2021 Simio Sync: Digitale TransformationAnwendungen

COVID-19 hat die digitale Transformation zu einem Gebot gemacht und die traditionellen Werthebel Umfang, Skalierung und Effizienz als nicht mehr relevant für die Wettbewerbsfähigkeit im Fertigungssektor entlarvt. Eine HBR-Studie ergab, dass Unternehmen 1,3 Billionen Dollar für die digitale Transformation ausgaben und 900 Milliarden Dollar davon aufgrund von nicht skalierbaren Pilotprojekten verschwendet wurden. Was also unterscheidet die Vorreiter von den Nachzüglern? Als einer der Hauptredner des Simio Sync 2021 wird Sachin Lulla, EY Americas Consulting Sector Leader for Advanced Manufacturing & Mobility, seine Sichtweise darüber darlegen, wie Unternehmen im Bereich Advanced Manufacturing ihre digitale Transformation beschleunigen können. Hören Sie sich Sachins Keynote-Präsentation an und erfahren Sie mehr über: Wie die Pandemie die Notwendigkeit der Transformation beschleunigt hat und welches die wichtigsten Faktoren sind Warum scheitern die meisten digitalen Transformationen in der Fertigung? Wie baut man eine Brücke vom Jetzt zum Nächsten und darüber hinaus?

Da wir in ein Zeitalter anhaltender Volatilität und hyperschneller Veränderungen im externen Geschäftsumfeld eintreten, wird die Krisenbereitschaft zu einem entscheidenden Faktor für die Sicherung der Widerstandsfähigkeit von Unternehmen und Lieferketten. Zu den Schlüsselelementen der Krisenvorsorge gehören die proaktive Überwachung des externen Umfelds, die Fähigkeit, die Auswirkungen von Schockszenarien bei Angebot und Nachfrage vorherzusagen, und die Fähigkeit, Korrekturmaßnahmen und optimale Reaktionen auf hochgradig störende Szenarien zu empfehlen. In der pharmazeutischen und medizinischen Industrie können die Auswirkungen solcher Unterbrechungen potenziell für Patienten und Gesundheitsdienstleister spürbar sein. In der Vergangenheit haben Business-Continuity-Teams Krisen im Zusammenhang mit Lieferunterbrechungen oder Nachfrageschüben mit Hilfe von vordefinierten Notfallplänen bewältigt. Der traditionelle Ansatz zur Krisenvorsorge konzentriert sich jedoch auf die Aktivierung von Risikominderungsplänen für eine Reihe bekannter Störungsszenarien. Im Gegensatz dazu sind Szenarien mit geringer Wahrscheinlichkeit/hohem Schweregrad (so genannte "schwarze Schwäne") schwer zu planen, da sie per definitionem selten auftreten und es nur wenige historische Daten gibt, auf deren Grundlage geplant werden kann (man denke an den gleichzeitigen Ausfall der Rohstoffversorgung und Nachfragespitzen). Daher stellt sich die Frage: Können wir eine "Empfehlungsmaschine" entwickeln, die hochautomatisiert Reaktionspläne für eine große Anzahl von Unterbrechungsszenarien mit geringer und hoher Wahrscheinlichkeit vorschlägt, so dass sich die Lieferkettenteams auf den Aufbau der erforderlichen Infrastruktur und die Ausführung konzentrieren können, anstatt eine manuelle Notfallplanung vorzunehmen? Es gibt eine große Chance für automatisierte digitale Szenario-Plattformen, die diesen Service anbieten können. Bei Johnson & Johnson haben wir Schritte in diese Richtung unternommen, um solche digitalen Szenario-Plattformen einzurichten, die den digitalen Zwilling und KI-Technologien nutzen, um die Langlebigkeit, Agilität und Widerstandsfähigkeit unserer Lieferketten zu verbessern und die Versorgungssicherheit (SoS) für unsere Patienten und Kunden zu gewährleisten. Diese E2E-Plattformen mit digitalem Zwilling, die auf der Simio-Technologie basieren, konzentrieren sich auf die Erstellung virtueller Nachbildungen von End-to-End-Wertschöpfungskettennetzwerken zwischen Lieferanten, Produktions- und Vertriebsstandorten und Kundenstandorten. Dies ermöglicht die gleichzeitige Optimierung von Entscheidungskonflikten (in großem Umfang und mit hoher Geschwindigkeit) in Bezug auf neue Produktions- und Qualitätsprüfungskapazitäten, Sicherheitsbestands- und Lagerbestandsrichtlinien sowie Produktzuweisungen, indem Ergebnisse wie Bargeld, Produktkosten, Service und Kapitaleffizienz angestrebt werden. Dadurch erreichen wir ein hohes Maß an Flexibilität, um verschiedene Kombinationen von Angebots- und Nachfrageszenarien durchzuspielen und der nächsten Krise immer einen Schritt voraus zu sein.

