Business Process Management für das Internet of Things

50 Milliarden Dinge im IoT? Nicht ohne effizientes BPM!

Dirk Slama

©Shutterstock/www.BillionPhotos.com

Prozessmanagement ist wahrscheinlich nicht der erste Gedanke, der einem kommt, wenn man an die Integration von Abermillionen Dingen im Internet of Things denkt. Das liegt sicherlich auch daran, dass sich die meisten IoT-Projekte zunächst auf Themen wie Sensoren, Device-Connectivity, mobile Telekommunikationsinfrastruktur, Event Processing sowie Big Data und Analytics konzentrieren.

Aus Sicht der Basisfunktionalität einer IoT-Lösung ist es sicherlich auch gut und richtig, sich zuerst auf IoT-spezifische Themen zu konzentrieren. Allerdings sollte man nicht aus den Augen verlieren, was passiert, wenn die Lösung signifikante Nutzer- (bzw. „Thing-“)Zahlen erreicht. Spätestens dann wird man feststellen, dass das Internet of Things definitiv auch ein Prozesseffizienzthema ist.

Viele Events der Devices und Assets führen direkt zu Prozessen, die auf diese Events reagieren müssen. In einigen Fällen geschieht das auch indirekt, z. B. über die Korrelation mehrerer Events in einer Complex-Event-Processing-Engine – beispielsweise kann die Überschreitung eines Schwellwerts über einen bestimmten Zeitraum dazu führen, dass ein Fehlerbehandlungsprozess gestartet werden muss. In vielen Fällen wird die Prozessperspektive auch nach der Analyse großer, von Devices und Assets gesammelter Datenmengen relevant. Sicherlich muss für das Anwendungsbeispiel Predictive Maintenance zunächst erst einmal das Thema Data Analytics oder sogar Machine Learning gemeistert werden. Man kann im wahrsten Sinne des Wortes die Sensorexperten und Data Scientists dabei beobachten, wie sie ihre rauchenden Köpfe zusammenstecken, um auf Basis der Sensordaten Hüllkurven und Regelverläufe zu definieren, um darin Ausreißer zu erkennen.

Aber was macht man eigentlich mit der Erkenntnis, dass mit 87,25 Prozent Wahrscheinlichkeit die Hydraulikkomponente einer Maschine zwischen Montag 08:00 und Donnerstag 17:30 Uhr den Dienst verweigern wird? Und was tut man, wenn man diese Art von Information hunderte Male pro Woche bekommt – und das für zehntausende von Maschinen? Genau das ist die Situation, in der Prozessmanagement oder Business Process Management (BPM) ins Spiel kommen sollte. Mit dessen Hilfe lässt sich sicherstellen, dass die Kunden ideal unterstützt werden und die Feldtechniker optimal ausgelastet sind.

Ein anderes gutes Beispiel für den Einsatz von BPM ist der eCall-Service der Europäischen Union, der ab 2018 verpflichtend eingeführt werden soll. Dieser basiert auf einem Beschleunigungssensor im Auto, der im Falle eines Unfalls ein Call-Center benachrichtigt, damit dieses schnellstmöglich Hilfe an die Unfallstelle schickt. Der initiale Fokus des eCall-Projekts wird wohl allerdings darauf liegen, mögliche Unfallsituationen zu erkennen und diese Information drahtlos und länderübergreifend (eine nicht triviale Aufgabe im IoT) an ein Call-Center weiterzuleiten. Und das ist wieder genau der Punkt, an dem BPM zum Einsatz kommt: Aus Sicht des Call-Center-Leiters interessieren hier zwei Dinge: Zum ersten die zeitnahe und formal richtige Behandlung eingehender Notsignale und zum zweiten eben auch Call-Center-Effizienz und Auslastung. Beides sind wichtige Prozessthemen.

Einige der wenigen großen Organisationen, die heute Erfahrung mit global ausgerollten Netzwerken von Millionen von mobilen Devices und Assets haben, sind Mobil-Operatoren. Von diesen kann man sicherlich viel für das Internet of Things lernen. So beinhaltet eTom, das Blueprint des TM-Forums zum Betrieb einer Telecom, nicht zufällig die Definition hunderter kritischer Geschäftsprozesse vom Vertrieb über Produktaktivierung bis zum Kundenservice.

