Tagungsband Institutskolloquium 2010 Strategien zur Beherrschung der Komplexität

Transkript

1 Tagungsband Institutskolloquium 2010 Strategien zur Beherrschung der Komplexität am 22. Januar 2010 in Dresden Veranstalter: Technische Universität Dresden Fakultät Maschinenwesen Institut für Technische Logistik und Arbeitssysteme Prof. Dr.-Ing. habil. Thorsten Schmidt (Hrsg.) Prof. Dr.-Ing. Martin Schmauder (Hrsg.)

2 Herausgeber: Prof. Dr.-Ing. habil. Thorsten Schmidt Prof. Dr.-Ing. Martin Schmauder Technische Universität Dresden Institut für Technische Logistik und Arbeitssysteme Bearbeiter: Dipl.-Ing. David Wustmann Verlag: Selbstverlag der Technischen Universität Dresden Alle Rechte vorbehalten, auch das des Nachdruckes, der Wiedergabe (Photokopie, Mikrokopie), der Speicherung in Datenverarbeitungsanlagen und der Übersetzung, auszugsweise oder vollständig. Die Publikation, die die Vorträge der des Kolloquiums 2010 enthält, erscheint als nicht redigierter Manuskriptdruck. Die einzelnen Beiträge geben die auf persönlichen Erkenntnissen beruhenden Ansichten und Erfahrungen der jeweiligen Vortragenden bzw. Autoren wieder. Diejenigen Bezeichnungen von im Text genannten Erzeugnissen, die zugleich eingetragene Warenzeichen sind, wurden nicht besonders kenntlich gemacht. Es kann also aus dem Fehlen der Markierung nicht geschlossen werden, dass die Bezeichnung ein freier Warenname ist. Ebenso wenig ist zu entnehmen, ob Patente oder Gebrauchsmusterschutz vorliegen. Autoren und Herausgeber haben alle Texte, Programme und Abbildungen mit großer Sorgfalt erarbeitet. Dennoch können Fehler nicht ausgeschlossen werden. Deshalb übernehmen weder Autoren noch Herausgeber irgendwelche Garantien für die in diesem Tagungsband gegebenen Informationen. In keinem Fall haften Autoren oder Herausgeber für irgendwelche direkte oder indirekte Schäden, die aus der Anwendung dieser Informationen folgen. Das Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere die der Übersetzung, des Nachdrucks, der Entnahme von Abbildungen, der Funksendung, der Wiedergabe auf photomechanischem oder ähnlichem Wege und der Speicherung in Datenverarbeitungsanlagen bleiben, auch bei nur auszugsweiser Verwertung, vorbehalten. ISBN , TU Dresden, Fakultät Maschinenwesen

3 Inhaltsverzeichnis 3 Inhaltsverzeichnis Vorwort 4 Eröffungsvortrag: Kapazitätsmanagement im Kundenauftragsprozess Dr.-Ing. Martin Daferner (DAIMLER AG) 5 Planung komplexer Materialflusssysteme Dipl.-Math. Christian Hammel (Technische Logistik) 6 Diagnose komplexer Materialflusssysteme Dipl.-Ing. David Wustmann (Technische Logistik); Dr.-Ing. Vladimir Vasyutynskyy (Technische Informationssysteme) 13 Der Mensch in komplexen technischen Systemen Dr.rer.nat. Karin Joiko 26 Nachhaltige Nutzung von Maschinen und Anlagen Dipl.-Ing. Michael Krengel (Arbeitswissenschaften ) 34 Wearable Systeme für Kommissionierung industrieller Güter sowie Wartung und Reparatur Dipl.-Ing. Patrick Zschaler (DAIMLER AG) 44 Themenausblick: Dynamik und Energieeffizienz materialflusstechnischer Prozesse Dr.-Ing. Frank Schulze (Technische Logistik) 50 Abschlußvortrag: Maßgeschneiderte Logistik für einen 1st Tier Supplier der Automotivebranche Dipl.-Wirtsch.-Ing. Uwe Wenzel (LOGSOL GmbH) 57

4 Vorwort 4 Vorwort Derzeit häufig strapazierte Schlagworte wie Wandlungsfähigkeit, Flexibilität und Nachhaltigkeit halten seit einigen Jahren durchaus gerechtfertigt Einzug in die unternehmensinterne Logistik. Diesen, an intralogistische Prozesse gestellten Anforderungen, stehen jedoch immer komplexer werdende Systeme gegenüber. Es bedarf somit neuer, innovativer Ansätze und quantitativer Methoden um dem grundlegenden Interesse eines jeden Unternehmens, dem Streben nach wirtschaftlicher Effizienz, in Planung und Betrieb Rechnung tragen zu können. Trotz fortschreitender Technisierung ist und bleibt der Mensch auch in Zukunft in jedem Arbeitssystem der bestimmende Faktor. Nur die ganzheitliche Betrachtung des Zusammenspiels technischer und menschlicher Komponenten führt zu wandlungsfähigen und flexiblen intralogistischen Systemen. Der Erfolg unseres Fachkolloquiums im Februar 2009 hat uns bestärkt und dazu veranlasst, die thematische Ausrichtung in diesem Sinne zu ergänzen. Vor diesem Hintergrund steht das Institutskolloquium 2010 unter dem Motto Strategien zur Beherrschung der Komplexität in logistischen (Arbeits-) Systemen. Das Kolloquium des Instituts für Technische Logistik und Arbeitssysteme zeigt aktuelle, interessante Beiträge und wendet sich mit qualitativ hochwertigen Fachvorträgen an Praktiker und Wissenschaftler gleichermaßen. Wir möchten Sie einladen, mit uns diese Plattform zur lebendigen Diskussion zwischen Industrie und Forschung über die erreichten Ergebnisse und künftigen Zielstellungen zu nutzen. An dieser Stelle möchte sich das Institut für Technische Logistik und Arbeitssysteme bei allen Teilnehmern für das Interesse bedanken. Unser Dank gilt ebenso den Referenten, welche durch ihre Fachvorträge und Präsentationsunterlagen einen wesentlichen Beitrag zum Gelingen des Institutskolloquiums und dieses Tagungsbandes leisteten. Dresden, Januar 2010 Prof. Dr.-Ing. Martin Schmauder Prof. Dr.-Ing. habil. Thorsten Schmidt

5 Kapazitätsmanagement im Kundenauftragsprozess 5 Eröffnungsvortrag: Kapazitätsmanagement im Kundenauftragsprozess Dr.-Ing. Martin Daferner (Daimler AG) Das Kapazitätsmanagement in einem build-to-order Unternehmen hat zum Ziel, Kundenaufträge ohne Terminverzug zu bedienen. Dafür müssen zeitsynchron ausreichende Kapazitäten aus den Produktionsstufen und von den Lieferanten zur Verfügung stehen. Im Spannungsfeld zwischen der schnellen Lieferung des Endprodukts an den Kunden und der Wirtschaftlichkeit der Wertschöpfungsketten, müssen Arbeitspunkte gefunden werden, die Kundenbedarfe und Lieferkapazitäten in Einklang bringen. Mit einem vorausschauenden Prozess und einem darauf abgestimmten System gelingen Antworten auf die Herausforderungen im Kapazitätsmanagement eines build-to-order Unternehmens. Die Präsentation selbst ist nicht zur allgemeinen Veröffentlichung bestimmt. Für Rückfragen wenden Sie sich bitte an den Referenten. Dr. Martin Daferner Daimler AG Projekt VoKuS Digitale Planungsunterstützung und Ablaufsimulation Produktionsplanung Mercedes-Benz Cars LOG/LP1 050-B Sindelfingen/Germany Daimler AG Sitz und Registergericht/Domicile and Court of Registry: Stuttgart HRB-Nr./Commercial Register No Vorsitzender des Aufsichtsrats/Chairman of the Supervisory Board: Manfred Bischoff Vorstand/Board of Management: Dieter Zetsche (Vorsitzender/Chairman), Günther Fleig, Rüdiger Grube, Andreas Renschler, Bodo Uebber, Thomas Weber

6 Planung komplexer Materialflusssysteme 6 Institutskolloquium 2010 Strategien zur Beherrschung der Komplexität Planung komplexer Materialflusssysteme Dipl.-Math. Christian Hammel TU Dresden Fakultät Maschinenwesen Professur für Technische Logistik Dresden, 22. Januar 2010 Flugplan Ausgangslage Idee Herangehensweise Auswertungen Ausblick Dresden Christian Hammel Folie 2

7 Planung komplexer Materialflusssysteme 7 Ausgangslage Arbeitsfeld Entwurf des Layouts und der Steuerung komplexer Materialflusssysteme (z.b. Gepäckförderanlagen) Status quo Manueller Entwurf, in unterschiedlichen Phasen, keine Bewertung Ziel Entwicklung innovativer (bio-inspirierter) Methoden zum (automatisierten und integrierten) Entwurf des Layouts und der Steuerung von Materialflusssystemen Dresden Christian Hammel Folie 3 Entwurf komplexer Materialflusssysteme Herausforderungen am Beispiel von Gepäckförderanlagen Hochkomplexe Systeme Anforderungen ändern sich (sowohl kurz- als auch langfristig) Keine Optimalitätskriterien vorhanden Anfälligkeit gegenüber Ausfall einzelner Förderstrecken kann nur über Simulation überprüft werden Passagieraufkommen Flughafen München Topologie der GFA Seoul Mio. Passagiere Jahr Dresden Christian Hammel Folie 4

