AUTOMATISERING & DIGITALISERING Gevinster ved øget ......ordrer, især når markedet er præget af...

AUTOMATISERING & DIGITALISERING

Gevinster ved øget dataopsamling i industrien

Gevinster ved øget dataopsamling i industrien 2

Indholdsfortegnelse

Er din virksomhed gearet til en ny hverdag med et lavere aktivitetsniveau? 3

Baggrundsviden i forskningsresultater 4

McKinsey-rapportens konklusioner om automatisering 5

Teknologisk Institut om digitale løsninger i danske virksomheder 7

Teknologisk Institut om dataopsamling 10

Gevinster ved øget dataopsamling og visualiseringsledelse 12

Bedre kvalitet af stamdata 15

Lavere kvalitetsomkostninger 18

Lavere lagerbindinger 19

Reduktion i vedligeholdelsesomkostningerne 20

Forbedring af planlægning og kapacitetsbelægning 21

Digitaliseret vidensdeling 22

Sådan kommer du i gang med dataopsamling og visualisering 23

Vil du også nyde godt af gevinsterne ved øget dataopsamling? 24

REEFT A/S · +45 7021 1210 · [email protected] · www.reeft.com



Er din virksomhed gearet til en ny hverdag med et lavere aktivitetsniveau?

I disse tider, hvor recession og usikkerhed truer, er det essentielt for dansk industri at øge automatisering og digitalisering, så virksomhederne er agile og kan tilpasse omkostningerne til et eventuelt lavere aktivitetsniveau. Det kan I blandt andet gøre ved at sikre jer, at de beslutninger, I tager, træffes på et faktuelt grundlag med udgangspunkt i objektive data fra virksomhederne. Beslutninger foretaget på et subjektivt grundlag kan vise sig at være fatale især på markeder, der er præget af finansiel usikkerhed eller direkte recession.

Pris er stadig et dominerende parameter for, om en industrivirksomhed får sine ordrer, især når markedet er præget af konkurrence. Digitalisering kan være med til at skabe nye ordrer og muligheder i form af nye services og større konkurrence-dygtighed.

Og det underbygger al forskning og alle tal! Og det er nu, I skal i gang! Ikke nødvendigvis med den helt store forkromede industri 4.0. omstilling, men pluk de lavt hængende frugter og få styr på jeres data – det behøver ikke være så besværligt eller omfattende.

Tager du dine beslutninger på et forkert grundlag? Minimer risici og træf dine beslutninger ud fra et faktuelt grundlag og valide data fra produktionen og ikke på din mavefornemmelse. Gennem data-opsamling og visualiseringer får du overblikket og styr på dine produktionsordrer. Det er med til at optimere produktionen.

Formålet med vores rapport er at klæde alle typer produktionsvirksomheder på til de væsentlige beslutninger, der skal tages i den nærmeste fremtid. Rapporten samler op på hovedkonklusionerne fra rapporter, analyser og præsentationer fra Mckinsey om potentialet ved automatisering i industrien i Danmark og fra Teknologisk Instituts rapport ”Førende fremstillingsvirksomheder satser på digitalisering” om udbredelse af digitalisering i industrien i Danmark. Og selvfølgelig på den viden, vi hos REEFT A/S har samlet op gennem vores arbejde med et stort antal industri-virksomheder og den vidensdeling, vi er stødt på til et hav af netværksmøder i hele Danmark.

Konklusionerne er anvendt til at beskrive de potentielle gevinster, ud over de oplagte økonomiske, ved at indføre øget dataopsamling og visualiseringsledelse i industrien på et aggregeret niveau.



Baggrundsviden i forskningsresultater

Som produktionsvirksomhed kan I vinde nye ordrer på forskellige måder. I kan differentiere jer på ét af følgende forhold:

1. Pris2. Kvalitet3. Leveringssikkerhed4. Service

Det bliver sværere og sværere at differentiere sig på pris, når I afgiver tilbud. Råvarer koster mere eller mindre det samme for alle, da de følger verdensprisen. De andre store, variable omkostninger er lønomkostning og maskinomkostninger. Her begynder den stigende digitalisering at påvirke konkurrencesituationen i højere og højere grad – og jo højere digitaliseringsniveau, jo lavere omkostninger.

