Partner von
Partner von
Digitalisierung

Technik schafft Vorsprung

Neue Technologien. Neue Lösungen. Neue Abteilungen. Die Digitalisierung zwingt die großen Strategieberater, die Grundlagen ihres Geschäfts zu verändern.





• Es sind nur eine Handvoll Fakten nötig, um die Entwicklung zu beschreiben: Von den mehr als 500 Mitarbeitern, die die Boston Consulting Group (BCG) im vergangenen Jahr in Deutschland und Österreich neu eingestellt hat, waren mehr als zwei Drittel Berater. Alle neuen Berater durchlaufen intensive Trainings in digitalen Technologien, etwa zur Datenanalyse. Rund 60 Prozent aller Consultants ab dem Karriere-Level Projektleiter verfügen über tiefere digitale Expertise. Und der Umsatz des Unternehmens stieg in Deutschland das dritte Mal in Folge mit einer zweistelligen Prozentrate. Weltweit konnte BCG seinen Umsatz in den vergangenen zehn Jahren sogar von 2,65 auf 6,3 Milliarden Dollar steigern. Das ist mehr als eine Verdopplung, und zwar in genau dem Zeitraum, in dem die Digitalisierung die Wirtschaftswelt grundlegend verändert hat.

Dass sich die großen Strategieberatungen so gut im Markt behaupten, galt vor wenigen Jahren noch nicht als ausgemacht. Schließlich fußen Wachstum und Effizienz heute vor allem auf Technologiekompetenz – nicht gerade die Domäne klassischer Managementberater. Große IT-Consultants wie Accenture und IBM, aber auch kleine, wendige Technologiespezialisten schienen für die neuen Kundenanforderungen deutlich besser gerüstet zu sein.

Tatsächlich haben der digitale Wandel und all das, was mit ihm einhergeht – selbstlernende Algorithmen, Augmented Reality, Big Data, das Internet der Dinge – nicht nur die Industrie, sondern auch den Markt der Unternehmensberater verändert. Geschadet hat das den großen, umsatzstarken Consulting-Firmen allerdings nicht. 2017 erzielten sie in Deutschland ein Umsatzplus von durchschnittlich 8,5 Prozent. Zudem fallen ihre Wachstumsprognosen besser aus als im Branchenschnitt.

Big Player wie McKinsey, Deloitte oder Roland Berger haben ihre digitalen Kompetenzen massiv ausgebaut und so aus dem vermeintlichen Malus einen Bonus gemacht: Sie schufen eigene Modellfabriken und Labore, gründeten Start-ups und Kompetenznetzwerke, übernahmen Digitalagenturen und Software-Anbieter. Außerdem investierten sie in die Suche nach neuen Köpfen, vor allem für die Verarbeitung großer Datenbestände – allein McKinsey beschäftigt mittlerweile weltweit rund 900 Spezialisten für Advanced Analytics.

Auch die Boston Consulting Group hat aufgerüstet und Einheiten für digitale Geschäftsmodelle, Datenanalyse und Anwendungen der Industrie 4.0 aufgebaut. 2017 investierte BCG allein in Deutschland einen zweistelligen Millionenbetrag in Weiterbildung und digitale Technologien. Und auch methodisch nähern sich die Consultants der digitalen Welt: Selbst klassische Berater arbeiten inzwischen meist agil.

Anders geht es auch nicht mehr, meint Deutschland-Chef Carsten Kratz, schließlich wüchsen die einst getrennten Beratungsfelder Strategie und Technologie in der datengetriebenen Welt zusammen: „Daten sind die Schlüssel zur Zukunft, das zieht sich durch alle Beratungsfelder. Man kann das Thema nicht abgekapselt betrachten. Auch die Kernmannschaft arbeitet sich deshalb tief in Digital und Analytics ein. Jeder muss wissen, wie man Kollaborationsplattformen nutzt oder Algorithmen anlernt. Dieses Wissen können wir dann mit unserem Strategie-Know-how kombinieren. Deshalb sind heute alle unsere Projektteams mit klassischen Beratern und Datenexperten besetzt.“

Neue Köpfe, neue Einheiten und neue Methoden, gepaart mit langjähriger Industrie-Expertise: Damit hat BCG, wie fast alle großen Consultants, das eigene Kompetenzfeld erweitert, sodass klassische Themen wie Strategie oder Prozessoptimierung nun auf Basis aktueller technologischer Entwicklungen umgesetzt werden können. Was das konkret bedeutet? Vier Beispiele, die eine Idee davon geben, wie sich der Alltag in den großen Consulting-Häusern verändert hat.

Die Aufgabe
Individualisierter Kunden-Newsletter auf der Basis von Data Analytics

Die Einheit:
BCG Gamma

Ein Modeschmuckhersteller will seinen Verkauf steigern: Für diesen klassischen Beratungsauftrag hätten Consultants in der Vergangenheit nach den besten Standorten für neue Filialen gesucht, an der Preispolitik gedreht und vielleicht zu mehr Werbung oder Sonderaktionen geraten. Nun schlugen sie einen personalisierten Newsletter vor, basierend auf Datenanalysen. Der Klient war skeptisch, ließ sich aber auf einen Versuch ein: Fünf Millionen Kunden bediente er mit dem üblichen Newsletter, fünf Millionen erhielten ein datenbasiertes Mailing.

Dafür sammelten ein Mathematiker und zwei Analysten zunächst Informationen über das Kundenverhalten auf der Homepage des Herstellers: Wo wohnt der Besucher, wann loggt er sich ein, nutzt er einen Computer oder ein Smartphone? Auf welche Buttons und Produkte klickt er und wie oft? Was schaut er wie lange an? Und was kauft er am Ende? Diese Erkenntnisse reicherte das Team mit allgemeinen Marktdaten an, etwa darüber, welche Kundengruppen wie viel Geld wofür ausgeben. So sammelte sich ein immenser Fundus an, der das Verhaltensmuster von Millionen Menschen spiegelt. Um daraus Schlussfolgerungen für einzelne Kunden zu ziehen, wurde einen Algorithmus entwickelt, der in die Software des Kunden eingepflegt wurde.

Für eine Prognose, welcher Kunde sich für welche Schmuckstücke interessieren könnte, benötigt die Software zwölf Stunden. Der Hersteller kann sie anschließend für seinen Newsletter benutzen – der die Wünsche der Interessenten offenbar gut trifft: Im Testlauf generierte der personalisierte Newsletter siebenmal so viel Umsatz wie sein klassisches Pendant.

Jörg Erlebach, Senior Partner und Leiter BCG Gamma, Deutschland

„Wir sind Leute, die an großen Datenmengen Spaß haben: Mathema-tiker, Physiker, Informatiker, aber auch einige Betriebswirte. Weltweit beschäftigen sich rund500 Gamma-Rays, wie wir unsere Mitarbeiter intern nennen, mit Advanced Analytics, Machine Learning und künstlicher Intelligenz. Meist kommen wir zum Einsatz, wenn es um ein traditionelles Beratungsthema wie etwa die Neuausrichtung von Unternehmensprozessen geht, dabei aber die ganze Bandbreite historischer, interner, externer und granularer Daten einbe-zogen werden soll, und nicht bloß, wie früher, das Branchen-Know-how und die Benchmark-Analysen. Doch die Menge der Daten wird immer größer, und die Informationsflut ist oft so multidimensional, dass kein Mensch mehr die darin verborgenen Zusam- menhänge erkennen kann. In genau solchen Fällen destillieren wir die Infor-mationen, die dann unsere Kollegen aus der klassischen Beratung für ihre Einschätzungen nutzen können. So setzen wir Steuerungsimpulse und stellen zugleich ihre Hypothesen auf eine solide Basis. Daten helfen enorm, wenn man sie mit Verstand auswertet und sich stets bewusst ist, dass die Ergebnisse immer wieder Realitäts-Checks unterzogen werden müssen. Dafür sprechen wir auch mit Experten in Unternehmen und befragen sie nach ihrer Einschätzung. Nur so kann man vermeiden, Scheinkorrelationen auf den Leim zu gehen. Außerdem schafft man so eine höhere Akzeptanz der Modelle. Diese Akzeptanz ist wichtig, denn ob der Kunde auf Basis der ermittelten Zusammenhänge passende Maßnahmen ergreift, ist eine Frage der strategischen Weitsicht. Data Analytics kann keine Entscheidung abnehmen, aber es kann sie wirksam unterstützen.“

Die Aufgabe
Industrie 4.0 – Entwicklung eines Demonstrators, um den Mehrwert von Edge Computing Technology aufzuzeigen

Die Einheit:
Innovation Center for Operations (ICO)

Ein mannshoher Glaskasten, in dem drei Roboterarme Autofenster bearbeiten, ganz regelmäßig und ohne jede Unterbrechung: Das ist der Demonstrator, ein Teil der Industrie-4.0-Modellfabrik in Aachen. BCG-ICO betreibt weltweit sechs solche Fabriken. RFID-Tracking, Roboterfertigung, Cloud-Vernetzung, Augmented Reality, Bluetooth, Assistenzsysteme, dezentrale Steuerung: In den Modellfabriken wird all das in einem kontrollierten Umfeld getestet und vorgeführt.

