+49 6764 9022 349

Sichtbarkeit in der Produktion – Beeinflussen des menschlichen Handelns durch Visualisierung

Verfasst von: Dr. Martin Bleider, Head of Consulting Services, HAHN Digital.

Diese Blogreihe entstand aus einer Kooperation zwischen HAHN Digital und dem Industrie 4.0 Maturity Center der RWTH Aachen.

Der Rundgang auf dem Produktions-Shopfloor erfüllt viele Zwecke. Es geht darum auf dem aktuellen Stand von Veränderungen zu sein, Probleme zu erkennen, den Austausch mit den Mitarbeitern in der Produktion zu fördern und vor allem Produktivität und Stand der Auftragsabarbeitung zu identifizieren. Wobei die erstgenannten Zwecke auch viele wichtige soziale Aspekte enthalten, ist der letztgenannte Zweck deutlich intelligenter und effizienter umsetzbar. Es geht dabei um eine flächendeckende Sichtbarkeit in der Produktion mit dem Ziel des Prozessmonitorings.

Diverse einzelne Aspekte, die dazu beitragen, gehören in verschiedenen Industrien bereits zum Standard. So werden chemische Anlagen mithilfe einer Leitwarte überwacht, Anlagen zur Stahlerzeugung sind vollautomatisiert und werden zentral gesteuert, MES (Manufacturing Execution System) ermöglichen die OEE-Auswertung (Overall Equipment Effectiveness) in verschiedensten Produktionen. Trotz all dieser bekannten Möglichkeiten ist eine flächendeckende Umsetzung in der diskreten Fertigung nur gelegentlich zu sehen.

Zunächst muss auf der IoP-Ebene (Internet of Production) des Smart Expert geklärt werden, welche Kennzahlen für die einzelnen Ebenen/Mitarbeiter relevant sind. Für den Werksleiter oder Produktionsmanager mag es die OEE-Kennzahl für bestimmte Produktionsbereiche oder Linien sein. Die einzelnen Maschinenbediener benötigen aber zusätzlich andere detailliertere Ansichten der Einzelkomponenten, um sofort zu erkennen in welchem Prozessschritt etwas von der Norm abweicht und so schnell eingreifen zu können.

Um diese Visualisierungen auf der Smart Expert Ebene zu realisieren, müssen auf der Raw Data Ebene alle sich daraus ableitbaren Daten zur Verfügung gestellt werden. Nachdem also ein Standardset an bereitzustellenden Daten definiert ist, ist im Einzelfall jeder Anlage zu klären, ob diese Daten aus der entsprechenden Steuerung, über zusätzliche Sensoren oder über andere Schnittstellen auf der Feldebene auslesbar sind. Je nach Infrastruktur-Voraussetzung im Unternehmen können dann verschiedene Möglichkeiten umgesetzt werden. An der einzelnen Linie macht oft eine lokale Datenvisualisierung für die Bediener Sinn. Dies kann sogar auf einem angeschlossenen Industrie-PC passieren und bedarf nicht notwendigerweise eines zentralen MES oder einer zentralen IoT-Plattform (Internet of Things). Ist eine solche Plattform aber vorhanden, die die Aufgaben der Ebenen Middleware und Smart Data erfüllt, kann darüber eine standardisierte Visualisierung in verschiedensten Bereichen sichergestellt werden.

Ist diese Sichtbarkeit technisch geschaffen, ist das wichtigste die organisatorische Einführung: Wie sollen verschiedene Ansichten und KPI-Auswertungen in Regelmeetings oder der täglichen Arbeit im Shopfloor eingesetzt werden? Ein großes Potenzial ergibt sich aus der Visualisierung direkt an der Maschine. Dazu müssen die Bediener genau geschult werden, was sie dort sehen und welche Zahl beziehungsweise welcher Trend eine Bedeutung hat und vor allem was dies für die Handlung des Einzelnen bedeutet. Gut geschulte Bediener erhalten durch die direkte Sichtbarkeit ihrer Kennzahlen die Möglichkeit selbst den Prozess effektiver zu steuern und für bessere Ergebnisse zu sorgen.

Prozessoptimierung durch Visualisierung ist ein sehr realistisch umsetzbarer Anwendungsfall. Im nächsten Beitrag gehen wir tiefer auf die Anwendung von Data Analytics zur Performance Optimierung ein.

Zurück