Produktionsplanung, Prozessverbesserung

Stabilisierung von Produktionsprozessen

Lesedauer:  7 Minuten

Die Schaffung stabiler Produktionsprozesse gewinnt für Produktionsunternehmen zunehmend an Bedeutung. Die Vielzahl in der Unternehmenspraxis zu berücksichtigenden Faktoren und die große Anzahl an existierenden Verbesserungsmethoden machen den notwendigen Stabilisierungsprozess jedoch häufig zeitaufwendig und komplex. Dieser Artikel stellt eine Studie des Fachgebiets Logistik der Technischen Universität Berlin vor, in der gemeinsam mit der Siemens AG ein Vorgehensmodell entwickelt wurde, welches Manager der operativen Produktionsplanung und -steuerung unterstützt und hilft, ein optimales Stabilitätsniveau in der Fertigung zu erreichen.

Ein stabiler Produktionsprozess als zentrales Element eines robusten logistischen Systems wird in Produktionsunternehmen als ein entscheidender Erfolgsfaktor gesehen. In Anbetracht der stetig steigenden Anforderungen an die Logistik sowie steigender Kundenwünsche, können stabile Produktionsprozesse eine nachhaltig hohe Produktqualität und Produktivität gewährleisten. Für die Etablierung stabiler Produktionsprozesse existieren in der Literatur eine Vielzahl von Methoden, Konzepten und Werkzeugen.

Die große Anzahl an Methoden und die gleichzeitige Einzigartigkeit von Produktionsprozessen und darauf wirkende Störfaktoren machen die Auswahl, Bewertung und Implementierung dieser Methoden für den Praktiker oft sehr schwierig. Dies führt nicht selten dazu, dass die angestrebten Stabilitätsziele nicht erreicht werden und eine schleichende Mitarbeiter-Resignation einsetzt. In einer Studie des Fachgebiets Logistik der Technischen Universität Berlin in Kooperation mit der Siemens AG ist es gelungen, diese Forschungslücke zu schließen und eine standardisierte Vorgehensweise für den Praktiker der operativen Produktionsplanung und -steuerung zu entwickeln. Dabei findet unter Berücksichtigung vorhandener prozessspezifischer Defizite und unternehmensspezifischer Gegebenheiten eine individuelle Auswahl, Bewertung und Umsetzung der Methoden zur Prozessstabilisierung statt.

Stand der Wissenschaft zur Prozessstabilität

Basierend auf dem aus der Mechanik und Regelungstechnik bekannten Konzept der Stabilität ist ein Produktionsprozess stabil, wenn er in der Lage ist, nach einer kurzfristigen Störung eigenständig in die Soll-Beschaffenheit zurückzukehren und die Anforderungen des Prozessnachfolgers zu erfüllen [1]. Kombiniert mit den Erkenntnissen aus der Automobilindustrie zeigt sich, dass Prozessstabilität neben der Produkt- und Programmstabilität nur einer von drei Bausteinen des Zielsystems der Logistikstabilität ist. Bild 1 zeigt das Zielsystem der Stabilität in der Produktionslogistik als zentralen Ausgangspunkt dieser Studie.

Durach, Stabilisierung, Bild 1
Bild 1: Zielsystem der logistischen Stabilität

Die Produkt- und Programmstabilität sind zentrale Aufgaben der vorgelagerten strategischen und taktischen Produkt- und Programmplanung [2]. Sie können während der an dieser Stelle betrachteten operativen Produktionsplanung und -steuerung kurzfristig nur noch innerhalb enger Grenzen beeinflusst werden. Zentraler Baustein der logistischen Stabilität und Schwerpunkt der Studie sind folglich die Produktionsprozesse mit individuellen Stabilitätsanforderungen. Basis der Prozessstabilität sind gleichmäßige Durchlaufzeiten im Kundentakt, eine stabile Auftragsreihenfolge und stabil begrenzte Bestände. Ziel ist es, die Verschwendung durch Wartezeiten zu minimieren sowie die Produktionsleistung im Kundenrhythmus in den Fertigungsfluss in Soll-Reihenfolge zu stabilisieren [2]. Im Ergebnis ermöglicht Stabilität im Fertigungsprozess eine partielle Maximierung der Wertschöpfung bei gleichzeitiger Minimierung der Schnittstellenverluste im Produktionsprozess. Zusätzlich wird eine plansynchrone Erfüllung der Leistung des vorgelagerten Fertigungsprozesses an den Nachfolger sichergestellt [2].