8 Planung komplexer Materialflusssysteme 8 Green Logistics einmal anders Logistische Herausforderungen Planungsprozess Robustheit Anpassungsfähigkeit Fragen an die Biologie Welche biologischen Systeme lösen ähnliche Aufgaben? Wie entstehen deren Netzwerke? Was macht sie robust? Wie passen sie sich veränderten Einflüssen an? Aderung Retina, Snodderly et. Al., 1992 Skelett Feigenblatt Schleimpilz (Katy Franklin) Dresden Christian Hammel Folie 5 Abstraktion gerichteter Netzwerkgraphen Senkknoten Knoten mit 2 Ein- und 1 Ausgang Kante Quellknoten Technisches System Computermodel Abstrakter Graph Vergleichbarkeit und Analyse auf abstrakter Ebene Dresden Christian Hammel Folie 6

9 Planung komplexer Materialflusssysteme 9 Strukturbezogene Netzwerkanalyse Knotengradverteilung: k i \k o Wie viele eingehende / ausgehende Verbindung haben die einzelnen Knoten? Cluster-Koeffizient: k 1 k 2? k3 Mit welcher Wahrscheinlichkeit sind zwei Nachbarknoten eines Knoten wiederum untereinander verbunden? Netzwerkmotive: Gibt es signifikante Knoten-Kanten- Motive? Dresden Christian Hammel Folie 7 Transportbezogene Netzwerkanalyse Transportrelationen nötig Zentralität der Kanten: Wie viele kürzeste Wege gehen über die einzelne Kante? Robustheit / Anfälligkeit des Systems: Wie viele Q-S-Relationen werden beim Ausfall der einzelnen Kante unerreichbar? Maximaler Fluss durch das System: Wo ist die Obergrenze des Durchsatzes zwischen Quellen und Senken und wie wird dabei die einzelne Kante beansprucht? Quellen Senken Bewertung der Güte von Systemen nach angestrebten Eigenschaften Dresden Christian Hammel Folie 8

10 Planung komplexer Materialflusssysteme 10 Bewertung von Layouts in der Planung Wärmebild -Auswertung Vergleich der Belastung der Verbindungen Unterstützung bei der Identifikation möglicher Engpässe Identifikation möglicherweise überflüssiger Verbindungen (Einsparpotenzial) Beispiel: Zentralität der einzelnen Förderstrecken einer GFA, grün/dünn: wenige, rot/dick: viele kürzeste Wege über Verbindung Dresden Christian Hammel Folie 9 Vergleich der Robustheit Wegfall von Q-S-Relationen durch einzelne blockierte Verbindung Anteil blockierter Q-S-Relationen BHS GFA A BHS GFA B BHS GFA C BHS GFA D fig Feigenblatt leave Biologische Systeme sind robuster als technische (unter anderem wegen ihrer Topologie) Anteil Verbindungen Interpretation: Bei 5% der Verbindungen in GFA B sorgt der Ausfall der einzelnen Verbindung für den Verlust von mindestens 10% aller Q-S-Relationen Dresden Christian Hammel Folie 10

11 Planung komplexer Materialflusssysteme 11 Ausblick: Layoutoptimierung Minimierung des Materialeinsatzes Bewertung der Verbindungen nach Wichtigkeit für die Funktionalität des Gesamtsystems Entfernen der unwichtigen Verbindungen Steigerung der Leistungsfähigkeit des Systems Wo sind zusätzliche Verbindungen / Bypässe sinnvoll? Dresden Christian Hammel Folie 11 Zusammenfassung Gepäckförderanlagen haben ähnliche Netzwerkstrukturen Bewertung von Materialflusslayouts in der Grobplanung möglich Leistung Robustheit Flexibilität Teilautomatisierte Optimierung der Layouts Ausdünnen Bypässe Vergleich mit biologischen Systemen Gleiche Auswertungen für alle Netzwerke möglich BioLogistik-Ansatz Dresden Christian Hammel Folie 12

12 Planung komplexer Materialflusssysteme 12 Vision: Züchten von Layouts Biologisch inspirierte Regeln Anpassung an technische Anforderungen in vitro in technico Zellkultur Zellulärer Automat in silico Techn. Transportsystem Netzwerkgraph Dresden Christian Hammel Folie 13 Vielen Dank für Ihr Interesse Planung komplexer Materialflusssysteme Dipl. Math. Christian Hammel Tel.: +49 (351) Fax.: +49 (351) www: Diese Forschungsarbeit wird im Rahmen des Projekts BioLogistik: Vom bio-inspirierten Engineering komplexer logistischer Systeme bis zur NanoLogistik durch die Gottlieb-Daimler- und Karl-Benz-Stiftung gefördert.

13 Diagnose komplexer Materialflusssysteme 13 Institutskolloquium 2010 Strategien zur Beherrschung der Komplexität Diagnose komplexer Materialflusssysteme Dipl.-Ing. David Wustmann TU Dresden Fakultät Maschinenwesen Professur für Technische Logistik Dresden, 22. Januar 2010 Agenda Einleitung Materialflussdiagnose (MFD) Zielsetzung Vorgehen (Forschungsstufen) Analyse & Diagnose in Stufe 1 Demonstrator Ausblick Dresden David Wustmann Folie 2

14 Diagnose komplexer Materialflusssysteme 14 Einleitung Betrachtungsgegenstand Betrachtungsgegenstand Komplexe Materialflusssysteme (Gepäckförderanlagen; Distributionsund Lagersysteme ) Simulation (Planungsphase) & Reale Anlagen (Betrieb) Automatische Analyse (Identifikation von Schwachstellen) & Diagnose (Ursachen-Wirkungs-Beziehungen erkennen) anhand von Ereignisdaten Korea Main Terminal Kuala Lumpur Satellite Terminal Institutskolloquium 2010 David Wustmann Folie 3 Einleitung Ereignisdaten Ereignisdaten Ereignisse im Materialfluss (Fördergut ist zum Zeitpunkt an Position) Dokumentation des systeminternen Fluss-Verhaltens Herkunft Protokolle bzw. Log-Files der Materialflussrechner Trace-Files aus Simulation erzeugt Struktur Zeilen = Ereignisse Spalten = Attribute der Ereignisse Zeitstempel, ID/ Ziel/ Gewicht usw. des Fördergutes ID des Ereignisgebers (Lichtschranke ) usw. Beispiel Daten-File Dresden David Wustmann Folie 4

15 Diagnose komplexer Materialflusssysteme 15 Einleitung Motivation Beispiel - Simulation Gepäckförderanlage Kuala-Lumpur (ca. 35 km Förderstrecke) Prüfung globaler Anforderungen (Koffer in vorgegebener Zeit von A nach B) Standard-Reports liefern nur sehr begrenzte Informationen über das systeminterne Verhalten Visuelle-Analyse für suboptimales Verhalten und deren Ursachen schwierig Video Aber: Ereignisdaten enthalten sämtliche systeminternen Zustandsinformationen Bsp. 8h simulierter Zeit ca. 35 Mio. Ereignisse (2,5 GB) Entstehungsprozess von suboptimalen Verhalten/ Zuständen sowie Zusammenhänge zwischen verschiedenen Ereignissen sind in den Ereignisdaten vorhanden Identifizierung!? Dresden David Wustmann Folie 5 Einleitung Ausgangssituation Ausgangssituation Die systeminterne Analyse und das Auffinden von kritischen Einflüssen ist sehr stark von der Erfahrung des Experten und vom Zufall abhängig. [DANGELMAIER et al. (2003)] Die Frage: Warum funktioniert das System gut bzw. schlecht? bleibt häufig offen. Häufige Situation In Modellentwicklung wird meist viel Zeit und Geld investiert, aber nur wenig Aufwand in die Interpretation der Simulationsergebnisse. [LAW/KELTON (2003)] Logistikern stellt sich die Frage Was bringen uns, [ ], diese Daten? wohingegen die Informatiker nicht wissen wohin mit den Daten [TOLUJEW et al. (2007)] Das enorme Informationspotential in Trace- bzw. Protokolldaten wird derzeit aufgrund fehlender Automatismen nur begrenzt genutzt. Dresden David Wustmann Folie 6

