LeanBI4ProdLog

Ein adaptiv-iteratives Business-Intelligence-System zur Störungsdiagnose und -prognose in Produktions- und Logistikprozessen auf Basis von Lean-Datenerfassung und Sprachassistenz

Das Ziel des Forschungsprojektes ist die Entwicklung eines Business-Intelligence-Systems mit selbstlernender künstlicher Intelligenz zur Deskription, Diagnose und Prognose von Störungen in Produktions- und Logistikprozessen bei kleineren und mittelständischen Unternehmen (KMU). Dabei soll die Datenerfassung und -auswertung „LEAN“ gestaltet werden, wobei ein Sprachassistenzsystem zum Einsatz kommt.

Worum geht’s? - Kleinere und mittlere Unternehmen (KMU) sehen sich in der Produktion häufig einer nicht-zufriedenstellenden Datenerfassungsstrategie gegenüber. Entweder verursacht eine detaillierte Datenerfassung mit einer hohen Erfassungsauflösung viel Aufwand und entsprechende Kosten oder eine grob-aggregierte, lückenhafte Erfassung führt häufig zum Nicht-Erkennen von Soll-Ist-Abweichungen, wie z.B. Störungen oder Verbesserungspotentialen. Eine Lösung dieses Konflikts liegt in einer bedarfsorientierten Anpassung der Rückmeldeauflösung. Im Forschungsvorhaben wird daher ein adaptiv-iteratives Business-Intelligence-System (BIS) zur Störungsdiagnose und –prognose
entwickelt, das Problemstellen durch gezielte Datenaufnahmen in der Produktion aufdeckt und analysiert. Zugleich werden Verschwendungen aufgrund zu vieler Rückmeldungen (zu hohe Auflösung) vermieden (Lean-Prinzip). Das BIS soll intelligent einen Soll-Ist-Abgleich durchführen und den Auflösungsgrad der Datenaufnahme dynamisch festlegen, um systematisch Problemstellen aufzudecken. Durch eine Sprachassistenz als Erfassungsmedium erfolgt die Rückmeldung aufwandsarm und parallel zur Haupttätigkeit in der einfachsten Kommunikationsform - der natürlichen Sprache. Auf langfristige Sicht befähigen Methoden des maschinellen Lernens das BIS, frühzeitig Abweichungen zu prognostizieren und somit einen störungsfreien Produktionsablauf zu sichern.

Was ist das Ziel? - Verfolgt wird das Ziel, die Datenaufnahme durch eine KMU-gerechte Methode effizienter zu gestalten. Konkret bedeutet das, dass auf langfristige Sicht die Datenqualität, das Prozesswissen und vor allem die Prozesssicherheit gesteigert wird und gleichzeitig der dafür zugrundeliegende Erfassungsaufwand gesenkt wird.

Vorteile für Unternehmen?

• Datenerfassung in der Produktion mittels günstiger, aufwandsarmer und leicht zu implementierender Technik (insb. Sprachassistenz - siehe Abbildung 2).
• Aufbau einer flexiblen Datenbasis für beliebige Produktionsdaten und für stark variierende Produkte und Aufträge.
• Erste Schritte mit Business-Intelligence und künstlicher Intelligenz.
• Systematische Störungsanalyse und Vorhersage von wahrscheinlichen Störungen zur Unterstützung der Lieferterminermittlung, Bewertung der Prozesssicherheit sowie Varianten- und Ähnlichkeitsplanung.

Praxispartner:
Deutsche Werkstätten Hellerau GmbH
FabFlow GmbH,
Hiconform Freitaler Modellwerkstätten eG
Linovag Ladenbau GmbH

Projektlaufzeit: Januar 2020 bis April 2022

Kontakt:
Philipp Scharfe, wiss. Mitarbeiter und Doktorand