Wie Sie IRIS nach den ersten 90 Tagen prüfen und skalieren
DBR77 Team7 Min. Lesezeit
Auf dieser Seite
Prüfen Sie IRIS nach 90 Tagen in sechs Punkten: ob die Leute es in jeder Schicht nutzen, ob man den Daten vertraut, wie schnell Probleme abgeschlossen werden, ob sich der Zielverlust bewegt hat, wie die Leute mit KI-Empfehlungen umgehen und was die Fertigung davon hält. Treffen Sie dann eine von drei Entscheidungen: skalieren, zuerst korrigieren oder stoppen. Machen Sie vor dem Skalieren aus der Piloteinrichtung eine Vorlage (Anlagennamen, Stillstandsgründe, Rollen, Regeln und Freigabestufen), damit jede neue Linie mit dem startet, was bereits funktioniert.
Neunzig Tage sind lang genug, um zu sehen, wie sich Gewohnheiten bilden, und kurz genug, um Fehler zu korrigieren, bevor sie sich ausbreiten.
Warum der 90-Tage-Punkt wichtig ist
Ein Pilot, der an einer Linie funktioniert, ist noch kein System für das Werk. Das Papier des Weltwirtschaftsforums von 2023 zu seinem Global Lighthouse Network hält fest, dass selbst diese führenden Standorte, die nicht mehr unter dem Steckenbleiben in Pilotphasen (Pilot Purgatory) leiden, daran arbeiten, einen „Scaling Slump“ zu überwinden, also einen Einbruch beim Skalieren, wenn sie ihre Wirkung auf ganze Produktionsnetzwerke ausdehnen wollen.
Die 90-Tage-Prüfung ist der Check-Schritt im PDCA. Das Lean Enterprise Institute beschreibt ihn als Bewertung der Ergebnisse im Hinblick auf die Leistung, gefolgt von Act: die Änderung standardisieren und stabilisieren oder den Zyklus neu beginnen. Ohne den Check kopiert das Werk mit dem, was funktioniert hat, auch seine Fehler auf die nächste Linie.
- Früh- und Spätschicht
- 96%
- Nachtschicht
- 71%
- Tagschicht
- 12 Min.
- Nachtschicht
- 31 Min.
Nach 90 Tagen erfasst Linie 2 in Früh- und Spätschicht 96 % der Stillstände mit Grund.
Die Prüfung: sechs Bereiche und die Belege
Bringen Sie Daten mit, das meiste davon direkt aus dem System.
| Bereich | Mitzubringende Belege | Gesundes Zeichen | Warnsignal |
|---|---|---|---|
| Nutzung | Anteil erfasster Aufträge, Stillstände und Arbeitsaufträge, nach Schicht | In allen Schichten ähnlich | Nachtschicht weit unter der Tagschicht |
| Datenqualität | Anteil der Stillstände mit bekanntem Grund, Stückzahlen gegenüber der tatsächlichen Ausbringung | „Unbekannt“ klein und stabil | Jede Woche kommen Gründe hinzu |
| Geschwindigkeit des Kreislaufs | Zeit vom Signal bis zur Reaktion, von der Aufgabe bis zum Abschluss | Erst sinkend, dann stabil | Viele Aufgaben verspätet oder mit „keine Maßnahme“ geschlossen |
| Zielverlust | Der eine Verlust, für den der Pilot gewählt wurde, im Vergleich zur Ausgangsbasis | In die richtige Richtung bewegt | Unverändert oder aus anderen Gründen bewegt |
| KI-Empfehlungen | Annahme-, Änderungs- und Ablehnungsquoten, Gründe für Übersteuerungen | Ablehnungen haben Gründe | Alles ohne Prüfung angenommen oder ignoriert |
| Menschen | Kurze Gespräche mit Bedienern, Einrichtern, Schichtleitern | „Es spart mir Zeit“ | „Es ist Zusatzarbeit zu den alten Formularen“ |
Die Zeile Menschen zählt als Beleg: Ein System, das die Nachtschicht als Zusatzarbeit sieht, wird auch an der nächsten Linie versanden.
Die KI gesondert prüfen
Die KI braucht eine eigene Prüfung, weil ein Modell, das im ersten Monat funktioniert hat, abdriften kann. Das AI Risk Management Framework von NIST sagt, KI-Systeme sollten vor ihrem Einsatz und regelmäßig im Betrieb getestet werden, und weist darauf hin, dass sie wegen Daten-, Modell- oder Konzeptdrift häufiger gewartet werden müssen.
Schauen Sie auf vier Dinge:
- Annahmequote nach Art. Eine Art von Empfehlung, die meistens abgelehnt wird, braucht eine neue Regel oder sollte abgeschaltet werden.
- Gründe für Übersteuerungen. Lesen Sie eine Stichprobe. Sie zeigen oft fehlende Daten, etwa eine Umrüstung, von der das Modell nichts wusste.
- Blinde Annahme. Gibt eine Person alles in Sekunden frei, erfüllt die Freigabestufe ihre Aufgabe nicht.
- Freigabestufen. Entscheiden Sie pro Empfehlungstyp, ob die Freigabe bleibt, wie sie ist, verschärft wird oder ob mehr Vorschläge direkt in eine Aufgabenliste gehen dürfen. Lassen Sie bei allem, was Sicherheit oder Produktfreigabe berührt, einen Menschen im Ablauf.
Skalieren, korrigieren oder stoppen
Halten Sie die Entscheidung schriftlich fest, mit den Belegen dahinter.
