Fallstudie: Produktionsoptimierung

Die Herausforderung

In einem Unternehmen mit umfangreichen Produktionsabläufen analysierte das Produktionsteam ein vorhandenes Produktionssystem auf mögliche Kosteneinsparungen. Gleichzeitig wurde das Team beauftragt, die Produktionsrate um 20% zu erhöhen. Die verfügbaren Informationen waren gesammelte Produktionsdaten: Zeitstempel für einzelne Teile vor und nach jedem Prozess, die wichtigsten Maschinenkosten, sowie die gewünschte Produktionsleistung.

Unsere Lösung

Wir erstellten ein optimierungsbasiertes Modell des Produktionssystems, um die kostengünstigste Konfiguration von Maschinen und Bestand zu finden mit der die neue Produktionsrate erreicht werden kann. Wir verwerdeten die Zeitstempel um Prozesszeitmittelwerte und Standardabweichungen als Eingaben für unsere Analyse abzuleiten. LineLab optimierte Bestände und Ausrüstung für die erhöhte Produktionsrate und prognostizierte andere Produktionsleistungsindikatoren wie Wartezeiten, Maschinenauslastung und Produktionsvariabilität. LineLab erstellte umfassende Sensitivitätsanalysen, in denen die wichtigsten Kostenfaktoren für die Herstellung ermittelt wurden. Anhand dieser Analysen konnten wir sofort erkennen, dass die Variation der Zykluszeit eines bestimmten Prozesses ein wesentlicher Faktor für die Gesamtproduktionskosten war.

5 Mio. €
Jährl. Einsparungen

Ergebnis

Die Ergebnisse ergaben eine genaue Projektion der Produktionskosten für die gewünschte Leistung. Darüber hinaus ergab die Analyse, dass durch Verringern der Variation der Prozesszeit für einen Prozess allein 1,4% der gesamten Stückkosten eingespart werden konnten (5 Mio. Euro / Jahr). Dies konnte bereits mittels veränderter Arbeitsanweisungen erreicht werden, die eine konsistente Prozessleistung fördern, statt „Rekord“-Zykluszeiten zu belohnen. Damit waren für diese Kosteneinsparung von 1,4% keine zusätzlichen Investitionen erforderlich, sondern lediglich eine Änderung der Arbeitsanweisungen. Keines der vorhandenen Optimierungstools hatte diese Gelegenheit zuvor erkannt.