In diesem Artikel der Reihe „Smarte Datenwirtschaft“ erfahren Sie, wie durch unternehmensübergreifendes Tauschen und Teilen von Daten neue Geschäftsmodelle entstehen.
Alina Grubnyak, Unsplash
Smarte Datenwirtschaft: Belastungsorientierte, datenbasierte Bezahlmodelle entwickeln
Erfahren Sie, wie das Forschungsprojekt Pay-per-Stress hilft, die Leasingkosten nicht an der Zeit, sondern an der tatsächlichen Auslastung zu berechnen.
Um Investitionen gering zu halten, werden komplexe Maschinen insbesondere von kleinen und mittleren Unternehmen meist geleast. Klassische Leasingmodelle schaffen jedoch einen Interessenkonflikt: Weil der Kunde nach Zeit zahlt und die Maschinenauslastung dementsprechend maximieren möchte, geht der Anbieter von einem hohen Verschleiß aus und berechnet Risikoprämien, die die Kosten zusätzlich erhöhen. Eine Lösung bietet das Forschungsprojekt Pay-per-Stress, das im Rahmen des Technologieprogramms Smarte Datenwirtschaft vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) gefördert wurde: Es hat Bezahlmodelle für Werkzeugmaschinen entwickelt, die sich nicht an der Nutzungsdauer, sondern an der tatsächlichen Abnutzung orientieren.
Im Pay-per-Stress-Modell bemisst sich die Leasingrate nach der Belastung, die während der Fertigungsprozesse auf die Maschine einwirkt. Der reale Verschleiß wird mit KI-Methoden analysiert und in einem sogenannten „Stressfaktor“ zusammengefasst. Aufgrund der Komplexität einer Werkzeugmaschine wird dieser nicht auf Maschinen-, sondern auf Komponentenebene berechnet. Durch die Verrechnung einzelner Stressfaktoren mithilfe der jeweiligen Komponentenwerte lässt sich dann ein gemeinsamer Stressfaktor auf Maschinenebene ableiten.
Pay-per-use-Modelle etablieren sich immer mehr, weil der Kunde für den Nutzen erst bezahlt, wenn er ihn braucht, und nicht schon in Vorleistung treten muss, wenn er ihn entweder noch gar nicht benötigt oder etwaige Zusatznutzen zum Investitionszeitpunkt vielleicht noch gar nicht erkannt hat. Der Kunde ist in der Regel bereit, mehr zu bezahlen, wenn er zeitgleich mehr profitiert bzw. den Zusatznutzen bedarfsgerecht erlebt.
Dr. Silja Wunderlich, verantwortlich für Förderprojekte & Qualitätsmanagement sowie das Projekt Pay-per-Stress bei der pro-micron GmbH
Die Höhe der Kosten hängt an der Höhe des Stressfaktors
Der Stressfaktor dient als Grundlage für die Abrechnung. Das innovative und faire Bezahlmodell schafft eine Triple-win-Situation für alle Beteiligten: Neben den Kostenersparnissen für Leasingnehmer und Leasinggeber gewinnen Maschinennutzer wichtige Erkenntnisse über den Wirkungszusammenhang zwischen Belastung und Verschleiß. Sie können nicht nur ihre Prozesse optimieren, sondern anhand der erfassten Daten auch den anstehenden Wartungsbedarf besser planen. Die Hersteller wiederum können die Hinweise über die Verschleißmechanismen ihrer Maschinen für Optimierungen und Erweiterungen eigener Produkte und Dienstleistungen nutzen.
Da es sich um sensible Daten handelt, wie etwa Maschinenlaufzeiten, spielt Vertrauen für die Akzeptanz des Modells eine entscheidende Rolle. Um die Vertraulichkeit sowie die Unveränderbarkeit der Daten sicherzustellen, kommen geschützte Datenbereiche, auf die nur die Maschinennutzer Zugriff haben, und die Blockchain-Technologie zum Einsatz. Letztere ermöglicht eine manipulationssichere Speicherung und Verarbeitung der Daten.
Weitere Informationen zum Technologieprojekt Pay-per-Stress finden Sie hier.