Seminar GADS – Management- und Entscheiderüberblick

Beschreibung

Die eintägige Schulung vermittelt einen kompakten, nicht produktgebundenen Entscheidungsrahmen für den Einsatz von GADS. Datenintensive Fahrzeugentwicklung, globale Zusammenarbeit, Datenqualität, KI-Nutzung, Sicherheit, Kosten und organisatorische Verantwortung werden in einer gemeinsamen Managementsicht betrachtet.

Seminarziel

Entscheidungen über Pilot, Prioritäten, Verantwortlichkeiten, Erfolgskriterien und nächste Schritte sollen auf einer belastbaren gemeinsamen Begriffsbasis getroffen werden können.

Lernziele

• Den Themenbereich „Ausgangslage und Wertbeitrag“ fachlich einordnen, strukturiert planen und kontrolliert umsetzen.
• Den Themenbereich „Plattformprinzipien und Architektur“ fachlich einordnen, strukturiert planen und kontrolliert umsetzen.
• Den Themenbereich „Use Cases und Priorisierung“ fachlich einordnen, strukturiert planen und kontrolliert umsetzen.
• Den Themenbereich „Governance, Risiko und Verantwortung“ fachlich einordnen, strukturiert planen und kontrolliert umsetzen.
• Den Themenbereich „Entscheidung und nächste Schritte“ fachlich einordnen, strukturiert planen und kontrolliert umsetzen.

Inhaltsübersicht

1. 1. Ausgangslage und Wertbeitrag
2. 2. Plattformprinzipien und Architektur
3. 3. Use Cases und Priorisierung
4. 4. Governance, Risiko und Verantwortung
5. 5. Entscheidung und nächste Schritte

Zielgruppe

Geschäftsführung, Bereichsleitung, Programm- und Projektverantwortliche, IT- und Engineering-Management

Voraussetzungen

Keine technischen Spezialkenntnisse erforderlich; Kenntnisse der eigenen Daten- und Entwicklungsprozesse sind hilfreich

Seminarinhalte

1. Ausgangslage und Wertbeitrag

Kapitelinhaltsverzeichnis: Datenwachstum und Datensilos; globale Engineering-Zusammenarbeit; Datenqualität und Wiederverwendung; Zeit, Kosten und Risiko; Analytics, KI und digitaler Zwilling

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Datenwachstum und Datensilos erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für globale Engineering-Zusammenarbeit festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Datenqualität und Wiederverwendung entwerfen.
4. Zeit, Kosten und Risiko schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Analytics, KI und digitaler Zwilling prüfen.
6. Ergebnis mit Prüfkriterien verifizieren und nachvollziehbar dokumentieren.

Praxis: Die wichtigsten Probleme und erwarteten Geschäftswirkungen priorisieren.

2. Plattformprinzipien und Architektur

Kapitelinhaltsverzeichnis: Edge-Core-Cloud; Datenorchestrierung; Katalog und Semantik; Traceability und Tiering; Zugriff und Sicherheit; Betriebs- und Liefermodell

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Edge-Core-Cloud erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Datenorchestrierung festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Katalog und Semantik entwerfen.
4. Traceability und Tiering schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Zugriff und Sicherheit prüfen.
6. Ergebnis anhand von Betriebs- und Liefermodell verifizieren und nachvollziehbar dokumentieren.

Praxis: Ein vereinfachtes Wirkmodell der Plattform diskutieren.

3. Use Cases und Priorisierung

Kapitelinhaltsverzeichnis: Engineering- und Testdaten; Simulation und CAx; Analytics und KI; Partneraustausch; Nutzenkennzahl und Aufwand; Pilot und Abnahmekriterium

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Engineering- und Testdaten erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Simulation und CAx festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Analytics und KI entwerfen.
4. Partneraustausch schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Nutzenkennzahl und Aufwand prüfen.
6. Ergebnis anhand von Pilot und Abnahmekriterium verifizieren und nachvollziehbar dokumentieren.

Praxis: Drei Use Cases anhand einer Entscheidungsmatrix bewerten.

4. Governance, Risiko und Verantwortung

Kapitelinhaltsverzeichnis: Data Owner und Plattformverantwortung; Datenhoheit und Zweckbindung; Sicherheit und Compliance; Qualität und Audit; Lieferanten- und Betriebsrisiko; Entscheidungs- und Eskalationswege

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Data Owner und Plattformverantwortung erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Datenhoheit und Zweckbindung festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Sicherheit und Compliance entwerfen.
4. Qualität und Audit schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Lieferanten- und Betriebsrisiko prüfen.
6. Ergebnis anhand von Entscheidungs- und Eskalationswege verifizieren und nachvollziehbar dokumentieren.

Praxis: Eine Management-Rollenmatrix und fünf Leitplanken formulieren.

5. Entscheidung und nächste Schritte

Kapitelinhaltsverzeichnis: Pilotauftrag und Scope; Ressourcen und Fähigkeiten; Messpunkte und Baseline; Risiken und Abbruchkriterien; Roadmap und Lernpfad; Entscheidungsvorlage

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Pilotauftrag und Scope erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Ressourcen und Fähigkeiten festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Messpunkte und Baseline entwerfen.
4. Risiken und Abbruchkriterien schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Roadmap und Lernpfad prüfen.
6. Ergebnis anhand von Entscheidungsvorlage verifizieren und nachvollziehbar dokumentieren.

Praxis: Eine einseitige Pilot- und Entscheidungsvorlage erstellen.

Praxisanteile

Die Übungen bauen auf einem konsistenten Automotive-Datenszenario auf. Konfigurationen, Architekturentscheidungen, Prüfprotokolle und Betriebsmaßnahmen werden so dokumentiert, dass sie in ein eigenes Einführungs- oder Betriebskonzept übertragen werden können.