Working Paper: Humanzentrierte Produktionsplanung mit KI

Im Rahmen dieses Working Papers wird ein KI-gestütztes Assistenzsystem vorgestellt, welches dem Anwendungspartner Bette GmbH eine humanzentrierte Produktionsplanung ermöglicht. Dazu werden zunächst die Besonderheiten vorgestellt, welche die Produktionsplanung bei Bette herausfordernd machen. Dazu gehören insbesondere eine hohe Variantenvielfalt bei gleichzeitig hohen Qualitätsanforderungen. Außerdem führen stochastische Ereignisse wie Nacharbeit an einzelnen Produkten zu unerwarteten Mehraufwänden.

Auf einem Blick

  • Entwicklung eines KI-basierten Assistenzsystems für die Produktionsplanung bei Bette GmbH.
  • KI-gestütztes Simulationsmodell als Lösungsansatz.
  • Bessere Planung zur gleichmäßigen Auslastung der Arbeitsplätze und Vermeidung ungeplanter Belastungen.

WORKING PAPER ANSEHEN

Anforderungen und Belastungsfaktoren

In einer ersten Befragung wurden Belastungsfaktoren und die Einstellung der Beschäftigten gegenüber KI und Digitalisierung abgefragt. Die Beschäftigten zeigten sich offen gegenüber neuen Technologien und gaben an, dass Staus und ungeplante Belastungsspitzen für sie ein Problem darstellen. In einer weiteren, täglichen, Befragung konnten die Ergebnisse weiter differenziert werden und so Ursachen für die Belastung und besonders belastete Arbeitsplätze identifiziert werden. Aus den arbeitswissenschaftlichen Erkenntnissen werden Anforderungen an ein Assistenzsystem abgeleitet, welches die Planung verbessern soll, um die Beschäftigten zu entlasten. Anschließend wird ein KI-gestütztes Simulationsmodell als Lösungsansatz präsentiert. Das Modell kombiniert klassische Methoden aus der Automatentheorie und der ereignisdiskreten Simulation mit Machine-Learning-Algorithmen, um Steuerungslogiken und stochastische Ereignisse abzubilden.

Ein Workflow zur humanzentrierten Produktionsplanung

Es wird zudem ein Workflow zur humanzentrierten Produktionsplanung vorgestellt. Dieser erweitert die klassische Arbeitsvorbereitung durch einen Feedback-Loop, welcher mithilfe des Simulationsmodells Belastungsfaktoren für die Beschäftigten direkt an den Planenden zurückgibt, sodass die Belastungen schon in der Planung verhindert werden können. Ziel ist es, eine gleichmäßige Auslastung der Arbeitsplätze untereinander und im Zeitverlauf zu gewährleisten. Das Assistenzsystem ist zum gegenwärtigen Projektstand in der Lage Belastungen (Anzahl Arbeitsgänge) für einzelne Arbeitsplätze für die nächsten fünf Stunden zuverlässig vorherzusagen. Dies bezieht insbesondere auch stochastisch auftretende Ereignisse wie Nacharbeiten mit ein, welche bisher zu ungeplanter Mehrarbeit an einzelnen Arbeitsplätzen geführt haben. Mithilfe dieser Information sollen in Zukunft gezielte Änderungen am Produktionsplan durchgeführt werden, die Belastungen verhindern. Der Erfolg des Assistenzsystems soll in einer weiteren Befragung am Ende des Projektes evaluiert werden.

WORKING PAPER ANSEHEN

 

ÜBER DIE WORKING PAPER REIHE

Damit die Ausprägung der künftigen Arbeitswelt nicht allein technologisch geprägt wird, braucht es eine ganzheitliche Gestaltung. Deshalb führt das Kompetenzzentrum Arbeitswelt.Plus Erkenntnisse der Arbeitsforschung im Kontext von KI-Anwendungen zusammen und entwickelt daraus passende Lösungen für mittelständische Unternehmen. Mit dieser Working Paper-Reihe geben wir Einblicke in die laufende Forschung der Wissenschaftler:innen des Kompetenzzentrums und möchten gleichzeitig einen Beitrag zur Diskussion rund um aktuelle Themen aus den Feldern Künstliche Intelligenz und Arbeitsforschung leisten.

 

Icon

Lukas Vollenkemper

ist wissenschaftlicher Mitarbeiter an der Fachhochschule Bielefeld in der Arbeitsgruppe Cloud Based Automation. Er beschäftigt sich in seiner Forschung mit humanzentrierter Produktionsplanung und Ergonomiebewertung im industriellen Kontext.

Icon

Prof. Dr. Martin Kohlhase

ist Professor für Automatisierungs- und Regelungstechnik an der Fachhochschule Bielefeld. Als Mitbegründer des Center for applied Data Science erforscht er in der Arbeitsgruppe “Cloud Based Automation” Methoden des Machine Learning und der Data Science im anwendungsnahen Kontext.

Icon

Marvin Mönikes

ist Mitarbeiter bei der Bette GmbH & Co. KG. in Delbrück. Der Fokus seiner Tätigkeit liegt im Bereich der Arbeitsvorbereitung und EDV. Insbesondere das Optimieren der Prozesse von Produktionsplanung, -steuerung und -kontrolle ist eine seiner Kernaufgaben.

Icon

Prof. Dr. Angelika Röchter

ist Dekanin des Fachbereichs Betriebswirtschaft an der Fachhochschule der Wirtschaft. Sie beschäftigt sich in Forschung und Lehre mit arbeits- und organisationspsychologischen Fragestellungen sowie mit dem Thema Wissensmanagement.

Icon

Florian Wortmann

ist wissenschaftlicher Mitarbeiter an der Fachhochschulde der Wirtschaft. Neben seiner Lehre betreut er Projekte zum Thema Wissensmanagement mit kleinen und mittelständischen Unternehmen.

Icon

Melanie Rudolph-Puls

ist wissenschaftliche Mitarbeiterin an der Fachhochschule der Wirtschaft Paderborn. Ihre Forschungsschwerpunkte umfassen Themen rund um die Mensch-Maschine-Interaktion hinsichtlich KI sowie das Wissensmanagement und die humanzentrierte
Arbeitsplatzgestaltung.

Icon

Prof. Dr. Christian Ewering

ist Dekan des Fachbereiches Informatik an der Fachhochschule der Wirtschaft. Schwerpunkte der Forschung und Lehre ist der Einsatz von Methoden des Operations Managements und Data Science in der betrieblichen Praxis.

Empfohlene Zitierweise
Vollenkemper, L.; Mönikes, M.; Wortmann, F.; Rudolph-Puls, M.; Kohlhase, M.; Röchter, A.; Ewering, C. (2023): Humanzentrierte Produktionsplanung mit KI – Entwicklung eines Assistenzsystems. Working-Paper-Reihe des Kompetenzzentrums Arbeitswelt.Plus, Paderborn, Nr. 5, https://doi.org/10.55594/UXIT4205