Noser Engineering bewirbt sein Werkzeug für die digitale Transformation

Noser Engineering hat gestern in den Räumen von Microsoft in Wallisellen die Noser-Engineering-Technologie-Impulse (Neti) abgehalten. Das Unternehmen bewarb an dem Anlass vor allem sein Beratungsprogramm Digital4Business, welches es zusammen mit Detecon Consulting und Nose Design Experience anbietet.

Digitalisierung könne zu mehr Umsatz und Produktivität führen. Gehe man die Thematik allerdings falsch an, verliere man jedoch Kunden und Umsatz, sagte Carolina Schiefer von Detecon Consulting. Das Digital4Business-Programm umfasst vier Stufen und soll Kunden bei Digitalisierungsprojekten unterstützen. Die erste Stufe besteht aus einem halbtätigen Kick-off-Meeeting, das als Ausgangspunkt für die Beratungsleistung dient.

Carolina Schiefer von Detecon Consulting. (Source: Netzmedien)

Gefolgt wird dies vom Think-Lab. Auf dieser Stufe erfolgt eine "digitale Reifegradbewertung" anhand von Checklisten. Zudem erarbeiten Kunden und Berater eine Digitalisierungsstrategie. Auf der dritten Stufe, dem Innovation Lab, entwickeln Noser Engineering und seine Partner basierend auf dieser Strategie Prototypen – sowohl Soft- als auch Hardware können dem Kunden zur Verfügung gestellt werden. Auf der vierten Stufe, dem Business Booster, geht es um die Umsetzung des Geschäftsmodells.

Digitalisierte Briefkästen und Mobility-as-a-Service

Das Unternehmen demonstrierte die Zusammenarbeit mit Kunden anhand von drei Fallbeispielen. Marc Brändli von Noser Engineering zeigte das Projekt von Gerber-Vogt, der zusammen mit Noser Engineering einen Briefkasten entwickelte, der Menschen den Gang zur Post ersparen soll. Der Briefkasten verfügt über mehrere Paketfächer, die mit einem digitalen Schloss gesichert sind. Pöstler können die Fächer mit einem Code über ein Touch-Display entsperren und Pakete deponieren – die Adressaten haben denselben Code und können das Paket zu einem späteren Zeitpunkt aus dem Fach entnehmen. Der Vorteil an dem System sei, dass Adressaten verpasste Pakete nicht mehr auf der Poststelle abholen gehen müssten.

Gemäss Brändli rüstete Noser Engineering die Briefkästen mit dem Touch-Display und der dahinterstehenden Schliesslösung aus. Eine Herausforderung sei gewesen, Komponenten zu beschaffen, die von -20 bis 70 Grad funktionieren, zudem sei wichtig gewesen, dass das Display eine hohe Leuchtkraft aufweise. Der Briefkasten sei noch nicht erhältlich und müsse noch weiterentwickelt werden, bevor er an den Start gehen könne.

Marc Brändli von Noser Engineering. (Source: Netzmedien)

Mark Allibone von Noser Engineering und Martin Fehr von Siemens Schweiz sprachen über die Entwicklung einer Mobility-as-a-Service-Plattform, die Verwendung findet in der Abilio-Ticket-App der Südostbahn. Mit dieser Ticket-App können Nutzer, ähnlich wie bei Fairtiq und Lezzgo, mit dem Zug fahren, ohne vorher ein Billet lösen zu müssen – die App verfolgt die gefahrene Strecke und zeigt nach der Fahrt den Preis.

Die Plattform ist cloudbasiert. Denn es sei günstig und einfach, erhobene Daten in der Cloud mittels KI auszuwerten. Es stehe zudem eine externe SDK zur Verfügung, womit andere Ticket-App-Anbieter die Plattform von Siemens und Noser Engineering in ihre jeweiligen Apps einbauen könnten.

Martin Fehr von Siemens Schweiz. (Source: Netzmedien)

Oliver Voll von Noser Engineering gab ein Beispiel für Digitalisierung in der Produktion. Er stellte das System Pocket KPI ("key performance indicators") vor, welches das Unternehmen mit dem Kunden Bühler entwickelte. Bühler ist ein Hersteller von Maschinen für die Lebensmittelproduktion, mit Pocket KPI würden Maschinendaten in Echtzeit abgegriffen, in die Cloud geleitet und ebenfalls in Echtzeit analysiert. Fallen gewisse Parameter unter einen bestimmten Wert, erhalten Service-Techniker eine Benachrichtigung auf ihr Smartphone. Die dazugehörige App visualisiert die Daten, und die Service-Techniker können die Fehler an der Maschine beheben.

Dieses System sei ein Beispiel für die erste Stufe der Digitalisierung: Es sammle und überwache Daten. Auf der zweiten Stufe könne ein solches System Muster analysieren und so Probleme erkennen, bevor sie auftreten. Auf der dritten Stufe würden mithilfe von KI und Machine Learning Prozesse optimiert und vollautomatisiert.

Oliver Voll von Noser Engineering. (Source: Netzmedien)