Durch die digitale Fertigungsplanung sollen Ressourcen möglichst effizient eingesetzt werden. Der Ressourcen-Begriff unterscheidet sich jedoch je nach Anwendungsfall bzw. kann unterschiedlich weit gefasst werden. Während es in einem Betrieb ausreicht, Maschinen zu planen, sind in einem anderen Unternehmen vielleicht auch Werkzeuge und Mitarbeitende für die Planung relevant. Das hängt davon ab, wie knapp und kostenintensiv die Ressource ist. Ein Beispiel: Einfache Bohrer sind meist in größerer Stückzahl verfügbar und werden bei der Planung nicht explizit berücksichtigt. Anders ist das bei teuren Gussformen oder Spritzgießwerkzeugen, von denen oftmals nur eine oder zwei vorhanden sind – ihre Verfügbarkeit sollte bei der Planung berücksichtigt werden.
Viele Parameter
Die Feinplanung sollte neben den klassischen Ressourcen aber auch sogenannte Verbrauchsressourcen in den Planungsprozess einbeziehen. Dazu gehören etwa das Material und unterschiedliche Energieformen. Insbesondere in einer mehrstufigen Fertigung ergeben sich Potenziale, wenn aktuelle Materialbestände in der Planung berücksichtigt werden. Dies gilt nicht nur für das Rohmaterial, sondern insbesondere für die WiP-Bestände (Work in Progress), die beim Herstellen von Halbzeugen entstehen. Werden die Materialbestände in der Feinplanung berücksichtigt, verkürzt dies durch fehlende Teile verursachte Wartezeiten bereits vor dem Start des jeweiligen Produktionsschritts. Werden Energieverbräuche und vom Energielieferanten bereitgestellte Energiekontingente in der Feinplanung berücksichtigt, birgt dies weitere Einsparungspotenziale. So können unerwartete Lastspitzen beim elektrischen Strom zu enormen Kosten führen, da die Energieversorger diese mit Strafzahlungen belegen. Der Energiepreis orientiert sich auch meist daran, welche Maximallast ein Unternehmen benötigt. Aber auch andere Energieformen wie beispielsweise Gas, Wasserdampf oder Druckluft sind planungsrelevant und sollten bei der Feinplanung berücksichtigt werden. In allen Fällen ist das Ziel, einen möglichst gleichmäßigen Energieverbrauch zu planen, um die vorhandenen Kontingente bestmöglich zu nutzen. Und um noch einmal auf die Werkzeuge in der Planung zurückzukommen – diese müssen nicht nur vorhanden sein, sondern auch gewartet oder gereinigt werden. Möglicherweise gibt es auch Bestandteile des Werkzeugs, die auf verschiedene Arten zusammengesetzt werden können. Das sorgt für zusätzliche Komplexität in der Planung.
Hinzu kommt die Personaleinsatzplanung, die idealerweise an die Fertigungsplanung gekoppelt oder integriert werden kann. Neben den Arbeitszeiten sind hier auch die Qualifikationen der Beschäftigten ein Faktor, der in der Planung berücksichtigen werden sollte. In Summe ergibt sich mehrdimensionale Planungsaufgabe, die es zu lösen gilt – jeden Tag und sobald sich etwas ändert. Denn mit jeder Störung im Ablauf kann die ganze Planung hinfällig werden. Bezieht man den realen Zustand des Shopfloors in die Planung mit ein, so spricht man von der Fertigungssteuerung. Das kann z.B. durch die Integration der Planung in ein Manufacturing Execution System (MES) erfolgen oder durch die Ankopplung der Planungslösung an das MES.
Verteiltes Planen
Die Komplexität in der Planung nimmt weiter zu, wenn mehrere Personen daran beteiligt sind. Dann helfen zunächst Zuständigkeitsbereiche, umd die Planungsaufgabe zu unterteilen. Erstreckt sich die Planung über mehrere Bereiche hinweg, braucht es eine Lösung, mit der mehrere Benutzer gleichzeitig an einem Szenario arbeiten können – egal von wo aus. Wichtig ist, dass alle Beteiligten auf dem gleichen Datenbestand arbeiten können.
Automatisch planen
Wird die manuelle Planung mit all ihren Parametern zu komplex, können Unternehmen diese automatisieren. Es gibt zwei grundlegende Ansätze: die regelbasierte Planung und die Planung auf Basis von künstlicher Intelligenz (KI). Bisher war die regelbasierte oder auch heuristische Planung der Stand der Technik – mittlerweile bietet die KI Vorteile. Die Technologie dahinter wird als Reinforcement Learning (bestärkendes Lernen) bezeichnet. Die Planung erfolgt auf Basis einer selbstlernenden KI. Diese testet verschiedene Möglichkeiten, wiederholt gute Ergebnisse und verfolgt schlechte nicht weiter. Für die Praxis bedeutet das, dass die KI bereits nach wenigen Iterationen innerhalb eines Planungslaufes möglichst optimale Ergebnisse erzielt. Dabei kann die KI jegliche Ressourcen, Zusammenhänge und Rahmenbedingungen automatisch berücksichtigen. Die Arbeitsvorbereitung wird entlastet und Ressourcen werden effizienter genutzt.