Direkt zum Inhalt
Automatisierung

Wenn der Algorithmus einen Plan hat

Klare Maschinenabläufe, Mitarbeitende, die an mehreren Maschinen gleichzeitig arbeiten, und Werkzeuge, die zu bestimmten Zeiten eingesetzt werden müssen – in der Fertigungsplanung treffen viele komplexe Parameter aufeinander. Jede Pause, sei es durch stillstehende Maschinen oder Mitarbeitende, bedeuten Kosten. Um diesen Herausforderungen zu begegnen, hat die PlasTec Technology GmbH mit dem Mittelstand-Digital Zentrum Schleswig-Holstein gemeinsam untersucht, wie die Fertigungsplanung durch den Einsatz von Algorithmen oder künstlicher Intelligenz (KI) optimiert werden könnte.

  • PlasTec Technology GmbH
  • 75 Mitarbeitende
  • Fertigungsplanung
  • algorithmische Planung

Fertigungsplanung im Kunststoffguss: Anforderungen und Hürden

Im Kunststoffgussprozess müssen Abläufe genau geplant werden: Die Maschinen müssen vorbereitet, Werkzeuge eingesetzt und die Kunststoffteile nach einer bestimmten Zeit mit der richtigen Temperatur ausgeschalt werden. Während des Erwärmungsprozesses können Mitarbeitende an anderen Maschinen arbeiten, was die Effizienz steigert. Fällt jedoch eine Maschine aus oder wird ein Mitarbeitender krank, wird die Planung besonders komplex.

„Wir brauchen dann schnell eine neue Lösung für die komplexe Planungsaufgabe“, erklärt Karsten Krohne von der PlasTec Technology GmbH. Gemeinsam mit dem Zentrum Schleswig-Holstein wollte das Unternehmen herausfinden, wie es möglich ist die Herausforderungen mit algorithmischer Unterstützung zu bewältigen.

Analyse vor Ort: Einblicke in die Fertigung

Ein erster Schritt war ein Besuch des Teams des Zentrums Schleswig-Holstein bei der PlasTec Technology GmbH, um die Fertigungsabläufe vor Ort zu verstehen. Diese Praxisorientierung ermöglichte es, die spezifischen Anforderungen der Fertigungsplanung zu identifizieren. Auf Basis dieser Erkenntnisse wurden die komplexen Parameter für einen ersten Prototyp vereinfacht, um verschiedene algorithmische Ansätze zu testen.

Zwei Algorithmen im Vergleich

Zwei Algorithmen bieten sich für die Optimierung der Fertigungsplanung an:

  • Algorithmus 1: Dieser Algorithmus arbeitet Schritt für Schritt und wählt jeweils die aktuell beste Lösung aus. Im Fall von Plastec wird der Auftrag mit der höchsten Priorität auf den nächsten freien Zeitraum einer Maschine gelegt. Die restlichen Kapazitäten werden mit weiteren kompatiblen Aufträgen gefüllt. Dieses Verfahren liefert oft gute Ergebnisse, ist jedoch anfällig für ungünstige Reihenfolgen, die Wartezeiten verursachen können.
  • Algorithmus 2: Dieser Algorithmus durchsucht den gesamten Lösungsraum, um die mathematisch optimale Lösung zu finden. Er eignet sich besonders für kleinere Probleme, da Rechenzeit und Speicherbedarf mit der Anzahl der Regeln schnell steigen. Für größere, dynamische Szenarien wie bei der Fertigungsplanung kann er weniger geeignet sein.

Das Ergebnis: Schnelligkeit zählt

Ein Testlauf zeigte, dass der erste Algorithmus in der Lage war, innerhalb kurzer Zeit eine praktikable Lösung zu finden. Gerade in unvorhergesehenen Situationen wie Maschinenausfällen ist eine schnelle Anpassung entscheidend. Für den zweiten Algorithmus sind die Anforderungen und Regeln zu komplex. Er benötigte zu viel Rechenzeit, um im dynamischen Fertigungsalltag eingesetzt werden zu können.

Praxisnaher Nutzen und Perspektiven

„Uns hat es sehr geholfen, dass wir schnell und praxisbezogen ins Gespräch gekommen sind. Wir konnten viel neues Wissen mitnehmen“, berichtet Karsten Krohne. Mithilfe der prototypischen Planung konnte die PlasTec Technology GmbH nachvollziehen, wie sich verschiedene Szenarien – etwa eine geringere Mitarbeitendenzahl oder unterschiedliche Maschinenkonstellationen – auf die Produktionsergebnisse auswirken. Da die PlasTec Technology GmbH bereits zuvor Produktionsdaten erfasste, kann das Unternehmen nun auf dieser Basis datenbasiert die Fertigungsplanung optimieren. Das Projekt zeigt wie algorithmische Lösungen zur Optimierung komplexer Prozesse beitragen können.

Vorteile für das Unternehmen auf einen Blick:

  • Praxisorientierter Wissensaustausch zu Algorithmik und KI
  • Ideen für eine datenbasierte Fertigungsplanung
  • Grundlage für weitere Digitalisierungsideen