Anzeige
Anzeige
Anzeige
Beitrag drucken

Process Mining und Prozessautomatisierung

Ein Robo-Berater für Druckunternehmen

Innerhalb der Heidelberger Druckmaschinen AG verantwortet die Heidelberg Digital Unit die digitalen Geschäftsmodelle des Unternehmens. Dazu gehört auch die Einführung eines Subscription-Modells. Über Process-Mining-Technologie gelingt es der Firma, Performancemuster für Beratungsansätze automatisiert zu finden und die Basis für einen Beratungsroboter zu legen.

 (Bild: Heidelberger Druckmaschinen AG)

(Bild: Heidelberger Druckmaschinen AG)

Entscheidet sich ein Kunde der Heidelberger Druckmaschinen AG für ein Subscriptions-Modell, bekommt er Maschinen, Verbrauchsmaterialien, Software, Serviceteile und Dienstleistungen zur Verfügung gestellt. Die Abrechnung erfolgt orientiert am Output, das heißt pro gedrucktem Bogen. Eine entsprechende Performance liegt somit im Interesse beider Seiten. Ein solches digitales Geschäftsmodell erfordert rund um die Uhr einen digitalen Zugang des Kunden zum Dienstleister. Mit dem Heidelberg Assistant führte das Unternehmen bereits 2016 ein Kundenportal ein, welches nun auch die Performance-Services abbildet. Nutzer haben dadurch Zugriff auf wichtige Kennzahlen, Serviceverträge sowie Dienstleistungen und die Verfügbarkeit und Effizienz ihrer Maschinen direkt im Blick. Mit dem im Frühjahr 2020 vorgestellten PAT(Performance Advisor Technology)-System können Nutzer ab Herbst 2020 einen weiteren Service innerhalb des Heidelberg Assistant nutzen, der künstliche Intelligenz, Machine Learning und Process Mining kombiniert.

Hilfsmittel für Berater

Tom Oelsner, COO und Head of Digital Innovation bei der HDU, stand vor folgendem Problem: „Digitale Geschäftsmodelle sind ein großer Erfolg. Doch bei aller Digitalisierung sind Druckprozesse noch immer so komplex, dass eine Prozessoptimierung nur mit dem Wissen von erfahrenen Beratern durchgeführt werden kann. Mit etlichen Terabyte an Daten kamen wir bei der Beratung in der Vergangenheit immer wieder an personelle Grenzen. Die Berater brauchten ein digitales Hilfsmittel, das Ihnen die Arbeit erleichtert. Ein solches Tool gab es noch nicht“. Also veranstaltete man gemeinsam mit der PAF als Technologiepartner einen Hackathon.

Automatisierte Ursachenanalyse

Dafür wurden zunächst 30 ausgewählte Talente aus 13 Nationen im Umgang mit dem Process-Mining-Tool PafNow geschult. Fünf Teams stürzten sich anschließend auf anonymisierte Daten der Heidelberg Cloud. Am Ende setzte sich ein Konzept durch, das mittels Prozessoptimierungen die Produktivität der Heidelberg-Kunden steigern sollte. Dabei wurde die These getestet, dass es anhand der Identifizierung von Daten-Mustern möglich ist, eine automatisierte Ursachenanalyse zu betreiben. Dieses Konzept stellte den Ausgangspunkt für PAT dar, das in der Folge über einen Zeitraum von rund 12 Monaten gemeinsam mit der PAF weiter zu einem funktionsfähigen Service ausgearbeitet wurde.

Unstrukturierte Daten

PAF-CEO Tobias Rother sieht die größten Herausforderungen des Projektes im Umgang mit den unstrukturierten Daten: „Klassische Process-Mining-Projekte setzen oftmals etwa auf SAP-Daten auf. Diese Daten sind soweit angereichert, dass unser Process-Mining-Tool hier im Handumdrehen eine Ursachenanalyse betreiben kann und die Lösung des Prozessproblems gleich mitliefert – in der Regel sogar auch gleich löst. Doch Druckmaschinen verfügen über etwa 3.000 Sensoren. Der Prozess ist hochkomplex. Hier helfen keine Standardanalysen mehr. Deswegen haben wir in enger Abstimmung mit dem Heidelberg Digital Unit-Team PAFnow auf die Sprünge geholfen.“