Der er intet nyt i den teknologiske disruption. Virksomheder kommer og går, og ser man på verdens top 500 virksomheder i 1955, er det kun 12 % af dem, der findes i dag. Det nye er den hastighed, som den teknologiske disruption sker med.

Mckinsey har sammen med danske forskere undersøgt industrien som branche, og konklusionen er, at på globalt plan er industrien længst fremme indenfor automatisering. Omkring 30 % af industrivirksomhederne har implementeret en eller flere teknologier.

McKinsey forventer, at automatiseringsteknologi i Danmark vil spredes hurtigere i industrien end de fleste andre brancher, fordi automatiseringspotentialet er betydeligt – lønniveauet er relativt højt, og der er betydelige produktivitetsgevinster ud over substitution af arbejdskraft, fra hænder til maskiner.




McKinsey-rapportens konklusioner om automatisering

Produktiviteten er høj i dansk industri, fordi virksomhederne allerede har optimeret deres processer og produktion gennem automatisering og outsourcing. Væksten i produktiviteten stopper ikke her – virksomhederne udnyttet slet ikke deres automatiseringspotentiale og kan ifølge McKinsey automatisere mere end 60 % af arbejdstimerne og være med til at drive væksten fremad i de kommende år.

Potentialet for automatisering udgøres især af forudsigelige, fysiske arbejdsopgaver – i dag bruger en gennemsnitlig produktionsmedarbejder omkring 45 % af arbejds- tiden på sådanne opgaver, hvoraf McKinseys analyse anslår, at halvdelen kan automatiseres.

“Med IoT-teknologi opnår virksomhederne større data-integration på tværs af maskiner, og det kan medføre en betydelig reduktion i antallet af arbejdstimer anvendt på dataindsamling.”



Automatiseringsteknologierne kan bane vejen for fortsatte produktivitetsstigninger i industrien i takt med, at produktionen per medarbejder kan stige. Samtidigt gør teknologierne en lang række forbedringer mulige, der ikke er relateret til erstatning af arbejdskraft. Det kan være algoritmer, der udnytter produktionsressourcer bedre (yield optimization) eller sikrer færre nedbrud af maskiner ved at identificere afvigende produktionsmønstre (predictive maintenance).

Figur 1: Automatiseringspotentiale på beskæftigelsesniveau

Nye arbejdsopgaver til medarbejdere i industrien McKinseys’ analyser peger på, at den fremtidige aktivitetssammensætning går i retning af mere ekspertarbejde med en høj grad af samarbejde i takt med, at de rutinebaserede aktiviteter automatiseres.

Hos McKinsey forventer de, at en gennemsnitlig produktionsmedarbejder i fremtiden vil bruge tre gange så meget tid på at anvende ekspertise som i dag, fx i forbindelse med procesoptimering. For andre grupper, fx metalarbejdere, kan automatisering medføre, at de fysiske opgaver skifter fra rutinebaserede opgaver til mere avancerede og svært forudsigelige opgaver.

McKinsey anslår, at svært forudsigelige fysiske opgaver som vedligehold eller reparation af maskiner, kan vokse fra de nuværende 35-40 % af arbejdsdagen til omtrent det dobbelte, 70-80 % af arbejdsdagen.


Lager 36%

15%

41%

38%

Produktion

Salg Kunden

Tekniske systemer



Teknologisk Institut om digitale løsninger i danske virksomheder

Teknologisk Institut har i en undersøgelse af 578 fremstillingsvirksomheder med produktion i Danmark (5-250 ansatte) undersøgt i hvor høj grad, virksomhederne bruger computere og netværk til at forbinde nøgleprocesser i virksomheden: lager, fremstilling, tekniske systemer og de færdige produkter:

• Dataflow mellem virksomhedens tekniske systemer og processer i fremstillingsprocessen

• Dataflow mellem virksomhedens lager og fremstillingsproces

• Udveksling af salgsdata mellem virksomhedens IT-systemer.

Figur 2 viser, hvor mange virksomheder, der ”I høj grad” eller ”I meget høj grad” har skabt dataflows og dataopsamling forskellige steder i produktions- og salgsprocessen.

Figur 2: Digitale flows i Danske SMV’er.

Det mest almindelige er, at virksomhederne forbinder de forskellige tekniske systemer og processer i fremstillingen. Det gør 40 % af virksomhederne. Hver tredje virksom-hed forbinder fremstilling og lager, og hver tredje virksomhed forbinder salgsdata med andre systemer i virksomheden.

Flere af disse dataflows er allerede etableret i ERP-systemet, hvor netop kerne- processerne fra økonomi, salg, indkøb, lagerstyring, service, produktion, projektstyring og HR bør være integreret.

DigitaliseringsstigenTeknologisk Instituts undersøgelse opstillede fire spørgsmål, og på baggrund af besvarelserne klassificerede de virksomhederne på en ”digitaliseringsstige”. Anvender virksomheden ingen af de fire muligheder i høj grad eller i meget høj grad, er de placeret på digitaliseringsstigens nederste trin. For hver mulighed virksomhederne anvender i høj grad eller i meget høj grad, er de løftet et trin op.



Undersøgelsen viser, at der er fem trin på digitaliseringsstigen: 1. Digitale novicer: De virksomheder, som ikke udnytter de digitale muligheder.

38 % af de danske fremstillingsvirksomheder er digitale novicer. 2. Digitale startere: De virksomheder, der har svaret ja til én af mulighederne.

22 % af de danske fremstillingsvirksomheder er digitale startere. 3. Digitalt parate: Virksomheder, der har svaret ja til to af mulighederne. Systemerne

er ikke nødvendigvis koblet sammen, men der kan være muligheder. 18 % af de danske fremstillingsvirksomheder er digitalt parate.

4. Digitale frontløbere: Virksomheder, der har svaret ja til tre af mulighederne. Hvis de ikke allerede har gjort det, er der flere muligheder for at koble datasystemer. 17 % af de danske fremstillingsvirksomheder er digitale frontløbere.

5. Digitale champions: Virksomheder, der har svaret ja til alle muligheder. De har datasystemer fra lager over fremstilling, salg og frem til det færdige produkt.

Hvor højt virksomhederne er placeret på den digitale stige afhænger i høj grad af branche. I figur 3 viser Teknologisk Institut de markante forskelle, der er mellem fremstillingsvirksomhederne i Danmark. Maskinindustrien og træ- og papirindustrien ligger klart i front med 30 % af virksomhederne som digitale frontløbere eller digitale champions. (Figur 3).

Figur 3: Digitaliseringsstigen pr. brancheKilde: Teknologisk Institut



Det er især de store virksomheder, der får udnyttet fordelene ved digitaliseringen (Figur 4). Og vi skal helt op på virksomheder med +100 ansatte, før lagerstyring, digitalisering af processer og udnyttelse af salgsdata er en integreret del af forretnings- modellen.

Der kan være rigtig meget at hente - også for jer i de mindre virksomheder - ved at udnytte teknologien til at forbinde fremstillingsproces, salg, sourcing og kontakt til produkterne.

Figur 4: Digitaliseringsstigen efter virksomhedsstørrelseKilde: Teknologisk Institut


Bes

lutn

ing

Han

dlin

g

Dat

a sa

mlin

g

Beslutningsassistance Manuelt

Antal installationer



Teknologisk Institut om dataopsamling

Teknologisk Institut har klassificeret dataopsamling i fire kategorier:

1. Beskrivende2. Undersøgende3. Forudsigende4. Beslutningsassistance

Figur 5: Dataopsamling og antal installationer Kilde: Teknologisk Institut

Jo højere I kommer i kategori (3 og 4), jo tættere er I på at træffe beslutninger på baggrund af fakta fremfor mavefornemmelser. Undersøgelsen viser, at der er flest virksomheder i de laveste kategorier (1 og 2) – og det betyder, der er et stort uforløst potentiale for at udnytte dataopsamling til faktabaserede beslutninger i de danske virksomheder.

Det er REEFT’s håb at få vendt pyramiden, så spidsen vender op ad på de installerede installationer – det vil jo indikere, at de fleste virksomheder har minimeret risici og automatiseret både beslutningerne og handling- erne.

