KPI-gesteuerte Optimierung von Produktionsprozessen



Die Qualicision-Technologie basiert auf komplementär erweiterter Fuzzy Logik und hilft, Entscheidungs-Know-how in Form von Software in Geschäftsprozesse zu integrieren. Unschärfe (Fuzziness) entsteht in Geschäftsprozessen nicht nur durch Ungenauigkeit der verwendeten Prozessplandaten. Sie entsteht insbesondere durch die Vielfalt der Wechselwirkungen zwischen den Möglichkeiten zur Steuerung der Geschäftsprozesse und den Prozesszielen, den sogenannten Key Performance Indikatoren (KPIs).

Bei Qualicision-basiert optimierten Geschäftsprozessen werden die Wechselwirkungen in Form von Matrizen (Wirkungsmatrizen) anhand der Prozessdaten erfasst. Aus den Wirkungsmatrizen wird mittels einer mathematischen Konflikt- und Verträglichkeitsanalyse (KV-Analyse) errechnet, welche Entscheidungsalternativen auszuwählen sind, um die Prozessziele möglichst genau zu erreichen. Technisch betrachtet macht die KV-Analyse die sogenannte kombinatorische Vielfalt der Steuerungsmöglichkeiten im Hinblick auf die Optimierung der KPIs beherrschbar. Beispiele sind Optimierungen von Produktionsreihenfolgen in der Automobilindustrie und in produzierenden Unternehmen generell.

 

Copyright: PSI FLS

Copyright: PSI FLS

 

Die Qualicision Functional Decision Design Scheduling Engine (QFDDS) bildet eine Qualicision-basierte Planungsunterstützung für die werkstattorientierte Fertigung (shop floor planning) und wird unterhalb eines ERP-Systems integriert. Fertigungsaufträge für den Produktionsprozess werden im ERP-System verwaltet und der QFDDS-Engine zur Feinplanung zur Verfügung gestellt. QFDDS generiert einen Belegungsplan unter Berücksichtigung der gewünschten Optimierungsprioritäten bzw. Key Performance Indikatoren KPIs wie maximale Auslastung, minimale Lagerhaltung, kurze Auftragsdurchlaufzeit, minimale Rüstzeiten, Bevorzugung von Auftragsprioritäten und nahen Lieferterminen und stellt diesen dem umgebenden System für die Weiterverarbeitung z.B. am BDE-Terminal zur Verfügung.

Für die Unterstützung des Disponenten beim Finden von geeigneten Prioritäteneinstellungen für die KPIs ist im QFDDS ein Lernalgorithmus integriert, der über verschiedene Prioritäteneinstellungen permutiert und so nach verschiedenen KPIs optimierte Belegungspläne analysiert, um die vom System errechneten Kennzahlen zu maximieren. In einer zusätzlichen Erklärungskomponente können die Ergebnisse der KPI-Optimierung als KPI-Viewer visualisiert werden (siehe braune Fläche in Abbildung 2). In der brauen Fläche werden die während der Lernphase maximal pro KPI erreichbaren Ausprägungen (Utopia-Punkte) dargestellt. Als Auswahlhilfe für eine bestimmte Prioritäteneinstellung kann der Disponent ein Wunschmuster (rote Fläche der Grafik) angeben, zu dem automatisch die beste Prioritäteneinstellung (graue Fläche der Grafik) angezeigt wird.