Mensch und Algorithmus ein gutes Gespann

Transkript

1 Mensch und Algorithmus ein gutes Gespann Wolfgang Oelschlegel Heidelberger Druckmaschinen AG Andreas Mangold HMS Analytical Software GmbH 25 Jahre Variantenprognose für die Heidelberger Druckmaschinen AG

2 Die Wurzeln von HMS und die Wurzeln von Business Analytics erstes Projekt von HMS immer noch im Einsatz Merkmale Business-Analytics-Anwendung maßgeschneidert nach Kundenwunsch interaktiv und visuell Damals keine Forecasting-Tools keine Daten-Visualisierungs-Tools kein GUI wie Windows Datenbanken waren am Anfang 2

3 Mensch und Algorithmus ein gutes Gespann Agenda Das Projekt als Startschuss für HMS Variantenprognose als Teil der Produktionsplanung in einem großen Industriebetrieb Das System und seine Funktionen Long Term Lifecycle Management (25 Jahre) Erfolgsfaktoren 3

4 1989 Start Wende in Deutschland Erfindung des World Wide Web Gründung der HMS Gesellschaft für angewandte Statistik und Programmierung Start des Variantenprognose-Projekts PAV (Produktionsauftragsverwaltung) 4

5 Variantenprognose in der Produktionsplanung Die Aufgabe Rechtzeitige Beschaffung / Produktion von variantenabhängigen Maschinenteilen in einer variantenreichen Produktion von Investitionsgütern Fertigung anonym aus der Prognose, Montage startet nach Auftragseingang (Ausnahme Standardmaschinen) Vorhersage von ca Variantenausprägungen verteilt auf 8 Typreihen, 60 Maschinentypen von in der Zukunft zu bauenden Maschinen, %-Prognosen der Varianten (relativ) werden mit den geplanten Maschinenstückzahlen multipliziert Einbezug von Anwenderwissen: Änderungseinsteuerung nach Teileverfügbarkeit oder Marketingaktionen 5

6 Variantenprognose in der Produktionsplanung Die Aufgabe Bild: Heidelberger Druckmaschinen AG 6

7 SW Aufs. Hub Standardlieferzeit 9 Monate 3 Monate 3 (4) Wo +/-50 % +/-20 % +/-2 % 3 Monate 3 Wo 9 Monate Prognose Wiederbeschaffungszeit Auftragshorizont Materialplanung/Beschaffung 7

8 Variantenprognose in der Produktionsplanung Die Anwendung Prognosezyklen (monatliche Zeitreihen seit 1992) Glättungsverfahren (exponentielle Glättung mit Anlaufverhalten) Überwachung von Zielkorridoren/Protokollausgabe bei bestimmten Entwicklungen Korrektur direkt im Grafik- oder Textmodus Datenbasis für diverse Auswertungen in Excel 8

9 9

10 10

11 Geschichte der Variantenprognose Long Term Lifecycle Management 1988 mathematische Untersuchungen, Auswahl der exponentiellen Glättung Gründung HMS Gesellschaft für angewandte Statistik und Programmierung 11

12 Vorhersage-Algorithmus exponentielle Glättung y t = α y t + (1 α) y t 1 wobei 0 α 1 durch Ausmultiplizieren: y t = αy t + α 1 α y t 1 + α 1 α 2 y t α 1 α t 1 y 1 + α 1 α t y 0 Anlaufverhalten des Algorithmus wurde angepasst 12

13 Vorhersage-Algorithmus exponentielle Glättung Quelle: Wikipedia 13

14 Geschichte der Variantenprognose Long Term Lifecycle Management 1988 Glättungsalgorithmus 1989 PC-Programm unter MS-DOS Kein Datenbanksystem, kein Windows, aber eine interaktive Grafik-Toolbox Gründung HMS 14

15 Geschichte der Variantenprognose Borland Turbo Pascal (1989) 15

16 Geschichte der Variantenprognose Long Term Lifecycle Management 1988 Glättungsalgorithmus 1989 PC-Programm unter MS-DOS 1993 Portierung nach Windows 3.1 Eigenes leichtgewichtiges indiziertes Filesystem, heute noch im Einsatz SQL Server noch zu jung und schwergewichtig MS SQL Server Microsoft Windows SAS Version 6 - MVA 1989 Gründung HMS MVA=Multi Vendor Architecture, auch unter DOS und Windows mit Fensterumgebung Teile der Prognose damals auch unter SAS auf dem Host SAS-OLAP-Anwendung ab 1994 an anderer Stelle bei HDM 16

17 Geschichte der Variantenprognose Windows-Version (1993) 17

18 Geschichte der Variantenprognose Long Term Lifecycle Management 1988 Glättungsalgorithmus 1989 PC-Programm unter MS-DOS 1993 Portierung nach Windows Excel-Schnittstelle 2003 Entwicklung mit Visual Studio Technologieanpassungen MS SQL Server Microsoft Windows Windows SAS Version 6 - MVA 2005 SAS Forecast Server 1989 Gründung HMS 18

19 Geschichte der Variantenprognose Long Term Lifecycle Management 1988 Glättungsalgorithmus 1989 PC-Programm unter MS-DOS 1993 Portierung nach Windows Excel-Schnittstelle 2003 Entwicklung mit Visual Studio Technologieanpassungen Anpassungen an geänderte Prozesse MS SQL Server Microsoft Windows Windows SAS Version 6 - MVA 2005 SAS Forecast Server 1989 Gründung HMS 19

20 Erfolgsfaktoren Die Intelligenz sitzt vor dem Rechner Automatische Prognose von vielen Zeitreihen / Alerts Eingabe und Speicherung von Korrekturen Durchschaubarer Algorithmus Für Business Analytics: Einsteuerung von Anwenderwissen ist essenziell, selbstlernende Systeme werden denkbar 20

21 Erfolgsfaktoren Software wird von Menschen für Menschen gemacht konstantes Mensch-Maschine Team bei HDM langjährige Unterstützung durch HMS erst der dritte Chefentwickler in 25 Jahren HMS-Mitarbeiter als ganzheitliche Berater Technologien, Methoden, Anwendungswissen, Softskills Projektmanagement heute: Scrum damals: Schritt für Schritt entwickelt im engen Kontakt zwischen Anwender und Entwickler 21

22 Erfolgsfaktoren Make und Buy Sehr günstiger ROI über die Jahre Die damalige Situation war ganz anders als heute keine Tools und Anwendungen daher komplett Make HMS kann alle Kombinationen von Make und Buy unterstützen, vgl. folgende Vorträge Buy: Thomas Feil von der VPV, 14 Uhr Implementierung einer SAS- Branchenlösung Buy und Make: Alexander Jahnke von Siemens, WebScala, 15 Uhr SAS Server mit eigenem Frontend nur Make: vorliegendes Projekt oder auch die Anwendungen bei einer weltweiten Finanzinstitution Komplettentwicklung, Customizing oder Einführung nach Kundenwunsch 22

23 Mensch und Algorithmus ein gutes Gespann 25 Jahre Variantenprognose für die Heidelberger Druckmaschinen AG Weiterführende Vorträge / Thementische: HMS Analytical Software GmbH Rohrbacher Str Heidelberg info@analytical-software.de HMS auf XING: 23