Anzeige
Anzeige
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:

Boston Micro Fabrication hat den 3D-Drucker MicroArch S240 vorgestellt: Bei einem Bauvolumen von 100x100x75mm ist er auf die Serienproduktion von Mikrobauteilen in Endqualität ausgelegt.‣ weiterlesen

Das Vertragsmanagement findet oft noch in Papierform statt. Dabei ermöglichen Lösungen für das Contract Lifecycle Management (CLM) längst eine digitale Abwicklung entlang der gesamten Wertschöpfungskette.‣ weiterlesen

Bordnetzhersteller können ihre spezifischen Anforderungen an Manufacturing-Execution-Systeme mit Branchenlösungen abbilden. Bei der Integration spart das viel Customizing und im Betrieb können Nutzer erwarten, dass Branchentrends besonders schnell im Standard landen.‣ weiterlesen

In einem offenen Brief haben sich IT-Forscher verschiedener Institutionen und Unternehmen an die Politik gewandt und fordern, Lösegeldzahlungen nach Ransomware-Angriffen zu unterbinden.‣ weiterlesen

Der Security-Spezialist Trend Micro gründet mit VicOne eine Tochtergesellschaft, die sich auf die Absicherung von Elektrofahrzeugen und vernetzten Fahrzeugen konzentrieren soll.‣ weiterlesen

Operationales Reporting hilft Firmen, Entscheidungen mit Echtzeitdatenanalysen zu beschleunigen und abzusichern. Angesichts der aktuellen Krisen gewinnt der Ansatz an Bedeutung. Die SAP-Software für diese Aufgabe heißt Embedded Analytics. Was kann dieses Tool und wie unterscheidet es sich von SAP BW?‣ weiterlesen

Mit der Übernahme von Empolis will ProAlpha sein ERP-Portfolio erweitern. Das Unternehmen aus Kaiserslautern bietet cloudbasierte und KI-gestützte Lösungen für die Analyse und Verarbeitung von Geschäftsprozess-relevanten Informationen an.‣ weiterlesen

Kleine und mittlere Unternehmen haben bei der Umsetzung von Big-Data-Projekten mit Problemen zu kämpfen. So geben in einer Studie des Cloud-Anbieters Ionos 55 Prozent der Befragten an, dass Daten nicht in ausreichender Form vorliegen.‣ weiterlesen

Die 2023er Releases von Autodesk stehen zur Verfügung. Parallel stellt das Systemhaus Contelos überarbeitete Addons vor: Tools4Engineers, Tools4GIS, GeoPhotoXtension und BohrKernXtension sollen Anwendern die Arbeit mit Autodesk-Lösungen erleichtern.‣ weiterlesen

Vecoplan nutzt bereits seit 2008 Fernzugriffsfunktionen für seine Maschinen. Mithilfe des IoT-Spezialisten Ixon hat der Maschinenbauer dieses Angebot ausgeweitet und bietet heute sogar Kameraüberwachung für seine Recyclingmaschinen an.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige