Analysieren Sie Ihre Daten – Schritt 5: Control

Analysieren Sie Ihre Daten – Schritt 5: Control

von 22. November 2017

Der Schritt Improve im Rückblick

Im Schritt Improve haben wir uns mit der Umsetzung der Analyseergebnisse aus dem Schritt Analyse beschäftigt. Hier gilt es zwischen “einfachen” Maßnahmen und der Online-Anbindung von Modellen für eine Datenanalyse zu unterscheiden. Maßnahmen wie die Anpassung oder Erweiterung des Regelkonzepts beispielsweise lassen sich häufig mit verhältnismäßig geringem Aufwand umsetzen, die Königsdisziplin Online-Optimierer erfordert hingegen einen ungleich höheren Aufwand – es sei denn, man hat für einen bestimmten Prozess eine allgemeingültige Lösung gefunden, die man nur noch geringfügig an die jeweilige Anlage anpassen muss.

Kontrolle ist alles

Sie haben alle Maßnahmen erfolgreich im Prozess umgesetzt und es ist bereits eine gewisse Zeit vergangen? Dann beurteilen Sie den Erfolg Ihrer Lösung.

BigData_Grafik_komplett_control

Ernten Sie die Früchte Ihrer Arbeit: Control

Jetzt wollen Sie wissen, ob es ordentlich in Ihrer Kasse klingelt? Das wollen wir doch hoffen! Aber bevor wir dazu kommen, möchte ich Sie doch kurz in Ihrer Ungeduld bremsen. Wenn Sie ein Online-System umgesetzt haben, sollten Sie gerade in der Zeit nach Inbetriebnahme kontinuierlich die Genauigkeit des Systems prüfen. Achten Sie auch auf die Akzeptanz seitens der Personen, die die Lösung verwenden. Sonst können Sie die beste Lösung haben – die hilft Ihnen auch nichts, wenn sie keiner nutzt. Klären Sie daher auf, wie das System funktioniert, legen Sie die Verantwortlichkeiten fest und prüfen Sie die Lösung in regelmäßigen Abständen. Nur so stellen Sie sicher, dass diese fünf Schritte der Datenanalyse auch tatsächlich zum Erfolg führen. Gerade bei Online-Optimierern, habe ich des Öfteren erlebt, dass Vorschläge ausgegeben wurden, die auf den ersten Blick jeglichen Erfahrungen der Operators widersprachen. Mal genauer darüber nachgedacht, waren Sie aber am Ende doch logisch und richtig. Manchmal muss an dieser Stelle auch die eine oder andere Überzeugungsarbeit geleistet werden.

Aber jetzt zum eigentlichen: Im Schritt Define haben Sie bereits das Potential für die Datenanalyse abgeschätzt. Die Kenngrößen, die Sie hier ausgewählt haben, können Sie auch hier wieder zugrunde legen. Vergleichen Sie einen Zeitraum vor Einsatz der Lösung – soweit möglich mit vergleichbaren Gegebenheiten – mit einem aussagekräftigen Zeitraum nach Umsetzung der Lösung. Wie hat sich Ihre KPI verändert? Durch die Gegenüberstellung beider Zeiträume sollten Sie hoffentlich einen Erfolg verzeichnen, beispielsweise im Sinne einer Verbesserung Ihrer Produktqualität oder einer Minimierung der Betriebskosten.

Noch mal einen Schritt zurück

Wenn Sie ein valides Modell haben, können Sie aber noch mehr tun. Dann können Sie nämlich schon vorab prüfen, welche Auswirkungen – üblicherweise Einsparungen – durch den Einsatz Ihrer Lösung zu erwarten sind. Hierzu nehmen Sie einen repräsentativen Zeitraum und berechnen mit Ihrem Modell eine entsprechende KPI. Durch die Einteilung Ihrer Daten in manipulierbare Variablen und Störgrößen im Schritt Measure können Sie nun die KPI unter Zugrundelegung der optimalen manipulierbaren Variablen erneut berechnen. Diese erhalten Sie, indem Sie einen nichtlinearen Optimierer einsetzen. Sie können natürlich das Modell auch nutzen, um die Anpassung von Sollwerten zu testen. In dem Fall geben Sie einfach diesen Wert für den entsprechenden Parameter vor. Durch Vergleich der KPI des repräsentativen Zeitraums mit der KPI mit optimierten Variablen können Sie das Potential Ihrer Lösung vorab bestimmen. Hierdurch können Sie auch abschätzen, inwieweit sich der Einsatz eines Online-Optimierers wie im Schritt Improve beschrieben lohnt.

Sollte die KPI nicht der Ausgang Ihres Modells sein, aber Ausgangsgrößen aus dem Modell enthalten, berechnen Sie diese Werte in jedem Fall durch das Modell. Jedes Modell weist eine gewisse Unschärfe auf.  Damit diese sich nicht auf das Ergebnis Ihrer Potentialabschätzung auswirkt, macht es Sinn, wenn Sie sowohl den Ursprungszustand als auch den optimierten Zustand mit dem Modell berechnen.

Fassen wir zusammen

Zusammenfassung_Control

Nun sind wir am Ende dieser Serie angekommen. Ich hoffe, ich konnte Ihnen einige wertvolle Hinweise geben und Sie zu einer Datenanalyse ermutigen. Denn wenn Sie Daten haben, lassen Sie sie nicht einfach liegen. Zu groß ist das Potential das hier schlummert. Als weitere Lektüre möchte ich Ihnen noch einmal den VDI-Statusreport empfehlen, in dem ich viele meiner Erfahrungen wiedergefunden habe und der sicher noch den ein oder anderen praktischen Tipp enthält. Gerne unterstützen wir Sie auch mit unserer Projekterfahrung. Sprechen Sie uns einfach an!

Haben Sie etwas gelernt? – Wir auch!

Ich möchte Sie aber jetzt noch nicht gehen lassen, ohne Ihnen nicht noch ein paar Worte zum Thema “Lessons learned” mit auf den Weg zu geben. Eine Datenanalyse ist eine ziemlich komplexe Geschichte, in der viele Disziplinen aufeinander treffen. Vielleicht werden Sie sich fragen: Wieso denn, es braucht doch nur das richtige Analysewerkzeug?! Klar gibt’s hierfür Spezialisten, die alle erdenklichen Methoden anwenden können. Vielleicht kennen sie sich auch noch gut mit Datenbanken aus.

Aber dann setzen Sie mal einen mathematisch geprägten Analysten mit einem Schichtmeister zusammen, der über extrem viel wertvolles Prozesswissen verfügt. Und im Laufe des Projekts holen Sie noch einen IT-Spezialisten dazu, der die Lösung nachher umsetzen soll. Hier treffen oftmals Welten aufeinander. Aber genau diese müssen Sie zusammenbringen, um die Daten prozesstechnisch zielgerichtet analysieren und interpretieren, sowie die Ergebnisse in praktikable Lösungen umsetzen zu können. Das mag jetzt ziemlich überspitzt klingen, zeigt aber dennoch: Datenanalyse erfordert gerade vom Analysten ein hohes Maß an Flexibilität und Kommunikationsfähigkeit. Was ich damit noch sagen will: Setzen Sie auf Co-Innovation! Eine Person alleine kann nur schwerlich alle Bereiche abdecken. Bringen Sie die richtigen Leute zusammen. Nur so erreichen Sie den maximalen Erfolg.

Ach ja, da war doch noch was: Datenanalyse funktioniert nur mit validen Daten. Schaffen Sie hierfür die notwendige Infrastruktur! Aber darauf habe ich schon genug rumgeritten, oder?! Daher bleibt mir nur noch, Ihnen für Ihr Interesse zu danken und mit einem Gruß zu verbleiben:

co-innovating tomorrow!


Einen Beitrag verpasst?
Kein Problem, hier finden Sie alle Serienbeiträge aufgelistet:
– 1. Beitrag: “Analysieren Sie Ihre Daten – in 5 Schritten zum Erfolg
– 2. Beitrag: “Analysieren Sie Ihre Daten – Schritt 1: Define
– 3. Beitrag: “Analysieren Sie Ihre Daten – Schritt 2: Measure
– 4. Beitrag: “Analysieren Sie Ihre Daten – Schritt 3: Analyse
– 5. Beitrag: “Analysieren Sie Ihre Daten – Schritt 4: Improve
– 6. Beitrag: “Analysieren Sie Ihre Daten – Schritt 5: Control” 

Keine Kommentare

Schreibe einen Kommentar

Noch keine Kommentare

Seien Sie der Erste, der einen Kommentar schreibt.

Ihre Daten sind sicher!Ihre E-Mail wird nicht veröffentlicht. Es werden keine Daten mit Dritten geteilt.