Frühwarnung und Prognose in Produktion und Logistik - Proaktiv zur Planungssicherheit
Im Rahmen einer strategischen Projektkooperation konnten zusammen mit einem großen deutschen OEM der Automobilproduktion zwischen 2017 und 2019 dessen Fertigungs- und Montageprozesse auf ein neues Level an Transparenz gehoben werden. Zur Fortschrittsüberwachung wurde unter Einbindung verschiedener Methoden maschinellen Lernens Klarheit in die Umsetzung und Performance der disponierten Auftragsreihenfolge gebracht und dem Produktionsleiter vergleichbar mit einem Wetterbericht eine Prognose zur Ausbringung an Fahrzeugen pro Schicht als cloudbasierte Web-App entwickelt. Auf einen Horizont von drei Schichten wurden im Testzeitraum 93% aller Aufträge terminlich exakt vorhergesagt und mögliche „Ausreißer beim Soll-Wird-Abgleich identifiziert“, sodass sich die Liege- und Wartezeiten sowie Pönalen gegenüber Logistikdienstleistern erheblich reduzieren ließen. Auf Basis der aktuellen Auftragsdaten und Produktspezifika (z.B. Farb- und Baumusterkombination), Fertigungspläne und Indikatoren des Qualitätsmanagements wurden Korrelationsanalysen der Stör- und Einflussgrößen vollzogen und letztlich Terminprognosen per Decision Tree abgeleitet. Vorangegangen waren diesem Data Engineering umfangreiche prozessuale Analysen des Material- und Informationsflüsse der Gewerke am Standort, um eine konsistente Ursache-Wirkung zu adaptieren bzw. antizipieren.