Basic HTML-Version
89
°
Entsprechende Daten vergangenheitsbezo-
gen aus vorhandenen IT-Systemen ermitteln:
Bei vorhandenen Daten ist hier speziell darauf
zu achten, dass die Daten korrekt vorliegen und
auch keine anderen Effekte als die zu analysie-
renden in den Daten vorhanden sind (zum Bei-
spiel nur Störungen einer Maschine und nicht
eines gesamten Maschinenpools). Falls die vor-
handenen Daten unzureichend sind, müssen
die benötigten Daten neu erhoben werden.
Geeignete Verteilung auswählen
Je nach thematischem Hintergrund und Vertei-
lungsart der realen Daten werden mögliche
Verteilungsfunktionen ausgewählt. Einen An-
haltspunkt über den Verlauf gängiger Vertei-
lungen gibt Abbildung 5.
Parameterschätzung und
Goodness-of-Fit Test
Nach der Wahl einer möglichen Verteilung und
der Aufbereitung der empirischen Daten erfolgt
im Anschluss zur genaueren Beschreibung der
gesuchten Verteilung die Parametrisierung, d.h.
das Schätzen der Parameter. Mithilfe dieser Pa-
rameter wird der Verlauf der jeweiligen Vertei-
lung näher spezifiziert. Mittels unterschiedli-
cher Signifikanztests bzw. Goodness-of-Fit
Tests soll überprüft werden, ob die unbekannte
Verteilungsfunktion, repräsentiert durch die
empirischen Daten, tatsächlich mit der vermu-
teten Verteilung übereinstimmt. Man unter-
scheidet hier im Wesentlichen den
Kolmogo-
rof f-Smirnov
- und den
Chi-Quadrat-An-
passungstest
. Auf diese statistischen Verfah-
ren wird hier nicht näher eingegangen. Die
Parameterschätzung als auch Goodness-of-Fit-
Tests können sowohl in vielen Statistikpro-
grammen oder in Excel automatisiert durchge-
führt werden.
Fallstudie:
BOSCH Diesel Systems
Für eine anschaulichere Schilderung der be-
schriebenen Methodik werden nachfolgend alle
Prozessschritte am Beispiel einer Fertigungs-
einrichtung durchlaufen. Die Robert BOSCH
GmbH produziert Komponenten für Kraftfahr-
zeuge. Diese Fallstudie betrachtet die Fertigung
solcher Komponenten, die einen komplexen
Aufbau und Fertigungsablauf besitzen.
Zieldefinition
Zur Beurteilung von Prozessveränderungen
hinsichtlich Materialfluss und Kostenentwick-
lung soll ein praktikables Verfahren eingeführt
werden. Aufgrund der Komplexität bietet sich
die Simulation als Analyseinstrument an. Mit-
hilfe dieses Tools soll Transparenz zwischen
dem Fertigungsprozess und der Kostenentste-
hung geschaffen werden, indem der reale
Produktionsprozess möglichst genau inner-
halb der Simulation dargestellt und mit pro-
zessabhängigen Kosten unterlegt wird. In der
gesamten Modellerstellung gilt der Grundsatz:
„So genau wie möglich, so genau wie
nötig“.
Datenbeschaffung
Im ersten Schritt werden alle Daten des Ferti-
gungsprozesses gesammelt, die für die kor-
rekte Darstellung des realen Materialflusses
notwendig sind. Hierzu zählen unter anderem
Durchlaufzeit, Rüstzeit, Typenspektrum, Ent-
scheidungsregeln, Schichtmodell, usw.
Daneben müssen auch alle Informationen bzgl.
der Kosten des Prozesses ermittelt werden.
Hierzu gehören zum Beispiel die
Personalzahl
mit jeweiliger Entgeltgruppe,
Instandhaltungs-
kosten
,
Werkzeugkosten
,
Verbrauchsstoffe
,
usw. Je nach Entstehungscharakter der Kosten-
art sind unterschiedliche Informationen erfor-
derlich. Weitere Einzelheiten zu diesem Thema
werden in dem Abschnitt „Kostenimplementie-
rung“ geschildert.
Abb. 6: Beispiel eines Simulationsmodells
Abb. 7: Deterministischer oder stochastischer Charakter von Kostenarten
CM September / Oktober 2010