Process Mining in der Produktion im Türenwerk

Mit Prozesstransparenz und Echtzeitinformationen die Produktion unterstützen sowie Potentiale aufzeigen

Die Prüm Türenwerke GmbH ist als Teil der Schweizer Arbonia AG Hersteller von Innentüren sowie Türzargen und produziert in Weinsheim bis zu 25.000 Türen pro Woche. Aufgrund des komplexen, mehrstufigen Produktionsprozesses sollten die bestehenden Produktionsdaten besser nutzbar gemacht und Transparenz über die Prozessabläufe geschaffen werden. Rothbaum Consulting entwickelte hierfür einen Process Mining-Piloten mit Celonis und erarbeitete zudem gemeinsam mit den Produktionsexperten maßgeschneiderte Analysen und Use Cases. Dadurch konnten unter anderem Anlagen-Performance, Ausschuss sowie Liege- und Transportzeiten transparent analysiert und konkrete Optimierungspotenziale aufgezeigt werden.

Dank Rothbaums Process-Mining- und Operations-Expertise haben wir schnell die Prozesstransparenz erzeugt, die uns dabei unterstützt, die Warte- und Durchlaufzeiten zu optimieren.
Harald Valentin, Leitung Produktionsplanung, Prüm Türenwerke GmbH

Mit Process Mining Produktionspotenziale sichtbar machen

Herausforderung

Die hohe Produktvielfalt führt zu einem komplexen mehrstufigen Produktionsprozess, bei dem Liege- sowie Transportzeiten die reinen Bearbeitungszeiten deutlich übersteigen. Aufgrund der begrenzten Analysierbarkeit der vorhandenen Maschinendaten sollten die Einsatzmöglichkeiten von Process Mining zur Schaffung von Prozesstransparenz untersucht werden.

Umsetzung

In intensiver Zusammenarbeit mit Experten aus der Produktion erstelltem wir ein Celonis-Datenmodell und bauten das digitale Abbild des Produktionsprozesses auf. In gemeinsamen Walkthroughs identifizierten wir Schwachstellen und entwickelten passende Use Cases. Darauf aufbauend analysierten wir unter anderem die Anlagen-Performance, Ausschuss sowie Liege- und Transportzeiten.

Ergebnisse

Mit dem digitalen Abbild des Produktionsprozesses wurden Echtzeit-Analysen und Produktions-Performance-Dashboards aufgebaut. Dadurch konnten Schwachstellen transparent gemacht und konkrete Optimierungspotenziale, unter anderem bei Liegezeiten und Ausschuss, aufgezeigt werden.

1

Digitales Abbild des kompletten Produktionsprozesses

3

Zentrale Analysefelder

1

Celonis-Datenmodell für den Produktionsprozess

Autreten und zeitlicher Verlauf von Verlustmeldungen. Mit der Überwachung des Ausschusses je Anlage können in Zukunft selbst kleinste Anstiege erkannt und frühzeitig gehandelt werden, um proaktiv Ausschuss zu verhindern. — Mit der Überwachung des Ausschusses je Anlage werden in Zukunft selbst kleinste Anstiege erkannt und frühzeitig gehandelt, um proaktiv Ausschuss zu verhindern.

Detaillierte Ergebnisse

Es wurde ein valides digitales Abbild des Produktionsprozesses auf Basis der vorhandenen Produktionsdaten geschaffen.
Produktions-Performance-Dashboards sowie ein Masterdata-Abgleich schaffen Transparenz über relevante Produktionsdaten und ermöglichen eine schnelle Beantwortung wiederkehrender Fragestellungen.
Sowohl die Anlagen-Performance als auch der Soll-/Ist-Weg-Abgleich und die Wiederbeschaffungszeiten wurden analysiert, um wiederkehrende Fragestellungen schnell und effektiv beantworten zu können.
Durch die Auswertung der Liege- und Transportzeiten wurde zudem ein Use Case zur automatischen Priorisierung zeitkritischer Aufträge entwickelt.
Ein Ausschuss-Monitoring macht Verlustmeldungen je Anlage transparent und bereitet darüber hinaus die automatische Erkennung von Ausschussanstiegen vor.
Die gewonnenen Erkenntnisse ermöglichen perspektivisch eine regel- oder KI-basierte Priorisierung zeitkritischer Aufträge, um Liegezeiten zu reduzieren sowie Liefertermine besser einzuhalten.

Rothbaum-Consulting-Success-Story-Process-Mining-Prüm

WHITE PAPER

State-of-the-Art Prozessoptimierung mit Process Mining

Wie funktioniert Process Mining? Welchen Nutzen bringt die Technologie? Und welche konkreten Anwendungsfälle gibt es? Antworten auf diese Fragen erhalten Sie in unserem White Paper zu moderner Prozessoptimierung mit Process Mining.

Download