Studienergebnisse

Vorgehensmodell zur störgrößenspezifischen Methodenauswahl

Kernstück der entwickelten Vorgehensweise ist das in Bild 2 dargestellte Vorgehensmodell zur störgrößenspezifischen Methodenauswahl.

Der Kopf der Matrix (1) stellt die Störgrößen der Prozessstabilität, unterteilt in die Bereiche Prozessqualität, Infrastruktur, Produktionsplanung und -steuerung, dar. Die Ordinate der Matrix (2) listet potentielle Verbesserungsmethoden zur Beseitigung der identifizierten Störfaktoren auf. Im zweiten Abschnitt der Matrix (3) werden die notwendigen prozessbedingten und -unabhängigen Voraussetzungen der einzelnen Methoden verdeutlicht. Daneben sind in Stichpunkten die wichtigsten prozessunabhängigen Bedingungen für eine erfolgreiche Implementierung der potentiellen Methode im Unternehmen aufgeführt. Im letzten Bereich der Matrix (4) sind elementare Basismethoden aufgezeigt. Diese sind unabhängig von der ausgewählten Methode stets parallel einzusetzen, denn sie schaffen entweder die Basis für die Anwendung oder helfen dabei, den Stabilitätszuwachs nachhaltig zu gestalten.

Zielgruppe des Vorgehensmodells sind Praktiker der operativen Produktionsplanung und -steuerung. Ausgehend von den erkannten Störgrößen hilft das entwickelte Modell, potentielle Verbesserungsmethoden zu identifizieren und deren Wirksamkeit einzuschätzen (A). Durch Einhaltung der im nächsten Abschnitt definierten Vorgehensweise (B) zeigt das Vorgehensmodell die prozessbedingten und prozessunabhängigen Voraussetzungen sowie notwendige Basismethoden für die jeweilige Methode auf (C).

Vorgehensweise zur Methodenauswahl

Die Anwendung der Matrix setzt eine umfangreiche Analyse des Produktionsprozesses voraus. Um diese zu erleichtern und Fehler zu vermeiden, wurde eine Vorgehensweise zur Stabilisierung von Fertigungsprozessen entwickelt und in das Modell der störgrößenspezifischen Methodenauswahl integriert. Bild 3 stellt diese zusammenfassend dar.

Das Vorgehensmodell beinhaltet drei Phasen: eine Planungs-, eine Analyse- sowie eine Implementierungs- und Kontrollphase. Diese wiederum sind in verschiedene Prozessaktivitäten unterteilt und durch Entscheidungsknoten und Ergebnispunkte miteinander verknüpft.

Durach, Stabilisierung, Bild 2
Bild 2: Modell zur störgrößenspezifischen Methodenauswahl

Die erste Aufgabe in der Planungsphase besteht in der genauen Abgrenzung des Betrachtungsraums, um die in der Regel vorherrschende Komplexität realer Fertigungsprozesse zu reduzieren und die Anzahl der Einflussfaktoren überschaubar zu halten. Anschließend erfolgt die Bestimmung der Ist-Prozessstabilität. Dazu sind die Schwankungen in den Beständen, der Reihenfolge und den Durchlaufzeiten über einen relevanten Zeitraum (mindestens vier Wochen) zu erfassen und durch ein crossfunktionales Expertenteam auszuwerten. Fluktuationen der Bestände und der Durchlaufzeiten lassen sich meist ohne großen Aufwand durch die Auswertung historischer Daten oder durch eine manuelle Datenerfassung bestimmen. Abweichungen der Reihenfolge können durch die Betrachtung der Maßnahmen zur Reihenfolgenbeherrschung und -absicherung ermittelt werden. Allgemein gilt, je umfangreicher die Maßnahmen, desto geringer die Schwankungen in der geplanten Auftragsreihenfolge. Zeigen die Ergebnisse hohe Schwankungen in den Beständen, in den Durchlaufzeiten und in der Reihenfolge, so ist die Ist-Prozessstabilität als niedrig zu bewerten und es erfolgt der Übergang in die Analysephase.

