Der Begriff „Industrie 4.0“ geht – laut einem Wikipedia-Eintrag – auf ein gleichnamiges Projekt innerhalb der Hightech-Strategie der deutschen Bundesregierung zurück: Mit dem Begriff sollte die Einleitung einer vierten industriellen Revolution zum Ausdruck gebracht werden [1]. Der Begriff Labor 4.0 lehnt sich daran an und hat sich inzwischen ähnlich etabliert.

Die meisten Labore stehen heute am Übergang zwischen den Phasen „IT-Industrialisierung“ und „Digitalisierung“. Für den Einstieg in die Digitalisierung muss das Labor für die Umsetzung der Kundenbedürfnisse die Führungsverantwortung übernehmen (Digital Leadership). Die internen IT-Verantwortlichen müssen sich zu Partnern weiterentwickeln, um zusammen mit den Fachabteilungen die Unternehmensprozesse für die Kunden zu öffnen. Durch Win-win-Situationen für Labor und Kunden werden die Voraussetzungen für neue Produkte, Dienstleistungen und Geschäftsmodelle geschaffen. [2]

Fokuswechsel in der Digitalisierungsphase
Mit dem Übergang von der IT-Industrialisierung zur Digitalisierung ändert sich der Fokus des Service-Labors. Während der Phase der IT-Industrialisierung werden Prozesse standardisiert, optimiert, automatisiert, die Geschwindigkeit und die Qualität werden erhöht, die Preise gesenkt und die Labor-Effizienz wird gesteigert. Dabei ist der Fokus ins Unternehmensinnere gerichtet.

Bild 2: Daten sind die Basis der Wertschöpfung. (Bild: AAC Infotray)

In der Phase der Digitalisierung richtet sich der Fokus nach außen: Die Interaktionen mit den Kunden werden optimiert, schnelle Informationsflüsse, die Realisierung von Kundennutzen, klare Feedbacks, hohe Usability, robuste Technologie und transparente Verhältnisse liefern die Basis für eine solide Vertrauensbasis zwischen Service-Labor und Kunde. Für den Kunden bedeutet dies eine bedürfnisgerechtere Dienstleistung; für das Labor eine gestärkte Kundenbindung – und somit für die beiden involvierten Parteien zu einer Win-win-Situation.

Die IT-Industrialisierung hat große betriebliche Verbesserungen und Effizienzsteigerungen gebracht, aber im Wesentlichen wurden nur analoge Abläufe automatisiert und digital unterstützt. Die Wertschöpfungsabläufe und die Preismodelle wurden nicht fundamental verändert. Die Digitalisierung der Labore schafft neue Möglichkeiten für Wertschöpfungsprozesse. Durch die Nutzung digitaler Ressourcen können neue Dienstleistungsmodelle entwickelt und Leistungen angeboten werden, die neue Einnahmen generieren. Die Möglichkeiten umfassen also bedeutend mehr als nur die Abbildung analoger Abläufe.

Wie entwickelt sich ein Labor zum Labor 4.0?

Ohne Zentrum keine Peripherie:

Ein Labor muss daher als Voraussetzung für die Digitalisierung zunächst die Zentrumsaufgaben für die Phase der IT-Industrialisierung umsetzen. Letztere ist Ausdruck des Reifegrades einer Organisation und bildet die Grundlage, damit sie sich peripher weiterentwickeln kann.

In der Phase der Digitalisierung werden die bestehenden Laborprozesse zur Schaffung von Kundennutzen erweitert. Die Datenflüsse durch die Prozesse müssen auf die durchgängige Nutzbarkeit der Daten ausgelegt werden. Eine modulare Datenstruktur bildet die Grundlage, um Datenflüsse flexibel auf neue Anforderungen auszurichten. Die modulare Datenstruktur ist auch die Grundlage, um Prozesse dezentral gestalten zu können und somit Aufgaben dezentral zu erledigen. Ein Beispiel: Aufträge werden vom Kunden selbst erfasst, indem er sich Etiketten für seine Proben mit Probenversandschein ausfüllt. Auch die Probenahme wird durch den Kunden möglich, wenn ihm die richtigen Informationen und Probengefäße zur Verfügung stehen. Der integrierte Prozess muss ihm die dazu notwendigen Informationen liefern. In einem weiteren Schritt erfolgt die Probenahme evt. autonom mit einem smarten System, das die Probe direkt ins Labor bringt.

„Kunden integrieren“ heißt auch, sie über den Stand der Analytik zu informieren, Datenauswertungen zur Verfügung zu stellen, Berichte und Rechnungen zugänglich zu machen oder dem Kunden Zugang zu seinen Daten zu ermöglichen, damit er selbst weitere Auswertungen seiner Daten vornehmen kann. Der Kunde kann z. B. auch den Service in Anspruch nehmen informiert zu werden, wenn er aufgrund eines Probenresultates Maßnahmen ausführen muss.

