Transcription

RATGEBER DIGITALISIERUNGDigitalisierung im MittelstandDaten analysieren und fundiert Entscheidungen treffenJuni 2018 gesponsert von SAP

EinführungDie Digitalisierung nimmt in allen Branchen immer mehr Fahrt auf. IDC prognostiziert, dass bis 2021mindestens die Hälfte der globalen Wertschöpfung digitalisiert sein wird, d. h. Produkte und Services mit Datenangereichert und vollständig in computerbasierte Prozessketten eingebunden sein werden.Immer mehr mittelständische Unternehmen verbessern ihre Geschäftsprozesse und Abläufe mit einerumfassenden Digitalisierung signifikant. Es fällt auf, dass sie vor allem dann erfolgreich sind, wenn dieGeschäftsführung sich dieser Aufgabe annimmt und Veränderungen aktiv anstößt.Die Basis des geschäftlichen Erfolgs im digitalen Zeitalter sind Daten. Dabei geht es aber immer stärker umneue Wege der Datennutzung, Datenauswertung und Dateninterpretation, beispielsweise, um einen besserenKundenservice anzubieten, neue Geschäftsmodelle zu entwickeln und Mehrwerte für das Unternehmen, dieGeschäftspartner und die Kunden zu schaffen. Es geht um nichts anderes als um eine Verschiebung derPerspektive weg vom Datensammeln hin zum richtigen Lesen und Interpretieren der Daten und Informationen.Die Ratgeber-Serie „Digitalisierung im Mittelstand“ bietet Ihnen Empfehlungen darüber, wie Sie Ihr Unternehmenerfolgreich durch den digitalen Wandel steuern, das bestehende Geschäft optimieren und vor allem durch neueSichten auf Ihre Daten digital angereicherte Produkte und neue Geschäftsmodelle entwickeln und vermarktenkönnen.Die Digitalisierung verändert die Unternehmenswelt: Exponentiell wachsende Daten und Informationen bieten dank analytischerTools und umfassender Auswertungsmöglichkeiten ein nahezu unbegrenztesPotenzial für neue Sichten auf die Kunden und die Produkte. Innovative Technologien ermöglichen effizientere Abläufe und produktivereMitarbeiter sowie eine weitreichende Erfassung und Analyse unterschiedlichsterDaten. Die wachsende Verflechtung von Geschäftsprozessen innerhalb undaußerhalb der Unternehmensgrenzen beschleunigt das Geschäft als Ganzes.Unternehmen, die zu langsam sind, werden vom Wettbewerb überholt.Mit neuen Formen der Datennutzung zu mehr GeschäftNie standen Unternehmen so viele Daten zur Verfügung wie heute. Aus Sicht von IDC wird sich dieDatenmenge aller global verfügbaren Daten bis 2025 verzehnfachen. Die Datenquellen und Datenformatesind vielfältig und dynamisch. Soziale Netzwerke, mobile Geräte, IT-Systeme, Telekommunikationsanlagen,Ausrüstungen, physische Infrastrukturen und zahlreiche Transaktions- und Austauschprozesse in allenBranchen tragen zu diesen enormen Daten bei.2Copyright: IDC, 2018

Denken Sie auch an den zunehmenden Einsatz von Sensoren und die Verknüpfung von Prozessen undProzessketten in einer Art und Weise, wie es vor 10 Jahren kaum vollstellbar war. Moderne Autos verfügenbeispielsweise bis zu 80 Sensoren, die kontinuierlich Daten liefern. Die Daten beschränken sich nicht nur aufdas Messen und Speichern technischer Parameter. Ein modernes vernetztes und automatisiertes Fahrzeugliefert permanent Daten, die für die Qualitätssicherung der Hersteller, Mobilitäts- und Logistikkonzepte sowieSchadensversicherungen und Krankenversicherer interessant sind. Das Beispiel Kraftfahrzeug zeigt sehrdeutlich auf, wie Daten für Prozesse über verschiedene Anwendungsszenarien und branchenübergreifendgenutzt werden können. Ähnliche Formen einer umfassenden Datennutzung sind auch in vielen weiterenBranchen möglich und werden immer häufiger Realität.Ein zusätzlicher Aspekt verändert den Umgang mit Daten und ihre Analyse als Basis für Entscheidungendramatisch. In den vergangenen Jahren wurden Datenanalysewerkzeuge vorrangig zur Betrachtung undAuswertung historischer Daten genutzt. Daten für das Reporting und die Visualisierung von Geschäftsfällen wiebeispielsweise dem Verkauf von Produkten in einzelnen Regionen sind nach wie vor wichtige Einsatzszenarienfür Datenanalysen. Neuere Ansätze bieten einen deutlich umfassenderen Blick auf die Daten. Mit PredictiveAnalytics stehen seit einigen Jahren Ansätze zur Verfügung, die unter Nutzung umfassender Algorithmen,historischer Daten und der Mustererkennung aus großen Datenbeständen potenzielle Handlungsmöglichkeitenableiten. Diese analytischen Methoden und Verfahren beruhen auf komplexen mathematischen undstatistischen Modellen. Mehrwerte bieten sich den Unternehmen insbesondere dann, wenn entsprechendeTechnologien mit konkreten Businessanforderungen zielgerichtet in Lösungen fließen. Ziel muss immer dieAbleitung zukünftiger Trends und von Geschäftspotenzial auf Basis von Daten und Kennzahlen aus derVergangenheit sein.Aktuelle Analysetools und eine moderne Analytics-Architektur bieten dem Fachentscheider und demManagement bei Bedarf in Echtzeit sehr detaillierte Informationen als Grundlage zur Entscheidungsfindungim Tagesgeschäft. Das ist ebenfalls ein Mehrwert, den ältere Lösungen nicht haben. Ein weiterer Aspektverbessert die Nutzung der Daten: Immer mehr Business-Software, z. B. für Finanzanwendungen,Personalverwaltung, Marketing und Vertrieb sowie Infrastrukturanwendungen für Storage, System und ServiceManagement und Virtualisierung, werden in der Cloud bereitgestellt. Das gilt auch für Analytics-Werkzeuge.Über intuitive Benutzeroberflächen ist der Zugriff auf eine Vielzahl von Funktionen und Datenquellen möglich. Invielen Unternehmen ist aber auch ein hybrides Szenario eine wichtige Option.Ein Blick in die Zukunft zeigt: Mittelfristig werden Daten mittels künstlicher Intelligenz und kognitiver Systemeanalysiert. Damit werden Unternehmen in die Lage versetzt, bei der Auswertung und Nutzung interner undexterner Daten völlig neue Wege in der Produktentwicklung, der Customer Experience und der Digitalisierungihrer IT- und Fachbereiche zu beschreiten. Machine Learning kommt heute als „eingebaute Intelligenz“ bereitsin vielen Lösungen zum Einsatz. Als fast schon klassisch zu bezeichnende Beispiele gelten Sprachassistentenim Auto oder im Kundencenter. Weitere Anwendungsfälle sind Prognosen zur Kundenabwanderung, Analysenvon Upselling-Möglichkeiten, Lösungen zur Betrugserkennung und Software für das Identifizieren von Spam-EMails.3Copyright: IDC, 2018

Abbildung 1Daten im gh-Speed-UnterschiedlichewachsendeDaten undDatenquellen undDatenbeständeEvent-StreamingDatenformateFünf Ratschläge für den optimalen Einsatz moderner ERP-LösungenDie folgenden fünf Empfehlungen sollen Ihnen Anregungen und Impulse geben, um Ihre Daten erfolgreich zunutzen und einen signifikant größeren Mehrwert aus ihnen zu ziehen.1Überprüfen Sie die Qualität Ihrer Daten und DatenprozesseProzesse laufen nur so gut wie die Daten, auf denen die basieren. Alle Unternehmen brauchen aus diesemGrund verlässliche Daten. Mit der Beachtung einiger Grundsätze ist es Ihnen möglich, die Datenqualität in IhrerIT und in Ihren Fachbereichen zu verbessern und auf hohem Niveau zu halten.Jeder Anwendungsfall benötigt seine spezifischen Daten. Für eine grundlegende Zielgruppenabschätzunggenügen beispielsweise wenige Kriterien über Personen. In der direkten Kundenansprache hingegen ist eswichtig, den Kunden so genau wie möglich auf Basis aktueller Informationen zu kennen. In offenen und flexiblenÖkosystemen haben die einzelnen Datenquellen unterschiedliche Datenqualität. Die Mindestanforderung an siebesteht darin, einen Geschäftsprozess nicht einzuschränken oder zu gefährden. Beide Szenarien zeigen, dasses immer im Kontext einer fest definierten Anforderung auf eine hohe Datenqualität ankommt.Daten unterliegen einem Lebenszyklus. Die umfassende Digitalisierung und ein Echtzeit-Reporting erhöhendie Anforderungen an die Datenqualität noch einmal zusätzlich. Aus diesem Grund müssen sie überwacht undgepflegt werden. Das ist ein kontinuierlicher Prozess. Eine hohe Datenqualität im jeweiligen Kontext ist somit dieVoraussetzung für erfolgreiche Datenanalysen.4Copyright: IDC, 2018