16 1,20 1,00 0, Zeit 0,60 0, , ,00 Load Load Load Load Load Load Load Load Load Load Load Load Load Load Load Load Load TraceTime TimeInSystem 1,20 1,00 0,80 Zeit ,60 0, , ,00 Load Load Load Load Load Load Load Load Load Load Load Load Load Load Load Load Load TraceTime TimeInSystem LoadID LoadID ,722 Load 39 (lcarton(1)) 22, ,879 sta_worker_in1(sec10) sta_worker_in1(sec10) 1402,555 Load 40 (lcarton(1)) 46,155 86,95 sec9 sec10 0,3 1402,908 Load 37 (lcarton(2)) 4, ,793 sec130 sec132 0,3 1403,389 Load 11 (lcarton(2)) 25, ,954 sec11 sta_worker_out1(sec11) 0,3 1403,389 Load 11 (lcarton(2)) ,954 sta_worker_out1(sec11) sta_worker_out1(sec11) 1404,222 Load 39 (lcarton(1)) 2,5 103,379 sta_worker_in1(sec10) sec11 0,3 1404,222 Load 41 (lcarton(2)) 27,058 73,114 sec8 sec9 0,3 1405,055 Load 40 (lcarton(1)) 2,5 89,45 sec10 sta_worker_in1(sec10) 0,3 1405,889 Load 11 (lcarton(2)) 2,5 1134,454 sta_worker_out1(sec11) sec12 0,3 1408,214 Load 38 (lcarton(3)) 26, ,192 sta_worker_in2(sec15) sta_worker_in2(sec15) 1410,714 Load 38 (lcarton(3)) 2,5 132,692 sta_worker_in2(sec15) sec16 0,3 1410,889 Load 11 (lcarton(2)) ,454 sec12 sec13 0,3 1413,214 Load 38 (lcarton(3)) 2,5 135,192 sec16 sta_worker_out2(sec16) 0,3 1413,214 Load 38 (lcarton(3)) 0 135,192 sta_worker_out2(sec16) sta_worker_out2(sec16) 1415,714 Load 38 (lcarton(3)) 2,5 137,692 sta_worker_out2(sec16) sec18 0,3 1417,908 Load 37 (lcarton(2)) ,793 sec132 sec58 0,3 1418,381 Load 38 (lcarton(3)) 2, ,359 sec18 sec ,214 Load 38 (lcarton(3)) 3, ,192 sec19 sec21 0,3 1422,908 Load 37 (lcarton(2)) 5 191,793 sec58 sec59 0,3 1425,055 Load 11 (lcarton(2)) 14, ,621 sec13 sec14 0,3 1427,214 Load 38 (lcarton(3)) 5 149,192 sec21 sec22 0,3 1427,851 Load 43 (lcarton(3)) 0 0 (null) sec ,851 Load 43 (lcarton(3)) 0 0 sec5 sta_enter3(sec5) 1427,908 Load 37 (lcarton(2)) 5 196,793 sec59 sec60 0,3 1430,055 Load 11 (lcarton(2)) ,621 sec14 sec15 0,3 1431,184 Load 43 (lcarton(3)) 3,333 3,333 sta_enter3(sec5) sec4 0, Load 38 (lcarton(3)) sec22 sec ,722 Load 39 (lcarton(1)) 22, ,879 sta_worker_in1(sec10) sta_worker_in1(sec10) 1402,555 Load 40 (lcarton(1)) 46,155 86,95 sec9 sec10 0,3 1402,908 Load 37 (lcarton(2)) 4, ,793 sec130 sec132 0,3 1403,389 Load 11 (lcarton(2)) 25, ,954 sec11 sta_worker_out1(sec11) 0,3 1403,389 Load 11 (lcarton(2)) ,954 sta_worker_out1(sec11) sta_worker_out1(sec11) 1404,222 Load 39 (lcarton(1)) 2,5 103,379 sta_worker_in1(sec10) sec11 0,3 1404,222 Load 41 (lcarton(2)) 27,058 73,114 sec8 sec9 0,3 1405,055 Load 40 (lcarton(1)) 2,5 89,45 sec10 sta_worker_in1(sec10) 0,3 1405,889 Load 11 (lcarton(2)) 2,5 1134,454 sta_worker_out1(sec11) sec12 0,3 1408,214 Load 38 (lcarton(3)) 26, ,192 sta_worker_in2(sec15) sta_worker_in2(sec15) 1410,714 Load 38 (lcarton(3)) 2,5 132,692 sta_worker_in2(sec15) sec16 0,3 1410,889 Load 11 (lcarton(2)) ,454 sec12 sec13 0,3 1413,214 Load 38 (lcarton(3)) 2,5 135,192 sec16 sta_worker_out2(sec16) 0,3 1413,214 Load 38 (lcarton(3)) 0 135,192 sta_worker_out2(sec16) sta_worker_out2(sec16) 1415,714 Load 38 (lcarton(3)) 2,5 137,692 sta_worker_out2(sec16) sec18 0,3 1417,908 Load 37 (lcarton(2)) ,793 sec132 sec58 0,3 1418,381 Load 38 (lcarton(3)) 2, ,359 sec18 sec ,214 Load 38 (lcarton(3)) 3, ,192 sec19 sec21 0,3 1422,908 Load 37 (lcarton(2)) 5 191,793 sec58 sec59 0,3 1425,055 Load 11 (lcarton(2)) 14, ,621 sec13 sec14 0,3 1427,214 Load 38 (lcarton(3)) 5 149,192 sec21 sec22 0,3 1427,851 Load 43 (lcarton(3)) 0 0 (null) sec ,851 Load 43 (lcarton(3)) 0 0 sec5 sta_enter3(sec5) 1427,908 Load 37 (lcarton(2)) 5 196,793 sec59 sec60 0,3 1430,055 Load 11 (lcarton(2)) ,621 sec14 sec15 0,3 1431,184 Load 43 (lcarton(3)) 3,333 3,333 sta_enter3(sec5) sec4 0, Load 38 (lcarton(3)) sec22 sec Diagnose komplexer Materialflusssysteme 16 MFD Zielsetzung Anlage Reale Anlage; Simulationsmodell Datenbasis Log-/Protokolldatei; Trace-Datei Anomalie-Identifikation Charakteristische Bewertungsgrößen Anlage, Globale Anforderungen Datenselektion, Datenextraktion (DATA-Mining) Charakteristische Kenngrößen Bewertung Funktionsgüte Visualisierung Kennlinien, Bewertungsmatrizen, Simulationsintegration Ursachen-Wirkungs-Analyse Iterative, sequentielle Korrelationsanalyse Anomalie-Bewertung Klassifizierung & Priorisierung Häufigkeit Klasse1: 55s 139s Klasse2: 140s 207s beob Häufigkeiten Klassen Klasse3: 208s 360s Klasse4: 361s 564s Dresden David Wustmann Folie 7 MFD Zielsetzung Anlage Reale Anlage; Simulationsmodell Datenbasis Log-/Protokolldatei; Trace-Datei Anomalie-Identifikation Charakteristische Bewertungsgrößen Anlage, Globale Anforderungen Datenselektion, Datenextraktion (DATA-Mining) Charakteristische Kenngrößen Bewertung Funktionsgüte Trace-Analyse-Tool Visualisierung Kennlinien, Bewertungsmatrizen, Simulationsintegration Ursachen-Wirkungs-Analyse Iterative, sequentielle Korrelationsanalyse Anomalie-Bewertung Klassifizierung & Priorisierung Standard-Analyseregeln Ergebnisspeicher beob Häufigkeiten Regel-/ Kenngrößen-Module Identifizierte vergangene 300 Klassen Vorgehensmodell zur 200 Verhaltensmuster Regelerstellung Anlagetypen & jeweilige Zielprioritäten 0 Klasse1: Klasse2: Klasse3: Klasse4: Häufigkeit 55s 139s 140s 207s 208s 360s 361s 564s Dresden David Wustmann Folie 8

17 Diagnose komplexer Materialflusssysteme 17 MFD Problemstellungen Kern-Probleme Große Anlagenvielfalt, Unterschiede zwischen Real-/ Simulationsdaten stark variierender Informationsgehalt in den Ereignisdaten Variationsbreite der spezifischen Anlagenziele und Anforderungen unmittelbarer Einfluss auf die Analyse (Art & Relevanz von Unregelmäßigkeiten unterschiedlich; verschiedene Kenngrößen, Regeln; ) Haupt-Anforderungen Modularer Aufbau des Trace-Analyse-Tools Harmonisierung bezüglich der spezifischen Anforderungen des zu analysierenden Materialflusssystems Vorgehensmodell zur Regelerstellung Adaptive Regeln (einfache Anpassung/ Erstellung) Die Vielzahl an Einflussfaktoren bedingt ein 3-stufiges Vorgehen für die Entwicklung einer automatischen und generischen Materialflussdiagnose. Dresden David Wustmann Folie 9 MFD Vorgehen 1. Stufe: Fixe Datenbasis (aktuelles Projekt) - Identifizierung von Kern-Ereignis-Attributen Welche Diagnoseergebnisse aus den Kern- Attributen? - Entwicklung der Analyseschritte 2. Stufe: Variable Datenbasis (Folgeprojekt) - Ereignis-Attribute erweitern: Rekursives Vorgehen zur 1. Stufe: Welche Attribute für welche Diagnoseergebnisse? - Online-Diagnose (Datenmenge stetig wachsend) - Entwicklung der Analyseschritte Machbarkeitsstudie für spurgebundene Fördersysteme (Bsp. Gepäckförderanlagen) Machbarkeitstudie abgeschlossen 3. Stufe: Systemunabhängig - Kenngrößen- und Methoden-Differenzierung - Generisch und iterativ entwickeltes Diagnosewerkzeug - Basis für interaktive (Weiter-) Entwicklung Generische Weiterentwicklung Dresden David Wustmann Folie 10

18 Diagnose komplexer Materialflusssysteme 18 MFD 1. Stufe: Vorbetrachtungen Datenanalyse Kern-Attribute bestimmt: Ort des Ereignisses als Punkt im System ID des Förderguts, welches das Ereignis betrifft Zeitstempel als Ereigniszeitpunkt Netzwerkanalyse Basis für Diagnose: Beziehungsrelationen auslesen, Vorgänger-Nachfolger- Beziehung zwischen den Ereignis-Orten State-Transition-Model erstellen, Knoten-Kanten-Modell Knotengrade berechnen, Analyse ob Ereignis-Ort eine Kreuzung, Verzweigung oder Zusammenführung ist Berechnung der Kenngrößen Attribut 1,2 und 3 Ereignisnetzwerk Zeitstempel Foerdergut ID Ereignisti [s] FEID Position i Beispiel - Netzwerkanalyse Dresden David Wustmann Folie 11 Ereignisse MFD 1. Stufe: Berechnungsgrößen Kenngrößen: Primäre (Auszug) Trace Time; minimale Trace Time Time in System Load-Counter; Inter-Arrival-Time In-Degree; Out-Degree; Vertex-Degree Sekundäre (Auszug) Mittelwert; Modus; Median Standardabweichung; Variationskoeffizient Normierte Größen Performance Index; CounterIndex; In-Degree-Index Warteschlangenlänge Formelbeispiele: MinTraceTime: t = p( i; i+ 1),min Min Min + LID ID p ( i; i+ 1) x X VertexDegree: deg( v) = v= konst. p( i; i+ 1) P Tges, x ( t ) p( i; i 1), LID v= konst. ( x * p( i; i + 1) ) + ( x * p( i 1; i) ) v v p( i 1; i) P Performance Index: Verhältnis zw. tatsächlicher Trace-Time und minimaler Trace-Time einer Fördereinheit t T,x p(i;i+ 1), min PI = L ID,p(i;i+ 1) t T,x p(i;i+ 1),L ID Analyse- und Diagnoseschritte entwickeln Regeln für die Anomalie-Identifikation Methode zum Anomalie-Ranking Verfahren zur Anomalie-Ursachen-Diagnose Dresden David Wustmann Folie 12

