Lean und Autonom
Zwei Produktionsansätze und ihr Zusammenhang

Hanna Theuer

Immer mehr Unternehmen implementieren Prinzipien und Methoden der schlanken Produktion in ihre Produktionsprozesse. Da Lean im Wesentlichen auf Änderungen in der Prozessorganisation beruht, benötigen die meisten dieser Anpassungen keine komplexen Technologien. Weiterhin führen zahlreiche Unternehmen IT-Systeme, wie beispielsweise Manufacturing Execution Systeme (MES) oder Enterprise Resource Planning Systeme (ERP) oder moderne Technologien wie RFID und Sensorik ein. Hierbei wird auf eine Verbesserung der Produktion und ein Monitoring der Prozesse abgezielt. Dieser Beitrag stellt den Zusammenhang beider Ansätze dar.

Veränderungen in den globalen Marktbedingungen, eine schwankende Kundennachfrage und steigende Kundenanforderungen – u. a. nach einer hohen Qualität und hoher Individualität – veranlassen produzierende Unternehmen flexible und anpassbare Prozesse zu gestalten. Dafür gibt es verschiedene Wege, wie beispielsweise Lean Production, moderne Softwaresysteme und die Dezentralisierung der Entscheidungsfindung mittels intelligenter autonomer Technologien. Während die schlanke Produktion die Eliminierung von nicht-wertschöpfenden Prozessen fokussiert, helfen Softwarelösungen bei der Automatisierung der Entscheidungsfindung auf Basis von Algorithmen. Mit der Hilfe von autonomen Technologien, wie beispielsweise Sensornetzwerken oder RFID, können verschiedene Produktionsobjekte die Entscheidungsfindung und -ausführen selbstständig durchführen. Dieses ist insbesondere dann notwendig, wenn eine Produktion in Echtzeit auf Änderungen reagieren und Anpassungen durchführen muss. Daher scheint die autonome Produktion ein adäquates Mittel zu sein, um mit den aktuellen Anforderungen an Produktionssysteme erfolgreich umgehen zu können. 

Bild 1: Die drei Enabler der Autonomie


Autonomie

“Autonomous Control describes processes of decentralized decision-making in heterarchical structures. It presumes interacting elements in non-deterministic systems, which possess the capability and possibility to render decisions independently. The objective of Autonomous Control is the realization of increased robustness and positive emergence of the entire system due to distributed and flexible coping with dynamics and complexity”. [1] Autonome Objekte haben drei wesentliche Voraussetzungen [3]: eine selbstständige Informationsverarbeitung, eine selbstständige Entscheidungsfindung sowie eine selbstständige Entscheidungsausführung.

Die Informationsausführung beinhaltet die Dateneingabe, Datenspeicherung und die Datenaggregation. Die für die Prozessausführung relevanten Informationen müssen auf dem Produktionsobjekt gespeichert werden. Bei der Entscheidungsfindung müssen unterschiedliche Handlungsalternativen gegeneinander abgewogen werden. Dabei haben sowohl zuvor definierte und übergeordnete Regeln als auch die aktuelle Situation in der Produktion eine wichtige Bedeutung. Ebenso ist es notwendig, dass verschiedene am Prozess beteiligte Objekte miteinander kommunizieren. Die Entscheidungsausführung erfordert eine produktionsobjekt-übergreifende Kommunikation, als auch die Fähigkeit der einzelnen Objekte, verschiedene Handlungsalternativen durchführen zu können. 

Bild 2: Zeiten und Verschwendungsarten in der schlanken Produktion


Drei Enabler der Autonomie

Betrachtet man den Begriff der Autonomie in der Produktion in der Literatur, wird ein starker technischer Fokus ersichtlich [2, 3]. Dabei stellt sich die Frage, ob es noch weitere Objekte gibt, welche den genannten Voraussetzungen gerecht werden. Aus diesem Grund sollen im Weiteren neben der Hardware-Autonomie der Maschinen, auch die Software-Autonomie durch Fertigungssoftware und die menschliche Autonomie, welche sich durch menschliche Aktionen und Organisation auszeichnet betrachtet werden (Bild 1) [4].


Enabler 1: Menschliche Autonomie

Menschliche Autonomie erfordert, dass die einzelnen Personen selbstständig Entscheidungen treffen und ausführen dürfen. Voraussetzung hierfür sind unter anderem flache Hierarchien, die Übertragung von Verantwortlichkeiten, eine intensive und gelebte Kommunikation zwischen Personen verschiedener Funktionen und Bereiche sowie passende Organisationsstrukturen. 