Stellen Sie sich folgende Fragen: Wie gut kenne ich meine Daten? Welche Datenqualitätsprozesse sind in meiner Organisation vorhanden? Wie zufrieden sind meine Kunden und Partner mit meinen Produkten und Services und somit letztendlichmit meinen Daten?Eine höhere Datentransparenz und bessere Datenqualität sindVon Datenqualitätsprozessen imsowohl ein Prozessthema als auch eine technische Aufgabe.Kontext DSGVO profitieren nichtEs reicht nicht aus, lediglich die IT damit zu beauftragen.nur personenbezogene Daten.Fachbereiche und IT müssen diese Aufgabe gemeinsambearbeiten. Sie werden überrascht sein, wenn Sie Ihre Datenkonsolidiert haben, über welche Detailinformationen Sie zuvielen Ihrer Kunden und über den Markt verfügen. Zentral ist, die Datenqualität auf einem hohen Niveau zuhalten, um den einmal erreichten Status nicht verpuffen zu lassen.2Denken Sie strategisch. Starten Sie mit fest umrissenenProjektenSpread-Sheets sind nach wie vor in vielen Unternehmen ein wichtiges Tool für Datenanalysen und Reporting.Nicht nur im Mittelstand. Wie viele Analyselösungen stellen sie Planungs- und Prognosefunktionen zurprädiktiven Analyse nur rudimentär zur Verfügung. Eine rückwärtsgewandte Betrachtung schränkt dieEntscheidungsfindung ein und bietet keine Möglichkeit, zu prognostizieren und auf Prognosen zu reagieren.Spread-Sheets sind in den meisten Fällen von einzelnen Mitarbeitern für individuelle Aufgaben erstellt worden.Wenn ein Kollege aus der Buchhaltung oder ein Entwicklungsingenieur das Unternehmen verlassen oderausfallen, besteht das Risiko, dass sie ihr Wissen mitnehmen oder der Nachfolger nicht mit den Unterlageneffizient arbeiten kann. Spätestens dann, besser aber jetzt sollten Datenanalysen unternehmensweitvereinheitlicht werden. Das bedeutet in vielen Unternehmen einen Paradigmenwechsel, der sich aber auf jedenFall auszahlt. Dafür sind einige Vorarbeiten zu leisten: Unternehmensführung, Fachbereiche und IT-Abteilungsollten gemeinsam eine Analysestrategie entwickeln, die von allen mitgetragen wird. Diese Strategie sollte einenverbindlichen Rahmen setzen, aber zugleich den Fachbereichen innerhalb des Rahmens Raum zur Umsetzungindividueller Anforderungen lassen. Es liegt auf der Hand, dass beispielsweise die Bestandsoptimierung, einVertriebscockpit, Predictive Maintenance bei Maschinenlaufzeiten oder Produktionsmanagement spezifischeAnforderungen haben. Fördern Sie den Erfahrungsaustausch zwischen den verschiedenen Fachbereichenoder Geschäftseinheiten. Definieren Sie, welche neuen Business Cases bessere Entscheidungsvorlagenbenötigen. Evaluieren Sie Szenarien, die eine positive Strahlkraft auf das gesamte Unternehmen haben können.In den einzelnen Anwendungsfällen werden unterschiedliche Lösungen zum Einsatz kommen. Erweitern Sieden Analyse- und Reporting-Stack um Business Intelligence und Predictive Analytics. Prüfen Sie, inwieweit IhreIT-Lieferanten und Partner ihre Lösungen mit neuen und modernen Funktionalitäten ausstatten. Ihre Partnerverfügen zudem über das notwendige technische Wissen und Prozesswissen. Sie können wertvolle Hilfe darinleisten, wie externe Kennzahlen und Daten aus den Ökosystemen und den Märkten eingebunden werdenkönnen.5Copyright: IDC, 2018

Beantworten Sie sich folgende Fragen: Welche Ziele und Schritte sollte die Analytics-Strategie unseres Hauses umfassen? Welche Bereiche profitieren von neuen Analyse-Lösungen am stärksten? Wie lassen sich Initiativen umsetzen und fördern, die auf andere Geschäftsbereiche ausstrahlen?3Öffnen Sie Ihre Datensilos und DatentöpfeJe größer die Zahl der Datenpunkte, umso besser ist die statistische Qualität der Analysen. Je mehrInformationen und Daten Ihnen vorliegen, desto detaillierter können Sie Reports und vorausschauendeAnalysen realisieren. Der Wert von Analysen lässt sich mit mehr Datenquellen und einem höherenDatenvolumen deutlich steigern. Allerdings geht es nicht darum, größtmögliche Datenmengen zu sammeln.Erfolgversprechender ist es, einzelne Anwendungsfälle um weitere Daten anzureichern. Die Kombinationunterschiedlicher Datenquellen liefert dabei völlig neue Insights. Konzentrieren Sie sich zunächst aufinterne Datenquellen. Vielen Unternehmen fällt es beispielsweise nach wie vor schwer, alle digitalen undnichtdigitalen Kundendaten und Kundeninformationen aus verschiedenen Quellen wie Web, Telefon, Fax,Social Media, Vertriebs- und Servicemitarbeiter prozessgesteuert und zeitnah unter einer einheitlichenSichtweise zusammenzuführen. Jede dieser Datenquellen ist zudem mit bestimmten Prozessschritten imKundenlebenszyklus verknüpft und stammt aus verschiedenen Geschäftsbereichen. Wenn Unternehmenweitere Daten über Warenbestand, Beschaffung und Logistik mit Analysen zum Kundenverhalten verknüpfen,dann lassen sich personalisierte Angebote für einzelne Kunden maßschneidern und detaillierte und granulareAussagen über das künftige Kaufverhalten unterschiedlicher Käufergruppen ableiten. Das ist bereits ein großerMehrwert.Unter Hinzuziehung externer Daten lassen sich weitere Dimensionen analysieren. Allerdings lauern hierzahlreiche Stolperstellen und Risiken. Die Aggregation der Daten aus mehreren Datenquellen erhöht dasRisiko, die Daten aufgrund falscher Annahmen zusammenzuführen oder dass nach der Analyse falscheInterpretationen hinsichtlich Korrelation und Kausalität vorgenommen werden. Darüber hinaus bestehen nochweitere potenzielle Fehlerquellen, deren Vermeidung eine Zusammenarbeit von Fach- und Datenspezialistenerfordert. Andererseits sollten diese Experten-Teams Freiräume zum Experimentieren mit unterschiedlichenDaten und Datenquellen erhalten, um Modelle für zukunftsgerichtete Analysen entwickeln zu können.Beantworten Sie sich folgende Fragen: Welche Datenquellen und Daten nutze ich in einzelnen Geschäftsszenarien? Welche weiteren internen Datenquellen können diese Szenarien unterstützen? Welcher potenzielle Nutzensteckt in ihnen? Wer ist der Eigentümer bzw. Verwalter dieser Daten? Welche externen Daten reichern meine Analyse der Geschäftsszenarien wie an? Wie hoch sind Aufwandund Nutzen der Integration dieser Daten? Welche Spezialisten in meinen Unternehmen sind in der Lage, Datenanalysen fundiert umzusetzen undweiterzuentwickeln?6Copyright: IDC, 2018

4Evaluieren Sie eine Analytics-Cloud-PlattformUnternehmen, die Businessapplikationen modernisieren wollen, sollten immer die Option „Cloud“ prüfen. Dasgilt sowohl für die Anwendungen selbst als auch für die darunter liegende Infrastruktur. Aus Sicht von IDC zähltdie Verlagerung von Analytics in die Public Cloud zu den am stärksten wachsenden Aktivitäten im Umfeld vonDatenmanagement und Analytics. Davon können auch mittelständische Unternehmen profitieren. HinterfragenSie also Ihre Datenarchitektur und Analyselösungen aus Perspektive der Fachabteilungen.Aus technischer Perspektive ist es nützlich, folgende Frage zu