19 Diagnose komplexer Materialflusssysteme 19 MFD 1. Stufe: Analyseschritte Übersicht Anlage Trace-Dateien Analyseschritte Trace Parser Trace-Datenbank Extraktion der Kenngrößen Pfaderkennung/ Clusterbildung Anomalie- Identifikation Bewertung Beschreibung der Trace-Dateien Wissensbank Kenngrößen Diagnoseregeln Visualisierung Layout der Anlage Daten- und Wissensmanager Verwaltung von Daten Verwaltung von Analysefunktionen Berichte Diagnose Dresden David Wustmann Folie 13 MFD 1. Stufe: Anomalie-Identifikation Rahmenbedingungen für Regeln zur Identifikation von Anomalien Anomalie-Klasse: Abweichungen vom Normalfall für spurgebundene Transportsysteme (z.b.: Stau, Pfade mit Unterlast, ) Verfügbare Informationen: Kern-Ereignisattribute Berechnungsgrößen Regelarten: je nach System-Typ, z.b. Unterscheidung zw. spurgebundenen und flurfreien Fördersystemen Ergebnis: Ort, Zeitpunkt der Anomalie sowie die betroffene Fördereinheit spezifisches Ereignis Prinzip der Identifikations-Regeln Vergleich Sekundärer Kenngrößen der Entities (u.a. statistische Kenngrößen wie z.b. Variationskoeffizient, Standardabweichung) Kombination verschiedener Kenngrößen Schwellwertbetrachtungen für Primäre Kenngrößen Regelbaum für spurgebundene Fördersysteme: Regeln als Baum dargestellt jede Regel hat als Wurzel die gesamte Datenmenge Pfade von der Wurzel zu den Blättern stellen eine Regel dar Strukturierung durch Regelmodule (wiederkehrende Elemente) Dresden David Wustmann Folie 14

20 Diagnose komplexer Materialflusssysteme 20 MFD 1. Stufe: Anomalie-Identifikation Schematischer Regelablauf (Beispiel): Suche Anomalie 1 Entity-Instanz: Load-All Datenmenge Entity-Instanz: Load-All Suche Anomalie 2 Entity-Instanz: Transition-All Entity-Instanz: Transition-All Berechnung: VarK.TraceTime Berechnung: PerformanceIndex(av) Wähle LoadID(s) mit PI(av)=Min. (<SW) Wähle Transition(en) mit VarK.=Max. (>SW) Berechnung: PI je Transition (je Load) Suche LoadID(s) mit TraceTime=Max. (>SW) Suche Transition(en) mit PI=Min./<SW Transition(all).TraceTime.VarK=max. ٨ Load(all).TraceTime=max Anomalie(n) identifiziert Load(all).PIav=min. ٨ Transition.PI=min Ereignis der Load auf EreignisPosition (i+1) der Transition p(i,i+1) Dresden David Wustmann, Vladimir Vasyutynskyy Folie 12 MFD 1. Stufe: Anomalie-Bewertung Bewertungsmethode zur Klassifizierung der identifizierten Anomalien Hintergrund: Relevanz der Anomalie erkennen Ausprägung der entsprechenden Abweichung Ort im Netzwerk (Haupt- oder Nebenstrecke) Fördereinheit von weiteren Anomalien betroffen Ursachenerkennung vorbereiten (Anomalien für Fördereinheiten im gleichen Stau haben höchstwahrscheinlich die gleiche Ursache) Ergebnisformat: Ranking der identifizierten Anomalien Methode: Flexibel und erweiterbar Haupt-Bewertungssäulen: Loadbezogene, Positionsbezogene, Kombination Verschiedene Bewertungskriterien innerhalb der Säulen: PerformanceIndex, CounterIndex, InDegreeIndex, Anomalie-Zähler, Ereignisnetzwerk Auswertung PI 1 optimaler Bereich 0,8 0,6 0,4 0,2 0 Transition p t(i 5,i 4) p t(i 3,i 2) p t(i 1,i) p t(i+1,i+2) p t(i+3,i+4) p t(i 4,i 3) p t(i 2,i 1) p t(i,i+1) p t(i+2,i+3) p t(i+4,i+5) Datenreihen1 PI für L ID=7, p(i 5,i+5) Beipiel: Loadbezogene Bewertungssäule: Beispiel für die Bewertung nach dem Kriterium des Performance Index Diagramm stellt den Performance Index für eine Load auf den befahrenen Transitionen dar Punkte außerhalb des optimalen Bereichs zeigen Anomalien Betrachtung der direkten Vorgänger- und Nachfolger-Transitionen je Anomalie Bewertung 1: Verbesserung des Prozesses 2: Alternierender Prozess 3: Verschlechterung des Prozesses (ungünstigster Fall) Bewertung Anomalie-Zähler (von wie vielen Anomalien ist die FE betroffen) Dresden David Wustmann Folie 16

21 Diagnose komplexer Materialflusssysteme 21 MFD 1. Stufe: Anomalie-Bewertung Ereignisnetzwerk 1 0,8 0,6 0,4 0,2 0 PI Auswertung optimaler Bereich Transition p t(i 5,i 4) p t(i 3,i 2) p t(i 1,i) p t(i+1,i+2) p t(i+3,i+4) p t(i 4,i 3) p t(i 2,i 1) p t(i,i+1) p t(i+2,i+3) p t(i+4,i+5) Datenreihen1 PI für L ID=7, p(i 5,i+5) Beispiel Load- bzw. Fördereinheitbezogene Bewertung Loadbezogene Bewertungssäule: Beispiel für die Bewertung nach dem Kriterium des Performance Index Diagramm stellt den Performance Index für eine Load auf den befahrenen Transitionen dar Punkte außerhalb des optimalen Bereichs zeigen Anomalien Betrachtung der direkten Vorgänger- und Nachfolger- Transitionen je Anomalie Bewertung 1: Verbesserung des Prozesses 2: Alternierender Prozess 3: Verschlechterung des Prozesses (ungünstigster Fall) Bewertung Anomalie-Zähler (von wie vielen Anomalien ist die FE betroffen) Dresden David Wustmann Folie 17 MFD 1. Phase: Ursachen-Diagnose Verfahren zur Diagnose der Ursachen-Wirkungs-Beziehungen Hintergrund: Primär-Ursache für entsprechende Anomalien erkennen Ausgangsbasis: Liste der identifizierten und bewerteten Anomalien Ergebnisformat: Primärursachen für jeweilige Anomalien bzw. -gruppen Methode (Konzeptstatus): Erste Ansatzpunkte liefert die Methode im Bewertungsschritt (z.b. Erkennung von Anomalie-Gruppen, mit wahrscheinlich gleicher Ursache) Iterative, sequentielle Korrelations- und Ursachenanalyse Schrittweise Rückverfolgung beginnt bei Anomalie und führt zur Ursache Entwicklung und Validierung der Analyse- sowie Diagnoseregeln in einem Demonstrator anhand repräsentativer Beispieldaten Formalisierung Dresden David Wustmann Folie 18

22 Diagnose komplexer Materialflusssysteme 22 Demonstrator Eigenentwicklung in Java Projektpartner: Professur für Technische Informationssysteme Plattform unabhängig Integrierte Trace-Datenbank (SQL) Projekt- & Scenario Editor - Grafische Oberfläche Module für erweiterbare - Kenngrößen - Funktionen, Regeln, Visualisierung - State-Transition-Model, Charts, Tables - Export- und Speicherfunktionen, Experimentierumgebung Entwicklung der Analyse- & Diagnoseregeln im Demonstrator - Schneller Zugriff auf extrahierte Informationen - Visualisierung der Zwischenergebnisse, Verifikation der Funktionalität entwickelter Algorithmen Machbarkeitstudie der Diagnose enormer Datenmengen Diagnose von Ereignisdaten realer Systeme, mit mehr als 35 Mio. Ereignissen in kurzer Zeit (reine Rechenzeit < 1min). Dresden David Wustmann Folie 19 Demonstrator Scenario Editor (Design View) Modulauswahl Modulverknüpfung grafisch unterstützt Project-Editor Modulkonfiguration Dresden David Wustmann Folie 20

23 Diagnose komplexer Materialflusssysteme 23 Demonstrator MFD (Offline View) Data-Base Entity-, Instance-Choice Project-Editor State-Transition-Model Attribute-Choice Chart, Table, Data-View Dresden David Wustmann Folie 21 Demonstrator Beispiel-Identifikation (Interactive Mode) 2.) Beziehungsrelationen zw. Ereignispunkten aus Daten 1.) Ausgangspunkt: Ereignisdaten 3.) Identifizierter kritischer Systempfad (blau) für Zeitbereich 5.) Identifizierte Schwachstelle: Überdurchschnittliche Warteschlangenlänge für Zeitbereich an Position Dresden David Wustmann 4.) Visualisierung Zwischenergebnisse Folie 22

