UdZ 2-2015

10 UdZ – Unternehmen der Zukunft 2/2015 FIR-Forschungsprojekte Dipl.-Wirt.-Ing. Kerem Oflazgil (li.) FIR, Bereich Produktionsmanagement Fachgruppe Produktionsregelung Tel.: +49 241 47705-423 E-Mail: Kerem.Oflazgil@fir.rwth-aachen.de Dipl.-Wirt.-Ing. Felix Jordan (mi.) FIR, Bereich Infomationsmanagement Fachgruppe Informationstechnologiemanagement Tel.: +49 241 44705-519 E-Mail: Felix.Jordan@fir.rwth-aachen.de Gregor Josef Fuhs, M. Sc. (re.) FIR, Bereich Infomationsmanagement Fachgruppe Informationslogistik Tel.: +49 241 44705-507 E-Mail: GregorJosef.Fuhs@fir.rwth-aachen.de sehen und mithilfe der FMEA-Methodik aus dem Qualitätsmanagement zu bewerten, um hierauf basierend rechtzeitig Handlungsempfehlungen zu generieren. Diese Handlungsempfehlungen werden automatisch in der BigPro-Plattform aus einem zuvor hergeleiteten Maßnahmenkatalog abgeleitet. Insgesamt intendiert dieser Ansatz des proaktiven Reaktionsmanagements die Prävention eines möglichen Störungseintritts. Falls dennoch eine Störung eintreten sollte, wird eine effektive und schnelle Maßnahme vorgeschlagen, um die Ausfallzeit zu minimieren. Die BigPro-Plattform soll eine gezielte Unterstützung und Optimierung des Reaktions- und Störungsmanagements bieten, die vor allem branchenübergreifend Anwendung finden soll. Der Mensch als zusätzliche Datenquelle Derzeitwerden indenmeistenProduktionssystemen in erster Linie technischeDaten, wie z. B.Maschinen- und Materialinformationen, mithilfe von Sensoren erfasst. Neben derartigen technischen Daten aus der Produktionsumgebung, die immer häufiger echtzeitnah erfasst werden, stellt der Mitarbeiter eine weitere wichtige Informationsquelle dar, da er einen wesentlichen Teil der wertschöpfenden Aktivitäten übernimmt. Mitarbeiterbezogene Echtzeitdatenwerden imZuge bisheriger Störungs- managementansätze kaumoder gar nicht genutzt. Unter Zuhilfenahme von Dashboards können beispielsweise konkret formulierte Hinweise der Mitarbeiter und von ihnen wahrgenommene Auffälligkeiten in der Produktionsumgebung erfasst und visualisiert werden. Darüber hinaus ermöglicht eine semantische Sentimentanalyse dieAuswertung über die emotionale Färbung der verfassten Texte. Dabei lässt die emotionale Färbung auf die Stimmung des verfassendenMitarbeiters schließen. Diese Daten können abschließendmit den durch die verbaute Sensorik gewonnenen Produktionsdaten verknüpft werden. Dadurch können zusätzlich nichttechnische Echtzeitdaten mit den Messdaten technischer Systeme in einen Zusammenhang ge- bracht werden. Überdies soll imRahmen von BigPro mithilfe von Mikrofonsystemen ebenso die verbale Kommunikation der Montagemitarbeiter unter- sucht werden, sodass auf Basis einer automatischen semantischenAnalyse der verbalen Kommunikation mit der BigPro-Plattform Abweichungen im Prozessablauf identifiziert werden können. Verknüpfung von Daten und Ereignissen zu Mustern und Visualisierung Das Complex-Event-Processing (CEP) ermöglicht das Erkennen von Mustern, die mit den auftretenden Störungen einhergehen. Hierzu werden die aus verschiedensten Quellen aggregierten Daten in der Plattform zusammengeführt und mithilfe des CEP-Ansatzes ausgewertet. Aus den gefundenen Mustern lassen sich Wirkungszusammenhänge zwischen den menschlichen und technischen Produktionsfaktoren und den auftretenden Störungen ableiten. Die daraus resultierenden Prognosemöglichkeiten bilden letztendlich die Basis für ein proaktives Störungsmanagement. Im Projekt werden bereits erkannte Störungen und die geeigneten Gegenmaßnahmen durch die Analyse historischer Unternehmensdaten in mehreren Workshops mit den Projektpartnern erfasst. Durch die Sammlung und Zusammenfassung der histo- rischen und der neu generierten Daten in einem Maßnahmenkatalog sollen unternehmensspezi- fische Lösungsansätze derart erweitert werden, dass eine allgemeingültige, branchenübergreifende Anwendung der Forschungsergebnisse des Projekts BigPro ermöglicht wird. Um die Informationen, die durch die Datenplattform gesammelt, aufbe- reitet und zur Verfügung gestellt werden, in der Planungs- und Entscheidungsebene valide nutzen zu können, bedarf es zudem einer anwender- orientierten Visualisierung der produktionsrele- vanten Informationen. Die benutzerfreundliche Bereitstellung der Daten stellt somit ein wichtiges Teilziel des Projekts dar. Falls beispielsweise die Wahrscheinlichkeit für den Ausfall eines Elements des Produktionssystems zunimmt, soll dement- sprechend dargestellt werden, welche Messung und welche Mustererkennung diese Veränderung determinieren. Durch die Visualisierung der Lösungsalternativen und ihrer Auswirkungen im laufenden Betrieb und die hiermit einherge- hende Erhöhung der Informationstransparenz wird das Ziel erreicht, die situationsabhängige Entscheidungsfindung zu vereinfachen.