diskutieren: Wie gut lassen sich meineDatenquellen, Datenmodelle, das Daten-Processing und die Datenspeicherung sowie die Analyseverfahrenund Ergebnispräsentation in der Cloud abbilden? Die IT und die Fachabteilungen müssen gemeinsamdaran arbeiten, diese und weitere Fragen zu beantworten und den Mehrwert von Cloud-Plattformen fürIhr Unternehmen bestimmen zu können. Ein hoher Nutzen der Plattformen besteht darin, für mehrereAnwendungsfälle verwendbar zu sein. Aktuelle Analysen von IDC zeigen zudem, dass mittelständischeUnternehmen vor allem von einer höheren Flexibilität und Agilität, größerer Skalierbarkeit und wenigerPersonalaufwand für die Pflege der Plattformen profitieren. Denn zahlreiche Daten und Datenquellen liegenbereits in der Cloud oder lassen sich mit geringem Aufwand in die Cloud übertragen. Auf der anderenSeite sollte die Komplexität der Migration von Daten bzw. Datenbanken in die Cloud und das erforderlicheFachwissen nicht unterschätzt werden. Die Flexibilität und Agilität im Tagesgeschäft lässt sich grundsätzlichimmer deutlich steigern. Beachten Sie aber auch, dass unterschiedliche Szenarien unterschiedlicheAnforderungen erfüllen müssen. Nicht alle Bereiche benötigen beispielsweise Echtzeitinformationen. Wichtig istandererseits immer die Möglichkeit, vorausschauende Analysen durchzuführen.Beantworten Sie sich folgende Fragen: Wie gut unterstützen meine vorhandene Datenarchitektur und meine Analytics-Lösung die Geschäftsziele?Wo sind die funktionalen Grenzen? In welchem Umfang können Cloud-Plattformen einen Mehrwert liefern? Welche Daten können in der Public Cloud lagern und welche Daten sollen inhouse gespeichert werden?5Eine Analytics-Architektur unterstützt Ihre DigitalisierungAnalytics- und BI-Lösungen der Zukunft müssen die Analyse von digitalen Prozessen und digitalenGeschäftsmodellen unterstützen. Ein ganz zentraler Aspekt ist dabei die Anbindung an bzw. die Integrationin die operativen Systeme. Dafür ist eine analytische Architektur erforderlich. Sie verbindet das Frontend,beispielsweise Sensoren, mit dem Backend, d. h. der Datenaufbereitung, und den verschiedenenanalytischen Anwendungen, um entweder Verantwortlichen Handlungsempfehlungen zu geben oder umin einem regelbasierten Kreislauf eigenständig Maßnahmen zur Verbesserung der Abläufe am Frontendvorzunehmen. Hierfür müssen Sie das Rad nicht neu erfinden, denn es existieren bereits viele Blueprints undAnwendungsszenarien.7Copyright: IDC, 2018

Die Möglichkeiten der Ausgestaltung der geschilderten Prozesse sind sehr vielfältig. Im Mittelpunkt steht aberimmer die Automatisierung von Abläufen auf Basis einer Plattform. Klassische Analytics, Business Intelligence,Data Discovery und künstliche Intelligenz fließen in einem solchen Plattform-Ansatz immer stärker zusammen.Damit gelingt Ihnen die Beherrschung komplexer Infrastrukturen und Prozesse. Im Rahmen der Digitalisierunggeben moderne Lösungen den Fachentscheidern immer mehr Tools in die Hand, um Echtzeitanalysen,vorausschauende Analysen und Datenvisualisierungen selbst durchführen zu können. Damit wird derAnwendernutzen dieser Lösungen für jeden selbst begreifbar.Stellen Sie sich folgende Fragen: Wie alt ist meine Lösung und auf welcher Technologie basiert sie? Wie gut ist meine Lösung auf die Zukunft vorbereitet und wie gut unterstützt sie direkt die Digitalisierung inmeinem Unternehmen? Wo steht mein IT-Lieferant in fünf Jahren?FazitUnternehmen müssen noch umfassender als bisher Märkte und Diskussionen verfolgen,Trends frühzeitig erkennen und Nachahmer abwehren. Kurz gesagt: dem Wettbewerbimmer einen Schritt voraus sein. Viele Unternehmen haben in der Vergangenheit bewiesen,dass sie dazu in der Lage sind, wenn sie