Da braut sich etwas zusammen: Anwender können aus über 450 IoT-Plattformen wählen. Dabei den Überblick zu behalten, erweist sich oft als schwierig.

Da braut sich etwas zusammen: Anwender können aus über 450 IoT-Plattformen wählen. Dabei den Überblick zu behalten, erweist sich oft als schwierig. mm1 / Adobe Photostock

IoT-Plattformen sind das Rückgrat von skalierbaren IoT-Anwendungen und -Services. Sie ermöglichen es auch kleinen und mittelständischen Industrieunternehmen, derartige Anwendungen und Services zu entwickeln und anzubieten. Bei der Auswahl einer IoT-Plattform stehen Unternehmen allerdings vor drei wesentlichen Herausforderungen:

  • Unternehmen können sich für die Umsetzung von IoT zwischen über 450 Plattformen entscheiden.
  • Bei der Auswahl einer IoT-Plattform geht es um nichts weniger als um den wettbewerbsstrategischen Entschluss zur eigenen Wertschöpfungstiefe – ‘Make or Buy‘.
  • Die den spezifischen Ansprüchen entsprechende IoT-Plattform zu finden, ist kompliziert und komplex und keine der verfügbaren Lösungen kann die Anforderungen ganzheitlich abdecken.

Unübersichtlicher Markt

Die Anbieter von IoT-Plattformen versuchen aus unterschiedlichen Ausgangspositionen, an dem wachsenden Markt teilzuhaben.

Die Anbieter von IoT-Plattformen versuchen aus unterschiedlichen Ausgangspositionen, an dem wachsenden Markt teilzuhaben. mm1

Während der Begriff IoT-Plattform vor einigen Jahren lediglich ein Schlagwort war, können Unternehmen heutzutage aus über 450 IoT-Plattformen wählen. Gleichzeitig deuten die Ergebnisse einer laufenden Studie der Unternehmensberatung mm1 zur Auswahl und Implementierung von IoT-Plattformen darauf hin, dass kaum ein Anwenderunternehmen den Überblick über auch nur einen Bruchteil des Marktangebotes hat. So zeigten Projekte, dass es für Unternehmen derzeit eine große Herausforderung darstellt, überhaupt ein ‘Relevance-Set‘ zu erstellen – das heißt die grundsätzlich in Frage kommenden Plattformen für die anschließenden Auswahl zu identifizieren.

Um ein vernetztes Produktangebot anbieten zu können, müssen Unternehmen grundlegende Aufgaben auf jeder Ebene des IoT-Stacks durchführen:

  • Dinge & Device Management
  • Konnektivität & Kommunikation
  • Applications & Analytics

Da IoT-Plattformen verschiedene Aufgaben auf diesen Ebenen automatisieren, geht die Entscheidung für eine bestimmte IoT-Plattform einher mit der Wahl der eigenen Wertschöpfungstiefe. Dies ist vielen Unternehmen allerdings noch nicht in allen Facetten bewusst. So lässt sich in Projekten feststellen, dass zum Beispiel die Entscheidung darüber, ob Firmen ihre Daten in eine Private oder eine Public Cloud ablegen, in strategische Prozesse mit einfließt. Wohingegen Unternehmen aufgrund des hohen Erklärungsbedarfs häufig unbewusst zwischen einem Software-as-a-Service oder Platform-as-a-Service Angebot wählen. Jedoch hat dieser Entschluss eine ähnliche strategische Bedeutung, wie die Entscheidung über den Speicherort der Daten – denn der Grad der datenbezogenen Wertschöpfungstiefe unterscheidet sich.

Die Zahl der IoT-Plattformen hat sich in den letzten Jahren deutlich erhöh und auch der Umsatz soll in den nächsten Jahren dramatisch steigen.

Die Zahl der IoT-Plattformen hat sich in den letzten Jahren deutlich erhöh und auch der Umsatz soll in den nächsten Jahren dramatisch steigen.

mm1

Eine IoT-Plattform auszuwählen, ist kompliziert und komplex, da die Unterschiede bei den Plattformen vielfältig sind; beispielsweise in der Anwendungsorientierung (z.B. Funktechnologien oder Busprotokolle), den angebotenen Funktionen, den unterstützten Technologien, der Skalierbarkeit und der Preisgestaltung. So passiert es, dass viele Unternehmen mitten in der Plattform-Implementierung feststellen, dass die Realisierbarkeit an Fehlern bei der Auswahl scheitert. Darüber hinaus zeigen Praxiserfahrungen, dass einige Unternehmen letztlich mehrere Plattformen parallel im Einsatz haben. Eine solche Multi-Plattformstrategie ist nötig, wenn beispielsweise verschiedene Kunden(segmente) einer Unternehmung IoT-Anwendungen und -Services auf verschiedenen Plattformen bevorzugen, oder wenn für unterschiedliche Anwendungsfelder Plattformfunktionalitäten nicht universell einsetzbar sind.

Mit Methode zur passenden IoT-Plattform

Im High-Level Vergleich zeigt sich: Keine IoT-Plattform ist perfekt.

Im High-Level Vergleich zeigt sich: Keine IoT-Plattform ist perfekt. mm1

Die strategische Entscheidungsreichweite sowie unterschiedliche Einsatzszenarien und deren spezifische Anforderungen erfordern eine individuelle Methode bei der Auswahl der passenden IoT-Plattform. mm1 geht hierzu in drei Schritten vor:

Im ersten Schritt geht es insbesondere um die Auswahl und Festlegung auf einen Use Case, inklusive einer Use Case Roadmap. Darauf aufbauend werden Kriterien für die Plattformauswahl festgelegt und die Wertschöpfungstiefe definiert (funktional, kommerziell, operativ).

In Schritt zwei trifft das Beratungsunternehmen die Plattform-Vorauswahl und reduziert eine Longlist zu einer Shortlist. Danach wichten die Partner Auswahlkriterien und erstellen IoT-Lösungsszenarien. Letztere werden in Schritt drei für jede infrage kommende Plattform konkretisiert, abhängig unter anderem von den Kosten und der Feature-Abdeckung. Schließlich erfolgt die finale, funktionsübergreifende Bewertung der Plattformen aus der Shortlist entlang der zuvor erarbeiteten Auswahlkriterien.

IoT bedeutet Veränderung

Bei der Auswahl einer IoT-Plattform stehen Unternehmen vor drei wesentlichen Herausforderungen:

  • die schiere Vielzahl an Alternativen,
  • die strategische Reichweite
  • der Komplexitätsgrad der Entscheidung.

Dies zeigt, dass das Internet der Dinge ein neues Spielfeld ist – insbesondere in den industriellen Branchen. So zeigen Erfahrungen aus der Praxis, dass die Auswahl einer IoT-Plattform für Unternehmen das Abstimmen bestehender und das Schaffen neuer Schnittstellen in technischer und organisatorischer Hinsicht erfordert. Dabei ist die enge funktionsübergreifende Koordination eine wesentliche Voraussetzung für die erfolgreiche Realisierung von IoT. Ebenso erfordert der nutzenstiftende Umgang mit großen Datenmengen (Big Data) den Aufbau eines neuen Kompetenzsets. Und, nicht zuletzt, müssen vielfach Unternehmen entsprechende Prozesse konzeptionieren und implementieren.