APS-Autopilot und Resilienz

Industrielle Feinplanung befindet sich inmitten eines gewaltigen Wandels

Es steht eine neue Generation von APS-Lösungen (Advanced Planning and Scheduling) parat, die auf KI- und Data-Science-Basis für Reaktionsfähigkeit und damit deutlich mehr Ausbringung und kürzere Durchlaufzeiten setzt. Im Interview spricht Daniel Poodratchi, Chief Product Officer beim APS-Spezialisten Anacision, über die Fragen, was in diesem Bereich bereits heute im SAP-Umfeld möglich ist und welche Grundbedingungen erfüllt sein müssen. 

KI in der Produktion, wo und wie kommt die Technik zum Einsatz?

Daniel Poodratchi, Anacision: Da wäre zum einen Predictive Maintenance, also die vorausschauende Wartung per KI-basierter Datenanalyse – ein Dauerthema der vergangenen Jahre, das die Erwartungen nicht erfüllt hat, weil das Aufwand-Nutzen-Verhältnis oft nicht gegeben ist. Die individuelle Anpassung der Lösungen auf den jeweiligen Betriebsmittel-Typ ist bei den meisten Ansätzen sehr aufwändig. Besonders für Anlagenbetreiber, die sehr heterogene Betriebsmittel einsetzen, gibt es deshalb meist keinen Anwendungsfall. Sehr gut funktioniert in manchen Bereichen hingegen die automatische optische Inspektion.

“So kann man die Qualitätsprüfung ohne Eingriff des Menschen auf ein neues Level heben.“

Daniel Poodratchi,
Chief Product Officer, Anacision

Ihre Potenziale sind etwa im Bereich „End-of-Line-Test“ noch einmal erheblich angestiegen. So kann man die Qualitätsprüfung ohne Eingriff des Menschen auf ein neues Level heben. Und nicht zuletzt gibt es den Bereich der Feinplanung. Das Besondere hier ist: Wenn Sie da an den richtigen Stellschrauben drehen, erzeugt das häufig einen erheblichen Optimierungseffekt. Schließlich geht es nicht nur um eine Maschine oder Linie, sondern um die Feinplanung eines ganzen Produktionsstandorts. 

In welche Richtung entwickelt sich das Thema aus Ihrer Sicht?

Poodratchi: Machen Sie sich hierbei zunächst bewusst, wohin sich unsere Welt entwickelt hat. Es gibt mehr Komplexität denn je und immer mehr kurzfristige, unmöglich planbare Ereignisse fordern die Planenden bei ihrer täglichen Aufgabe. Ständig wechselnde Aufträge, Personalmangel und das sinkende Bildungsniveau der Werksmitarbeitenden erschweren die Aufgabe zusätzlich. Vor diesem Hintergrund ist klar, dass Unternehmen in ihrer Produktion deutlich flexibler werden müssen, um diese Herausforderungen zu meistern. Und für diese Flexibilität ist eine leistungsstarke Feinplanung unverzichtbar, sonst bleibt das eigentliche Potenzial der Produktion ungenutzt. Neue technologische Ansätze bei APS-Lösungen eröffnen hier enorme Möglichkeiten. Gleichzeitig ist der Projektaufwand für die Implementierung deutlich geringer im Vergleich zu klassischen APS-Lösungen.

Welche technologischen Ansätze eröffnen neue Potenziale in der Produktions-Feinplanung?

Poodratchi: Drei Themenfelder spielen hierbei eine Rolle: Erstens neue Algorithmen aus dem KI-Umfeld in Verbindung mit der Verfügbarkeit von Cloud Computing. Diese ermöglichen sekundenschnelle Berechnung von hocheffizienten Plänen für individuelle Produktionsstrukturen.

Zweitens nimmt die Vernetzung entlang der Lieferkette, siehe SAP IBP, Integrated Business Planning, und in der Produktion etwa per IoT, MDE und BDE immer weiter zu. Die Berücksichtigung dieser Daten in der Feinplanung eröffnet nie dagewesene Möglichkeiten hinsichtlich der Reaktionsfähigkeit, Automatisierung und Optimierung.

Drittens hilft der verstärkte Einsatz von KI dabei, die Feinplanung selbstlernend zu perfektionieren. Übrigens haben wir in diesem Zusammenhang auch ein klares Zielbild: Die ganze Lösung funktioniert am Ende wie ein Navigationssystem im Auto. Sie zeigt also die ideale Route zum Produktionsziel, prognostiziert die Ankunftszeit (Liefertermin), reagiert direkt auf abweichende Ereignisse und berechnet anschließend in Sekundenschnelle eine neue ideale Route.

Welche Funktionen zeichnen Ihre Lösung aus und wo liegt ihr operativer Mehrwert?

Poodratchi: Es geht bei APS ja letztlich immer um eine ganzheitliche Betrachtung der Produktionsabläufe, um die effektivsten Optimierungspotenziale realisieren zu können. Wir sprechen also von einem sehr starken Hebel für zentrale Leistungskennzahlen wie den Durchsatz, die Liefertermintreue oder die Durchlaufzeit. Das sind Bereiche, in denen sich die Optimierungen – und damit der Erfolg unserer Lösung – sehr genau messen lassen.

Konkret, was bekommt der Kunde?

Poodratchi: Die Kunden bekommen keine Black Box. Wir schauen uns im Vorfeld die historischen Produktionsdaten eines Zeitraums an und verwenden sie als Basis für die Erstellung eines optimalen Plans. Ein solcher Testplan macht dann die erreichbaren KPI-Optimierungen sowie Einsparpotenziale ganz konkret sichtbar. Zudem können Unternehmen die Umsetzbarkeit der Pläne prüfen. Kurz gesagt: Es zeigt sich, ob sich die Lösung überhaupt lohnt. Um mal die Dimensionen deutlich zu machen: In der Praxis ist es uns beispielsweise gelungen, die Ausbringung eines Kunststoffherstellers um 17 Prozent und die Auslastung eines Sensorherstellers um 10 Prozent zu erhöhen.

Danke für das Gespräch.