Datengetriebene Arbeitsplangestaltung in der Automobilfertigung

Methoden und Werkzeuge der industriellen Datenanalyse erweitern das bisherige Methoden- und Kompetenzportfolio des Industrial Engineerings. Der Einsatz von datengetriebenen Entscheidungsunterstützungen in einem Produktionsnetzwerk leistet einen vielversprechenden Beitrag für ein ganzheitliches Produktivitätsmanagement durch das Industrial Engineering. Innovative Assistenzfunktionen zur Gestaltung und Optimierung von Arbeitssystemen steigern die Produktivität in Unternehmensumfeldern mit hoher Produkt- und Prozessvariabilität und schaffen somit einen Mehrwert. Durch die Implementierung entlang des Produktentstehungsprozesses und in der Serienphase wird der Fokus stärker auf Gestaltungsaufgaben und Wissenstransfer gelegt. Die Realisierung der datenbasierten Assistenzfunktionen für das Industrial Engineering erfolgte in verschiedenen Analyseschritten. Diese wurden am Beispiel der Türenvormontage eines Automobilherstellers validiert. Hierfür erfolgte zunächst eine automatische Standardisierung der Prozessbeschreibungen mithilfe von Text-Mining-Verfahren, welche die maschinelle Lesbarkeit der Prozessbeschreibungen sicherstellen. In weiteren Analyseschritten wurden exemplarisch sechs Vergleichskriterien implementiert. Es konnten mehr als 80 % der bauteilbezogenen Montageprozesse automatisch in sieben Arbeitsplänen der Türenvormontage identifiziert und marken- und werkübergreifend verglichen werden. Durch den datengetriebenen Vergleich bauteilbezogener Montageprozesse können dem Arbeitsgestalter insbesondere bewährte Lösungsansätze marken- und werksübergreifend bereitgestellt werden. Die im Referenzbaukasten integrierten Lösungen unterstützen das automatische Auffinden, Wiederverwenden und Vergleichen relevanter Prozessplanungsdaten und tragen einen wichtigen Teil zur konsistenten und an besonders bewährten Lösungen orientierten Prozessgestaltung in Produktionsnetzwerken bei. Die Realisierung der datenbasierten Assistenzfunktionen in eigenständigen Analyseschritten ermöglicht zudem die Verwendung der Teilergebnisse für weitere nachgelagerte Anwendungsfälle wie beispielsweise Taktungsoptimierung oder Simulationserstellung.