Ist Bl in der Fertigung angekommen? – Intelligente Software-Tools für die schlanke Produktion

Ingo Laqua, CIM Aachen GmbH

In komplexer Produktionsumgebung stoßen die Methoden des Lean Management an ihre Grenzen. Bei einer nach dem Verrichtungsprinzip aufgebauten Fertigung mit reiner Auftragsfertigung lassen sich Methoden wie One-Piece-Flow oder Kanban nicht mehr aus dem Lehrbuch abschreiben und wie in einer einfachen Montagestruktur umsetzen. Viele Produktionssysteme enden deshalb an der Grenze zur mechanischen Fertigung und verzichten damit auf eine Vielzahl an Möglichkeiten.

Dabei sind die Möglichkeiten in der werkstattorientierten Fertigung häufig am größten. Intransparente Materialwege, lange Liege- und Durchlaufzeiten, nicht zuletzt aufgrund hoher Losgrößen und Maschinenbelegungszeiten und damit auch gebundenes Kapital charakterisieren in vielen Unternehmen die Black Box 'Mechanische Fertigung'. Am Ende wartet dann die am Wertstrom ausgerichtete Montage auf die eigengefertigten Teile. Um diese Potenziale zu nutzen, ist das Wissen um die Komplexität in solchen Bereichen von entscheidender Bedeutung. Es müssen u.a. die Strukturen von Arbeitsplänen und Fertigungsaufträgen analysiert werden und die richtigen Schlüsse daraus gezogen werden. In komplexer Produktionsumgebung heißt das schon mal, mehr als 20.000 Fertigungsaufträge pro Jahr mit jeweils 10 bis 15 Arbeitsgängen auf ihre Potenziale zur Verschlankung der Produktion auszuwerten. Große Datenmengen zu konsolidieren, auszuwerten und komplexe Zusammenhänge transparent darzustellen ist die Domäne klassischer Business Intelligence (Bl)-Systeme. Nichtsdestotrotz ist Bl in den meisten Unternehmen noch nicht in der Fertigung angekommen. Dabei lassen sich auf Basis geeigneter Analysen Schlüsse ziehen, wie auch in komplexer Fertigungsumgebung Materialflüsse optimiert, Liege- und Durchlaufzeiten nachhaltig reduziert und Produktivität gesteigert werden können.

Material zum Fließen bringen
Um z.B. die Potenziale bezüglich effizienterer Materialflusskonzepte und kürzerer Durchlaufzeiten bewerten zu können, kann mittels entsprechender Bl-Applikationen analysiert werden, wie Fertigungsaufträge durch die Produktion laufen, d.h. welche Technologiefolgen in welcher Reihenfolge für welches Produktionsvolumen benötigt werden. Die Grunddaten für solche Aussagen sind in jedem Unternehmen, das mit Fertigungsaufträgen arbeitet, ohnehin vorhanden. Bl-Tools lesen dabei die vorhandenen Fertigungsaufträge ein. Benötigt werden dazu die jeweiligen Arbeitsfolgen, deren Nummer bzw. Reihenfolge im Arbeitsplan, die bearbeiteten Materialnummern, die jeweilige Anzahl der produzierten Teile sowie die jeweils benötigten Hauptzeiten. Mit dem Bl-Tool kann dann z.B. eine Startkostenstelle ausgewählt werden und es erscheint nur noch das Mengengerüst an Fertigungsaufträgen, das von dieser Startkostenstelle (z.B. Sägen) weiter bearbeitet wird. Andererseits kann auch ein beliebiger Arbeitsplatz im Prozess ausgewählt werden und Bl zeigt, wo die Fertigungsaufträge, die über diesen Arbeitsplatz laufen, vorher und nachher bearbeitet werden. Es entsteht auf Knopfdruck ein quantifiziertes 'Spaghetti-Diagramm'. Ergänzt man die Auswertung z.B. um unterschiedliche Auftragsarten (Kunden-, Lager-, Ersatzteilauftrag etc.), so lassen sich diese Auswertungen weiter verfeinern und auftragsspezifische Aussagen hierzu per Drill-down treffen. Auf dieser Grundlage lassen sich dann die Potenziale durch einen gerichteten Materialfluss bewerten. Das muss nicht zwingend die physische Umstellung von Produktionsanlagen bedeuten, auch wenn hierdurch häufig die größten Effekte zu realisieren sind, sondern gibt auch entsprechende Hinweise auf ein alternatives Steuerungskonzept, z.B. durch Einrichtung von FIFO-Bahnhöfen etc.

Losgrößen minimieren
Ein weiterer Ansatzpunkt für Production Intelligence ist die Ermittlung minimal möglicher Losgrößen. Losgrößen haben einen signifikanten Einfluss auf die Wiederbeschaffungszeit und damit auf das Bestandsniveau. Im Sinne der Lean Production-Philosophie mit möglichst kurzen Durchlaufzeiten und niedrigen Beständen gilt es also, die Losgrößen so klein wie möglich zu wählen und zusätzlich entstehende Rüstaufwände durch entsprechende Rüst-Workshops zu kompensieren. ERP-Systeme bieten hier zwar eine Vielzahl unterschiedlicher Losgrößenverfahren an, berücksichtigen aber nur selten die Wiederbeschaffungszeit bei der Losgrößenbildung. Auch hier lassen sich entsprechende Bl-Applikationen nutzen, mit denen die zur Verfügung stehende Betriebszeit ins Verhältnis zur benötigten Produktionszeit für die benötigten Teile einer Periode gesetzt und die verbleibende Zeit als maximal verfügbare Zeit für mögliche Rüstvorgänge betrachtet wird. Hieraus ergibt sich, wie viele Rüstvorgänge maximal möglich sind und wie klein die Losgröße dementsprechend gewählt werden kann. Das Bl-System wird so zum Berechnungstool, das nicht mehr ausschließlich für das Reporting eingesetzt wird. Die ermittelten Daten lassen sich anschließend wieder in das ERP-System einlesen und können bis zur nächsten Berechnung fixiert werden.

Fazit
Production Intelligence ist in vielen Industriebetrieben noch unerschlossenes Neuland. Die Daten hierfür liegen i.d.R. vor, es wird aber viel zu wenig daraus gemacht. Dies lag in der Vergangenheit auch daran, dass der Aufwand hierfür sehr hoch war. Bl-Applikationen können dies in einer komplexen Produktionsumgebung nachhaltig vereinfachen und bei entsprechend konsequenter Realisierung der umzusetzenden Maßnahmen immense Potenziale heben. Die beschriebenen Funktionalitäten bilden nur einen Auszug der Möglichkeiten, bei denen Production Intelligence eingesetzt werden kann. Sie bieten in den meisten Fällen alleine kaum eine Rechtfertigung, eine komplexe Bl-Lösung im Unternehmen einzuführen. Mit der neuen In-Memory-Technologie solcher Systeme, wie sie z.B. bei QlikView aus dem Hause QlikTech eingesetzt wird, kommen aber kleine, leistungsstarke Tools auf den Markt, die solche Anwendungen zu sehr niedrigen Kosten ermöglichen. Bl in der Produktion ersetzt kein Produktionssystem, kann aber in komplexer Fertigungsumgebung zentraler Baustein für dessen Aufbau und Optimierung sein

erschienen in IT&Production, März 2010

Cookies und externe Dienste erleichtern die Bereitstellung unserer Dienste. Mit der Nutzung unserer Webseite erklären Sie sich damit einverstanden, dass wir diese Dienste verwenden. Weitere Informationen dazu finden Sie in unserer Datenschutzerklärung.