SDSC-BW: Potentialanalyse Lederverschnittoptimierung

rolfbenz-banner

Im Rahmen des Smart Data Solution Center Baden-Württemberg hat das KIT eine Potentialanalyse zur Verschnittoptimierung für die Firma Rolf Benz im Smart Data Innovation Lab durchgeführt.

Bei der Bewertung und Planung von Lederzuschnitten fallen unterschiedlichste Daten an. Die Qualität der genutzten Häute, die das Unternehmen bereits heute feingranular erfasst, steht dabei im Vordergrund. Weitere Daten liefern die vollautomatischen Schneidemaschinen und Ressourcenplanungssysteme (ERP) mit Auftrags- und Produktionsdaten. Diese werden in verschiedenen Kontexten des Betriebsablaufs genutzt und stehen auf vielfältige Weise in Bezug zueinander. Die Potenzialanalyse (s.u.) des SDSC-BW untersuchte neben den Bewertungs- und Zuschnittsprotokollen der verarbeiteten Tierhäute aus einem Zeitraum von acht Monaten auch die Betriebsdaten durchgeführter Produktionen und Polsterungen.

Die Schnittoptimierung von Naturleder ist ein hoch ausgefeilter Prozess, der bereits unterschiedlichste Qualitätsmerkmale der einzelnen Lederhäute in die Platzierung der Schnittschablonen mit einbezieht. Nicht nur das zugrundeliegende Naturprodukt Leder, sondern auch die daraus individuell „just-in-time“ produzierten Möbel sind in vielen Varianten erhältlich. Aus diesem Grund war für Rolf Benz als Individualfertiger eine flexible und individuelle Beratung in Sachen Smart Data besonders wichtig. Das Unternehmen hat über die Jahre verschiedenste Strategien entwickelt, um die Voraussetzungen für die automatisierte Schablonenplatzierung zu verbessern, u.a. indem es Aufträge bündelt und das Leder vorsortiert. Denn: Jedes Prozent Verschnitt weniger ist ein relevanter Wettbewerbsvorteil. Die Aufgabe des SDSC-BW war es, mit Hilfe maschineller Lernmethoden Ansätze für die Automatisierung bisher händisch ausgeführter Prozessverbesserungen zu finden.

In der kostenlos durchgeführten Potenzialanalyse betrachteten die Experten des SDSC-BW, alle bereitgestellten Produktionsdaten innerhalb eines Zeitraums von acht Monaten. Die Erstanalyse konzentrierte sich darauf, externe bzw. systematische Einflussfaktoren zu klassifizieren bzw. bekannte zu bestätigen, um Potenziale für eine mögliche Verschnittverringerung zu identifizieren. Die Analyse wurde durch das Ministerium für Wissenschaft, Forschung und Kunst Baden-Württemberg gefördert.

Auf Basis von Smart Data-Methoden entwickelte das Expertenteam einen Ansatz, der eine automatisierte Aufstellung und Überprüfung von Hypothesen unter Einbezug weiterer Daten ermöglicht. Dieser Smart Data-Ansatz kann mit einer Schnittsimulation kombiniert werden. Durch die enge Kopplung von Smart Data Analytics, Optimierung und Simulation hofft Rolf Benz, dieses Potenzial bereits zeitnah in die Produktion einbringen und damit den Standort weiter stärken zu können.

Die vierwöchige Analyse des SDSC-BW bei Rolf Benz hat neben den dargestellten Ergebnissen gezeigt, wie interessant die Nutzungsmöglichkeiten von Werkzeugen wie Process Mining auf Betriebsdaten sind. Ohne weitere Eingriffe in den Daten- bestand erlauben sie es Rolf Benz, auf Basis der Betriebsdatenerfassung zielgerichtet potentielle Engpässe in der nachgelagerten Polsterei zu visualisieren und zu erkennen. Das SDSC-BW hat die Ergebnisse der Potentialanalyse den Produktionsexperten von Rolf Benz präsentiert und zur Verfügung gestellt. Eine Fortsetzung der Zusammenarbeit ist aufgrund des erfolgreichen Erstprojekts geplant. Diese zielt auf die Erhebung höher aufgelöster Daten ab und bezieht Simulationen als Alternative bzw. Ergänzung zur bisherigen historischen Datenanalyse mit ein.

Weitere Informationen hierzu finden Sie unter: www.sdsc-bw.de

Projektpartner

KIT, Rolf Benz, Sicos BW

Laufzeit

September bis November 2015

Ansprechpartner

Andreas Meier, andreas.meier@sdsc-bw.de