Bayer setzt seit mehr als einem Jahrzehnt ganzheitliche ereignisdiskrete Simulationsmodelle komplexer Produktionsumgebungen ein, die auch als "Virtuelle Fabriken" bezeichnet werden. Als Ergebnis verschiedener interner strategischer Programme haben diese Virtuellen Fabriken in mehr als 50 erfolgreichen Projekten (von Bayer Crop Science bis Bayer Pharmaceuticals) einen enormen Geschäftswert geschaffen. Die Operationalisierung dieser Virtuellen Fabriken durch die Anbindung an Unternehmensdatensysteme zur Erstellung von Digitalen Zwillingen ist eine Schlüsseltechnologie, um den Wert von Smart Manufacturing und Industrie 4.0 bei Bayer zu erschließen. Ein reales Beispiel für einen Simio Digitalen Zwilling bei Bayer Consumer Health wird in einer separaten Präsentation von Pietro Bertuzzi vorgestellt. In diesem Vortrag werden der organisatorische Aufbau bei Bayer, der aktuelle Anwendungsbereich, die jüngsten Schritte in Richtung Smart Manufacturing einschließlich des Simio Digital Twin und künftige Initiativen zur Implementierung eines nahtlosen Modelllebenszyklus von der Konstruktion bis zum digitalen Betrieb sowie die Verbindung zu einem digitalen Lieferkettenzwilling erörtert.

Seegrid hat sich mit Simio zusammengetan, um eine flexible Simulationsvorlage zu entwickeln, die die Zusammenarbeit im Entwicklungsteam der Lösung unterstützt.

End-to-End Digital Operations Transformation ist die Neuerfindung von Unternehmen durch fortschrittliche digitale Technologien, um ein neues Maß an Effizienz, Kundenerfahrung und Nachhaltigkeit in den Bereichen Technik, Fertigung und Lieferkette zu erreichen. Transformation ist nicht länger ein einmaliges Ereignis, sondern eine Konstante. Das zunehmende Innovationstempo in Verbindung mit einem sich rasch verändernden sozialen, ökologischen und regulatorischen Umfeld zwingt Unternehmen und Ökosysteme dazu, sich kontinuierlich weiterzuentwickeln, um zu überleben und zu gedeihen. Die rasante Entwicklung wird durch die Konvergenz und Anwendung neuer Technologien für Unternehmen, Organisationen und Verbraucher vorangetrieben. Die digitale Transformation erfordert eine Umgestaltung der Unternehmen, nicht nur der Technologie. Führungskräfte müssen ihre Geschäftsziele neu ausrichten, neue Geschäftsmodelle schaffen, Erfahrungen umgestalten und Abläufe industrialisieren - wobei sie darauf achten müssen, neue Geschäfts- und Betriebsmodelle zu entwickeln und nicht die alten digital zu überlagern.

Auf der Grundlage einer Untersuchung von 600 Unternehmen aus 8 Branchen in den USA, Europa und Asien liegt der durchschnittliche digitale Reifegrad bei 39 % (wobei 100 % auf eine vollständige Umsetzung hinweisen). Von den 40 digitalen Schlüsselfähigkeiten, auf die sich die Untersuchung konzentrierte, befinden sich drei in einem digitalen Cluster, der sich auf Planung, Simulation und Ausführungskontrolle konzentriert. Interessanterweise zeigt die Studie, dass digitale Führungskräfte digitale Zwillinge als transformative Technologie zur Unterstützung wichtiger operativer Fähigkeiten, einschließlich Simulation und dynamischer Planung und Terminierung, nutzen. Die Studie zeigt auch, welche Faktoren die digitale Transformation beschleunigen und welche Faktoren die Einführung digitaler Technologien bremsen.

In dieser Präsentation nehmen wir Sie mit auf eine Entdeckungs- und Transformationsreise durch mehrere Unternehmen, die sich digitale Technologien zu eigen gemacht haben und damit begonnen haben, ihre Betriebsabläufe und die Art und Weise, wie sie ihre Kunden bedienen, zu verändern.

Die digitale Transformation ist Teil unserer Geschäftsrealität, und die Notwendigkeit, Daten für strategische Entscheidungen zu nutzen und Informationen im gesamten Unternehmen zu demokratisieren, wurde durch die Pandemie noch beschleunigt. Unternehmen aller Branchen sind gezwungen, sich weiterzuentwickeln und angesichts der Unsicherheiten widerstandsfähiger zu werden. Die Fähigkeit einer Organisation, Daten zu nutzen, ihr System zu visualisieren, Was-wäre-wenn-Szenarien zu analysieren und Einblicke in operative Prozesse in Echtzeit zu gewinnen, ist entscheidend für die Entwicklung erfolgreicher Geschäftsstrategien. Die simulationsbasierte Digital Twin-Lösung von Simio kann zum zentralen Bestandteil der Technologie für die digitale Transformation werden und Unternehmen dabei helfen, bessere Entscheidungen zu treffen, Abläufe zu optimieren und das Wachstum voranzutreiben - ganz gleich, wo sie sich auf dem Weg der digitalen Transformation befinden. Die Reise beginnt mit einem virtuellen Modell zur Analyse und Vorhersage, was in einer bestimmten Situation passieren könnte. Das Modell kann als nächstes mit Unternehmenssystemen verbunden werden und wird dann zu einem digitalen Prozesszwilling, um einen detaillierten Produktionsplan zu erstellen, der betriebliche, reale Systemdaten als Input verwendet. Mit zunehmender digitaler Reife kann der digitale Zwilling von Simio eine autonome Entscheidungsfindung unterstützen, bei der die beste Aktion automatisch vorgeschrieben und zur Ausführung als Teil eines vollständig integrierten Workflows an die unterstützenden Unternehmenssysteme zurückgeschickt wird. Begleiten Sie Renee Thiesing, VP of Products bei Simio, auf ihrer Reise durch die digitale Transformation und erfahren Sie, wie Simios Lösung bei jedem Schritt des Transformationsprozesses einen Mehrwert schafft. Sie werden die Simio-Produkte in Aktion sehen, einschließlich Beispiele für die Integration mit anderen Unternehmenssystemen und einige neue Simio-Produktfunktionen.

Im Verlauf von Simio Sync werden Sie Erfolgsgeschichten aus allen Bereichen des Spektrums von der Entwicklung bis zum Betrieb hören. Jeder Erfolg wurde hart erarbeitet und brachte wertvolle Lektionen mit sich. Wir haben unsere Kunden des Digitalen Zwillings gebeten, einige ihrer Erfahrungen mit uns zu teilen, in der Hoffnung, dass andere ermutigt werden, sich auf die Reise zu begeben, von ihren Erfahrungen zu lernen und die gewonnenen Erkenntnisse zu nutzen. Die Diskussion wird sich um Herausforderungen wie folgende drehen:

• Bewertung des internen Bereitschaftsniveaus, Bestimmung von Kompetenzlücken und der für die Einführung neuer Technologien erforderlichen Personalressourcen.
• Verwaltung von Datenpipelines.
• Implementierung agiler, iterativer Entwicklungsmethoden zur effektiven Bewältigung von Hindernissen, die bei der Nutzung neuer digitaler Transformationstechnologien wie dem digitalen Zwilling auftreten.
• Bestimmung der Kompromisse, die Unternehmen aufgrund der Nichtverfügbarkeit von Daten oder der Qualität der verfügbaren Daten eingehen müssen.