Neue Geschäftsmodelle werden sich ergeben, wenn auch die Geräte smarter werden. Die Probe muss nicht immer ins Labor gebracht werden. Es gibt Situationen, da ist es sinnvoller, wenn „das Labor zur Probe geht“. (Die Probe steht dabei auch stellvertretend für den Kunden.) Die Automatisierung einer Probenahme birgt viel weiteres Potenzial: Denkbar sind z. B. vernetzte Probenahmegeräte, die – je nach Stichprobenvorgabe oder Vorgabe der Durchflussmenge – automatisch die richtige Anzahl Proben nehmen. Geräte, die beim Kunden kontinuierlich oder batchmäßig Resultate ermitteln, könnten die Resultate zur Auswertung und Kontrolle ins Labor schicken. Das Labor kann auf Verlangen aber auch eine individuelle Probenahme veranlassen.

Servicelabore werden sich in Richtung Dienstleister für Methoden- und Prozesskompetenz entwickeln. Dabei wird die Erbringung der Dienstleistung zunehmend dezentralisiert erfolgen. Der Erfolg eines Servicelabors wird immer mehr von seiner Datenkompetenz geprägt – und auf dieser Kompetenz wird die Wertschöpfung für seine Dienstleistung basieren.

Herausforderungen im Labor 4.0

Arbeitsorganisation anpassen:

Daten und Datenmanagement werden mehr und mehr ins Zentrum eines Labors rücken. Dezentralisierte autonome und teilautonome Systeme treffen Prozess-Entscheidungen, was wiederum die Rolle des Menschen im Gesamtprozess verändert. Dadurch muss die Arbeitsorganisation angepasst werden. Damit die Digitalisierung gelingen kann, müssen unbedingt psychosoziale Aspekte der Mitarbeiter berücksichtigt werden.

Verantwortungskompetenz stärken:

Im Rahmen der Digitalisierung erhalten Mitarbeiter mehr Verantwortung. Sie sind nicht mehr ausschließlich Anwender, sondern werden zum Initiator und Steuernden. Wir wissen aus einem erfolgreichen Digitalisierungsprojekt, dass Mitarbeiter lernen müssen, mit erweiterter Verantwortung umzugehen. Umgang mit Verantwortung und Entscheidungskompetenz könnte eine neue Herausforderung werden, die sich eine Organisation aneignen muss: für die erfolgreiche digitale Transformation.

Datensicherheit:

Aus aktueller Sicht ist auch die Sicherheit der Daten eine Herausforderung. Ein offenes System ist schwieriger zu schützen als ein geschlossenes, und Lösungen für ausreichende Sicherheitsansprüche müssen noch geschaffen werden. Die US-amerikanische Gartner Group hat die strategischen Technologie-Trends zu diesem Thema in ihren „Top 10 Strategic Technology Trends for 2018“ zusammengefasst [3].

Modular-adaptive Lösungen
Gute Erfahrungen haben wir mit modular-adaptiven Lösungen gemacht. Das Zentrum der Architektur bildet ein Kernsystem. Es beinhaltet die fundamentalen Module der Lösung. Durch strategische Entscheide ist es möglich, weitere Module zum Kernsystem hinzuzufügen oder Module zu entfernen. Das Kernsystem liefert Schnittstellenfunktionalität, um mit peripheren Systemen wie Geräten, ERP, Finanzbuchhaltung, Datenbanken etc. zu kommunizieren. Neue Systeme sollen ohne Programmieraufwand jederzeit integriert werden können.

Das Kernsystem beinhaltet alle Funktionalität, die notwendig ist, um die Arbeit der verschiedenen Anwendergruppen zu unterstützen. Für die bestmögliche Unterstützung der Arbeit verschiedener Anwendergruppen können sogenannte „Channels“ benutzt werden. Für anspruchsvolle Verwaltungsaufgaben, effiziente Datenerfassung und Parametrierungsarbeiten eignet sich ein Windows-Client. Für allgemeine Dateneingaben auf mobilen Geräten ist ein Web-Client gut geeignet. Zur Nutzung von gerätespezifischen Funktionen wie Barcode-Scanning oder Kameras bieten sich iOS-oder Android-Applikation an. Weitere Kanäle wie SMS, E-Mail, REST, SOAP etc. sollten integriert werden können. Das Channel-Prinzip bietet flexible Optionen, um mit jeder geeigneten Technologie auf das Kernsystem zugreifen zu können, ohne das Kernsystem ändern zu müssen. Das modular-adaptive Prinzip ist die Grundlage für eine nachhaltige Architektur und bietet größtmöglichen Schutz der Daten.

Referenzen:
[1] https://de.wikipedia.org/wiki/Industrie_4.0
[2] Anne Wesche, www.labo.de, 12/2016, p29, „Wer braucht wie viel Labor 4.0?“ unter: http://www.lifesciences-pr.de/wp-content/uploads/2018/01/wieviel-labor4.0.pdf
[3] https://www.gartner.com/smarterwithgartner/gartners-top-10-technology-trends-2017/

AUTOREN
Dr. Köbi Ehrensberger
Dr. Johannes Stadler

AAC Infotray AG, CH-Winterthur