Beslu

tnin

g



Hvad bruger produktionsvirksomhederne de indsamlede data til?Teknologisk Institut har undersøgt, hvad produktionsvirksomhederne bruger data til, og 33 % af de interviewede danske fremstillingsvirksomheder siger/fortæller, at de“har ingen typer anvendelse af data”, og 34 % udnytter kun data til ét af følgende mål:

• Tilpasning af produktionen

• Overblik over forbrug af ressourcer

• Strategisk forretningsinformation

• Digitale modeller af vores produktionsprocesser

• Udvikling af nye produkter og services

• Digitale modeller af vores produkter

• Levering af service til vores kunder

• Udvikling af helt nye forretningsområder

• Dokumentation

• Andet

Også her har danske fremstillingsvirksomheder et stort uforløst potentiale til at udnytte dataopsamling til flere formål.

Figur 6: Anvendelse af data efter formålKilde: Teknologisk Institut



Gevinster ved øget dataopsamling og visualiseringsledelse

Konklusioner på McKinseys og Teknologisk Instituts undersøgelserForskningen viser, at der er et betydeligt automatiserings- og dermed effektiviserings- potentiale indenfor industrien. McKinsey konkluderer, at industrien på kort tid vil ændre sig drastisk som følge af automatisering. De eksisterende arbejdsopgaver vil blive brudt op, og nye vil blive skabt – mere end 60 % af opgaverne kan automatiseres.

Teknologisk Institut viser store uforløste potentialer i den danske industri:

• Data benyttes ikke i dataflows til andre områder af virksomheden

• 60 % af produktionsvirksomhederne er digitale novicer eller digitale startere

• Virksomheder, der har digitaliseret data, bruger dem kun som beskrivende eller undersøgende – og beslutninger træffes primært på baggrund af mavefornemmelser frem for fakta

• 67 % af virksomhederne anvender ikke deres data overhovedet eller bruger kun data til ét formål.

I går med andre ord glip af de mange gevinster, der er ved digitalisering og automatisering af produktionen i danske industrivirksomheder. Også de lavt hængende frugter som dataopsamling, I kan sætte i gang på det eksisterende materiel og uden kæmpestore investeringer.



Gevinster ved at indføre industri 4.0McKinsey har lavet en analyse af de gevinster, Industri 4.0 kan medføre (Figur 7):

• Hurtigere time-to-market

• Produktivitetsstigning

• Lavere vedligeholdelsesomkostninger

• Lavere kvalitetsomkostninger

• Lavere lageromkostninger

• Mindre nedetid på maskinerne

• Mere nøjagtig forecasting

Figur 7: Industri 4.0 gevinsterKilde: McKinsey



Hvad er det økonomiske potentiale for danske fremstillingsvirksomheder? Potentialet ved øget digitalisering og automatisering er enormt også for jer i danske fremstillingsvirksomheder. Fx på lønomkostningerne.

REEFT har lavet en analyse af 1.859 fremstillingsvirksomheder med over 25 ansatte og undersøgt det økonomiske potentiale ved en 10 % nedbringelse af lønomkostningen.

Beregningen er lavet på baggrund af officielle reviderede regnskaber (lønnoten).Beregningen viser, at en 10 % reduktion kan bibringe 6,4 milliarder kroner årligt. De 10 % må anses som meget konservativt sat, da reduktionen kan komme fra summen af flere af de anførte value drivers i McKinsey-hjulet (Figur 7).

Vores analyser viser også, at investeringer i visualiseringsledelse og øget data-opsamling har en ROI (return of investment), der er nærmere et halvt år end et år.

Det får du ud af at indføre dataopsamlingI det følgende afsnit vil vi gennemgå de andre fordele ved at digitalisere produktionen og indføre dataopsamling på din produktion. Ud over de økonomiske gevinster, er der gevinster at hente ved:

• Bedre kvalitet af stamdata

• Lavere kvalitetsomkostninger

• Lavere lagerbindinger

• Reduktion i vedligeholdelsesomkostninger

• Forbedring af planlægning og kapacitetsbelægning

• Digitaliseret vidensdeling

• Nedbringelse af risici ved at tage beslutninger på et forkert forretningsgrundlag




Bedre kvalitet af stamdata

Kvaliteten af de data, danske virksomheder benytter som grundlag for deres produktion, lagerstyring og salg er for dårlig, og virksomhederne har ikke styr på deres stamdata.

Institut for Entreprenørskab og Relationsledelse på Syddansk Universitet i Kolding har lavet to større undersøgelser af virksomhedernes kendskab til deres stamdatas kvalitet. Og resultatet af undersøgelsen er nærmest chokerende!

