So vermeiden Sie großen Planungsaufwand, geringe Wertschöpfung und hohe Rüstzeiten bei kleinen Fertigungslosgrößen
Kunden wollen oft Produkte und Lösungen, die genau auf ihre Anforderungen zugeschnitten sind. Das bedeutet beispielsweise, dass Kunden genau das Auto bestellen, das sie wollen – mit der richtigen Farbe, dem richtigen Motor und so weiter. Das führt in der Produktion logischerweise zu kleineren Losgrößen oder im Extremfall zur Losgröße 1. In diesem Beitrag möchte ich einmal darauf eingehen, wie Sie mithilfe von Industrie 4.0 kleinere Losgrößen fertigen und verkaufen können.
Optimieren Sie die Erfassung Ihrer Kundenaufträge
Als Produktionsplaner mögen Sie es möglicherweise nicht, viele kleine Losgrößen verwalten zu müssen und entsprechende Fertigungsaufträge einzuplanen. Produktionsunternehmen – bspw. Papierhersteller – können jedoch unterscheiden, ob ihr Angebot diese Art von Kundennachfrage auf flexible Weise erfüllen kann. Mithilfe von Technologie können Sie die Bearbeitung und Produktion von Kundenaufträgen besser organisieren, um Produktionsprozesse zu kombinieren, Zeitpläne auszurichten, Ihre Planungsblöcke zu füllen usw. Dadurch wird sichergestellt, dass Ihr Prozess so rentabel wie möglich ist.
Das Erste, womit Sie sich beschäftigen müssen, sind mehr Kundenaufträge, die kleinere Losgrößen erfordern. Unternehmen möchten die Kundenauftragsabwicklung so weit wie möglich automatisieren, da Arbeitskräfte insbesondere in Industrieländern teuer sind. Der Kundenauftragsprozess umfasst eine breite Palette von Aktivitäten, einschließlich Transportplanung, Bonitätsprüfung, Kalkulation, Preisgestaltung usw. Betrachten wir beispielsweise die Suche nach der richtigen Produktkonfiguration. Mithilfe von Algorithmen und maschinellem Lernen, beispielsweise mit SAP Product Configuration Intelligence, können Kunden bereits in einem Webshop zu ihrer geeigneten Produktkonfiguration geführt werden.
So sieht der Workflow aus
Die folgende Abbildung zeigt einen Workflow während der Kundenauftragserstellung, wobei sowohl die Standardproduktkonfiguration als auch die empfohlenen Produktattribute von SAP Product Configuration Intelligence basierend auf historischen Verkaufsdaten berechnet werden.
Die Produktion und Lieferung profitabler kleinerer Losgrößen bedeutet, dass Sie die Produktion sehr gut organisieren müssen. Der Schlüssel dazu ist die Anwendung der neuesten Technologie im Kontext von Industrie 4.0. Das können Sie angehen, indem Sie alle Informationen über Kunden, Produkte, Produktion und Logistik auf digitale Weise verbinden. Sie können damit die Nachfrage analysieren und Produktions- und Logistikprozesse verbessern. Zum Beispiel können Sie leicht und genau verstehen, was der Kunde benötigt. Außerdem können Sie bei verspäteten Auftragsänderungen den Produktionsstatus überprüfen und sofort entscheiden, ob Änderungen möglich sind und den Transport neu planen.
Sobald alle Daten verbunden sind, können Technologien wie Predictive Analytics nicht nur die beste Produktkonfiguration eines Produkts empfehlen, sondern auch die beste Art und Weise, seine Produktion und Verteilung zu erfüllen. Wenn wir uns die Produktion genauer ansehen, wirkt sich das frühzeitige Verstehen und Beheben von Fehlern auf die Kapazitätsfähigkeit aus.
Praxisbeispiel: Predictive Analytics in der Papierherstellung
Voraussichtlich werden beispielsweise Papierhersteller in Zukunft häufigere Änderungen des Grundgewichts und der Grundqualität vornehmen müssen, wahrscheinlich mehr als sie möchten. Ein besseres Verständnis des Produktionsprozesses kann dazu beitragen, den Prozess nach einer Änderung schneller zu stabilisieren und wieder maximale Ausgaberaten zu erreichen.
Ich möchte nun noch einmal auf zwei Beispiele aus der Praxis eingehen: Die Koehler Paper Group ist ein in Deutschland ansässiger Spezialpapierhersteller mit einem Jahresumsatz von rund 800 Millionen Euro und 1.800 Mitarbeitern. Koehler arbeitet jetzt mit SAP unter Verwendung von IoT- und Big-Data-Techniken zusammen, um in seinen Werken eine vorausschauende (Produktions-) Qualität zu erzielen.
Sie begannen mit dem Ziel, Papierbrüche an der Maschine vorherzusagen. Die Sensordaten ermöglichen ihnen das zwar, jedoch noch nicht früh genug, um wirklich alle Brüche zu vermeiden. Sie haben jedoch so viel über ihre Herstellungsprozesse gelernt, dass sie Produktqualitätsparameter vorhersagen können und korrigieren jetzt Produktionsprozesse, bevor Probleme auftreten. Das bedeutet, dass sie innerhalb des zulässigen Qualitätsintervalls bleiben können und keine Nacharbeit erforderlich ist.
Beheben Sie frühzeitig Qualitätsprobleme
Die zweite Abbildung zeigt eine Modellierungsumgebung für den Entscheidungsbaum der SAP Cloud Platform. Sobald Predictive Analytics berechnet hat, dass beispielsweise Produktqualitätsprobleme mit einer bestimmten Wahrscheinlichkeit auftreten können, können mehrere Maßnahmen definiert werden, um das Problem zu beheben oder das Risiko zu verringern. Das kann z. B. das Senden einer E-Mail, das Erstellen eines Wartungsauftrags oder die Änderung der Kommunikation mit einem Prozessleitsystem für Prozessparameter sein.
Ein weiteres Beispielszenario ist Fibria Cellulose (jetzt Suzano). Dieser südamerikanische Zellstoffhersteller verbessert die Zellstoffproduktion auch durch Predictive Analytics. Sie analysierten mehr als 1,6 Milliarden Datensätze und über 650 Variablen in einem riesigen Datenmodell um herauszufinden, wie ihre Fermenter am besten konfiguriert und angepasst werden können. Das Modell empfiehlt dann Sollwertparameter für eine bessere Produktionsausbeute.
Industrie 4.0 verbessert Ihre Produktion
Industrie 4.0 hilft Ihnen also, den Produktionsprozess zu optimieren. Das reicht von der Erfassung der Kundenaufträge bis hin zur frühzeitigen Vorhersage von zukünftigen Problemen. So verbessern Sie die Qualität Ihrer Produkte und können kleinere Losgrößen abbilden. An den Praxisbeispielen erkennen Sie, dass Predictive Analytics in diesem Zuge bereits erfolgreich genutzt wird.
Haben Sie Fragen dazu oder möchten Sie mehr über Ihre Möglichkeiten mit Industrie 4.0 in der Produktion erfahren? Schreiben Sie gerne einen Kommentar oder melden Sie sich direkt bei mir!
Ein Kommentar zu "So vermeiden Sie großen Planungsaufwand, geringe Wertschöpfung und hohe Rüstzeiten bei kleinen Fertigungslosgrößen"
Was ist der Unterschied zwischen Industrie 4.0 und IIoT?