Stabile Lieferketten sind eine Voraussetzung für eine funktionierende Produktion. Gerade angesichts aktueller Krisen ist Planungssicherheit ein wichtiger Faktor. Hier kann ein analytisch gestützter digitaler Zwilling helfen.
Im Rahmen einer strategischen Partnerschaft entwickeln SAS und Cosmo Tech, Spezialist für Digital-Twin-Simulationstechnologie, KI-basierte Lösungen, die Entscheidungen erleichtern sollen. Mit dem Produkt können Unternehmen unterschiedliche Szenarien für Lieferketten durchspielen und Engpässe erkennen. Daraus lassen sich Empfehlungen für künftige Optimierungen ableiten und die Resilienz der Lieferketten steigern.
Mit dem Industrial Internet of Things (IIoT), Analytics und digitalen Zwillingen stehen Technologien bereit, mit denen Unternehmen ein datenbasiertes Bild ihrer Lieferketten erhalten können. Testszenarien geben Aufschluss über Auswirkungen von Entscheidungen auf Effizienz oder Kennzahlen.
Fragen beantworten
Ein digitaler Zwilling dient dazu, analytische Fragestellungen zu beantworten. Dafür werden Daten aus unterschiedlichen Quellen an einem zentralen Ort gebündelt, verdichtet und für die Analyse aufbereitet. Unternehmen leiten daraus Wahrscheinlichkeiten für künftige Ereignisse ab, etwa einen bevorstehenden Maschinenausfall. Für diesen Blick in die ‘Kristallkugel’ werden prädiktive Modelle für Simulationen angewandt.
Stufenweiser Einstieg
Der Einstieg in die analytisch gestützte Simulation erfolgt stufenweise. Zunächst gilt es, das Ziel zu bestimmen: Soll etwa die Liefertreue der Lagerbestand, Deckungsbeitrag optimiert werden? Im nächsten Schritt wird das Optimierungsproblem in eine mathematische Fragestellung überführt, die auf Offline-Daten angewendet wird. Dabei werden sowohl verschiedene Regionen berücksichtigt als auch anhand historischer Daten die Rahmenbedingungen beschrieben, die das Unternehmen bestimmen.
Das daraus hervorgehende Optimierungsmodell wird im Folgenden auf Online-Daten angewandt – und anhand erster Ergebnisse justiert. In diesem Ergebnisraum gibt es zahlreiche Optionen, das Modell sucht automatisch die am besten für den jeweiligen Anwendungsfall geeignete. Gerade dieser Schritt, unterschiedliche Szenarien durchzuspielen, würde mit herkömmlichen Methoden sehr lange dauern. Abschließend erfolgt die Skalierung: Das gefundene Optimierungsmodell wird auf andere Bereiche erweitert.
Bessere Verfügbarkeit im Ladenregal
Supply Chain Manager müssen stets darüber im Bilde sein, wo es in der Lieferkette haken könnte. Das gilt auch für zukünftige Ereignisse. Dafür gilt es, Planung und Entscheidungsfindung von Anfang bis Ende abzubilden und eng miteinander zu verknüpfen – von der Strategie bis zur Umsetzung. Miteinander konkurrierende Ziele der Wertschöpfung können so entlang der Lieferkette in Einklang gebracht werden. Ein Beispiel: Eine Lebensmittelkette gibt Point-of-Sales- und Forecast-Daten an den Konsumgüterhersteller weiter. Daraus ermittelt der Hersteller den Bedarf der Verbraucher, füttert die Simulation seiner Produktionslinie mit dieser Information – und kann auf dieser Grundlage entscheiden, welches Produkt gerade priorisiert herzustellen ist. Das Unternehmen erkennt zudem sofort, wo es Engpässe gibt und wie sich diese beheben lassen. Das Resultat ist eine bessere Verfügbarkeit im Ladenregal.
Den Überblick behalten
Die datengetriebenen Methoden punkten gegenüber traditionellen Steuerungsmethoden mit Genauigkeit sowie Skalierbarkeit. Denn nicht in jedem Werk gibt es einen eigenen Planer oder gar eine ganze Planungsabteilung. Entscheidungen fallen oft aus dem Bauch heraus oder anhand von Excelkalkulationen, was wiederum Optimierungsläufe verlangsamt und schnelle Reaktionen erschwert.
Für ein Unternehmen mit mehr als 100.000 Produkten im Angebot ist eine genaue Absatzprognose eine Herausforderung. Mit manueller Berechnung ist diese kaum abzubilden, müssten die Verantwortlichen doch riesige Mengen an historischen Daten betrachten. Automatisierung und Machine Learning gleichen dieses Defizit aus. Per Digital-Twin-basierter Simulationstechnologie können Unternehmen unterschiedliche Szenarien testen und die Auswirkungen bestimmter Entscheidungen prüfen. Unternehmen können etwa verschiedene „Was-wäre-wenn“-Szenarien durchspielen: Was passiert, wenn die Gaspreise steigen? Wie lange dauert es, bis der Deckungsbeitrag erreicht ist? Verantwortliche sehen etwa, ob sich ein Wechsel zu einem Lieferanten lohnt, der zwar die günstigeren Preise hat, jedoch den weiteren Anfahrtsweg. Im Normalfall zeigt sich dieser Effekt erst nach einigen Wochen. Mit KI-basierten Methoden verkürzt sich diese Zeit auf wenige Stunden. Ein weiteres Beispiel: Für Unternehmen ist es erstrebenswert, Lagerbestände zu minimieren und somit das Umlaufvermögen zu senken. Dabei gilt es aber zu berücksichtigen (und zu berechnen), wie hoch die Wahrscheinlichkeit ist, dass Unternehmen den Bedarf der Kunden nicht mehr decken können. Oder es ist vielleicht sinnvoll, angesichts der steigenden Gaspreise einzelne Werke abzuschalten, um den Deckungsbeitrag dadurch zu erhöhen. Solche Sekundäreffekte lassen sich mit der Digital-Twin-Technologie darstellen.
