Forschung für den Mittelstand - Die IGF-Projektdatenbank

Entwicklung eines Reifegradmodells zur Vorbereitung einer erfolgreichen MES-Einführung bei produzierenden KMU

Manufacturing Execution Systeme (MES) sind grundlegend für eine geregelte Produktionsplanung und -steuerung (PPS). Weiterhin dienen die Daten eines MES (bspw. Rückmeldedaten zu Aufträgen) als Grundlage für Big Data-Anwendungen, um Optimierungspotentiale aufdecken zu können. Auch die Einbindung von Industrie 4.0-Technologien wie interaktive Assistenzsysteme (bspw. Datenbrillen) oder cyberphysischen Systemen in produzierende Unternehmen setzt eine geeignete IT-Infrastruktur wie MES voraus. Laut einer in 2016 durchgeführten Kompetenzentwicklungsstudie Industrie 4.0 verwenden lediglich 15,6 % der befragten KMU ein MES. Neben der Kosten-Nutzenbewertung werden als wichtigste Hemmnisse hierfür Schwierigkeiten bei der Schaffung der Voraussetzungen für die Einführung sowie der Integration von MES in die bestehende IT-Infrastruktur genannt. Auch die Schaffung der Akzeptanz der Anwender im eigenen Unternehmen wird als sehr problematisch angesehen. Die Arbeitshypothese des Forschungsvorhabens besteht in der Annahme, dass die systematische Vorbereitung der Einführung von MES über Reifegradmodelle die Einführungszeit verkürzt und die Ergebnisqualität deutlich erhöht. Als Folge können KMU erfolgreicher MES einführen und dadurch von den Vorteilen wie einer effizienteren PPS sowie einer besseren Rückverfolgbarkeit profitieren.

Ziel des Forschungsvorhabens ist die Entwicklung eines Reifegradmodells zur Bestimmung und Verbesserung der MES-Readiness von KMU. Mittels des zu entwickelnden Reifegradmodells sollen KMU Transparenz darüber erlangen, in welchen Bereichen ihres Unternehmens Handlungsbedarf im Hinblick auf vorbereitende Tätigkeiten für die Einführung eines MES besteht. Nachdem die KMU Kenntnis über die notwendigen Anforderungen für den Einsatz eines MES haben, sollen konkrete Maßnahmen für das Erreichen der notwendigen Reifegradstufen zur Verfügung gestellt werden. Zuletzt soll ein Instrument zur Planung und Überwachung der Umsetzung der Maßnahmen bereitgestellt werden.

Ergebniszusammenfassung:

Im Forschungsprojekt wurde eine Methode entwickelt, mit welcher Unternehmen prüfen können, ob sie ausreichend auf ein MES-Einführungsprojekt vorbereitet sind und wie sie gegebenenfalls durch weitere Maßnahmen ihre Vorbereitungen unterstützen können.

Hierzu wurden in einem ersten Schritt MES-Merkmale und Unternehmensmerkmale identifiziert, welche die notwendige Vorbereitung auf eine MES-Einführung beeinflussen. Des Weiteren wurden die Anforderungen in den vier Gestaltungsfeldern Mensch, IT-Infrastruktur, Daten und Prozesse definiert, welche eine MES-Einführung an ein Unternehmen stellt. Diese Anforderungen wurden anhand ihrer Bedeutung für die MES-Einführung gewichtet und es wurden Abhängigkeiten zwischen den MES-Merkmalen sowie Unternehmensmerkmalen und den Anforderungen identifiziert. In einem dritten Schritt wurde ein Reifegradmodell erstellt, mit dessen Hilfe Unternehmen den Grad ihrer Vorbereitung auf eine MES-Einführung (MES-Readiness) bestimmen können. Zusätzlich wurden generische Maßnahmen entwickelt, durch deren Umsetzung Unternehmen ihre MES-Readiness verbessern können. Durch die Verknüpfung der vorangegangenen Schritte wurde ein Instrument zur Bestimmung und Verbesserung der MES-Readiness entworfen, mithilfe dessen Unternehmen durch die Beantwortung eines Fragebogens ihre MES-Readiness aufwandsarm bestimmen können, Empfehlungen für Maßnahmen zur Verbesserung ihrer MES-Readiness erhalten sowie die Umsetzung der Maßnahmen mithilfe von Kennzahlen überwachen können. Das Instrument wurde in einem Softwaredemonstrator implementiert, um die anwenderfreundliche Nutzung und damit eine umfassende und zeitnahe Übertragung der Ergebnisse in die Praxis zu gewährleisten.

Die resultierende Methode kann branchenübergreifend von produzierenden Unternehmen, welche die Einführung eines MES planen, genutzt werden, um die bestehenden Gegebenheiten im Unternehmen für die Einführung zu bestimmen.