerten kalkuliert, wird bei der dynamischen Investitionsrech- nung (z. B. Kapitalwertmethode oder Annuitätsrechnung) durch Diskontierung und Zahlenreihen der Zeitablauf integriert. (vgl. Horváth 2012: 218) Darüber hin- aus stellt das Controlling Methoden und Informationen zur Investitionsplanung bereit und regt im Rahmen des Vorschlagsrechts eigene Investitionen an (vgl. Ziegenbein 2002: 324).
2.2.7 Risikomanagement
Durch die Einflüsse der Wettbewerbs- und Makroumwelt entstehen unkalkulier- bare Risiken für Unternehmen (vgl. IGC 2011: 39). Sowohl positive als auch ne- gative Planabweichungen können die langfristige Unternehmenssicherung gefähr- den (vgl. Möller, Gackstatter 2017: 62). Aufgabe des Risikomanagements ist in diesem Zusammenhang die Identifikation, Erfassung, Analyse, Beurteilung und Kontrolle von unternehmensinternen und externen Risiken (vgl. IGC 2011: 39). Diese lassen sich in strategische und operative Risiken unterteilen. Zu den strate- gischen Risiken zählen sowohl externe makroökonomische Einflüsse (z. B. Kon- junktur, neue Wettbewerber, rechtliche und politische Veränderungen) als auch interne Risiken (z. B. Verlust von Kernkompetenzen). Unter operativen Risiken werden insbesondere Störungen des Leistungserstellungsprozesses verstanden (z. B. Maschinenstillstand, Kalkulationsfehler oder Schnittstellenprobleme). (vgl. Gleißner 2017: 27 f.)
Die identifizierten Risiken werden in einem Risikokatalog klassifiziert und, wenn möglich, quantifiziert. Durch die Aggregation von Einzelrisiken zu einer Gesamt- risikoposition lassen sich die Auswirkungen der Risiken auf ein Unternehmen analysieren und beurteilen. (vgl. IGC 2011: 40) An dieser Stelle gehört zur Auf- gabe der Risikokontrolle die Überwachung und Dokumentation der wesentlichen Risiken in festgelegten Zeitabständen (vgl. Gleißner 2017: 31 f.).
3 Industrie 4.0
Dieses Kapitel beschäftigt sich mit den Grundlagen der vierten industriellen Re- volution. Ausgehend von der historischen Einordnung, Definition und Abgren- zung werden die maßgeblichen Technologiefelder erörtert, deren Kenntnis we- sentlich ist, um den Wandel des Controllings nachzuvollziehen. Während Kapitel 3.5 die „Digitalisierung der Produktion“ näher beleuchtet, rundet eine Definition der „Smart Factory“, die der Eingrenzung der Arbeit dient, das dritte Kapitel ab.
3.1 Historische Einordnung
Der Industrialisierungsprozess hat bisher drei industrielle Revolutionen durchlau- fen (vgl. Obermaier 2017: 3 f.). Als Revolution wird hier der tiefgreifende Wan- del von Wirtschaftssystem und Gesellschaftsstruktur verstanden. Die erste indust- rielle Revolution (1760–1840) ist gekennzeichnet durch die Erfindung der Dampfmaschine und führte zur mechanischen Produktion. (vgl. Schwab 2016: 6 f.) Die durch Wasser- und Dampfkraft angetriebenen Produktionsanlagen legten den Grundstein für den Transformationsprozess von Agrar- zu Industriegesell- schaft. Eine Reihe von technologischen Innovationen, wie der mechanische Web- stuhl und die Erfindung der Eisenbahn, ermöglichte durch Arbeitsteilung die Mas- senproduktion von industriellen Gütern. (vgl. Wildmann 2007: 29 f.)
Anfang des 20. Jahrhunderts entstand durch zunehmende Arbeitsteilung die zwei- te industrielle Revolution. Die Zerlegung der Arbeitsprozesse in kleinstmögliche und betriebswirtschaftlich optimierte Einheiten charakterisiert diese Zeit. Zudem ermöglichte die Erfindung von Verbrennungskraftmaschine und Elektromotor neue Produktionsverfahren. Durch die Elektrifizierung der Produktion und die Fließbandfertigung stieg der industrielle Output maßgeblich und führte volkswirt- schaftlich zu einem Wohlstandswachstum. (vgl. Barthelmäs et al. 2017: 39 f.)