Der runde Tisch wird aus Mitgliedern der Implementierungsteams mit technischer Expertise bestehen, sowohl intern als auch extern. Die Zuhörer werden etwas über die Verwaltung von Prozessen zur Einführung der digitalen Transformation erfahren.

Die Nachfrage nach Echtzeit-Entscheidungen in der Fertigungsindustrie hat dem Bereich des Digitalen Zwillings (DT) große Aufmerksamkeit geschenkt. Dabei geht es um die Schaffung eines digitalen Gegenstücks des physischen Systems auf der Grundlage von Unternehmensdaten, um die Auswirkungen zahlreicher Parameter zu nutzen und fundierte Entscheidungen zu treffen. Auf dieser Grundlage wird in diesem Beitrag ein Simulations- und Optimierungsrahmen für das DT-Modell einer Getränkeherstellungsanlage vorgeschlagen. Ein datengesteuertes Simulationsmodell, das in Simio entwickelt wurde, wird mit Python integriert, um eine Mehrzieloptimierung mit NSGA-II durchzuführen. Das Framework untersucht optimale Lösungen durch die Simulation mehrerer Szenarien, indem es die Verfügbarkeit von Bedienern und Dispatching-/Planungsregeln ändert. Die Ergebnisse zeigen, dass die Simulationsoptimierung in die Digital-Twin-Modelle als Teil der Echtzeit-Produktionsplanung und -terminierung integriert werden kann.

Das Regalgeschäft Simio ist ein Regalhersteller und Großhändler, der sich auf verschiedene Arten von Regalen mit unterschiedlichen Designs spezialisiert hat. Das Geschäft hat derzeit eine niedrige Auftragsauslastung, was sich auf den Gewinn des Geschäfts auswirkt. Die Geschäftsleitung beauftragte vor kurzem einen externen Berater mit der Ausarbeitung von Empfehlungen zur Umgestaltung des Bestands- und Puffersystems. Der Berater empfahl ein neues Puffer- und Bestandsparadigma, die bedarfsgesteuerte Materialbedarfsplanung (DDMRP), um das grassierende Problem der Fehlbestände zu lösen.

Die Fabrik verwendet derzeit statische Puffer, d. h. alle Stationen haben eine feste Menge an Rohmaterial an ihrer Station gepuffert, und die Fabrik hält eine feste Anzahl jedes Endartikels für den Versand bereit. Die derzeitige Pufferungsmethode führt in Verbindung mit den Schwankungen bei den Vorlaufzeiten und der Qualität innerhalb des Werks und bei den Zulieferern zu Fehlbeständen an Fertigwaren und Rohmaterial. Das Management hat die Empfehlung des Beraters, eine DDMRP-Pufferlösung in die Fabrik zu integrieren, angenommen, weil es davon überzeugt ist, dass eine dynamische Pufferlösung eine Reihe ausgewählter Key Performance Indicators (KPIs) verbessern wird, insbesondere die Füllrate und die durchschnittlichen Bestandskosten. Als sekundäres Ziel sucht das Management auch nach besseren Methoden zur Überwachung des Risikos in den Pufferbeständen, die die DDMRP-Pufferprofile bieten werden.

Die Herausforderung besteht darin, dynamische DDMRP-Puffer in der Fabrik einzurichten. Dazu gehört die Nutzung bereits vorhandener Daten aus den Bereichen Vertrieb, Qualität, Maschinen und Lieferanten, um zunächst die Standorte der Puffer zu bestimmen und dann die Pufferparameter zur Verbesserung der ausgewählten KPIs fein abzustimmen. Nachdem die Puffer integriert sind, möchte das Management die Veränderung der KPIs der Fabrik vorhersagen. Darüber hinaus möchte das Management potenzielle Lieferanten neu bewerten, die unterschiedliche Durchlaufzeiten und Produktqualitäten aufweisen. Im Rahmen dieser Bewertung sollen die optimalen Puffer für die potenziellen Lieferanten neu erstellt werden, um die Auswirkungen zu ermitteln, die der Lieferant auf die Füllrate und die durchschnittlichen Bestandskosten des Unternehmens haben könnte.