Mesa-Modell ‚A Framework for Smarter Manufacturing‘

Prozesse und Technologie auf Geschäftsziele ausrichten

Mesa International hat das erste Artefakt ihres neuen MOM-Modells vorgestellt. Mit dem Modell lassen sich typische Lebenszyklen eines Produzenten mit Prozessfolgen und Technologien kombinieren, um gezielt definierte Geschäftsziele zu erreichen. Der Ansatz könnte es Produzenten künftig deutlich erleichtern, die vielversprechendste Technologie für eine spezifische Anforderung zu identifizieren.

Im Mesa-Modell lassen sich einer oder mehrere Lebenszyklen mit einem lebenszyklusübergreifenden Thread sowie Hilfstechnologien verbinden, um spezifische Geschäftsergebnisse gezielt anzustreben. (Bild: ATS Gesellschaft für angewandte technische Systeme mbH)
Im Mesa-Modell lassen sich einer oder mehrere Lebenszyklen mit einem lebenszyklusübergreifenden Thread sowie Hilfstechnologien verbinden, um spezifische Geschäftsergebnisse gezielt anzustreben. (Bild: ATS Gesellschaft für angewandte technische Systeme mbH)

Die Manufacturing Enterprise Systems Association (Mesa) hat im Laufe der Jahre mehrere Modelle veröffentlicht. Das neueste soll dazu beitragen, insbesondere die Landschaft einer intelligenten Produktion zu definieren. Für die diskrete Fertigung und Prozessindustrie gleichermaßen werden Konzepte berücksichtigt, die seit jeher Teil einer Produktion sind. Das Modell geht aber mehr darauf ein, wie diese Konzepte durch die Integration verwandter Funktionen und die Einbeziehung neuer Technologien ‚intelligent‘ werden. Das Modell namens ‚A Framework for Smarter Manufacturing‘ integriert drei verwandte Konzepte. Das erste Konzept ist der Lebenszyklus. Die Schritte in den Lebenszyklen legen den Umfang, die Beteiligten und ihre Perspektive fest. Die Lebenszyklen stehen für die Geschäftsprozesse und Wertströme in der Fertigung, die optimiert werden müssen. Smart Manufacturing zielt darauf ab, die Konnektivität und Transparenz in allen Dimensionen des Unternehmens zu erhöhen, was sich auf alle Lebenszyklen auswirkt. Das Modell umfasst mehrere Lebenszyklen: Produktion, Anlage oder Asset, Produkt, Lieferkette, Arbeitskräfte und Order-to-Cash. Diese Lebenszyklen gelten für alle Produktionsunternehmen, obwohl ihr Reifegrad je nach Branche oder Firma variiert. Wie in der Grafik dargestellt, wird jeder Lebenszyklus untersucht und gemeinsame Funktionen zusammen mit den branchenspezifischen Variationen definiert. Das Augenmerk liegt dabei auf der Definition der Intelligenz in den jeweiligen Lebenszyklen.

Verzahnte Prozesse

Produktionen arbeiten mit verwobenen Prozessen, die teils über mehrere Lebenszyklen hinweg reichen. Aus diesem Grund untersucht das Mesa-Modell eine Reihe von lebenszyklusübergreifenden Threads (Cross-Lifecycle Threads): Qualität, Compliance, Energie, Analytik, Sicherheit, digitaler Zwilling oder Thread sowie Modellierung und Simulation. Die lebenszyklusübergreifenden Threads helfen, Funktionen zwischen Lebenszyklen zu verknüpfen, um Ziele wie Qualitätsniveaus, die Einhaltung gesetzlicher Vorschriften oder sinkende Energieverbräuche zu erreichen. Bestimmte Threads haben weitreichende Ziele, wie Analytik oder Sicherheit. Letztendlich stellen sie sicher, dass die Lebenszyklen zusammenhängend und nicht unabhängig voneinander funktionieren. Diese lebenszyklusübergreifenden Themen werden auch in zukünftigen schriftlichen Arbeiten beschrieben.

Aktuelle Technologien

Eine aus heutiger Sicht intelligente Produktion wird häufig durch den Einsatz moderner Technologien ermöglicht. Das neue Mesa-Modell berücksichtigt daher folgende Schlüsseltechnologien: Industrial Internet of Things (IIoT), Big Data, künstliche Intelligenz und Machine Learning (AI/ML), Virtual und Augmented Reality (VR / AR), Edge to Cloud (-Infrastruktur), Blockchain, Additive (Manufacturing), Robotik und Wireless (Communication). Die erste Grafik veranschaulicht die Lebenszyklen, lebenszyklusübergreifenden Threads und unterstützenden Technologien als drei separate Rollen. Obwohl statisch dargestellt, ist sie eigentlich dynamisch zu verstehen. Durch die Verknüpfung eines oder mehrerer Lebenszyklen mit einem bestimmten lebenszyklusübergreifenden Thread und unterstützenden Technologien kann ein bestimmtes gewünschtes Geschäftsergebnis erzielt werden.

