Optimierte Entscheidungsprozesse und Wissensmanagement dank KI
In diesem Leuchtturmprojekt erschließt Bette gemeinsam mit mehreren Forschungspartnern das Wissen aus den Produktionsdaten sowie das implizite Wissen der Mitarbeiter:innen, um interne Entscheidungsprozesse zu optimieren. Dazu werden KI-basierte Entscheidungshilfen in Form von Wissensmodellen zur Verfügung gestellt, die die Produktionsplanung optimieren. Auf diesem Weg soll anschließend beispielsweise die Belastung der Belegschaft in der Produktion reduziert werden, weshalb die Akzeptanz der KI-Lösung eine wichtige Rolle spielt.
Herausforderung
In den Produktionsdaten der Vergangenheit finden sich Informationen, die zur Optimierung der zukünftigen Planung in der Arbeitsvorbereitung genutzt werden können.
Lösung
Implizites Wissen wird erschlossen und erfasst, um daraus KI-basierte Unterstützungssysteme zu entwickeln.
Mehrwert
Das Unternehmen verfügt über ein optimiertes Wissensmanagement und reduziert so die Arbeitsbelastung der Mitarbeiter:innen.
Problemstellung
Ob Badewannen, Duschflächen oder Waschtische: Die Fertigung bei Bette ist Hightech-Produktion und Manufaktur zugleich. „Mehr als die Hälfte der Produkte werden bei uns auf Kundenwunsch individualisiert. Aufgrund der hohen Variantenvielfalt können wir über 35 Millionen unterschiedliche Produkte produzieren“, sagt Marvin Mönikes von der Bette GmbH & Co. KG. Seine Aufgabe ist es, die Prozesse der Produktionsplanung, -steuerung und -kontrolle zu optimieren.
Aufgrund der Produktvielfalt und dadurch, dass die Produktion darauf ausgerichtet ist, die Produkte in Stückzahl eins in einem sehr hohen Automatisierungsgrad zu fertigen, erfolgen die Produktionsschritte bei Bette in einer individuellen Reihenfolge. Die Produkte belegen Maschinen und Arbeitsplätze unterschiedlich lang.
„Diese Komplexität macht es mit konventionellen Methoden der Arbeitsvorbereitung unmöglich, alle Arbeitsplätze gleichmäßig auszulasten. Es kommt zu Staus an einzelnen Maschinen und Arbeitsplätzen und so zu Belastungsspitzen, in denen die Beschäftigten stark gefordert sind“, sagt Mönikes.
Zielsetzung
In diesem Leuchtturmprojekt löst das Unternehmen daher drei Problemstellungen, die auf den Produktionsdaten der Vergangenheit und implizitem Wissen der Mitarbeiter:innen beruhen:
- Wie können Belastungen der Belegschaft in der Produktion ausgeglichen werden, indem in der Arbeitsvorbereitung und -planung die erwarteten Belastungen an den einzelnen Arbeitsplätzen besser berücksichtigt werden?
- Wie müssen Entscheidungshilfen konzipiert sein, damit diese die Arbeitsvorbereitung optimal unterstützen und die Mitarbeiter:innen in der Produktion entlasten?
- Wie kann das implizite Wissen aus den vorliegenden Produktionsdaten der Vergangenheit und der Beschäftigten so aufbereitet werden, dass Auslastungsspitzen in der Produktion vermieden werden können?
Das Leuchtturmprojekt setzt auf der weitgehend umgesetzten Industrie 4.0-Umgebung bei Bette auf. Mit Hilfe von KI-Systemen kann weiteres Potenzial gehoben werden.
Ergebnis
Dank des Projekts im Kompetenzzentrum Arbeitswelt.Plus hat das Unternehmen in Zusammenarbeit mit der Hochschule Bielefeld, der Fachhochschule der Wirtschaft sowie der IG Metall ein KI-basiertes Assistenzsystem entwickelt.
Mit Hilfe von KI kann Bette die Belastung von Beschäftigten sowie die Auslastung von Arbeitsplätzen und Maschinen bis zu fünf Stunden im Voraus zu ermitteln. Trainiert wurde das System mit Daten aus der Produktion. Neben der individuellen Seriennummer erhebt Bette beispielsweise Arbeitsvorräte, Maschinendaten und Maschinenparameter. Zudem ermöglichen in Echtzeit erhobene Daten später im betrieblichen Alltag eine sichere Prognose. Die Ergebnisse des KI-Assistenzsystems fließen in die Arbeitsvorbereitung ein und unterstützen Mönikes und seine Kolleg:innen bei der Erstellung von Arbeitsplänen. Basierend auf den ermittelten Auslastungsprognosen können sie so gezielt Produkte mit unkritischen Arbeitsschritten zur Nivellierung der Arbeitsplatzauslastung einplanen.
Weniger Belastungsspitzen und Materialstau
„Die Wahrscheinlichkeit, dass es zu Belastungsspitzen für die Mitarbeiter:innen oder zu Materialstaus an Maschinen oder Arbeitsplätzen kommt, wird deutlich reduziert. Durch die Lösung treten somit Belastungsspitzen für Beschäftige nur noch selten auf. Das im Projekt entwickelte KI-Tool ist derzeit in der Optimierungsphase und wird noch nicht produktiv verwendet. Verschiedene Tests haben gezeigt, dass sich mit dem Tool derzeit die tatsächliche Anlagenauslastung mit einer Genauigkeit von ca. 95 Prozent für die nächsten fünf Stunden vorhersagen lässt. Das bedeutet, bei Fertigungsplänen, für welche die KI keine Staus vorhersagt, auch in der Realität zu mindestens 95 Prozent keine Staus auftreten werden“, sagt Mönikes.
Dabei ist das Assistenzsystem nicht dazu gedacht, den menschlichen Entscheidungsvorgang zu ersetzen. „Das System liefert notwendige Informationen für bessere Entscheidungen und entlastet damit sowohl die Beschäftigten in der Produktion als auch die Planenden in der Arbeitsvorbereitung. Das System ist zwar für das Unternehmen Bette konzipiert. Allerdings ist eine Übertragung des Modells auf andere Produktionssysteme, die eine ähnliche Fertigung besitzen, möglich“, sagt Lukas Vollenkemper, wissenschaftlicher Mitarbeiter an der Hochschule Bielefeld. In seiner Forschung beschäftigt er sich mit eben jener humanzentrierten Produktionsplanung und hat im Projekt das Assistenzsystem mit entwickelt.
Working Paper
Ergänzende Informationen finden Sie in unserem Working Paper.
Bette
Bette verbindet Mensch und Wasser, Stahl und Glas, Architektur und Form, Funktion und Sinnlichkeit. Seit 1952 produziert das Familienunternehmen in Delbrück hochwertige architektonische Badelemente aus rein natürlichem glasierten Titan-Stahl. Bette Produkte sind Unikate, sie lassen sich in Farben und Abmessungen vielfältig variieren und schaffen inspirierende Freiräume für jede Badezimmergestaltung. Aufgrund ihrer besonders dünnen Materialität sind die Badelemente leicht und außergewöhnlich widerstandsfähig. Die brillante Oberfläche der BetteGlasur® ist härter als Marmor oder Kunststoff, kratzfest, porenfrei und UV-beständig.