In den letzten Jahren ist die Verfügbarkeit und Nachfrage nach vernetzten Geräten und Sensoren mit begrenztem Einsatzzweck stark gestiegen, um Prozessautomatisierung, Datenerfassung und Monitoring in industriellen Anwendungen zu ermöglichen. Die Fähigkeit, eine große Vielfalt operativer Daten in Echtzeit zu erfassen und daraus umsetzbare Erkenntnisse abzuleiten, bietet ein enormes Potenzial zur Prozessoptimierung. Während die Vorteile dieser kostengünstigen, leicht einzurichtenden Geräte für die Entscheidungsfindung eine frühe Einführung von IoT für Führungskräfte attraktiv machen, stellen sie Enterprise-Service-Management-Prozesse und die IT-Abteilung, die in ihren Organisationen für das Problemmanagement zuständig ist, vor Herausforderungen.
Die erste Herausforderung von IoT-Geräten liegt in der Einfachheit der Technologie. Um die Geräte günstig und einfach nutzbar zu machen, fehlen den meisten sowohl Management- als auch Diagnosefunktionen, die IT-Support-Fachkräften erforderlich sind, um Störungen und Ausfälle zu überwachen und bei Auftreten zu beheben. Darüber hinaus unterstützen die meisten IoT-Geräte nicht die Ergänzung durch Management-Software von Drittanbietern (ein gängiger Ansatz bei Smartphones und PCs). Die Folge dieser Einschränkung ist, dass IT-Mitarbeitende entweder auf Umgebungsmonitoring (Netzwerk, Cloud-Plattform usw.) oder auf die begrenzten administrativen Funktionen des Geräteherstellers angewiesen sind, um zu erkennen, wann ein Problem aufgetreten ist, und es zu beheben.
Die zweite Herausforderung besteht darin, wie die große Datenmenge, die IoT-Geräte erzeugen, von Business-Anwendern genutzt wird. Geschäftlicher Nutzen entsteht nicht durch das Erfassen von Daten auf dem IoT-Gerät, sondern durch die umsetzbaren Erkenntnisse, die aus den Daten abgeleitet werden und die Entscheidungsfindung unterstützen. Um diesen Wert zu generieren, werden die Daten aus IoT-Geräten zusammengeführt und im Kontext anderer Technologiekomponenten (Hardware, Software, Konnektivität und Cloud-Services) sowie der industriellen Prozesse, die sie unterstützen, betrachtet.
Wenn ein Incident auftritt, der untersucht werden muss, wird in der Regel die User Experience (oder ein integriertes Informationsset, das IoT-Daten umfasst) als problematisch gemeldet – nicht die IoT-Komponente selbst. Aufgrund der großen Anzahl an Komponenten, die zu den Daten beitragen, die Anwender konsumieren, kann die Diagnose von Problemen und das Zurückverfolgen bis zur Ursache schwierig und zeitaufwendig sein, da die Konfiguration häufig nicht bekannt ist und Komponenten verschiedener Anbieter umfassen kann. Da den meisten IoT-Geräten Management-Funktionen auf Enterprise-Niveau fehlen, besteht die einzige Abhilfe oft darin, das IoT-Gerät aus der Umgebung zu entfernen und darauf zu warten, dass der Anbieter eine Lösung entwickelt.
Während sich die Technologie weiterentwickelt und reift und Problemmanagement-Fachkräfte lernen, sich an die durch IoT geschaffene „neue Normalität“ anzupassen, werden sich die Herausforderungen der Manageability mit der Zeit von selbst lösen. Es gibt laufende Initiativen zur Entwicklung von Industriestandards für Sicherheit, Manageability und Interoperabilität von IoT-Geräten, die diesen Prozess unterstützen können. In der Zwischenzeit müssen Unternehmen die Vorteile und Herausforderungen der Einführung von IoT-Technologie in kritischen Rollen innerhalb ihrer industriellen Prozesse abwägen – und dabei ein angemessenes Risikoprofil für ihre Organisation sicherstellen.
Der Kepner-Tregoe-Ansatz zur Problemlösung wird weltweit für Root-Cause-Analysen und zur Verbesserung der IT-Stabilität eingesetzt.
