Höhere Effizienz am Produktionsband mit Big Data & Analytics

Der weltweit führende Anbieter von Lösungen für die Holzbearbeitungsindustrie – mit mehreren Tausend Mitarbeitenden und einer Präsenz in über 100 Ländern.

Industry

Fertigung

Service

Data Analytics und KI Anwendungsmodernisierung

Company Size

7.500+ Mitarbeiter

Duration

2017 - heute

Herausforderung

Herausforderung

Unser Partner nutzt die Archer-IRM-Plattform, auch bekannt als Archer RSA, um Governance-, Risiko- und Compliance-(GRC-)Prozesse zu steuern – wie viele andere Unternehmen in regulierten Branchen auch. Die Organisation wollte Kosten optimieren und ihre Flexibilität erhöhen, indem sie die webbasierte Anwendung und deren Module mit Hilfe eines externen Spezialistenteams in vollem Umfang nutzte.

Lösung

Lösung

Die Organisation wählte uns als Technologiepartner für das Projekt, und wir stellten zügig ein Team aus Archer-Beratern zusammen, um Entwicklung, Anpassung und Integration der benötigten Archer-Module zu übernehmen. Durch eine enge Zusammenarbeit mit den zahlreichen beteiligten Stakeholdern und einen beratenden Ansatz lieferten wir unserem Partner kontinuierlich Mehrwert.

Auswirkungen

Auswirkungen

Unser Team bot fortlaufende Beratungs-Sessions und Entwicklungsleistungen an, um sicherzustellen, dass wir die bestmöglichen technischen Lösungen für ihre spezifischen Anforderungen schufen. Wir haben eine starke Arbeitsbeziehung mit unserem Partner aufgebaut, die Funktionalität, Benutzerfreundlichkeit und Performance der Archer-Plattform deutlich verbessert und es geschafft, pro Sprint 30 % mehr Anforderungen zu erfüllen als ursprünglich geplant.

PROJEKTÜBERSICHT

Der erste Schritt unserer Zusammenarbeit bestand darin, die Geschäftsziele des Unternehmens so umfassend wie möglich zu verstehen und herauszufinden, wie wir es mithilfe digitaler Lösungen bestmöglich bei deren Erreichung unterstützen können. Gemeinsam mit unserem Partner identifizierten wir Verbesserungspotenziale und konzipierten eine umfassende Lösung, die auf seine Anforderungen zugeschnitten war.

Die erste Herausforderung bestand darin, die Qualität und Einheitlichkeit der Daten sowie deren schnelle Erfassung und Speicherung in einem zentralisierten Data Lake sicherzustellen. Hierfür setzten wir Azure ein. Nachdem wir einen besseren Überblick über die Daten gewonnen und einen Validierungsprozess etabliert hatten, entwickelten wir mithilfe von Machine Learning prädiktive Algorithmen. Diese unterstützten das Team unseres Partners bei seinen Aufgaben und ermöglichten die Gewinnung umsetzbarer Erkenntnisse. Die gewonnenen Informationen konnten anschließend zur Optimierung der Betriebsabläufe und zur Erzielung positiver Effekte genutzt werden.

Auf Grundlage eines zuverlässigeren Datenstroms aus der Produktionslinie erstellten wir individuelle Berichte und Analysen in Power BI, mit denen das Unternehmen die Leistung seiner Systeme überwachen konnte. Dabei legten wir besonderen Wert darauf, die Berichte benutzerfreundlich und intuitiv zu gestalten, sodass die Nutzer potenzielle Problembereiche leichter erkennen und bei Bedarf entsprechende Maßnahmen ergreifen konnten.

Abschließend entwickelten wir eine Reihe benutzerfreundlicher Anwendungen, die relevante Produktionskennzahlen über eine Web- oder mobile Benutzeroberfläche bereitstellen. Mithilfe dieser Software konnte das Unternehmen Erkenntnisse in Echtzeit gewinnen und deren Auswirkungen analysieren. Dank der verlässlicheren Erkenntnisse konnten Geschäftsentscheidungen leichter getroffen und die daraus resultierenden Ergebnisse besser prognostiziert werden.

ERGEBNISSE

  • Daten aus mehreren relevanten Quellen erfolgreich in einen zentralen Data Lake integriert;

  • Einen wesentlichen Teil der Daten bereinigt und validiert;

  • Interaktive Lösungen zur Datenvisualisierung und Unterstützung datenbasierter Entscheidungen entwickelt;

  • Daten für die Entwicklung eines Machine-Learning-Modells generiert, erfasst und bereinigt und das Modell innerhalb von sechs Monaten in den Produktivbetrieb überführt;

  • In weniger als einem Jahr ein Echtzeit-Datenstreaming-System mit einer Verfügbarkeit von 99,9 % implementiert;

  • Maschinenstillstandszeiten reduziert;

  • Produktionseffizienz und Prognosegenauigkeit erhöht;

  • Einen Teil des Produktionsworkflows der Endnutzer digitalisiert;

  • Die Anzahl der Produktqualitätsprobleme reduziert.