24 Diagnose komplexer Materialflusssysteme 24 Ausblick MFD Abschluss Phase 1 Implementierung der Analyse-Regeln und Bewertungsmethode für eine automatische Analyse Ursachen-Diagnose (Fehleranalyse durch Zurückverfolgung der Fehler) Beginn Phase 2 Weitere relevante Ereignis-Attribute identifizieren und in den Analyseschritten mit einbeziehen (Experten-Know-How erforderlich) Variabler Zeitbereich der Betrachtung (Online) stetig wachsende Datenmenge Stetig Validierung der Regeln GUI-Entwicklung für schnelle, intuitive Nutzung Datenmanagement optimieren (Speicherung von Ergebnissen, Wissenstransfer, Visualisierung) Dresden David Wustmann Folie 23 Ausblick O-MFD Betrieb / Simulationslauf Offline Autarke Diagnose für abgegrenzten Ereignisraum -Ex-Post-Diagnose Probleme werden zu spät erkannt sehr enger Spielraum für Verbesserungen in laufenden Systemen - Erkannte, vergangene systeminterne Zustände/Verhaltensmuster können nicht zur zeitnahen Prävention bei erneutem Auftreten genutzt werden Betrieb / Simulationslauf Online Materialflussdiagnose Materialflussdiagnose Zeitnahe operative Reaktion Grundlage für Optimierung auch ohne Simulation Zeitnahes Beheben von Problemursachen Präventive Maßnahmen Dresden David Wustmann Folie 24

25 Diagnose komplexer Materialflusssysteme 25 Backup: Forschungsbedarf O-MFD Offline Online Definierter, abgegrenzter Ereignisraum?? <? Sämtliche Ereignisinformationen Verdichtete/Aggregierte Infomationen Verworfene Daten Zusätzliches Informationsvolumen je Ereignis Online Diagnoseverfahren Entwicklung von Methoden zur Prognose des Systemverhaltens Untersuchung der systemabhängigen Sensitivität des Verfahrens Weiterentwicklung der Analyse- und Diagnoseregeln für den Online- Betrieb Online-Datenmanagement Evaluation der Dauer der Relevanz historischer Ereignisse Effiziente Online-Datenverwaltung??? Erweiterte Datenbasis Analyse- & Diagnosemethoden für zusätzliche Ereignisinformationen Dresden David Wustmann Folie 26 Fakultät Maschinenwesen Professur für Technische Logistik Vielen Dank für Ihr Interesse Diagnose komplexer Materialflusssysteme Dipl.-Ing. David Wustmann Tel.: +49 (351) Fax.: +49 (351) www: Dr.-Ing. Vladimir Vasyutynskyy Tel.: +49 (351) Fax.: +49 (351) www: Dieses Forschungs- und Entwicklungsprojekt wird mit Mitteln aus dem Haushalt des Bundesministeriums für Wirtschaft und Arbeit (BMWA) über die Arbeitsgemeinschaft industrieller Forschungsvereinigung Otto-von-Guericke e.v. (AiF) im Auftrag der Bundesvereinigung Logistik (BVL) e.v. gefördert.

26 Der Mensch in komplexen technischen Systemen 26 Fakultät Maschinenwesen Institut für Technische Logistik und Arbeitssysteme Professur für Arbeitswissenschaft Institutskolloquium 2010 Strategien zur Beherrschung der Komplexität Der Mensch in komplexen technischen Systemen Dr. Karin Joiko Dresden, 22. Januar 2010 Wie ist der Mensch? Ist er gut? Ist er schlecht? Ist er schusselig? Macht er Fehler? Der Mensch ist, wie er ist! TU Dresden, Karin Joiko Der Mensch in komplexen technischen Systemen Folie 2

27 Der Mensch in komplexen technischen Systemen 27 Merkmale komplexer Situationen 1 Umfang Probleme mit vielen Variablen (Informationsfülle) Informationsreduzierung Vernetztheit Variablen beeinflussen sich gegenseitig Maßnahmen führen zu Nebeneffekten (auf das Gesamtsystem) Berücksichtigung der Abhängigkeiten, Modellbildung Dynamik Veränderungen von selbst (auch ohne Zutun des Problemlösers) Zeitdruck schnelle Entscheidungen treffen Quellen: Dörner, D. (2000 ), S. 59ff.; Hacker, W., v. d. Weth, (2008), S. 83 TU Dresden, Karin Joiko Der Mensch in komplexen technischen Systemen Folie 3 Merkmale komplexer Situationen 2 Intransparenz komplexe Probleme unter Zeitrestriktion kaum vollständig durchschaubar aktive Informationsbeschaffung notwendig Polytelie Optimierung nicht nur eines Kriteriums, sondern viele, teilweise widersprechende Bedingungen mehrdimensionale Informationsbewertung erforderlich Quellen: Dörner, D. (2000 ), S. 59ff. ; Hacker, v. d. Weth, R. (2008) S. 83; Funke, J. (2003) TU Dresden, Karin Joiko Der Mensch in komplexen technischen Systemen Folie 4

28 Der Mensch in komplexen technischen Systemen 28 Vier Ursachen für Fehlleistungen Ökonomietendenz Überwertigkeit des aktuellen Motivs Schutz des eigenen Kompetenzempfindens Vergessen Quelle: Dörner, D. (2000 ) TU Dresden, Karin Joiko Der Mensch in komplexen technischen Systemen Folie 5 Effekte der intellektuellen Notfallsituation Senkung des intellektuellen Niveaus Absinken der Selbstreflexionen Absinken von Absichten und Vornahmen Stereotypisierung Absinken realisierter Absichten Tendenz zu schnellem Handeln Erhöhung der Risikobereitschaft erhöhte Regelverstöße erhöhte Fluchttendenzen Degeneration der Hypothesenbildung globalere Hypothesenbildung und geringere Prüfung Verschanzungstendenz (keine Falsifikation mehr) Entkonkretisierung von Zielen Quelle: Funke, J. (2003) TU Dresden, Karin Joiko Der Mensch in komplexen technischen Systemen Folie 6

29 Der Mensch in komplexen technischen Systemen 29 Menschliches Versagen Viele Unfälle, die als menschliches Versagen klassifiziert: nicht vom Operator verursacht Operator hat es nicht geschafft, Unfall zu verhindern einfache Definition: Handlung eines Menschen, die zu einem unerwünschten Ergebnis führt. Zur Sicherheit und die Mensch-Maschine-Kooperation: Maschine kann oft schneller regeln als der Mensch Mensch ist mit seiner Kreativität und Intuition für die Behandlung von Ausnahmen und unvorhersehbaren Situationen weit überlegen Quelle: Montenegro, S. (1999) TU Dresden, Karin Joiko Der Mensch in komplexen technischen Systemen Folie 7 Modell der Ereignisentstehung Gefährdung Indirekte Faktoren Direkter Faktor Sicherheitsbarrieren (technische, administrative, personelle Barrieren) Ereignis, Zwischenfall Quelle: Reason, J. (1990) TU Dresden, Karin Joiko Der Mensch in komplexen technischen Systemen Folie 8

30 Der Mensch in komplexen technischen Systemen 30 Reaktorunglück von Tschernobyl 25. April :00 Uhr 25. April :05 Uhr 25. April :00 Uhr 25. April :10 Uhr 26. April :28 Uhr Beginn Revision systematisches Herunterfahren Leistung parallel: Durchführung Test ca. 50 % Leistung Abschaltung einer Turbine Beginn der Abschaltung des Notkühlsystems Anhalten des Herunterfahrens Operateure vergessen, Notkühlsystem zuzuschalten Reaktor vom Netz genommen Ziel: Herunterfahren auf 25 % Leistung wegen Fehlbedienung und/oder techn. Störung auf 1% Leistung (erlaubt 20%) = unzulässig, Abbruch des Versuchs erforderlich TU Dresden, Karin Joiko Der Mensch in komplexen technischen Systemen Folie 9 Reaktorunglück von Tschernobyl 26. April Uhr Explosion des Kernreaktors April :00 Uhr 26. April :22 Uhr 26. April :23 Uhr 26. April :24 Uhr 26. April :24 Uhr Operateuren gelingt es, Leistung bei 7% zu stabilisieren Leitender Ingenieur fragt nach Anzahl der Bremsstäbe im Reaktor (Minimum weit unterschritten), entscheidet, Versuch fortzusetzen Schließung eines Dampfrohres als eigentlicher Teil des Tests letztes Sicherheitssystem deaktiviert Versuch, Bremsstäbe in Reaktor wieder einzuführen, Rohre bereits verbogen Leistung steigt Lampen des Sicherheitssystems blicken: Kettenreaktion beginnt TU Dresden, Karin Joiko Der Mensch in komplexen technischen Systemen Folie 10

31 Der Mensch in komplexen technischen Systemen 31 Menschliche Fehler Tschernobyl kognitive Faktoren (Erkenntnisfähigkeit): Überdosierung von Maßnahmen unter Zeitdruck Unfähigkeit zu nicht linearem Denken in Netzen statt in Ketten; Unfähigkeit der Einbeziehung von Neben- und Fernwirkungen Unterschätzung exponentieller Abläufe (sehr schnelle Beschleunigung des Prozesses) andere Faktoren: hohe Selbstsicherheit nach Ehrung für gute Arbeit Gefühl der Unabhängigkeit von Sicherheitsvorschriften Verletzungen der Sicherheitsvorschriften Gewohnheit Quelle: Dörner, D. (2000 ), S. 55ff. TU Dresden, Karin Joiko Der Mensch in komplexen technischen Systemen Folie 11 Manipulation von Schutzeinrichtungen an Maschinen Manipulation Unwirksammachen von Schutzeinrichtungen von Bedienern meist als ungefährlich eingeschätzt Akzeptanz von Sicherheitslösungen beim Anwender Kriterien für Konstrukteure und Betriebsplaner anhand menschlicher Handlungsregulation Erkennen der Sinnhaftigkeit hinsichtlich der Sicherheit Nutzerfreundlichkeit hinsichtlich der Aufgabenerfüllung Quelle: a. u. Weißgerber, B.; H. Worch (2002) TU Dresden, Karin Joiko Der Mensch in komplexen technischen Systemen Folie 12

