Operational Excellence So funktioniert Operational Excellence – Methoden zur Prozessoptimierung Teil 2

Wettbewerbsfähiger durch schlankere Prozesse: Operational Excellence lautet das Zauberwort. Im ersten Teil (hier) wurde aufgezeigt, welche Rolle Leittechnik, Performance Monitoring und Prozessanalytik bei der Prozessoptimierung spielen. Teil 2 nimmt nun die Anlagennutzung ins Visier.

Anbieter zum Thema

Glatt Ingenieurtechnik GmbH

FASTEC GmbH

Dec Deutschland GmbH

Bayer AG

Operational Excellence schafft die Voraussetzungen für eine maximale Effizienz von Produktionsprozessen. Die Wettbewerbsfähigkeit steigt, indem alle Prozesse – Produktion und Logistik – zum theoretischen Optimum geführt werden. Dieses Optimum zu kennen, ist ein wichtiger Schlüssel, und es wird nur erreicht durch Modellbildung, Modellierung und kontinuierliche Optimierung der Prozesse an operativ zur Verfügung stehenden Modellen. Im Teil 1 dieses Beitrages „So funktioniert Operational Excellence – Methoden zur Prozessoptimierung Teil 1“ wurden Methoden zur Prozessoptimierung geschildert, die für Konti- und Batch-Anlagen gleichermaßen wichtig sind. Gleichwohl sind bisher die meisten Anwendungen in Konti-Anlagen erfolgt, weil diese vor allem bezüglich Energie- und Rohstoffkosten unter Wettbewerbsdruck stehen. In Batch-Anlagen kommt ein dritter Kostenfaktor deutlich stärker zu tragen als bei Konti-Anlagen: die Anlagennutzung. Und damit kommen Manufacturing Execution Systeme (MES) ins Spiel. Sie umfassen mit ihren Dokumentationsfunktionen und der integrierten Oberfläche zur Produktionsoptimierung zwar deutlich mehr als die Produktionsfeinplanung. Dennoch soll im Folgenden der Planungsaspekt im Vordergrund stehen.

Beispiel: MES bei Bayer Crop Science

Eines der auch heute noch komplexesten MES wurde bei Bayer Crop Science bereits im Jahr 2000 in Betrieb genommen. Es ist der schon oft beschriebene Vielzweckbetrieb, dessen Charakteristikum darin besteht, höchst flexibel Anlagemodule zu Produktionsstraßen zusammenzuschalten und dann in relativ kurzen Kampagnen Spezialitäten zu produzieren [1]. Es stehen ca. 200 Anlagenmodule zur Verfügung, und bis zu 40 können jeweils zu einer Produktionsanlage zusammengekoppelt werden. Entsprechend dieser Flexibilität war es Hauptzweck des mit dem Prozessleitsystem und dem Enterprise Ressource Planning (ERP) verbundenen MES, die Produktion überhaupt zu ermöglichen. So hat das MES die Aufgabe, Produktionskampagnen eindeutig zu identifizieren und diesem Objekt dann Produktionsauftrag, Rezept und Charge elektronisch zuzuordnen, die Herstellanweisungen und andere die Produktion begleitende Dokumente automatisch zusammenzustellen und mit dem Batch Records zu archivieren sowie schließlich die Modulbelegung zu planen und zu koordinieren. Der Betrieb an sich ist schon „Operational Excellence“, das MES unterstützt ihn dabei (siehe Abb.1).

Produktionsplanung

Galt es auch im Vielzweck-Betrieb die Logistik über Logistic Execution Systems (LES) in die Abläufe zu integrieren, so geht Bayer Technology Services (BTS) in den heutigen MES/LES-Projekten noch einen Schritt weiter Richtung Operational Excellence: Eindeutig stehen die Optimierung der Anlagenbelegung und die gleichzeitige Reduzierung der Lagerbestände, d.h. des Working Capital, im Zentrum des Interesses. Dies funktioniert nur durch Integration von MES, LES und Supply Chain-Optimierung. Aus diesem Grund hat BTS alle Aktivitäten zur Produktionsplanung konzentriert und in den Bereich Supply Chain und Logistik integriert.

Der erste Schritt – bereits in der Konzipierung der Produktion – ist die Materialfluss-Simulation, welche die Kapazitäten der verfahrenstechnischen und logistischen Installationen optimal aufeinander abstimmt. Zur Unterstützung der Produktionsplanung werden heute ähnliche Modelle genutzt, um die normalerweise aus ERP-Systemen importierten Produktionsaufträge optimal auf die vorhandenen Produktionskapazitäten zu verteilen. Optimal heißt auch, dass über eine reine Belegungsplanung hinaus die Bestände optimiert werden, d.h. das wirtschaftliche Optimum zwischen Lagerbeständen, Größen der Produktionslots, Umrüstkosten und Anlagennutzung in operativen, zeitnahen Optimierungstools ermittelt wird.

