Mit Daten das Produktmanagement optimieren Was müssen Unternehmen tun, damit ihre Produkte in Zukunft weiterhin erfolgreich sind? Mit dieser Frage beschäftigt sich das Produktmanagement. Die Expert:innen kümmern sich um die Planung, Steuerung und Kontrolle von Produkten oder Dienstleistungen ihres Unternehmens. Oftmals vertrauen sie dabei auf ihr Bauchgefühl, denn relevante Daten sind meist über verschiedene Abteilungen verstreut. Wie das Produktmanagement auf Basis von Daten verbessert werden kann, erarbeitet das Projekt 'Datenbasiertes Produktmanagement'. In dem Projekt sollen die Unternehmen Diebold Nixdorf, DMG Mori, Isringhausen, WAGO und Schmitz Cargobull dazu angeleitet werden, klassische Aufgaben des Produktmanagements, wie die Planung neuer Produktfeatures, durch den Einsatz moderner Datenanalyse objektiver und erfolgreicher durchzuführen. Dabei sollen Daten aus unterschiedlichen Quellen wie Betriebsdaten, interne Daten aus Marketing und Vertrieb sowie externe Daten beispielsweise aus Social Media genutzt werden. Den Unternehmen stehen die Forschungspartner Fraunhofer IEM und Heinz Nixdorf Institut zur Seite.

Das Produktmanagement (PM) sieht sich gegenwärtig mit einer großen Herausforderung konfrontiert: Im Zuge der dualen Transformation, die das gemeinsame Erschließen der Potentiale der Megatrends Digitalisierung und Nachhaltigkeit beschreibt, müssen sowohl bestehende als auch zukünftige Marktleistungen ganz neuen, immer höheren Anforderungen gerecht werden. Dies hat zur Folge, dass die

Marktleistungen innerhalb eines kurzen Zeitraums drastisch verändert werden müssen, um die negativen

Auswirkungen auf das Klima zu minimieren, zum Beispiel durch neue Funktionen zur Senkung des Energieverbrauchs. Aufgrund begrenzter finanzieller und zeitlicher Ressourcen ist es für das Produktmanagement dabei essenziell, die richtigen Angriffspunkte zu wählen und vor allem die Potentiale zu erschließen, die eine große Hebelwirkung versprechen.



Um diese Potentiale zu erkennen, sind umfangreiche Informationen über den gesamten Lebenszyklus des Produkts erforderlich. Eine vielversprechende Möglichkeit zur Erlangung dieser Informationen stellt insbesondere die Analyse produktbezogener Daten im Produktmanagement dar, die in den nächsten Jahren stark an Bedeutung gewinnen soll. Dabei können zum Beispiel Betriebsdaten der Produkte im Feld, Marktdaten oder Social-Media-Daten betrachtet werden. Mit Hilfe von Datenanalysen können so beispielsweise Schwachstellen von Produkten sowie Verhaltensmuster von Nutzern identifiziert werden. Diese können anschließend die Grundlage für die datenbasierte Optimierung zukünftiger Produktgenerationen darstellen. 



Entscheidungen im Produktmanagement werden häufig auf Erfahrungswissen und dem Bauchgefühl einzelner Akteure getroffen. Umfangreiche produktrelevante Daten werden in der Regel nicht zur Entscheidungsfindung herangezogen, da sie oft über zahlreiche Abteilungen verstreut vorliegen, z. B. in der Forschung und Entwicklung, in der Produktion oder im Vertrieb. Darüber hinaus fehlt dem Produktmanagement in der Regel ein Überblick darüber, welche Daten im Unternehmen grundsätzlich vorhanden sind. Nur etwa zehn Prozent der Unternehmen sehen sich bezüglich ihrer Daten und Systeme sehr gut aufgestellt und ca. ein Drittel das eigene Unternehmen als gering bis gar nicht vorbereitet auf den kommenden Komplexitätszuwachs beschreibt [BMF19]. Dem Produktmanagement gelingt es damit gegenwärtig nicht, die Potentiale der Digitalisierung systematisch zu erschließen und die Entscheidungsfindung auf objektive Daten zu stützen.

Das Ziel des geplanten Projekts ist die Erarbeitung einer Systematik für das datenbasierte Produktmanagement in produzierenden Unternehmen. Die Systematik soll Unternehmen befähigen, klassische Aufgaben des Produktmanagements (z. B. die Planung neuer Produktfeatures) durch den Einsatz moderner Datenanalyse-Ansätze objektiver und erfolgreicher durchzuführen. Dabei sollen Daten aus verschiedenen Quellen aggregiert und gemeinsam ausgewertet werden, z. B. Betriebsdaten vernetzter Systeme, interne Daten aus Marketing-/Vertrieb oder externe Daten aus Social Media. Das dazugehörige Arbeitsprogramm/die Herangehensweise des Projekts ist in dem Bild (links) dargestellt.  

Um die zuvor beschriebene Zielsetzung zu erreichen, werden folgende Teilziele verfolgt, welche gleichzeitig die wesentlichen Ergebnisse des Projekts darstellen:



1) Referenzmodell für das datenbasierte Produktmanagement: Die Grundlage für das datenbasierte Produktmanagement soll ein wissenschaftlich fundiertes und gleichzeitig anwendungsnahes Referenzmodell darstellen. Das Modell besitzt einen präskriptiven Charakter und gibt damit vor, wie das datenbasierte Produktmanagement grundsätzlich ablaufen und organisiert sein soll. Das Modell soll sowohl mit Hilfe der Literatur als auch mit empirischen Untersuchungen in produzierenden Unternehmen hergeleitet werden. Bestandteile des Referenzmodells sind zum Beispiel Prozesse, Methoden, (technische) Bausteine und Architekturen, die für das datenbasierte Produktmanagement benötigt werden.



2) Prototypische product.intelligence Tools: Basierend auf dem Referenzmodell sollen fünf prototypische Tools entstehen, welche die konzipierten Funktionalitäten in den jeweiligen Pilotunternehmen umsetzen. Jedes Tool wird dabei individuell an die Anforderungen und die Use Cases der Unternehmen angepasst und in der vorhandenen Unternehmensarchitektur realisiert. Ein systematischer Vergleich der Tools und ihrer Nutzung ermöglicht darüber hinaus wichtige Erkenntnisse, die zur Weiterentwicklung des Referenzmodells genutzt werden. Außerdem werden sie verallgemeinert weiteren Unternehmen im Sinne des Ergebnistransfers zur Verfügung gestellt.