May 08, 2023
Wie gute Daten die Art der Arbeit in der Metallfertigung prägen
Informationstransparenz wird den Industrie 4.0-Shop vorantreiben. Bilder: TRUMPF Change
Informationstransparenz wird den Industrie 4.0-Shop vorantreiben. Bilder: TRUMPF
In der Blechindustrie ist ein Wandel im Gange. Wer vor 30 Jahren in das Geschäft einstieg, wurde nach jahrelanger Erfahrung zum Experten in diesem Handwerk. Heutzutage kann ein Hersteller mit modernen Lasern, Stanzmaschinen und Abkantpressen einen Fertigungsanfänger außerordentlich schnell in einen produktiven Mitarbeiter verwandeln.
Tatsächlich ist das für die Produktivität erforderliche Wissen wesentlich geringer als früher. In der modernen Fabrik sind Fähigkeiten immer noch wichtig, aber die Lernkurve für neue Mitarbeiter ist kürzer. Um zu wachsen und voranzukommen, brauchen die Menschen zwar immer noch Wissen, aber sie müssen dieses Wissen auch auf neue Weise anwenden.
Während sich die Metallverarbeitung in Richtung Industrie 4.0 bewegt, werden neue Karrierewege zu neuen Möglichkeiten führen, insbesondere für diejenigen, die offen für Veränderungen und neue Denkweisen sind – ein großer Teil davon wird durch datengesteuerte Intelligenz in Maschinen und Software vorangetrieben. Wer lernbegierig ist und über den Teil, den er baut, oder das Nest, das er schneidet, hinausschaut, wird davon profitieren.
Der mittlerweile jahrzehntelange Fachkräftemangel hat Maschinen- und Softwarehersteller dazu gezwungen, den Bedarf mit Technologien zu decken, die es weniger Erfahrenen ermöglichen, mehr und mit höherer Qualität als je zuvor zu produzieren. Traditionelles Wissen wurde „in den Kuchen integriert“, da Software die Arbeit erledigt, die Handwerker vor 30 Jahren mit Bleistift und Papier berechneten.
Dieser Wandel hat die Art und Weise verändert, wie Menschen ihre Karriere verbringen. Wer vor 30 Jahren in der Werkstatt anfing, verbrachte wahrscheinlich seine gesamte Karriere dort. Möglicherweise sind sie in einer einzelnen Abteilung aufgestiegen oder haben verschiedene Abteilungen durchlaufen, um schließlich Abteilungsleiter oder Vorgesetzter zu werden. Heutzutage könnten Blechanfänger als Maschinenbediener beginnen, dann aber zur Maschinenprogrammierung übergehen oder CAD/CAM-Techniker werden. Dank der Technologie müssen sich die Bediener außerdem nicht mehr auf einen Maschinentyp spezialisieren, und sie können einfacher in der gesamten Werkstatt arbeiten.
Das 3D-Modell trägt dazu bei, dass ein solcher digital ausgerichteter Karriereweg verbreiteter denn je wird. Zu Beginn ihrer Karriere, vielleicht sogar während der ersten Tage oder Wochen im Job, sehen neue Mitarbeiter die 3D-Modelle der Teile, die sie herstellen. Diese 3D-Darstellungen werden in ihr Arbeitsleben integriert.
In manchen Geschäften wissen neue Mitarbeiter nicht, was ein Papierreisender ist. Sie benötigen lediglich ein Arbeitsticket, einen Dot-Matrix-Code oder einen Barcode. Durch die Teilemarkierung ist kein Begleitpapier mehr erforderlich. Und der Bauplan, das 3D-Modell, Arbeitsanweisungen, grundlegende Schulungsmaterialien – alles greifen sie auf dem Bildschirm zu, sei es auf einem Tablet, Laptop, Computerterminal oder an der Maschinensteuerung selbst. Sie haben im Laufe ihres gesamten Berufslebens mit Software zu tun gehabt und kennen die Gegebenheiten in der Werkstatt, sodass der Wechsel von der Werkstatt ins Büro kein großer Schritt ist.
Die Trennung zwischen „Büro“ und „Laden“ wird weniger deutlich. Das 3D-Modell beginnt im Büro und geht durch die Programmierung und Planung – wo Prozesse simuliert, programmiert und optimal sequenziert werden, um potenzielle Engpässe vorherzusehen. In der Werkstatt schauen Mitarbeiter an vorderster Front auf Bildschirme, um zu sehen, was als nächstes kommt. Sie müssen sich nicht durch Berge von Papier wühlen oder einen unerwarteten Engpass bekämpfen. Sie tun das, wofür die Kunden bezahlen: Sie stellen gute Teile her.
In der alten Welt der Fertigung begann eine Bedienerin ihren Tag möglicherweise damit, Pakete anhand der auf Paletten in der Nähe der Maschine bereitgestellten Aufträge durchzugehen, blickte dann auf und sah, wie ihr Vorgesetzter schnell auf sie zukam. Er hat die letzten 30 Minuten damit verbracht, hektisch zwischen Büros und Geschäft hin und her zu laufen. Ein Kunde braucht sofort etwas, und jetzt bittet er den Betreiber, alles stehen und liegen zu lassen, um dies zu ermöglichen.
Also, die Brandbekämpfung beginnt. Die Bedienerin spricht mit dem Abteilungsleiter, wartet darauf, dass der Gabelstaplerfahrer die Zuschnitte liefert (und manövriert dabei alle in Arbeit befindlichen Werkstücke), bespricht sich noch einmal mit ihrem Vorgesetzten und beginnt dann mit dem Biegen. Während dieser ganzen Zeit hat sich der Stößel der Abkantpresse nicht bewegt. Sie tauscht ihre Werkzeuge aus, führt ein paar Probebiegungen durch und beginnt dann endlich mit dem Lauf. Mittlerweile hat sich die Sammlung der mit WIP gefüllten Paletten an ihrem Arbeitsplatz nicht verringert.
Anstelle von Papierreisenden werden alle Informationen, die Betreiber wissen müssen, auf dem Bildschirm verfügbar sein.
In der neuen Industrie 4.0-Welt der Fertigung kommt der Bremsenbediener zu seiner Schicht, überprüft das Werkstatt-Dashboard und sieht sich dann seinen Arbeitsplan auf seinem Tablet neben der Bremse an. Der erste Punkt auf der Liste ist zufällig ein Auftrag, den ein Kunde in letzter Minute geändert hat und nun sofort benötigt. Egal – der Bediener betrachtet es nur als den nächsten Auftrag auf der Liste. Sie stellt sicher, dass sie über die richtigen Werkzeuge verfügt und beginnt mit dem Biegen.
Ein solcher automatisierter Informationsfluss erfordert weniger praktisches Management. Intuitive Bedienelemente, visuelle Hinweise und andere Technologien haben die Einrichtung vereinfacht, sodass sie sich nicht auf eine spezielle Einrichtungsperson verlassen muss. Als neue Bedienerin, die heute an modernen Geräten arbeitet, wird sie ihre Tage nicht damit verbringen, Biegeabzüge manuell zu berechnen oder Biegefolgen und Messstrategien zu entwickeln, um sicherzustellen, dass sie die erforderlichen Toleranzen einhält. All diese Intelligenz ist in Software integriert.
Dennoch weiß sie, wie sich ein Radius in einer V-Matrize bildet und wie sich geringfügige Änderungen der Materialstärke auf das Ergebnis auswirken. Tatsächlich sieht sie direkt auf ihrer Maschinensteuerung eine Prozesssimulation. Sie weiß, wie wichtig die Maschinenauslastung ist – und kann ihren Maschinenauslastungsbericht tatsächlich direkt auf dem Bildschirm sehen.
In dieser neuen Welt der Fertigung spielen Daten die Hauptrolle. Die Bediener arbeiten weniger im Prozess und mehr am Prozess. Während der Produktion (wenn sie im Prozess arbeiten) sehen sie nur das, was sie als nächstes ausführen müssen. Sie müssen sich keine Gedanken darüber machen, wie viel Arbeit sie für eine ganze Schicht erledigen müssen. Sie beginnen mit der Generierung von Teilen und führen dann aus, was als nächstes auf dem Bildschirm erscheint. Zu diesem Zeitpunkt hat die Software die Arbeitsabläufe optimiert, um einen optimalen Ablauf zu gewährleisten. Wenn ein Kunde eine Änderung wünscht, mischt die Software den Ablauf neu.
Während dieser ganzen Zeit fertigt der Bediener weiterhin Teile an. Ein automatisierter Gabelstapler oder AGV kommt mit einer Palette voller Rohlinge am Arbeitsplatz an. Der nächste Auftrag erscheint auf dem Bildschirm des Bedieners, der bei Bedarf das Werkzeug wechselt, das Programm aufruft und mit dem Biegen beginnt.
In dieser neuen Welt spielt die Leistung an einem bestimmten Arbeitsplatz – etwa Pfund pro Stunde oder Stück pro Stunde – keine große Rolle, einfach weil jeder weiß, wie unterschiedlich sie sein kann. Schließlich ist die Zykluszeit für ein Teil mit einer Biegung viel kürzer als für ein Teil mit acht Biegungen. Stattdessen wird die Maschinenauslastung wichtiger denn je – und hier werden Bediener zu wahren Prozessverantwortlichen. Sensoren verfolgen automatisch die Maschinenauslastung. Während eines Huddles am Ende der Schicht oder einer kurzen Besprechung am nächsten Morgen sprechen Bediener und Teamleiter über die Auslastungszahlen im Zusammenhang mit den in der vorherigen Schicht ausgeführten Aufträgen. Warum war diese Maschine länger als erwartet im Leerlauf? Wartete es auf Material? Warum?
Je automatisierter ein Hersteller ist, desto wichtiger werden Auslastungskennzahlen zur Steuerung der Produktion. Ein 12-kW-Laser ohne Automatisierung hat möglicherweise eine geringe Auslastung, einfach weil die Leute die Maschine nicht mit Strom versorgen können. Wenn derselbe Laser in einem automatisierten Aufbau eine geringe Auslastung aufweist, stimmt etwas nicht. Fehlt uns Material? Gab es einen unerwarteten Zusammenbruch?
Was diese Ausfälle anbelangt, werden reaktive Wartungsarbeiten bei denjenigen, die heute in den Bereich eintreten, ein seltenes Ereignis sein. Dank der vorausschauenden Wartung können Maschinen den Menschen jetzt effektiv „mitteilen“, dass sie krank werden, bevor sie völlig ausfallen. Wartungstechniker interagieren über Smartphone-Apps mit Maschinenverkäufern. Oft melden sich Maschinenhersteller, wenn sie eine Reihe von Fehlermeldungen auf der Steuerung entdecken. Die Wartungsfunktion ist jetzt vollständig datengesteuert.
Stellen Sie sich vor, dass neue Bediener zum ersten Mal den Boden betreten. Sie sehen, dass die Kollegen in einem gleichmäßigen Tempo arbeiten. Natürlich haben sie Zeit für Pausen, aber wenn sie nicht an ihrer Maschine sind, rennen sie nicht herum, um eine Krise zu lösen. Sie untersuchen Kennzahlen wie die Maschinenauslastung vom Vortag oder vielleicht der Vorstunde und sprechen darüber, wie der Betrieb verbessert werden könnte. Wenn sie nicht an der Maschine sind, fertigen sie kontinuierlich Teile, tauschen sie bei Bedarf aus und arbeiten effizient einen Auftrag nach dem anderen ab.
Dieses Novizenteam beginnt seine Ausbildung. Viele absolvieren Online-Schulungen, die ihnen helfen, sich in einer virtuellen Umgebung schnell zurechtzufinden, die Grundlagen des Blaupausenlesens zu erlernen, sich aber auch mit der 3D-Modellumgebung vertraut zu machen. Sie bestehen auch nicht nur Multiple-Choice-Tests, sondern tauchen in einen digitalen Zwilling des Betriebs ein.
Die Karrieren in der Industrie 4.0-Branche werden vielfältig sein, aber alle haben in der gesamten Metallfertigung einen gemeinsamen Nenner: Gute Daten werden Entscheidungen beeinflussen.
Mit einer Kombination aus Online- und traditioneller Schulung fertigen sie bereits wenige Tage oder Wochen nach ihrer Einstellung gute Teile. Dennoch hört das Training nicht auf. Mithilfe virtueller Lerntools vertiefen sie sich weiterhin in die Prozessgrundlagen und absolvieren in den darauffolgenden Wochen und Monaten mehrere Schulungen. Sie lernen etwas über Software, lernen aber auch, wie verschiedene Metalle auf bestimmte Herstellungsprozesse reagieren. Die Schulung hilft neuen Mitarbeitern, sich die Grundlagen der Metallverarbeitung anzueignen. Sie lernen auch, Software als Werkzeug zu betrachten, das ihnen hilft, dieses Wissen optimal zu nutzen, um ihre Arbeit so effizient wie möglich zu erledigen.
Diese neuen Mitarbeiter haben eine Vielzahl potenzieller Karrierewege vor sich. Sie könnten das Volumenmodell annehmen und sich in die Maschinenprogrammierung hocharbeiten oder sogar eine Stelle als CAD/CAM-Techniker oder Ingenieur übernehmen. Oder sie könnten den Prozess annehmen und sich in die Bereiche Betriebsmanagement, Datenanalyse oder kontinuierliche Verbesserung hocharbeiten. Tatsächlich werden im Industrie 4.0-Betrieb wahrscheinlich mehr Leute in irgendeiner Verbesserungsrolle beschäftigt sein, die den gesamten Prozessablauf vom Angebot bis zum Versand analysieren. Am wichtigsten ist, dass sie Entscheidungen auf der Grundlage von Daten treffen, nicht auf der Grundlage von Ahnungen oder einfach nur, weil ihnen etwas bekannt ist.