auf die richtigen Produkte, Prozesse undLösungen setzen.Heute basiert das Fundament unserer gesamten Wirtschaft auf der intelligenten Nutzungvon Daten und Informationen. Sie zu erheben, zu analysieren und die richtigen Schlüssedaraus zu ziehen, verschafft Unternehmen schon heute enorme Wettbewerbsvorteile. Umsich weiter abzuheben von Ihren Konkurrenten, müssen Sie künftig interne und externeDaten miteinander verknüpfen und Prognosen für die Zukunft ableiten. Darin liegt einenormes, aber aktuell häufig noch ungenutztes Potenzial.Analytics- und BI-Lösungen der Zukunft zielen viel stärker als die bisherigen Lösungenauf vorausschauende Analysen. Darin besteht ihr Mehrwert. Unter Nutzung von Cloudund großen und vielfältigen Datenmengen und Datenquellen (Big Data) lassen sichEntscheidungen schneller und fundierter treffen als bisher.Das Schöpfen von Wert aus den relevanten Daten ist ein Prozess. Die erfolgreiche Nutzungvon Informationen wird Sie dazu ermutigen, weitere Informationen zu erfassen und zuanalysieren. Um Ihre Datenprojekte erfolgreich umzusetzen, ist es wichtig zu verstehen,welche Daten erschlossen werden können und welcher Nutzen sich daraus ziehen lässtoder wo Synergien aus unterschiedlichen Datenquellen möglich sind und an welcher Stellesich neue Geschäftsmodelle ableiten lassen.Moderne analytische Architekturen verringern und eliminieren Prozessbrüche undermöglichen Echtzeitanalysen, so dass Sie jederzeit in der Lage sind, Entscheidungen fürIhr Unternehmen auf Basis fundierter Daten und Handlungsempfehlungen abzuleiten.Weitere Informationen zum Thema finden Sie Copyright: IDC, 2018

ÜBER IDCIDC ist der weltweit führende Anbieter von Marktinformationen, Beratungsdienstleistungen und Veranstaltungen auf demGebiet der Informationstechnologie und der Telekommunikation. IDC analysiert und prognostiziert technologische undbranchenbezogene Trends und Potenziale und ermöglicht ihren Kunden so eine fundierte Planung ihrer Geschäftsstrategien sowie ihres IT-Einkaufs. Durch das Netzwerk der mehr als 1100 Analysten in über 110 Ländern mit globaler, regionaler und lokaler Expertise kann IDC ihren Kunden umfassenden Research zu den verschiedensten Segmenten desIT-, TK- und Consumer-Marktes zur Verfügung stellen. Seit mehr als 50 Jahren vertrauen Business-Verantwortliche undIT-Führungskräfte bei der Entscheidungsfindung auf IDC.Weitere Informationen sind auf unseren Webseiten unter www.idc.com oder www.idc.de zu finden.COPYRIGHT-HINWEISDie externe Veröffentlichung von IDC Informationen und Daten – dies umfasst alle IDC Daten und Aussagen, die fürWerbezwecke, Presseerklärungen oder anderweitige Publikationen verwendet werden – setzt eine schriftlicheGenehmigung des zuständigen IDC Vice President oder des jeweiligen Country Managers bzw. Geschäftsführers voraus.Ein Entwurf des zu veröffentlichenden Textes muss der Anfrage beigelegt werden. IDC behält sich das Recht vor, eineexterne Veröffentlichung der Daten abzulehnen.Für weitere Informationen bezüglich dieser Veröffentlichung kontaktieren Sie bitte:Katja Schmalen, Marketing Director, 49 69 90502-115 oder [email protected]: IDC, 2018.Die Vervielfältigung dieses Dokuments ist ohne schriftliche Erlaubnis strengstens untersagt.IDC Central Europe GmbHHanauer Landstr. 182 D60314 Frankfurt am MainT: 49 69 90 50 2-0F: 49 69 90 50 2-100E: info [email protected]

Moderne Autos verfügen beispielsweise bis zu 80 Sensoren, die kontinuierlich Daten liefern. Die Daten beschränken sich nicht nur auf das Messen und Speichern technischer Parameter. Ein modernes vernetztes und automatisiertes Fahrzeug liefert permanent Daten, die für die Qualitätssicherung der Hersteller, Mobilitäts- und Logistikkonzepte sowie