Beitrag drucken

Produktionsplanung bei Bette

Mit KI zur humanzentrierter Produktionsplanung

Mit einem KI-gestützten Assistenzsystem will Bette, ein spezialist für Badelemente, die humanzentrierte Produktionsplanung ermöglichen. Eine Herausforderung dabei: die hohe Variantenvielfalt, denn bei Bette können rund 35 Millionen Produkte produziert werden. Außerdem führen stochastische Ereignisse wie Nacharbeit an einzelnen Produkten zu unerwarteten Mehraufwänden.

In einem Projekt des von it's OWL initiierten Kompetenzzentrum Arbeitswelt.Plus hat das Unternehmen Bette, gemeinsam mit weiteren Partnern, die Belastung der Mitarbeitenden durch KI-optimierte Arbeitspläne reduziert. (Bild: it´s OWL Clustermanagement GmbH)

In einem Projekt des von it’s OWL initiierten Kompetenzzentrum Arbeitswelt.Plus hat das Unternehmen Bette, gemeinsam mit weiteren Partnern, die Belastung der Mitarbeitenden durch KI-optimierte Arbeitspläne reduziert. (Bild: it’s OWL Clustermanagement GmbH)

Wie wird künstliche Intelligenz die Arbeitswelt verändern? Wie gelingt es, Veränderungen der Arbeitswelt gemeinsam zu gestalten? Und wie können Beschäftigte auf den Wandel eigentlich vorbereitet werden? Antworten liefert das vom Technologie-Netzwerk it’s OWL initiierte Kompetenzzentrum Arbeitswelt.Plus. Hochschulen und Unternehmen aus Ostwestfalen-Lippe entwickeln dort gemeinsam mit der IG Metall Ansätze für die Einführung von künstlicher Intelligenz in der Arbeitswelt, etwa im Hinblick auf die Arbeitsplatzgestaltung und die Qualifizierung von Beschäftigten. Das Kompetenzzentrum führt Erkenntnisse der Arbeitsforschung im Kontext von KI-Anwendungen zusammen und entwickelt daraus passende Anwendungen für mittelständische Unternehmen. Eines dieser Projekte ist ImpliKIt, das in Kooperation mit Bette, einem mitteständischen Unternehmen mit hoch automatisierter Fertigung, entstand. Bette ist Spezialist für Badelemente aus glasiertem Titan-Stahl. Das Sortiment umfasst Badewannen, Duschflächen, Duschwannen, Waschtische und passende Installationssysteme. Mehr als die Hälfte der Produkte werden heute auf Kundenwunsch individualisiert. Aufgrund der hohen Variantenvielfalt können über 35 Millionen unterschiedliche Produkte produziert werden. Die Produktion ist darauf ausgerichtet, Stückzahl 1 in einem sehr hohen Automatisierungsgrad zu fertigen.

Die Beschäftigten befragt

Zu Beginn des Projekts wurden die Beschäftigten zur aktuellen Belastungssituation in der Fertigung befragt. Die Umfrage bezog sich insbesondere auf die Erfassung der Arbeitssituation bei hohen Produktaufkommen (Staus) und die damit verbundene Wahrnehmung von körperlichen und psychischen Anforderungen und Belastungen der Beschäftigten. Ergänzend wurden Daten zur Einschätzung des (sozialen) Arbeitsumfelds sowie zur Arbeitszufriedenheit erhoben. Auch die grundlegende Einstellung gegenüber neuen Technologien und KI wurde basierend auf einer Selbst- und Fremdeinschätzung erfragt. Die Projektbeteiligten werteten 35 Fragebögen aus, was einer Teilnahmequote von 50 Prozent entspricht. Bei der Untersuchung hat sich herausgestellt, dass insgesamt eine erhöhte Belastung wahrgenommen wurde, was sich sowohl in Form körperlicher Erschöpfung als auch in einem erhöhten Stresslevel äußerte. Das Stauaufkommen spielte eine erhebliche Rolle in Bezug auf die Belastungssituation. 66 Prozent der Befragten gaben an, mindestens täglich einen Stau wahrzunehmen. Eine zweite Befragung bestätigte die Ergebnisse der vorangegangenen Erhebung.

