Darmstadt. Im Rahmen des vom BMBF geförderten Forschungsprojektes ProPlanE wurde erfolgreich der Prototyp einer Analyseplattform entwickelt, mit der sich die Fertigungsplanung auf Basis von Process-Mining-Verfahren in Echtzeit optimieren lässt. Hierzu wurden Produktions-, Planungs- und Kundendaten für die Produktionsplanung zur Laufzeit miteinander verknüpft und ausgewertet. Es handelt sich hierbei um eines der ersten Projekte überhaupt, bei dem die Fertigung unmittelbar mit Process Mining verknüpft wurde.
Tobias Rother, CEO des Process-Mining-Anbieters und Konsortialführers Process Analytics Factory, sagte anlässlich des Projektabschlusses: „Die Ergebnisse aus dem ProPlanE-Forschungsprojekt haben einmal mehr das Zukunftspotenzial disruptiver Technologien bestätigt. Das gilt vor allem dann, wenn sie sich in Koevolution mit ihrem Anwendungsfeld entwickeln, wie das bei ProPlanE der Fall ist“.
ProPlanE ist ein Verbundprojekt der Process Analytics Factory GmbH (PAF) als Konsortialführer mit der smart in die Microsoft-Power-BI-Plattform integrierten Process-Mining-Anwendung PAFnow, der Incloud GmbH als Entwicklungspartner für die integrierte Softwarearchitektur sowie dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) als Forschungspartner mit seiner Expertise im Bereich des Geschäftsprozessmanagements und der Prozessanalytik.
Anwendungspartner von ProPlanE ist die Brabant & Lehnert GmbH aus Wadern. Das Unternehmen fertigt unter Einsatz von CAD-Technologien komplexe Werkzeuge und Vorrichtungen, hauptsächlich als kundenspezifische Einzellösungen für die Automobil- und Automobilzulieferindustrie. Einen Überblick zu ProPlanE bietet das Projektvideo mit einem Interview mit Prof. Bernhard Lehnert, Geschäftsführer von Brabant & Lehnert: https://www.youtube.com/watch?v=f6C_xz9Ptjs
Integrierte Produktionsplanung durch Kopplung der Systeme
Eine Produktionsplanung in Echtzeit war aufgrund der fehlenden Datenintegrationen im Unternehmen bisher nur mit hohem manuellem Aufwand möglich. So entstand ein Zeitversatz von Stunden bis Tagen vor Beginn der eigentlichen Fertigung. Dies kann zur Folge haben, dass gegenüber Kunden zugesagte Liefertermine in manchen Fällen nicht fristgerecht eingehalten werden.
Während des Projektzeitraumes von Januar 2017 bis Ende 2018 wurden bei Brabant & Lehnert bis dato nicht verwertbare Daten unterschiedlicher Systeme der Geschäftsprozess- und Prozess- Steuerungsebene, wie z. B. ERP-, Produktionsplanungs- oder Maschinendaten, zusammengeführt und die integrierten Daten mithilfe von Process-Mining-Algorithmen analysiert, um sie für eine Produktionsplanung in Echtzeit zu verwenden. „Die Nutzung von Methoden des Process Mining in Prozessen der Produktionsplanung und Fertigungssteuerung ist höchst relevant und innovativ. Produktionsmaschinen an Process-Mining-Anwendungen anzubinden, ist Pionierarbeit“, so Prof. Dr. Peter Fettke, Leiter der BPM-Forschungsgruppe am DFKI, zum innovativen Charakter des Projektes. Durch die Kopplung der verschiedenen Softwaresysteme konnten komplexe Abhängigkeiten zwischen verschiedenen Informationen – z. B. zu Auftragslage, Personal und Maschinenverfügbarkeiten – herangezogen und automatisiert für die Planung berücksichtigt werden.
„Die Analyse der Prozesslogdaten zum Identifizieren von langen Liegezeiten schätzen wir als sehr sinnvoll und hilfreich ein. Bei uns als Einzelfertiger sind längere Liegezeiten für bestimmte Einzelteile aufgrund unserer bisherigen Planungsmethode zwar nicht unüblich, allerdings erhalten wir durch die Prozessdatenanalyse wichtige Einblicke in mögliche, bisher unbekannte Prozessablaufschwierigkeiten“, erklärt Prof. Bernhard Lehnert, Geschäftsführer von Brabant & Lehnert.
Erfassung von Prozessdaten trotz fehlender Schnittstelle
Trotz der großen Potenziale einer digitalisierten Fertigung sind die gängigen ERP-Systeme heute in vielen Betrieben noch nicht mit der eigentlichen Fertigung verknüpft, so dass den Unternehmen keine digitalen, verknüpften Daten zur Auslastung der Produktion vorliegen. Erst wenn ein fertiges Produkt am Ende der Fertigung wieder eingebucht wird, erscheint es erneut im ERP-System. Manufacturing-Execution-Systeme verknüpfen zwar die Fertigung mit ERP-Systemen, sammeln jedoch in der Regel keine Prozessdaten, sondern lediglich große Mengen an reinen Maschinendaten, wie Druck, Temperatur etc. Die Informationsfülle macht die Implementierung sehr kostspielig. Zudem verfügt der Maschinenpark – wie auch bei Brabant & Lehnert – oftmals nicht über die erforderlichen Schnittstellen.
„Die im Zuge von ProPlanE entwickelte Plattform ist hingegen bei minimalem Implementierungsaufwand in der Lage, die Prozessdaten auf dem Shopfloor zu sammeln. Hier haben wir uns eines ebenso einfachen wie wirkungsvollen Kunstgriffes bedient, um zu Event-Daten zu gelangen: Die Maschinenanwender verzeichneten jeden Prozessschritt während der Produktion mit wenigen Gesten in einer speziellen App auf einem mitgeführten Tablet“, erläutert Steffen Müller, Inhaber und Geschäftsführer bei der Incloud GmbH. Der Fokus liegt entsprechend auf der Sammlung der Lauf- und Prozessdaten, um Fragen dazu beantworten zu können, welcher Auftrag an welcher Station wie viel Zeit verbringt und welche Stationen in welcher Reihenfolge angesteuert werden. Die Daten werden unmittelbar in der Software-Plattform aggregiert und können von dort an das ERP-System, aber auch direkt an Analysesysteme wie das von PAF entwickelte Process-Mining-Tool PAFnow weitergegeben werden.
Röntgenblick auf die Prozesse
Mit Hilfe der Process-Mining-Methode „Process Discovery“ werden in PAFnow zunächst die tatsächlichen Ist-Prozesse in all ihren Varianten ermittelt und anschaulich durch einen Prozessgraphen visualisiert (siehe Abb.). Anschließend vergleicht das Tool mittels der Process-Mining-Funktion „Conformance Checking“ die vorliegenden Prozessvarianten mit den ursprünglich geplanten Soll-Prozessen. Auf strategischer Ebene spielt für Fertigungsunternehmen hier nicht nur der prozessuale Ablauf eine Rolle, sondern ebenfalls die Dimensionen Zeit, Kosten und weitere Ressourcen wie Personaleinsatz oder Maschinenverfügbarkeit. „Process Mining zeigt die tatsächlichen Ist-Prozesse. Über diese vollständige Sicht auf den gelebten Ist-Prozess lassen sich in Minuten Schwachstellen und Optimierungspotenziale präzise aufdecken. PAFnow Process Mining bringt die Erkenntnisse von Prozessanalysen dabei direkt zum verantwortlichen Endnutzer und erlaubt ihm über Data Alerts und Workflow-Automatisierung die direkte Prozessoptimierung in Echtzeit“, so Tobias Rother, CEO der PAF, zu den Besonderheiten der Prozessoptimierung per Process Mining.
Re-Kalkulation auf Basis von Zeit, Ressourcen und Kosten
Anhand der genannten Dimensionen können die Prozesse mittels Anreicherung der bestehenden Process-Mining-Ansätze durch Finanz- und Sensor-Daten aus ERP-Systemen analysiert werden. Somit lässt sich automatisiert identifizieren, ob eine Produktionsverzögerung entstanden ist, ob zusätzliche personelle oder materielle Kapazitäten benötigt werden und welcher zusätzliche finanzielle Aufwand hierbei entsteht. Auf Basis der berechneten Änderungen von Zeit, Ressourcen und Kosten kann dann beispielsweise eine Ad-hoc-Re-Kalkulation der Produktionsplanung unter Optimierung der genannten Dimensionen erfolgen. Basierend auf den berechneten Änderungen ist es nun möglich, dem Production Planning Officer Handlungsempfehlungen zu geben. So kann beispielsweise ein Auftrag priorisiert werden, um mit zusätzlichem Ressourcenaufwand das Zeitdefizit aufzuholen.