Drei Monate hat ein achtköpfiges Team aus Beratern und Maschinenbauern der RWTH Aachen an dem Glaskasten gearbeitet, um damit Industrieunternehmen den Mehrwert der Edge-Technologie zu zeigen. Mit dem Demonstrator nehmen sich die Berater eines grundlegenden Problems an: Die Bauteile, mit denen selbstständige Roboter arbeiten, variieren mitunter erheblich. Bei Glasscheiben können sich Stärke, Abmessung, oder Härtegrad von Stück zu Stück unter-scheiden, sodass die über eine Cloud vernetzten Maschinen ständig große Mengen visueller Signale übertragen und analysieren müssen. Diese Datenübermittlung kostet Zeit und führt zu Unterbrechungen in der Produktion.

Die Edge-Technologie beschleunigt den Datentransfer und damit die Reaktionszeit der Maschinen: Am Rande der Anlage befindet sich eine lokale Schaltzentrale, die die wichtigsten Informationen vorhält, damit die Roboter autonom handeln können, und die übrige Informationen in die Cloud weitergibt. So wird in vielen Fällen eine maschinelle Verarbeitung überhaupt erst möglich – etwa die Sortierung von Obst und Gemüse mit unterschiedlichen Reifegraden.

In der Glasverarbeitung sorgt die Technologie für eine hohe Effizienz – ohne sie müssten etwa 50-mal so viele Daten in die Cloud übertragen werden. Und weil die Roboter weitgehend innerhalb ihres eigenen Daten-Kosmos bleiben, können die Unternehmen zugleich Rechnerkapazitäten einsparen.

Markus Lorenz, Partner und weltweiter Leiter der Bereiche Maschinen und Komponenten

„Beim Thema Industrie 4.0 reden viele mit. Unter-nehmen und Führungskräfte haben Angst, etwas zu verpassen. Zugleich sind sie von den Möglichkeiten überwältigt, die sich ihnen bieten. Doch weil es in allen Bereichen zahllose Anwendungsfälle gibt, muss jedes Unternehmen selbst herausfinden, welche davon funktionieren. Diesem Problem muss sich natürlich auch eine Strategieberatung stellen, denn Strategie heißt unter anderem auch, zu wissen, wie man sich auf unsicherem Terrain entwickeln will. Technische Bodenhaftung tut da sehr gut. Deshalb haben wir das Innovation Center of Operations, kurz ICO, gegründet. Wir wollen dem Gerede über die Industrie 4.0 die tatsächliche Technologie zum Anfassen und Ausprobieren entgegen-setzen und gemeinsam mit unseren Kunden damit experimentieren. Unsere Kunden können in unseren Fabriken mit Pick by voice, Datenbrillen und Bilderkennungssystemen zum Beispiel einen Elektro- motor zusammenbauen. So entwickeln sie ein Gefühl dafür, wie die Arbeit in ihren eigenen Fabriken künftig aussehen könnte. Im Grunde ist es wie in einem Workshop: Die Kunden können so besser entscheiden, welche Technologie wirklich für sie geeignet ist.“

Die Aufgabe
Nutzung künstlicher Intelligenz in robotergesteuerten Kfz-Gutachten

Die Einheit:
BCG Platinion

Wenn ein Autobesitzer seiner Versicherung einen Schaden meldet, beginnt gemeinhin ein aufwendiger Prozess, der weitgehend von Menschenhand erledigt wird und einigen Schriftverkehr erfordert: Der Kunde reicht seine Schadenersatzforderung per Brief oder E-Mail ein, Sachbearbeiter bearbeiten sie, unabhängige Sachverständige bringen ihre Expertise ein, die auch noch auf Plausibilität geprüft werden muss. Für ein klassisches Versicherungs-Gutachten sind etwa 50 Teilschritte erforderlich: eine Arbeit von zwei bis drei Tagen.

Ob sich dieser Prozess vereinfachen lässt, hätten Berater auch in der Vergangenheit untersucht – und danach möglicherweise die Umstrukturierung der entsprechenden Abteilung empfohlen. Nun haben stattdessen ein Mathematiker und zwei auf maschinelles Lernen und Nutzerfreundlichkeit spezialisierte Programmierer eine IT-Plattform entworfen, die nach Eingang der Schadensdaten manuelle Tätigkeiten überflüssig macht.

Dafür müssen die Kunden ihren Fall nur auf der Plattform beschreiben und ein Bild des Schadens hochladen. Mit Erfahrungswerten angelernte Algorithmen stellen im Anschluss anhand von Text- und Bilderkennung fest, ob es sich tatsächlich um einen Versicherungsfall handelt und wie hoch die Kosten des Schadens sind. Das gelingt mit einer Software, die auf dem Computer wie ein eigenes Betriebssystem läuft und selbst festlegt, in welcher Reihenfolge welche Daten bearbeitet werden. Das sorgt für einen sehr effizienten Prozess.

Christoph Nettesheim, Leiter BCG Platinion

„Platinion wurde im Jahr 2000 gegründet. Nach einer Anfangsphase mit dem Fokus auf Web-Design, entwerfen wir mittlerweile mit mehr als 300 Mitarbeitern weltweit die Architektur von IT- Systemen oder sorgen für die Harmonisierung von Datenstandards, etwa als Grundlage für vernetzte Produktionen. Und wir entwickeln konkrete Pilot- anwendungen, denn unsere Kunden wollen sehen, was wirklich funktioniert. Wir setzen neue Technologien um: digitales Design, künst-liche Intelligenz, Internet der Dinge, Blockchain. Vieles hat sich dabei verändert, etwa die Daten-architektur: Früher leitete man sie von den Software-Systemen ab, heute stehen die Daten selbst am Anfang. In Großunter-nehmen mit Tausenden von Applikationen ist das alles andere als trivial. Wir denken konsequent von den Daten her und haben damit über die Jahre viel Expertise aufgebaut, müssen aber stetig weiterlernen. Deshalb experi-mentieren wir auch mit Partnerunternehmen, um herauszufinden, ob neue Technologien schon einsatzbereit sind. Ohne den klassischen Berater geht es trotzdem nicht: Eine passende IT- Lösung kann nur aufbauen, wer auch das Geschäft versteht, das damit betrieben werden soll.“

Die Aufgabe
Engineering 4.0 – Digital Twin für Komponententests

Die Einheit:
BCG Praxisgruppe Industrial Goods

Für einen Entwickler ist eine Autotür kein triviales Ding, sondern ein komplexes Zusammenspiel aus Gummi, Metall und Glas, aus Elektronik und Mechanik. Entsprechend kompliziert ist der Entwicklungsprozess: Die einzelnen Komponenten werden meist getrennt voneinander entwickelt und erst später zu einem Prototyp zusammengefügt und physischen Tests unterzogen. Bis zu möglichen Korrekturen vergeht also viel Zeit.

Eine Simulationsplattform kann das mit einem digitalen Doppelgänger ändern: Sie verknüpft schon während des Entwicklungsprozesses die Daten der verschiedenen Abteilungen zu einem digitalen Gesamtmodell, das für alle beteiligten Entwickler den Stand der Dinge sichtbar macht, sodass die Kollegen schnell aufeinander reagieren können.

Die Transparenz der Daten sorgt für bessere Ergebnisse und deutlich weniger Reibungsverluste, weil die Ingenieure jederzeit Alternativen in die Simulation einspielen können, ohne reale Werkstücke produzieren zu müssen. Vor allem aber macht der „Digital Twin“ den physischen Prototyp und die damit verbundenen, aufwendigen Tests überflüssig, weil er das Zusammenspiel der einzelnen Teile aufgrund der hinterlegten Daten selbst ausrechnen kann. Das spart nicht nur die rund 5000 Euro, die der Prototypenbau kosten kann, sondern vor allem Zeit, am Ende sogar beim Test selbst: Das Testen des physischen Modells eines Schließmechanismus dauert etwa fünf Stunden, der digitale Zwilling schafft es in weniger als 60 Minuten.

Andreas Dinger, Senior Partner im Bereich Automotive

„Ich arbeite seit 16 Jahren für die Automobilindustrie und kümmere mich vor allem um die Prozess-optimierung in Entwick-lung und Produktion. Die Digitalisierung erweitert die Optimierungsmöglich- keiten ganz erheblich. Der klassische Wasserfall-prozess verliert dagegen in der Entwicklung stetig an Bedeutung. Viele Schritte werden parallel gefahren, weil man in digitalen Modellen zum Beispiel Daten direkt zusammenlaufen lassen kann. Die Technologie verändert aber auch die Organisation von Unternehmen. Wer nimmt im digitalen Prozess welche Rolle ein? Welche Kompetenzen sind nötig, um Daten zusammenzuführen? Da muss man neue Strukturen schaffen und neue, digitale Kompetenzen aufbauen. Die Fragen im Beratungs-geschäft sind eigentlich gleich geblieben: Es geht um Effizienz- und Effektivitätssteigerung in den Prozessen. Doch die Antworten haben sich geändert – der Werkzeug-kasten wird immer größer. Inzwischen ist technisches Verständnis auch auf der obersten Ebene wichtig. Deshalb bieten wir seit drei Jahren bei Partner-treffen sogenannte Master Classes an. Auch ich muss üben, selbstlernende Systeme zu verstehen oder einen Algorithmus anzulernen. Umgekehrt wird aber natürlich auch ein Schuh daraus: Die Technologie allein entscheidet in Sachen Digitalisierung noch nichts.“