Solche Optimierungsläufe werden üblicherweise einmal pro Tag ausgeführt, mit einem Zeithorizont von zwei bis vier Wochen. Das Ergebnis ist eine Produktionsplanung mit dem besten gefundenen Profit des Produzenten. In einer komplexen zweistufigen Produktion (siehe Abb. 2), in der sowohl die Produkte der ersten Stufe als auch Blends der zweiten Stufe verkauft werden, konnte BTS mit der eigenentwickelten Planungssoftware Evoplan, die auf Evolutions-Algorithmen beruht, die Anzahl der nicht erfüllbaren Produktionsaufträge von im Mittel 30 pro Tag auf drei pro Tag reduzieren und den Planungshorizont von zwei Wochen auf vier Wochen verlängern.

Supply Chain Optimization

Von einer so komplexen Produktionsplanung ist der Weg zur Supply Chain-Optimierung nicht mehr weit, denn bereits solche Projekte schließen die Optimierung des Lagerbestands, die Optimierung von Losgrößen in Abhängigkeit von Produktwechselkosten und Lagerbestand, die Verfügbarkeit von Rohstoffen, die Verfügbarkeit von Transport und vieles mehr mit ein. BTS unterscheidet in solchen Optimierungsfragen folgende Bestandsarten: Transitbestand, strategischen Bestand zur Abdeckung von voraussehbaren Verkaufspitzen, Sicherheitsbestand als Puffer gegen Nachfrage- und Produktionsunsicherheiten und den Losgrößenbestand aus der Optimierung von Produktionslots. BTS optimiert mit unterschiedlichen Modellen und selbst entwickelten Tools alle vier Bestandsarten, oft simultan. Dabei ist die wesentliche Zielgröße als Key Performance Indikator (KPI) der Servicegrad zum Markt hin. Die Tools werden nach einem den Produktions- und Logistikprozessen angepassten Customizing den Kunden als operative Tools zur Verfügung gestellt (siehe Abb. 3).

Zusätzlich zur Optimierung des Bestands und der Produktion als wichtigem Faktor der Operational Excellence gehören die klassische Supply Chain-Optimierung und das Management ins Portfolio. Sie helfen, die weltweiten Warenströme zu optimieren, mehr Sicherheit in der Bedarfsplanung zu bekommen und eine grobe Produktionsplanung vorzunehmen. Hierbei wird normalerweise Standardsoftware eingesetzt, die auf die Kundenprozesse zugeschnitten, als operative Tools zur Verfügung gestellt und weltweit ausgerollt wird.

Was fehlt noch?

Ein wichtiges Thema zu Operational Excellence wurde bisher nicht behandelt: das Anlagen-Assetmanagement. Die Namur versteht darunter das Feststellen und Beobachten aller technischen Einrichtungen einer Produktionsanlage und damit wesentlich mehr als das als Standard verfügbare Assetmanagement für Feldgeräte [2]. Hier sind alle Anbieter noch am Anfang. Wie andere Namur-Mitglieder hat auch BTS konkrete Vorstellungen, wie ein solches Assetmanagement-System aussehen kann. Auf diesem Gebiet steht aber noch einige Entwicklungszeit bevor, ehe das System PUMA (Prozess Unit Monitoring and Alarming) einen weiteren Beitrag zur Operational Excellence liefern kann [3].

Fazit

Entscheidend für Operational Excellence ist, dass die Informationen über den kompletten Produktionsprozess, einschließlich der Logistik, zur Verfügung stehen, und möglichst automatisiert in den Prozess eingegriffen werden kann – eine nicht zu unterschätzende Integrationsaufgabe. Die schwierigste Aufgabe ist jedoch, die KPI wirklich zu ermitteln, d.h. die wichtigsten Einflussgrößen für die Wettbewerbsfähigkeit zu identifizieren, die Modelle zu bilden und die Wirklichkeit operativ an den Modellen zu spiegeln. Hier kann nur ein Team aus erfahrenen und gut ausgebildeten Ingenieuren unterschiedlicher Fachrichtungen helfen, die sich in Produktionsverfahren, Logistik- und Informationsprozessen wirklich zu Hause fühlen. Ohne solch ein engagiertes Team ist Operational Excellence nicht vollständig umsetzbar und damit nicht zu erreichen.

Literatur

[1] Rudolf Lobecke, Martin Zeller: Betriebsführungssystem für eine Vielzweckanlage, atp 2002, Heft 12

[2] Plant Asset Management – betriebliche Wirklichkeit; M. Gote, atp 2007, Heft 2

[3] Von der Prozessführung zum Asset Management, C. Maul, atp 2007, Heft 2

Der Autor leitet den Bereich Process Management Technology innerhalb Bayer Technology Services, Leverkusen.

(ID:223746)