Vom Bauchgefühl zu echten Daten in der Produktionsplanung

Wittenbecher ist ein Lohnfertigungsunternehmen für Dreh- und Frästeile aller zerspanbaren Materialien in Leipzig. Das Familienunternehmen blickt auf eine 90-jährige Geschichte zurück. Aktuell beschäftigt der Betrieb zehn Mitarbeitende, die über ein fundiertes fertigungstechnisches Fachwissen verfügen. Das Sortiment umfasst unter anderem Schwingungsdämpfer für Klaviere, Ventile für Hochwasserschutzanlagen und Bauteile für Klimaanlagen, die aus Stahl, Edelstahl, Messing, Aluminium, Kupfer und Kunststoffen gefertigt werden.

Die Produktion ist als Werkstatt organisiert und zeichnet sich durch eine hohe Flexibilität aus. Dies führt zu sehr kleinen Losgrößen (1-500) und einem produktindividuellen Materialfluss. Aufgrund dieser variablen Auftragsstruktur kommt es zu einer breiten Streuung der Auftragszeiten und der bearbeiteten Werkstoffe. Die große Varianz der Kundenanforderungen führt zu einem sehr unterschiedlichen Mix an Aufträgen, der sich kontinuierlich durch die Fertigung bewegt. Hieraus und insbesondere durch die Bearbeitung unterschiedlicher Werk-stoffe ergeben sich erhebliche Rüst- und Koordinationsaufwände. Um diese zu begrenzen, wird die Bestimmung der Bearbeitungsreihenfolge und die Auftragsfreigabe größtenteils zentral mithilfe von implizitem Erfahrungswissen, dem sprichwörtlichen Bauchgefühl, vorgenommen. Dem stehen nur rudimentäre, technisch gestützte Planungs- und Steuerungsprozesse gegenüber.

Zu Beginn des Projekts waren nur historische technische Zeichnungen und die dazugehörigen Kosten als Datensatz vorhanden. Für die Produktionsplanung und -steuerung (PPS) standen hingegen keine direkt verwertbaren Daten zur Verfügung. Aus dieser Ausgangssituation ergaben sich große Potenziale für den Einsatz datenbasierter Technologien, um die Effizienz des Unternehmens zu steigern und die Planung weniger abhängig vom Erfahrungswissen einzelner Personen zu gestalten.

Als ein Lösungsansatz wurde eine Heuristik zur Reihenfolgeplanung in PPS im Betastadium entwickelt, welche auf einer systematischen Erhebung und Bewertung relevanter und verfügbarer Auftragsparameter basiert.

Darüber hinaus reduziert die sequenzielle Bearbeitung von Aufträgen, die eine bestimmte Ähnlichkeit aufweisen, den Bedarf an begleitenden Tätigkeiten, wie beispielsweise Maschinenreinigungen und bietet den Nutzenden sichtbare Vorschläge, unabhängig von beispielsweise krankheitsbedingten Ausfällen des Hauptverantwortlichen.

Um die Belastung der Mitarbeitenden durch häufige Aufbauwechsel und kurzfristige Änderungen zu verringern, wurde eine effiziente Reihenfolgeplanung zur Unterstützung der Mitarbeitenden in Kombination mit der Auftragsfreigabe von Produktionsaufträgen in der PPS anvisiert und entwickelt. Um zudem Kontextfaktoren zu dokumentieren, wurde ein semistrukturiertes Experteninterview mit dem ehemaligen Geschäftsführer zu Schutz- und Risikofaktoren aus der Unternehmenshistorie durchgeführt und qualitativ ausgewertet. Daraus wurden Charakteristika der Unternehmenskultur, Unternehmensführung und Aspekte der Arbeitsgestaltung aufgezeichnet.

Zur Reihenfolgeplanung wurde eine Heuristik entwickelt und evaluiert. Die Heuristik weist Produktionsaufträgen Prioritäten zu, als Funktion sowohl der Dringlichkeit des Liefertermins als auch der Kundenpriorität. Aufträge mit höheren Prioritäten werden früher eingeplant. Zur Quantifizierung der Ähnlichkeit zwischen Produktionsaufträgen wurde ein Distanzmaß entwickelt, die paarweise Distanzen zwischen Datensätzen berechnet, die aus Merkmalen mit unterschiedlichen Messniveaus bestehen. Diese Distanzen werden anschließend zur Clusterbildung der Datensätze verwendet. Das Ergebnis sind Auftragscluster, von denen jeder einer Maschine zugewiesen und entsprechend der Prioritätswerte produziert werden können.

Zum Zweck der Produktionsdatenerfassung wurden ein Konzept und darauf aufbauend eine Implementierung eines teilautomatisierten Lokalisierungssystems zur Datenerfassung entwickelt. Das System nutzt Bluetooth Low Energy (BLE), um die Lokalisierung von Fertigungsaufträgen und die Erfassung prozessrelevanter Zeitkenngrößen zu realisieren. Hierfür werden im Produktionssystem Erfassungsstationen an den Maschinen platziert. Bei der Einsteuerung in die Fertigung werden den Produktionsaufträgen sogenannte Beacons (mobile Funkbaken) mitgegeben, die über eine eindeutige Kennung verfügen. Die Auftragsdaten werden aus den Informationssystemen von Wittenbecher ausgelesen, mit der Kennung assoziiert und sind damit bekannt. Da alle für die Ausführung der Heuristik relevanten Informationen vorliegen, kann diese nicht nur im Rahmen der Planung, sondern auch innerhalb der Fertigung genutzt werden. Zusätzlich können die erfassten Daten für deskriptive Analysen und das Produktionssteuerung genutzt werden, was den Anstoß eines kontinuierlichen Verbesserungsprozesses unterstützt. Zudem wurden Prozessbeschreibungen zur Zusammenführung der Reihenfolgeheuristik und Lokalisierungslösung von Produktionsdaten zu einem integrierten System zu PPS begonnen.

Ursprüngliches Ziel der Pilotierung im Anwendungsfall war es, die Angebotserstellung zu automatisieren. Dazu sollte ein System entwickelt werden, welches bei Eingang eines neuen Auftrags in Form einer technischen Zeichnung anhand von Ähnlichkeiten zwischen der neuen technischen Zeichnung und den technischen Zeichnungen bereits gefertigter Teile frühere Aufträge ermittelt und die Kostenprognose unterstützt. Relevante Daten wurden zusammengestellt und mit der Entwicklung eines Modells begonnen. Eine Geheimhaltungsvereinbarung zwischen dem Unternehmen und einem Kunden verhinderte jedoch die Nutzung der meisten technischen Zeichnungen.

Diese Tatsache war zu Beginn des Projektes seitens der Beteiligten nicht absehbar und führte daher zu einer Neuausrichtung. In zukünftigen Fragestellungen soll somit die Machbarkeit eines Anwendungsfalls auf diese Vereinbarungen mit Kunden im Vorfeld geprüft werden.

Die fehlende digitale Infrastruktur sorgte im Projekt dafür, dass zunächst wesentliche Voraussetzungen für die mögliche Implementierung von algorithmischen Lösungen geschaffen werden mussten. Die Neuorientierung und die damit verbunden realen Herausforderungen im Unternehmen verdeutlichen jedoch eindrücklich, dass der Nutzen von KI-Systemen von der Verfügbarkeit und Qualität der benötigten Daten abhängt. Dies machte es nötig, gemeinsam mit den Mitarbeitenden zunächst auf das Kleinstunternehmen angepasste Datenpipelines zu etablieren.

Im Vergleich zu anderen Ansätzen zeichnet sich die entwickelte Lösung dadurch aus, dass die Heuristik zu einem beliebigen Zeitpunkt und auf eine beliebige Auftragsanzahl erneut angewendet werden kann. Aufträge, die bereits abgeschlossen sind, werden nicht berücksichtigt und sind somit nicht Teil der Berechnung. Für die relevanten Aufträge wird eine neue Bearbeitungsreihenfolge vorgeschlagen.

Die Sammlung und die vereinfachte Aggregation von Produktionsdaten bietet zudem nicht nur das Potenzial, die PPS zu optimieren, sondern bildet zugleich die Grundlage für zukünftige KI-Anwendungen und Produktionssimulationen.