Die Automatisierung der Industrie durch Elektronik und IT (Informationstechno- logie) führte ab 1970 zur dritten industriellen Revolution (vgl. Frick 2017). We- sentliche technologische Treiber waren Innovationen wie Halbleiter, Großrechner, Personal Computer (PC) und das Internet, wodurch sich die synonyme Bezeich- nung „digitale Revolution“ etablierte (vgl. Schwab 2016: 7). Die zunehmende Automatisierung ist gekennzeichnet durch die Übernahme der menschlichen Hand- und Denkarbeit durch Maschinen (vgl. Kagermann et al. 2013: 18). Die Integration von PCs in die Arbeitswelt und die intelligente Steuerung und Über- wachung der Produktion durch Unternehmenssoftware und Kleinstcomputer (Em- bedded Systems) veränderte die Produktion maßgeblich. Dieser Wandel der in- dustriellen Produktion hält bis heute an. (vgl. Bundesregierung 2012: 52)
Der nächste Transformationsprozess der Industrie wird hervorgerufen durch das Internet der Dinge, Daten und Dienste und wird als vierte industrielle Revolution bezeichnet. Die reale und virtuelle Welt wächst zusammen und ermöglicht so in- dividualisierte Produkte durch eine hochflexible Massenproduktion. (vgl. Bundes- regierung 2012: 52) Basis dieser Revolution sind Cyber-physische-Systeme (CPS), die durch ihre Dezentralisierung, Autonomie und Echtzeitkommunikation komplexe Produkte zu minimalen Kosten versprechen (vgl. Bauernhansl et al. 2014: 33). Das horizontale und vertikale Netzwerk von Menschen, Maschinen und Objekten ermöglicht das dynamische Management dieser komplexen Produktion (vgl. Bauer et al. 2014: 18).
Die vier Stufen der industriellen Revolution illustriert Abbildung 3:
Abbildung in dieser Leseprobe nicht enthalten
Abb. 3: Industrielle Revolutionen (eig. Darst. in Anl. an Kagermann et al. 2013: 10; Soder 2017: 15 ff.)
3.2 Industrielle Evolution oder Revolution
Fraglich ist, ob es sich bei der Industrie 4.0 tatsächlich um eine Revolution oder doch um eine industrielle Evolution handelt.
Der Begriff „Evolution“ stammt aus dem Lateinischen („evolvere“) und bedeutet entwickeln oder entfalten. Ursprünglich stammt der Begriff aus der Biologie und wurde auf physikalische, chemische, soziokulturelle und technologische Bereiche ausgeweitet. Grundsätzlich ist damit eine langsam fortschreitende Entwicklung ohne radikalen Wandel gemeint. (vgl. Barthelmäs et al. 2017: 35 f.)
Die Wortherkunft des Begriffs „Revolution“ stammt laut Duden ebenfalls aus dem Lateinischen („revolutio“) und bedeutet Umwälzung (vgl. Bibliographisches Institut 2017). Hierunter wird die dauerhafte und strukturelle Veränderung von ökonomischen, technischen, sozialen, politischen oder wissenschaftlichen Syste- men verstanden (vgl. Nohlen, Schultze 2005: 868). Barthelmäs et al. definieren auf dieser Basis die industrielle Revolution als einen technologischen Wandel durch Innovationen, der zu einem gesellschaftlichen Wandel führt (vgl. 2017: 40). Dieser breitet sich langsam aus und erreicht eine unerwartete Dynamik, die etab- lierte Produktionsweisen, Produkte und Geschäftsmodelle nachhaltig verändert (vgl. Obermaier 2017: 4). Jedoch kennzeichnen Lukas et al. den Wandel der In- dustrie lediglich als Fortsetzung der dritten industriellen Revolution (vgl. 2014: 256). Der charakteristisch disruptive Strukturwandel von Gesellschaft, Wirtschaft oder Technik ist hier zunächst nicht erkennbar. Viele Technologien existieren bereits seit mehr als 20 Jahren und lassen auf eine Evolution der Digitalisierung schließen. (vgl. Andelfinger 2017: 3; Bauer et al. 2014: 31) Dem gegenüber wei- sen einzelne Technologien, wie z. B. die künstliche Intelligenz, unvorhergesehene Entwicklungssprünge auf und lassen damit revolutionäre Tendenzen erkennen (vgl. Andelfinger 2017: 4).
Bisher wiesen die industriellen Revolutionen einen evolutionären Charakter auf und ließen sich erst retroperspektivisch als Revolutionen identifizieren (vgl. Obermaier 2017: 4). Folglich lässt sich der Wandel der Industrie lediglich ex post und nicht ex ante als Revolution oder Evolution bewerten.
3.3 Definition und Abgrenzung
Der Begriff „Industrie 4.0“ ist in der Literatur nicht einheitlich definiert.
Die einfachste Definition beschreibt Industrie 4.0 lediglich als Digitalisierung der industriellen Produktion (vgl. BMWi 2016b: 18). Detaillierter beschreiben Spath et al. Industrie 4.0 als beginnende vierte industrielle Revolution, die auf Cyber- physischen-Systemen basiert, wodurch eine Vernetzung der Produktion ermög- licht wird (vgl. 2013: 22). Die Plattform Industrie 4.0, die gemeinsam mit Vertre- tern aus Wirtschaft, Wissenschaft und Politik Zukunftsfragen des Themenkom- plexes Industrie 4.0 beantworten möchte, erweitert das Spektrum der Vernetzung auf Menschen und Objekte und betont zudem die Echtzeitkommunikation (vgl. BMWi 2018b). Sie ist der Auffassung das im Zentrum von Industrie 4.0 das dy- namische und echtzeitfähige Management von komplexen Systemen steht, wel- ches durch eine intelligente horizontale und vertikale Vernetzung von Menschen, Maschinen, Objekten und IKT-Systemen (Systeme der Informations- und Kom- munikationstechnik) ermöglicht wird (vgl. Bauer et al. 2014: 18).
Diese Definitionen fokussieren sich jedoch ausschließlich auf die Vernetzung der Produktionsanlagen und lassen gekoppelte Dienstleistungen außer Acht. Daher definieren Seiter et al. Industrie 4.0 als intelligente Vernetzung aller Akteure und Digitalisierung aller verfügbaren Informationen der Wertschöpfungskette. Sowohl die autonome Entscheidungsfindung als auch die Erfassung und Analyse immen- ser Datenmengen (Big Data) in Echtzeit führt zur smarten Produktion von Pro- dukten und Dienstleistungen. (vgl. 2016: 7) Der Schwerpunkt dieser Definition liegt im neuartigen Umgang mit Informationen, beachtet allerdings nicht den Or- ganisationswandel durch die Industrie 4.0. Dementsprechend liefert die umfas- sendste Definition die deutsche Akademie der Technikwissenschaften (acatech). Sie definiert Industrie 4.0 als technische Integration von CPS in Produktion und Logistik sowie als industriellen Einsatz des Internets der Dinge und Dienste, ein- schließlich der Konsequenzen für Wertschöpfung, Geschäftsmodelle, Arbeitsor- ganisation und die nachgelagerten Dienstleistungen. (vgl. Kagermann et al. 2013: 18)
Diese Arbeit lehnt sich an diese Definition an. Die Bandbreite an involvierten Technologien innerhalb der Smart Factory steckt das folgende Kapitel ab.
3.4 Technologiefelder
Die Literatur verweist auf eine Vielzahl an Technologien, die unterschiedlich sys- tematisiert und teilweise synonym verwendet werden. So werden „Cyber- physische-Systeme“, das „Internet der Dinge, Daten und Dienste“ oder der Begriff „Cloud“ synonym verwendet (vgl. Reischauer, Schober 2017: 273; Manzei et al. 2016: 30; Eigner 2013: 92). Das Ziel des Kapitels ist eine Verringerung der litera- rischen Divergenz. Anglizismen werden beibehalten, sofern die Begriffe in Deutschland geläufiger sind.
3.4.1 Embedded Systems
Eingebettete Systeme (Embedded Systems) bilden die Basis für die Vernetzung der intelligenten Fabrik. Sie bestehen aus Sensoren, Aktuatoren, Identifikatoren, Microcontrollern sowie Kommunikationssystemen und vernetzen die bisher pas- siven Objekte. (vgl. Bauer et al. 2014: 19) Während Sensoren physikalische Grö- ßen (z. B. die Umgebungstemperatur) zur Kommunikation in elektrische Signale umwandeln, reagieren Aktuatoren (z. B. Antriebselemente einer Produktionsma- schine) auf eingehende Signale mit Bewegungen (vgl. Roddeck 2016: 158 ff.). Identifikatoren sorgen mit Barcode oder RFID-Chips (Radio-Frequency Identifi- cation) für die Identifikation der Objekte im Produktionskreislauf. Der Mikrocon- troller ist für die intelligente Steuerung des Objekts verantwortlich, analysiert Da- ten und nutzt das funk- oder kabelbasierte Netzwerk zur Kommunikation mit der Umwelt. (vgl. Bauer et al. 2014: 19) Eingebettete Systeme steuern z. B. Auto- komponenten, Mobiltelefone, elektrische Heimgeräte oder Produktionsmaschinen in Echtzeit (vgl. Wang 2017: 1 ff.; Samulat 2017: 14 f.).
3.4.2 Smart Objects, Products und Services
Durch die Verknüpfung von physischen Gegenständen mit den eingebetteten Sys- temen entstehen intelligente Objekte (Smart Objects) (vgl. acatech 2009: 9). In der Produktion sind dies beispielsweise intelligente Werkzeuge, Behälter, Werk- stückträger oder Komponenten, die permanent Daten über den eigenen Zustand und die aktuelle Position sammeln. Diese Informationen werden von den Objek- ten selbstständig geteilt oder gelangen über den Scan des Identifikators ins Daten- netzwerk. Auftrags-, Material- und Informationsströme für die Produktion können so dezentral koordiniert werden. (vgl. Bauer et al. 2014: 19)
Zu den intelligenten Objekten gehören ebenfalls die Erzeugnisse der Produktion. Intelligente Produkte (Smart Products) erkennen notwendige Wartungen sowie Instandhaltungen und speichern Produktinformationen für das Recycling. (vgl. Brühl 2015: 66) So entstehen vernetzte Produktinformationen über den gesamten Wertschöpfungsprozess bzw. Produktlebenszyklus (vgl. Bauer et al. 2014: 19).
Durch die Vernetzung der Produkte können Unternehmen produktbegleitende Dienstleistungen (Smart Services) anbieten und generieren hierdurch neue Wert- schöpfungspotenziale (vgl. Scheer 2017: 47 f.).
[...]
- Quote paper
- Andreas Kliem (Author), 2018, Industrie 4.0. Anforderungen an das Controlling im Rahmen der Smart Factory, Munich, GRIN Verlag, https://www.grin.com/document/512623
-
-
-
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X.