Hexagon und Leica Geosystems: Wenn die physische Welt zur Unternehmenssoftware wird
Die Digitalisierung von Unternehmen wird meist aus der Perspektive bestehender Daten gedacht. Informationen aus ERP-, CRM-, Produktions- und Planungssystemen werden zusammengeführt, analysiert und für Entscheidungen bereitgestellt.
Bei Hexagon und Leica Geosystems beginnt der Prozess früher.
Bevor ein Unternehmen Daten über ein Gebäude, eine Straße, eine Produktionsanlage, ein Bergwerk oder eine Stadt analysieren kann, muss die physische Realität zunächst zuverlässig erfasst werden. Entfernungen, Positionen, Oberflächen, Bewegungen und räumliche Beziehungen müssen gemessen und in eine digitale Form übersetzt werden.
Hexagon bezeichnet sich als Unternehmen für Messtechnologien. Das Portfolio reicht nach eigener Darstellung von präziser Positionierung und Umgebungserfassung über digitale Zwillinge und Geodaten bis zu industrieller Messtechnik, Simulation und autonomen Systemen. Der Infrastruktur- und Geodatenbereich von Hexagon, zu dem Leica Geosystems gehört, konzentriert sich auf Lösungen, die die physische Welt erfassen, messen und visualisieren.
Für B2B-Marketingentscheider liegt darin eine grundlegende Lektion:
In vielen Industrie- und Infrastrukturmärkten beginnt digitale Transformation nicht mit einer Softwareoberfläche, sondern mit der verlässlichen Übersetzung der realen Welt in Daten.
Leica ist die Sensor- und Workflowmarke innerhalb eines größeren Systems
Die Bezeichnungen Hexagon und Leica werden im Markt häufig nebeneinander verwendet. Sie sind jedoch nicht austauschbar.
Hexagon ist der übergeordnete Technologiekonzern. Leica Geosystems ist eine Produkt- und Lösungsmarke innerhalb des Infrastruktur- und Geodatenbereichs. Leica Geosystems steht insbesondere für Vermessung, Reality Capture, Positionierung, Bau- und Geodaten-Workflows. Hexagon verbindet diese Sensor- und Erfassungstechnologien mit Cloud-Plattformen, Simulation, industrieller Software und Anwendungen für verschiedene Branchen.
Diese Beziehung ist für die Marktkommunikation wichtig.
Ein Anwender kann ein Leica-Messinstrument kaufen, ohne sich selbst als Käufer einer umfassenden Hexagon-Plattform zu verstehen. Ein Enterprise-Kunde kann dagegen Sensoren, Software, Geodaten, Cloud-Dienste und digitale Zwillinge als zusammenhängende Architektur betrachten.
Die erste Lektion lautet daher:
Eine starke Produktmarke und eine übergeordnete Plattformstrategie erfüllen unterschiedliche Aufgaben.
Die Produktmarke schafft Vertrauen in eine konkrete Tätigkeit: messen, scannen, positionieren oder abstecken.
Die Konzern- und Plattformlogik verspricht dagegen, dass diese Tätigkeiten in größere Daten- und Geschäftsprozesse eingebunden werden können.
B2B-Marketing muss beide Ebenen zusammenführen, ohne sie zu verwischen. Die Präzision eines Instruments ist nicht automatisch ein Beleg für die Qualität einer gesamten Enterprise-Architektur. Umgekehrt ist eine überzeugende Plattformvision kein Ersatz für die Zuverlässigkeit der Datenerfassung im Feld.
Messung ist der Beginn einer Entscheidungskette
Ein Messwert wirkt objektiv. Eine Koordinate, eine Distanz oder eine Punktwolke scheint die Realität unmittelbar wiederzugeben.
Tatsächlich entsteht jeder Messwert in einer Kette von Entscheidungen.
Welcher Sensor wird eingesetzt? Wie wird er kalibriert? Von welchem Standort wird gemessen? Welche Auflösung ist erforderlich? Wie werden verdeckte Bereiche behandelt? Welche Fehlergrenzen sind akzeptabel? Wie werden mehrere Aufnahmen miteinander registriert? Welche Koordinaten- und Referenzsysteme gelten?
Erst danach kann ein Modell entstehen, das für Planung, Bau, Betrieb oder Dokumentation verwendet wird.
Die zweite Lektion lautet:
Messdaten sind nicht einfach die Realität. Sie sind eine methodisch erzeugte Repräsentation der Realität.
Diese Unterscheidung wird besonders wichtig, sobald Daten automatisiert weiterverarbeitet werden.
Eine unvollständige Punktwolke kann zu einem unvollständigen Modell führen. Eine falsch zugeordnete Position kann Planungsfehler erzeugen. Ein veralteter digitaler Zwilling kann den Eindruck aktueller Genauigkeit vermitteln, obwohl sich die physische Anlage bereits verändert hat.
Präzision muss daher immer mit Aktualität, Vollständigkeit und Verwendungszweck betrachtet werden.
Reality Capture verwandelt Orte in Datenräume
Hexagon beschreibt Reality Capture als die Erfassung, Messung und Visualisierung der physischen Welt. Leica-Geosystems-Sensoren reichen dabei von klassischen Vermessungsinstrumenten bis zu mobilen und teilweise autonomen Laserscannern. Die Leica-BLK-Serie umfasst unter anderem mobile, fliegende und robotergestützte Systeme, die Umgebungsdaten erfassen und direkt in cloudbasierte Workflows übertragen können.
Reality Capture verändert damit den Charakter räumlicher Dokumentation.
Traditionell wurden einzelne Punkte, Maße oder Ansichten gezielt aufgenommen. Moderne Systeme erfassen ganze Umgebungen als dreidimensionale Datenbestände. Aus einer begrenzten Zahl geplanter Messungen wird ein dichter digitaler Raum, der später für unterschiedliche Zwecke ausgewertet werden kann.
Die dritte Lektion lautet:
Reality Capture trennt teilweise den Zeitpunkt der Datenerfassung vom Zeitpunkt der fachlichen Fragestellung.
Ein Unternehmen kann eine Umgebung heute vollständig erfassen und später Maße, Abstände, Sichtlinien oder Flächen daraus ableiten, die bei der ursprünglichen Aufnahme noch nicht im Mittelpunkt standen.
Das erhöht den potenziellen Wert der Daten. Es erhöht aber ebenso die Anforderungen an Speicherung, Klassifikation, Zugriffsrechte und langfristige Nutzbarkeit.
Eine große Punktwolke ist nicht automatisch ein geschäftlich nutzbarer Datenbestand. Sie benötigt Kontext, Koordinaten, Metadaten und eine Verbindung zu Arbeitsabläufen.
Ein digitaler Zwilling ist mehr als ein 3D-Modell
Hexagon positioniert digitale Zwillinge und sogenannte „Digital Realities“ als Verbindung der physischen und digitalen Welt. Sensor-, Software- und Echtzeitdaten sollen eine maschinenlesbare Darstellung realer Umgebungen erzeugen. Diese kann für Planung, Simulation, Infrastrukturmanagement und zunehmend auch für automatisierte Entscheidungen verwendet werden.
Der Begriff digitaler Zwilling wird im Markt allerdings häufig zu weit verwendet.
Ein statisches 3D-Modell bildet die Form eines Objekts oder Ortes ab.
Ein digitaler Zwilling sollte darüber hinaus eine belastbare Beziehung zu einem realen Gegenstück besitzen. Er muss aktualisierbar sein und relevante Zustände, Eigenschaften oder Veränderungen abbilden.
Die vierte Lektion lautet deshalb:
Nicht jedes digitale Abbild ist ein digitaler Zwilling. Der entscheidende Unterschied ist die fortlaufende Beziehung zur physischen Realität.
Ein Gebäudemodell, das nach der Fertigstellung nicht mehr aktualisiert wird, ist eine wertvolle Dokumentation. Es ist aber nur eingeschränkt ein operativer Zwilling.
Ein Modell, das regelmäßig mit neuen Scans, Zustandsdaten und betrieblichen Informationen verbunden wird, kann dagegen Entscheidungen im laufenden Betrieb unterstützen.
Für das Marketing bedeutet das, den Begriff nicht nur über visuelle Wirkung zu erklären. Ein beeindruckendes 3D-Modell zeigt Darstellungsqualität. Es beweist noch nicht die Integration, Aktualität oder operative Nutzbarkeit eines digitalen Zwillings.
HxDR verschiebt Leica vom Instrument zum Datenökosystem
Hexagon beschreibt HxDR als cloudnative Plattform für Speicherung, Visualisierung und Zusammenarbeit mit Reality-Capture- und Geodaten. Kompatible Leica-BLK-Sensoren können Daten direkt aus dem Feld in die Plattform übertragen. Nutzer können dort Daten speichern, visualisieren, verarbeiten und anderen Beteiligten zugänglich machen.
Damit verändert sich der wirtschaftliche Gegenstand.
Früher stand das Messgerät im Mittelpunkt. Es erzeugte Daten, die anschließend über Dateien, lokale Software und manuelle Übergaben weiterverarbeitet wurden.