32 Der Mensch in komplexen technischen Systemen 32 Regelhaftigkeit und Vorhersehbarkeit von Fehlhandlungen mengenmäßige Überorderung der Mentalkapazität zeitliche Überorderung der Mentalkapazität arbeitsgestalterische Verstöße gegen Verhaltensstereotype Gedächtnisüberforderungen Urteilsüberforderungen Aufmerksamkeitsüberforderungen Hacker: Fatale Gesetzmäßigkeit: Je höher automatisierte Systeme sind, desto wahrscheinlicher und schwieriger sind Fehler des im Ausnahmefall eingreifenden, ansonsten aber ausgegliederten Menschen (Prinzip des aktiven bzw. passiven Operateurs). Quelle: Hacker, W. (1999, 2005) TU Dresden, Karin Joiko Der Mensch in komplexen technischen Systemen Folie 13 Fehler sind menschlich Schnittstelle zwischen Mensch-Maschine optimieren bei Notfallplänen Berücksichtigung psychischer Reaktionen der Bediener Trainings zur Übung kritischer Situationen mit Kennenlernen des eigenen Verhaltens und Alternativen Usability-Berater zur Technikgestaltung durch Psychologen Sicherheit als Unternehmenskultur TU Dresden, Karin Joiko Der Mensch in komplexen technischen Systemen Folie 14

33 Der Mensch in komplexen technischen Systemen 33 Gesetz Murphy Es ist unmöglich, etwas ganz sicher zu machen, denn Dummköpfe sind zu erfinderisch. Der Mensch ist, wie er ist! TU Dresden, Karin Joiko Der Mensch in komplexen technischen Systemen Folie 15 Fakultät Maschinenwesen Institut für Technische Logistik und Arbeitssysteme Professur für Arbeitswissenschaft Vielen Dank für Ihre Aufmerksamkeit Der Mensch in komplexen technischen Systemen Dr. rer. nat. Karin Joiko Tel.: Fax.: www:

34 Nachhaltige Nutzung von Maschinen und Anlagen 34 Rahmenbedingungen für die nachhaltige Nutzung von Maschinen und Anlagen Dresden, NANUSO Wachstumsfördernde Dienstleistungen zur nachhaltigen Nutzung von hochwertigen Sondermaschinen INAIN Untersuchungen zur Integration von Nachhaltigkeitsaspekten in Innovationsprozesse im Maschinen- und Anlagenbau Deutschlands

35 Nachhaltige Nutzung von Maschinen und Anlagen 35 Untersuchungsgegenstand: Sondermaschinen Standardmaschinen = Sondermaschinen? Quelle: Effizient, schnell und erfolgreich Strategien im Maschinen- und Anlagenbau (VDMA)

36 Nachhaltige Nutzung von Maschinen und Anlagen 36 Problem: zu kurze Nutzung Ziel: Nachhaltige Nutzung Produktwechsel alle 3-4 Jahre tatsächliche Nutzungsdauer kürzer als technische Nutzungsdauer Amortisation von Maschinen und Anlagen erschwert sich Investitionsverweigerung Absatzrückgang Produktwechsel alle 3-4 Jahre tatsächliche Nutzungsdauer gleich technische Nutzungsdauer Amortisation von Maschinen und Anlagen ermöglichen Investition Absatzsteigerung (Gausemeier et al. 2004) Nachhaltige Nutzung durch Leasing (?) Bilder:

37 Nachhaltige Nutzung von Maschinen und Anlagen 37 Notwendige Anpassungen Produkt Identifizierbar Module auf gemeinsamer Plattform Demontagegerechte Gestaltung (Schnittstellen, Zugänglichkeit) Fungibel Module veränder- und modernisierbar Bestandteile klassifiziert autarke Prüfbarkeit und Einsatzfähigkeit Prozesse Rückbau Befundung und Bewertung Aufarbeitung und Wiederverwendung von Komponenten Personal Kapazität Qualifikation Steuergröße Restwert Restwert = Nicht verbrauchte Wert Weiternutzbare Aufwände bzw. Kosten Abnutzung - Kosten der Regenerierung Leasingnehmer Hoher Restwert = niedrige Leasingrate (geringeres Risiko) Hersteller Hoher Restwert = Geringer Erlös im 1. Lebenszyklus und Notwendigkeit zum 2. Lebenszyklus (höheres Risiko)

38 Nachhaltige Nutzung von Maschinen und Anlagen 38 Weiternutzbare Kosten Inbetriebnahme, Transport, Qualitätssicherung, Sonstiges 19% Projektierung, Konstruktruktion, Entwicklung 6% Fertigung, Montage, Software 8% Material, Zulieferungen 67% Montageanlage M7L [Quelle SITEC] Wiederverwendbare Bestandteile Prozessfunktionseinheit* Pressen, Schrauben, Nieten, Kleben, Schweißen Handhabungsgeräte Transfereinrichtung* Rundschalttische, Transportbänder Zubringeeinheiten* Bunker, Förderer, Palettierer * Antriebe und Führungen Prüfeinheit mechanische/taktile, optische Sensoren Anzeigen / Bedienelemente Steuerung Medienversorgung Elektrik, Pneumatik, Hydraulik Gestell / Rumpfmaschine Einhausung Sicherheitseinrichtung

39 Nachhaltige Nutzung von Maschinen und Anlagen 39 Abnutzung Produkt Gebrauch Zeit Normen/ Gesetze Einflussfaktoren Innovationen Markt Abnutzung Wertminderung oder die qualitative Minderung einer Sache, die durch ihren Gebrauch herbeigeführt wird. Dimensionen Marktbeurteilung Lebensdauerflexibilität Materieller Verschleiß Moralischer Verschleiß Notwendige Bedingung Wertabschätzung Risikoabschätzung Bestandsteilsspezifische Ausprägung der Dimensionen Abnutzung - Eintrittswahrscheinlichkeit Durchschnittliche Verschleißwahrscheinlichkeit Änderungen der Bearbeitungstechnologien gradueller, materieller Verschleiß 150% 125% 100% 75% 50% 25% 0% plötzlicher, materieller Verschleiß Änderungen der Industrienormen und -standards Modellwechsel beim Hersteller/Zulieferer Änderungen der rechtlichen Rahmenbedingungen

40 Nachhaltige Nutzung von Maschinen und Anlagen 40 Wiederverwendungschance 70% 60% 50% 40% 30% 20% 10% 0% Prozessfunktionseinheit Medienversorgungseinrichtung Welche der folgenden Komponenten sind als Gebrauchtteil verwendbar? Prüfeinheit / Messeinrichtung Anzeigen und Bedienelemente Anlagensteuerung Gestell bzw. Maschineneinhausung Handlingsystem problemlos als Gebrauchtteil verwendbar überwiegend nur als Neuteil verwendbar keine Angabe mit Einschränkungen als Gebrauchtteil verwendbar nur als Neuteil verwendbar NANUSO Wachstumsfördernde Dienstleistungen zur nachhaltigen Nutzung von hochwertigen Sondermaschinen INAIN Untersuchungen zur Integration von Nachhaltigkeitsaspekten in Innovationsprozesse im Maschinen- und Anlagenbau Deutschlands

41 Nachhaltige Nutzung von Maschinen und Anlagen 41 Integration von Nachhaltigkeitsaspekten in den Innovationsprozess Wie verändert sich der Innovationsprozess durch die Berücksichtigung des Leitbildes nachhaltigen Wirtschaftens? Was sind die Treiber und Hemmnisse für die Integration von Nachhaltigkeit in Innovationsprozesse? Nachhaltigkeitsaspekte Nachhaltiger Gewinn Produkteigenschaften Kosten Lebensdauer Wiederverwendbarkeit und Wartung Wettbewerbsfähigkeit Ergonomie Sicherheit Komfort Design Bildung Materialverwendung Emissionen während der Nutzung Wiederverwendbarkeit und Wartung Energienutzung Lebensdauer Recycling und Entsorgung

42 Nachhaltige Nutzung von Maschinen und Anlagen 42 Innovationsprozesse und Nachhaltigkeit VDI 2221 Methodik zum Entwickeln und Konstruieren technischer Systeme und Produkte VDI 2225 Technisch-Wirtschaftliches Konstruieren VDI 2235 Wirtschaftliche Entscheidungen beim Konstruieren VDI 2242 Konstruieren ergonomiegerechter Erzeugnisse VDI 2243 Recyclingorientierte Produktentwicklung VDI 2244 Konstruieren sicherheitsgerechter Produkte Innovationsprozesse und Nachhaltigkeit Nachhaltigkeit ist mir noch nicht auf den Tisch gekommen. Nachhaltigkeit? Wir haben recyclebare Verpackungen! Nachhaltig ist ein Produkt, wenn es sich gut verkauft.