IoT und Prozessmanagement

Betrachtet man das Internet of Things aus Sicht der Prozessperspektive, muss man die folgenden Fragen stellen:

  • Wie identifizieren wir die wichtigsten Prozesse in einer IoT-Lösung, insbesondere aus Sicht von Prozesssupport und -automatisierung?
  • Wie viel Prozessautomatisierung ist möglich und angestrebt?
  • Ist es ein Wettbewerbsvorteil, wenn meine IoT-Lösung eine BPM-Engine verwendet?
  • Was ist die Natur der Prozesse (strukturiert vs. unstrukturiert)?
  • Ist Software-Provisioning und -Management auf Devices und Assets ein BPM-Prozess oder ein Anwendungsfeature?
  • Wann sollte man auf BPM-Tools für die Prozessautomatisierung setzen und wann auf andere Ansätze (z. B. manuell codierte Logik)?
  • Welche BPM-Tools sollte man nutzen? BPM-Engines, Workflow-Management-Tools oder Collaboration-Tools, wie z. B. Jira?
  • Wie sieht die technische Integration aus: Device2Process und Process2Device?

Um diese Fragen und die potenziellen Antworten etwas besser zu verstehen, wollen wir uns im Folgenden etwas genauer anschauen, wie Prozessmanagement zu einer IoT-Lösung passt.

Abb. 1: Übersicht über IoT und BPM

Abb. 1: Übersicht über IoT und BPM

Abbildung 1 basiert auf der so genannten Asset Integration Architecture (AIA), die im Rahmen der Ignite-Projektmethodik für das IoT entwickelt wurde. Die AIA zeigt das Zusammenspiel von Asset und Enterprise für IoT-Lösungen auf. In diesem Fall wurden die zentralen Elemente aus Sicht von IoT und BPM dargestellt. Von den Assets kommen im wesentlichen Statusupdates, Zeitseriendaten, Sensordaten und Multimediadaten. Diese werden im Backend zunächst normalerweise von einem Messaging- oder Event-Processing-Tier behandelt.

Die Asset-bezogenen Daten sind dabei häufig auf unterschiedliche Datentöpfe aufgeteilt: Livedaten von den Assets sind häufig in einer M2M-/IoT-Middleware angesiedelt, während die Asset Master Data häufig in einem ERP liegt. Die Livedaten müssen analysiert und gefiltert werden. Ein Entwurfsmuster, das wir Device2Process und Process2Device nennen, ist verantwortlich dafür, das Mapping zwischen den hereinkommenden Events und Prozessen herzustellen. Device2Process aktiviert auf Basis von Eventdaten einen Prozess, während Prozess2Device eine Interaktion mit einem Device aus einem Prozess heraus beschreibt.

Process Diversity

Bei der Umsetzung von Prozessmanagement im Kontext des Internet of Things ist es wichtig, den richtigen Ansatz zu wählen, also z. B. BPM, Workflowmanagement oder Case-Management. Die unterschiedlichen Ansätze haben sich in den letzten Jahren im Prozessmanagement etabliert, um optimal auf die unterschiedlichen Eigenschaften von Prozessen und Teilprozessen reagieren zu können. Der Schwerpunkt von BPM liegt normalerweise auf der Prozessautomatisierung, inklusive Orchestrierung und Integration verschiedener Backend-Systeme, wie z. B. ERP, CRM und PLM. Workflowmanagement legt den Fokus auf die Einbindung von Menschen in Prozesse, weniger auf Prozessautomatisierung. Case-Management fügt eine eher datenzentrische Sicht hinzu, z. B. in Form eines Vorgangsordners, in dem unstrukturierte Vorgangsdaten erfasst werden können.

Im IoT-Umfeld ist es besonders wichtig, die Eigenschaften der unterschiedlichen Prozesse und Subprozesse zu verstehen und die richtige Art des Prozessmanagements auszuwählen. Beispielsweise ist der Produktaktivierungsprozess sehr häufig ein stark strukturierter Prozess mit hohem Automatisierungsgrad. Hierfür würde sich also BPM besonders gut eignen. Serviceprozesse sind meist weniger stark strukturiert und bedürfen starker menschlicher Interaktion – hier würde sich also Workflowmanagement anbieten. In einigen Fällen wird sich für das IoT auch Case-Management anbieten – insbesondere wenn es darum geht, alle relevanten Informationen zu einem Vorgang zu sammeln und zu dokumentieren: So könnte zum Beispiel für einen Feldtechniker, der an einem bestimmten Vorgang arbeitet, ein Informationspaket zusammengestellt werden, aus dem hervorgeht, mit welchem Einsatzfahrzeug und welchen Werkzeugen er den nächsten Kundenbesuch durchführen soll – inklusive Kundenhistorie und detaillierter Beschreibung des zu reparierenden Produkts und dessen aktuellem Zustand.