Hier werden, unter Beachtung der unternehmensspezifischen Gegebenheiten, die existierenden Störgrößen ermittelt und klassifiziert sowie potentielle Verbesserungsmethoden anhand der Matrix bestimmt. Das Modell ermöglicht es außerdem, die notwendigen prozessbedingten und -unabhängigen Voraussetzungen der einzelnen Konzepte mit den aktuellen Gegebenheiten im Unternehmen zu vergleichen. Stellt sich dabei heraus, dass nicht alle notwendigen Gegebenheiten erfüllt sind, muss entweder ein Alternativverfahren ausgewählt oder die entsprechenden Rahmenbedingungen geschaffen werden. Sind alle Voraussetzungen erfüllt, ist eine umfassende Kosten-Nutzen-Analyse der aus den Methoden abzuleitenden konkreten potentiellen Umsetzungsmaßnahmen durchzuführen. Fällt das Urteil positiv aus, schließt sich die Implementierungs- und Kontrollphase an.

In dieser Phase sind die ausgewählten Verbesserungsmethoden in Kombination mit den entsprechenden Basismethoden im Produktionsprozess zu implementieren. Nach einem festgelegten Zeitraum wird eine Erfolgskontrolle durchgeführt. Dazu ist die Ist-Prozessstabilität erneut zu bestimmen und durch ein Expertenteam zu bewerten. Wird die Ist-Prozessstabilität trotz der erfolgreichen Umsetzung der identifizierten Verbesserungsmethoden immer noch als gering eingeschätzt, erfolgt wieder der Übergang in die Analysephase. Fällt das Urteil positiv aus, ist der Untersuchungsraum neu abzugrenzen und das Modell von vorn zu durchlaufen.

Durach, Stabilisierung, Bild 3
Bild 3: Ganzheitliche Vorgehensweise zur Methodenauswahl bei der Stabilisierung von Fertigungsprozessen

Prozessstabilisierung bei der Siemens AG

Im Projektverlauf wurde eine erste Anwendung des Vorgehensmodells zur störgrößenspezifischen Methodenauswahl bei der Siemens AG durchgeführt. Insbesondere die klare Strukturierung der Vorgehensweise mit festen Entscheidungsknoten und Ergebnispunkten vereinfachte den Einsatz in der Praxis und führte zu durchweg positiven Ergebnissen. Ein wesentlicher Vorteil des entwickelten Modells ist die Darstellung der Störgrößen auf die Prozessstabilität als quantifizierbare Maßeinheiten. Infolgedessen ist es möglich, die relevanten Störfaktoren und deren Ursachen einfach und schnell herauszuarbeiten. Weiterhin erweist sich der übersichtliche Aufbau des Modells (klare Zuordnung von Störgröße und Verbesserungsmethode) einschließlich der kombinierten Darstellung der notwendigen Grundvoraussetzungen und Basismethoden als zielführend. Die Auswahl der potentiellen Verbesserungskonzepte wird zusätzlich durch die vorgegebene Klassifizierung der Wirksamkeit der Methoden erleichtert.

Zusammenfassung

Die Studie stellt erstmalig ein Vorgehensmodell zur problemspezifischen und systematischen Methodenauswahl bei der Stabilisierung von Fertigungsprozessen vor. Praktiker werden dabei unterstützt, aus der Vielzahl an in der Wissenschaft und Praxis entwickelten Methoden zur Prozessstabilisierung, eine für die in Ihren Unternehmen vorherrschenden Störfaktoren angepasste Methodenauswahl zu treffen. Bei konsequenter Anwendung in der Praxis ist eine signifikante Verbesserung der Prozessstabilität zu erwarten. Die Konzeption schließt damit eine bestehende Lücke in der angewandten Logistikforschung. Die für eine kontinuierliche Umsetzung und Validierung der Konzeption notwendigen Schritte sind in der Studie vordefiniert und können in zukünftigen praktischen Fallstudien vollzogen werden. Die dabei entstehenden Vergleichswerte bilden die Grundlage zur Weiterentwicklung der vorgestellten Vorgehensweise bzw. den Ausgangspunkt für zukünftige Forschungen auf dem Gebiet der logistischen Prozessstabilität.

