Google+ Facebook Twitter XING LinkedIn GoogleCurrents YouTube

Manufacturing Intelligence Quotient

Mit Datenanalyse Schwachstellen im Produktionsprozess aufdecken

| Autor / Redakteur: Hanspeter E. Meindl / Melanie Krauß

Der Manufacturing Intelligence Quotient berücksichtigt unter anderem Daten zu Ausnahmefällen, Abweichungen und drohenden Ausfällen.
Der Manufacturing Intelligence Quotient berücksichtigt unter anderem Daten zu Ausnahmefällen, Abweichungen und drohenden Ausfällen. (Bild: ©zapp2photo - stock.adobe.com)

Auf dem Weg zur Losgröße 1 kann die Analyse von Daten auf Anlagenebene dabei helfen, Informationen für Entscheider in Echtzeit zur Verfügung zu stellen. So lassen sich wichtige Parameter kontrollieren und letztendlich die Produktmargen steigern.

Vor etwa zwei Jahren zog eine kleine Adidas-Fabrik in Ansbach die Aufmerksamkeit der Fertigungswelt auf sich. Denn hier, mitten im Hochlohnland Deutschland, werden Laufschuhe in Millionen-Stückzahlen produziert. Das Besondere an den hoch automatisierten Anlagen, die als „Speed Factory" bezeichnet werden, sind drei Faktoren: Erstens reduziert die Automatisierung der Anlage die Abhängigkeit von schwer verfügbarem Personal und ermöglicht es damit, die Produktion nach Deutschland zurückzubringen. Zweitens erhält Adidas aufgrund der kurzen Vorlaufzeiten die Möglichkeit, schneller mit neuen Schuhmodellen auf Marktveränderungen zu reagieren. Noch spannender ist das dritte Ziel der Speed Factory: Schuhe auf Abruf zu fertigen sowie mithilfe von Robotern innerhalb eines Tages kundenspezifische Varianten individuell zu produzieren und damit „Mass Customization” zu betreiben.

Wenn es den Verantwortlichen gelingt, die Kosten unter Kontrolle zu halten, bieten Anlagen dieser Art ein enormes Wachstums- und Umsatzpotential. Da verwundert es nicht, dass auch andere, zukunftsorientierte Unternehmen mit intelligenten und digitalisierten Produktionsprozessen, vernetzten IT- und OT-Systemen, sowie künstlicher Intelligenz (KI) – allesamt Schlüsselkomponenten der Industrie 4.0 – das Thema Individualisierung auf die Spitze treiben. Das Ziel heißt „Losgröße 1” – jedes produzierte Gut wird zum Unikat.

Mehr Intelligenz in der Fertigung

Der Ansatz ist sicherlich zukunftsträchtig und weckt Begehrlichkeiten bei Unternehmenslenkern. Aber realistisch betrachtet wird es für die meisten Unternehmen noch Jahre dauern, bis sie diesen Grad der Anpassung erreichen können. Schneller geht es, wenn die Fertigungsunternehmen mit ausgewählten Praktiken aus der Industrie 4.0 ihren „Manufacturing Intelligence Quotient” (MIQ) erhöhen.

Beim MIQ geht es vor allem darum, Informationen aus dem Betrieb zu sammeln und Entscheidern auf allen Ebenen der Organisation den sofortigen Zugriff und die Kontrolle über wichtige Parameter zu ermöglichen. Dazu zählen beispielsweise Ausnahmefälle, Abweichungen und drohende Ausfälle, die durch bestimmte Ereignisse ausgelöst werden. Produktionsveteranen wissen, dass sich selbst in gut geführten Lean- und Six-Sigma-Betrieben immer wieder ungeplante Störungen in der Produktion ereignen, die zu Umsatzverlusten oder Gewinnreduzierungen führen.

Dies geschieht aus vielen Gründen, angefangen bei Abweichungen in den Produktionsprozessen über den Einsatz unterschiedlich erfahrener Arbeitskräfte bis hin zu nicht optimierten und synchronisierten Planungen. Das Problem: Die Erfassung dieser Parameter erfordert einen hohen Zeitaufwand, viel Beharrlichkeit und verursacht in ihrer manuellen Form hohe Kosten bei zweifelhafter Datenqualität. Lösungen wie Wipros Revenue Leak Analyzer treten an, um solche Schwachstellen in Produktionsprozessen schnell und zuverlässig aufzudecken, bei gleichzeitiger Reduzierung des Aufwandes und Verbesserung der Datenqualität.

Das Tool unterscheidet sich von anderen Methoden zur Performance-Analyse vor allem durch seine Fähigkeit, einzelne Fertigungsschritte auf der Ebene von Produktionseinheiten dezentral, also via „Edge”-Computing, zu erfassen. Die dadurch möglichen, hierarchischen Berechnungen erlauben es, Leistungskennzahlen auf Stations- und Anlagenebene zu aggregieren und Informationen zu Kosten, Produktivität und Qualität in Echtzeit bereitzustellen. Damit können die Anlagenbetreiber besser fundierte Entscheidungen treffen.

Zielmargen trotz Produktionsproblemen erreichen

Das folgende Beispiel verdeutlicht das: Ein Hersteller hochwertiger Kompressoren für die Automobilbranche hat eine Zielmarge von 36 % über die Lebensdauer des Kompressors. Aufgrund von Produktionslücken und Schwierigkeiten mit Prozessen sinkt die Marge auf etwa 25 %. Der Hersteller kann jedoch nicht in Echtzeit sagen, wo die Probleme liegen. In einer großen Organisation können in einem solchen Fall die Qualitätskosten durchaus zwischen 100 und 250 Mio. Euro liegen. Da macht es einen großen Unterschied, wenn der Wert um 3 bis 4 % verbessert werden kann. Die gute Nachricht ist hier, dass es einfacher ist, den MIQ zu verbessern, als die gesamte Palette der Industrie-4.0-Techniken an den Start zu bringen.

Diese zusätzliche Ebene detaillierter Daten bietet einen weiteren Vorteil: Sie kann auch verwendet werden, um Ursachenforschung zu betreiben, also zu verstehen, wo und warum die Anlageneffektivität sich verschlechtert hat (die Kennzahl ist hier die Overall Equipment Effectiveness, kurz OEE). Unternehmen realisieren immer mehr, dass Lücken in den Daten deren Nutzwert verringern und es sich lohnt, diese zu schließen und damit den MiQ zu erhöhen. Hier zeichnet sich ein wachsender Bedarf an granularen, nicht in Silos befindlichen Echtzeitinformationen zu den Produktmargen ab.

Bei dem Beispiel des Kompressorenherstellers verbessert sich die Direktläuferquote (also die Einheiten, die ohne weitere Nachbearbeitung ausgeliefert werden können), nach Einführung einer geeigneten MIQ-Anwendung im Modell auf 93 % (üblich sind hier Werte zwischen 79 und 83 %). Der Zugewinn ist bemerkenswert, vor allem vor dem Hintergrund, dass keine Änderungen an der Stückliste, der Anlagensteuerung und -konfiguration oder dem Personalbestand vorgenommen werden müssen.

Den MIQ in der DNA des Unternehmens verankern

Produktionsanlagen brauchen Anwendungen, mit denen sie Daten mit der richtigen Granularität an den neuralgischen Punkten der Anlagen in Echtzeit erfassen können. Es ist heute viel einfacher geworden, diese Anwendungen mittels moderner Schnittstellen, Cloud-Techniken und Echtzeitanalyse-Tools zu erstellen und einzusetzen. Anwendungen wie der Revenue Leak Analyzer adressieren die Probleme aggregierter, datierter und isolierter Informationen in Bezug auf Marge, Bestand und Gewinn. Sie ermitteln die Ereignisse, die Lecks verursachen, ordnen ihnen Kosten zu und zeigen diese in Echtzeit an.

Dazu muss aber das Know-how für die Umsetzung der Lösung an den richtigen Stellen im Fertigungsprozess vorhanden sein. Hier müssen Unternehmen einen Technikpartner in Betracht ziehen, der die Daten zum Zentrum aller strategischen und taktischen Veränderungen macht und gleichzeitig das Geschäft seiner Kunden versteht. Sobald die Anwendungen implementiert sind, können die gelieferten Informationen kontinuierlich weiter verbessert werden. Anhaltspunkte für eine Verbesserung der Performance liefert vor allem die Anreicherung der analytischen Daten mit Daten aus anderen Systemen wie PLM und SCADA. Allen Verantwortlichen sollte klar sein, dass der MIQ kein Ziel ist, dass man irgendwann erreicht. Es ist vielmehr eine Philosophie, die in die DNA von Produktionsunternehmen injiziert werden sollte.

* Hanspeter E. Meindl ist Global Head of Smart Manufacturing bei Wipro in 60486 Frankfurt, Tel. (0 69) 6 67 78 78 44, info@wipro.com, www.wipro.com

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45609971 / Management & IT)

Themen-Newsletter Management & IT abonnieren.
* Ich bin mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung einverstanden.
Spamschutz:
Bitte geben Sie das Ergebnis der Rechenaufgabe (Addition) ein.

Meistgelesene Artikel

Deutschlands KI-Vorreiter auf einen Blick

Künstliche Intelligenz

Deutschlands KI-Vorreiter auf einen Blick

04.12.18 - Deutschland soll Technologieführer für Künstliche Intelligenz (KI) werden, so das Ziel der Bundesregierung. Wo in Deutschland KI-Anwendungen entwickelt und angewendet werden, zeigt eine KI-Landkarte. lesen

Zukunftstrend Machines-as-a-Service

Geschäftsmodelle

Zukunftstrend Machines-as-a-Service

03.12.18 - Statt Maschinen zum Festpreis zu verkaufen, bieten Hersteller immer häufiger ein zeitlich beschränktes Nutzungsrecht an. Die dazugehörigen Serviceverträge schaffen Sicherheit für den Kunden und neue Erlösmöglichkeiten für den Maschinenbauer. lesen

Cobots machen 3D-Druck konkurrenzfähig

Additive Fertigung trifft Robotik

Cobots machen 3D-Druck konkurrenzfähig

06.12.18 - Voodoo Manufacturing betreibt inmitten von Brooklyn eine 1700 m2 große 3D-Drucker-Farm mit über 160 Geräten. Um noch effizienter zu werden, übernimmt ein mobiler, kollaborativer Roboter von Universal Robots das Be- und Entladen der Druckplatten. lesen