Unternehmen in den Bereichen Fertigung, Energie, Versorgung, Chemie und produktionsintensive Industrien stehen unter dem zunehmenden Druck, die betriebliche Effizienz zu verbessern, die Kosten zu senken und die Zuverlässigkeit der Lieferkette zu erhalten.
Doch trotz Milliardeninvestitionen in ERP-Systeme und Initiativen zur digitalen Transformation kämpfen viele Unternehmen weiterhin mit Datenqualität, MRO-Ineffizienzen und fragmentierten Beschaffungsprozessen.
Strukturierte MRO- und Betriebsdatenstrategien werden immer wichtiger, um Ausfallzeiten zu reduzieren, Bestände zu optimieren, die Produktivität der Mitarbeiter zu verbessern und strategische Beschaffungsmöglichkeiten zu erschließen.
Datengestützte MRO-Optimierung
Eine effektive Verwaltung von MRO-Daten ist entscheidend für die betriebliche Kontinuität und Kosteneffizienz. Verstreute und unstrukturierte Daten führen häufig zu Doppelbestellungen, Fehlbeständen und ineffizienten Wartungsabläufen.
Die Untersuchungen von Verdantis in Hunderten von Industrieunternehmen zeigen, dass die Einführung strukturierter MRO-Datenpraktiken zu erheblichen finanziellen und betrieblichen Verbesserungen führen kann, einschließlich Kostenvermeidung, optimierter Bestände und verbesserter Beschaffungseffizienz.
Traditionelle Ansätze zwangen Unternehmen dazu, sich zwischen reaktiven Maßnahmen - die kostspielige Ausfallzeiten riskieren - und präventiven Maßnahmen zu entscheiden, die geplante Ausfallzeiten und Gemeinkosten erhöhen können. Moderne, datengestützte MRO-Praktiken bieten einen ausgewogenen Ansatz, der sowohl betriebliche Unterbrechungen als auch unnötige Ausgaben minimiert.
In einer kürzlich durchgeführten 18-monatigen Studie mit fast 1.900 Führungskräften aus den Bereichen Bergbau, Öl & Energie, Versorgungsunternehmen und Fertigung hat Verdantis eine milliardenschwere Effizienzlücke in anlagenintensiven Betrieben festgestellt. Die wichtigsten Ergebnisse sind:
-
51% der Befragten wiesen auf Probleme mit der Datenqualität im MRO-Betrieb hin.
-
49% Unstimmigkeiten in den Lieferantenstammdaten gemeldet.
-
26% Lücken in der Transparenz und Integration der Lieferkette festgestellt.
Beinahe 60% der Befragten waren sich einig, dass saubere, zuverlässige Daten, systematisch dokumentierte Prozesse und Softwaresysteme unerlässlich sind, um betriebliche Verbesserungen in den Bereichen Instandhaltungsmanagement und Operational Excellence voranzutreiben.
Außerdem, 56% glaubt an KI-gesteuerte Systeme kann eine korrigierende Rolle spielen, mit 51% zitiert ausdrücklich AI-Agenten bei der Behebung von produktionsbedingten Datenfehlern als wirkungsvoll.
Diese Ergebnisse unterstreichen den dringenden Bedarf an strukturierten Datenstrategien zur Optimierung von Wartung, Beschaffung und Lagerhaltung.
Bericht Zweck
Unternehmen aller Branchen stehen zunehmend unter dem Druck, Kosten zu verwalten, die betriebliche Effizienz zu verbessern und die Zuverlässigkeit der Lieferkette zu erhöhen. MRO-Daten, die oft über mehrere Systeme und Formate verstreut sind, sind häufig eher eine Quelle der Ineffizienz als der Erkenntnis.
Dieser Bericht stellt die Ergebnisse der Verdantis-Forschungsinitiative vor, die darauf abzielt, die Auswirkungen strukturierter MRO-Datenpraktiken auf Kostenvermeidung, Bestandsmanagement, Wartungseffizienz und Beschaffungsoptimierung zu quantifizieren. Durch die Bereitstellung von evidenzbasierten Benchmarks hilft der Bericht Unternehmen zu verstehen, wie Data Governance, Klassifizierung und analytische Ansätze zu messbaren Verbesserungen der betrieblichen Leistung beitragen.
Die Hauptziele des Berichts sind:
- Festlegung von Branchen-Benchmarks für datengesteuerte MRO-Kosteneinsparungen.
- Hervorhebung von Bereichen, in denen Verbesserungen bei der Datenverwaltung und -zugänglichkeit den größten Nutzen bringen.
- Zur Unterstützung der Entscheidungsfindung bei Initiativen zur digitalen Transformation, ERP-Upgrades und Optimierung der Lieferkette.
- Wir geben Führungskräften aus Wirtschaft und Technik datengestützte Strategien für nachhaltige operative Exzellenz an die Hand.
Umfrageforschung und Methodik
Die in diesem Bericht vorgestellten Ergebnisse beruhen auf dem fundierten Fachwissen von Verdantis, der umfangreichen Branchenerfahrung und den validierten Daten, die durch strukturierte Umfragen und Betriebsprüfungen gesammelt wurden. Unsere Forschung basiert auf Partnerschaften mit über 100 zufriedene Kunden und mehr als 1700 Branchenexperten, die verschiedene Sektoren wie die verarbeitende Industrie, den Energiesektor, die chemische Industrie, Versorgungsunternehmen, die Lebensmittel- und Getränkeindustrie und viele mehr umfassen. Durch unsere jahrelange Erfahrung bei der Implementierung datengesteuerter Lösungen haben wir Frameworks, Muster und Methoden entwickelt, die durchweg messbare operative und finanzielle Verbesserungen bringen.
Die in diesem Bericht vorgestellten Ergebnisse beruhen auf einer Kombination aus strukturierten Umfragen, Interviews und Betriebsprüfungen, die mit einer Vielzahl von Industrieunternehmen durchgeführt wurden. Zu den Methoden der Datenerhebung gehörten:
- Kundenbefragungen: Quantitative Umfragen, die an Wartungs-, Beschaffungs- und Betriebsteams in verschiedenen Branchen verteilt wurden.
- Operative Audits: Überprüfung von Lagerbeständen, Ausfallprotokollen und Beschaffungsunterlagen, um Ineffizienzen zu ermitteln.
- Interviews: Gespräche mit leitenden Angestellten und technischen Führungskräften, um Herausforderungen, Praktiken und Data Governance-Modelle zu verstehen.
- Benchmark-Analyse: Branchenübergreifende Vergleiche zur Validierung der in den Daten beobachteten Trends und Muster.
Alle Daten wurden anonymisiert und aggregiert, um die Vertraulichkeit zu gewährleisten. Die Umfrage- und Audit-Instrumente wurden von Fachexperten innerhalb von Verdantis überprüft und durch das Feedback von Kundenbeiräten validiert.
Forschungsmethoden
Der Forschungsansatz kombinierte sowohl qualitative als auch quantitative Methoden, um Robustheit und praktische Relevanz zu gewährleisten:
- Daten-Triangulation: Kombination von Umfrageantworten, Audit-Daten und Experteninterviews zur Bestätigung der Ergebnisse und zur Reduzierung von Verzerrungen.
- Szenariobasierte Modellierung: Anwendung variabler Eingabebereiche (z.B. 5-7%-Trefferrate, Ausfallkosten), um mögliche Verbesserungen unter realen Betriebsbedingungen zu simulieren.
- Trendanalyse: Identifizierung von Mustern über mehrere Kunden, Branchen und Regionen hinweg, um skalierbare Benchmarks zu erstellen.
- Benchmarking: Vergleich der kundenspezifischen Ergebnisse mit Branchendurchschnittswerten und validierten operativen Standards.
- Kontinuierliche Validierung: Regelmäßige Überprüfung der Methoden und Ergebnisse, um sicherzustellen, dass sie mit den sich entwickelnden Anforderungen der Branche und neuen Technologien übereinstimmen.
Demografische Daten
Im Rahmen der Umfrage wurden Antworten aus einem breiten Spektrum von Unternehmensfunktionen, Branchen und geografischen Regionen erfasst, um sicherzustellen, dass die Ergebnisse repräsentativ und umsetzbar sind.
Geografische Verteilung
Vereinigte Staaten: 68%
Europa: 15%
Naher Osten & Afrika: 8%
Asien-Pazifik: 10%
Organisatorische Größe
Weniger als $500 Millionen Umsatz: 23%
$500 Millionen - $1 Milliarde: 19%
$1 Milliarde - $5 Milliarde: 24%
Über $5 Milliarden: 33%
Dauer des Engagements
Mehr als 5 Jahre: 40%
2-5 Jahre: 35%
Weniger als 2 Jahre: 25%
Rollen der Teilnehmer
Rolle | Prozentsatz |
Vermögensverwaltung | 8.87% |
Compliance & Risikomanagement | 9.92% |
Datenverwaltung / MDM | 8.72% |
Technik | 10.28% |
IT / Digitale Transformation | 8.52% |
Wartung & Betrieb | 8.62% |
Operative Exzellenz | 7.82% |
Andere | 9.07% |
Beschaffung & Sourcing | 9.42% |
Qualität & Sicherung | 9.12% |
Lieferkette & Logistik | 9.62% |
Vertretene Industrien
Industrie | Prozentsatz |
Landwirtschaft | 5% |
Automobilzulieferer | 6% |
Baumaterialien | 6% |
Chemische Produktion | 6% |
FMCG | 6% |
Essen & Getränke | 5% |
Industrielle Maschinen | 6% |
Herstellung | 6% |
Fleischverarbeitung | 6% |
Metall, Bergbau & Mineralien | 6% |
Öl, Gas & Energie | 6% |
Andere | 6% |
Papier, Kunststoff & Verpackung | 7% |
Haustier Produkte | 6% |
Reifen & Gummi | 5% |
Versorgungsunternehmen | 6% |
Draht & Kabel | 6% |
Die Vielfalt der Branchen stellt sicher, dass die Ergebnisse auf ein breites Spektrum von Betriebsumgebungen, Lieferkettenmodellen und Datenreifegraden anwendbar sind.
Wichtige Forschungsergebnisse
- Vermeidung von Lagerkosten - Reduzierung von Verschwendung und Verbesserung der Verfügbarkeit
Missmanagement bei den Lagerbeständen führt zu unnötigen Einkäufen und übermäßiger Lagerhaltung. Unsere Untersuchung zeigt:
- Durchschnittliche jährliche MRO-Ausgaben pro Unternehmen: $750 Millionen
- Doppelte Einkäufe aufgrund von ungenauen Daten: 5-7%
- Einmaliges Einsparungspotenzial durch die Vermeidung von Lagerbeständen: $37.5M - $52.5M
- Gemeinkosteneinsparungen bei der Verwaltung der Geschäfte: $3M - $6.3M jährlich
Einblicke:
Unternehmen, die die Klassifizierung und den Einblick in den vorhandenen Bestand verbessert haben, konnten Doppelbestellungen erheblich reduzieren. Verbesserte Trefferquoten bei den Beständen führten zu einer schnelleren Beschaffung aus bestehenden Lagern, was sowohl die Kosten als auch die Beschaffungszeit senkte.
- Senkung der Lagerhaltungskosten - Optimierung des Lagerbestands
Überschüssige Bestände führen zu gebundenem Kapital und Lagerkosten. Unsere Analyse zeigt:
- Durchschnittliche Bestandsbewertung: $1,5 Milliarden
- Verkleinerungsmöglichkeiten: 5-7% der Lagerbestände
- Einmalige Ersparnis: $75M - $105M
- Wiederkehrende Einsparungen bei den Gemeinkosten: $7.5M - $15.75M jährlich
Einblicke:
Eine bessere datengestützte Klassifizierung ermöglichte es den Unternehmen, veraltete Teile auszusondern, Nachbestellungspunkte zu rationalisieren und zu bedarfsorientierten Lagerhaltungsstrategien überzugehen, wodurch die Lagerkosten gesenkt werden konnten, ohne die Servicequalität zu beeinträchtigen.
- Reduzierte Ausfallzeiten bei Lagerbeständen - Verbesserung der betrieblichen Kontinuität
Ungeplante Ausfallzeiten sind einer der größten versteckten Kostentreiber im industriellen Betrieb. Unsere Forschung hat dies aufgedeckt:
- Durchschnittliche Vorratsverluste pro Jahr: 52
- Ausfallzeit pro Ereignis: 1-2 Stunden
- Kosten pro Stunde Ausfallzeit: $50,000
- Jährliches Kostenrisiko durch Ausfallzeiten: $26M - $52M
- Potenzial zur Reduzierung von Ausfallzeiten: 25-50%
- Jährliche Einsparungen durch reduzierte Ausfallzeiten: $6.5M - $26M
Einblicke:
Bessere Datengenauigkeit und -klassifizierung halfen den Wartungsteams, das Risiko von Lieferengpässen vorherzusagen und proaktiv auf den Nachschubbedarf zu reagieren. Unternehmen, die in datengesteuerte Warnmeldungen und Bestandstransparenz investierten, verzeichneten geringere Ausfallzeiten und eine bessere Verfügbarkeit der Geräte.