In einem Field-to-Cloud-Modell wird das Instrument zum Einstiegspunkt eines kontinuierlichen Datenprozesses.
Die fünfte Lektion lautet:
Der Wert eines Sensors liegt zunehmend nicht nur in seiner Messgenauigkeit, sondern in seiner Einbettung in einen durchgängigen Datenworkflow.
Für Kunden wird damit relevant:
Wie schnell stehen Daten anderen Projektbeteiligten zur Verfügung? Welche manuellen Übergaben entfallen? Welche Formate werden unterstützt? Wer darf Daten ansehen, verändern oder herunterladen? Wie werden Versionen und Bearbeitungsstände nachvollzogen?
Die Cloud-Plattform wird dadurch Teil des Produktversprechens. Gleichzeitig entsteht eine stärkere Abhängigkeit von Datenformaten, Plattformfunktionen und Benutzerverwaltung.
Von der Messgenauigkeit zur Workflowgenauigkeit
Leica Geosystems verbindet Sensoren zunehmend mit Software für konkrete Arbeitsabläufe. Ein Beispiel ist Leica iCON für digitale Bauvermessung und Absteckung. Sensoren und Software sollen dabei nicht nur präzise Punkte liefern, sondern Anwender durch vollständige Abläufe vom Plan bis zur Ausführung führen.
Diese Entwicklung ist strategisch bedeutsam.
Ein isolierter Messfehler ist sichtbar und häufig quantifizierbar. Ein Workflowfehler kann dagegen an einer Übergabe entstehen: falsche Planversion, veraltete Daten, unklare Zuständigkeit oder fehlerhafte Übertragung zwischen Büro und Baustelle.
Die sechste Lektion lautet:
In digitalen Bau- und Infrastrukturprozessen reicht Messgenauigkeit allein nicht aus. Entscheidend ist die Genauigkeit der gesamten Informationskette.
Ein Sensor kann einen Punkt korrekt bestimmen. Wenn der zugrunde liegende Plan nicht aktuell ist, wird trotzdem an der falschen Stelle gebaut.
Eine Cloud-Plattform kann Daten schnell bereitstellen. Wenn nicht klar ist, welche Version freigegeben wurde, steigt das Risiko einer falschen Ausführung.
Enterprise-Nutzen entsteht deshalb nicht nur aus genaueren Instrumenten, sondern aus kontrollierten Übergängen zwischen Planung, Erfassung, Ausführung und Dokumentation.
Geodaten sind eine eigene Datenklasse
Räumliche Daten unterscheiden sich von vielen klassischen Unternehmensdaten.
Ein CRM-Datensatz beschreibt einen Kunden. Eine ERP-Position beschreibt eine Transaktion. Eine Punktwolke oder ein georeferenziertes Modell beschreibt dagegen die Form, Lage und räumliche Beziehung realer Objekte.
Solche Daten können sehr groß sein, mehrere Koordinatensysteme verwenden und in unterschiedlichen Auflösungen vorliegen. Sie werden zudem häufig von verschiedenen Disziplinen genutzt: Vermessung, Architektur, Bau, Infrastrukturmanagement, öffentliche Verwaltung, Einsatzkräfte oder Betreiber.
Hexagon verbindet eigene Erfassungsdaten und Plattformen zusätzlich mit dem Hexagon Content Program, das Luftbilder und großflächige Geodaten bereitstellt.
Die siebte Lektion lautet:
Geodaten benötigen nicht nur Speicher und Analyse, sondern räumliche Semantik.
Ein Punkt erhält erst Bedeutung, wenn bekannt ist, was er repräsentiert, in welchem Referenzsystem er liegt und zu welchem Objekt oder Prozess er gehört.
Die Verbindung von Reality Capture mit AI-gestützter Semantik soll genau diese Ebene adressieren. Hexagon beschreibt semantische Meshes, bei denen Algorithmen räumlichen Strukturen zusätzliche Bedeutungsattribute zuordnen.
Damit wird aus Geometrie potenziell ein maschinenlesbares Modell.
Semantik ist die Brücke zur Automatisierung
Eine Punktwolke enthält große Mengen geometrischer Information. Ein Algorithmus kann jedoch nicht ohne Weiteres erkennen, welche Punkte zu einer Straße, einem Gebäude, einer Leitung oder einer Maschine gehören.
Semantische Verarbeitung versucht, diesen Strukturen Bedeutung zuzuordnen.
Das ist eine Voraussetzung für weitergehende Automatisierung. Ein System kann nur dann selbstständig handeln oder simulieren, wenn es nicht nur Formen, sondern Objekte und Beziehungen erkennt.
