Motivation

Die von intelligenten Produktionssystemen generierten Daten bergen ein weitaus größeres Verbesserungspotenzial als derzeit genutzt wird. Als Beispiel fungiert die Unbeherrschbarkeit von Produktionssystemen. Produktionssysteme sind aufgrund der Vielzahl an auf sie einwirkendenden Einflussgrößen komplexe Gebilde stochastischer Natur. Sie sind von zufälligen, unvorhersehbaren Ereignissen sowie bewusst provozierten Ereignissen betroffen. Jedes solcher Ereignisse birgt das Potenzial eines störenden Einflusses (Abbildung 1).

Die Vielzahl an Ereignissen verursacht Variabilität. Variabilität ist folglich ein fester Bestandteil der Systeme, welche diesen innewohnt, sodass von inhärenter Variabilität gesprochen werden kann. Das Ergebnis dieser inhärenten Variabilität ist eine Verringerung der Produktivität des Produktionssystems, da der anfängliche Zeitplan nicht all die Ereignisse berücksichtigen kann. Das Resultat ist die Nichteinhaltung von Produktionsprogrammplänen aufgrund zu langer Durchlaufzeiten oder von Durchsatzverlusten. Variabilität in Produktionssystemen beeinflusst neben der Produktionsprogrammplanung auch die Terminierung von Lieferungen, die Kapazitätsplanung bzw. Ressourcenverfügbarkeit, das Bestandsmanagement, die Kostenentwicklung usw.

Um Variabilität in Produktionssystemen zu berücksichtigen, muss diese zunächst mess- und quantifizierbar sein. Im Six Sigma heißt es, dass Prozesse ohne messbare Daten nicht optimierbar sind. Je mehr Daten wir generieren, um Prozesse sowie deren Performance zu analysieren und überwachen, umso mehr Wissen erlangen wir darüber. Das betrifft auch den Einfluss von inhärenter Variabilität, was mit dem Promotionsvorhaben adressiert wird.

Zielstellung

Das Ziel des Promotionsvorhabens ist die Entwicklung einer Methode zum Einbeziehen der Summe an auf ein Produktionssystem einwirkenden Ereignisse in die Planungsprozesse. D.h., dass über die zu entwickelnde Methode das Untersuchen von Variabilität in Produktionssystemen ermöglicht wird. Für eine ideale Kapazitätsvorhersage und -planung des Produktionssystems muss jedes Ereignis berücksichtigt und in dem Grad seiner Einwirkung miteinkalkuliert werden. Gegenwärtige Ansätze arbeiten mit Planungsmethoden, welche die durch die Komplexität hervorgerufene Dynamik des Produktionssystems unzureichend berücksichtigen. Die Datengrundlage basiert vorrangig auf starren Werten. Während sich die Verfügbarkeitsdaten von Arbeitsstationen anhand ihrer Ausfallzeiten über die Produktionszeiträume dynamisch ändern, werden Prozessdaten in der Regel gemessen und/oder berechnet, sowie anschließend als Festwerte im Arbeitsplan hinterlegt. Als fehlende Berechnungsgröße wird die inhärente Variabilität von Produktionssystemen identifiziert, welche es zu erfassen, messen und quantifizieren gilt. Ist der Grad des Einflusses an variabilitätsverursachenden Ereignissen bekannt und lässt sich die daraus resultierende Variabilität quantifizieren, kann diese für zukünftige Planungen mitberücksichtigt werden. Das Leistungsvermögen des Systems lässt sich dann realitätsnah abbilden, sodass Plan- bzw. Zielwerte verlässlich gesetzt werden können. Das resultiert in eine hohe Planungsgenauigkeit, was die Einhaltung des Produktionsprogrammplans gewährleistet und die Erfüllung von Lieferterminen sicherstellt. Die Erfüllung von Lieferterminen wirkt sich positiv auf das Servicelevel aus. Ein positives Servicelevel spiegelt sich in einer hohen Kundenzufriedenheit wider, welche einen wettbewerbsentscheidenden Faktor darstellt.

Des Weiteren lassen sich erkannte Ursachen für inhärente Variabilität gezielt durch Verbesserungsmaßnahmen minimieren, was die Systemleistung erhöht und eine effiziente Ressourcennutzung begünstigt. Das Regelkreismodell der generischen Methode zeigt Abb. 2.