Die Projektbeteiligten (von links) Marvin Mönikes (Bette), Prof. Dr. Martin Kohlhase (Hochschule Bielefeld) und Florian Wortmann (Fachhochschule der Wirtschaft). (Bild: it´s OWL Clustermanagement GmbH)

Die Projektbeteiligten (von links) Marvin Mönikes (Bette), Prof. Dr. Martin Kohlhase (Hochschule Bielefeld) und Florian Wortmann (Fachhochschule der Wirtschaft). (Bild: it´s OWL Clustermanagement GmbH)

Anforderungen an das System

Aus den Befragungen ergaben sich wiederum Anforderungen an das technische System:

Humanzentriert: Die KI-Anwendung muss die Belastung der Beschäftigten berücksichtigen und abbilden.

Dynamische Anpassung: Die Anwendung muss sich in regelmäßigen Abständen aktualisieren, ohne das große (programmtechnische) Eingriffe durch den Menschen notwendig sind. Zudem muss die KI durch weiteres Training seine Parameter an einen neuen Datensatz anpassen, solange dieser in seiner Form mit dem heutigen identisch ist.

Stochastisch: Ausfälle von Maschinen oder Qualitätsmängel, die eine Nacharbeit erfordern, treten zufällig auf und beeinflussen die Situation der Beschäftigten am Arbeitsplatz. Die Anwendung muss Verzögerungen und Nacharbeiten korrekt abbilden. Für die wesentlichen Produktspezifikationen muss eine Wahrscheinlichkeit für Nacharbeit an der jeweiligen Arbeits- bzw. Prüfstation ermittelt werden.

Zeithorizont: Die KI muss einen Zeithorizont von fünf Stunden im Voraus prognostizieren können.

Simulation der Fertigung

Die angepeilte KI-Anwendung erstellt aus Daten ein dynamisches Simulationsmodell für die Fertigung. Dieses Modell wird anschließend in den Workflow der Produktionsplaner integriert. Der bisherige Workflow entspricht einer klassischen Produktionsplanung: Die Arbeitsvorbereitung erstellt einen Produktionsplan (Reihenfolgeplan) aus den Kundenaufträgen, der anschließend in der Fertigung ausgeführt wird. Dieses Vorgehen soll durch das KI-gestützte Simulationsmodell, das mit historischen Daten trainiert wird, ergänzt werden. Das Simulationstool wird von den Planern genutzt, um die von ihnen erstellten Produktionsreihenfolge zu simulieren und zu verifizieren. Es informiert über mögliche Engpässe oder Überlastungen der Beschäftigten, die innerhalb der nächsten fünf Stunden auftreten können. Die Planer nehmen anschließend die notwendigen Änderungen vor, um den betreffenden Arbeitsplatz bzw. die Beschäftigten zu entlasten.

Wege verglichen

Damit das Simulationstool getestet und bewertet werden kann, wurden 1.000 Produkte und deren Wege in der Fertigung simuliert. Wie oft dabei einzelne Punkte im Produktionssystem angefahren wurden, wurde mit den realen Pfaden der Produkte verglichen. Die Vorhersage der Belastung ist in Summe dabei präzise genug, um Belastungsspitzen vom normalen Betrieb zu unterscheiden, die Abweichung liegt in fast allen Punkten unter zehn Prozent. Arbeitswissenschaftlich zeigte sich im Projekt, dass eine nicht ausbalancierte Produktion und damit einhergehende Staus eine Belastung für die Beschäftigten darstellen. Als Lösung für die Beanspruchung im Tagesgeschäft identifizierten die beteiligten den Wunsch der Beschäftigten nach einer ausbalancierteren Planung, sowie die Vermeidung technischer Störungen. Um die Effektivität des Assistenzsystems zu evaluieren, ist nach Einführung des Simulationstools eine weitere Befragung geplant.

Bessere Entscheidungen

Mit dem entstandenen KI-Assistenzsystem kann Bette unterschiedliche Arbeitsschritte und Wege verfolgen und Schleifen in der Fertigung durchlaufen. Eine Übertragung des Modells auf andere Produktionssysteme, die eine ähnliche Fertigung besitzen ist ebenfalls möglich. Das System liefert Informationen für bessere Entscheidungen und entlastet damit sowohl die Beschäftigten in der Produktion als auch die Planenden in der Arbeitsvorbereitung.


Das könnte Sie auch interessieren: