Business-Intelligence-System für Produktionsanlagen

Das anpassbare System integriert alle Daten über den Produktionsprozess in eine nutzerfreundliche Webanwendung, was die Kostenanalyse und die Planung verschiedener Szenarien erheblich erleichtert.

Der Kunde

Branche

Business Intelligence

Region

Schweiz

Kunde seit

2021

Der Kunde bietet komplexe ERP-Systeme für große Unternehmen sowie Audit- und Beratungsdienste für Produktionsunternehmen an und unterstützt sie bei der Optimierung ihrer Arbeitsprozesse und Finanzabschlüsse.

Detaillierte Information über den Kunden kann aufgrund der Bestimmungen des NDA nicht veröffentlicht werden.

Herausforderung

Die Analysten des Kunden berechneten bisher alle Kosten und Ausgaben der verschiedenen Produktionsanlagen in umständlichen Excel-Tabellen. Bei zunehmender Datenmenge stieg auch die Verarbeitungszeit des Programms an. Außerdem mussten die Benutzer die Formeln in den Zellen manuell ändern, wenn die Tabelle um Spalten ergänzt werden sollte (z. B. für neue Komponenten). Das verlangsamte den analytischen Prozess und verursachte menschliche Fehler.

Um die Arbeit zu rationalisieren und die Effizienz zu steigern, beabsichtigte der Kunde, ein zusätzliches Modul in das bestehende ERP-System zu integrieren, das detaillierte Produktionsanalysen und -prognosen enthält. Das Modul sollte leicht an die jeweilige Produktionsanlage und den Produktionsprozess anpassbar sein, so dass die Benutzer nur die erforderlichen Daten über Maschinen, Materialien, Komponenten und Mitarbeiter hinzufügen müssen, während alle Berechnungen vorgegeben sind und im Backend ablaufen.

Lösung

Unser Team hat ein neues Module für eine bestehende ERP-Plattform entwickelt, das die Produktionsstruktur, die Beziehungen zwischen den Komponenten, die Kostenberechnung und die Simulation umfasst.

Web-Anwendung

SCHEMA DER ANLAGENSTRUKTUR

Die Benutzer können ein Modell ihrer Produktionsanlage erstellen, indem sie Werkstätten, Ausrüstung und Module in mehreren Ebenen hinzufügen. Das Schema ermöglicht es den Analysten, das Modell der Produktionsanlage besser zu verstehen, und Abhängigkeiten auf einen Blick zu erkennen.

Durch Anklicken der Elemente auf der untersten Ebene des Schemas öffnet der Benutzer einen Abschnitt mit Informationen zu jeder Produktionseinheit: allgemeiner Überblick über Produktion und Ausstoß, hergestellte und fehlerhafte Produkte, verwendetes Material, Verluste und Arbeitskräfte. Für jede Maschine können KPIs mit verschiedenen Parametern (Ausstoß, Ausschuss usw.) festgelegt werden, um deren absolute und relative Veränderungen zu verfolgen und grafisch zu visualisieren. Analysten können die Effizienz jeder Maschine überprüfen: die Anzahl der hergestellten Produkte pro Zeiteinheit, die Verwendung der Ressourcen und die Verluste.

KOSTENMODUL

Dieser Teil der Lösung umfasst ein Dashboard mit einer Darstellung der Produktionskosten eines gewählten Zeitraums. Das Modul liefert kumulierte Daten zum Produktionsausstoß, die Gesamtkosten, Kosten pro produzierter Einheit usw. Die Benutzer können die Daten auch mit einem Referenzzeitraum vergleichen, um Veränderungen im Laufe der Zeit zu verfolgen. Eine kleine Gewinn- und Verlusttabelle (GuV) gibt weitere Informationen zu den aufgewendeten Kosten pro Element (Arbeit, Rohstoffe, Energie, Abschreibungen usw.) im Vergleich zum zugewiesenen Budget und zum Prozentsatz der Verluste. Zur Verdeutlichung werden alle Kostenkategorien grafisch dargestellt. Diese Übersicht zeigt den Benutzern auf einen Blick, welchen Anteil die einzelnen Kategorien an den Gesamtproduktionskosten haben, um Problembereiche erkennen und optimieren zu können.

Um mehr Details über die Kostenstruktur zu erfahren, können die Benutzer die Informationen vertiefen, die in großen Tabellen dargestellt werden und zusätzliche Parameter für jede GuV-Komponente enthält. Dieser Teil des Kostenmoduls ermöglicht die Berechnung der Produktionskosten in Abhängigkeit von der Produktionsmenge, den Preisänderungen im Laufe der Jahre und den Verlusten.

INTUITIVE BENUTZERFÜHRUNG

Die Konfiguration der Kalkulationstabelle enthält eine Liste allgemeiner Elemente, die für verschiedene Anlagen typisch sind - direkte und indirekte Arbeit, Rohstoffe, Verpackung, Energie, Wartung, Qualitätskontrolle, Betriebskosten usw. Die Benutzer brauchen daher nur die gewünschten Elemente in den Einstellungen auszuwählen und sie an ihre eigenen Bedürfnisse anzupassen: Sie können bei Bedarf die Namen ändern, zusätzliche Komponenten einfügen und Kosten und Preise aktualisieren.

Die Arbeit mit der Kalkulationstabelle ist sehr nutzerfreundlich gestaltet. Jede Zeile verfügt über Schaltflächen zum Bearbeiten der Daten, zum Hinzufügen einer neuen verschachtelten Zeile, zum Duplizieren und Löschen der Zeile. Alle Formeln und komplizierten Berechnungen der verknüpften Parameter sind im Backend “versteckt”, so dass Benutzer ohne Administratorrechte sie nicht versehentlich ändern oder löschen können. Die Daten können aus anderen Tabellen importiert werden (z.B. CSV, XML-Tabellen), was Zeit erspart und die manuelle Arbeit minimiert.

SIMULATIONSMODUL

Das Kostenmodul ermöglicht es außerdem, Top-Down- und Bottom-Up-Szenarien zu simulieren. Analysten können Optimierungsziele festlegen (z.B. nach Kosten, Verlusten) und erhalten Schätzungen zur Kostenoptimierung pro Jahr. Dies ermöglicht, die optimale Kombination der Parameter zu finden, um die Kosten bei gleicher Qualität zu minimieren und das EBITDA des Unternehmens zu steigern.

Wenn ein Szenario genehmigt ist, wird es als Benchmark verwendet, um die aktuelle Effizienz der Produktion zu verfolgen. Auf diese Weise können die Analysten schwerwiegende Fehler in Bezug auf Effizienz und Zeitplan erkennen und Korrekturmaßnahmen empfehlen.

Technologien & Tools

Back-End

.NET 5, SQL (MS SQL Server), Swagger, CQRS, TensorFlow.js

Front-End

Angular 11, RxJs, NgRx, Bootstrap 4.6, Material, ngx-datatable, D3.js,

Plattformen

Web

Zum Beispiel wurde ngx-datatable gewählt, um komplexe Datensätze im Format von Tabellen zu verarbeiten. Die Komponente bietet alle notwendigen Funktionen für die Arbeit mit Tabellen (sortieren, filtern, Unterzeilen hinzufügen usw.), ist flexibel und leicht zu handhaben. Für Datenvisualisierungen und die Erstellung von anpassungsfähigen Diagrammkomponenten auf Grundlage dynamischer Daten wurde D3.js verwendet.

Prozess

Der Kunde hatte eine klare Vorstellung davon, wie das Analysemodul aussehen sollte, und hat uns Mock-Ups der Benutzeroberfläche und Formeln zur Berechnung der Produktionskosten zur Verfügung gestellt. Uns blieben die folgenden Aufgaben: Softwarearchitektur, Auswahl der geeigneten Technologien und Frameworks für einen reibungslosen Betrieb, Frontend- und Backend-Entwicklung. Dank der engen Zusammenarbeit zwischen unserem Business-Analysten mit Erfahrung im Finanzbereich und den Analysten des Kunden gelang es gemeinsam, die komplexe Logik der Wechselbeziehungen zwischen allen Parametern in ein effizientes System von Berechnungen auf der Backend-Seite und anschaulichen Diagrammen und Tabellen auf der Benutzeroberfläche umzusetzen.

Entdeckungsphase

In dieser Phase hat unser Team die bestehende ERP-Plattform des Kunden untersucht, die Geschäftsprozesse analysiert, Alternativen und die bestmögliche technologische Lösung ermittelt. Wir haben ein Modell entworfen, das die Geschäftseinheiten im System und ihre Beziehungen beschreibt, einen detaillierten Plan für die Entwicklung der einzelnen Module erstellt und den Arbeitsablauf mit dem Kunden vereinbart.

Technologiewahl

Wir haben die Technologien empfohlen, die am besten zu den Bedürfnissen des Kunden passten. Ngx-datatable wurde gewählt, um komplexe Datensätze im Format von Tabellen zu verarbeiten. Die Komponente bietet alle Funktionen für Tabellen (sortieren, filtern usw.), ist flexibel und leicht. Für Datenvisualisierungen und die Erstellung von Diagrammen auf Grundlage dynamischer Daten wurde D3.js verwendet. Auf diese Weise werden die Daten in einer anschaulichen Form dargestellt, um einfacher und schneller Schlussfolgerungen ziehen zu können. Für maschinelles Lernen haben wir uns aufgrund seiner hohen Skalierbarkeit für TensorFlow.js entschieden, um bei Bedarf das auf verschiedenen Geräten nutzen zu können.

Maschinelles Lernen

Für die schnelle und effiziente Datenanalyse hat unser Entwicklungsteam ein Modul mit Algorithmen des maschinellen Lernens implementiert. Ziel war es, die Veränderungsmuster der Anlagenparameter zu definieren und ihre Wirksamkeit zu analysieren. Die Algorithmen erhalten die Informationen automatisch aus dem ERP-System und lernen, welche Konfigurationen am effizientesten sind, um die für jede Anlage, Werkhalle oder sogar Maschine festgelegten Ziele zu erreichen. Auf diese Weise findet das Modul Trends und Muster, die nicht unmittelbar erkennbar sind, aber gewinnbringend bei der Optimierung der Herstellungskosten genutzt werden können.

