Kurz- und Langfristplanung im Zusammenspiel
Umplanen per Drag&Drop
Kurzfristige Ereignisse können auch die beste Planung durcheinander bringen und die Verantwortlichen müssen reagieren. Echtzeit-Daten auf der Shopfloor-Ebene unterstützt von der langfristigen Feinplanung eines APS-Systems sind hier eine Kombination, mit der der Aachener Optimierungsspezialist Inform im Maschinenbau gute Erfahrungen gemacht hat.
Der Wunsch nach einer Produktionsplanung in Echtzeit ist vermutlich so alt wie die erste Software, die zur Unterstützung der Fertigung entwickelt wurde. Wenn ein Computer alle aktuellen Abläufe einer Werkshalle digital abbildet und Entscheidungsträgern komprimiert zur Verfügung stellt, dann müsste er diese zu sehr guten Entscheidungen befähigen. Eine solche Vogelperspektive würde Hindernisse für den operativen Erfolg aus dem Weg räumen. In der Praxis gestaltet sich dies jedoch oft schwierig. Wie also müssen IT-gestützte Kurz- und Langzeitplanung miteinander einhergehen, um die Planungsverantwortlichen zu wirklich optimierten Prozessen zu verhelfen?
Transparenz als Entscheidungsgrundlage
Transparenz ist die Basis jeder Entscheidungsfindung. Maschinen- und Anlagenbauer erreichen diese oft durch die Erfassung von Betriebs- und Maschinendaten (BDE und MDE). Erkennen Verantwortliche etwa, dass ein Arbeitsgang auf einer Maschine länger oder kürzer dauert als angenommen, können sie kurzfristig umplanen. Wenn aber eine früher frei gewordene Maschine mit einem neuen Bauteil bestückt wird, wer stellt sicher, dass durch den neuen Belegungsplan ein späterer, wichtiger Auftrag nicht verzögert wird? Lässt sich sogar ein Bauteil finden, durch dessen frühere Bearbeitung ein Eilauftrag profitiert? Oder lässt sich die insgesamte Termintreue maximieren, indem die Maschine doch im Leerlauf bleibt, bis das ursprünglich eingeplante Teil verfügbar ist? Informationen zum Langzeit-Kontext fehlen oft selbst dem übersichtlichsten Dashboard. Die Produktionsplaner bleiben allein in der Verantwortung, aus den Daten eine zielgerichtete Handlung abzuleiten.
Zu viele Abhängigkeiten
Schließlich sind die unzähligen Abhängigkeiten einzelner Fertigungsschritte bei Vor-, Zwischen- und Endprodukten sowie die daraus entstehenden Restriktionen hinsichtlich personeller, materieller und maschineller Kapazitäten für den menschlichen Planer nicht zu überblicken. Bereits zehn Fertigungsaufträge lassen sich rein rechnerisch in 3,6 Millionen verschiedenen Reihenfolgen abarbeiten. Prioritäten, Kapazitäten, Durchlaufzeiten, Maschinenauslastungen und andere relevante Planungsparameter sind dabei noch nicht einmal berücksichtigt.
Komplexität reduzieren
KrausMaffei, ein Hersteller für Kunststoffmaschinen, verfolgt daher den Ansatz, Komplexität wo möglich zu vermeiden. Das beginnt bereits bei der Konzeption der Spritzgießmaschinen. Diese sind modular aufgebaut und bestehen zum großen Teil aus Standard-Einheiten. Dies erlaubt eine auftragsanonyme Masterplanung, die bereits Bedarf produziert, bevor ein Maschinenauftrag existiert.
Unterstützung durch KI
Wo sich Komplexität nicht reduzieren lässt, setzt KraussMaffei auf KI-Unterstützung. Denn trotz allem lassen sich Kapazitäten in der Fertigung nicht linear verplanen, sondern müssen nach Bestand, Auslastung und Lieferzeit verteilt werden. Eine Aufgabe, die manuell unlösbar ist. Eine automatische Reihenfolgeplanung für die real vorhandenen Maschinenkapazitäten, Personalressourcen und Auftragsnetze ist notwendig, die vorausschauend Abhängigkeiten und Prioritäten berücksichtigt. Dies geschieht in Form eines Advanced-Planning-and-Scheduling-(APS)-Systems. KraussMaffei setzt auf die Software Felios von Inform, die auf Einzel- und Kleinserienfertigung spezialisiert ist. Die Software schlägt Entscheidungen immer mit Blick auf das Gesamtsystem und langfristige Konsequenzen vor. So könnte eine Berechnung beispielsweise ergeben, dass sich insgesamt mehr Aufträge termingerecht bedienen lassen, wenn ein bestimmter Auftrag verzögert wird. Es geht daher bei der Maschinenbelegung nicht nur darum, den jeweils nächsten Folgeauftrag auf einer freien Maschine einzuplanen. Stattdessen erkennt das APS-System, dass es besser sein könnte, den Folgeauftrag einige Zeit länger warten zu lassen, da dann eine Maschine frei wird, die für diesen Auftrag oder die gesamte Abfolge von Aufträgen besser geeignet wäre. Bei KraussMaffei ließen sich die Umlaufbestände durch Felios so um 15 Prozent senken.
Kurzfristig eingreifen
Doch auch wenn täglich ein optimierter Produktionsplan erzeugt wird, können kurzfristige Planungsbedarfe entstehen, etwa bei Personal- oder Maschinenausfällen. Oder auch, wenn planungsrelevante Daten nicht ausreichend im ERP-System verfügbar sind. In diesen Fällen brauchen die Planungsverantwortlichen auf der Shopfloor-Ebene den Überblick und Unterstützung in Echtzeit, um Ungenauigkeiten in den Plandaten zu kompensieren oder bei Störungen schnell zu reagieren. In Felios erfolgt dies über den web-basierten Liveplanner. Arbeitsgänge lassen sich damit in Echtzeit per Drag&Drop alternativen Ressourcen und Zeitfernstern zuordnen oder in der Reihenfolge verändern. Anwender können sich damit außerdem Echtzeit-Informationen wie etwa Materialverfügbarkeiten, Auftragsklassen, Vor- und Folgeaufträge oder die Dauer eines Arbeitsgangs anzeigen lassen.
Im Zusammenspiel
Wichtig ist, dass ein Echtzeit-Tool direkt mit der Langzeitplanung des APS-Systems zusammenspielt. Damit die manuelle Umplanung angesichts der hohen Komplexität nicht versehentlich zu unerwünschten Effekten führt, kann die Applikation so Empfehlungen und Warnungen abgeben. Denkbar sind etwa Hinweise zu passenden Ressourcen oder zum frühst- oder spätestmöglichen Starttermin eines Arbeitsgangs, mit dem sich die Termintreue des Gesamtauftrags einhalten lässt. In dieser Form finden Kurzfrist- und Langfristplanung zu neuer Harmonie.
