Industrie 4.0 kann Kreditwürdigkeit positiv beeinflussen

Studie des Finanzdienstleisters Creditshelf Industrie 4.0 kann Kreditwürdigkeit positiv beeinflussen Der Mittelstand öffnet sich immer mehr den Themen Industrie 4.0 und Digitalisierung: Das geht aus einer Umfrage des Finanzdienstleisters Creditshelf […]

Studie des Finanzdienstleisters Creditshelf

Industrie 4.0 kann Kreditwürdigkeit positiv beeinflussen

Bild: creditshelf GmbH

Der Mittelstand öffnet sich immer mehr den Themen Industrie 4.0 und Digitalisierung: Das geht aus einer Umfrage des Finanzdienstleisters Creditshelf unter rund 250 Finanzentscheidern aus mittelständischen Industrieunternehmen hervor. So haben in 2019 bereits 86 Prozent der befragten Unternehmen Echtzeit-Daten erfasst, um diese im Sinne einer Industrie 4.0 zu nutzen. Gegenüber 2017 ist das ein Anstieg um 9 Prozent.


Rund ein Drittel (53 Prozent) der Befragten und damit 10 Prozent mehr als im Vorjahr, rüsten ihre an Kunden ausgelieferten Produkte – zumindest teilweise – so aus, dass ihnen die wichtigsten Betriebsdaten (z.B, Laufzeiten oder Verbrauchswerte) zur Verfügung stehen. Diese Daten werden dann im Rahmen von Service- und Wartungsverträgen genutzt. Dreiviertel der für die Creditshelf-Studie Befragten setzen zudem selbst Anlagen, Maschinen oder Geräte ein, die Daten zu diesem Zweck an den Hersteller liefern.

Daten für Kreditgeber

„Durch die laufenden Nutzungsdaten kann der Anlagenbauer mögliche Probleme oder Ausfallzeiten beim Kunden frühzeitig erkennen. Er kann gegensteuern, noch bevor eine Krise oder ein Produktionsstopp eintritt“, sagt Dr. Daniel Bartsch, Vorstand bei Creditshelf. „Eine reibungslose Produktion und Planungssicherheit im laufenden Betrieb können sich positiv auf das Rating bezüglich der Kreditwürdigkeit eines Unternehmens auswirken. Damit haben sie durch die Digitalisierung der Produktion auch einen potenziellen Vorteil bei der Finanzierung künftiger Investitionsprojekte“, so Bartsch weiter. 91 Prozent der befragten Industrieunternehmen würden ihre Daten sogar Kreditgebern zur Verfügung stellen, um diese von einer geplanten Investition zu überzeugen, so die Studie. Mehr als die Hälfte der Befragten erhofft sich dadurch einen niedrigeren Zinssatz, eine schnellere Kreditentscheidung, eine flexiblere Laufzeit oder weniger Bürokratie. Ein Drittel der befragten Unternehmen arbeitet derzeit daran, bei Finanzierungsentscheidungen ein Modell zu nutzen, das industrielle Daten wie Verbrauchswerte, Durchlaufzeiten, Ausschussquote oder Reklamationen in einen Zusammenhang zu ihren Finanzkennzahlen stellt.

Nachholbedarf in der Qualifikation

Mehr als die Hälfte hat bereits so ein Modell im Einsatz. Davon bestätigen 97 Prozent, dass sich dadurch die Qualität der Finanzierungsentscheidungen verbessert hat. Nachholbedarf sehen die Unternehmen allerdings in der Qualifikation ihrer Mitarbeiter: beim Auswerten digitaler Daten der eigenen Maschinen oder der externen Geräte beim Kunden. Nur rund die Hälfte der befragten Mittelständler gibt ihren Mitarbeitern die Note ‚gut‘ oder ’sehr gut‘. Dieser Wert hat sich gegenüber 2017 kaum verändert. Ein ähnliches Stimmungsbild zeichnet sich bei der Bewertung der Hausbanken ab: Lediglich 44 Prozent der Befragten trauen es ihrer Bank zu, Industrie-4.0-Daten im Rahmen einer Finanzierung auszuwerten. Furcht vor Wandel bremst Investitionen.

Seiten: 1 2Auf einer Seite lesen

Thematik: Zahlenfutter
|
creditshelf GmbH
www.creditshelf.com

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.