Förderung
Eine Teilfinanzierung des Projekts erfolgt aus Mitteln des Bundesministeriums für Bildung und Forschung (BMBF), Förderlinie KMU-innovativ: Informations- und Kommunikationstechnologien.
Kurzvideo zum Projekt unter: https://www.youtube.com/watch?v=f6C_xz9Ptjs
Über die Projektpartner
Process Analytics Factory GmbH (Konsortialführer)
Die 2014 von Tobias Rother gegründete Process Analytics Factory (PAF) ist ein global agierender Lösungsanbieter, der das Process Mining demokratisiert und revolutioniert. Mit intensiver Innovationsforschung und -entwicklung auf Feldern wie KI, Blockchain, Predictive Analytics, Industrie 4.0 und Robotic Process Automation sorgt PAF dafür, dass Arbeit in datenintensiven Bereichen einfacher, humaner, effizienter und zeitgemäßer wird. PAF setzt als eigenfinanziertes Unternehmen auf nachhaltiges Wachstum und zeichnet sich durch eine besonders kundenorientierte, vertrauensvolle, innovationsgetriebene und praxisnahe Unternehmensführung aus. Zu den Kunden der PAF zählen gleichermaßen Digitalunternehmen, Hidden Champions aus Mittelstand und Industrie sowie börsennotierte Unternehmen und Konzerne. Mit der Etablierung von Process Mining in vielfältigen Arbeitsbereichen und Branchen gestaltet PAF gemeinsam mit Unternehmen und ihren Mitarbeitern die Arbeitswelt der Zukunft. www.pafnow.com
Brabant & Lehnert GmbH
Die Brabant & Lehnert GmbH konstruiert und fertigt komplexe Werkzeuge und Vorrichtungen für die Automobil- und Automobilzulieferindustrie sowie für Schweiß-, Montage-, Mess- und Prüfvorrichtungen. Durch die Verknüpfung von CAD-Konstruktion und Fertigung bietet das Unternehmen kundenspezifische Komplettlösungen an. Ihre Produkte, die in einem zunehmend autonom ablaufenden Fertigungsprozess hergestellt werden, sind gekennzeichnet durch ein Höchstmaß an Individualität. Als Anwender hochkomplexer, verketteter Produktionsanlagen steht das kleinständische Unternehmen zunehmend vor dem Problem einer rasanten beruflichen Expertise-Anpassung in Arbeitsprozessen.
Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI)
Das DFKI (derzeit mit rund 1.100 Mitarbeitenden) ist auf dem Gebiet innovativer Softwaretechnologien auf der Basis von KI-Technologien weltweit das größte Forschungszentrum. Das DFKI setzt Spitzenforschung zusammen mit seinen Industriegesellschaftern rasch in praxisrelevante Anwendungslösungen um. Zu den Kernkompetenzen zählen Geschäftsprozessmanagement mit der Architektur Integrierter Informationssysteme (ARIS), Business Intelligence, Process-/ Data Mining sowie (Big) Data Analytics. Ein zentrales Interesse des DFKI liegt in der Erforschung der wirtschaftlichen Nutzungsmöglichkeiten von Methoden und Techniken der (Big) Data Analytics in Echtzeit. Auf diese Weise kann das DFKI seine weltweit führende wissenschaftlich/technische Position im Bereich Data Mining und Geschäftsprozessmanagement, Data Analytics sowie Service Engineering weiter ausbauen.
Incloud GmbH
Die Incloud GmbH wurde 2007 gegründet und beschäftigt derzeit über 60 MitarbeiterInnen. Das eigentümergeführte Unternehmen positioniert sich als IT-Dienstleister und Innovationspartner für die Entwicklung digitaler Produkte unter dem Motto „Sie machen ein Produkt – Wir machen es smart.“. Schwerpunkt der Arbeit bilden mobile Apps und Cloud-Anwendungen sowie Embedded Systeme, kombiniert zu IoT Systemen. Incloud deckt dabei den gesamten Produkt-Lebenszyklus ab – von der ersten Idee bis zum 24/7 Betrieb für das fertige Produkt. www.incloud.de
Druckfähiges Bildmaterial auf Anfrage: presse@pafnow.com