Sicherheit

Das Modul für maschinelles Lernen arbeitet in den vom Hersteller angegebenen Grenzen und kennzeichnet oder speichert keine Daten über eine Branche, ein Werk, eine Werkhalle oder eine Maschine. Die ML-Algorithmus analysieren lediglich statistische Daten. Dadurch stellt das Modul kein Sicherheitsrisiko dar und kann einem potenziellen Eindringling oder Insider keine wichtigen Informationen über die Produktionskapazitäten und -artikel des Kunden liefern.

MVP-Entwicklung

Nachdem wir uns mit dem Kunden über den Projektstrukturplan geeinigt hatten, entwickelten wir ein MVP.

Wir haben alle zwei Wochen ein Modul geliefert, die Aufgaben in Slack besprochen und wöchentliche Videokonferenzen in Google Meet abgehalten.

Jede Entwicklungsphase wurde mit Unit- und manuellen Tests abgeschlossen, so dass wir selbst kleine Fehler frühzeitig erkannten und behoben, bevor sie zu Problemen werden konnten.

MVP-Entwicklung

Nachdem wir uns mit dem Kunden über den Projektstrukturplan geeinigt hatten, entwickelten wir ein MVP.

Wir lieferten Modul für Modul alle zwei Wochen, besprachen Aufgaben in Slack und verfolgten Aufgaben in Jira.

Jede Entwicklungsphase wurde mit Unit- und manuellen Tests abgeschlossen, so dass wir selbst kleinste Fehler so früh wie möglich erkennen und beheben konnten, um zu verhindern, dass sie sich zu großen Problemen entwickeln.

Team

Backend-Entwickler

Frontend-Entwickler

QA-Ingenieur

Business-Analysten

Ergebnisse

Da auf die Benutzerfreundlichkeit des Systems großer Wert gelegt wurde, hat die Einführung der Mitarbeiter in das neue Modul nur eine Stunde gedauert. Die Ergebnisse sind bereits eine Woche nach Einführung sichtbar geworden: Die Erstellung von Berichten ist dreimal schneller als zuvor, und die Benutzer haben mehr Zeit für eine genauere Prüfung der Daten und die Simulation von Szenarien. Dies hat es den Analysten ermöglicht, in kürzerer Zeit eine Reihe besser abgestimmter Ergebnisse und Empfehlungen für jede Fabrik zu erarbeiten, wodurch der Geschäftswert gesteigert und die Kundentreue erhöht wurde.

Darüber hinaus ist es unserem Team gelungen, trotz der Änderungen die Sicherheit des gesamten ERP-Systems nicht zu beeinträchtigen, da die Algorithmen des maschinellen Lernens nicht mit sicherheitsrelevanten Daten in Berührung kommen, sondern nur Muster und Trends analysieren, die sich aus getroffenen Entscheidungen und Aktionen ergeben.

Projektdauer

4 Monate für MVP;
9 Monate für das gesamte Projekt (einschließlich 2 Monate für die Benutzerakzeptanztests).

Unsere aktuellen Fallstudien

Kontaktieren Sie uns!

Einen Anruf buchen oder füllen Sie das Formular unten aus und wir melden uns bei Ihnen, sobald wir Ihre Anfrage bearbeitet haben.

Name

Unternehmen

E-Mail

Telefon

Nachricht Bitte fügen Sie Projektdetails, Dauer, Technologie-Stack, benötigte IT-Experten und andere Infos bei.

Bitte fügen Sie Projektdetails, Dauer, Technologie-Stack, benötigte IT-Experten
und andere Infos bei.

Hängen Sie nach Bedarf zusätzliche Dokumente an.

Datei hochladen

Sie können bis zu 1 Datei von insgesamt 2 MB anhängen. Gültige Dateien: pdf, jpg, jpeg, png

Bitte beachten Sie, dass Innowise mit dem Anklicken der Schaltfläche 'Senden' Ihre persönlichen Daten nach der Datenschutzrichtlinie verarbeiten wird, um Ihnen die gewünschten Informationen zukommen zu lassen.

Wie geht es weiter?

Sobald wir Ihre Anfrage erhalten und bearbeitet haben, werden wir uns mit Ihnen in Verbindung setzen, um Ihre Projektanforderungen zu besprechen und eine NDA (Vertraulichkeitserklärung) für die Vertraulichkeit der Informationen zu unterzeichnen.

Nach der Prüfung der Anforderungen erstellen unsere Analysten und Entwickler einen Projektvorschlag, der Arbeitsumfang, Teamgröße, Zeit- und Kostenschätzung enthält.

Wir vereinbaren einen Termin mit Ihnen, um das Angebot zu besprechen und eine Vereinbarung mit Ihnen zu treffen.

Wir unterzeichnen einen Vertrag und beginnen umgehend mit der Arbeit an Ihrem Projekt.