43 Nachhaltige Nutzung von Maschinen und Anlagen 43 Vielen Dank für Ihr Interesse Rahmenbedingungen für die nachhaltige Nutzung von Maschinen und Anlagen Dipl.-Ing. Michael Krengel (TU Dresden, Institut für Technische Logistik und Arbeitssysteme) Tel.: +49 (351)

44 Wearable Systeme für die Kommissionierung industrieller Güter 44 Sichere Wearable-Systeme zur Kommissionierung industrieller Güter sowie für Diagnose, Wartung und Reparatur SiWear - Projektvorstellung Patrick Zschaler, TM/MET, Daimler Trucks Das Projekt SiWear wird im Rahmen des Förderschwerpunktes SimoBIT durch das BMWi gefördert. Partner 1 1 Sichere Wearable-Systeme zur Kommissionierung industrieller Güter sowie für Diagnose, Wartung und Reparatur BMWi-Forschungsprojekt SiWear Sichere Wearable-Systeme zur Kommissionierung industrieller Güter sowie für Diagnose, Wartung und Reparatur» Einsatz von Wearable Computing in produzierenden Unternehmen und dem nachgelagerten After-Sales Bereich» Entwicklung und Evaluierung am Beispiel von zwei Anwendungsfeldern» Kommissionierung» Service und Wartung» Prototypische Implementationen von Wearable Computing Lösungen» Sicherheitstechnisch effizient» Organisatorisch effizient» Praxistauglich 2

45 Wearable Systeme für die Kommissionierung industrieller Güter 45 Sichere Wearable-Systeme zur Kommissionierung industrieller Güter sowie für Diagnose, Wartung und Reparatur Beteiligte Partner Daimler Endbenutzer (Anforderungen, Benutzerstudien, Testumgebung) NEO Business Partners Anwendungspartner (Expertise in der Mobilisierung von Prozessen, SAP Partner, SME) texxmo Hardware- und Anwendungsanbieter (Expertise mit Wearable Computern und im Entwurf von Wearable-Computing-Anwendungen) Mobile Research Center Technologielieferant (Expertise in der Wearable-Computing-Forschung, Anwendungsentwicklung und IT-Sicherheit) SAP Research Konsortialführer (Expertise in benutzerzentriertem Entwurf und mobilen Anwendungen) 3 Sichere Wearable-Systeme zur Kommissionierung industrieller Güter sowie für Diagnose, Wartung und Reparatur Ansatz: Moduswechsel Arbeiter Arbeiter Arbeitszentrum IT-Platz 4

46 Wearable Systeme für die Kommissionierung industrieller Güter 46 Sichere Wearable-Systeme zur Kommissionierung industrieller Güter sowie für Diagnose, Wartung und Reparatur Ansatz: Integration Arbeiter reale Welt Wearable Computer 5 Sichere Wearable-Systeme zur Kommissionierung industrieller Güter sowie für Diagnose, Wartung und Reparatur Evolution Sprache Desktop Computer stationär PDA TabletPC Smartphone mobil Gesten HMD Haptik Sensoren... wearable 6

47 Wearable Systeme für die Kommissionierung industrieller Güter 47 Sichere Wearable-Systeme zur Kommissionierung industrieller Güter sowie für Diagnose, Wartung und Reparatur Technologietransfer 7 Sichere Wearable-Systeme zur Kommissionierung industrieller Güter sowie für Diagnose, Wartung und Reparatur Informationsverbund SiWear 8

48 Wearable Systeme für die Kommissionierung industrieller Güter 48 Sichere Wearable-Systeme zur Kommissionierung industrieller Güter sowie für Diagnose, Wartung und Reparatur Integration von Hardware und Sensoren in die Umgebung = Umfang Evaluation 9 Sichere Wearable-Systeme zur Kommissionierung industrieller Güter sowie für Diagnose, Wartung und Reparatur Szenario Kommissionierung 1. Erhalt des Kommissionierauftrags 2. Zuordnung zwischen Auftrag und Werker 3. Suche des Lagerortes 4. Auswahl und Prüfung des Bauteils 5. Ggf. Vormontage 6. Weitergabe des Auftrags (1) (2) (1) (4) Mobiles System (3) (3) (6) (3) Mobiler Prozess (6) 10

49 Wearable Systeme für die Kommissionierung industrieller Güter 49 Sichere Wearable-Systeme zur Kommissionierung industrieller Güter sowie für Diagnose, Wartung und Reparatur Weitere mögliche Anwendungsgebiete & Ausblick Service / Instandhaltung» Aufgabe: Diagnose / Wartung / Reparatur von komplexen Anlagen & Maschinen bzw. Fahrzeugen» Herausforderung / Potenzial: On-demand-Abruf & Darstellung von Informationen - Diagnosedaten - Ersatzteillisten - Reparaturanweisungen - unter erschwerten Bedingungen (räumlich & informationstechnisch komplexes Arbeitssystem). 11 Sichere Wearable-Systeme zur Kommissionierung industrieller Güter sowie für Diagnose, Wartung und Reparatur Weitere mögliche Anwendungsgebiete & Ausblick Qualitätstore» Aufgabe: Bauteilprüfung anhand (dynamischer) Checklisten.» Herausforderung / Potenzial: Bereitstellung der Daten nebenläufig im Blickfeld ; Interaktionsmöglichkeit mit dem System am Arbeitsort Montage der Zukunft» Aufgabe: Vollflexible Produktion von unterschiedlichen Baureihen auf einer Montagelinie.» Herausforderung / Potenzial: Information / Anleitung der Werker zur aktuellen Variante. Erreichung optimaler Ausbringung und Qualität (wie in spezialisierten Linien). Wissenschaftliche Zusammenarbeit» Universität Bremen, Technologie Zentrum Informatik (TZI) Prof. Lawo» Institut zur Erforschung und Entwicklung innovativer Informations- und Kommunikationstechnologien, Transfer in Produkte und Dienstleistungen» Kooperation zu weiteren Forschungsprojekten angestrebt 12

50 Dynamik und Energieeffizienz materialflusstechnischer Prozesse 50 Fakultät Maschinenwesen Professur für Technische Logistik Dynamik und Energieeffizienz materialflusstechnischer Prozesse Frank Schulze Dresden 22. Januar 2010 Agenda Fakultät Maschinenwesen Professur für Technische Logistik Dynamik materialflusstechnischer Prozesse Ankündigung des bewilligten AiF/BVL-Forschungsvorhabens zur Beherrschung stark korrelierter Logistik- und Produktions-Prozesse Energieeffizienz materialflusstechnischer Prozesse Vorstellung des geplanten AiF/IFL-Forschungsvorhabens zur Simulationsbasierten Entwicklung energieeffizienter Steuerungen für Materialflusssysteme Dresden Frank Schulze Folie 2

51 Dynamik und Energieeffizienz materialflusstechnischer Prozesse 51 Auslastung und Varianz Fakultät Maschinenwesen Professur für Technische Logistik Auftragssequenzen bzw. -ströme werden durch den Mittelwert μ und die Varianz σ² bzw. den Variations-koeffizienten v der Ankunftsabstände beschrieben; Bedienprozesse durch die Auslastung ρ. Abbildungen: gammaverteilte Ankunftsabstände links: ρ = 0,4... 0,9 v = 0,6 rechts: ρ = 0,8 v = μ = N x n N n= 1 N σ = ( xn μ), v = N n= 1 ρ = σ μ μ μ B A Dresden Frank Schulze Folie 3 Positive und negative Korrelation Fakultät Maschinenwesen Professur für Technische Logistik Abhängigkeiten innerhalb einer Sequenz (Autokorrelationen) werden durch den Korrelations-koeffizienten r l zum Lag l beschrieben, der Werte zwischen 1 und +1 annehmen kann. Abbildungen: gammaverteilte Ankunftsabstände (ρ = 0,8; v = 0,6) Korrelation: links positiv; rechts negativ ( x μ)( x μ) n n+ l n= 1 l = N l N l r n= 1 N l 2 ( x μ) ( x μ) n n= 1 n+ l 2 2 Dresden Frank Schulze Folie 4

52 Dynamik und Energieeffizienz materialflusstechnischer Prozesse 52 Auswirkung von Korrelation Fakultät Maschinenwesen Professur für Technische Logistik positive Korrelation: DLZ 50% höher M/D/1-Bedienmodell (exponentialverteilte Ankunftsabstände, konstante Bedienzeiten), sortierte 10er-Gruppen von Ankunftsabständen DLZ im Standard - M/D/1-Modell negative Korrelation: DLZ 25% niedriger Dresden Frank Schulze Folie 5 Korrelation in Flugplandaten Fakultät Maschinenwesen Professur für Technische Logistik Dresden Frank Schulze Folie 6

53 Dynamik und Energieeffizienz materialflusstechnischer Prozesse 53 Zielstellung Fakultät Maschinenwesen Professur für Technische Logistik Ursachen für Korrelationen aufdecken Praxisdaten analysieren Korrelationen beschreiben Wirkung von Korrelationen abschätzen Vergleichsrechnungen vornehmen Ergebnisse verallgemeinern Prozesse mit Korrelationen erzeugen Algorithmen implementieren Zufallsgeneratoren parametrieren Wir suchen: Logistikdaten Wir bieten: Berechnungsmodelle Dresden Frank Schulze Folie 7 Agenda Fakultät Maschinenwesen Professur für Technische Logistik Dynamik materialflusstechnischer Prozesse Ankündigung des bewilligten AiF/BVL-Forschungsvorhabens zur Beherrschung stark korrelierter Logistik- und Produktions-Prozesse Energieeffizienz materialflusstechnischer Prozesse Vorstellung des geplanten AiF/IFL-Forschungsvorhabens zur Simulationsbasierten Entwicklung energieeffizienter Steuerungsstrategien für Materialflusssysteme Dresden Frank Schulze Folie 8

