Forschung

Der Schwerpunkt dieses Projekts liegt auf der Optimierung und Automatisierung der Prozess- und Ablaufplanung in der Auftragsfertigung. Die Herstellung eines bestimmten Produkts kann auf unterschiedliche Weise erfolgen, wobei eine breite Palette von Fertigungstechnologien und verschiedene flexible (mit einer Reihe von Werkzeugen ausgestattete) und autonome, nicht identische Maschinen in verschiedenen Bearbeitungsschritten eingesetzt werden. Einige Maschinen müssen von hochqualifizierten, menschlichen Bedienern überwacht werden. Zu den zu treffenden Entscheidungen gehören die Auswahl eines Prozessplans für die Herstellung jedes Werkstücks, die Wahl der Maschine für jeden Bearbeitungsschritt, die Vorhersage der Bearbeitungszeit und die Einplanung einer Gruppe qualifizierter Mitarbeiter, um nur einige zu nennen.

Um mit Markt- und Technologieveränderungen Schritt zu halten, unterliegen Produktionssystem ständigen Anpassungen und müssen darüber hinaus in der Lage bleiben, schnell auf Störungen sowie auf Maschinen- und Prozessausfälle zu reagieren. Diese Fähigkeit wird durch die Nutzung verfügbarer technologischer Alternativen und die Neuberechnung von Produktionsrouten in Echtzeit auf der Grundlage robuster Produktionspläne erreicht. Datenanalyse und künstliche Intelligenz ermöglichen, relevante Informationen aus unstrukturierten Daten abzurufen. Die gewonnenen Informationen bilden die Grundlage für kontinuierliche Verbesserungen und Lernprozesse.

Unsere wichtigsten Schritte auf dem Weg zur Automatisierung der Produktionsplanung sind die Datensammlung, die Modellbildung, das Erlernen von (exakten) robusten Methoden und schließlich der Transfer in die Praxis.

SuPerPlan untersucht die getaktete Fließfertigung kundenspezifischer Produkte. Der Fokus liegt dabei auf der Entwicklung und Analyse geeigneter Konzepte, Modelle und Algorithmen zur Planung ökonomisch und sozial nachhaltiger Zuordnungen von Tasks zu Arbeitskräften, die an den Arbeitsstationen der Fließlinie manuelle Tätigkeiten ausführen. Unsere Forschungstätigkeit beruht auf der Annahme, dass diese Nachhaltigkeitsziele durch eine alternierende oder kollaborative Durchführung spezifischer Tasks durch mehrere Mitarbeiter (Work-Sharing) erreicht werden können, sofern diese auf Regeln basieren, die durch eine intelligente Produktionsplanung vorgegeben werden. Wir identifizieren drei Typen des Work-Sharing, die wirksam zur Bereicherung von Arbeitsinhalten und zur Reduzierung von ergonomischen Risiken und Schwankungen der Durchlaufzeiten der Produkte eingesetzt werden können. Dies erleichtert Unternehmen eine variantenreiche Gestaltung der Produktpalette ohne Einbußen bei der Liefertermintreue, wobei jedoch die Komplexität der betroffenen Planungsprobleme steigt.

Getaktete Fließfertigung mit Work-Sharing findet bisher kaum Beachtung in der Literatur. Die dadurch entstandene Forschungslücke sowie der zusätzlich fehlende methodische Apparat zur Unterstützung von Managern soll durch SuPerPlan geschlossen bzw. erschaffen werden. Dazu untersucht SuPerPlan die Auswirkungen des Work-Sharing auf Planungsentscheidungen, z.B. in der Personalplanung, der Fließbandabstimmung und dem Scheduling. Ziel ist ferner die formale Beschreibung geeigneter Optimierungsprobleme und die Entwicklung zugehöriger Lösungsalgorithmen, welche die diversen Facetten des Work-Sharing berücksichtigen. Die Tatsache, dass diese Probleme in der Regel bereits ohne Berücksichtigung von Work-Sharing zur Klasse der NP-schweren Probleme gehören, stellt eine große Herausforderung bei der Entwicklung geeigneter Algorithmen dar.

Wir werden Aspekte sozialer Nachhaltigkeit in den Mittelpunkt unserer Untersuchungen stellen. Dies erreichen wir durch die explizite Abbildung des Stammpersonals, durch die Integration persönlicher Fähigkeiten der Mitarbeiter und ergonomischer Risiken und die Fokussierung auf eine gerechte Aufteilung der Arbeitslast. Wir werden zudem partizipative Planungsansätze (sog. Mechanismen) entwickeln, welche die Präferenzen der Mitarbeiter berücksichtigen. Unsere Ergebnisse erhalten dadurch eine gesellschaftlich relevante Dimension, die zur Verbesserung der Arbeitsbedingungen und Vergrößerung der Variantenvielfalt in der Fließfertigung beitragen wird.

Ausgangslage:
Durch die von der Vision „Industrie 4.0“ angestoßene und vorangetriebene, echtzeitnahe Erfassung von Prozess- und Kontextdaten sowie deren Verarbeitung, ist die Komplexität von Advanced Planning and Scheduling (APS) Systemen deutlich gestiegen. Ergebnisse und Pläne, die von Optimierungsverfahren „berechnet“ werden, können häufig von den Verantwortlichen nicht mehr nachvollzogen werden. Sie werden daher oft nicht akzeptiert und durch herkömmliche Pläne ersetzt bzw. mit historisch gewachsenen Praktiken umgangen.

Projektziel:
Ziel des Projektes EKPLO ist es, die Potentiale von APS Systemen – insbesondere für kleine und mittelständische Unternehmen – unter der besonderen Berücksichtigung der Mitarbeiter als entscheidende Akteure bei der (wertschöpfungskettenübergreifenden) Auftrags- und Ressourcenplanung nutzbar zu machen. Das entstehende System nennen wir Human-Centered APS (HAPS).

Vorgehen und Innovation:
In EKPLO wird ein klassisches APS-System durch Funktionalitäten zur Visualisierung der APS-Algorithmen, zur Kommunikations- und Kollaborationsunterstützung, sowie zur endnutzerfreundlichen Anpassung der APS-Algorithmen ergänzt. Dies soll wesentlich zur Verringerung der Komplexität, zur besseren Unterstützung der Mitarbeiter im echtzeitnahen Daten- und Entscheidungskontext, sowie zur schnellen Anpassung des Systems durch sowohl die Anwender einerseits, als auch durch die Entwickler andererseits, beitragen.
Die Innovation dieses Projektes bzw. des neuartigen Systems liegt in der einzigartigen Kombination verschiedener, häufig voneinander getrennter Forschungs- und Anwendungsbereiche. Hierdurch und durch eine agile Vorgehensweise bei der Projektdurchführung, entsteht ein holistischer Ansatz zur Bewältigung dieser sozio-technischen, intra- aber auch interorganisationalen Aufgabenstellung.

Im Teilprojekt Human-Centered Scheduling Algorithms (HCSA) werden unter der Leitung von Dr. Dominik Kreß und in enger Zusammenarbeit mit den Kooperationspartnern APS-Algorithmen (weiter-) entwickelt und bedarfsgerecht angepasst. Gleichzeitig erarbeitet das Team Techniken zur Algorithmenvisualisierung und -manipulation.

Anmerkung:
Das Projekt wurde am Lehrstuhl für Wirtschaftsinformatik, Betriebliche Anwendungs- und Entscheidungsunterstützungssysteme, der Universität Siegen durchgeführt.