80 % af danske virksomheder har ikke styr på stamdata, og det koster hvert år virk-somhederne milliarder af kroner. Under en femtedel af de undersøgte virksomheder har en tilfredsstillende datakvalitet. Det betyder ifølge undersøgelsen, at 10 % af virksomhedernes indtjening forsvinder – på grund af dårlige data.

Og der er dårlige data over alt… Det drejer sig om forkert lagerregistrering, manglende salgshistorik, forkerte medarbejderoplysninger, fejlagtige leveringsadresser, forkerte produktionsdata og meget mere.

Forkerte data betyder, at I bestiller forkerte ting til lageret, mangler ting, der forsink-er eller ødelægger produktionen, udfører store mængder fejl-produktion, ikke har noget målrettet salg og udfører en række dobbeltfunktioner.

Få styr på jeres stamdata og effektivisér produktionenFår I ryddet op i jeres data, resulterer det i en mere effektiv produktion, hvor I kan reducere antallet af overarbejdstimer og klare jer med færre medarbejdere. Det giver besparelser i indkøb, bedre lagerstyring og besparelser i transport.

Undersøgelsen fra Syddansk Universitet konkluderer, at de bedste data ligger på den finansielle side, hvor tallene rapporteres ind i officielle regnskaber.

Det er vores erfaring, at manuelle tilbagemeldinger er så fejlbehæftede, at de ikke kan bruges til at træffe de rigtige beslutninger ud fra. Når finansafdelingerne laver efterkalkulationer, får de ikke et retvisende billede, og ledelsen træffer derfor forkerte beslutninger på baggrund af kunde- og produktlønsomhedsanalyser. Flere virk-somheder har helt droppet at lave efterkalkulationer og baserer deres beslutninger på dækningsgraden fra deres officielle regnskab og mavefornemmelser. Det under- støtter undersøgelsen fra Teknologisk Institut også – og det svarer til at køre bil med bind for øjnene.



Sådan renser du dine stamdataREEFT hjælper med at rense op i stamdata. Dataopsamling i din produktion gennem REEFTvisual sker på baggrund af maskindata fremfor manuelle operatør-indmeldinger.

REEFT kan lave dataopsamlingen, så stamdata bliver korrekte omkring:

• Opgørelse af spild – nedetid på maskinerne, afvigelser på hastighed, opgørelse af kvalitet

• Setup og gennemløbstider på produktionsordre-, emne- og operationsniveau

Derfor kan REEFT bidrage med data baseret på fakta, så finansafdelingen fx kan assistere med beslutningsanalyser om:

• OEE-beregninger

• Lønsomhed på kunde- og produktniveau

• Avancerede variansanalyser

• Opgørelse af spildomkostninger i kroner med tilhørende root-cause analyse

Figur 8: Eksempel på OEE hastighedsberegningKilde: REEFTvisual



Det handler om ledelseDet handler i sidste ende om ledelse. Der er bedst styr på finansdata, som er adresseret til én ansvarlig, nemlig CFO’en. Derfor vil det være naturligt, at CFO’en tager teten for stamdata i hele organisationen, for det forbedrer kvaliteten og dermed indtjeningen kraftigt.

Samtidig vil det passe ind i den transformation af CFO’ens forretningsområde, som McKinsey-undersøgelsen påpeger – hvor 40 % af arbejdsopgaverne kan automatiseres, og hvor CFO’en bliver en vigtig finansiel business partner for hele organisationen. Dermed bliver finansafdelingerne et profitcenter fremfor et kostcenter.




Lavere kvalitetsomkostninger

Dataopsamling kan få jeres kvalitetsomkostninger til at falde. I kan splitte kvalitetsomkostninger op i root causes:

• Klassificering – kommer kvalitetsproblemerne fra manglende dokumentation, fra produktionen, oplæring, indkøb, logistik eller alternativt eksterne forhold som vind og vejr?

• Er der leverandørafhængighed?

• Er der kunde- eller produktafhængighed?

• Korrigerende handlinger – såsom rework eller skrotning

Digitalisering af jeres processer og af jeres dokumentation kan være en stor hjælp for produktionen og operatørerne i deres daglig arbejde. Digitalisering bliver et værktøj, som skaber et flow og en gennemsigtighed gennem hele jeres produktion ved tilkalde-funktioner, overblik over produktionsordrerne og status på diverse værktøjer, lager osv.

