Abweichungen mit digitalen Kennzahlen meistern III
Digitalisierungsprojekt mit der Munsch Chemie-Pumpen GmbH
Die Munsch Chemie-Pumpen GmbH produziert kundenindividuelle Pumpen. In der Analyse des Produktionsprozesses hat sich die Durchlaufzeit (DLZ) als die zentrale Größe herausgestellt. Sie bezeichnet die Zeit, die eine Pumpe vom ersten Handgriff in der Fertigung bis in den Versand braucht. Sie steht in direktem Zusammenhang mit dem wichtigsten strategischen Ziel des Unternehmens – der Menge der Pumpen, die täglich fertiggestellt werden. In der Vergangenheit war nicht immer klar, warum die Ausbringung schwankte und welche Gründe die Verzögerungen hatten.
Daten aufbereiten und für ein Dashboard visualisieren
Um den Prozess überwachbar zu machen, werden die Start- und Endzeiten aller Arbeitsschritte und Transportvorgänge für jeden Auftrag benötigt. Dank der guten Digitalisierungsgrundlage, die die Firma Munsch bereits geschaffen hat, sind alle relevanten Daten im ERP-System vorhanden. Die Daten wurden im Austausch mit den Experten aus der Produktion aufbereitet und in mit einem Pythonscript in ein Dashboard eingepflegt. Dabei konnte auf eine kostengünstige und leicht bedienbare Software zurückgegriffen werden.
Mit diesem Dashboard können die DLZ, die Prozesszeit und die Liegezeit aller Prozessschritte verfolgt werden. Mit den verschiedenen benutzerdefinierten Registerkarten können die Benutzer entscheiden, welche Informationen sie überprüfen möchten. Die Abweichungen werden automatisch im Dashboard hervorgehoben, um eine schnellere Reaktion der Benutzer zu ermöglichen.
Der Weg zur KI-Readiness
Die Durchlaufzeit soll aber nicht nur beobachtet, sondern auch vorhergesagt werden, um das Management zu optimieren. Kurz gesagt: Künstliche Intelligenz kommt zum Zug. Bis dahin ist es jedoch noch ein weiterer Weg. Das aktuelle Projekt legt zunächst offen, wie man die dafür notwendigen Daten erhält.
Die Mitarbeitenden können Prozessabweichungen durch das Dashboard schneller und präziser erkennen. Ebenso können weitere Funktionalitäten aufgebaut werden, die die Grundursache der Abweichung offenlegen und Lösungsoptionen anzeigen. Um dies zu erreichen, werden die möglichen Ursachen analysiert und die entsprechenden Daten gesammelt und im System visualisiert. Schritt für Schritt kann so eine Datenbank aufgebaut werden, um die KI-Lösung für die Vorhersage von Abweichungen zu trainieren.
Ein „scharfer Rückspiegel“ für einen besseren Blick nach vorn
Die Munsch Chemie-Pumpen GmbH verfügt jetzt über ein Dashboard, eine digitale Anzeige, die vergangene Durchlaufzeiten visualisiert und damit Probleme im Produktionsfluss erkennbar macht. Ebenso lässt sich damit die Datengrundlage prüfen: Kommen plausible Durchlaufzeiten zustande? Wie lassen sich starke Abweichungen erklären? Die Produktion verfügt nun über einen „scharfen Rückspiegel“, wie Produktionsleiter Simon Schwan es ausdrückt.
Dies führt bereits zum ursprünglichen Ziel des Projekts zurück. Abweichungen besser erkennen und im Produktionsmanagement schnell darauf zu reagieren. Der erste Teil ist geschafft. Die Firma Munsch prüft nun, ob Data Science und Process Mining noch ergänzend hinzugezogen werden können. So werfen die Erkenntnisse aus dem Projekt schon wieder neuen Ideen auf, welche Maßnahmen als nächstes ergriffen werden sollen.
