Pay-per-X Wie flexible Bezahlmodelle zur Maschinennutzung funktionieren können

Ein Gastbeitrag von Dr. Hermann Stolle* 3 min Lesedauer

Anbieter zum Thema

Pay-per-X-Geschäftsmodelle sind im Maschinenbau noch nicht verbreitet. Im Projekt ZuPro2Flex des Bundesministeriums für Bildung und Forschung entwickelt X-Integrate diese Modelle weiter, um sie der Industrie zugänglich zu machen und mehr Flexibilität zu ermöglichen.

Pay-per-X-Geschäftsmodelle kommen für komplexe Produkte und Prozesse in der Produktionstechnik bislang nur zögerlich zum Einsatz.(Bild:  frei lizenziert /  Pixabay)
Pay-per-X-Geschäftsmodelle kommen für komplexe Produkte und Prozesse in der Produktionstechnik bislang nur zögerlich zum Einsatz.
(Bild: frei lizenziert / Pixabay)

Natürlich wollen auch Maschinenbauer digitalisieren. Die Sache ist nur: Der Individualisierungsgrad für die Überwachung von Maschinen und Prozessen ist oftmals ausgeprägt, so-dass die Einführung von Digitalisierungslösungen schwierig sein kann. Alte, stark angepasste Anlagen mit Legacy-Protokollen stehen in den Werkshallen neben Industrie-4.0-fähigen Maschinen der neuesten Generation. So herrscht, was Plattformen und Formate angeht, große Heterogenität. Durchgängige Digitalisierung bräuchte in einem Industriebetrieb aber größtmögliche Interoperabilität aller Daten.

Vor dem Hintergrund dieser Situation fördert das BMBF das Projekt „Zustandsbewertung und Prozessassistenz für nutzungsdauerbasierte Geschäftsmodelle zur Flexibilitätssteigerung in der Produktion“ (kurz: ZuPro2Flex). Es gibt Maschinenbauern eine Einführungsmethode für Digitalisierungslösungen an die Hand. In deren Mittelpunkt stehen Pay-per-X-Geschäftsmodelle. Diese gehen über das reine Pay-per-Use hinaus, welches sich nur auf die Nutzung bezieht – bei Pay-per-X kann sich die Abrechnung auch an anderen Kennzahlen bemessen.

Solche Abrechnungsmodelle kommen für komplexe Produkte und Prozesse in der Produktionstechnik bislang nur zögerlich zum Einsatz. Denn um passende Preismodelle zu realisieren, muss man die Nutzung der Maschine detailliert ermitteln können. Bei der Auswahl und Integration entsprechender Überwachungstechnik sowie geeigneter Analysealgorithmen gibt es derzeit aber noch Defizite.

Maschinenbetreiber befürchten Know-how-Verlust

Das viel größere Problem aber ist die Angst der Maschinenbetreiber vor Know-how-Verlust, wenn sie ihre Prozessparameter und Produktionsdaten an den Maschinenhersteller übermitteln. Für eine nutzungsgerechte Abrechnung der Maschine müssten deren Nutzungsdaten die Produktionshalle des Kunden verlassen und über die Cloud zum Maschinenbauer geschickt werden, damit dieser sie auswerten kann. Und genau damit haben viele Maschinennutzer ein Problem.

Im BMBF-Projekt hat X-Integrate deshalb ein methodenbasiertes Konzept entwickelt, das Hemmnisse auf Anwender- wie Anbieterseite auflösen soll. Insgesamt wirken neun Partner im Projekt mit, darunter das Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik und die Fachhochschule Südwestfalen. Es fließen zum einen methodische Beiträge ein, die sinnvolle Pay-per-Use-Modelle definieren sollen, wie auch Ingenieursbeiträge, die klären, welche Daten überhaupt sensorisch erfassbar sind. Vier Industriepartner stellen ihre Maschinen zur Verfügung.

Transparenz und Integration können als Enabler von Pay-per-X-Geschäftsmodellen fungieren.(Bild:  Fraunhofer IWU)
Transparenz und Integration können als Enabler von Pay-per-X-Geschäftsmodellen fungieren.
(Bild: Fraunhofer IWU)

Digitaler Notar wahrt Geschäftsgeheimnisse

Zentrales Element ist eine Softwarelösung: der digitale Notar. Er wahrt Geschäftsgeheimnisse auf Basis eines Maschinennutzungsindizes zur anonymisierten und sicheren Preisbildung. Der Notar wird in der Werkshalle – und damit innerhalb der Hoheit des Kunden – installiert und darf deshalb die Datenströme der Maschine erhalten. Dafür muss zunächst geeignete Soft- und Hardware-Infrastruktur bereitgestellt werden – in Form eines Lösungsservers, der nahe an der Maschine läuft und mit dieser über Protokolle kommuniziert – das Stichwort lautet hier Edge Computing.

Algorithmenbasiert stellt der Notar zum einen sicher, dass die Daten nicht gefälscht wurden, wenn der Maschinenbetreiber eine geringere Nutzung als die tatsächliche suggeriert, um Geld zu sparen. Zweitens wertet er aus, welche Datenströme eingegangen sind und berechnet da-raus die Nutzungskennzahlen (kurz: KPIs) der Maschine. Diese fasst er in einem validen Maschinennutzungsreport zusammen und sendet diesen an den Maschinenbauer.

Nur abstrakte KPIs werden übermittelt

Übermittelt werden demnach nicht konkrete Prozessparameter darüber, wie die Maschine im Einzelnen genutzt wird, sondern ausschließlich KPIs wie Abnutzungszahl oder Nutzungsdauer in Monaten. Die Veränderung des Maschinenzustandes oder der Betriebsbedingungen wird also in einen Index überführt. Zu keiner Zeit wird damit offengelegt, wie sich die KPIs genau zusammensetzen. Eine Abnutzungszahl kann aus Temperatur, hohem Pressdruck oder hoher Stückzahl resultieren. Ebenso verschleiert die Nutzungsdauer in Monaten detailliertere Informationen darüber, ob es etwa einen Einbruch der Produktion zu einer bestimmten Zeit gegeben hat oder in wie vielen Schichten der Kunde wann gearbeitet hat. Es ist also nicht möglich, aus einer KPI Rückschlüsse auf einzelne Ursachen wie Temperatur oder Pressdruck zu ziehen. Im Ergebnis erhält der Maschinenbauer ein digital zertifiziertes Abrechnungsergebnis, dem beide Seiten trauen. So kann Pay-per-X funktionieren. Erste reale Anwendungsszenarien stehen bereits in den Startlöchern.

* Dr. Hermann Stolle arbeitet als Sales Consultant bei X-Integrate.

(ID:49325240)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung