Made for Germany: ce que valent vraiment 735 milliards
Tobias Massow
7 Min. Lesezeit 735 milliards d'euros. L'initiative Made for Germany a mis sur la table un chiffre qui ...
⏱ 9 min de lecture
Le Schreiner Group d’Oberschleissheim, près de Munich, est considéré comme un leader technologique mondial des labels fonctionnels et des étiquettes high-tech. Avec 1 200 collaborateurs et plus de 200 millions d’euros de chiffre d’affaires, cette entreprise familiale montre comment une PME industrielle classique transforme toute sa production grâce à des capteurs IoT, des jumeaux numériques et un contrôle qualité assisté par l’IA. Une réussite qui le prouve: la transformation numérique dans le Mittelstand fonctionne lorsqu’elle est portée avec constance par la direction.
Le Schreiner Group est un exemple type du hidden champion allemand: fondé en 1951, actif aujourd’hui dans plus de 50 pays, spécialisé dans les labels fonctionnels pour les industries pharmaceutique, automobile et électronique. Ce que peu de gens savent: ces étiquettes ultrafines sont des produits high-tech. Labels RFID pour la traçabilité des médicaments, scellés inviolables pour les pièces automobiles, labels conducteurs pour les assemblages électroniques.
Mais alors que les produits étaient technologiquement tournés vers l’avenir, la production, elle, restait ancrée dans le passé. Roland Schreiner, associé-gérant de troisième génération, décrivait ainsi la situation en 2022: „Nous fabriquions des produits high-tech, mais notre pilotage de la production reposait sur des listes Excel et des formulaires papier. Cela n’allait pas ensemble.“
Le défi était clair: des exigences clients croissantes en matière de traçabilité, des tailles de lots toujours plus petites et une pénurie de main-d’oeuvre qualifiée plus forte dans la région de Munich obligeaient l’entreprise à agir. Le taux de rebut atteignait 4,2 pour cent sur certaines lignes de produits, et l’Overall Equipment Effectiveness (OEE) s’élevait à 68 pour cent. Pour un leader de la qualité, ces valeurs n’étaient pas acceptables.
Ce qui distingue Schreiner Group de nombreux projets de numérisation ayant échoué : la transformation n’a pas été déléguée au service informatique. Roland Schreiner en a personnellement pris le parrainage et a mis en place une équipe transversale réunissant la production, l’informatique, l’assurance qualité et les ventes.
« La numérisation dans les entreprises de taille intermédiaire n’est pas un projet informatique. C’est une question de culture d’entreprise et de volonté de remettre fondamentalement en question les processus. »
Roland Lässig, Senior Partner, Boston Consulting Group
„La plus grande erreur des entreprises de taille intermédiaire est de traiter la numérisation comme un projet informatique“, explique Dr. Stefan Günther, qui a accompagné le projet en tant que consultant externe. „Chez Schreiner, il était clair dès le premier jour qu’il s’agissait d’un projet de transformation de l’entreprise, et non d’un projet technologique.“
La décision d’investissement a été prise au troisième trimestre 2022 : 4,5 millions d’euros sur trois ans. Pour une entreprise réalisant environ 200 millions d’euros de chiffre d’affaires, c’était un investissement substantiel, que Roland Schreiner a défendu devant le conseil consultatif avec une analyse de rentabilité claire : un amortissement en 30 mois grâce à la réduction des rebuts et aux gains d’efficacité.
Au lieu d’opter pour une approche Big Bang, Schreiner Group a commencé par une seule ligne de production d’étiquettes pharmaceutiques sur le site d’Oberschleissheim. La raison était stratégique : les clients du secteur pharmaceutique exigent de toute façon une documentation sans faille, et la valeur ajoutée de la numérisation y était visible le plus rapidement.
En six mois, la ligne pilote a été équipée de 47 capteurs IoT. Température, humidité, tension de bande, vitesse d’impression, application de l’adhésif – tout a été enregistré en temps réel et alimenté dans un jumeau numérique de la ligne de production. L’infrastructure de données reposait sur une architecture d’edge computing avec prétraitement local et connexion au cloud pour l’analytique.
Le résultat après six mois d’exploitation pilote a dépassé les attentes : le taux de rebut sur la ligne pilote est passé de 4,2 à 2,1 %. L’OEE est passé de 68 à 79 %. Et un effet secondaire inattendu est apparu : les régleurs machines ont commencé à utiliser activement les tableaux de bord en temps réel et à proposer leurs propres pistes d’optimisation.
La véritable percée est arrivée avec la deuxième phase, à partir de mi-2023. À partir des données de capteurs collectées, l’équipe a entraîné un modèle de machine learning pour le contrôle qualité prédictif. Au lieu de détecter les étiquettes défectueuses seulement en bout de ligne, le système prédit désormais les écarts de qualité avant qu’ils ne se produisent.
„Le système reconnaît des schémas qu’aucun œil humain ne peut voir“, explique le responsable de production. „Des variations minimes de la tension de bande qui entraîneraient des défauts d’impression trois heures plus tard. Auparavant, nous ne les remarquions qu’au contrôle final et nous rejetions tout le lot.“
En parallèle, l’entreprise a introduit un MES (Manufacturing Execution System) qui numérise l’ensemble des ordres de fabrication. Les formulaires papier ont disparu. Chaque étape de production est documentée, chaque écart est signalé en temps réel. Pour les clients du secteur pharmaceutique qui exigent une traçabilité conforme à la FDA, c’est un avantage concurrentiel décisif.
Aussi convaincants que puissent paraître les chiffres, la transformation a aussi eu ses revers, que Roland Schreiner évoque ouvertement. La plus forte résistance n’est pas venue des opérateurs machines, mais du management intermédiaire. Les chefs d’équipe et les contremaîtres, qui avaient accumulé des décennies d’expertise, se sont sentis dévalorisés par la prise de décision fondée sur les données.
„Nous avons sous-estimé à quel point le management intermédiaire percevait son rôle comme menacé par la numérisation“, reconnaît Schreiner. „Les opérateurs machines ont rapidement été convaincus, parce que les tableaux de bord les aidaient. Mais les contremaîtres se demandaient : a-t-on encore besoin de moi si un algorithme prend les décisions ?“
La solution a été un programme intensif de gestion du changement, qui a redéfini le rôle des contremaîtres : au lieu d’être des décideurs opérationnels, ils sont devenus des „coachs de processus“, chargés d’entraîner le système et d’évaluer les propositions de l’IA. Un changement culturel qui a pris six mois de plus que prévu.
Les coûts ont eux aussi en partie dérapé. Les 4,5 millions d’euros prévus à l’origine n’ont pas suffi. L’intégration informatique avec les systèmes ERP existants s’est révélée nettement plus complexe qu’anticipé. Au final, Schreiner Group a investi près de 6 millions d’euros. Roland Schreiner commente la situation avec pragmatisme : „Oui, nous avons dépassé le budget. Mais le ROI reste bon, car les résultats sont meilleurs que prévu.“
Après le succès du pilote, Schreiner Group a déployé le système sur ses quatre sites de production entre janvier et septembre 2024. Le principal avantage de la phase pilote : l’équipe n’avait pas seulement testé la technologie, elle avait aussi constitué une équipe de compétences interne capable de mener le déploiement de manière autonome.
18 mois après le lancement de la ligne pilote, tous les sites étaient connectés. Au total, plus de 320 capteurs collectent aujourd’hui les données de production en temps réel. Le jumeau numérique ne représente plus seulement des lignes isolées, mais l’ensemble de la chaîne de fabrication sur tous les sites. La direction peut comparer en temps réel la productivité de toutes les usines sur un tableau de bord.
Après deux ans de fonctionnement complet, les chiffres parlent d’eux-mêmes :
Fait particulièrement remarquable : le turnover des employés en production a diminué de 18 % sur la même période. Schreiner Group l’attribue à l’amélioration des conditions de travail. Les tâches de contrôle monotones ont disparu, et le travail est devenu plus exigeant et plus varié.
1. Le soutien actif du PDG n’est pas négociable. Sans l’implication personnelle de Roland Schreiner, le projet aurait échoué au moment où le budget a été dépassé. Un directeur informatique n’aurait pas pu imposer cette décision.
2. Commencer petit, prouver vite. La ligne pilote a fourni des chiffres solides en six mois. Cela a rendu l’analyse de rentabilité du déploiement inattaquable. Ceux qui démarrent avec un plan sur trois ans sans résultats intermédiaires perdent l’adhésion de l’organisation.
3. Le management intermédiaire est la clé. Chez Schreiner, les équipes de production et la direction générale ont été rapidement convaincues. La résistance est venue du milieu de l’organisation. La conduite du changement doit intervenir précisément à ce niveau.
4. Prévoir une marge budgétaire. L’intégration ERP a coûté 40 % de plus que prévu. Ce n’est pas un problème propre à Schreiner. Selon une étude de Gartner, 65 % de tous les projets IoT dans les PME dépassent leur budget initial.
5. Les données avant les algorithmes. Avant que le modèle d’IA puisse fonctionner utilement, il a fallu collecter six mois de données de capteurs. Ceux qui veulent commencer directement par l’IA sans disposer d’une base de données propre échoueront.
La Schreiner Group a déjà lancé la phase suivante : le savoir-faire développé en interne doit être proposé comme service de conseil à d’autres PME. „Nous savons désormais quelles erreurs on peut commettre et comment les éviter“, déclare Roland Schreiner. „Ce savoir est extrêmement précieux pour d’autres entreprises de notre taille.“
Un modèle qui rappelle la logique de la due diligence numérique : ceux qui ne connaissent pas la maturité numérique de leur entreprise risquent de prendre de mauvaises décisions stratégiques. La différence : Schreiner a prouvé que la transformation dans les PME est non seulement possible, mais aussi rentable.
Les investissements varient fortement selon la situation de départ et le niveau d’ambition. Pour une entreprise réalisant entre 200 et 500 millions d’euros de chiffre d’affaires, les coûts se situent généralement entre 3 et 8 millions d’euros sur trois ans. L’essentiel est d’adopter une approche pilote qui produit rapidement des résultats mesurables et étaye le business case pour de nouveaux investissements.
Avec une mise en œuvre rigoureuse, le délai d’amortissement se situe entre 24 et 36 mois. Les principaux leviers sont la réduction des rebuts, l’augmentation de la productivité des installations (OEE) et la baisse des coûts de qualité. L’amortissement ne commence qu’après le déploiement complet, pas après le pilote.
Pas nécessairement dans la phase initiale. De nombreuses entreprises travaillent avec des partenaires externes pour le développement initial des modèles tout en construisant en parallèle des compétences internes. À long terme, il est recommandé de disposer d’une équipe interne de deux à trois spécialistes des données afin d’améliorer continuellement les modèles et d’identifier de nouveaux cas d’usage.
Selon une étude de McKinsey, 70 % de tous les projets de transformation échouent à cause du change management, et non de la technologie. Le principal facteur de réussite est l’implication précoce des collaborateurs sur le shopfloor, combinée à un engagement visible du CEO et à des succès rapides et mesurables.
Autres articles sur la digitalisation dans les entreprises de taille intermédiaire :
Source de l’image de titre : Pexels / ThisIsEngineering