Die Lösungsphase
Die zweite Phase widmet sich dem Auf-bau eines vertiefteren Verständnisses der ausgewählten Idee. Hier kommen unterschiedliche agile Entwicklungsmethoden zum Einsatz. Dabei gilt es, im Sinne der Design-Thinking-Philosophie den Problemraum zu analysieren und vertiefte Erkenntnisse über die Herausforderungen und Bedürfnisse der Kunden zu generieren. Hier erfolgt ein Schritt zurück, das heisst, die in der Ideenphase getätigten Annahmen werden durch Informationen (zum Beispiel durch Kundeninterviews) bestätigt oder widerlegt.
Im zweiten Beitrag der vorliegenden Artikelserie werden die unterschiedlichen Methoden zur Analyse der Kunden-Herausforderungen und -Bedürfnisse genauer beschrieben. Diese Erkenntnisse bilden eine zentrale Grundlage für die Festlegung des zu lösenden Problems und die Erarbeitung der (neuen) Lösung. Der Lösungsraum beinhaltet das Erarbeiten der konkreten, bedürfnisorientierten Idee und das Erstellen und Testen eines Prototyps der Dienstleistung.
Beim Prototyping wird beispielsweise das Dashboard für die Visualisierung des Zustands anhand eines «Clickable Dummy» erarbeitet (Minimal Viable Product, MVP). Ein «Clickable Dummy» zeigt die Funktionen des Dashboards auf, ohne diese mit richtigen Daten zu hinterlegen beziehungsweise zu programmieren.
Anhand des Prototyps und weiterer Dokumentationen wie zum Beispiel einer Verkaufsbroschüre wird die Dienstleistung intern und mit möglichen Kunden getestet, werden Feedbacks eingeholt und überarbeitet. Dies ist ein iterativer Ansatz, in welchem die einzelnen Phasen des Design-Thinking-Prozesses mehrmals durchlaufen werden.
Diese Phase folgt einem agilen Ansatz, indem die Verdichtung anhand von Sprints durchgeführt wird und innerhalb von drei bis vier Tagen eine Dienstleistung – hier am Beispiel des «Clickable Dummy» – entwickelt wird, welche mit Kunden getestet werden kann. Zentral dabei ist ein interdisziplinäres Team, welches unterschiedliche Funktionen abdeckt (zum Beispiel Entwicklung, Produktion, Vertrieb) sowie Personen mit Entscheidungsbefugnis (Geschäftsleitung). Somit kann innerhalb kürzester Zeit eine Lösung erarbeitet oder eine Idee als nicht geeignet identifiziert werden.
Erkenntnisse: Die Sprints erlauben eine fokussierte Entwicklungszeit durch eine Abschottung vom Tagesgeschäft sowie einen kontinuierlichen Austausch von Informationen und kurzen Entscheidungswegen. Sogenannte funktionale Silos werden aufgebrochen. Die frühe Integration des Kunden bei der Problemanalyse und Bedürfnisabklärung verhindert, eine Angebotsentwicklung ohne entsprechende Kundenbedürfnisse zu berücksichtigen. Das frühe Testen anhand des Dienstleistungs-Prototyps gemeinsam mit dem Kunden führt zu sehr konkreten Feedbacks und zeigt Argumentationslücken und den weiteren Entwicklungsbedarf auf.
Der Prototyp macht das Unfassbare fassbar und ist eine unabdingbare Grundlage für den Aufbau eines gemeinsamen Ziels und das Verständnis im Projektteam. Die Konkretisierung und Rückmeldungen ermöglichen, eine fundierte Selektion (Go/No-Go) zu treffen.
Die Analysephase
Die IIoT-Geschäftsmodell-Analyse in der Ideenphase ermöglicht bereits einen ersten Eindruck, wie das Anbieten einer datenbasierten Dienstleistung die Prozesse der Leistungserstellung verändern kann. Diese groben Annahmen gilt es nun weiter zu konkretisieren. Dabei sind sowohl die Soll-Prozesse aufzunehmen als auch ein Wissensnetzwerk zu erstellen, welches die Interaktion der beteiligten Akteure visualisiert. Der dritte Beitrag der vorliegenden Beitragsreihe beschreibt die eingesetzten Methoden und Erkenntnisse dieser Phase.
Ausblick
Die drei Phasen (Ideen, Lösung und Analyse) bilden die Grundlage für die Entscheidung des weiteren Vorgehens. Jede Phase führt zu einem Erkenntnisgewinn, welcher die Selektion der geeignetsten Ideen und Lösungen erleichtert. Die drei Phasen ermöglichen es, die Chancen und Herausforderungen der Dienstleistungen zu erkennen und die Grundlage für den Umsetzungsentscheid zu legen. Die dafür aufzubringenden Ressourcen sind überschaubar, liefern jedoch eine notwendige Basis für die Umsetzung.
Die eigentliche, ressourcenintensive Arbeit beginnt erst jetzt. So zeigt beispielsweise die Analyse der Wissensnetzwerke, dass die bestehende Organisationsstruktur zu funktionalen Silos führt, welche ein effektives Anbieten der datenbasierten Dienstleistungen beeinträchtigen können. Im weiteren Verlauf des Forschungsprojekts werden Methoden entwickelt, welche ein nachhaltiges Umsetzen der Dienstleistung durch eine geeignete Kombination von Mensch, Technik und Organisation unterstützen.