Synostik, IT-Dienstleister aus Oebisfelde, hat in seinen Industrieprojekten erkannt, dass Systems Engineering-Prozesse eine wichtige Grundlage für die zielgerichtete und effiziente Optimierung von Produktionssystemen sind. „Strukturiert eingesetzt, trägt Systems Engineering dazu bei, dass Unternehmen ihre Produktion und Fertigung effektiver gestalten, ihre Wettbewerbsfähigkeit stärken und letztlich langfristig erfolgreich bleiben. Ein Werkzeug dafür ist DiagnoseDesign - eine Methode, die Ansätze des Systems Engineering erfolgreich in der Produktion umsetzen kann. Diese Methode wird bereits seit Jahren im Bereich Maintenance Excellence eingesetzt, insbesondere für die präventive und vorausschauende Instandhaltung, die Kompetenzsicherung des Personals sowie für Integrations- und kontinuierliche Verbesserungsprozesse“, erklärt Maik Ekert, Geschäftsführer der Synostik GmbH.

Produzierende Unternehmen stehen heute vor zahlreichen Herausforderungen in einem zunehmend wettbewerbsintensiven Marktumfeld. Steigende Kundenanforderungen, Fachkräftemangel und die Notwendigkeit, ständig innovative Wege zur Differenzierung zu finden, sind nur einige davon. Unternehmen setzen daher zunehmend auf Manufacturing Excellence, einen Ansatz, der darauf abzielt, erstklassige Produktionsprozesse zu entwickeln und umzusetzen, um ein Höchstmaß an Effizienz, Qualität und Kundenzufriedenheit zu erreichen. Typische Themen im Manufacturing Excellence sind u.a. kontinuierliche Verbesserungsprozesse (KVP), Total Quality Management (TQM), Prozessoptimierung und -effizienz (Operational Excellence), Mitarbeiterentwicklung sowie die Integration neuer Technologien und Innovationen.

Von der Systemanalyse bis zu mobilen Applikationen

Systems Engineering mit der DiagnoseDesign-Methode folgt einem klaren Muster: Ausgehend von einer detaillierten Systemanalyse werden die Ereignisse identifiziert, die den Systemzustand bestimmen und beeinflussen und Algorithmen zur Erkennung und Behandlung dieser Ereignisse entwickelt. Diese Algorithmen dienen als Grundlage zur strukturierten Verbesserung des Produktionssystems, beispielsweise durch Automatisierungen und Optimierungen mithilfe von Technologien wie Robotik und anderer künstlicher Intelligenz (KI), z.B. Machine Learning und Neuronaler Netze. So können aus den Algorithmen beispielsweise Schritt-für-Schritt-Anleitungen für Maschinenführer und Instandhalter exportiert und auf Papier oder digital zur Verfügung gestellt werden. Teile der Aufgaben können durch KI-Anwendungen unterstützt oder sogar übernommen werden.

Praxisbeispiel Robotik

Beispielsweise wurde für die robotergeführten Werkzeuge der Glaub Automation & Engineering GmbH aus Salzgitter eine umfangreiche Systemanalyse erstellt. Diese umfasst Bauteile, mögliche Ereignisse, die an diesen Bauteilen auftreten können und Algorithmen, wie diese Ereignissen bemerkt und behandelt werden können. Auf dieser Grundlage können strukturiert Möglichkeiten zur automatischen Durchführung dieser Algorithmen ermittelt werden. Diese wiederrum können und mit Hilfe von z.B. Anforderungs- und Projektmanagement zielgerichtet und effizient umgesetzt werden. Das Ergebnis ist die frühzeitige und automatische Erkennung und Behebung von unerwünschten Betriebszuständen und somit eine erhöhte Verfügbarkeit der Werkzeuge.

Unternehmen, die diese Methoden anwenden, können folgende Ziele erreichen: Effizienz- und Produktivitätssteigerung, Kostensenkung, Qualitätsverbesserung, Wettbewerbsvorteile, Mitarbeiterzufriedenheit, -bindung und -entwicklung sowie Kompetenzsicherung und Risikomanagement.