Digitale Transformation der russischen Industrie: von individuellen Lösungen über vernetzte Plattformen bis hin zu neuen Geschäftsmodellen

Auf der Sitzung des Moskauer Investitions- und Industrieforums diskutierten Experten den Übergang von unterschiedlichen digitalen Produkten zu integrierten Plattformen, die den Weg von der technischen Idee zum Betrieb abdecken. Die Einführung von vernetzten Systemen, Robotik und künstlicher Intelligenz ermöglicht es, die Entwicklungszeit zu reduzieren, die Produktion transparenter zu gestalten und das einzigartige Wissen von Unternehmen zu bewahren. Die Diskussion führte zu praktischen Schritten zur Verbesserung der Arbeitsproduktivität und zur Schaffung einer einheitlichen digitalen Umgebung.

Pavel Bilenko, CEO von Dijikai, begann mit der grundlegenden Frage der Wertschöpfung. "Die meisten schaffen Industrieunternehmen - Führer und Direktoren von Industrieunternehmen", sagte der Sprecher. Er führte einen interaktiven Dienst mit 12 digitalen Entitäten ein, mit denen er argumentieren konnte. "Unter ihnen zum Beispiel Herr Afanasy Kozlov - in der digitalen Inkarnation ist er manchmal unhöflich, steht am Rande", sagte Bilenko.

"Die wichtige Frage ist: Sind wir schnell genug, um Erfahrungen in neue Fähigkeiten umzuwandeln, um Ziele zu erreichen?" Als Lösung schlug er das Konzept "Netflix for Industrial Enterprises" vor, eine Bibliothek mit voraufgezeichnetem Material. "Wir haben nicht genug Zeit, um dieses Array zu entwickeln", erklärte er. Das Unternehmen arbeitet auch an einem Kettenvergütungsindex, der die Fertigstellung von Produktionsverbindungen analog zur chinesischen Erfahrung beim Aufbau von Clustern bewertet.

Timur Islyayev, Miteigentümer und CEO von GRT Consulting, fasste das Zwischenergebnis zusammen und stellte fest, dass "nicht die Anzahl der Systeme von Bedeutung ist, sondern wie der Prozess aufgebaut ist." Er forderte die Teilnehmer auf, sich dem Club der Hersteller und den Standorten "Produktion von Moskau" und "Technopolis" anzuschließen, und betonte, dass qualitativ hochwertige Daten auf Maschinen die Grundlage für intelligentes Management sind.

Vasily Churanov, Managing Partner der Tsifra Group, hat das Thema Industriedaten in der Praxis vorgestellt. "Damit industrielle künstliche Intelligenz funktioniert, werden auch Daten benötigt", sagte Churanov. Die Tsifra Group überwacht 18.000 Maschinen von 430 Kunden (15-18% des Marktes). Vor zehn Jahren zeigten Messungen schockierende Zahlen: Maschinen arbeiteten tatsächlich nur 30% der Zeit, im Leerlauf 70%. Jetzt erhöht die Installation des Überwachungssystems die Produktivität um 5% und die systematische Arbeit mit Analysen um weitere 10-15%, was Fabriken Hunderte von Millionen Rubel spart.

Das Hauptproblem war die Fragmentierung der Daten. "Jeder sammelte Daten auf seine eigene Weise, und sie konnten nicht verglichen werden", erklärte der Sprecher. Um das Problem zu lösen, initiierte die Zifra Group die Entwicklung nationaler Standards. "Im Jahr 2025 haben wir 8 nationale Standards für die Sammlung industrieller Daten herausgegeben; Im Jahr 2026 planen wir, ungefähr dasselbe zu veröffentlichen", sagte Churanov.

Anton Meshcheryakov, Leiter der Industrieprojekte des Skoltech AI Center, sprach über die Schaffung grundlegend neuer Ansätze für technologische Souveränität. "Unser Unterschied zu klassischen Integratoren besteht darin, dass wir nach Antworten auf Fragen suchen, die noch nicht in der wissenschaftlichen Literatur der Welt enthalten sind", sagte er. Im Jahr 2018 begann das Institut mit der Entwicklung eines eigenen Software-Stacks, der 2022 kritisch wurde.

Meshcheryakov warnte vor den Gefahren der Anhäufung "toter" Technologien und verglich die Situation mit KI und der Geschichte der digitalen Zwillinge. Um eine ineffiziente Algorithmus-Wiederherstellung zu vermeiden, entwickelt Skoltech ein KI-System mit mehreren Agenten. "Ziel ist es, unterschiedliche Agenten in einem strukturierten System zu vereinen", erklärte der Sprecher. In einer Pilotimplementierung im Maschinenbau verkürzte sie die Layoutzeit des Workshops von Wochen auf drei Tage und senkte so die Investitionskosten.

Die Sitzung zeigte, dass sich die russische Industrie von Experimenten zu tiefer Integration bewegt. Der Erfolg hängt nun von 3 Faktoren ab: starre Datenstandardisierung, die Schaffung von Plattform-KI-Lösungen und die Entwicklung von Humankapital.