Schlüsselwörter:

Produktionsprozess, Prozessstabilität, operative Produktionsplanung und -steuerung

Das könnte Sie auch interessieren

Der neue Kollege im Shopfloor

Der neue Kollege im Shopfloor

KI-Assistenzsysteme stärken Fachkräfte im Mittelstand
Viele mittelständische Produktionsunternehmen können ihre Fertigung noch nicht vollständig automatisieren. Gleichzeitig eröffnen Fortschritte in Robotik und KI neue Möglichkeiten. Intelligente Mensch-Technik-Systeme verbinden menschliche Erfahrung mit digitalen Assistenzsystemen im Shopfloor. Sie unterstützen Mitarbeitende, erleichtern den Zugang zu Wissen und steigern Produktivität sowie Qualität –auch in gewachsenen Produktionsumgebungen.
Integration statt Inseldenken

Integration statt Inseldenken

Smart Production mit Plattformstrategie
ZF hat mit der Digital Manufacturing Platform (DMP) eine der umfassendsten digitalen Transformationen der Fertigungsindustrie umgesetzt. Innerhalb kurzer Zeit entstand ein global einheitliches Produktionsnetzwerk, das Prozesse standardisiert, Daten silos auflöst und End-to-End-Transparenz schafft – alles unter hoher Skalierbarkeit und agilem Tempo, selbst in herausfordernden Zeiten wie der Corona-Pandemie
Digitale Ursachenanalyse senkt Stillstände und Kosten

Digitale Ursachenanalyse senkt Stillstände und Kosten

Digital Change Manager spart 60 % Analysezeit und senkt Kosten in der Papierproduktion
Digitale Ursachenanalyse und gezieltes Change Management transformieren die Papierproduktion: Ein Schweizer Hersteller reduziert ungeplante Stillstände, spart 60 % Analysezeit ein und senkt die Kosten mithilfe innovativer digitaler Ansätze. Das Beispiel zeigt, welches Potenzial diese Strategie für Prozesseffizienz und Wettbewerbsfähigkeit hat –wer Manufacturing digital denkt, findet hier Ansätze mit hohem Potenzial.
„KI ersetzt keine Erfahrung – sie macht sie skalierbar!“

„KI ersetzt keine Erfahrung – sie macht sie skalierbar!“

Im Gespräch mit Jürgen Schön, Head of Manufacturing Industry GTM EMEA bei ServiceNow
Die Fertigungsindustrie hat große Fortschritte bei der Einführung von KI gemacht – doch meist bleibt es bei Pilotprojekten. Entscheidend wird nun, KI ganzheitlich entlang der Wertschöpfungskette zu verankern, um echte Wirkung zu erzielen: höhere Produktivität, stabilere Prozesse und weniger Ausschuss. Immer mehr Unternehmen entwickeln konkrete Anwendungsfälle und setzen diese um. KI wird damit vom Experiment zum festen Bestandteil operativer Exzellenz.
Smart Cutting – Intelligente Prozesse im Maschinenpark

Smart Cutting – Intelligente Prozesse im Maschinenpark

Produktivitätssteigerung im Sägeprozess durch Condition Monitoring und Machine Learning
Smart Cutting kombiniert Digital Retrofit, Condition Monitoring und KI, um die Produktivität im industriellen Sägeschnitt zu steigern. Durch Echtzeit-Datenanalyse und Machine Learning werden Maschinenzustände überwacht, Anomalien erkannt und Materialklassifikation automatisiert – für mehr Effizienz, weniger Stillstand und höhere Produktqualität.
KI-Potenziale im Mittelstand

KI-Potenziale im Mittelstand

Von der systematischen Analyse zur praktischen Umsetzung
Während KI in Großunternehmen zunehmend etabliert ist, stehen mittelständische Unternehmen vor der Herausforderung, geeignete KI-Anwendungsfälle zu identifizieren und erfolgreich umzusetzen. Durch die Kombination aus detaillierter Prozessanalyse, strukturiertem Kompetenzaufbau und systematischer Potenzialidentifikation konnten 21 konkrete KI-Einsatzmöglichkeiten identifiziert und mit einem Brandenburger Mittelständler validiert werden.
Dieser Eintrag wurde veröffentlicht am Allgemein. Setzen Sie ein Lesezeichen auf den permalink.