Optimieren Sie Ihre Wertschöpfung.
Durch die Auswertung von Daten, die Sie bereits besitzen.

Vom Warenwirtschaftssystem über die Stanzmaschine bis hin zur einzelnen Schraube: In modernen Fabriken und Lieferketten werden in kürzester Zeit Unmengen von Daten generiert. Das Datensammeln alleine ist jedoch noch keine Kunst. Nun gilt es, die Daten individuell nutzbar zu machen.

Im NEONEX Kompetenz-Center Manufacturing Analytics werden Datenquellen der Produktionsumgebung verwendet, um mithilfe verschiedener Analysemethoden zeitnahe und nachhaltige Ergebnisverbesserungen mit minimalem Invest zu realisieren.

Warum Manufacturing Analytics?

Im NEONEX Kompetenz-Center Manufacturing Analytics werden Datenquellen der Produktionsumgebung verwendet, um mithilfe verschiedener Analysemethoden zeitnahe und nachhaltige Ergebnisverbesserungen mit minimalem Invest zu realisieren.

Warum Manufacturing Analytics?

Kosten senken

  • Steigerung der Personaleffizienz
  • Steigerung der Ressourceneffizienz
  • Senkung der Lagerbestände

Lieferperformance erhöhen

  • Reduktion der Durchlaufzeit
  • Steigerung des Outputs
  • Steigerung des Termintreue

Qualität verbessern

  • Punkt 1
  • Punkt 2
  • Punkt 3

Daten nutzen, was heißt das genau?

Manufacturing Analytics kann in „einfache“ (Stufe 1) bis „komplexe“ (Stufe 3) Ausprägungen kategorisiert werden, aus welchen sich verschiedene Auswirkungen ergeben.

Bei den „einfachen“ Analysemethoden sind Auswirkungen einer Datenänderungen auf das Ergebnis bekannt, während bei den zunehmend „komplexeren“ Verfahren die Auswirkungen auf das Ergebnis unbekannt sind.

Für jedes Anwendungsfeld im Unternehmen gibt es die passende Analytics-Ausprägung zur datengetriebenen Optimierung.

Stufe 1

KPI Tracking & Reporting

  • Prozesssteuerung

Definition

KPI Tracking & Reporting beschäftigt sich mit der Berechnung und Aufbereitung von relevanten Kennzahlen zur Steuerung von Prozessen.

Anwendung

Daten werden gesammelt und bspw. die Anzahl an produzierten Teilen pro Fertigungsbereich visuell dargestellt.

Stufe 1

Business Intelligence

  • Prozesssteuerung

Definition

Business Intelligence ist ein Prozess zur Analyse von Daten und deren Aufbereitung sowie Präsentation zur Entscheidungsfindung auf Management-Ebene.

Beispiel

Der Berichterstellungsprozess zur Liefertreue wird automatisiert erstellt, aufbereitet und den Entscheidern in Echtzeit zur Verfügung gestellt.

Stufe 2

Process & Operations Analyse

  • Wertstromanalyse

Definition

Process & Operations Analysis analysiert diverse Prozesse, Ressourcen und Zusammenhänge, um Optimierungsempfehlungen auszugeben.

Beispiel

Prozessdaten werden als Drill-Down pro Werk, pro Bereich, pro Linie vergleichend analysiert.

Stufe 2

Process & Operations Mining

  • Wertstromanalyse

Definition

Process & Operations Mining analysiert Prozessdaten zur Ermittlung von Abweichungen.

Beispiel

In den Qualitätsdaten werden Ausreißer identifiziert und interpretiert.

Stufe 3

Predictive Analytics Algorithmen

  • Predictive Analytics

Predictive Analytics Algorithmen wenden statistische Modelle auf die Datensätze an, um Vorhersagen und Empfehlungen zu treffen (bspw. Machine Learning).

Beispiel

Ein Machine Learning Algorithmus wird auf die Prozessdaten angewendet, um den Energieverbrauch der Maschine vorherzusagen.

Stufe 3

KI-Algorithmen

  • Künstliche Intelligenz

Definition

Weitere KI-Algorithmen wendet weitere Modelle zum intelligenten Verhalten und maschinellen Lernen an

Beispiel

Qualitätsprüfung durch vollautomatische Bilderkennung.

Methodik

NEONEX adaptiert die anerkannte und etablierte Vorgehensweise zur Datenanalyse auf den industriellen Anwendungsfall:

  1. Anwendung, Prozess und Ziel verstehen
  2. Daten und Datenstruktur verstehen
  3. Data Cleansing & Preparation
  4. Analytics und Modellierung
  5. Bewertung und Handlungsempfehlung

Methodik

Anwendung, Prozess und Ziel verstehen

Anwendung, Prozess und Ziele klar definiert und verstanden.
Projekt konzipiert.

Daten und Datenstruktur verstehen

Überblick über Ist-Datenquellen vorhanden.
Cleansing Strategie bekannt.

Data Cleansing & Preparation

Datensatz bereinigt.
Erste Rückschlüsse auf Datenqualität.

Analytics und Modellierung

Analyseergebnisse bekannt.
Ergebnisse aus Modellierung.
Erste Ansätze zur Interpretation definiert.

Bewertung und Handlungsempfehlung

Ergebnisse vollständig interpretiert und visualisiert
Handlungsempfehlungen definiert.
Roadmap konzipiert.


Kontakt

Simon Klink, Principal
Simon Klink
Principal
T +49 172 1847647

Unsere Dienstleistungen im Bereich Manufacturing Analytics

Consulting View all offers
Inventory AnalytiX

Use supply chain analytics and our consulting to optimize your inventory for lower costs and higher service levels.


Ad hoc Inventory Reduction

Reduce inventory costs and increase the service level thanks to automated analysis.