Visualiseringsværktøjet REEFTvisual bliver ERP-systemets forlængede arm ude i produktionen og fungerer som en avanceret proceskontrol, som sikrer at jeres kvalitets-standarder bliver overholdt. McKinsey vurderer, at kvalitetsomkostningen kan reduceres med op til 20 %. Det er også det, vi hos REEFT erfarer, når vi bistår vores kunder i at arbejde målrettet med kvalitetsudfordringen.




Lavere lagerbindinger

McKinsey angiver, at der er mulighed for at reducere lagerbindingerne med 20 til 50 %. Udfordringen for mange virksomheder er, at de ikke har gennemsigtighed og indblik i data, så de kan træffe deres valg på et databaseret grundlag. Derfor placeres lagerbeholdningen tilfældigt på varenumre, som bevæger sig langsomt, og omsætningshastigheden falder.

I tider med recession bliver cashflow og et optimalt produktionsflow endnu mere vigtigt. Visualiseringsledelse og dataopsamling giver det nødvendige overblik, som gør, at salg, produktion og lager virker som en enhed. Dataopsamling som tids- opsamling på råvarer, mellemvarelagre og færdigvarelagre kan give datagrundlaget for ABC-analyser og beregninger af omsætningshastigheder på produkt- og kundeniveau- og kundeniveau.

Ved hjælp af produktionsmålinger fra maskinerne kan REEFT visual fortælle, hvad der sker i jeres produktion - fra den starter på den ene operation, til den forlader den sidste operation ud til slutkunden (make-to-order) eller til færdigvarelageret (make-to-stock). Der kan måles på liggedage mellem operationerne, og de kan minimeres på baggrund af facts fra produktions- historikken.




Reduktion i vedligeholdelsesomkostningerne

McKinsey kommer frem til den samme konklusion, som REEFT påviser. Data-opsamling kombineret med visualiseringsledelse kan give en markant nedgang i vedligeholdelsesomkostningerne. McKinsey opgør potentialet til at være mellem 10 og 40 %, og de tal støtter opgørelser fra vores kunder op om.

Digitalisering gør forebyggende vedligeholdelse mulig – så service- og vedlige-holdelsesjobs kan planlægges fremadrettet og ikke får indflydelse på produktionens performance.

REEFTs kunder har et samlet overblik over alt forebyg-gende vedligehold, både fejlrapportering, mangel- rapporter og inspektioner. Produktionsdata og dokumentation er samlet i vedligeholdelsessystemet – det giver mere effektive arbejdsgange, hurtigere reaktionstid og overblik over historiske produktionsdata.

Pludselig kan kunderne videregive maskindata på tværs af organisationen og er ikke afhængige af skjult viden hos den enkelte medarbejder. I den indbyggede statistikdatabase samles alle historiske data fra anlægget og danner grundlag for at udføre det forebyggende vedligehold i fabrikken.

REEFTvisual visualiseringssystemet sender selv besked til en servicemontør, hvis der opstår fejl på maskinerne. Montøren får direkte besked om fejlens karakter, hvor kritisk den er og eventuelle beskrivelser, tegninger eller forholdsordrer følger med opgaven ud på mobilen. Montøren kan udbedre fejlen med det samme, og kunderne kan beregne ”mean time to repair” – som danner grundlag for yderligere optimering af vedligeholdelsesprocesserne i fabrikken.




Forbedring af planlægning og kapacitets-belægning

En af de største udfordringer, produktionsvirksomheder står med, er manglende overblik over produktionen. ERP-systemet fortæller ikke, hvor langt en produktionsordre er i produktionen, hvis der ikke sker manuelle indmeldinger eller færdig-meldinger.

Dataopsamling og datavisualisering kan forbedre jeres forecast-proces op til 85 % i produktionen (se figur 7). Visualiseringen giver operatøren et værktøj til at se, om den næste produktionsordre kan sættes i gang nu eller med at beregne, hvornår produktionsordren bliver færdigmeldt på et tidligere procestrin (baseret på algorit-mer).

REEFTvisual er med til at sikre, at produktionens master- plan fra planlægningsafdelingen overholdes, og at produktionen ikke går i gang med de forkerte produk-tionsordrer. For planlæggeren er det af stor værdi at kunne se live procesdata, så der kan laves korrigerende handlinger i planlægningen – eller i sidste ende i salgsafdelingen overfor kunden.

