Das übergeordnete Ziel des Vorhabens ist die Entwicklung einer intelligenten Produktionsplanung für den Maschinen- und Anlagenbau. Diese soll Unternehmen darin unterstützen, Transparenz über die Planungsprozesse des Auftragsmanagements zu schaffen und optimierte Planungsentscheidungen zu treffen. Hierzu werden Ansätze aus dem Bereich der künstlichen Intelligenz (KI) und der maschinellen Lernverfahren eingesetzt. Die intelligente Produktionsplanung liefert ein KI-basiertes Repräsentantenmodell zur Identifikation ähnlicher Kundenaufträge, ein prognosefähiges Simulationsmodul zur Erzeugung von Transparenz hinsichtlich der Planungsentscheidungen und ein KI-basiertes Planungsmodul zur Identifikation optimierter Entscheidungen. Die drei Bausteine werden in einem geeigneten Planungsprozess konsolidiert.

Motivation

Notwendig wird dieses Vorhaben durch die volatilen, unsicheren und komplexen Rahmenbedingungen, denen produzierende Unternehmen derzeit ausgesetzt sind und unter denen sie ambige Entscheidungen treffen müssen. Diese Rahmenbedingungen können unter dem Akronym der VUKA-Welt zusammengefasst werden und stellen eine Herausforderung für bestehende Planungsansätze dar. Einerseits führen zunehmend volatile Märkte und externe Schocks zu häufigen Neu- und Umplanungen. Die Corona-Pandemie oder die Suez-Kanal-Blockade stehen exemplarisch für die Ereignisse der jüngsten Vergangenheit, welche die Auswirkungen in eng vernetzten Lieferketten aufzeigen. Andererseits erwarten Kunden eine hohe Variantenvielfalt, ausgeprägte Individualisierungsmöglichkeiten und eine schnelle Lieferzeit. Daraus resultieren komplexe Materialflüsse und Planungsentscheidungen, die unter Mehrdeutigkeit ausgetragen werden müssen, was die Komplexität der Produktionsplanung steigert.
Innerhalb dieser Herausforderungen kommt dem Maschinen- und Anlagenbau (MA) eine hohe Bedeutung zu, denn er ist von diesen Entwicklungen besonders stark betroffen. Die hohe Kundenorientierung im MA führt zu einer Variantenvielfalt, die in keiner anderen Industrie so stark ausgeprägt ist. Für eine effiziente Produktionsplanung sind hierzu unter hohem manuellem Aufwand die Bedarfe eines Kundenauftrags an Material, Zeit und Fläche abzuleiten. Die Einplanung auf das Kapazitätsangebot erfolgt dann nur unter der Einhaltung komplexer Planungsrestriktionen, beispielsweise aufgrund von Einschränkungen hinsichtlich der erlaubten Sequenz unterschiedlicher Produktvarianten. Wurde ein möglicher Ressourcenbelegungsplan gefunden, so sind die Auswirkungen auf den operativen Betrieb aktuell ungewiss, wie beispielsweise das Auftreten von Produktionsengpässen. Abschließend mangelt es an einer Entscheidungsunterstützung, um die erzeugte Transparenz zur Identifikation optimierter Entscheidungen zu nutzen, denn Planende können den komplexen Lösungsraum ohne eine Unterstützung nur bedingt handhaben. Während der MA aufgrund der oben herausgearbeiteten Punkte von der Komplexität der Produktionsplanung besonders betroffen ist und herausgefordert wird, stellt er einen bedeutenden Wirtschaftszweig für Deutschland und Bayern dar und trägt durch seine Exportorientierung maßgeblich zur Stärkung des Standorts bei.

Zielsetzung

Um diesen Herausforderungen zu begegnen und um Wettbewerbsvorteile in der zunehmenden Komplexität und Dynamik zu sichern, ist eine flexible und gleichzeitig effiziente Produktionsplanung erforderlich. Der Einsatz von KI-basierten Planungsmethoden als Bestandteil einer intelligenten Produktionsplanung für den MA bietet hierfür erhebliches Potenzial. Als Werkzeug unterstützt die intelligente Planung produzierende Unternehmen in der Identifikation der Ressourcenbedarfe, der Erzeugung von Transparenz hinsichtlich der Auswirkungen von Planungsentscheidungen sowie der Entscheidungsunterstützung hin zu einer optimierten Planung.

Vorgehen

Die in diesem Vorhaben zu erarbeitende intelligente Produktionsplanung beinhaltet ein Repräsentantenmodell, ein Simulationsmodul sowie ein Planungsmodul zur Entscheidungsunterstützung. Das Repräsentantenmodell nutzt eine Vielzahl an Merkmalen zur Beschreibung der Spezifikationen eines Kundenauftrags als Eingangsgrößen, beispielsweise die Art des eingesetzten Werkzeugs einer Anlage. Durch den Einsatz fortschrittlicher Methoden aus den ML und der KI werden ähnliche vergangene Kundenaufträge identifiziert. Die Material-, Zeit- und Flächenbedarfe der ähnlichen Kundenaufträge dienen anschließend als Prädiktor für die Bedarfe des neuen Kundenauftrags. Das Simulationsmodul nutzt diese als Eingangsgrößen und ermöglicht eine Prognose der Auswirkungen unterschiedlicher Planungsalternativen auf das Produktionssystem. Das KI-basierte Planungsmodul dient der Identifikation optimierter Planungsentscheidungen. Durch den Einsatz von Reinforcement Learning (RL) als Teilgebiet der ML lassen sich optimierte Entscheidungen aus den zuvor simulierten Erfahrungen ableiten und auf die Planung übertragen.

Neben der Entwicklung dieser zentralen Bausteine ist die Integration der technischen Lösungen in bestehende Planungsprozesse Ziel des Projekts. Abschließend sollen die Projektergebnisse neben der Konzipierung auch beim Anwendungspartner implementiert und validiert werden. Hierfür wurden bereits konkrete Anwendungsfälle in Workshops ermittelt.

Danksagung

Fördergeber des Projekts InProdMa ist das Bayrische Staatsministerium für Wirtschaft, Landesentwicklung und Energie (StMWi). Der Projektträger ist VDI/VDE Innovation + Technik GmbH. Wir danken den Partnern für die hervorragende Unterstützung.