Daten reinigen bei der Termin- und Kapazitätsplanung
Produktion planen, Datenqualität im Blick
Die Berechnungen für die Produktionsplanung können nur so gut sein wie die Qualität der einfließenden Grunddaten. Bei Fehlern in den Daten stimmen auch die nicht. Dieser Beitrag beschäftigt sich mit der automatisierten Korrektur von Daten im Rahmen der Termin- und Kapazitätsplanung mit einem APS-System.
Die Produktionsplanung eines Einzel- und Kleinserienfertiger ist unbestritten sehr komplex. Manuelle Verfahren führen hier in der Regel nicht zu optimalen Ergebnissen. Vielmehr sind IT-gestützte Planungsinstrumente gefragt, die eine Termin- und Kapazitätsplanung gegen limitierte Ressourcen unterstützen. Die meisten Produktionsplanungs- und ERP-Systeme sind kaum in der Lage, die limitierte Verfügbarkeit von Ressourcen in ihrem Planungsablauf zu berücksichtigen. Zwar können einige Systeme Rückstände oder sogar vermeintliche Engpässe identifizieren und so erste Rückschlüsse auf drohende Terminprobleme erlauben, unterstützende Funktionen zur zielgerichteten Lösung solcher Probleme unter Abwägung alternativer Prioritäten hingegen sind in diesen Systemen meist nicht verfügbar. Daher werden in dieser Stelle zur Lösung der Planungsaufgaben oft Add-On-Systeme genutzt. Ein Beispiel hierfür ist das Termin- und Kapazitätsplanungssystem Felios. Einige ERP-Anbieter bieten solche Add-On-Systeme im Rahmen ihrer ERP-Suite gleich mit an, oft als integrierte Lösung. Dabei werden die Daten zur Beschreibung des aktuellen Zustands in dem produzierenden Unternehmen aus dem eigentlichen PPS-/ERP-System übernommen und durch umfangreiche Berechnungen alternativer Szenarien zu einem sinnvollen, unter den aktuellen Randbedingungen bestmöglichen Handlungsvorschlag für die Durchführung der zukünftigen Bearbeitungsschritte generiert.
Fehler durch sachlich falsche Daten
Allerdings lassen sich nicht alle Daten aus dem ERP-/PPS-System verarbeiten, weil fehlerhafte Datensätze vorhanden sein können. Diese werden dann nicht oder nur fehlerhaft in die Planungen der zukünftigen Bearbeitungsschritte einbezogen. Erfahrungsgemäß erfolgt eine regelmäßige, zeitnahe Korrektur fehlerhafter Daten in den meisten Unternehmen nicht. Im Zeitalter von künstlicher Intelligenz, Clusteranalysen und Fuzzy Logic drängt sich daher die Frage auf, ob derartige Fehler nicht systemseitig korrigiert werden können. Um diese Frage tiefer zu beleuchten, sind zunächst die verschiedenen Fehlerarten zu differenzieren. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
KI in Fertigungsbranche vorn
1. Sachlich falsche Daten
Sachlich falsche Daten lassen sich durch logische Überprüfungen ermitteln. Hierzu zählen beispielsweise
Falsche Angaben zu Ressourcen: Arbeitsgänge sollen auf nicht vorhandenen Ressourcen bearbeitet werden. Prinzipiell sollten derartige Fehler bereits PPS-seitig ausgeschlossen werden, indem Plausibilitätsprüfungen vor Auftragsfreigabe durchgeführt werden. Aber selbst wenn dies der Fall sein sollte, können immer noch auf dem Weg durch die Produktion Ressourcen außer Betrieb genommen werden, ohne dass die laufenden Werkstattaufträge geändert werden. Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen zu generieren. ‣ weiterlesen
Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise
Neue Kundenaufträge mit Liefertermin in der Vergangenheit: Hier können Tippfehler bei der Anlage des Kundenauftrags verantwortlich sein.
Neue Bestellungen mit Zugangstermin in der Vergangenheit: Auch hier sind in der Regel Tippfehler bei der Anlage der Bestellung die Fehlerursache.
