Qualitätscontrolling: Mit Internet of Things-Technologie ... / 2.2 Der Lösungsansatz der msg systems ag

2.2.1 Das Konzept

Abweichungen von der richtigen Reihenfolge erkennen

Aktuell wird beim Wareneingang (OEM) und Warenausgang (Lieferant) die korrekte Liefernummer über die üblichen Begleitscheine an der Lieferung sichergestellt. Allerdings ergeben sich in der Praxis regelmäßig Abweichungen zwischen der Wareneingangsposition auf den Begleitscheinen, auf welchen die für die Festlegung der richtigen Reihenfolge im Rahmen der Just-in-Sequenz notwendigen Liefernummern und Sequenznummern enthalten sind, und der tatsächlichen Anordnung der Teile in den Behältern. Durch die eingangs beschriebenen drei Herausforderungen erhöht sich durch diese Abweichungen die Anzahl der Problemfälle wesentlich.

Die Konsequenzen solcher Problemfälle sind nicht unerheblich. Treten diese auf, müssen die gelieferten Teile mühsam umsequenziert und halbfertige Produkte ggf. auch noch an den Montagelinien umgebaut werden.

Lernendes Frühwarnsystem

Dieser Herausforderung wurde seitens der msg systems ag durch die Lösung Smart Logistics Management begegnet. Sie vereinfacht die komplexe Teilebedarfs- und -kapazitätsplanung und kombiniert dies mit einer "lernenden" Fehlerprüfung beim Wareneingang. Auf diese Weise kann ein Frühwarnsystem etabliert werden, welches folgende Punkte adressiert:

• Früherkennung von Materialengpässen zwischen den Lieferanten und dem Hersteller (Wochen statt Tage vorher). Damit werden die Logistikkosten nachhaltig reduziert, falls kurzfristig Teile nachgeliefert werden müssen.
• Früherkennung von Falschlieferungen und –sequenzierung beim Wareneingang (OEM) bzw. sogar bereits beim Warenausgang (Lieferant).
• Identifikation von bislang unerkannten Zusammenhängen im Bestell- und Lieferprozess, d. h. zwischen Materialien und Lieferanten durch vordefinierte Datenanalysen und –berichte, um so zuvor unbekannte Fehlerquellen zu bestimmen und zu adressieren.
• Verbesserung der Lieferantenbewertung durch Einbindung von Lieferanteninformationen aus der Lieferkette, um gezielt Fehler sogar bereits dann zu erkennen und zu beheben, bevor die Waren angeliefert wurden. Dahinter verbirgt sich eine Kombination aus künstlicher Intelligenz und modernen Sensoren, welche die Lieferdaten aufnimmt und mit den Bedarfen abgleicht.
• Erleichterung und Beschleunigung von manuellen Arbeitsschritten am Band, bei der Qualitätssicherung und im Lieferantenmanagement. Dies erfolgt durch entsprechende Schnittstellen in die hierfür vorgesehen IT-Systeme. Auf diese Weise können die entsprechenden Aktionen direkt im Rahmen der hierfür vorgesehenen Verfahren umgesetzt werden.

Cloud-Lösung bietet firmenübergreifende Plattform

Das System läuft in der Cloud und bietet damit die Möglichkeit eine zentrale Plattform über Lieferantenstufen hinweg zu etablieren. Die Plattform nutzt moderne Geräte, wie z. B. Tablets für digitale Bilderkennung und kombiniert dies mit offenen Schnittstellen zu den Produktionsplanungs- und Kapazitätsmanagementsystemen. In Abb. 2 sind die wesentlichen Funktionsblöcke und ihre Ansiedelung bei den verschiedenen involvierten Parteien zusammengefasst.

Abb. 2: msg Smart Logistics Management – Elemente und Datenfluss in der Übersicht

2.2.2 Elemente und Vorteile des Systems im Detail

Materialien und Begleitschein abgleichen

Beim Wareneingang erfassen Sensoren die einzelnen Materialien in ihren Behältern und erkennen die konkrete Materialnummer. Im Anschluss wird der Begleitschein gescannt und das Ergebnis mit dem Produktionsplanungssystem abgeglichen. Abweichungen in der Liefernummer und der –sequenz werden unmittelbar auf einem Monitor angezeigt. Dies bietet den Werkern die Möglichkeit frühzeitig Resequenzierungen durchzuführen.

Entscheidung mit Künstlicher Intelligenz

Als wesentliches Element der IoT-Technologie informieren Sensoren ein zentrales Künstliches Intelligenz-System über Fehler. Dieses informiert dabei auf Basis einer anhand vergangener Abweichungen trainierten künstlichen Intelligenz (KI) in allen Fällen, in denen nicht bereits automatisiert eine Lösung herbeigeführt werden kann, das Lieferantenmanagement im Einkauf. Die Gewichtung und die Klassifizierung der Information entscheidet die KI eigenständig. Trainiert wird die KI mit Reklamationsquoten und auch den aktuellen Bedarfen bzw. Kapazitäten der Lieferanten über ihre produzierten Materialien. Diese Informationen werden zudem mit Zusatzinformationen über den jeweiligen Lieferanten angereichert. Im Ergebnis erhält der Einkauf damit einen umfassenden direkten Überblick über die Lieferantenqualität im Einkauf:

1. Aktuelle Lieferfähigkeit des Lieferanten,
2. Reklamationsquoten, die mit dem jeweiligen Lieferanten zusammenhängen,
3. Zusammenhänge zwischen der Lieferfähigkeit und der Materiallogistik,
4. Aktuelle Bedarfe des OEM und die möglichen Kapazitäten des Lieferanten (aus der Cloud-Datenbank).