24.11.2020 – Kategorie: Produktion

Algorithmische Produktion: Autonomie und Selbststeuerung als Erfolgsfaktoren

Die Fertigung von Morgen kann mithilfe von Internet-of-Things-Technologien systematisch Daten im Shopfloor erheben und in Echtzeit an die Produktionsplanung und -steuerung übergeben. Die Rede hierbei ist auch von einer algorithmischen Produktion – ein Ansatz, den die Management- und IT-Beratung MHP entwickelt hat.

Um wettbewerbsfähig zu bleiben, müssen fertigende Unternehmen ihren Kunden nicht nur in immer kürzeren Abständen neue Produkte in zahlreichen Varianten anbieten. Die Produkte müssen sich auch möglichst umfassend individualisieren lassen und schnell geliefert werden –zu einem guten Preis, in hoher Qualität und unter Berücksichtigung von Nachhaltigkeitsaspekten. Der richtige Ansatz hierfür ist die algorithmische Produktion.

Algorithmische Produktion für mehr Flexibilität

Die etablierten Konzepte für die Produktionsplanung und -steuerung sind dafür nicht ausreichend. Sie sind vor allem zu unflexibel und starr, um sich dynamisch und kurzfristig an sich verändernde Situationen anzupassen und auf ungeplante Ereignisse reagieren zu können. Um das zu ändern, müssen mithilfe von Internet-of-Things-Technologien systematisch Daten im Shopfloor erhoben und in Echtzeit an die Produktionsplanung und -steuerung übergeben werden.

Autonomie und Selbststeuerung als Erfolgsfaktoren

Das leistet die Algorithmische Produktion – ein Ansatz, den die Management- und IT-Beratung MHP entwickelt. Dr. Stefan Gerber, Associated Partner bei MHP: „Mit einer Algorithmischen Produktionsarchitektur meinen wir jede Art von Produktionssteuerungssystem, das in der Fertigung Autonomie und Selbststeuerung ermöglicht, indem das Scheduling für sämtliche Instanzen im Shopfloor berechnet, koordiniert und optimiert wird. Zu diesen Instanzen gehören neben Maschinen, Anlagen, Werkzeugen und Fahrzeugen auch Vorgänge und Aufträge.“

Was den Ansatz im Detail ausmacht, hat MHP im White Paper „Framework der Algorithmischen Produktionsarchitektur“ zusammengefasst. Die Autoren skizzieren darin das erhebliche Potenzial des Ansatzes und beschreiben das Design für eine geeignete IT-Architektur – das MES wird dabei um einige Komponenten erweitert. Dabei wird ein Framework vorgestellt, das die Realisierung einer Algorithmischen Produktionsarchitektur durch drei alternative Szenarien definiert und mit Anwendungsfällen verknüpft: zentrale Produktionsarchitektur, föderierte Produktionsarchitektur und dezentrale Produktionsarchitektur. Zum Abschluss stellen die Autoren als Praxisreferenz das Beispiel eines OEM vor, der zur Herstellung von Elektromotoren in einem neuen Werk eine Algorithmische Produktionsarchitektur implementiert hat.