Alternativ könnten sich Mitarbeiter in Positionen im Vertrieb, in der Kalkulation oder im Einkauf hocharbeiten – allerdings könnten diese Aufgaben in der Welt von Industrie 4.0 ganz anders sein als heute. Robuste Daten ermöglichen es dem gesamten Betrieb, näher an der Kundennachfrage zu produzieren, mit weniger WIP zwischen den Arbeitsplätzen und weniger Rohbeständen, was wiederum das Betriebskapital in der Werkstatt reduziert.
Angenommen, ein Turm in einem Laserschneidzentrum besteht aus 10 Blechen mit einer Stärke von 0,25 Zoll. Material. Der Laden hat fünf dieser Blätter verschachtelt. Gleichzeitig weiß die Software, dass für eine eingehende Bestellung acht weitere Blätter benötigt werden. Dadurch wird der Einkauf in Gang gesetzt, der sofort Material bestellt.
Natürlich wird Industrie 4.0 den Bedarf an Rohmaterialien nicht beseitigen. Geschäfte brauchen Puffer, denn die jüngsten Herausforderungen in der Lieferkette haben sich nur allzu gut bewährt. Allerdings wird Industrie 4.0 es Einkaufsmanagern ermöglichen, Entscheidungen zu treffen, die wiederum auf echten Daten und nicht auf einem Bauchgefühl basieren.
Die Einkäufer konzentrieren sich auf diese Daten und arbeiten daran, die Einkaufsvereinbarungen zu optimieren. Das Gleiche tun die Verantwortlichen in der Auftragsabwicklung, teilweise mit direkter Anbindung an die Enterprise-Resource-Planning-Systeme des Kunden. Anstatt einen Stapel von Bestellungen manuell einzugeben, erfolgen Transaktionen elektronisch, ohne dass ein menschliches Eingreifen erforderlich ist.
Diejenigen, die im Verkauf und in der Kalkulation tätig sind, werden sich weniger auf die „Kostenschätzung“ eines Auftrags konzentrieren. Mit guten Daten wird die Angebotserstellung tatsächlich viel wissenschaftlicher und basiert auf tatsächlichen Maschinenpreisen sowie tatsächlichen Material- und Arbeitskosten. Auch die Angebotserstellung für Prototypen- und Kleinmengenbestellungen wird deutlich automatisierter, da Kunden 3D-CAD-Dateien hochladen und kurz darauf, manchmal innerhalb von Minuten oder sogar Sekunden, Angebote erhalten.
Die Vertriebs- und Kalkulationsfunktion wird sich auf ungewöhnliche Aufträge und längerfristige Verträge konzentrieren. Der große Unterschied: Ausgestattet mit Daten verhandeln sie auf der Grundlage tatsächlicher Fähigkeiten und tatsächlicher Kosten.
Ein roter Faden verbindet den Karriereweg des Industrie 4.0-Shops: die Bedeutung guter Daten und der daraus abgeleiteten umsetzbaren Intelligenz. Datentransparenz wird in vielerlei Hinsicht dazu beitragen, Silos aufzubrechen.
Ein Paradebeispiel ist die Auftragsabwicklung. In der Vergangenheit warfen die Bearbeitungsaufträge sie „über die Mauer“ zu einem Disponenten, der einen Stapel Arbeitsreisender zuordnete, die dann in die Werkstatt geschickt wurden. Die Anlage benötigte Tage oder Wochen, um Kennzahlen zu erstellen. Als sie endlich verfügbar waren, waren sie nutzlos. Probleme und die daraus resultierenden Brandbekämpfungsmaßnahmen waren bereits vorbei. Umgekehrt fungieren Daten im Industrie-4.0-Shop als das große Bindeglied. Die Planung erfolgt elektronisch und die Algorithmen, die diesen Zeitplan steuern, werden im Laufe der Zeit perfektioniert.
Der Industrie 4.0-Mitarbeiter sieht das Gesamtbild, vom ersten Angebot bis zur endgültigen Lieferung, und die Datentransparenz fördert eine Kultur der Verbesserung entlang der gesamten Wertschöpfungskette. Sie werden vielleicht nicht Jahre damit verbringen, das Handwerk des Schneidens oder Biegens zu perfektionieren, aber sie werden lernen, wie sie Daten nutzen können, um den gesamten Betrieb effizienter, weniger stressig und letztendlich zu einem besseren Arbeitsplatz zu machen.
Das Verständnis der Maschinenauslastung wird für den Industrie 4.0-Hersteller noch wichtiger.