Daimler analysiert die Effizienz seiner Produktionsanlagen mit QlikView

Die seit 2010 in diversen Projekten genutzte Business-Discovery-Lösung QlikView wurde für eine zentralisierte BI-Infrastruktur für die Auswertung der konzernweiten Maschinensteuerungssysteme verwendet. [...]

Unterschiedliche BI-Werkzeuge gehören bei Daimler seit Jahren zum IT-Inventar, um Entscheidungen rund um die stetige Optimierung der Entwicklung und Produktion von Kraftfahrzeugen aufgrund fundierter Analysen und Reports treffen zu können. Dies gilt auch für die Produktions- und Montageanlagen bei Daimler, deren Auslastung, Wartungszyklen und Effizienz permanent und genau auf reibungslose Produktionsabläufe oder Kostenaspekte hin justiert sein müssen.

Die seit 2010 gemachten positiven Erfahrungen mit Dashboards, Reports und Datenanalysen auf Basis der Business-Discovery-Lösung QlikView in diversen Projekten sollten nun in eine zentralisierte BI-Infrastruktur für die Auswertung der konzernweiten Maschinensteuerungssysteme münden. Die 2011 etablierte Shared-Service-Plattform für QlikView als Technologiebasis sollte nun auch für die Überprüfung von Maintenance-Daten, Störbetrachtungen, Fehlerhäufigkeit sowie der Unter- und Überschreitung von Taktzeiten und Pufferständen der global verteilten Produktions- und Montageanlagen verwendet werden.

Als Datenquelle für die angesprochenen Analysen dienen die Leittechniksysteme, die bei Daimler im Einsatz sind. Das Vorsystem war hier aufgrund mangelnder Flexibilität, hoher Anpassungskosten und des großen Datenvolumens das in den Leittechniksystemen generiert wird und permanent wächst, kein geeignetes Werkzeug. QlikView hingegen bietet die Möglichkeit, Daten aus unterschiedlichen Leittechniksystemen zu verknüpfen und auszuwerten. Über die Business-Discovery-Plattform wird nun erstmals ein einheitlicher Datenbestand pro Werk auswertbar. So profitieren alle Beteiligten von einer „Single Source of Truth“, sprechen über die gleichen Kennzahlen und können auf die Konsistenz der Daten vertrauen. Auch Auswertungen aus unterschiedlichen Teilen des Werks sind so möglich. Beispielsweise können sich Mitarbeiter aus Rohbau, Lackierung und Montage nun leichter über Optimierungspotentiale austauschen. Vorstellbar ist, dass in Zukunft auch werksübergreifende Analysen relevant werden.

Die Ablösung des Vorsystems durch QlikView führte zu hohen Effizienzgewinnen durch Reduktion des Fehlerrisikos sowie des manuellen Aufwands. Auch der Entwicklungsaufwand konnte mit QlikView deutlich reduziert werden, da Erweiterungen oder Anpassungen der Applikationen für alle Werke in einem Schritt durchgeführt werden können. Dadurch ergeben sich geringere Betriebs- und Wartungskosten. Bei der Entwicklung für eine QlikView-Applikation zeigt sich das IT-Management bei Daimler überzeugt: „Der Entwicklungsaufwand einer entsprechenden Applikation im Verhältnis zu traditionellen Werkzeugen beträgt rund eins zu drei“, so Jörg Oeding, verantwortlicher Teamleiter für Business Intelligence der Mercedes-Benz Aufbauwerke. Da alle Systeme über ein Frontend angezeigt werden und die Bedienung von QlikView sehr intuitiv erfolgt, ist auch der Schulungsaufwand entsprechend gering.

Daimler hat sich entschieden, QlikView-Applikationen modular aufzubauen. Das hat einen entscheidenden Vorteil: Je nachdem, ob ein Werk nach taktzeitbasierender (Vergleich von Soll und Ist Taktzeiten) oder meldungsbasierender (Analyse der Dauer von Störzeiten aus Meldungen) Verfügbarkeitsrechnung steuert, können die entsprechenden Teile der Applikation aktiviert oder außer Acht gelassen werden.

Anhand dieser Informationen ist Daimler in der Lage, die produzierte Stückzahl einzuordnen, An- und Ablaufzeiten zu beurteilen oder Standzeiten von Maschinen zu verkürzen. So kann der Premiumhersteller Verfügbarkeiten von Anlagen erhöhen und Wartungszeitpunkte und Materialbereitstellung optimal terminieren.

Im Gegensatz zum operativen System ermöglicht QlikView auch Langzeitauswertungen, wenn es etwa um die detaillierte Analyse von Karossenpuffern geht. Die Auswertungen geben Aufschluss darüber, ob Prozess A Material zu langsam liefert oder Prozess B Material zu langsam abnimmt. Diese Funktionalität ergänzt Standardauswertungen, die für das tägliche Monitoring, etwa im Rahmen der Schichtübergabe, durchgeführt werden.

Diese QlikView-Applikation wird bei Daimler vornehmlich von zwei Gruppen angewendet: Die „Blue Collar Worker“ erhalten bei Schichtübergabe einen Überblick zu Ausfallzeiten, Störursachen, Fehlermeldungen und Auffälligkeiten. Im Rahmen der Predictive Maintenance ermöglicht QlikView der zweiten Anwendergruppe, den „Instandhaltern“, erstmals einen gewerkeübergreifenden Blick auf alle Auffälligkeiten: Teile, die häufig Probleme bereiten, lassen sich austauschen, noch bevor Qualitätsmängel oder Stillstände der Anlagen entstehen. Auch diese Erkenntnisse konnten früher nur stichprobenartig gewonnen werden. „Während früher mit Werkzeugen wie Excel aufgrund der teils erheblichen Datenmenge nur kurze Phasen analysiert werden konnten, ermöglicht QlikView auch Analysen komplexer Zusammenhänge bei schnellen Antwortzeiten“, so Dominik König, Projektleiter Business Intelligence der Daimler AG. Ziel des Projektes ist ein Roll-out über alle Montagewerke weltweit mit bis zu 3.000 Anwendern. (pi)

Sie interessieren sich für Big Data, BI und Business Analytics? Dann ist vielleicht die 1-Tages-Konferenz „IDC Data Hub“ am 5. Juni im Wiener Novomatic Forum etwas für Sie. Erfahren Sie in Keynotes, Meetings, Workshops und im persönlichen Gespräch, wie Sie und ihr Unternehmen Teil der „Data Revolution“ werden und davon profitieren können. Alle Infos zur Agenda, den Referenten und der Teilnahmegebühr finden Sie auf http://idcdatahub.com/


Mehr Artikel

News

Internationale Konferenz zeigt den Weg zur datengetriebenen Zukunft

Am 13. November 2024 fand im Bundesministerium für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie (BMK) die Global Data Spaces Connect 2024 (GDSC24) statt, eine internationale Plattform, die Akteur:innen aus Wirtschaft, Wissenschaft und öffentlicher Verwaltung zu einem Austausch über den aktuellen Stand und die Zukunft der Datenräume (Data Spaces) zusammenbrachte. […]

News

Bad Bots werden immer menschenähnlicher

Bei Bad Bots handelt es sich um automatisierte Softwareprogramme, die für die Durchführung von Online-Aktivitäten im großen Maßstab entwickelt werden. Bad Bots sind für entsprechend schädliche Online-Aktivitäten konzipiert und können gegen viele verschiedene Ziele eingesetzt werden, darunter Websites, Server, APIs und andere Endpunkte. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*