SimProve

Resiliente Fabriken, kundenindividuelle Produkte (Losgröße 1) und kundenintegrierte Prozesse erfordern aufgrund ihrer Komplexität mehr denn je Methoden zur effizienten Analyse und Verbesserung der Abläufe in den zugehörigen Produktions- und Logistiksystemen. Mit der aktuell in der Industrie angestrebten Digitalen Transformation wird auch der Einsatz geeigneter digitaler Methoden in den Unternehmen verstärkt forciert. Das gilt umso mehr, wenn – wie derzeit – disruptive Ereignisse die Beherrschung von Logistikketten mit herkömmlichen Methoden deutlich erschweren.Eine etablierte Methode zur Analyse dynamischer Zusammenhänge auf Basis digitaler stochastischer Modelle ist die ereignisdiskrete Simulation. Sie stellt eine ideale Basis für die sogenannten Digitalen Zwillinge von Produktions- und Logistiksystemen dar.Eine andere Methodik, das Process Mining, das dem Data Mining zugeordnet werden kann, erlaubt es, Prozessinformationen aus einem realen Produktions- und Logistiksystem zu erfassen und zu analysieren. Eine Verknüpfung der Methoden ist in der industriellen Anwendung bisher nicht umgesetzt, würde jedoch gerade im Kontext der Digitalen Transformation einen herausragenden Mehrwert in Bezug auf die verbesserte Nutzung realer Daten in Simulationsmodellen schaffen. Eine solche Verknüpfung von Simulation und Process Mining ist der Kern des Vorhabens SimProve.Bisher werden im industriellen Umfeld die beiden Methoden getrennt voneinander eingesetzt, entsprechende Werkzeuge existieren bislang nur als voneinander unabhängige eigenständige Softwarelösungen. Im Hinblick auf die methodische Interoperabilität gilt es daher, eine passende Lösung für die Industrie und Wissenschaft zu entwickeln und dabei bestehende fachliche und technische Hürden im Zusammenhang mit verschiedenen Modellierungs- und Schnittstellenansätzen zu überwinden.

Durch das Ergebnis des Forschungsprojektes wird es späteren Anwendern möglich, „Was-wäre-wenn“-Fragen im industriellen Kontext auf Basis automatisiert ausgewerteter Ist-Prozessdaten zu beantworten und dadurch eine belastbare Entscheidungsunterstützung zu erhalten. Von der im Forschungsvorhaben angestrebten integrierten Gesamtlösung für Process Mining und Simulation profitieren branchenübergreifend sowohl Simulationsanwender als auch Anwender von Process Mining. Darüber hinaus wird für Anlagenbetreiber eine Nutzung der Produktionsdaten in simulationsbasierten (digitalen) Fabrikzwillingen ihrer realen Produktions- und Logistiksystemen erreichbar und somit das Thema Digitalisierung in Unternehmen entscheidend vorangetrieben.

Die SimPlan AG als Konsortialführer ist ein führender Dienstleister für die Simulation betrieblicher Abläufe in Produktion und Logistik; das Fachgebiet für Produktionsorganisation und Fabrikplanung an der Universität Kassel beschäftigt sich als Forschungspartner mit dem Einsatz innovativer Methoden, Modelle und Werkzeuge zur Planung von Produktions- und Logistikprozessen.Die BMW AG stellt sich als assoziierter Anwendungspartner mit ausgewiesener Expertise in der Nutzung der ereignisdiskreten Simulation und des Process Mining in der Produktions- und Logistikplanung zur Verfügung. Die langjährige erfolgreiche Zusammenarbeit zwischen den Forschungspartnern im Rahmen vergangener Forschungsprojekte sowie die hieraus gewonnenen umfassenden Methoden- und Anwendungskompetenzen führten zur Idee der Verknüpfung von Simulation und Process Mining, um mit Hilfe innovativer datengetriebener Methoden die Potenziale zur Gestaltung der digitalisierten Produktions- und Logistiksysteme von Morgen maximal auszuschöpfen.