Einsatz von KI für verbes­serte Planungs­ge­nau­ig­keit in der Produk­tion

Umset­zungs­be­glei­tung mit der Ortling­haus-Werke GmbH

Industrie 4.0 hat für die Ortling­haus-Werke GmbH einen hohen Stel­len­wert. Das Fami­li­en­un­ter­nehmen, das an seinem Standort in Wermels­kir­chen Kupp­lungen, Bremsen und Antriebs­lö­sungen herstellt, setzt auf konti­nu­ier­liche Digi­ta­li­sie­rungs­maß­nahmen und die Etablie­rung inno­va­tiver Tech­no­lo­gien. Gemeinsam mit Digital in NRW, dem Vorläufer des Mittelstand-Digital Zentrum Rheinland, hat der Mittel­ständler bereits eine Monta­ge­linie digital vernetzt und weit­ge­hend papierlos gestaltet. Jetzt betritt das Maschi­nen­bau­un­ter­nehmen Neuland: Unter­stützt vom Kompe­tenz­zen­trum prüft Ortling­haus die Einbin­dung Künst­li­cher Intel­li­genz (KI) in seine Produk­ti­ons­pro­zesse.

Poten­zi­al­ana­lyse: Welche Möglich­keiten bietet KI?

„Ortling­haus ist in Sachen Digi­ta­li­sie­rung von der Entwick­lung über die Produk­tion bis zur Auslie­fe­rung der Produkte sehr fort­schritt­lich und profes­sio­nell aufge­stellt. Das sind ideale Voraus­set­zungen für den Einsatz von Künst­li­cher Intel­li­genz“, erzählt Frederick Sauermann, Grup­pen­leiter und KI-Experte am Werk­zeug­ma­schi­nen­labor der RWTH Aachen. Als KI-Trainer beglei­teten er und weitere Experten von Digital in NRW das Unter­nehmen auf dem Weg dorthin – über eine Projekt­lauf­zeit von sieben Wochen hinweg.

Zunächst wurden im Rahmen eines Unter­neh­mens­be­suchs die Vorteile und Möglich­keiten von Künst­li­cher Intel­li­genz in KMU vorge­stellt, ein Verständnis für diese Tech­no­lo­gien geschaffen und der mögliche prak­ti­sche Transfer auf Prozesse von Ortling­haus disku­tiert. Dann folgte eine so genannte Poten­zi­al­ana­lyse: „Ziel war es, heraus­zu­finden, welche Prozesse durch Künst­liche Intel­li­genz optimiert werden können und welche Heraus­for­de­rungen damit verbunden sind“, erklärt Frederick Sauermann, der mit seinem Team Daten für mögliche KI-Anwen­dungs­fälle iden­ti­fi­zierte und für eine erste Pilot­an­wen­dung auswer­tete: „Beson­deres Potenzial für den Einsatz von KI liegt bei Ortling­haus in der Bestim­mung von Produk­ti­ons­durch­lauf­zeiten.“

Gute Prognosen für komplexe Prozesse

„Das richtige Timing ist in der Produk­tion das A & O“, weiß auch Bastian Franzkoch, Geschäfts­führer der Ortling­haus-Werke GmbH. „Um im globalen Wett­be­werb bestehen zu können, müssen wir zeit­ef­fi­zient produ­zieren und lange Warte­zeiten für unsere Kunden vermeiden.“ Das bringt so manche Heraus­for­de­rung für den Betrieb mit sich. Wie ist die aktuelle Auslas­tung? Wie sieht der aktuelle Produktmix in der Produk­tion aus? Gibt es einen hohen Kran­ken­stand in der Beleg­schaft? Diese und viele weitere Fragen sind tagtäg­lich aufs Neue zu beant­worten, um zeit- und kosten­op­ti­miert zu produ­zieren. Wenn aber für zukünf­tige Aufträge nur schwer abge­schätzt werden kann, wie lange welches Produkt unter welchen Rahmen­be­din­gungen im Durchlauf braucht, sind auch die Produk­ti­ons­pro­zesse schwer aufein­ander abzu­stimmen und die Liefer­zeiten nicht genau zu kalku­lieren. „Hier kann der Einsatz Künst­li­cher Intel­li­genz helfen“, ist Frederick Sauermann überzeugt. „Sie ermög­licht gute Prognosen – auch bei komplexen Produk­ti­ons­pro­zessen.“

Algo­rithmus „lernt“ aus Auftrags­daten

Das zeigt auch das erfolg­reich beendete Pilot­pro­jekt von Digital in NRW und Ortling­haus. Daten zu mehr als 10.000 histo­ri­schen Produk­ti­ons­auf­trägen haben die Fachleute des Kompe­tenz­zen­trums dafür in enger Zusam­men­ar­beit mit dem Unter­nehmen zusam­men­ge­tragen und analy­siert. Wie sahen die Durch­lauf­zeiten aus? Welche Maschinen wurden genutzt? An welchen Tagen wurden die Aufträge produ­ziert? Mit wie vielen Mitar­bei­tern und Mitar­bei­te­rinnen wurde an den Bauteilen gear­beitet? „Auf Basis dieser Rück­mel­de­daten haben wir ein Pilot-Progno­se­mo­dell für Durch­lauf­zeiten in Programm­code umgesetzt“, erklärt Sauermann das weitere Vorgehen. Und dieser Algo­rithmus lernt. Mit jedem Auftrag, der ergänzt wird. Mit allen Daten, die hinzu­ge­fügt werden, wird der Programm­code trainiert – und erkennt die Zusam­men­hänge zwischen möglichen Einfluss­fak­toren und der Durch­lauf­zeit. „Auf diese Weise können die Produk­ti­ons­zeiten genauer prognos­ti­ziert und die Abläufe optimiert werden“, ist Frederick Sauermann sicher.

Grundlage für KI-Einsatz gelegt

Das Ergebnis des Pilot­pro­jekts gibt ihm recht: Bei dem Vergleich der Prognose des Algo­rithmus und der tatsäch­li­chen Durch­lauf­zeiten kam der Programm­code auf eine Klas­si­fi­ka­ti­ons­ge­nau­ig­keit von bis zu 65 Prozent. Das entsprach einer Verbes­se­rung bishe­riger Schät­zungen um 14 Prozent. Damit haben Digital in NRW und Ortling­haus eine wichtige Basis für den Einsatz von Künst­li­cher Intel­li­genz in dem Wermels­kir­chener Unter­nehmen gelegt. „Auf diesem Ansatz können wir in Zukunft aufbauen, um unsere Prozesse konti­nu­ier­lich weiter zu opti­mieren“, so Bastian Franzkoch.

Planungs­ge­nau­ig­keit erhöht

Doch auch schon jetzt profi­tiert das Unter­nehmen von den Projekt­er­geb­nissen. „Im Rahmen der Auswer­tungen haben wir auch die rele­vanten Einfluss­fak­toren auf die Durch­lauf­zeit iden­ti­fi­ziert und eine Top Ten erstellt“, erklärt Frederick Sauermann. Diese reichen von der Anzahl an Arbeits­vor­gängen für einen Auftrag über Rüst­zeiten an hoch ausge­las­teten Maschinen bis hin zu besonders lang­wie­rigen Arbeits­schritten wie der Wärme­be­hand­lung. „All diese Faktoren wirken sich stark auf die Durch­lauf­zeit der Aufträge aus“, so Sauermann. Werden diese bei der Auftrags­pla­nung gezielt in den Blick genommen, kann die Planungs­ge­nau­ig­keit schon jetzt erhöht, die Liefer­zeit verkürzt werden und vor allem die Termin­treue gestei­gert werden.