- Verbesserte materialbezogene Personalproduktivität - Reduzierung der Zeitverschwendung
Technik- und Wartungsteams verlieren oft wertvolle Stunden mit der Suche nach Teilen oder dem Abgleich ungenauer Daten.
- Jährlich verschwendete Arbeitszeit: 1.200 - 2.000 Stunden
- Stündliche Arbeitskosten: $70 – $85
- Potenzial für Produktivitätseinsparungen: $84K - $170K jährlich
Einblicke:
Unternehmen, die strukturierte Daten-Workflows und zentralisierte Ersatzteil-Informationssysteme eingeführt haben, konnten den Zeitaufwand für manuelle Suchvorgänge und Abgleiche reduzieren, was zu einer höheren betrieblichen Effizienz und Mitarbeiterzufriedenheit führte.
- Strategische Beschaffung - Synergien in der Beschaffung freisetzen
Ineffizienzen bei der Beschaffung, insbesondere bei Käufen außerhalb des Katalogs und bei der unstrukturierten Bündelung der Nachfrage, führen zu höheren Kosten und Missmanagement bei den Lieferanten.
- Beeinflussbare Ausgaben außerhalb des Katalogs: 10-15%
- Verbesserungsmöglichkeiten: 15-20% Ermäßigung
- Potenzial zur Aggregation der Nachfrage: 10-15%
- Einsparungen durch bessere Beschaffung: $22.5M - $45M jährlich
Einblicke:
Dank der verbesserten Datenverwaltung und -transparenz konnten die Unternehmen die Nachfrage bündeln, strategische Beschaffungsmöglichkeiten identifizieren und die Abhängigkeit von kostspieligen Notkäufen verringern, wodurch die Verhandlungen mit den Lieferanten und die Verträge optimiert werden konnten.
Konsolidierte finanzielle Auswirkungen
Bereich | Ersparnis Typ | Minimale Ersparnisse | Maximale Ersparnis |
Inventarvermeidung | Einmalig | $37.5M | $52.5M |
Inventar Gemeinkosten | Wiederkehrende | $3M | $6.3M |
Reduzierung der Bestände | Einmalig | $75M | $105M |
Vorratshaltung | Wiederkehrende | $7.5M | $15.75M |
Ausfallzeit | Wiederkehrende | $6.5M | $26M |
Produktivität | Wiederkehrende | $0.08M | $0.17M |
Strategische Beschaffung | Wiederkehrende | $22.5M | $45M |
Total Jahr 1 Einsparungen | Gemischt | $671M | $1.12B |
Neben der Bestandsoptimierung, der Verringerung von Ausfallzeiten und der Verbesserung der Beschaffung hat unsere Studie mehrere grundlegende Herausforderungen aufgezeigt, denen sich Unternehmen bei der Verwaltung von MRO-Aktivitäten gegenübersehen. Diese Herausforderungen stellen ein erhebliches Kosten-, Effizienz- und Compliance-Risiko dar und machen deutlich, warum strukturierte, datengesteuerte Ansätze unerlässlich sind.
Intelligente Technologien für MRO nutzbar machen
Strukturierte MRO-Datenstrategien nutzen Technologien und Analysen, um verwertbare Echtzeit-Einblicke in den Betrieb zu erhalten:
Plattformen zur Bestandsverwaltung und Analysetools
Systeme für das Wartungsmanagement
Beschaffung und Beschaffungsplattformen
IoT-Sensoren, Telematik und Anlagenverfolgung
Durch die Umwandlung fragmentierter, manueller Prozesse in integrierte, datengesteuerte Arbeitsabläufe können Unternehmen:
Vorhersage von Fehlbeständen und proaktive Bestandsverwaltung
Optimieren Sie Wartungspläne, um ungeplante Ausfallzeiten zu reduzieren
Rationalisierung der Beschaffung und Identifizierung von Ausgaben außerhalb des Katalogs
Steigern Sie die Produktivität Ihrer Mitarbeiter durch die Zentralisierung von MRO-Daten
Schlüsselbereiche der Wirkung
1. Bestandsoptimierung - Reduzierung von Verschwendung und Verbesserung der Verfügbarkeit
Doppelte Einkäufe und überschüssige Bestände binden Kapital und erhöhen die Kosten. Untersuchungen von Verdantis zeigen, dass eine verbesserte Klassifizierung und Sichtbarkeit Doppelbestellungen reduzieren und die Effizienz der Beschaffung verbessern kann.
2. Reduzierung von Ausfallzeiten - Verbesserung der betrieblichen Kontinuität
Ungeplante Ausfallzeiten aufgrund von MRO-Ineffizienzen sind nach wie vor ein bedeutender Kostentreiber. Umfrageergebnisse zeigen:
-
50.78% der Befragten erleben 25-50% oder mehr Ausfallzeiten aufgrund von Problemen mit der MRO-Datenqualität.
-
Strukturierte MRO-Datenstrategien ermöglichen eine vorausschauende Wartung und einen proaktiven Nachschub zur Minimierung von Produktionsunterbrechungen.
3. Lieferanten- und Beschaffungsdaten - Risiko und Kosten reduzieren
Fragmentierte Lieferantendaten führen zu Kostenüberschreitungen und Ineffizienzen in der Lieferkette:
-
49.17% der Befragten häufig auf Unstimmigkeiten in den Lieferantenunterlagen stoßen.
-
26% berichten von mangelnder Integration der Lieferkette als Hindernis für die betriebliche Effizienz.
Strukturierte, validierte Lieferantendaten ermöglichen es Unternehmen, die Nachfrage zu konsolidieren, bessere Verträge auszuhandeln und die Kosten für die Notfallbeschaffung zu senken.
4. Produktivität der Belegschaft - Rationalisierung von Aufgaben
Technik- und Wartungsteams verschwenden oft Stunden damit, ungenaue Aufzeichnungen abzugleichen oder Materialien zu suchen. Zentralisierte MRO-Daten reduzieren den manuellen Aufwand und ermöglichen eine schnellere Entscheidungsfindung, was sowohl die betriebliche Effizienz als auch die Mitarbeiterzufriedenheit verbessert.
5. KI-Anwendung - Daten korrigieren und Einblicke gewähren
Trotz der Herausforderungen beschleunigt sich die Einführung von KI:
-
56% der Befragten haben entweder KI implementiert oder erproben KI-Systeme für operative Verbesserungen.
-
51% verlassen sich auf saubere Daten um die KI-gestützte Entscheidungsfindung voranzutreiben.
KI-gestützte Analysen und Automatisierung helfen, Datenfehler zu korrigieren, Anomalien zu erkennen und Wartungs- und Beschaffungsprozesse zu optimieren.
Herausforderungen und Chancen
Schlechte Datenqualität
-
Ausfallzeit: 50.78% erleben ernsthafte MRO-bedingte Ausfallzeiten aufgrund von Datenproblemen.
-
Lieferantenaufzeichnungen: 49.17% sind häufig mit Fehlern in den Lieferantenstammdaten konfrontiert.
-
Sichtbarkeit der Lieferkette: 26% fehlt es an integrierten Daten über alle Operationen.
Manuelle Prozesse
-
Über 60% von Wartungsteams verlassen sich bei Arbeitsaufträgen immer noch auf Tabellenkalkulationen oder Papier.
-
Manuelle Nachverfolgung führt zu Verzögerungen, Fehlern und Wiederholungen.
Hindernisse für KI und digitale Transformation
-
Fragmentierte oder unstrukturierte Daten schränken die Effektivität von KI ein, trotz des großen Interesses und der Pilotprogramme.
Auswirkungen auf den Betrieb und die Belegschaft
-
60% melden eine verbesserte Effizienz, wenn saubere, strukturierte Daten verwendet werden.
-
Schlechter Datenzugriff frustriert 58% Techniker und Ingenieure und wirkt sich negativ auf Produktivität und Moral aus.
Strategische Vorteile von datengesteuerten MRO-Strategien
| Bereich | Wichtigste Auswirkungen | Umfrage Einblicke |
|---|---|---|
| Inventar-Optimierung | Reduzierung von Doppelbestellungen und Überbeständen | 51% zitiert MRO-Datenprobleme; verbesserte Klassifizierung reduziert Verschwendung |
| Reduzierung der Ausfallzeiten | Weniger ungeplante Ausfallzeiten und höhere Verfügbarkeit der Anlagen | 50.78% von unzureichenden MRO-Daten betroffen; vorausschauende Systeme reduzieren Ausfallzeiten |
| Datengenauigkeit der Lieferanten | Verbesserte Beschaffung und Kosteneffizienz | 49.17% stoßen häufig auf Fehler in den Verkäuferdaten |
| Produktivität der Arbeitskräfte | Rationalisierte Abläufe, weniger manuelle Abstimmungen | 58% Techniker berichten von Frustration aufgrund des schlechten Datenzugriffs |
| KI-Annahme | Prädiktive Erkenntnisse, Erkennung von Anomalien, Automatisierung | 56% der Befragten nutzen KI im Betrieb; 51% verlassen sich auf saubere Daten für die KI-Effizienz |
Ein praktikabler Ansatz zur Lösung des milliardenschweren Effizienzproblems
Die Umsetzung einer strukturierten MRO-Datenstrategie und die Förderung operativer Verbesserungen erfordern einen pragmatischen, schrittweisen Ansatz, der Governance, Technologie und organisatorische Anpassung kombiniert. Verdantis empfiehlt die folgende Roadmap:
1. Bewerten Sie aktuelle Daten und Prozesse
Führen Sie eine Betriebsprüfung durch, um Lücken in den MRO-, Bestands- und Beschaffungsdaten zu ermitteln.
Quantifizieren Sie die Auswirkungen von Doppelbestellungen, Fehlbeständen und Ausfallzeiten auf die Kosten.
Priorisieren Sie die Bereiche, in denen saubere Daten den höchsten ROI liefern können.
2. Governance-Rahmen einrichten
Standardisieren Sie Stammdaten für MRO-, Lieferanten- und Beschaffungsdaten.
Implementieren Sie Validierungsregeln, Klassifizierungssysteme und Stewardship-Protokolle.
Schaffen Sie eine einzige Quelle der Wahrheit für Anlagen-, Material- und Lieferantendaten.
3. Nutzen Sie Technologie und Analytik
Setzen Sie Plattformen zur vorausschauenden Bestandsverwaltung und Wartung ein.
Integrieren Sie KI-gestützte Tools, um Anomalien zu erkennen, Fehler zu korrigieren und die Nachfrage zu prognostizieren.
Nutzen Sie IoT-Sensoren und intelligente Anlagenverfolgung für operative Transparenz in Echtzeit.
4. Pilot- und Skalierungsinitiativen
Beginnen Sie mit den wichtigsten Anlagen oder Einrichtungen, um Workflows zur vorausschauenden Wartung und Bestandsoptimierung zu testen.
Überwachen Sie die Ergebnisse anhand von KPIs wie z.B. Verringerung der Ausfallzeiten, Trefferquote bei der Inventur und Einsparungen bei der Beschaffung.
Weiten Sie erfolgreiche Pilotprojekte schrittweise auf alle relevanten Einsatzbereiche aus.
5. Ermöglichen Sie die Übernahme durch Ihre Mitarbeiter
Bieten Sie Teams einen zentralen Zugriff auf MRO- und Lieferantendaten.
Reduzieren Sie manuelle Abstimmungen und papierbasierte Arbeitsabläufe.
Schulen Sie Ihre Mitarbeiter darin, analytische Dashboards und KI-gesteuerte Warnmeldungen für die Entscheidungsfindung zu nutzen.
6. Messen, Wiederholen und Verbessern
Schaffen Sie kontinuierliche Rückkopplungsschleifen, die operative Daten mit Wartungs- und Beschaffungssystemen verbinden.
Verfolgen Sie sowohl die quantitativen als auch die qualitativen Vorteile, einschließlich Kosteneinsparungen, Reduzierung der Ausfallzeiten und Mitarbeiterzufriedenheit.
Verfeinern Sie Data Governance, KI-Modelle und operative Arbeitsabläufe anhand der Ergebnisse.