Die achte Lektion lautet:
Automatisierung beginnt nicht bei der Maschine, sondern bei der eindeutigen Bedeutung der Daten.
Ein autonomes System muss wissen, welcher Bereich befahrbar ist, welches Objekt ein Hindernis darstellt und welche Grenze nicht überschritten werden darf.
Eine Infrastrukturplattform muss unterscheiden können, ob eine erkannte Veränderung relevant, ungefährlich oder dringend ist.
AI kann solche Klassifikationen unterstützen. Ihre Ergebnisse bleiben jedoch abhängig von Trainingsdaten, Sensorqualität und Kontext. Ein automatisch erzeugtes semantisches Modell sollte deshalb nicht als fehlerfreie Abbildung behandelt werden.
Autonomie ist eine Rückkopplungsschleife
Hexagon verbindet Messung, Positionierung und Umgebungserfassung ausdrücklich mit autonomen Lösungen. Der Konzern beschreibt digitale Realitäten als Feedbackschleifen, in denen reale Sensordaten, Software und autonome Technologien zusammenwirken.
Darin liegt eine grundsätzliche Entwicklung.
In einem manuellen Prozess misst ein Mensch die Welt, interpretiert die Daten und trifft eine Entscheidung.
In einem teilautonomen Prozess erfassen Sensoren die Umgebung, Software interpretiert sie und schlägt eine Handlung vor.
In einem autonomen Prozess kann das System innerhalb definierter Grenzen selbst handeln und anschließend die Wirkung erneut messen.
Die neunte Lektion lautet:
Autonomie entsteht nicht durch einen einzelnen intelligenten Sensor. Sie entsteht durch eine geschlossene Schleife aus Wahrnehmen, Verstehen, Entscheiden und Kontrollieren.
Diese Schleife ist nur so verlässlich wie ihre schwächste Komponente.
Ungenaue Positionierung, veraltete Modelle, fehlerhafte Klassifikation oder unklare Handlungsgrenzen können die Qualität der gesamten autonomen Entscheidung beeinträchtigen.
Damit werden Mess- und Geodaten zu sicherheitskritischen Betriebsdaten.
Präzision ist nicht für jeden Kunden dasselbe
Hexagon und Leica Geosystems bedienen unterschiedliche Branchen: Bau, Vermessung, Infrastruktur, Fertigung, Landwirtschaft, Bergbau, öffentliche Sicherheit und weitere industrielle Bereiche. Die benötigte Präzision unterscheidet sich entsprechend erheblich.
Ein Vermessungsingenieur benötigt nachvollziehbare Genauigkeit und kontrollierte Referenzsysteme.
Ein Bauunternehmen benötigt robuste, leicht nutzbare Abläufe unter realen Baustellenbedingungen.
Ein Facility Manager benötigt aktuelle Bestandsinformationen.
Eine Stadtverwaltung benötigt großflächige räumliche Daten und interoperable Modelle.
Ein autonomes System benötigt Echtzeitpositionierung und verlässliche Umgebungswahrnehmung.
Die zehnte Lektion lautet daher:
Präzision ist keine abstrakte Produkteigenschaft. Sie ist die Eignung eines Datenprozesses für eine konkrete Entscheidung.
Eine höhere Auflösung ist nicht automatisch besser, wenn sie Datenmengen und Verarbeitungskosten erhöht, ohne die Entscheidung zu verbessern.
B2B-Marketing sollte deshalb nicht ausschließlich über maximale technische Leistungswerte argumentieren. Es sollte erklären, welche Genauigkeit, Aktualität und Geschwindigkeit für welchen Prozess erforderlich sind.
Das Buying Center reicht vom Feld bis zur Unternehmensarchitektur
Die Verbindung von Instrumenten, Software und Cloud-Plattformen erweitert das Buying Center.
Bei einem klassischen Messgerät konnten Vermessungsleitung, Bauleitung oder technische Beschaffung im Mittelpunkt stehen.
Bei integrierten Reality-Capture- und Digital-Twin-Lösungen werden zusätzlich IT, Cloud Architecture, Informationssicherheit, Datenmanagement, BIM-Verantwortliche, Asset Management und Geschäftsführung relevant.
Die Rollen bewerten unterschiedliche Aspekte.
Der Anwender im Feld interessiert sich für Bedienbarkeit, Robustheit und Geschwindigkeit.
Der Vermessungsexperte bewertet Genauigkeit und Nachvollziehbarkeit.
Die Projektleitung betrachtet Zusammenarbeit und Terminsicherheit.
