SDSC-BW: Herrenknecht

Smart-Data-Algorithmen unterstützen, bei der Planung die Liefergenauigkeit

Smart-Data-Analysen unterstützen die Ablaufplanung der Komponentenfertigung beim Maschinenbauer für den Tunnelvortrieb Herrenknecht AG. Ein Kundenauftrag besteht aus vielfältigen Komponenten. Die Kernkomponenten werden in einzelnen Produktionsaufträgen am Konzernsitz in Schwanau hergestellt. Bei der Komponentenherstellung fallen unter anderem Kosten-, Planungs-, Produktions- und Qualitätsdaten an.

Für die Smart-Data-Analyse des Smart Data Solution Center Baden-Württemberg (SDSC-BW) wurden diese Daten über einen Zeitraum von 6 Monaten gesammelt. Dabei kamen die Daten aus unterschiedlichsten Systemen, wie dem Produktleitsystem (MES) und der Ressourcenplanung (ERP), und umfassten ca. 30.000 Produktionsdatensätze. Aufgabe war es, auf Basis der Datenlage bestehende Ansätze zu verbessern beziehungsweise neue Ansätze zu finden. Fragestellungen hierbei umfassten: „Wie wirken sich Planabweichungen auf Lieferzeitpunkte aus?“ und „Gibt es weitere noch unbekannte Korrelationen zwischen den zu untersuchenden Faktoren?“

Die Datenanalysten des SDSC-BW erstellten zunächst eine beschreibende Statistik der bereitgestellten Datensätze. Dabei wurden beispielsweise Aspekte der Datenqualität, wie die Anzahl der fehlenden Einträge, betrachtet. Nach der Zusammenführung und Bereinigung der Datensätze wurden unter der Nutzung des Maschinellen Lernens produktionsverzögernde Faktoren und mögliche Zusammenhänge zwischen auffälligen Kosten und Produktionsabfolgen identifiziert. Dabei wurden Methoden der Klassifikation und der Ausreißererkennung eingesetzt. Die Ergebnisse zeigen, dass Smart-Data-Algorithmen Herrenknecht unterstützen können, bei der Planung die Liefergenauigkeit weiter zu erhöhen sowie Pufferzeiten zu verkürzen.

Data Innovation Community

Industrie 4.0

Projektpartner

Herrenknecht AG, Smart Data Solution Center Baden-Württemberg

Ansprechpartner

Murat Malyemez, malyemez@sicos-bw.de

Zeitraum

März 2015 – Dezember 2015

Externe Links

Die vollständige SDSC Success Story

Weitere Projekte

Absatzprognosen von Form und Farbe - ein Vorhersagemodel auf Basis der Vertriebszahlen
Big Data und der Fusion unsicherer, geografischer Daten
Verbesserung der Verkehrsflussvorhersage mit Umgebungsmodellen