Planung in volatilen Zeiten
Um in geopolitisch schwierigen Zeiten Planungssicherheit zu erlangen, reichen Bauchgefühl gepaart mit einfachen Methoden und Spreadsheets oft nicht aus. Unternehmen, die bei Bedarfsplanung und -prognosen auf künstliche Intelligenz setzen, bekommen Informationen und Einsichten, um besser auf mögliche Risiken reagieren zu können. Komplexe Lieferketten werden transparent und steuerbar. Die übergeordnete Frage dabei lautet, “Was wird passieren?” Eine Antwort liefert die Simulation mit dem digitalen Zwilling.
COSCOM – Digitalisierung im Shopfloor: Strukturierte Fertigungsdaten vom ERP bis an die Maschine
PLM aus der Cloud: flexibel, skalierbar, ready-to-run
REMIRA Group GmbH
Digitale Fertigungsoptimierung für den Maschinen- und Anlagenbau
becosEPS – Enterprise Planning System
KI „out of the box“ – Künstliche Intelligenz (KI) in der Smart Factory
KSB automatisiert Prüfplanerstellung mit Fabasoft Approve
Make Lean Leaner
ANZEIGE
Whitepaper
Smart Factory Elements
Erfahren Sie in unserem E-Book mit dem Fokus auf den Maschinenbau & Anlagenbau, wie Sie mit dem way APS-System Ihre Supply Chain planen und steuern können.
Erste Schritte auf dem Weg zur Smart Factory - Wie Sie Daten und Abläufe richtig orchestrieren
IIoT-Plattformen als zentrale Datenbasis für die digitale Produktion
Vollautomatische Feinplanung
ANZEIGE
Videos
Hager Group & encoway: End-to-End Customer Journey mit skalierbarer Konfigurationsplattform
Asprova User Day 2022 in Frankfurt
Integrierte Produktions- und Projektplanung beim Anlagenbauer Grenzebach GmbH
Erfolgreiche Asprova APS Einführung bei Horst Scholz, Hersteller von komplexen Kunststoffspritzformen höchster Präzision
Erfolgreiche Asprova APS Einführung bei Bopisa, Hersteller von Lebensmittelverpackungen
Mittelständische Unternehmen investieren selbst in schwierigen Zeiten in Microsoft-Technologien, weil sie überzeugt sind, dass ihre Mitarbeiterproduktivität steigt und sich ihre Kostenstruktur bessert. Microsoft hat mit dem Microsoft-Partner-Network ein Netzwerk aufgebaut, das ein Forum für den Aufbau von Partnerschaften, Zugang zu Ressourcen und einen Rahmen für Dialoge und Kooperationen bietet. Für unsere Leser gibt die Microsoft-Partnerübersicht in Ausgabe Juli/August der IT&Production Tipps für die Suche nach einer geeigneten Branchen- oder Speziallösung im Bereich des produzierenden Gewerbes.
Auf der Suche nach Innovation, nach neuen Lösungen und der Abgrenzung zum Mitbewerb vernetzen sich zunehmend mehr Unternehmen mit externen Experten und Partnern. SAP hat mit dem SAP-Ecosystem ein Netzwerk aufgebaut, das ein Forum für den Aufbau von Partnerschaften, Zugang zu Ressourcen und einen Rahmen für Dialoge und Kooperationen bietet. In der Maiausgabe der Fachzeitschrift IT&Production erhalten unsere Leser einen aktuellen Überblick zum SAP-Ecosystem im Bereich des produzierenden Gewerbes.
Das Internet of Things verändert Produktwelten und die Vernetzung in der Fertigung gleichermaßen. Entstehende Ökosysteme laden zur einer neuen Form der Zusammenarbeit ein. Die Spezialausgabe IoT Wissen Kompakt informiert über die Technologie, Projektierung und Anbieter für die eigene Applikation, in- und außerhalb der Fabrik.
Um alle Potenziale eines MES umfassend ausnutzen zu können, beleuchten unsere Autoren in der Serie von MES Wissen Kompakt die erfolgskritischen Faktoren, um Fertigungsunternehmen präventiv zu steuern. Darüber hinaus präsentiert MES Wissen Kompakt ein breites Spektrum an Firmenportraits, Produkt- neuheiten und Dienst- leistungen im MES-Umfeld.
Ein Unternehmen, das sich mit der Auswahl eines ERP- Systems befasst, muss sich gleichsam mit einem viel- schichtigen Software-Markt und unklaren Interessen- lagen an interne Abwick- lungsprozesse auseinander- setzen. Guter Rat bei der Investitionsentscheidung ist teuer. ERP/CRM Wissen Kompakt unterstützt Sie bei der gezielten Investition in die IT-Infrastruktur.
Immer mehr Anbieter von Maschinen, Automatisierungstechnik und Industriesoftware integrieren künstliche Intelligenz in ihre Produkte. Das ganze Potenzial spielen selbstlernende Systeme aber erst aus, wenn sie passgenau auf ihren Einsatz in Fertigung und Büro zugeschnitten wurden. Über beide Möglichkeiten, als Fertiger die Vorzüge von industrieller KI zu nutzen, geht es im regelmäßig aktualisierten Themenheft Künstliche Intelligenz.