Die IT prüft Integration, Identitäten und Betrieb.
Security bewertet Cloud-Zugriffe und sensible Standortdaten.
Das Management betrachtet Produktivität, Risiko und Skalierung.
Die elfte Lektion lautet:
Je stärker ein physisches Instrument Teil eines digitalen Workflows wird, desto mehr wird seine Beschaffung zu einer Enterprise-Software-Entscheidung.
Marketing muss deshalb technische Tiefe und betriebliche Wirkung miteinander verbinden. Eine reine Hardwarebotschaft erreicht die IT nicht. Eine abstrakte Transformationsbotschaft überzeugt den Fachanwender nicht.
Räumliche Daten können sicherheitskritisch sein
Reality-Capture-Daten können sehr detaillierte Informationen über Gebäude, Anlagen, Verkehrswege und kritische Infrastruktur enthalten.
Solche Daten sind nicht automatisch personenbezogen. Sie können dennoch erheblichen Schutzbedarf besitzen.
Ein vollständiges 3D-Modell kann Zugänge, technische Räume, Leitungsverläufe oder bauliche Schwächen sichtbar machen. Bei Industrie- und Infrastrukturprojekten kann dies Betriebs- und Sicherheitsrisiken berühren.
Die zwölfte Lektion lautet:
Reality Capture erzeugt nicht nur wertvolle Daten, sondern potenziell eine detaillierte Angriffs- und Wissenskarte der physischen Umgebung.
Unternehmen müssen deshalb klären:
Wer darf Rohdaten und Modelle sehen? Welche Projektpartner benötigen welche Auflösung? Wo werden die Daten gespeichert? Wie werden externe Freigaben kontrolliert? Wann müssen Daten gelöscht oder archiviert werden?
Cloudbasierte Zusammenarbeit erhöht den Nutzen räumlicher Daten. Gleichzeitig vergrößert sie die Zahl möglicher Zugriffswege.
Security muss daher Teil des Reality-Capture-Workflows sein und darf nicht erst bei der fertigen Plattform beginnen.
Der digitale Zwilling benötigt einen Eigentümer
Ein digitales Modell kann mehrere Phasen eines Assets begleiten: Planung, Bau, Übergabe, Betrieb und Umbau.
In jeder Phase arbeiten jedoch andere Organisationen und Systeme damit.
Architekten erstellen Planungsmodelle. Bauunternehmen erfassen Fortschritt. Vermesser prüfen Ausführung. Betreiber benötigen Bestands- und Wartungsdaten.
Ohne klare Verantwortung kann der digitale Zwilling nach Projektabschluss schnell veralten.
Die dreizehnte Lektion lautet:
Ein digitaler Zwilling braucht nicht nur Technologie, sondern eine institutionelle Eigentümerschaft.
Es muss geklärt werden, wer Aktualisierungen veranlasst, Qualitätsregeln festlegt und entscheidet, welche Quelle bei Widersprüchen maßgeblich ist.
Ohne diese Governance bleibt selbst ein technisch hochwertiges Modell eine Momentaufnahme.
Was B2B-Marketing aus Hexagon und Leica lernen kann
Hexagon und Leica Geosystems zeigen, wie sich ein traditionell hardware- und ingenieursgeprägter Markt in Richtung vernetzter Datenplattformen entwickelt.
Das Instrument verschwindet dabei nicht. Es wird zum Eingangspunkt einer größeren digitalen Wertschöpfungskette.
Daraus ergeben sich fünf Grundsätze:
Erstens: Messung nicht als isolierte technische Tätigkeit darstellen, sondern als Beginn eines Entscheidungsprozesses.
Zweitens: Reality Capture, 3D-Modell und digitaler Zwilling klar voneinander unterscheiden.
Drittens: Den Wert von Sensoren über ihre Einbindung in kontrollierte Workflows erklären.
Viertens: Geometrische Daten erst durch Semantik, Aktualität und Governance als Enterprise-Daten behandeln.
Fünftens: Autonomie als geschlossene Rückkopplung aus Erfassung, Interpretation, Handlung und erneuter Kontrolle verstehen.
Die entscheidende Frage lautet deshalb nicht:
Wie präzise misst ein Leica-Instrument?
Sie lautet:
Wie zuverlässig wird aus einer Messung eine gemeinsam verstandene, aktuelle und handlungsfähige digitale Realität?
Wo die Antwort beim Sensor endet, bleibt Digitalisierung Datenerfassung.
Wo Sensor, Software, Semantik und Prozess verbunden werden, wird die physische Welt zu einem steuerbaren Bestandteil der Unternehmensarchitektur.