Erschließung des Potenzials von Fertigungsdaten durch Machine Learning in Alteryx

In der sich dyna­misch ent­wi­ckeln­den Land­schaft des Manu­fac­tu­rings sehen sich Unter­neh­men mit zahl­rei­chen Her­aus­for­de­run­gen kon­fron­tiert, die sich auf das End­ergeb­nis und die Wett­be­werbs­fä­hig­keit aus­wir­ken kön­nen. Von Unter­bre­chun­gen der Lie­fer­ket­ten bis zu Pro­ble­men bei der Qua­li­täts­kon­trol­le und Nach­hal­tig­keit - die Kom­ple­xi­tät ist enorm. Inmit­ten die­ser Her­aus­for­de­run­gen gibt es jedoch einen Hoff­nungs­schim­mer: Daten­ana­ly­se und Machi­ne Lear­ning Metho­den. Die Nut­zung die­ser leis­tungs­star­ken Tools, ins­be­son­de­re durch Platt­for­men wie Alte­ryx AutoML und Machi­ne Lear­ning in Alte­ryx Desi­gner, kann die Wei­ter­ent­wick­lung der Fer­ti­gungs­pro­zes­se sicher­stel­len und neue Mög­lich­kei­ten und Ein­spa­run­gen schaf­fen.  
Zen­tra­li­sier­te Data-Sci­ence-Teams - sofern vor­han­den - sind zwar in der Regel die ers­te Anlauf­stel­le für Initia­ti­ven zur Opti­mie­rung von Pro­zes­sen auf der Grund­la­ge von Daten, aber sie sind nicht immer ver­füg­bar.  
Ande­rer­seits sind Fach­ex­per­ten (Sub­ject Mat­ter Experts), d. h. Per­so­nen, die in den Pro­duk­ti­ons­pro­zes­sen arbei­ten und/oder die­se beauf­sich­ti­gen, in der Regel sehr gut aus­ge­bil­det und erfah­ren, um die gesam­mel­ten Daten zu lesen und zu inter­pre­tie­ren. Und sie haben in der Regel auch Ideen, was ver­bes­sert wer­den könn­te.  

War­um Sub­ject Mat­ter Experts von Self-Ser­vice Machi­ne Lear­ning pro­fi­tie­ren  
Schnel­les Pro­to­ty­p­ing: Model­le wer­den schnell erstellt, bewer­tet und ver­gli­chen - und das ohne Pro­gram­mier­auf­wand. So lässt sich ein­fach und effi­zi­ent fest­stel­len .. 

a) ob die vor­lie­gen­den Daten für die Erstel­lung eines Modells, d. h. für die Beant­wor­tung der gestell­ten Fra­ge, ver­wen­det wer­den kön­nen, 
b) wel­ches Modell am bes­ten geeig­net sein könn­te, 
c) wel­ches die wich­tigs­ten Features/Einflussgrößen sind und  
d) wel­che Maßnahmen/Aktionen zur Lösung des Pro­blems oder der Fra­ge geeig­net sein könn­ten.  

Eini­ge zen­tra­le Her­aus­for­de­run­gen in der Fer­ti­gung, wie z. B. die Pla­nung und Opti­mie­rung der Lie­fer­ket­te, Pre­dic­ti­ve Main­ten­an­ce und die Ana­ly­se von Aus­fall­zei­ten sowie die Pro­zess­op­ti­mie­rung, kön­nen und müs­sen mit ana­ly­ti­schen Ansät­zen gelöst wer­den. Und Unter­neh­men wen­den sich zuneh­mend an befä­hig­te SME, um die­se Her­aus­for­de­run­gen direkt anzu­ge­hen.  

Use Case: Opti­mie­rung des Ener­gie­ein­sat­zes  
Eine der größ­ten Her­aus­for­de­run­gen für Her­stel­ler ist die Opti­mie­rung der Effi­zi­enz bei gleich­zei­ti­ger Redu­zie­rung des Ener­gie­ver­brauchs und der Umwelt­be­las­tung. Alte­ryx AutoML und Machi­ne Lear­ning Metho­den in Alte­ryx Desi­gner bie­ten hier eine wir­kungs­vol­le Lösung. 
Stel­len Sie sich eine Pro­duk­ti­ons­an­la­ge vor, die den Ener­gie­ver­brauch mini­mie­ren und gleich­zei­tig die betrieb­li­che Effi­zi­enz auf­recht­erhal­ten möch­te. Durch die Nut­zung his­to­ri­scher Ener­gie­ver­brauchs­da­ten, Pro­duk­ti­ons­me­tri­ken und exter­ner Fak­to­ren, wie z. B. Wet­ter­mus­ter, kön­nen die prä­dik­ti­ven Model­lie­rungs­funk­tio­nen von Alte­ryx opti­mier­te Ener­gie­nut­zungs­mo­del­le ent­wi­ckeln. 
Durch die Ana­ly­se von Pro­duk­ti­ons­plä­nen und Ener­gie­ver­brauchs­mus­tern kann die Lösung Mög­lich­kei­ten zur Last­ver­schie­bung und Nach­fra­ge­re­du­zie­rung auf­zei­gen, so dass das Werk Ener­gie­prei­se außer­halb der Spit­zen­zei­ten nut­zen und Kos­ten sen­ken kann. 
Dar­über hin­aus kön­nen die Simu­la­ti­ons­funk­tio­nen von Alte­ryx genutzt wer­den, um Pro­zess­op­ti­mie­run­gen und Anla­gen-Upgrades zur Ver­bes­se­rung der Ener­gie­ef­fi­zi­enz zu ermit­teln. Durch die kon­ti­nu­ier­li­che Über­wa­chung und Ana­ly­se von Daten kön­nen Her­stel­ler den Ener­gie­ver­brauch bei gleich­blei­ben­der oder sogar höhe­rer Pro­duk­ti­vi­tät deut­lich sen­ken und so Nach­hal­tig­keits­in­itia­ti­ven vor­an­trei­ben und Betriebs­kos­ten sen­ken. 

Fazit 
Die Ver­bin­dung von Daten­ana­ly­se, maschi­nel­lem Ler­nen und Platt­for­men wie Alte­ryx (AutoML und Machi­ne Lear­ning im Desi­gner) birgt ein immenses Poten­zi­al für die Opti­mie­rung von Fer­ti­gungs­pro­zes­sen. Durch die Nut­zung daten­ge­stütz­ter Erkennt­nis­se kön­nen Her­stel­ler Her­aus­for­de­run­gen meis­tern, Inno­va­tio­nen vor­an­trei­ben und einen Kurs in Rich­tung nach­hal­ti­ges Wachs­tum und Wett­be­werbs­fä­hig­keit in einer sich stän­dig ver­än­dern­den Bran­chen­land­schaft ein­schla­gen. 

Neu­gie­rig auf die Lösun­gen von Alte­ryx?
Kon­tak­tie­ren Sie uns, um mehr zu erfah­ren und ent­de­cken Sie die Mög­lich­kei­ten, die Alte­ryx bie­tet.

Möch­ten Sie mehr über unse­re Fer­ti­gungs­lö­sun­gen wis­sen?
Set­zen Sie sich mit uns in Ver­bin­dung und erfah­ren Sie, wie unse­re Lösun­gen Ihre Fer­ti­gungs­pro­zes­se opti­mie­ren kön­nen.

 

Kategorien
Letzte News
Ihr Ansprechpartner

Wenn Sie Fra­gen zu unse­ren Pro­duk­ten haben oder Bera­tung benö­ti­gen, zögern Sie nicht, direkt Kon­takt zu uns auf­zu­neh­men.

Tel.: +49 40 22 85 900-0
E-Mail: info@statsoft.de

Sasha Shiran­gi (Head of Sales)