Prozessanalyse als Voraussetzung für die erfolgreiche Di ... / 5 Vorbereitung der Automatisierungsprojekte

Ein wesentliches Ziel war die Unterstützung der anstehenden IT-Projekte, um die Performance des gesamten Unternehmens stetig zu verbessern. So wurden die Analyseergebnisse den Leitern der verschiedenen "Business-getriebenen" Projekte zur Verfügung gestellt.

Darüber hinaus ergaben sich aus den Ergebnissen der Datenflussanalysen Anregungen für weitere Projekte.

Business-getriebene Projekte, z. B.

• Process Mining
• Material Management
• Projektmanagement für flexible Teams

Datenfluss-getriebene Projekte, z. B.

• Workflow-Management
• Reduzierung/Harmonisierung der IT-Tools
• Verbesserung der Steuerung, u. a. mit Qlik Sense
• Predictive Analytics zur Verbesserung der Forecast-Qualität
• Verwendung der Maschinendaten für Predictive Maintenance, etc.

Weitere Vorschläge für Verbesserungen aus der Schwachstellen-Analyse heraus waren z. B.:

• Elektronische Archivierung und Suche statt Papier-Archivierung
• Automatisierung von Standard-Reports
• Intensive Nutzung von Maschinensensordaten
• Anbindung von strategischen Partnern an die eigenen Systeme
• Automatisierung der Auftragsrückmeldungen
• Mehr SAP-Automatisierung
• Wiki-Einsatz für Erfahrungsdatenbanken statt Excel-Tabellen

Die Ergebnisse der Datenanalyse haben somit Fragestellungen aus verschiedenen Bereichen beantwortet, z. B.

Fragen von IT-Projekten:

• Liegen alle (Log-)Daten vor, die für das Process Mining erforderlich sind?
• Sind die Datenströme erkennbar, die vom neuen Feinplanungssystem für die Fertigung verwendet werden?

Fragen des IT-Bereichs:

• Sind redundante Datenablagen erkennbar?
• Können Datenströme vereinfacht werden (z. B. Zugriff auf gemeinsame Datenbasis)?

Fragen des Industrial Engineering-Bereichs:

• Gibt es Use-Cases im Industrie 4.0-Szenario, die abgedeckt werden sollen? Das könnten sein

  • Condition Monitoring (machine conditions etc.)
  • Quality Monitoring (process compliance, product quality etc.)

Fragen der Process-Owner:

• Gibt es Hinweise auf Prozess-Schwachstellen? Maßnahmen daraus könnten betreffen:

  • Qualitätsverbesserung (Pünktlichkeit, Anzahl Fehler etc.)
  • Beschleunigung (Reduzierung Liegezeiten/Bearbeitungszeiten)
  • Steigerung Wertschöpfung (mehr Durchsatz/Umsatz)
  • Kostensenkung (Prozesskosten, Qualitätskosten etc.)

• Welche Schwachstellen sind in den Datenflüssen selbst aufgefallen, z. B.

  • Medienbrüche
  • Inkonsistenzen (Formate, Detaillierungsgrad)
  • Schnittstellenprobleme
  • Intransparenz (Messgröße, Auswertung)

Eine überschlägige Bewertung der identifizierten Verbesserungsmaßnahmen ergab, dass die Kosten des Projektes in sehr kurzer Zeit amortisiert werden können. Zudem verbessern diese generell die Wettbewerbssituation des Unternehmens durch eine höhere Transparenz und damit Reaktionsfähigkeit für Prozessanpassungen.