54 Dynamik und Energieeffizienz materialflusstechnischer Prozesse 54 Motivation Fakultät Maschinenwesen Professur für Technische Logistik Energiekostenanteil an den Lebenszykluskosten eines Materialflusssystems wächst Systemtechnikanbieter müssen zunehmend genaue Angaben zum Energieverbrauch geplanter Anlagen machen Energieeffizienz-Steigerung in der Intralogistik heißt bislang vor allem Optimierung der Fördertechnik Optimierte Anlagensteuerungen können 30%... 50% Energie einsparen (insb. im Teillastbetrieb) Eine energieeffiziente Materialflusssteuerung hat neben den traditionellen Optimierungszielen (maximaler Durchsatz, minimale Durchlaufzeit und Investitionskosten) ein weiteres: minimale Betriebskosten. Das wird künftig zu anderen Steuerungen und einer anderen Gestaltung der Systeme führen. Dresden Frank Schulze Folie 9 Mechanische Arbeit bzw. Leistung Fakultät Maschinenwesen Professur für Technische Logistik Energieverbrauch durch Heben Beschleunigung Reibung Dresden Frank Schulze Folie 10

55 Dynamik und Energieeffizienz materialflusstechnischer Prozesse 55 Einfluss der Prozess-Charakteristik Fakultät Maschinenwesen Professur für Technische Logistik getaktete Abfertigung exponentialverteilte Abfertigungszeit Dresden Frank Schulze Folie 11 Lösungsansätze Fakultät Maschinenwesen Professur für Technische Logistik Optimierte Steuerung gesamter Anlagen Gut wartet auf Förderer statt Förderer wartet auf Gut Anpassung der Transportgeschwindigkeit im Niedriglastfall Lehrfahrtanteilreduzierung durch Fahrzeuganzahlerhöhung Optimiertes Betriebskonzept einzelner Komponenten Zwischenkreiskopplung Dauerbetrieb für Hocheffizienzmotoren Wirkungsgradoptimale Auslegung Wir suchen: Messdaten Wir bieten: Optimierungsstrategien Dresden Frank Schulze Folie 12

56 Dynamik und Energieeffizienz materialflusstechnischer Prozesse 56 Fakultät Maschinenwesen Professur für Technische Logistik Dynamik und Energieeffizienz materialflusstechnischer Prozesse Frank Schulze Telefon: 0351/ Internet: tu-dresden.de/mw/logistik Dresden 22. Januar 2010

57 Maßgeschneiderte Logistik für einen 1st Tier Supplier der Automotivebranche 57 Maßgeschneiderte Logistik im Zulieferbereich der Automobilindustrie AGENDA Unternehmensinformationen Informationen zu Kunde / Produkt / Projekt Problemstellung / Voraussetzung Messen / Analysieren / Validieren Konzept FFT, Lager, Supermarkt Produktionsbereich Little Train Mitarbeiterbedarfsanalyse mit MTM WE Buchung BMS & MDE Simulation LOGSOL GmbH 2

58 Maßgeschneiderte Logistik für einen 1st Tier Supplier der Automotivebranche 58 FAKTEN Firma: LOGSOL GmbH Sitz: Glashütter Str. 53, Dresden Gründung: Mitarbeiter: LOGSOL GmbH 3 PROJEKTKARTE LOGSOL GmbH 4

59 Maßgeschneiderte Logistik für einen 1st Tier Supplier der Automotivebranche 59 LOGISTIK NEU GEDACHT Managementkompetenz Potenzialanalyse und Benchmarking Beratungsprojekt Engineering-Projekt KVP Programme Management auf Zeit Ausschreibungsmanagement Intensiv-Workshops Entwicklung von individuellen Softwarelösungen Branchenkompetenz Automotive Industrie (Halbleiter-, Textil-, Elektro-) Konsumgüter Logistikdienstleister Militär Sonstige (Vereine, etc.) Individuelle & praxisorientierte Logistikplanung Komplettbetreuung von der Idee bis zum SOP LOGSOL GmbH 5 MODULARER AUFBAU DER BERATUNGSLEISTUNG Strukturierte Herangehensweise an Projekte zur Sicherstellung des Projekterfolgs LOGSOL GmbH 6

60 Maßgeschneiderte Logistik für einen 1st Tier Supplier der Automotivebranche 60 INHALTE DER KONZEPTIONEN Layoutplanung (sowohl auf Lager-, Werksebene und unternehmensübergreifend) Flottenoptimierung / Bewertung von Transportlösungen nach VDI Mitarbeiterbedarfsplanung (für bestehende & zukünftige Prozesse) Planung & Optimierung von Materialflüssen Versorgungsplanung (Planung der Kommissionierung/ Sequenzierung) Bestandsoptimierung entlang der Supply Chain Konzeptionierung & Umsetzung von LVS-Projekten Gestaltung von ergonomischen Logistik-Arbeitsplätzen Lean Logistics - Lean Warehousing - Lean Management (FMEA, KVP, 5S, 3M) Green Logistics Webbasiertes Behältermanagementsystem LOGSOL GmbH 7 REFERENZEN LOGSOL GmbH 8

61 Maßgeschneiderte Logistik für einen 1st Tier Supplier der Automotivebranche 61 PRAXISBEISPIEL: Maßgeschneiderte Logistik in der Automobilbranche LOGSOL GmbH 10 PROJEKT / VORAUSSETZUNG / PROBLEMSTELLUNG Flächenplanung Bedarf laut internem Benchmark für dieses Produkt bei 135% der verfügbaren Lagerflächen Lager- und Kommissionierbereich: 25 x 25 m für ca. 200 SKU Sequenzierbereich: keine ganzheitliche Fläche für 12 Bauteile in 120 Varianten Schmale Versorgungswege (1.800 mm mm) Zwingende Trennung von Stapler- und Fußwegen Personal Mitarbeiterbedarfsanalyse zur Gewähr der Logistikleistung Technikauswahl und Investitionskostenrechnung Ausschreibung & Vorbereitung der Entscheidungsfindung Dynamische Darstellung des Materialflusses und Machbarkeits- und Bottleneck-Analyse Einbezug pfiffiger Lösungsansätze LOGSOL GmbH 13

62 Maßgeschneiderte Logistik für einen 1st Tier Supplier der Automotivebranche 62 MESSEN / ANALYSIEREN / VALIDIEREN Abläufe ZDF (Zahlen-Daten-Fakten) LOGSOL GmbH 14 KONZEPT FFT, LAGER, SUPERMARKT Strukturierung Æ Sankey Layout Definition Kommissioniersystem: VDI 3590 (Materialflusssystem) LOGSOL GmbH 16

63 Maßgeschneiderte Logistik für einen 1st Tier Supplier der Automotivebranche 63 KONZEPT FFT, LAGER, SUPERMARKT Schmalganglösung mit 9 Regalzeilen 3 Kommissioniergänge (untere Regalebene) Schaffung zusätzlicher Komm.-Plätze durch Halbierung Schienengeführte FFT in Nachschubgängen LOGSOL GmbH 17 KONZEPT FFT, LAGER, SUPERMARKT ABC XYZ GMK Analyse Prämissen bei Anordnungsproblematik: Trennung nach Produktionslinien Minimierung der Stundenmeter LOGSOL GmbH 18

64 Maßgeschneiderte Logistik für einen 1st Tier Supplier der Automotivebranche 64 KONZEPT FFT, LAGER, SUPERMARKT Elektro-Schwenkschubmaststapler Gabel um 180 schwenkbar Progressive Endloslenkung Sitzposition quer zur Fahrtrichtung Führung durch Schienen Elektro- Gelenkstapler Mast um 180 schwenkbar Sitzposition zur Fahrtrichtung Keine Führung notwendig LOGSOL GmbH 19 KONZEPT PRODUKTIONSBEREICH Entwicklung Stellplatzstruktur / Linienpuffer Anordnungsplanung Dimensionierung Ermittlung Anzahl Kanban-Karten je SKU Layoutierung / Erstellung der Karten 2-Farben-Konzept Eindeutige Kennzeichnung von Quelle & Senke Entwicklung Meldekonzept (Briefkastenstruktur) Test / Schulung / Einführung LOGSOL GmbH 20

65 Maßgeschneiderte Logistik für einen 1st Tier Supplier der Automotivebranche 65 KONZEPT LITTLE TRAIN Linienversorgung mittels geschlossenem Bedienungssystems Prämissen: 100%ige Versorgungssicherheit der Linie Keine Begegnungsverkehre Entwicklung Fahrplankonzept LOGSOL GmbH 21 KONZEPT MITARBEITERBEDARFSANALYSE Methods-Time-Measurement ist die Methode zur Analyse von Arbeitsabläufen auch in der Logistik MTM-basierte Analyse der vorbestimmten Prozesszeiten in logistischen Funktionen LOGSOL GmbH 23

66 Maßgeschneiderte Logistik für einen 1st Tier Supplier der Automotivebranche 66 KONZEPT WE BUCHUNG Verbesserung ohne wirkliche Veränderung Digitaler Stift erkennt welches Formular ausgefüllt wird Position auf dem Papier was handschriftlich erfasst wurde Einfache Anbindung an jeweilige Systeme Datenauswertung über spezielle Applikationen Kostengünstige mobile Datenerfassung, ideal für jegliche Prüfprozesse einsetzbar LOGSOL GmbH 26 KONZEPT BEHÄLTERMANAGEMENTSYSTEM Web-Applikation als Benutzeroberfläche Multi User mit individuell spezifizierten Rechten & Pflichten Sicherheitsserver & Verfügbarkeit 24/ LOGSOL GmbH 27