DATAbility ist Startup of the Month im Juli des Frankfurt Forward Awards
Stellen Sie sich und das Startup DATAbility doch kurz unseren Lesern vor!
Ich bin Sebastian Baumann, einer von insgesamt drei Gründern und ein Geschäftsführer der DATAbility GmbH. Bei DATAbility entwickeln wir kundenspezifische Softwarelösungen und digitale Services zur Diagnose, Prognose und Automatisierung. Damit senken wir qualitätsbezogene Kosten von Maschinen und Anlagen, indem wir den Betrieb, die Wartung und Instandsetzung sowie den Service optimieren.
Warum haben Sie sich entschieden ein Unternehmen zu gründen?
Meinen Mitgründer Christian Preusche lernte ich bereits vor mehr als zehn Jahren durch das Studium und unsere Promotion im Maschinenbau an der Technischen Universität Darmstadt kennen. Im Rahmen unserer Forschung und in Industrieprojekten im Bereich Luftfahrt haben wir uns auf die Anwendung von Algorithmen aus dem maschinellen Lernen für technische Fragestellungen spezialisiert, beispielsweise zum Aufbau datenbasierter Modelle für die prädiktive Instandhaltung von Fluggerätekomponenten, um den (Gesundheits-) Zustand der Komponente zu bestimmen, mögliche Ausfälle in der Zukunft vorherzusagen und Handlungsempfehlungen für die Wartung zur Vermeidung von ungeplanten Stillständen abzuleiten. In der Zeit an der Uni begeisterte mich zunehmend der Gedanke, daran anzuknüpfen und die Digitalisierung mit Anwendungen für den Maschinen- und Anlagenbau voranzutreiben. Davon habe ich auch Christian überzeugt. Unsere Leidenschaft und Neugierde, als Ingenieure mit KI/Machine Learning zu arbeiten teilte zudem unser Doktorvater, Professor Klingauf, der als Mitgesellschafter bei DATAbility einstieg.
Welche Vision steckt hinter DATAbility?
Maschinenstillstände sind kostenintensiv und die Identifikation des richtigen Ersatzteils oder auch der technischen Ursache erfolgt heutzutage immer noch überwiegend manuell. Vor Ort sind Informationen nur eingeschränkt und Experten nicht immer ad-hoc verfügbar. Der erste Anlaufpunkt bei Problemen ist daher der Kundenservice des Herstellers. Kundenanfragen können für dasselbe Problem aber sehr individuell ausfallen, wodurch die Lösungsfindung mit einem nicht geringen Zeitaufwand verbunden ist. Oft sind mehrfache Kommunikationsschleifen notwendig, diese erfolgen zudem noch klassisch über Mail oder Telefon. Die gute Nachricht: mit uns lässt sich daran etwas ändern! Wir verfolgen das Ziel, Unternehmen bei der Digitalisierung zu begleiten sowie den Kundenservice und den After Sales Market durch den Einsatz intelligenter Software-Tools und Algorithmen zu reformieren und zu automatisieren.
Von der Idee bis zum Start was waren bis jetzt die größten Herausforderungen und wie haben Sie sich finanziert?
Mit DATAbility verfolgen wir seit der Gründung im Jahr 2018 einen bootstrapping Ansatz und finanzieren uns durch das Projektgeschäft mit unseren Kunden selbst. Darüber hinaus pflegen wir ein Netzwerk an strategischen Partnerschaften mit weiteren Unternehmen zur Ergänzung weiterer Kompetenzen sowie mit der TU Darmstadt für die Ausbildung und Gewinnung von Nachwuchs. Für mich persönlich stellte und stellt die größte Herausforderung der Spagat zwischen Familienleben und Beruf dar. Bis Ende des vergangenen Jahres war ich noch an der Universität beschäftigt und musste nebenbei an meiner Promotion und dem Aufbau des Startups arbeiten. Das ging und geht nur mit einem entsprechenden Rückhalt durch Familie und das Team sowie einer guten Zeitplanung.
Wer ist die Zielgruppe von DATAbility?
Wir adressieren Unternehmen im Maschinen- und Anlagenbau (B2B, B2B2C), die sich mit digitalen Lösungen gegenüber dem Wettbewerb differenzieren sowie die Kundenzufriedenheit und -bindung steigern möchten. Unsere Lösungen sind universell über die Wertschöpfungskette der Unternehmen einsetzbar, um bspw. die Digitalisierung von Prozessen und Systemen voranzutreiben sowie den Service und neue Geschäftsmodelle auszubauen – beim Maschinen- und Anlagenbetrieb (Condition-Monitoring), in der Produktion (Predictive Quality), für die Wartung und Instandsetzung (Predictive Maintenance) sowie im Ersatzteilmanagement und Kundenservice (After Sales).
Wie funktioniert DATAbility? Wo liegen die Vorteile?
Ganz einfach: Mit unserer mobilen Objekterkennung als App können nun vor Ort schnell und einfach Bauteile fotografiert und identifiziert werden. Ohne Umwege lassen sich damit Ersatzteile und Service beim Maschinenhersteller ordern, indem wir den klassische Anfrageprozess automatisieren. Maschinenbetreiber können zudem Dokumentationen und Handbücher in einer Wissensdatenbank abfragen oder mit den qualifizierteren Ergebnissen komplexere Anfrage an den Kundendienst richten. Damit lässt sich die Auslastung des Kundendienstes ohne eine Erhöhung der Ressourcen reduzieren und die Servicequalität ohne eine Priorisierung skalieren. Prozesszeiten von heute mindestens 15 Minuten können nun um mehr als 90% verkürzt werden – auf weniger als eine Minute!
Durch weitere Maschinendaten aus dem Betrieb bauen wir digitale Zwillinge und Modelle für die Vorhersage von Ausfällen auf. Mit diesen kann der Gesundheitszustand von Bauteilen und gesamten Anlagen beurteilt und zukünftige Zustände wie die verbleibende Lebensdauer vorhergesagt werden. Mit diesen Informationen lassen sich Wartungsstrategien optimieren und der Einsatz von Servicepersonal und der Ersatzteilbedarf präskriptiv planen. Nicht zuletzt ist es möglich, Risiken für die Verletzung von Service Level Vereinbarungen abzuschätzen und zu überwachen.
Das Besondere: Im Gegensatz zu Mitbewerbern fusionieren wir klassische Ingenieursmethoden mit KI-Algorithmen, um aus beiden Welten das Beste herauszuholen und transformieren die Ergebnissen der KI in interpretierbare Geschäftsregeln und Prozesse für die zielgerichtete Unterstützung von Entscheider*innen. Unsere Lösungen sind in bestehenden Management-Tools, wie beispielsweise ERP/MES Systemen von SAP, ein Customer Service Modul von ServiceNow oder andere Datenbanksysteme, nachrüstbar, sodass keine weitere Plattform oder zusätzliches Programm zu bedienen ist.
Sie sind Startup of the Month im Monat Juli. Wie geht es jetzt weiter?
Nicht wesentlich anders als zuvor: Wir arbeiten daran, DATAbility bekannter und größer zu machen, unser Marketing und den Vertrieb zu optimieren sowie unsere Produkte und Angebote stetig weiterzuentwickeln. Zudem werden wir die nächsten Schritte in Angriff nehmen, um unsere Vision und Ziele zu erreichen – eventuell auch mit weiteren Partnern zusammen.
DATAbility, wo geht der Weg hin? Wo sehen Sie sich in fünf Jahren?
Unser Projektgeschäft wächst ständig und daher werden wir auch unser Team weiter organisch wachsen lassen. Zudem bauen wir skalierbarere Produkte aus, die wir als Software-as-a-Service anbieten, um weitere Umsatzquellen zu erschließen. Unser langfristiges Ziel ist es, DATAbility als eine der treibenden Kräfte im Bereich der industriellen Anwendung von KI/ML Lösungen im Mittelstand in Deutschland und darüber hinaus zu etablieren.
Zum Schluss: Welche 3 Tipps würden Sie angehenden Gründern mit auf den Weg geben?
Die Erfahrungen und Erlebnisse von der Gründung bis heute möchte ich nicht missen. Rückschläge gehören auch dazu. Wichtig dabei ist, die Motivation nicht zu verlieren, daraus zu lernen, flexibel zu sein und neue Chancen zu nutzen. Rückhalt und den notwendigen Schub erhält man durch ein starkes Team. Neben Know-How und einem guten Produkt benötigt man zudem viel Durchhaltevermögen und Fleiß. Die Bereitschaft „Gas“ zu geben und nicht wenig Risiko auf sich zu nehmen gehört zum Gründen ebenso dazu. Das muss aber nicht zu jedem Preis erfolgen! Trotz aller Vision sollte man sich immer eine gute Portion Realismus bewahren, um in den richtigen Momenten auch mal „Nein“ sagen zu können oder notwendige Veränderungen zuzulassen.
Weitere Informationen finden Sie hier
Wir bedanken uns bei Sebastian Baumann für das Interview
Aussagen des Autors und des Interviewpartners geben nicht unbedingt die Meinung der Redaktion und des Verlags wieder
