Produktionsfeinplanung mit künstlicher Intelligenz

Künstliche Intelligenz ermöglicht Dallmer, das Optimum aus der Produktionsfeinplanung herauszuholen
Künstliche Intelligenz ermöglicht Dallmer, das Optimum aus der Produktionsfeinplanung herauszuholen
Künstliche Intelligenz ermöglicht Dallmer, das Optimum aus der Produktionsfeinplanung herauszuholen
Künstliche Intelligenz ermöglicht Dallmer, das Optimum aus der Produktionsfeinplanung herauszuholenBild: Anatoly-Stojko / Dreamstime

Seit rund drei Jahren setzt Dallmer, ein Spezialist für Entwässerungstechnik, auf ein Optimierungstool als Erweiterung der ERP-Funktionalitäten im Bereich Planung und Disposition ein. Zudem wurde jüngst auch ein KI-gestütztes PPDS (Production Planning und Detailed Scheduling) für die Produktions- und Reihenfolgeplanung implementiert. Ziel dabei war es, das in die Jahre gekommene Feinplanungstool zu ersetzen und damit sowohl die Planungsqualität als auch den Automatisierungsgrad zu erhöhen.

Aufgabe des neuen PPDS-Systems ist es, eine integrierte Betrachtung von Mengen, Kapazitäten und benötigten Ressourcen zu ermöglichen und dabei ein optimales Planungsergebnis zu erzielen. Aufgrund der hohen Komplexität mit einem unüberschaubaren Lösungsraum sind konventionell entwickelte PPDS-Systeme diesen Anforderungen nicht gewachsen. Daher trifft man im betrieblichen Alltag eher auf solche Systeme, die zur Visualisierung des aktuellen Produktionsplans dienen, der auf Basis vergleichsweise weniger standardisierter Parametern erstellt wurde. In ihm sind leider niemals wirklich alle bestehenden Restriktionen berücksichtigt. Für die Berechnung mit konventionellen mathematischen Methoden fehlt die Rechenleistung. Infolgedessen weicht die reale Produktion fast immer vom Soll ab und Disponenten müssen sich deshalb oft auf die Expertise Fertigungsleitung verlassen, um die Lieferbereitschaftsziele dennoch sicherstellen.

PPDS mit KI

Dallmer verfolgt jedoch das Ziel, wöchentlich einen wirklich umsetzbaren Produktionsplan zu erzeugen, der bereits alle bekannten bestehenden Restriktionen in der Produktion sowie die Verfügbarkeit der benötigten Ressourcen wie Maschine, Material oder Personal berücksichtigt und der bei neuen Ereignissen auch noch kurzfristig auf den tagesaktuellen Stand optimiert werden kann. Hier sollte künstliche Intelligenz helfen. Deren Einsatz war jedoch mit einigen Anforderungen verbunden:

  • Scorefunktionen zur Bewertung der Lösungsszenarien und zur Abbildung der unternehmensspezifischen Zielgrößen wie Termineinhaltung, Produktivität und Durchsatz
  • Ein Arbeitsplanmodell zur genauen und flexiblen Abbildung der Produktionsabläufe
  • Eine übersichtliche Darstellung des Planungsergebnisses in Form eines interaktiven Ganttcharts

Aufgrund der Empfehlungen der Unternehmensberatung Abels & Kemmner, die auch die Einführung begleitet hat, entschied sich Dallmer für das KI-basierte PPDS-System der SCT Supply Chain Technologies, das die oben genannten Funktionen abdeckt. Die KI-Algorithmen erkennen während der Optimierung, welche Veränderungen, sogenannte Moves, zu einer Verbesserung führen und welche nicht. Dabei werden alle Änderungen am Produktionsplan durch die Scorefunktionen bewertet und geprüft, ob sich eine Verbesserung eingestellt hat. Ist dies der Fall, wird die Vorgängerlösung verworfen und ab da die aktuelle Lösung als Optimum behalten, bis eine noch bessere Lösung gefunden wird. Die KI erkennt, in welche Richtung die nächsten Moves zu tätigen sind und welche Bereiche ausgelassen werden können. So müssen nicht alle möglichen Szenarien durchgerechnet werden, sondern lediglich die erfolgsversprechenden.

Termineinhaltung geht vor

Dallmer legt bei der Einstellung der Scorefunktionen das größte Gewicht auf die Termineinhaltung, um die Kundenzufriedenheit sicherzustellen. Zweitwichtigstes Kriterium ist die Produktivität, was sich durch die Vermeidung von Rüstprozessen und Maschinenstillständen äußert. Soll ein Auftrag gegenüber anderen Aufträgen Vorrang erhalten, lässt sich dies über sogenannte externe Prioritäten realisieren, die bei der Scoreberechnung berücksichtigt werden und bei der Bevorzugung solcher Aufträge zu einem besseren Ergebnis führen.

Zur Abbildung der Arbeitsprozesse konnte das klassische Arbeitsplanmodell, wie man es etwa von ERP-Systemen kennt, nicht dienen. Von großer Bedeutung war den Beteiligten etwa die Abbildung der Rüstprozesse im Kunststoffbereich, da hierfür nur speziell geschultes Personal eingesetzt werden kann. Dieses Rüstpersonal ist in der Optimierung als möglicher Engpass besonders zu berücksichtigen. Deshalb kommt im neuen System ein individuell entwickeltes Arbeitsplanmodell zum Einsatz, bei dem Arbeitsgänge in beliebig viele Arbeitsgangabschnitte, sogenannte Tasks, unterteilt werden können. So können beliebige Abläufe dargestellt werden und zu jedem Task beliebige Ressourcen (z.B. Rüstpersonal, Material oder Werkzeuge etc) zugeordnet werden. Sollten alternative Ressourcen vorhanden sein, so lassen sich diese ebenfalls pro Task definieren. Somit ist nun erstmals eine umfängliche Prüfung auf die Verfügbarkeit der erforderlichen Ressourcen möglich und der erstellte Produktionsplan in allen Belangen umsetzbar.

Transparenz durch Ganttchart

Das interaktive Ganttchart gibt einen schnellen Überblick über das Planungsergebnis. Je Arbeitsplatz wird die Abfolge der einzelnen Tasks dargestellt. Die Abhängigkeiten der Tasks untereinander werden auch als grafische oder tabellarische Netzstruktur abgebildet. Diese Netzstrukturen zeigen auch Problemstellen auf, wenn beispielsweise eine zu späte Materialbestellung den pünktlichen Start eines Tasks verhindert. Möchte die Fertigungssteuerung eine Veränderung des Plans manuell vornehmen, erfolgt dies über ein Kontextmenü. Dabei wird neben den möglichen Platzierungen des Tasks nach der Änderung auch die Bewertung der Verschiebung anhand der Scorefunktionen angezeigt. Zudem erhält der Fertigungssteuerer die Liste aller anderen Tasks, die durch seinen Zug verändert wurden. Über die integrierte Undo-Funktion kann er seinen Eingriff schnell und einfach wieder zurücknehmen.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert