Partizipative Prozessdigitalisierung
Herausforderungen in der Praxis
In vielen Produktionsunternehmen basiert die Einstellung und Stabilisierung von Produktionsprozessen stark auf dem Erfahrungswissen einzelner Mitarbeitender. Dieses Wissen ist wertvoll, jedoch selten systematisch dokumentiert oder für Datenanalysen nutzbar. Gleichzeitig steigt der Druck, Prozesse für datengestützte Optimierungen oder KI-Anwendungen vorzubereiten. In der Praxis fehlen Betrieben dafür häufig klare Methoden, um Einflussgrößen zu identifizieren, vorhandene Datenquellen zu strukturieren oder Datenlücken sichtbar zu machen. Ohne ein gemeinsames Prozessverständnis und eine geordnete Datenbasis können viele Digitalisierungs- und KI-Initiativen daher hinter ihren Möglichkeiten zurückbleiben.
Unser Ansatz
Vom Erfahrungswissen zur strukturierten Datenbasis im Produktionsprozess
Das Seminar führt in Methoden für ein strukturiertes Vorgehen in der Prozessdigitalisierung ein, um implizites Erfahrungswissen aus der Produktion systematisch in nutzbare Prozessdaten zu überführen. Ausgangspunkt sind Workshops, Tätigkeitsbeobachtungen und Experteninterviews mit Maschinenbedienenden, Qualitätsverantwortlichen und Prozessingenieurinnen und -ingenieuren, in denen reale Abläufe, Entscheidungen und Einflussfaktoren gemeinsam analysiert werden. Mithilfe von Prozessmodellen, Ursache-Wirkungs-Analysen und Prozessdatenmodellen werden relevante Einflussgrößen identifiziert und vorhandene Datenquellen erfasst. Auf dieser Grundlage entsteht eine strukturierte Variablenliste und ein Konzept zur Zusammenführung der Daten in einer konsistenten Prozessdatenbasis.
Kursdetails auf einen Blick
Format der Schulung
Präsenzveranstaltung oder Webseminar
Dauer der Schulung
3 Stunden
mögliche Zielgruppen
Produktion, QM, Prozessengineering, Digitalisierung, IT
Gruppengröße
15 Personen
Veranstalter
intex & ifaa
Methodik
Methodische Elemente
- moderierter Workshop
- Gruppenarbeit an Fallbeispielen
- Visualisierung von Methoden
- Praxisreflexion und Erfahrungsaustausch
Ihr Nutzen
Nach der Schulung können Sie ...
- Produktionsprozesse systematisch analysieren und zentrale Einflussgrößen auf Qualität und Prozessstabilität identifizieren,
- Erfahrungswissen von Mitarbeitenden strukturiert erfassen und für die Prozessanalyse nutzbar machen,
- relevante Prozessvariablen in Zielgrößen, Einstellgrößen und Störgrößen unterteilen und deren Bedeutung für Datenanalysen einordnen,
- vorhandene Datenquellen im Unternehmen bewerten und Datenlücken im Produktionsprozess gezielt identifizieren,
- ein Prozessdatenmodell und eine strukturierte Variablenliste erstellen, die als Grundlage für datenbasierte Prozessoptimierung dienen,
- ein Konzept für eine konsistente Prozessdatenbasis entwickeln, um Daten aus Produktion und Qualitätssicherung sowie Materialinformationen zusammenzuführen.
Abbildung: KI-gestützte Datenverarbeitung entlang der Prozesskette
Fachliche Ansprechperson
Dipl.-Ing. (FH) Andreas Krüger
Intex Consulting GmbH
Dr. Ing. Markus Harlacher
ifaa – Institut für angewandte Arbeitswissenschaft e.V.
Schulungsinhalte im Überblick
Die Schulung vermittelt ein strukturiertes Vorgehen zur Analyse und Digitalisierung von Produktionsprozessen. In vier aufeinander aufbauenden Modulen werden Prozesswissen, Einflussgrößen und Datenquellen systematisch erfasst und zu einer nutzbaren Prozessdatenbasis zusammengeführt.
MODUL 1:
Produktionsprozesse verstehen und Erfahrungswissen erfassen
- Analyse realer Produktionsabläufe durch strukturierte Prozessbeobachtung
- Ansätze zur Prozessdokumentation und -analyse
- Identifikation relevanter Akteure im Produktionsprozess
- Interviews mit Maschinenbedienenden und Fachexpertinnen und -experten zur Erfassung impliziten Erfahrungswissens
- Dokumentation von Entscheidungsregeln und praktischen Prozessanpassungen
MODUL 2:
Einflussgrößen auf Qualität und Prozessstabilität identifizieren
- Definition zentraler Qualitätsgrößen im Produktionsprozess
- Erstellung von Ursache-Wirkungs-Diagrammen zur Analyse von Einflussfaktoren
- Strukturierung möglicher Einflussgrößen (z. B. Mensch, Maschine, Material, Methode, Umwelt)
- Ableitung relevanter Prozessparameter für die weitere Datenanalyse
MODUL 3:
Prozessdaten strukturieren und Datenlücken erkennen
- Analyse vorhandener Datenquellen (z. B. Maschinensteuerung, ERP, Qualitätsdaten)
- Erstellung eines Prozessdatenmodells zur Zuordnung von Daten zu Prozessschritten
- Identifikation fehlender Messpunkte und relevanter Sensorik
- Erstellung einer strukturierten Variablenliste
MODUL 4:
Aufbau einer konsistenten Prozessdatenbasis
- Strukturierung von Prozessvariablen in Zielgrößen, Einstellgrößen und Störgrößen
- Verknüpfung von Prozess-, Material- und Qualitätsdaten
- Entwicklung eines Konzepts für eine zentrale und konsistente Datenbasis
- Diskussion von Einsatzmöglichkeiten für datenbasierte Prozessoptimierung und digitale Assistenzsysteme