- Skalieren, wenn die Nutzung über alle Schichten gleichmäßig ist, die Datenqualität stabil ist, sich der Zielverlust bewegt hat und KI-Empfehlungen geprüft statt nur abgenickt werden.
- Zuerst korrigieren, wenn die Ergebnisse in einigen Schichten gut und in anderen schwach sind oder wenn sich die Datenqualität noch bewegt. Korrigieren Sie an der Pilotlinie und prüfen Sie nach 30 Tagen erneut.
- Stoppen oder neu denken, wenn sich der Zielverlust nicht bewegt hat und die Fertigung das System als Zusatzarbeit sieht. Finden Sie heraus, warum, bevor Sie mehr ausgeben.
Illustratives Beispiel: Nach 90 Tagen erfasst Linie 2 in Früh- und Spätschicht 96 % der Stillstände mit Grund, nachts aber nur 71 %, wo es keinen Key User gibt. Die durchschnittliche Reaktion auf einen Stillstand liegt in der Tagschicht bei 12 Minuten und nachts bei 31. KI-Vorschläge zur Priorität von Arbeitsaufträgen werden in etwa 60 % der Fälle angenommen, und die meisten Ablehnungen verweisen auf geplante Umrüstungen. Die Entscheidung: zuerst korrigieren. Das Werk benennt einen Key User für die Nacht, ergänzt den Umrüstplan in den Daten, die das Modell liest, prüft nach 30 Tagen erneut und überträgt die Einrichtung dann auf die Linien 1 und 4.
Wie Sie eine funktionierende Einrichtung auf weitere Linien und Werke übertragen
Skalieren Sie, indem Sie eine Vorlage von der Pilotlinie kopieren.
- Schreiben Sie die Vorlage: Benennung der Anlagen, Liste der Stillstandsgründe, Rollen, Aufgabenregeln, Eskalationsleitern, Freigabestufen und ein kurzes Schulungspaket.
- Listen Sie auf, was lokal abweichen darf, zum Beispiel Schichtmodelle oder linienspezifische Prüfungen. Alles andere bleibt gleich.
- Benennen Sie einen Verantwortlichen für die Vorlage. Änderungen laufen über diese Person, damit Linie 6 nicht ihre eigenen Grundcodes erfindet.
- Skalieren Sie zuerst innerhalb des Werks. Dieselben Menschen, dieselbe Kultur, kürzere Rückmeldung.
- Nehmen Sie dann ein zweites Werk dazu, mit einer Person vom ersten Standort im Go-live-Team.
Größere Änderungen an Layout oder Kapazität lassen sich vorher testen; Wie Sie einen digitalen Zwilling zu einem wiederholbaren Entscheidungsprozess machen zeigt, wie. Zur Seite der Maschinendaten derselben Idee siehe IoT zu einem wiederholbaren Betriebssystem machen.
Wie das in DBR77 IRIS funktioniert
DBR77 IRIS liefert der Prüfung ihre Belege ohne separates Projekt. IRIS KPI vergleicht die Leistung über Schichten, Linien, Werke und Zeiträume, mit Drill-down bis auf Maschinenebene. IRIS Gemba verfolgt offene und geschlossene Probleme nach Stufe und Bereich. Daten & KI speichert zu jeder Empfehlung, wie eine Person darüber entschieden hat, und bei umgesetzten Empfehlungen auch das Ergebnis, sodass Annahme- und Ablehnungsquoten aus dem Datensatz kommen.
Skaliert wird Modul für Modul und Standort für Standort. Module lassen sich jederzeit ergänzen, und Daten und Konfigurationen werden übernommen, sodass die Piloteinrichtung der Ausgangspunkt für die nächste Linie ist. Änderungen lassen sich zuerst in DBR77 DT testen. Wie Sie IRIS Modul für Modul einführen, ohne den Werksbetrieb zu stören beschreibt, wie die ersten Wellen geplant werden.
Häufige Fragen
Reichen 90 Tage?
Für eine erste Entscheidung, ja. Sie umfassen genug Schichtzyklen, um zu sehen, wie sich Gewohnheiten bilden. Manche Verluste brauchen länger, bis sie sich bewegen; prüfen Sie also weiter monatlich.
Wer sollte an der Prüfung teilnehmen?
Der Werkleiter, der Projektleiter, ein Schichtleiter pro Schicht, die Leiter von Instandhaltung und Qualität sowie die IT. Begrenzen Sie sie auf zwei Stunden.
Was, wenn die Ergebnisse gemischt sind?
Das ist der häufigste Fall. Wählen Sie „zuerst korrigieren“, benennen Sie, was sich ändern muss, und legen Sie einen Termin für die nächste Prüfung fest.
Wann sollte ein zweites Werk starten?
Wenn die Vorlage ohne größere Änderungen auf mindestens eine weitere Linie im ersten Werk übertragen wurde.
Fazit
Bringen Sie nach 90 Tagen die Belege zu Nutzung, Datenqualität, Geschwindigkeit des Kreislaufs, Zielverlust, KI und Menschen mit, und halten Sie eine Entscheidung schriftlich fest: skalieren, zuerst korrigieren oder stoppen. Machen Sie vor dem Skalieren aus dem, was funktioniert hat, eine Vorlage mit einem Verantwortlichen und übertragen Sie sie auf eine weitere Linie im selben Werk. Starten Sie ein zweites Werk erst, wenn diese Übertragung ohne größere Änderungen gelungen ist.
Quellen
- World Economic Forum, Manufacturing Lighthouses and the Path to Impact: Adopting AI at Speed and Scale, 2023
- Lean Enterprise Institute, PDCA
- NIST, Artificial Intelligence Risk Management Framework (AI RMF 1.0), 2023