Anlagenoptimierung mit Hilfe künstlicher Intelligenz

Im deutschen Mittelstand liegt die mittlere Anlagenverfügbarkeit (OEE) im Jahresmittel bei knapp 60%. Warum so niedrig? Was sind die richtigen Hebel zur Steigerung? Wie kann Technologie helfen, mit künstlicher Intelligenz diese Hebel zu identifizieren? Und vor allem: Wie können wir unsere Mitarbeiter in den Prozess integrieren – statt sie auszuschließen?

Werbung

Das Problem

Viele Unternehmen verfügen nicht über aktuelle Anlagendaten und den zugehörigen Ausfallgründen. Häufig werden Papierlisten in Exceltabellen zusammengefasst, die dann letztlich nur für Reporting verwendet werden können. Für detaillierte Ursachenanalysen sind sie aufgrund der Aggregation und dem zeitlichen Abstand zur Entstehung nicht zu gebrauchen. So bleibt das Verständnis der eigentlichen Ursachen der Anlagenverluste aus. Oder wie wollen Sie 2 Wochen später noch ermitteln, warum die Anlage 16% langsamer gelaufen ist? Was nicht verstanden ist, kann nicht optimiert werden! So werden Feigenblatt-Optimierungen vorgenommen („Rüstzeitreduzierung ist nie falsch“), die an den wirklichen Hebeln vorbei gehen.

Das Resultat ist so einfach, wie sprechend: OEE-Werte, die zwischen 40 und 65% im Wochenmittel liegen.

Die Erkenntnis

Jeffery Immelt, der ehemalige CEO von General Electric, hat beretis im Jahr 2014 den aktuellen Wandel der Produktion auf den Punkt gebracht:

Wenn Sie gestern Abend als Industrieunternehmen zu Bett gegangen sind, werden Sie heute als Software- und Analytikunternehmen aufwache  (Ü. d.d.Verfasser)

Die Produktion bewegt sich klar in Richtung laufende Erfassung und Auswertung der zugehörigen Daten. Das Vorgehen liegt darin, mit Algorithmen die Echt-Zeit Daten der Produktion auszuwerten, um Ursachen für Störungen zu erkennen. Die Kunst liegt dabei darin, das Wissen der Mitarbeiter vor Ort, das sogenannte Domänenwissen, mit in den Prozess zu integrieren. Oder erkennt ihre Anlage, dass die Verarbeitungsgeschwindigkeit aufgrund feuchter Endverpackung reduziert werden muss? Im Rahmen einer repräsentativen Studie der FH Aachen wurde ermittelt, dass 64% der verlorenen Produktionskapazität dem Umfeld, also Gründen außerhalb der Anlagen, zugeordnet werden können. Es ist also sinnvoll, das Domänenwissen der Mitarbeiter zu integrieren. Abgesehen davon: Mitarbeiter wollen und müssen Teil des Verbesserungsprozesses sein, damit er funktioniert!

Die Lösung

Viele IT Projekte in der Produktion zeichnen sich durch lange Auswahl- und Entscheidungsprozesse sowie hohen Kosten aus. Das muss nicht so sein. Software-as-a-Service (SaaS) ist investitionsarm und kostengünstig. Minimalinvasive Technologien sind Plug&Play und in unter 20 Minuten installiert. In Rechenzentren in Deutschland werden die Daten berechnet und in Echtzeit über ihren Browser angezeigt. Aufwändige Programminstallationen und Rechneranforderungen gehören der Vergangenheit an.

Auf dieser Basis werden die aktuellen Produktionsinformationen angezeigt, die zur Bewertung der Situation erforderlich sind: Die Ausbringung, die Produktionsgeschwindigkeit sowie aktuelle Störungen und vieles mehr.

Bei der OEE Optimierung sind Stillstandsverluste genauso wichtig wie für die oft vergessenen Leistungsverluste. Beides kann einfach ermittelt und mit konkreten Potenzialen bewertet werden. Grafische Wasserfalldiagramme der Top Störungen geben sofortige Priorisierung.

Mit KI-Algorithmen können aussagekräftige, neue Kennzahlen erstellt werden, z.B. wie stabil eine Anlage läuft. Präskriptive Prognosen erstellen Handlungsvorschläge, z.B. zu welcher Wahrscheinlichkeit in den nächsten 30 min eine Anlagenstörung erwartet wird (besser, wir senden gleich schon mal den Instandhalter hin).

Letztlich dienen alle Auswertungen dazu, den Mitarbeitern für sie relevante Informationen zu geben. So werden die Mitarbeiter unterstützt, aufgewertet und in ihrer Rolle gestärkt – und nicht entmündigt.

^{*) oee.ai ist ein Start-up aus Aachen. Zu den Leistungen gehört die gesamte Strecke aus Anlagenverbindung, Datenübertragung, Auswertung, KI Bewertung und Bereitstellung der Informationen. oee.ai existiert seit 2016 und wird weltweit in weit über 100 Installationen eingesetzt. Markus Focke ist Co-Founder von oee.ai und Professor für Produktionsmanagement an der FH Aachen.}