Im Anwendungsbeispiel Automobilindustrie gelingt es einem Hersteller, die Qualität im Lieferantennetzwerkes mit 200 Teilnehmern zu standardisieren. (Bild: ATS Gesellschaft für angewandte technische Systeme mbH)
Im Anwendungsbeispiel Automobilindustrie gelingt es einem Hersteller, die Qualität im Lieferantennetzwerkes mit 200 Teilnehmern zu standardisieren. (Bild: ATS Gesellschaft für angewandte technische Systeme mbH)

Anwendungsbeispiel Qualität

Der Nutzen des Modells lässt sich durch ein Beispiel aus der Qualitätssicherung illustrieren, bei der Lieferanten in Echtzeit in die Produktion integriert werden. Qualitätsschwankungen bei den Lieferanten erhöhen die Qualitätskosten des OEM. Fehlende Echtzeit-Transparenz über den Produktionsstatus einer bevorstehenden Chargenlieferung eines Lieferanten führt zu einem schwarzen Loch in der OEM-Produktion. In einem typischen mehrstufigen System mit mehreren Lieferanten entstehen dem OEM Kosten, da jede gelieferte Charge einer eingehenden Qualitätskontrolle bedarf. Dies kann auf die Subjektivität und Varianz der Lieferantenqualität oder die Notwendigkeit der Konformität der Lieferanten mit dem Qualitätsplan des OEM zurückzuführen sein. Dieser Anwendungsfall veranschaulicht eine Smart-Manufacturing-Implementierung, die einen digitalen Echtzeit-Thread zwischen dem Zulieferer und dem OEM einrichtet, der die Subjektivität und Varianz beseitigt und lückenlose Konformität sicherstellt. Der OEM kann nun in Echtzeit auf Qualitätsprüfdaten des Lieferanten zugreifen, um die Qualität und Konformität eingehender Chargen zu bewerten. Außerdem werden Produktionsverzögerungen beim Lieferanten frühzeitig angezeigt.

Beispiel Automobilindustrie

Ein weiteres Beispiel aus der Automobilindustrie lässt sich mit der Logik des Modells so strukturieren:

Lebenszyklus: Produktion, Lieferkette

Lebenszyklus-übergreifender Thread: Qualität, Compliance, Analytik

Schlüsseltechnologien: Wireless, Edge to Cloud.

Das OEM-Unternehmen in diesem Beispiel hat über 200 Teilelieferanten. Konformitätsabweichungen zu den Qualitätskontrollplänen des Herstellers werden beobachtet, doch die subjektive Qualitätsprüfung führte zu einer hohen Anzahl von Mängeln. Wie lassen sich diese Zahlen und die negativen Auswirkungen auf Produktion und Kosten reduzieren? Die Smart Manufacturing-Lösung nutzt eine Tablet-App für Qualitätsprüfer, die Qualitätspläne für jedes Teil durchzusetzen hilft. Eine objektive Dimensionsprüfung wird mit einer drahtlosen Tablet-App durchgeführt, die mit Messgeräten verbunden ist, die Fehler und Auslassungen beseitigen. Sichtbarkeit und Analyse in Echtzeit (Cp, X-bar, ppm usw.) werden vor dem Versand der Teile durch den Zulieferer an den OEM realisiert. Aus dieser Arbeitsweise ergeben sich folgende Effekte:

Standardisierung der Qualität bei über 200 Lieferanten,

Die Fehlerquote sank auf Null ppm,

der OEM braucht keine Post-Delivery-Checks mehr,

die Digitalisierung der Zulieferer verbesserte die Arbeitsproduktivität, Schulung und Qualitätspraktiken,

die neue transparente Lieferkette führte zu reduzierten Beständen und besserer Liefertermintreue.

Fortlaufende Ergänzungen

Detaillierte Beschreibungen der Lebenszyklen, Cross-Lifecycle-Threads und Technologien wird die Mesa als Kombination aus Leitfäden und Whitepapers veröffentlichen. Künftig plant die Mesa, das Modell detaillierter zu beschreiben und darüber hinaus statische Grafiken zu veröffentlichen, in denen sinnvolle Kombinationen der Modellelemente und damit erzielbare Ergebnisse veranschaulicht werden. Mesa International beabsichtigt weiter, eine interaktive Version des Modells zu veröffentlichen. Diese soll ermöglichen, eine bestimmte Kombination anzuwählen oder passende Kombinationen zu finden, um ein bestimmtes Ergebnis zu erzielen. Möglicherweise werden weitere Elemente in das Modell aufgenommen. Um sich an diesen Prozessen zu beteiligen, ist eine Mitgliedschaft und eine Anmeldung für das Mesa-Modell-Unterkomitee erforderlich.





  • Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise

    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…


  • Einflüsse auf die Produktionsplanung simulieren

    Wie lassen sich Aufträge und Ressourcen in Einklang bringen? In anspruchsvollen Szenarien geraten grobe Planungshilfen etwa im ERP-System bei der Beantwortung dieser…


  • Warum ein MES-Projekt Change Management braucht

    Verspätete Wareneingänge, Mitarbeiterausfälle, Störungen und Planänderungen können massiv auf die Produktion, Montage und Liefertermine einwirken. Automatische Planung löst nicht alle Probleme, reduziert…


  • Mit Strategie gegen Silos

    Hersteller investieren viel Zeit und Geld, um die Wertschöpfungskette kontinuierlich zu verbessern. Dabei entstehen oft Silo-Systeme, die isoliert voneinander arbeiten und wenig…


  • Datenpunkte in der Batteriezellfertigung setzen

    In der Batteriezellfertigung erzeugen heterogene Quellen enorme Datenmengen. Um die Produktion mit Digitaltechnik aufzurüsten, müssen die verschiedenen Datenquellen an die IT-Systeme in…