PrEvelOp

Ausgangssituation

Die Herausforderung produzierender Unternehmen besteht in der Beherrschung der Fertigungsprogrammvarianz, um im Wettbewerbsumfeld bei höherem Kostendruck zu bestehen. Wesentliche Stellhebel zur Reduzierung der Fertigungsprogrammvarianz und Steigerung der Profitabilität sind neben Abkündigungen unter anderem Standardisierungsmaßnahmen.

Lösungsweg

Im Rahmen des Projekts werden Funktionen entwickelt, die in Auftragsdaten (bestehend aus Artikel- sowie Fertigungsprozessdaten) Ähnlichkeiten mithilfe von Methoden des unüberwachten Lernens (unsupervised learning) identifizieren. Die Funktionen ermöglichen die Gruppierungen von Aufträgen nach artikelspezifischen und/oder prozessspezifischen Merkmalen. Je nach Gruppierungen werden durch eine Entscheidungsunterstützung automatisiert passende Maßnahmen zur Reduzierung der Fertigungsprogrammvarianz vorgeschlagen.

Erwartetes Ergebnis

Als Ergebnis wird eine Open-Source-Bibliothek angestrebt – mit Funktionen zur ML-basierten Reduzierung der Varianz im Fertigungsprogramm, die KMU über eine permissive Lizenz sowie auch zu Test- und Übungszwecken in Form einer Demo-Applikation bereitgestellt wird. Darüber hinaus wird eine Förderung des Austauschs über Best Practices zur Beherrschung von Artikel- und Fertigungsprozessvielfalt zwischen den Projektpartnern angestrebt.

Nutzen für die Zielgruppe

Eine Minimierung der Fertigungsprogrammvarianz ist notwendige Voraussetzung zur Identifizierung und Umsetzung varianzreduzierender Maßnahmen, um varianzinduzierte Komplexitätskostentreiber – wie geringe Losgrößen oder häufige Werkzeugwechsel – zu adressieren und das Dilemma zwischen individueller Produktion (‚economies of scope‘) sowie Massenproduktion (‚economies of scale‘) zu reduzieren.