Enabler 2: Software Autonomie

Es gibt eine große Anzahl von Softwarelösungen, welche in Produktionssystemen verwendet werden. Dazu gehören beispielsweise Manufacturing Execution Systeme MES, Advanced Planning and Scheduling Lösungen APS, Warehouse Management Systeme WMS, oder Computer Aided Quality Lösungen CAQ. Jedes Softwaresystem fokussiert dabei einen anderen Aspekt der Produktion. Zudem gibt es integrierte Lösungen und solche, die zumindest Basisfunktionalitäten eines anderen Bereiches zur Verfügung stellen (beispielsweise ein MES, dass CAQ-Funktionen enthält). Mithilfe von Software Systeme ist es möglich, die Systemkomplexität zu reduzieren und eine automatische Entscheidungsfindung durch die Nutzung von Software Algorithmen durchzuführen. 


Enabler 3: Hardware Autonomie

Die Hardware Autonomie ist die Autonomie, wie sie im allgemeinen in der Literatur beschrieben wird. Sie beschreibt intelligente Produktionsobjekte, welche durch die Verwendung spezieller Technologien eine selbstständige Entscheidungsverarbeitung, -findung und -ausführung ermöglicht.


Verschwendung in der Produktion

Das Lean Manufacturing oder auch Lean Production (schlanke Produktion) ist eine Form der Produktion, bei der jegliche Verschwendung minimiert und der Kunde in den Mittelpunkt aller Bemühungen gestellt wird. Ursprünglich in Japan im Rahmen des Toyota Produktionssystems TPS in den 50er Jahren entstanden, wird sie mittlerweile auf der ganzen Welt in vielen unterschiedlichen Industrien angewendet. Gemäß des TPS sind Verluste das Gefährlichste, was einem Unternehmen passieren kann, da durch sie das Unternehmensergebnis negativ beeinflusst werden. Unterteilt werden sie in die drei Verlustarten Muda (Verschwendung), Mura (Abweichung) und Muri (Überlastung), wobei in der Lean Philosophie die Verschwendung als die gravierendste Verlustart bezeichnet wird. Diese drei Begriffe werden auch unter den ’3 Mu’ zusammengefasst. Sie bilden eine Grundlage, um systematisch Verlustquellen im Unternehmen zu suchen und zu eliminieren. Bild 2 stellt Zeiten und Verschwendungsarten in der schlanken Produktion dar [5].

Die offensichtlichste Ursache für Verluste im Unternehmen ist die Verschwendung. Eine ’konsequente und gründliche Beseitigung jeglicher Verschwendung’ soll zu einer ’Erhöhung der Wirtschaftlichkeit der Produktion’ führen. (Taiichi Ohno, 1912 - 1990) 


Zusammenspiel schlanker und autonomer Ansätze

Basierend auf den Verschwendungsarten der schlanken Produktion, wird im Folgenden untersucht, in wie weit autonome Ansätze helfen können, die schlanken Prinzipien zu unterstützen. Dabei wird beispielhaft für Rüst- und Warte- und Transportzeiten sowie für Bestand und Fehler aufgezeigt, welche unterschiedlichen Möglichkeiten für Verbesserungen auf den drei Ebenen der Autonomie gegeben sind.


Rüstzeiten

Die gesamte Rüstzeit innerhalb eines Produktionssystems berechnet sich aus der Summe der Rüstungen multipliziert mit der jeweiligen Rüstdauer. Die Rüstdauer ist technologisch bedingt und kann durch autonome Technologien nicht beeinflusst werden. Hier stehen Konzepte bspw. wie Single
Minute Exchange of Die (SMED) zur Verfügung. Autonomie kann jedoch einen Einfluss auf die notwendige Anzahl der Rüstungen haben. Diese wird durch die Auflagereihenfolge bestimmt. In einer Produktion, in der das gesamte Produktionsprogramm für einen Zeitraum im Voraus geplant werden kann, können Optimierungsverfahren zur Bestimmung einer optimalen Auflagereihenfolge durchgeführt werden. Eine solche Planung wird beispielsweise wöchentlich, täglich oder auch zu Beginn einer Schicht mit der Hilfe von Softwaresystemen durchgeführt (Enabler 2: Software Autonomie). Kurzfristige Änderungen, wie sie durch den Ausfall eines Lieferanten oder die Notwendigkeit eines Eilauftrags entstehen können, sind daher nicht zeitnah zu berücksichtigen. Autonome Hardwareobjekte (Enabler 3: Hardware Autonomie) ermöglichen eine dezentrale Planung direkt an den Arbeitsschritten. Dabei analysiert jeder einzelne Arbeitsschritt vor der nächsten Bearbeitung, welches Produkt als nächstes bearbeitet werden soll, um die festgelegten Ziele bestmöglich zu erfüllen und legt auf diese Weise die Auflagereihenfolge fest. Da diese Planung permanent durchgeführt wird, ist eine kurzfristige Änderung, z. B. durch das zusätzliche Einpflegen eines Auftrags, durchführbar. Beispiele für die festgelegten Ziele sind minimale Rüstkosten oder eine hohe Termintreue. Da die Ziele konfliktionär sein können, müssen diese untereinander priorisiert werden. Bei einer hohen Priorisierung der Termintreue könnte beispielsweise die Bearbeitung eines dringenden Auftrags vorgezogen werden, obwohl dadurch höhere Rüstkosten entstehen. 

Bild 3 : Aufsplittung von Wartezeiten


Wartezeiten

In einer Produktion werden verschiedene Wartezeiten unterschieden (Bild 3). In diesem Bereich können in allen drei Autonomieebenen Verbesserungen erzielt werden. Der Menschliche Autonomie können unterschiedliche Methoden der schlanken Produktion zugeordnet werden. SMED ermöglicht beispielsweise eine drastische Reduzierung von Rüstzeiten. Die Mehrmaschinenbedienung sowie die Nivellierung von Prozesszeiten führt zu einer Reduzierung von Wartezeiten auf Maschinen. Total Productive Maintenance (TPM) hilft bei der Verringerung von Maschinenausfällen durch eine präventive Wartung. Kleine Arbeitsgruppen mit einer hohen Eigenverantwortung ermöglichen eine schnelle Entscheidungsfindung durch kurze Kommunikationswege.
Durch die Software Autonomie werden weitere Verbesserungsmöglichkeiten geschaffen. Die Maschinendatenerfassung gewährleistet einen hochaktuellen Überblick über den Status der Maschinen und Anlagen sowie den Fortschritt der Aufträge, die sich in der Bearbeitung befinden. In Verbindung mit einer hochfrequenten Planung der Produktionsaufträge, ist eine zeitnahe Reaktion beispielsweise auf Maschinenausfälle möglich. In Zusammenarbeit mit der Personalzeiterfassung kann zudem eine geeignete Zuordnung des Personals, z. B. basierend auf der Qualifikation, erfolgen. Autonome Hardwaretechnologien (Enabler 3) ermöglichen ein Tracking und Tracing von Objekten. In der Produktion ist dieses insbesondere für die Verfolgung von Material, Transportfahrzeugen, Aufträgen oder Werkzeugen nützlich. Es können hilfreiche Informationen hinsichtlich der Verfügbarkeit von Objekten gewonnen werden. Dadurch kann eine Verteilung von Objekten mit begrenzten Kapazitäten (bspw. Hochqualitative Spezialwerkzeuge) besser koordiniert und weitere Wartezeiten reduziert werden. 


Transportzeiten

Wege zwischen Bearbeitungsschritten, Wege zu Lagerstätten, das Holen von Werkzeugen sowie die Doppelte Handhabung sind Transporte, die in der schlanken Produktion als Verschwendung angesehen werden. Vermieden werden können Transporte insbesondere durch eine erhöhte Transparenz der jeweiligen Objekte (z. B. Produkte oder Werkzeuge). Hier bietet insbesondere der Hardware Enabler entsprechende Möglichkeiten.


Bestand

Autonome Methoden können den Bestand nur indirekt beeinflussen. Es gibt zahlreiche Faktoren, die die Notwendigkeit der Höhe des Bestands und die Dauer der Lager von Material, Halbzeugen und Fertigteilen beeinflussen. Hier seien beispielhaft die Festlegung der Produktionsaufträge, die Nivellierung der Maschinen und die Auflagereihenfolge als wichtige Einflussfaktoren genannt. Weiterhin hat Transparenz eine hohe Bedeutung. Es ist schwer eine adäquate Aussage über die Notwendigkeit einer zusätzlichen Lagerung zu treffen, wenn nicht klar ersichtlich ist, welche Teile in welche Anzahl bereits gelagert sind. Dabei ist es ebenfalls notwendig zu wissen, ob die gelagerten Produkte verfügbar oder aber bereits für andere Aufträge reserviert sind.

In der Ebene der menschlichen Autonomie kann die Transparenz des verfügbaren Materials unter anderem durch die Definition fixer Lagerungseinheiten und die Markierung der Stückzahlen erhöht werden. Lagerverwaltungssysteme, MES und ERP-Systeme sind wichtige Lösungen, die im Bereich des Enablers 2
angeordnet sind. Durch Echtzeit-Übersichten über Lagerbestände und deren eventuelle Zuordnung zu künftigen Aufträgen, findet eine Erhöhung der Transparenz und eine Verbesserung der Basis für die weitere Planung statt. Durch das Taggen von Material mit Sensorik können stets aktuelle Übersichten über die Anzahl der Produkte, die sich im Lager befinden und deren genauen Lagerort generiert werden.


Fehler

Damit ein Prozess möglichst wenig Fehler produziert ist es wichtig, dass Fehler – wenn sie auftreten – schnell erkannt werden. Nur so ist es möglich, die Fehlerursache zeitnah zu ermitteln und abzustellen. Dadurch wird eine weitere Ausbreitung des Fehlers vermieden. Im optimalen Fall treten keine Fehler auf. Dieser Zustand kann aber nur theoretisch oder zu extrem hohen Kosten erreicht werden. Daher ist eine permanente Messung der Qualität in den meisten Fällen unerlässlich. Die sicherste Möglichkeit der Fehlerkontrolle ist eine 100 Prozent-Messung. Allerdings sind die Kosten hierfür extrem hoch. In manchen Fällen ist eine 100 Prozent-Messung zudem nicht sinnvoll (wenn beispielsweise eine Zerstörung des Produktes für die Prüfung notwendig ist). Die Qualität kann im Prozess vom Werker selbst oder durch einen Qualitätsbeauftragten geprüft werden. Es existieren zahlreiche Software-Systeme für die Analyse und Auswertung von Prozess- und Produktdaten. Diese ermöglichen unter anderem einen Vergleich aktueller und Plandaten. Statistische Testmethoden und Auswertungen sowie graphische Auswertungen, dienen als Grundlage für eine weitergehende Analyse und die Identifikation von Trends. Autonome Hardware ermöglicht eine Selbstanalyse und -Bewertung von Produkten durch integrierte Sensortechnologien. Dadurch können Produkte selbstständig feststellen, ob sie fehlerfrei sind oder ob ein Fehler vorliegt. Im zweiten Fall kann im nächsten Schritt entschieden werden, ob der Fehler ignoriert werden kann, eine Nacharbeit möglich ist oder nur eine Aussortierung in Frage kommt. Zudem kann sofort der betroffene Prozess und ggf. Prozessverantwortliche informiert werden, um eine unverzügliche Beseitigung der Fehlerursache zu initiieren.


Ausblick

Die aufgeführten Beispiele haben gezeigt, dass es auf allen drei Ebenen der Autonomie Möglichkeiten gibt, bei der Gestaltung schlanker Prozesse zu helfen. Es bleibt abzuwarten, wie sich die verschiedenen Ebenen in den kommenden Jahren entwickeln und durchsetzen werden. Dabei sind insbesondere die Entwicklungen der Hardware Ebene von hohem Interesse. Im Rahmen der Entwicklungen im Bereich Industrie 4.0 werden hier noch zahlreiche Neuerungen und Innovationen hervorgebracht werden. 

 

 

Schlüsselwörter:

Schlanke Produktion, Autonomie, Software, Sensorik, Prozessverbesserung

Literatur:

  1. M. Hülsmann and Windt, K. (eds.): Understanding Autonomous Cooperation & Control in Logistics – The Impact on Management, Information and Communication and Material Flow, Springer, Berlin, 2007.
  2. B. Scholz-Reiter, J. Kolditz and T. Hildebrandt: “UML as a Basis to Model Autonomous Production Systems“. In: P.F. Cunha and P. Maropoulos: “Proceedings of the 3rd CIRP Sponsored on Digital Enterprise Technology“. Setúbal, Portugal, 2006.
  3. R. Hadar and A. Bilberg: “Manufacturing Concepts of the Future - Upcoming Technologies Solving Upcoming Challenges“. In: H. A. ElMaraghy (ed.): “Enabling Manufacturing Competitiveness and Economic Sustainability”, Proceedings of the 4th International Conference on Changeable, Agile, Reconfigurable and Virtual production (CARV2011), Montreal, Canada, 2011.
  4. Theuer, H.; Gronau, N.; Lass, S.: The Impact of Autonomy on Lean Manufacturing Systems. In: Proceedings of the 23rd International Conference on Flexible & Intelligent Manufacturing (FAIM 2013), Porto, Portugal, June 2013.
  5. Syska, A.: Produktionsmanagement: das A - Z wichtiger Methoden und Konzepte für die Produktion von heute. 1. Auflage. Wiesbaden: Gabler, 2006