Problemlösungsprozess

Steigerung der Logistikleistung durch Process Mining

Steigerung der Logistikleistung durch Process Mining

Eine Anwendung in der kundenspezifischen Produktion von Hydraulikkomponenten
Christoph Koch, Sarveshwaran Murugan, Heiko Berchtold
Die Fertigung von kundenspezifischen Produkten ist oft komplex und erfordert eine hohe Transparenz von logistischen Größen wie Bestand, Durchlaufzeit, Rückstand und Termintreue. Eine klare Sicht und ein Verständnis der Zusammenhänge zwischen diesen Größen sind entscheidend, um sie gezielt und möglichst reaktionsschnell beeinflussen zu können. Dieser Artikel zeigt, wie Process Mining auch in einer komplexen Auftragsfertigung Echtzeit-Transparenz mit einer effektiven Fertigungssteuerung verbindet. Der Projektablauf gliedert sich in ein vierstufiges Vorgehen, das sich am PDCA-Zyklus orientiert.
Industry 4.0 Science | 40. Jahrgang | 2024 | Ausgabe 3 | Seite 54-60
Manufacturing Analytics für reaktive Qualitätsprozesse

Manufacturing Analytics für reaktive Qualitätsprozesse

Literaturanalyse und Beispiele aus der Praxis
Maximilian Meister, Lukas Hartmann, Markus Wünsch, Joachim Metternich, Amir Cviko, Tobias Böing
Der Beitrag beschreibt die Anwendung von Manufacturing Analytics im Rahmen des reaktiven Qualitätsmanagements. Dazu wird zuerst eine allgemeine Definition des Begriffs Manufacturing Analytics gegeben. Anhand einer Literaturanalyse und der Auswertung bestehender Anwendungsfälle werden Erkenntnisse bezüglich der Potenziale für reaktive Qualitätsprozesse abgeleitet. Dabei zeigt sich, dass Manufacturing Analytics besonders in der Ursachenanalyse, der Fehlererkennung und -vermeidung erfolgsversprechend ist und eingesetzt wird. Abschließend werden praktische Einblicke in die Anwendung von Manufacturing Analytics gegeben.
Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 2 | Seite 43-48