Produktion
- Operationszeit
- Durchsatz
- Komponentenverbrauch
- Ausschuss
- Produktionstempo
- Verzögerungen
Echtzeit-Anomalieerkennung
Abweichungen im laufenden Prozess erkannt,nicht nach Periodenabschluss.
INVO analysiert den Verlauf von Produktion und Lagerbewegungen in Echtzeit und erkennt Verhalten, das vom erwarteten Prozessverlauf abweicht.
247 kg
- Plan
- 213 kg
- Erwarteter Bereich
- 208–218 kg
- Ist
- 247 kg
Anomalie erkannt
Der Komponentenverbrauch liegt außerhalb der erwarteten Bandbreite für diese Produktionsstufe.
Überwachungsumfang
Vier Bereiche, analysiertin Echtzeit.
Lager
- Entnahmen
- Rückgaben
- Korrekturen
- ungewöhnliche Bewegungen
- Bestandsdifferenzen
Einkauf
- Lieferverzug
- Mengendifferenzen
- Preisabweichungen
- Lieferqualität
Betriebsprozesse
- Abweichungen von Standards
- ungewöhnlicher Prozessverlauf
- wiederkehrende Verlustquellen
Schwellenregeln vs. lernende Modelle
Statt jede Schwelle zu definieren,leitet das System die Norm aus Daten ab.
Klassischer Schwellenalarm
Abweichung > 10 % → Alarm.
INVO Intelligence
Ist der Verlauf dieser Operation ungewöhnlich für dieses Produkt, diese Stückliste, Losgröße, Prozessstufe und den aktuellen Kontext?
Im klassischen ERP definiert der Nutzer die Regel: 10 % über der Norm löst einen Alarm aus. Es bleibt die Frage, auf welcher Basis genau diese Schwelle gewählt wurde.
Bei einem Produkt liegen +8 % in der normalen Prozessvarianz, bei einem anderen sind bereits +3 % eine relevante Störung. Deshalb wird die Bandbreite der Norm aus historischen Daten abgeleitet.
So funktioniert es
Auf welcher Basis erkenntdas System eine Abweichung?
01
Ein Referenzsatz korrekter Operationen
Für den Bau eines bestimmten Produkts analysiert INVO unter anderem:
Produktion
- Produkt
- Stückliste
- Einheiten
- Los
Material
- ausgegebenes Material
- verbrauchtes Material
- Ausschuss
Kontext
- Zeit
- Linie
- Prozessstufe
Historische Beispiele eines korrekten Prozessverlaufs, gehalten im operativen Data Warehouse.
02
Ableitung der erwarteten Bandbreite
Für 1.000 Einheiten von Produkt X leitet das Modell den erwarteten Verbrauch für den aktuellen Prozesskontext ab:
Erwarteter Bereich208–218 kg
Die Bandbreite stammt nicht aus einem manuell gesetzten Limit - sie folgt aus dem realen Prozessverhalten in den Daten.
03
Die Relevanz hängt vom Prozesskontext ab
Derselbe Prozentwert kann je nach Prozessvarianz Unterschiedliches bedeuten.
Prozessvarianz ±1 %
+4 % = relevante Abweichung
Prozess mit höherer Varianz
+8 % = innerhalb der Norm
Live-Überwachung
Die Prognose wird mit dem realen Verlaufdes Prozesses verglichen, während er läuft.
247 kg
- Plan
- 213 kg
- Erwarteter Bereich
- 208–218 kg
- Ist
- 247 kg
Anomalie erkannt
+15,9 % über dem erwarteten Niveau
Ungewöhnliche Lagerentnahme für Los #4821.
Zu prüfende Bereiche
- Wiegen
- Materialentnahme
- Ausschuss
- Stücklistentreue
Die Technologie dahinter
In dieser Anwendungsklasse kommen unter anderem Isolation Forest, statistische Modelle, Autoencoder und - bei umfangreichen sequenziellen Daten - Zeitreihenmodelle zum Einsatz.
Die Modellarchitektur ist kein fester Produktbestandteil - die Wahl hängt von den Eigenschaften des Kundendatensatzes ab.
Pipeline
- erfassen
- validieren
- trainieren
- Backtest
- Modelle vergleichen
- ausrollen
- Drift überwachen
Geschätzter finanzieller Effekt
Früh erkannte Abweichungen begrenzen Materialverluste,Reklamationskosten und Produktionsstillstand.
Ein Betrieb mit 22 Mio. € jährlichem Materialverbrauch
- Unerklärte Abweichungen und Abfall
- 2 % = 440 Tsd. €
- Angenommene Reduktion durch Früherkennung
- 20 %
- Jahreseffekt
- 88.000 €
Der Effekt setzt nicht voraus, dass die meisten Verluste eliminiert werden. Bei großem Produktionsvolumen deckt bereits das Erkennen eines kleinen Anteils der Abweichungen die Einführungskosten.
ROI-Rechner
Schätzen Sie das Potenzial anhand eigener Parameter.
Unerklärte Abweichungen, Mehrverbrauch und Abfall als Anteil am Materialwert.
Wert der Verluste: 372.000 EUR
Einsparpotenzial
74.400 EUR
/ Jahr
≈ 6.200 EUR pro Monat
Eine indikative Simulation möglicher Einsparungen - die Werte sind kein garantiertes Ergebnis.
Echtzeit-Anomalieerkennung
Reagieren Sie im laufenden Prozess,nicht nach dem Monatsabschluss.
Sehen Sie, wie INVO Abweichungen in Produktion und Lagerbewegungen erkennt.