Das Problem erkennen

Die Overall Equipment Efficiency (OEE) von Druckmaschinen wird hauptsächlich über drei Parameter definiert. Erster Ansatzpunkt ist die Rüstzeit der Maschine, bis ein sogenannter ‚Gutbogen‘ entsteht, also der erste Bogen, der dem gewünschten Druckergebnis entspricht. Ein zweiter Parameter ist die Ausschussmenge, also die Anzahl verworfener Bögen bis zum gewünschten Ergebnis. Des Weiteren wird gemessen, wie lange der Druckjob dauert. „Spannend wird es, wenn man für die Ursachenanalyse einer suboptimalen OEE die entscheidenden Parameter in den Sensordaten sucht.“ Dazu brauche es zweierlei: Die Anwendungsexperten, die wissen, wo Prozessprobleme typischerweise ihren Ursprung nehmen, sowie ein System, das in tausenden von Daten in hoher Analysegeschwindigkeit Querbezüge herstellen kann. Eine weitere Herausforderung war, dass die Anomalien der verantwortlichen Parameter beim Hightech-Druck in der Regel so klein sind, dass sie eigentlich noch im Toleranzbereich der Maschinen liegen. Im Datenmodell des Process-Mining-Tools werden diese jedoch sichtbar. Die Anwendung kann messen, an welcher Stelle ein Problem seinen Ursprung hat, wie stark der Effekt ist und liefert Anhaltspunkte dazu, wie man gegensteuern kann. PAT gibt dann als Teil des Heidelberg Assistant eine Verbesserungsmaßnahme aus. Anwender erhalten dabei über ein Schulungsvideo Hilfe zur Lösung des Problems an der Maschine.


Das könnte Sie auch interessieren:

Im Rahmen einer Partnerschaft wollen T-Systems und GFT gemeinsame Lösungen für die Fertigungsindustrie anbieten, mit denen Fehler in der Produktion schneller erkannt werden können.‣ weiterlesen

John Abel wechselt von Veritas zu Extreme Networks, wo er künftig die Position des CIOs wahrnehmen wird.‣ weiterlesen

Nach fünf Messetagen ging am Freitag die Hannover Messe zu Ende. Insgesamt 90.000 Teilnehmer haben sich für die digitale Edition der Industrieschau registriert. Auch ohne Präsenzveranstaltung zog die Deutsche Messe ein positives Fazit. Ein Ersatz sei die digitale Messe jedoch nicht, so Dr. Jochen Köckler, Vorstandsvorsitzender der Deutschen Messe. Die nächste Messe soll als Hybridveranstaltung teilnehmen.‣ weiterlesen

Produzierende Unternehmen brauchen Transparenz über Zusammenhänge, über Kosten und Erträge und die Prozessqualität. Business Intelligence ist die Antwort der Softwareanbieter für dieses Problem. Für SAP S/4Hana-Anwender könnte dafür insbesondere die SAP Analytics Cloud interessant sein.‣ weiterlesen

Seit gut eineinhalb Jahren betreibt Simus Systems eine Online-Plattform, auf der Auftraggeber und Auftragnehmer die Metallbearbeitung von Bauteilen kalkulieren - und das Interesse am Tool ist rege. Anwender laden ihr CAD-Modell hoch und erhalten eine valide Vorkalkulation des geplanten Bauteils.‣ weiterlesen

Erst die Interoperabilität von Maschinen und Anlagen ermöglicht Unternehmen die Teilhabe an neuen digitalen Strukturen und ist Grundvoraussetzung für neue digitale Geschäftsmodelle. Durch interoperable Schnittstellen können neue Maschinen effizienter integriert werden. Die VDMA-Studie ‘Interoperabilität im Maschinen- und Anlagenbau‘ zeigt die Relevanz von interoperablen Schnittstellen und dazugehörigen Standards in den Unternehmen.‣ weiterlesen

Im Gewerbebau gehört ein differenziertes Zutrittsmanagement zum Standard der meisten Ausschreibungen. Für Betriebe lohnt es, sich mit dem Thema zu beschäftigen. Denn die Infrastruktur sollte später neue Anforderungen im Besuchermanagement ohne hohe Mehrkosten abbilden können.‣ weiterlesen

Die Vor- und Nachteile von SQL-, NoSQL- und Cloud-Datenbanken in Produktionsumgebungen werden noch immer diskutiert. Es wird höchste Zeit für ein Datenbankmanagement-System, das die Stärken aller drei miteinander verbindet.‣ weiterlesen

Predictive Maintenance, oder auch vorausschauende Instandhaltung, bildet einen der primären Anwendungsfälle im Spektrum der Industrie 4.0. Doch noch sind viele Unternehmen von den Ergebnissen enttäuscht, nachdem ihnen die technische Umsetzung gelungen ist. Eine planvolle Roadmap beugt dem vor, indem ein vorteilhafter Rahmen um das Werkzeug gezogen wird.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige