MAP – Maschinelles Lernen für das agile Prozessmanagement im Maschinen- und Gerätebau

Folgendes Beispiel erläutert den budatec-Anwendungsfall. Die budatec GmbH erhält einen Auftrag, der kundenindividuelle Anpassungen an einer Standardmaschine enthält. Damit die Mitarbeitenden, die den Auftrag bearbeiten, alle erforderlichen Informationen bereitgestellt bekommen, wird ein interaktives Shopfloor-Management-System benötigt. Dieses ermöglicht die Kommunikation von Anpassungen am Standardprodukt. Insbesondere asiatische Kunden erwarten, dass sie auch nach Auftragserteilung Veränderungen bzw. Anpassungen des Auftrags vornehmen können. Dies muss umgehend an die Mitarbeitenden auf dem Shopfloor kommuniziert werden, damit diese die richtigen Komponenten montieren. Nachdem die Mitarbeitenden auf dem Shopfloor alle Informationen für den Auftrag auf ihren mobilen Endgeräten angezeigt bekommen, beginnen sie mit der Montage der Maschine. Währenddessen fällt auf, dass ein Teil fehlt. Um dies zu dokumentieren, wird das Kommentarfeld in der mobilen Anwendung genutzt, um die Information an das Projektmanagent weiterzuleiten. Das Projektmanagement nutzt außerdem das interaktive Lagebild. Bei einem Blick auf die Umfeldanalyse, die in das interaktive Lagebild integriert ist, werden Nachrichten über Rohstoffmangel, die dieses Teil betreffen, angezeigt. Diese Informationen kann das Projektmanagement nutzen, um bei zukünftigen Aufträgen entsprechende Maßnahmen einzuleiten. In dem nachfolgenden Video werden nochmals die Herausforderungen aufgezeigt und wie die Umfeldanalyse sowie das Assistenzsystem für die Shopfloor-Mitarbeitenden dabei unterstützen, diese zu meistern.

Um den hier beschriebenen Anwendungsfalls realisieren zu können, müssen verschiedene Vorarbeiten realisiert werden. Im Rahmen des Projektes galt es, den Herstellungsprozess eines Produktes detailliert zu beschreiben. In einem iterativen Verfahren wurden sowohl ein Prozessmodell als auch eine detaillierte Dokumentation des Herstellungsprozesses erstellt. Im Weiteren wurde evaluiert, auf welche Art und Weise diese Information automatisch in ein ERP-System transferiert werden können. Das Ergebnis ist ein standardisiertes Vorgehen, welches es der budatec GmbH ermöglicht, Prozessbeschreibung automatisch in ein ERP-System zu transferieren. Durch dieses Vorgehen wird der bisher manuelle Aufwand, das ERP-System zu befüllen, signifikant reduziert.

Umfeldanalyse

Bereits etablierte Umfeldanalysetools sind nicht an das Prozessmanagement gekoppelt. Entsprechend galt es im MAP Projekt, eine solche Verknüpfung zu entwickeln. Im Folgenden wird die Vorgehensweise bei der Erstellung einer KI-unterstützten Umfeldanalyse beschrieben. Zunächst müssen Nachrichtenseiten festgelegt werden, die durchsucht werden sollen. Anschließend erfolgt ein Scraping der Nachrichtenartikel. Basierend darauf wird der KI-Algorithmus trainiert, wofür zunächst ein manuelles Labeling durchgeführt werden muss. Sobald der Algorithmus trainiert ist, gibt dieser für das Unternehmen relevante Nachrichtenartikel aus. Diese werden im Lagebild grafisch bereitgestellt. Durch die KI-unterstützte Umfeldanalyse wird eine Transparenz des Unternehmensumfelds für leitende Mitarbeitende und Führungskräfte geschaffen.

Über den nachfolgenden Link gelangen Sie zu unserem Prozessassistenten. Dort erhalten Sie alle notwendigen Informationen, welche Voraussetzungen, Aufwand etc. es bei der Einführung der KI-basierten Umfeldanalyse bedarf.

Assistenzsystem für Mitarbeitende auf dem Shopfloor

Insbesondere KMU verfolgen einen serviceorientierten Ansatz. Die in großen Unternehmen üblichen Komponenten, wie das Manufacturing Execution System (MES), das Enterprise Resource Planning (ERP) System sowie das Product Lifecycle Management (PLM) System sind in den meisten KMU nicht vorhanden. Die Auslagerung der IT-Infrastruktur ermöglicht KMU eine flexiblere Reaktion auf veränderte Marktsituationen oder Kundenwünsche. Für das Gelingen ist ein Konzept erforderlich, das kundenspezifische Fertigungsprozesse automatisiert beschreibt. Die Shopfloor IT ermöglicht bereits eine Vernetzung von verschiedenen unternehmensinternen Abteilungen, der Modellaufbau ist jedoch mit einem hohen zeitlichen Aufwand verbunden. Um dem entgegen zu wirken, wurde im MAP-Projekt ein Assistenzsystem entwickelt, durch das die Prozesse teilautomatisiert erzeugt werden. Darüber hinaus ist ein weiterer Vorteil, dass die Mitarbeitenden auf dem Shopfloor unterstützt werden und Abweichungen – z.B. fehlende Teile – direkt an das System zurückmelden können. Über den nachfolgenden Link gelangen Sie zu unserem Prozessassistenten. Dort erhalten Sie alle notwendigen Informationen, welche Voraussetzungen, Aufwand etc. für die Einführung des Werkerassistenzsystems und des interaktiven Lagebildes erforderlich sind.

Folgendes Beispiel führt in den KSB-Anwendungsfall ein. Durch die zahlreichen Varianten, die KSB anbietet, ist es eine Herausforderung für Produktmanager, den Überblick über diese zu behalten. Dadurch wird auch das Finden der aktuell und zukünftig rentabelsten Produktvarianten erschwert. Unterstützung sollen zwei Assistenztools bieten, die Produktmanager zur Verfügung gestellt bekommen. Durch den Soley Impact Manager erhalten sie Verknüpfungen von Produkt- und Prozessdaten. Auf Basis dieser Informationen können Produktmanager identifizieren, welche Produktvarianten besonders erfolgreich sind. Neben diesen vergangenheitsbasierten Daten ist ebenfalls ein Blick in die Zukunft erforderlich. Dazu setzen Produktmanager die Methode des Strategic Foresight ein. Durch das frühzeitige Erkennen von beispielsweise neu anstehenden Richtlinien können sie Produktmanager ebenfalls diese Informationen mit in ihr Produktportfolio einfließen lassen. Durch den Soley Impact Manager sowie das Strategic Foresight haben Produktmanager somit eine fundierte Entscheidungsgrundlage, auf der das Produktportfolio aufgebaut werden kann. Das nachfolgende Video zeigt nochmals die Herausforderungen und wie der Soley Impact Manager sowie das Strategic Foresight zur Transparenz des Produktportfolios beitragen.

Strategic Foresight

Insbesondere neue Regularien oder gesetzliche Änderungen nehmen Einfluss auf das Produktportfolio der KSB. Um anstehende Veränderungen frühzeitig zu identifizieren, wird ein kommerzielles Tool zur Umfeldanalyse eingesetzt. Die Ergebnisse hängen hierbei stark von der Suchanfrage ab, die bislang manuell aufgebaut werden muss. Dazu müssen Begriffe sowie deren Synonyme bestimmt werden, die mit in die Suche ein- bzw. ausgeschlossen werden sollen. Dies ist jedoch mit einem hohen Aufwand verbunden. Um diesen zu reduzieren, wurde im MAP-Projekt eine Oberfläche entwickelt, die dabei unterstützt, den Such-String aufzubauen. Dazu wählt der Nutzende eine Produktfamilie aus und erhält direkt Vorschläge, welche Begriffe in die Suche aufgenommen werden können. Hinter diesen Begriffen sind wiederum Synonyme hinterlegt, sodass diese direkt mit in die Suche einbezogen werden. Durch die entwickelte Oberfläche wird in kurzer Zeit ein Such-String aufgebaut, der in das Tool zur Umfeldanalyse eingefügt wird.

Produktportfoliooptimierung mittels Product Mining

Das Produktportfolio ist der zentrale Aspekt für produzierende Industrieunternehmen in ihrem Streben nach Wachstum, Profitabilität, Innovation, Nachhaltigkeit und Resilienz. Die Product Mining Plattform von Soley ermöglicht es, dauerhaft schnellere, bessere und faktenbasierte Entscheidungen zur Optimierung des Produktportfolios, auch bei hoher Komplexität, herbeizuführen. Hierfür wird ein graph-basierter Enterprise Digital Twin erstellt, der auf technischen, kaufmännischen und logistischen Daten basiert. Dieser digitale Zwilling wird mit Ingenieurwissen in Form von Komplexitätsanalysen und Value Patterns angereichert und liefert einen innovativen, transparenten Einblick in die Zusammenhänge innerhalb des Produktportfolios. Bereitgestellt in einer unternehmensgerechten, cloudbasierten Lösung, die Funktionen wie digitale Entscheidungsunterstützung und Aufgabenmanagement beinhaltet, hilft Soley weltweit führenden Unternehmen, die Business Transformation aktiv voranzutreiben. Im MAP Projekt wurde der Ansatz um eine Vernetzung mit Daten aus dem Process Mining erweitert. Dies ermöglicht es, auch prozessuale Aspekte, wie die Durchlaufdauer oder Prozessabweichungen, in die Bewertung und Optimierung einzelner Elemente des Produktportfolios einfließen zu lassen.

Das MAP-Projekt wurde von chinesisch-deutschen Nachwuchsforschendenteams begleitet. Diese Teams arbeiteten jeweils ein halbes Jahr zusammen. Dabei übernahmen sie Zuarbeiten für das MAP-Projekt. Der Prozessassistent (PA) basiert auf einem Prozessmodell, das mittels der Modellierungssoftware MO²GO erstellt wurde und bildet die Organisation und Betreuung solcher Nachwuchsforscherteams ab. Weiterhin werden im PA die in der Zusammenarbeit identifizierten Barrieren aufgezeigt und beschrieben. Für die Verringerung und Eliminierung dieser Barrieren wurden innerhalb der Betreuung der chinesisch-deutschen Forschendenteams Best-Practice-Maßnahmen identifiziert und umgesetzt. Diese Maßnahmen beziehen sich jeweils auf spezifische Prozesse und Barrieren. Dies wird ebenfalls im PA dargestellt.