Kapacitetsbelægningen kan visualiseres ud fra dataopsamling af live produktions-data og fra masterplanen.

Figur 9: KapacitetsbelægningKilde: REEFT




Digitaliseret vidensdeling

Digitaliseret vidensdeling er svær at værdisætte, men via dataopsamling på fakta og tilknyttet visualiseringsledelse kan I bringe awareness om potentielle udfordringer ud til hele virksomheden.

Figur 10: Afdelinger involveret fra kundeforespørgsel til ledelsesrapporteringKilde: REEFT

Informationer i én afdeling er vigtige for jeres andre afdelinger, og afdelingerne er alle hinandens kunder – og samtidig leverandører. Det er i sammenspillet mellem afdelingerne, at værdiforøgelsen bliver skabt overfor slutkunderne, i form af leverancer til tiden, til den rigtige pris og i den rigtige kvalitet. Visualiseringsledelsen kan benyttes til opfølgning på dynamiske KPI’er (Key Performance Indicators) – mål, som kan være af både strategisk og operationel karakter.

Kundehenvendelse(forkalkulation)

Salgsafdelingen

PTA afdelingen

Planlægning

Indkøb

Produktion

KvalitetService og vedligehold

Lager

Logistik

LEAN

Økonomi(efterkalkulation)

Ledelsen(rapportering)



Sådan kommer du i gang med dataopsamling og visualisering

Mange virksomheder er allerede i gang med dataopsamling og visualisering, og de deler gerne ud af deres erfaringer. De vigtigste anbefalinger, vi støder på hos vores kunder, og som går igen og igen, er:

• Du skal involvere folk i produktionen

• Du skal udfordre ”vi plejer-kulturen”

• Du skal lære fra andre

• Kommunikation, kommunikation, kommunikation

• Start med et mindre projekt med dataopsamling – det kan være ved en operation i starten af produktionsprocessen eller i en afgrænset afdeling med flere operationer.

• Sæt en sensor til at måle, hvornår en maskine kører, og hvornår den står stille. Mange virksomheder bliver overraskede over deres AS-IS, da de er vant til at se på manuelle indberetninger.

• Find ud af, hvorfor maskinerne står stille – få input direkte fra maskinerne eller fra operatørerne.

• Få visualiseret data på skærme, som deles – og arbejd med iagttagelserne. Du vil kunne skabe værdi på meget kort tid.

• Overvej, om løsningen skal udvides vertikalt og/eller horisontalt. Løsningen bør ikke være begrænset i udvidelsen – men skal derimod være skalerbar efter jeres behov.

• Vertikal udvidelse – løsningen udvides med flere operationer for til sidst at afdække hele produktionen fra start til slut

• Horisontal udvidelse – der tilføjes flere funktionaliteter til løsningen. Det kan være via integrationer og endnu mere visualiseringsledelse.

Vil du også nyde godt af gevinsterne ved øget dataopsamling?

Få mere at vide om effektiviseringspotentialet i netop din

fremstillingsvirksomhed.

Book et gratis to timers møde med produktchef Claus Ransborg

fra REEFT 7021 1210 eller [email protected].

KilderMcKinsey-rapport: Automatiseringens effekter på det danske arbejdsmarked

Rapport fra Teknologisk Institut: Førende fremstillingsvirksomheder satser på digitalisering

https://www.regeringen.dk/media/4467/hovedrapport-fra-mckinsey-om-automatiseringens-effekter-paa-det-danske-arbejdsmarked-pdf-1.pdf

https://www.regeringen.dk/media/4467/hovedrapport-fra-mckinsey-om-automatiseringens-effekter-paa-det-danske-arbejdsmarked-pdf-1.pdf

https://www.teknologisk.dk/ydelser/danske-virksomheder-forsoemmer-digitale-konkurrencefordele/36476

https://www.teknologisk.dk/ydelser/danske-virksomheder-forsoemmer-digitale-konkurrencefordele/36476

AUTOMATISERING & DIGITALISERING Gevinster ved øget ......ordrer, især når markedet er præget af...

Documents

Transcript of AUTOMATISERING & DIGITALISERING Gevinster ved øget ......ordrer, især når markedet er præget af...