Anzeige
Anzeige
Anzeige
Anzeige
Beitrag drucken

Kennzahlen für Engineering-Prozesse

Produktverbesserungen systematisch steuern

Unternehmen müssen ihre Produkte und Prozesse kontinuierlich verbessern. Dazu bietet sich der Rückgriff auf etablierte Hilfsmittel wie Balanced Scorecard oder Key Performance Indicators an. Softwareseitig sind Lösungen für das Produktlebenszyklus-Mangement prädestiniert für ein Kennzahlenmanagement zur zielgerichteten Verbesserung von Entwicklungsprozessen.

Bild: Contact Software

Der Begriff des ‚Controlling‘ führt im deutschen Sprachgebrauch leicht in die Irre. In der ursprünglichen, englischen Wortbedeutung geht es nicht in erster Linie um das losgelöste Kontrollieren durch Dritte, sondern um besseren Überblick bei der Planung und Steuerung der Unternehmensprozesse. Denn eine effiziente Steuerung erfordert einerseits klare Zielvorgaben und andererseits belastbare Kennzahlen, um die Einhaltung der Vorgaben bewerten können. Die Herausforderung für die Unternehmen besteht dabei darin, drohende Zielabweichungen rechtzeitig zu bemerken und nicht erst dann, wenn kostspielige Korrekturmaßnahmen die einzige Option sind.

Das passende System für die Kennzahlen-Ermittlung

Product Lifecycle Management-Systeme (PLM) sind heute in vielen Unternehmen die zentrale Quelle für produkt-, projekt- und prozessrelevante Daten. Installationen, die den PLM-Prozess abdecken, sind daher grundsätzlich in der Lage, Kennzahlen umfassend zur Verfügung zu stellen. Allerdings geschieht dies in der Praxis noch zu selten.

Im Zuge der Globalisierung und des entscheidenden Stellenwerts der Innovationsfähigkeit von Forschung und Entwicklung ändert sich diese Situation jedoch: Unternehmen müssen und wollen Zielvorgaben für aktuelle Projekte und Produkte, aber auch für die Entwicklungsorganisation insgesamt definieren und nachführen können. Das eigene PLM-System in diesem Kontext besser zu nutzen, liegt nahe. Denn die Software verwaltet nicht nur die Geometriedaten, sondern auch die Merkmale und Eigenschaften der Produkte, mittels derer sich die Verbesserung der Produkte quantitativ messen lässt.

Aktuelle Lösungen unterstützen zudem das Projektmanagement durch die Möglichkeit, Aufgaben zu verteilen und ihre Erfüllung zu überwachen. Außerdem ermöglichen Funktionen wie Workflow-Management eine effizientere Gestaltung der Prozessabläufe in der Produktentwicklung. Dessen ungeachtet bieten die meisten Systeme derzeit nur rudimentäre Unterstützung für das Kennzahlenmanagement.

Einzelfall-Controlling und Prozessverbesserung

Für ein integriertes Kennzahlenmanagement müssen die Systeme unterschiedliche Anforderungen erfüllen, die sich aus der Rolle des Betrachters im Unternehmen ergeben:

  • Design to X im Sinne von Zielvorgaben an ein Produkt und seine Schlüsseleigenschaften wie Kosten, Gewicht, Bauraum, Verbrauch, Emissionen
  • Projektcontrolling anhand von dedizierten Kennzahlen wie ‚Earned Value‘ oder Meilenstein-Trends für konkrete Steuerungsaufgaben
  • PLM Performance Improvement anhand von Kennzahlen, die einen Prozess grundsätzlich charakterisieren können. Dabei reicht es nicht, ein einzelnes Produkt oder Projekt zu betrachten, sondern die Entwicklungsorganisation bzw. einen Prozess rückblickend im Mittel und im Trend. Typische Kennzahlen im Sinne von Key Performance Indicators (KPIs) sind etwa Durchlaufzeiten oder der Dokumentationsgrad technischer Änderungen.

Gelingt es, diese Domänen auf eine einheitliche technische Basis zurückzuführen, so lassen sich diese drei Anwendungsfälle und die entsprechen Rollen ‚Produktmanagement‘, ‚Projektmanagement‘ und ‚Prozessentwickler‘ bis hin zu Geschäftsleitung gleichzeitig unterstützen sowie Synergieeffekte nutzen.

1. Design to X

Das produktorientierte Kennzahlenmanagement gewinnt in dem Maße an Bedeutung, in dem Entwickler bei der Auslegung der Produkte neben Herstellungskosten oder ‚design to cost‘ auch andere relevante Kriterien berücksichtigen müssen. Dazu gehören zum Beispiel Umweltauflagen, welche Emissionen und den Einsatz bestimmter Materialen begrenzen. Physische Eigenschaften wie das Gewicht spielen ebenfalls eine wichtige Rolle. Die initiale Erfassung und mitlaufende Bewertung solcher Kenngrößen ist unabdingbar, um kostspielige Änderungen in späten Entwicklungsstadien zu vermeiden. Gerade Produkteigenschaften lassen sich gut über den Entwicklungsprozess verfolgen, indem etwa Parameter aus dem CAD-System oder Berechnungswerkzeug abgeleitet werden. Wo sinnvoll, lassen sie sich anhand hinterlegter Regeln entlang der Produktstruktur aggregieren. Kennzahlen wie etwa das Gewicht stehen so auf jeder Ebene bis hin zum Gesamtprodukt zur Verfügung. Etwaige Heterogenitäten der Autorensysteme harmonisiert dabei ein offenes PLM-System.


Das könnte Sie auch interessieren:

In vielen Ländern Europas scheint sich der Arbeitsmarkt zu stabilisieren. Darauf deuten die Zahlen des Europäischen Arbeitsmarktbarometers hin, das nun erstmals veröffentlicht wurde.‣ weiterlesen

Eine IoT-Sicherheitsarchitektur sollte sowohl in IT- als auch in OT-Umgebungen für mehr Transparenz sorgen und Prozesse schützen. Dazu müssen die Daten aus dem IoT-Edge erfasst und extrahiert werden. Auf dieser Grundlage können Unternehmen effizienter agieren, bessere Geschäftsentscheidungen treffen und Digitalisierungsprojekte beschleunigen.‣ weiterlesen

GBTEC und Proalpha haben angekündigt, zukünftig in den Bereichen Process Mining und Business Intelligence zusammenzuarbeiten. Kunden sollen so einen Mehrwert bei der digitalen Transformation erhalten.‣ weiterlesen

Beim Anlagen- und Werkzeugbau setzt die Volkswagen AG auf Datendurchgängigkeit. Die Projektmanagement-Software Coman vernetzt die Projektbeteiligten dazu durchgängig und digital, bis hin zu den Zulieferern. Denn wenn Manager Giuseppe Lo Presti früh erkennt, dass es in einem Gewerk gerade nicht rund läuft, können gezielte Maßnahmen erfolgen.‣ weiterlesen

Mehr als eine Milliarde Schadprogramme verzeichnet das Bundesamt für Sicherheit in der Informationstechnik im aktuellen Lagebericht. Und auch die Corona-Pandemie wirkt sich auf die aktuelle Sicherheitslage aus.‣ weiterlesen

Eine Voraussetzung bei der Entwicklung von industriellen KI-Anwendungen sind ausreichende Daten. Diese sind jedoch nicht immer in der benötigten Menge, Qualität oder Struktur vorhanden. Anhand eines konkreten Beispiels erläutert dieser Beitrag, wie sich ein Data Lake anlegen und mit Daten füllen lässt, bis er ein Fundament für quasi beliebige KI-Applikationen bildet.‣ weiterlesen

CIOs setzen auf Automatisierung und KI, um wachsende Kluft zwischen begrenzten IT-Ressourcen und steigender Cloud-Komplexität zu überbrücken. Dies geht aus einer Studie von Dynatrace hervor.‣ weiterlesen

Zahlreiche Geräte verbinden sich heutzutage mit dem Firmennetzwerk. Neben offensichtlichen Geräten wie Büro-PCs und Maschinensensoren gibt es meist auch solche, die keiner auf dem Radarschirm hat. In diesem verborgenen Internet of Things könnten Einfallstore für Cyberkriminelle sein.‣ weiterlesen

Die Erwartungen an die wirtschaftliche Entwicklung gehen laut aktueller ZEW-Zahlen im Oktober zurück. Die Einschätzung der aktuellen konjunkturellen Lage hat sich jedoch erneut verbessert.‣ weiterlesen

Die MPDV hat seit Oktober drei neue Geschäftsführer. Nathalie Kletti, Thorsten Strebel und Jürgen Petzel stehen an der Spitze des Unternehmens.‣ weiterlesen

Die Beschäftigtensituation im Maschinen- und Anlagenbau bleibt weiter angespannt. Im August ging die Zahl der Beschäftigten im Vergleich zum Vormonat um weitere 2.165 auf 1,025 Millionen zurück. Damit sind fast 41.000 Personen weniger im Maschinen- und Anlagenbau beschäftigt (minus 3,8%) als im August des Vorjahres. ‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige