Alle Beiträge von Stefan Müller

Lean Production und Digitalisierung – Synergie oder Gegensatz?

Lean 4.0 bedeutet, sowohl den Weg in eine digitale Zukunft zu meistern, als auch diese digitale Transformation gezielt auf bestehende Geschäftsprozesse anzuwenden, um diese nachhaltig zu verbessern.

Jahrelang haben Lean-Vorreiter Prozess um Prozess verschlankt, bis weite Teile der Produktion ohne wesentliche IT-Unterstützung effizient betrieben werden konnten. Heute macht die zunehmende Digitalisierung auch im Produktionsumfeld keinen Halt. Ist das ein Gegensatz oder beflügeln sich Industrie 4.0 und Lean Management gegenseitig?

In einer laufenden Studie untersucht die Management- und Technologieberatung BearingPoint, wie groß der Einfluss neuer Technologien auf die produzierende Industrie tatsächlich ist. Der Großteil (70%) der befragten Unternehmen in der produzierenden Industrie hat dabei bestätigt, dass die Digitalisierung einen wesentlichen Erfolgsfaktor für die Weiterentwicklung des Lean Managements darstellt. Die zusammengefasste Erkenntnis ist einfach ausgedrückt: Wer sich stark um Lean Management bemüht und dort fortgeschritten ist, ist oft auch Vorreiter beim Digitalisieren!

Das Engagement von Unternehmen zur Verschlankung von Prozessen in Produktion und Logistik in den letzten 20 Jahren bleibt damit eine wichtige Grundlage, um sich von „Lean Production“ mit gleichzeitiger „digitaler Transformation“ hin zum „Lean 4.0-Experten“ zu etablieren.

Lean Production

Bereits seit Anfang der neunziger Jahre haben sich Lean Production Ansätze als Grundsätze für effiziente Produktionsbetriebe weltweit durchgesetzt. Spätestens seit Unternehmen wie Porsche damals auf die „Verschlankung“ der Produktion durch Übernahme der Konzepte japanischer Automobilhersteller aufsetzten, hat sich eine komplett neue Denkweise in vielen Unternehmen durchgesetzt.

Interessanterweise widersprechen sich die damaligen Ansätze zu Lean Production mit der seinerzeit stattfindenden Computerisierung und setzten auf Prozesse und Methoden, die im Wesentlichen auch ohne IT-Unterstützung auskamen. Die Spannbreite ist dabei weit, von kartenbasierten Kanban-Lösungen bis hin zur mechanischen Fehlersicherheit durch Poka Yoke. Die in den 80er Jahren aufkommenden Ideen eines komplett durchgängig IT-integrierten Produktionsbetriebs „Computer Integrated Manufacturing (CIM)“ machten einen Bogen um die Produktionsprozesse. Die Materialversorgung über die Lieferkette wurde zwar in ERP Systemen orchestriert und die Entwicklung plante  mit CAD-Systemen computerunterstützt, im Lean Management ging man aber auf Nummer sicher und wählte bewährte Lösungen, einfach genug, dass diese ohne IT-Unterstützung auskommen.

Digitale Transformation

Der Einsatz neuer Technologien und digitaler Innovationen im Bereich Produktion und Logistik ist heute vielseitig und der Markt wird von Start-Ups und Forschungsinitiativen zur Digitalisierung überschwemmt. Hierbei stehen einzelne Technologien und Buzzwords wie Big Data, Cloud und Internet of Things (IoT) oft im Vordergrund, während der tatsächliche Anwendungsfall und der daraus resultierende Business Nutzen meist nicht messbar ist und im unklaren bleibt.

Werfen wir einen Blick auf die digitalen Innovationen und neuen Technologien, die Unternehmen aktuell beschäftigen, lassen sich diese basierend auf der BearingPoint-Studie in die Bereiche Connectivity, Data Analytics und digitale Hardware einteilen und somit auf viele der Geschäftsprozesse im produzierenden Gewerbe anwenden:

Connectivity

Der Einsatz von Schnittstellen zur Übertragung von Daten und Informationen findet heute bereits in vielen Geschäftsprozessen statt. Neben der klassischen EDI-Anbindung liegt ein zunehmendes Potenzial in der Nutzung digitaler Schnittstellen zu cloud-basierten Online-Plattformen. Hierbei ist zu beachten, dass sich diese Kommunikation nicht wie bisher auf ein reines „Senden“ und „Empfangen“ beschränkt, sondern auch zunehmend Steuerungs- und Koordinationsfunktionen direkt durch Optimierungslogiken in Cloud-Plattformen erfolgt. Sogenannte „Supply Chain Control Tower“ im Supply Chain Management beispielsweise können etwa auf Basis empfangener Daten auf Sendungs- oder Komponentenebene direkt in die Produktionssteuerung eingreifen und mit dem ERP oder MES System kommunizieren um Beschaffungs- oder Produktionsvorschläge vorzugeben. Doch so weit muss man oft gar nicht gehen: Allein schon die Überwachung der Produktion durch „echte“ Maschinendaten, die Realtime zur Verfügung stehen wurde in der BearingPoint-Studie von 60% der Unternehmen als sehr hohes Optimierungspotenzial bewertet.

Data Analytics

Zur Auswertung und transparenten Darstellung von Geschäftsprozessen werden heute größtenteils statische Analysetools verwendet. Einfache Tabellenkalkulationsprogramme spielen dabei immer noch flächendeckend eine große Rolle. Data Analytics und die sinnvolle Verwendung von Big Data bedeutet aber nicht nur die Auswertung von „großen“ Datenmengen mithilfe von Microsoft Excel. Big Data beinhaltet v.a. die Erweiterung bestehender Informationen (z.B. Produktions- und Verbrauchmengen, Absatz- und Kapazitätszahlen, etc.) um zusätzliche Daten aus z.B. sozialen Netzwerken, Konsumentenrückmeldungen und Shop-Floor Informationen. Frei verwendbare Tools wie Google Analytics bieten die Möglichkeit Benutzerverhalten und Vorlieben von Konsumenten abzurufen (nicht personenbezogen). Somit werden die Einsatzbereiche von Advanced Analytics Tools nahezu unbegrenzt. Dies bestätigt auch wieder ein Blick in die BearingPoint-Studie, wo Data Analytics als unabdingbar für alle Geschäftsbereiche in der produzierenden Industrie angesehen wird und 7 von 10 Unternehmen bestätigen, dass diese Technologien einen sehr hohen Einfluss auf die zukünftige Abbildung von Lieferketten haben werden.

Digitale Hardware

Als drittes großes Thema, das in naher Zukunft flächendeckend Einzug findet, zeigt die Studie vor allem Sensorik und sogenannte „digital Wearables“, z.B. im Bereich der Lagerlogistik auf. Mobile Endgeräte in welcher Form auch immer, zeigen letztlich den Einfluss aller neuer Technologien auf den tatsächlichen Shop-Floor Geschäftsprozess in Produktion und Logistik. So dienen vor allem Scanner oder Smartphones als Empfänger von Planungstools oder eine Datenbrille als Enabler zum optimierten Kommissionieren im Lager. Die „kleinen“ Helferlein werden vor allem bei operativen und manuellen Tätigkeiten zudem selbst immer smarter und können bald auch autonom Daten verarbeiten. Nicht zuletzt wird das Potenzial von Shop-Floor Sensoren zur nachhaltigen Verbesserung der Produktionsüberewachung von 9 aus 10 Unternehmen mit „sehr hoch“ bewertet.

Lean 4.0 – Quo Vadis Digitalisierung der Produktion?

Der tatsächliche Nutzen digitaler Innovationen in Produktion und Logistik ist aktuell für viele Unternehmen nicht leicht monetär zu beziffern und ein Business Case Potenzial ist schwer zu bewerten. Während die Vielzahl der Unternehmen bereits einige neue Technologien in einzelnen Pilotversuchen testet und im Kleinen bereits vieles umgesetzt hat, fehlt häufig die Roadmap für die stufenweise, standardisierte und koordinierte Umsetzung der Themen über das gesamte Produktions- und Logistiknetzwerk.

Dieser Text ist gemeinsam mit Herrn Dr. Christian König als Co-Autor entstanden. Herr Dr. König ist Senior Business Consultant bei BearingPoint und berät Kunden mit Schwerpunkt Automobilindustrie in Digitalisierungsprojekten in Produktion und Logistik.

Quelle:

Studienergebnisse: Lean 4.0 – Schlank durch Digitalisierung
https://www.bearingpoint.com/de-de/unsere-expertise/insights/lean-40-schlank-durch-digitalisierung/

Der lange Weg zur Industrie 4.0 in der Produktion

Die durch die Initiative der Bundesregierung 2011 ausgerufene vierte industrielle Revolution [1] ist inzwischen schon seit mehreren Jahren ein werbewirksames Schlagwort, das sich phantastisch verkaufen lässt. Von Sensorik-Anbietern über Softwarehersteller, bis hin zu Unternehmensberatern sind viele Unternehmen auf den Marketing-Zug aufgesprungen. Doch nach dem ersten Hype stellen sich viele Unternehmen die Frage, was denn tatsächlich dahinter steckt. Wo bleibt die Revolution, die durch die zunehmende Vernetzung ausgelöst werden soll?

Aktuell ist es insbesondere das Internet der Dinge, das für viele Anwendungen neue, verteilte Lösungsansätze ermöglicht und beispielsweise im Supply Chain Management eine bislang ungeahnte Transparenz für Warenlieferungen ermöglicht oder es Herstellern erlaubt, ihre ausgelieferten Produkte auch über den weiteren Produktlebenszyklus begleiten und überwachen zu können [2].

Durchgängige autonome und dezentrale Lösungen lassen noch auf sich warten

Doch welche Industrie 4.0 Use Cases bleiben im Produktionsumfeld? Auch wenn einzelne Pilotprojekte die Abkehr von der Fließbandfertigung versprechen [3], lassen durchgängige autonome und dezentrale Lösungen noch auf sich warten.

Was die Unternehmen in diesem Umfeld vielmehr beschäftigt, ist das, was man eigentlich „Industrie 3.x“ nennen müsste. Keine Revolution also, sondern das evolutionäre Nachholen dessen, was im Konzept des Computer Integrated Manufacturing (CIM) bereits in den 1970er Jahren in wesentlichen Zügen als Zukunftsvision beschrieben wurde [4].

Es geht um die Integration von Daten und von Systemen. Dass Echtzeitdaten von Anlagen im Unternehmen durchgängig zur Verfügung stehen und auch in den Geschäftsprozessen genutzt werden, ist längst noch keine Selbstverständlichkeit (die sogenannte vertikale Integration). Auch die horizontale Integration, beispielsweise das Verknüpfen von Logistik-, Produktions- und Qualitätsmanagementsystemen zur transparenten Rückverfolgbarkeit durch die Produktion ist für Großkonzerne genauso wenig durchgängig werksübergreifend umgesetzt wie für mittelständische Unternehmen.

Unternehmen müssen sich in den nächsten Jahren entsprechend bemühen, erst einmal die Basis für Industrie 4.0 zu schaffen. In einer Studie des BmWi [5] wurde diese in fünf Schritten beschrieben (vgl. die abgeleitete eigene Darstellung in der Abbildung).

LangerWeg_I40_Grafik

Das Prinzip dabei zieht sich einheitlich durch die einzelnen Schritte: Erst einmal müssen Daten vorhanden sein (beispielsweise durch eine Anbindung von Maschinen oder eine Integration von Systemen). Darauf aufsetzend können (und müssen) Unternehmen dann mit diesen Daten arbeiten um ihre Prozesse zu optimieren. Beispiele hierfür sind in einfacher Weise die datenbasierte Rüstzeitoptimierung oder komplexer mittels Data Analytics Technologien Anwendungen wie Predictive Maintenance.

Erst wenn dies umgesetzt ist und im Unternehmen das Wissen über Daten und die darin verborgenen Informationen vorhanden ist, dann kann man ansatzweise über eine tatsächliche Umsetzung von Industrie 4.0 Szenarien denken, die über einzelne Prototypen hinausgehen. Bis dies soweit ist, wird jedoch noch einige Zeit ins Land gehen.

 

Quellen:

[1] Müller, Stefan: Manufacturing Execution Systeme (MES) – Status Quo und Ausblick in Richtung Industrie 4.0, BOD Verlag Norderstedt, 2015 (S. 93)

[2] Müller, Stefan: Internet of Things (IoT) – Ein Wegweiser durch das Internet der Dinge, BOD Verlag Norderstedt, 2016 (vgl. S. 41ff)

[3] Audi: Modulare Montage statt Fließband, Automobil Industrie, online unter: http://www.automobil-industrie.vogel.de/audi-modulare-montage-statt-fliessband-a-562363/ (Abruf am 19.12.2016)

[4] Harrington, Joseph: Computer Integrated Manufacturing, Industrial Press New York, 1973

[5] BMWi: Erschließen der Potenziale der Anwendung von „Industrie 4.0“ im Mittelstand (Studie), online unter: http://www.bmwi.de/DE/Mediathek/publikationen,did=716886.html (Abruf am 19.12.2016)