Abbildung 2: Beispiel für einen komplexen Prozess im IoT

Abbildung 2: Beispiel für einen komplexen Prozess im IoT

Als Beispiel für einen komplexen Prozess im Internet of Things soll das Industrieumfeld dienen (Abb. 2): Ein Fließband ist mit einer Hydraulikkomponente ausgestattet. Die Hydraulik ist mit Sensoren ausgerüstet, z. B. zur Analyse der Flüssigkeiten und Laufgeräusche. Hier kommt es nun zu einem Problem: Zunächst signalisiert die Analyse-Engine, dass es zu einem Problem kommen wird, voraussichtlich in den nächsten zwei bis drei Wochen (1). Ein Prozess (oder Vorgang) sollte instanziiert werden. Im ersten Schritt versucht ein Call-Center-Mitarbeiter, einen Termin im vom System vorgegebenen Zeitraum zu vereinbaren (2). Nehmen wir nun an, dass sich entgegen der ursprünglichen Auswertung das Problem kurzfristig verstärkt. Die Complex-Event-Processing-Engine (CEP) stellt fest, dass eine Menge von zusammenhängenden Events dafür spricht, dass ein Systemfehler in sehr naher Zukunft eintreten wird (3). Eine interne Regel entscheidet, dass das Fließband sofort abgeschaltet werden muss (4). Dem laufenden Prozess oder Vorgang muss nun signalisiert werden, dass der ursprüngliche Plan nicht mehr einzuhalten ist und dass stattdessen ein Notfallplan greifen muss (5).

Dieses Beispiel verdeutlicht sehr schön, warum die enge Integration von IoT-Lösungen mit dem Prozessmanagement wichtig ist, und warum spezialisierte Lösungen wie BPM oder Case-Management in Abhängigkeit vom konkreten Problem ausgewählt werden sollten.

Zusammenfassung

Wie diese Beispiele zeigen, scheint es keine gute Idee zu sein, am Anfang eines IoT-Projekts die Arduino-Hacker mit den Aris-Prozessexperten in einen Raum zu sperren und zur Zusammenarbeit zu zwingen. Tatsächlich wird in vielen IoT-Projekten zunächst einmal die Integration mit Asset, Sensoren, Big Data etc. im Vordergrund stehen. Aufgrund der relativen Neuheit dieser Themen ist das auch erst einmal in Ordnung. Allerdings sollte parallel dazu frühzeitig mit einer Prozessanalyse und dann auch der prozessorientierten Umsetzung begonnen werden. Sind erst einmal große Mengen von Assets und Devices im Feld, muss auch dieser Teil der Lösung stehen. Nur so wird eine effiziente Lösung im Internet of Things mit hoher Kundenzufriedenheit sicherzustellen sein.

Dieser Artikel basiert auf dem Buch „Enterprise IoT“, das unter www.enterprise-iot.org online gelesen werden kann. Dort finden Sie weitere wertvolle Beispiele und Best Practices für die erfolgreiche Umsetzung von Projekten im IoT.

Aufmacherbild: Concept, teamwork, resources. von Shutterstock / Urheberrecht: www.BillionPhotos.com

Geschrieben von
Dirk Slama
Dirk Slama
Dirk Slama ist Director of Business Development bei Bosch Software Innovations (SI). Mit mehr als zwanzig Jahren Erfahrung in sehr großen IT- und Change-Projekten im Umfeld SOA, BPM, M2M und zuletzt IoT und internationaler Arbeitserfahrung spricht er regelmäßig auf Konferenzen und ist Mitautor von vier Büchern. Außerdem ist er Vorstandsvorsitzender und Mitgründer der Enterprise BPM Alliance.
Kommentare

Hinterlasse einen Kommentar

Hinterlasse den ersten Kommentar!

avatar
400
  Subscribe  
Benachrichtige mich zu: