smart engineering - Industrie 4.0 aus einer Hand
Home> IT Solutions> PLM/ERP/MES> PLM> Systems-Engineering in der frühen Phase der Produktentwicklung

PLM-TechnologieSystems-Engineering in der frühen Phase der Produktentwicklung

Dr. Gerhard Tretow, Dr. Jan Göpfert, München

sep
sep
sep
sep
PLM-Technologie: Systems-Engineering  in der frühen Phase der  Produktentwicklung
In der letzten Ausgabe des CAD-CAM Report wurde den Lesern in dem Artikel »Einführung einer Systems-Engineering-Lösung« die Prinzipien und die Vorteile des Systems-Engineerings vorgestellt. Eine wichtige Aussage in dem Artikel war, dass die Anwendung der Methoden des Systems-Engineerings in der frühen Phase der Produktentwicklung das Unternehmen in die Lage versetzt, ein Produkt anforderungsgerecht und schnell auf den Markt zu bringen.

Der sich nun anschließende Artikel beschreibt hierzu geeignete und in der Praxis erprobte Lösungsbausteine. Dabei wird dargestellt, wie in einem strukturierten Prozess unter Beteiligung aller Disziplinen die notwendigen Daten in einem Datenmodell generiert werden, das die Entwicklung und Visualisierung komplexer Systeme unterstützt. Das Datenmodell bildet Anforderungen, Funktionen, die Produktstruktur und auch Montagestrukturen, Make or Buy-Umfänge und Lieferantenstrukturen ab.

Anzeige

Wichtige Ziele bei der Entwicklung von Produkten sind die Erreichung der Zielkosten und die einfache Realisierung von Funktionen. Bei der Entwicklung von modularen Produktplattformen ist zusätzlich die einfache Realisierung der geforderten Varianz umzusetzen. Entsprechend umfangreicher fällt die notwendige methodische Unterstützung aus. Ziele und methodische Unterstützung bei der Konzeption modularer Produktplattformen werden hier im Einzelnen beschrieben. Zum Konzept des System-Engineering gehört auch die Abbildung wirtschaftlicher Aspekte. Dazu wird eine Vorgehensweise zur Erfolgskontrolle modularer Produktplattformen vorgestellt. Wichtige Anforderung an die Leistungsbewertung (Performance) ist die Integration in das vorgestellte Datenmodell. Anschließend stehen die Anforderungen an die Tool-Unterstützung und der Datentransfer von der Konzeptphase in die PLM- beziehungsweise ERP-Lösungen (PLM = Product Life Management, ERP = Enterprise Resource Planning) im Mittelpunkt. Mit der Nutzung der Datenbasis als Informationsplattform wird abschließend ein Instrument zur Steuerung der Produktentwicklung nach der Konzeptionsphase beschrieben.

Die »Zutaten« zur Konzeption von Produkten bestehen aus einem geeigneten Datenmodell, einem definierten Prozess, der die Integration einer Vielzahl von beteiligten Disziplinen ermöglicht, aus der methodischen Unterstützung des Systems-Engineerings und der Produktentwicklung. Diese Ansätze sind zum Beispiel in der Metus-Methode [1] und der gleichnamigen Software integriert. Dieser im Folgenden beschriebene Ansatz wurde in vielen Anwendungen erfolgreich erprobt, die Erfolgspotenziale konnten nachgewiesen werden. Die in Bild 1 dargestellte Produktarchitektur ist ein geeignetes Datenmodell zur Unterstützung der Entwicklung und Visualisierung komplexer Systeme. Dieses Datenmodell ist in Form einer Raute aufgebaut und fungiert wie im Konzept des Systems-Engineerings vorgesehen, als zentrale Sammelstelle aller anfallenden Daten. Aufgrund der guten Visualisierungsmöglichkeiten dient es als Kommunikationsgrundlage zwischen den beteiligten Abteilungen und Disziplinen. Außerdem zeichnet sich das gewählte Datenmodell dadurch aus, dass sich alle Informationen über sämtliche Ebenen verknüpfen lassen und die Verknüpfungen im Rahmen der Modellierung einfach veränderbar sind. Eine weitere wichtige Eigenschaft des Datenmodells ist die Hinterlegung von Attributen für alle angelegten Elemente, beispielsweise Kosten, Gewichte oder Montage- und Prüfzeiten. Auf dieser Datenbasis aufbauend können dann modellierte Produktkonzepte bewertet werden, um eine Entscheidung über Konzeptalternativen herbeizuführen.

Gemäß dem in Bild 1 (oben) dargestellten Prozess erfolgt nun Prozessschritt für Prozessschritt die Generierung, Dokumentation und Verknüpfung der Informationen. Das Ergebnis des Prozessschritts »Zielmärkte definieren« betrifft die Entscheidung über die Produkt- beziehungsweise Marktsegmente, deren Anforderungen mit dem neuen Produkt zu realisieren sind. Damit ist der Startschuss zur Definition der Anforderungen gefallen. Diese lassen sich unterteilen nach funktionalen Anforderungen, Produkteigenschaften, Umgebungsbedingungen, zum Beispiel Temperaturbereiche, sowie nach Normen und gesetzlichen Vorschriften. Anschließend erfolgen die Definition der Funktionsstruktur auf der linken Seite des Datenmodells und die Ableitung der Produktstruktur auf der rechten Seite. Bei den Komponenten in der Produktstruktur lassen sich Standardkomponenten, Varianzkomponenten – die als generische Stücklistenposition für konkrete Varianten stehen – und optionale Komponenten unterscheiden. Der Prozessschritt »Varianten konfigurieren« erhält bei der Konzeption modularer Produktplattformen eine besondere Relevanz. Danach folgt im Rahmen der Definition des Montagekonzepts die Zuordnung der Komponenten zu Modulen und der Module zum Produkt. Die »Make or Buy«-Anteile lassen sich als Lieferumfänge einzelner Lieferanten im Datenmodell ausweisen und sind in der Abbildung hellblau oder blau unterlegt. Somit ist auch die Lieferantenstruktur definiert. Die in dem Prozess beteiligten Disziplinen sind Vertrieb, Marketing, Produktmanagement, die Mitarbeiter des Engineerings mit den Spezialisten für Hardware, Software und Elektronik, der Einkauf und die Fertigung sowie Arbeitsplanung, Inbetriebsetzung und Service. Die Konzeption von Produkten wird als iterativer Prozess ausgelegt, der mehrere Durchläufe der Prozessschritte erfordert und viele Rücksprünge aufweist. Typisch sind Rücksprünge im Rahmen der Definition des Montagekonzepts, wenn bei der Definition von Montagemodulen eine geänderte Umsetzung der Funktionen in die Produktstruktur notwendig wird. Bei der Konzeption von modularen Produktplattformen steht die effiziente Verfügbarkeit einer Vielzahl von Produktvarianten im Vordergrund. Dem entsprechend stehen gegenüber der Konzeption von Produkten zur Erreichung der Zielkosten und der einfachen Erfüllung von Funktionen zusätzlich die folgenden Ziele im Vordergrund:

»Plug&Play«-Prinzip realisieren,

Wiederverwendungsgrad von Komponenten und Modulen aus der Plattform erhöhen und
einfache Realisierung der Varianz.

Die Ziele »Montageaufwand minimieren« und »Minimierung der Anzahl Lieferanten« sind bei der Konzeption und Optimierung von modularen Produktplattformen aufgrund der zu realisierenden Varianz herausfordernder als bei der Entwicklung von einzelnen Produkten.

Die Zielerreichung bei der Entwicklung und Optimierung von modularen Produktplattformen gelingt nur durch die konsequente Anwendung von ausgewählten Methoden der Produktentwicklung in Ergänzung zur methodischen Unterstützung des Systems-Engineerings. Im Vordergrund steht dabei die Modularisierung. Nach Göpfert [2] sind Module die Elemente eines Systems, die funktional und physisch relativ unabhängig sind. Ein Modul wird dann als funktional unabhängig bezeichnet, wenn es eine oder mehrere Funktionen vollständig erfüllt. Eine physische Unabhängigkeit besteht dann, wenn das Modul eindeutig definierte Schnittstellen zu anderen Modulen hat. Folglich kann es unabhängig von anderen Modulen getestet werden. Weitere genutzte Methoden sind die Standardisierung, Target Costing sowie spezifische Gestaltungsansätze zur Funktionsoptimierung und zur Varianzoptimierung. Das Bild 2 zeigt im Überblich die Ziele und Methoden zur Konzeption und Optimierung modularer Produktplattformen.
Die Erfolgskontrolle modularer Produktplattformen erfolgt anhand von definierten »Key Performance Indicator« (KPIs), mit der die Leistung einer Plattform bewertet und damit die Erreichung der definierten Ziele einer modularen Produktplattform überprüft wird. Die Leistungsbewertung der Plattform wird als integraler Bestandteil des implementierten Datenmodells durchgeführt, so dass alternative Konzepte direkt im Datenmodell bewertet werden können.

Im Folgenden werden KPIs zur Bewertung der Leistung einer Plattform exemplarisch am Beispiel eines modularen Türsystems aus der Automobilindustrie erläutert. Für die Ereichung der Zielkosten wird der Anteil der voraussichtlichen Ist-Kosten an den Ziel-Kosten bewertet. Im Beispiel beträgt der KPI 122,6 %, das heißt, die Zielkosten werden zum Betrachtungszeitpunkt um mehr als 20 % überschritten.

Als Nächstes wird die Funktionsoptimierung betrachtet. Nach Pahl/Beitz [3] sollen »Funktionsstrukturen so einfach wie möglich aufgebaut sein, weil sie dann in der Regel auch zu einfachen und kostengünstigen Systemen führen«. Als KPI wird die funktionale Komplexität als durchschnittliche Anzahl Funktionsbeiträge pro Komponente gemessen. Im Beispiel trägt jede Komponente zur Realisierung von 1,8 Funktionen bei. Der Standardisierungsgrad der Plattform wird mit dem Anteil der Standardkomponenten an der Gesamtzahl der Komponenten mit 39 % ermittelt. In einem Projektbeispiel wurde ein Zielwert von 85 % erreicht. Mit der Varianztiefe wird die Optimierung der Varianz bewertet. Die durchschnittliche Anzahl der Variantenteile pro Varianzkomponente beträgt 2,7. Bei der Umsetzung der Modularisierung werden die funktionale Modularisierung und die physische Modularisierung unterschieden. So wird die Funktionskapselung mit der durchschnittlichen Anzahl benötigter Module je Hauptfunktionen im Beispiel mit 3,7 gemessen. Hier zeigt sich ein Widerspruch zur Definition der Modularisierung, da kein Modul funktional gekapselt ist. Schließlich wird der Modularisierungsgrad in der Montage zur Bewertung der Umsetzung der physischen Modularisierung im Beispiel mit 100 % bewertet. Das bedeutet, in der Endmontage werden nur montagegerechte Module und keine Einzelteile montiert. Letzter KPI ist die Lieferantenvielfalt. Im vorliegenden Beispiel ist jeder Lieferant für durchschnittlich 16,7 % der Lieferpositionen verantwortlich. Bei einer Kennzahl von 100 % ist ein Lieferant für alle Lieferpositionen verantwortlich.

Alle KPIs werden bei der Konzeption der Plattform und regelmäßig im Lebenszyklus einer Plattform gemessen und in einem »KPI-Dashboard« dargestellt. Damit liegt ein Instrument vor, um die Leistung einer Plattform unternehmensspezifisch einzustellen und im Plattform-Lebenszyklus zu steuern. Das Bild 3 gibt einen Überblick über die verwendeten und gemessenen KPIs für das exemplarische Beispiel eines modularen Türsystems in der Automobilindustrie [4].

Mit dem Abschluss der frühen Phase der Produktentwicklung wird die nun optimierte Produktplattform freigegeben. In Bild 4 sind mit dem Datentransfer in die PLM- beziehungsweise ERP-Lösungen und der weiteren Nutzung als Informationsplattform zwei Möglichkeiten zur Weiterverwendung des befüllten Datenmodells aufgezeigt. Während die Konzeptphase eine Tool-Unterstützung erfordert, die die Kreativität und Flexibilität fördert, steht in den folgenden Phasen des Produktentstehungsprozesses die Workflow-orientierte Administration der generierten Daten im Vordergrund. Die Anforderungen an die Tool-Unterstützung werden in der frühen Phase zum Beispiel mit dem Einsatz der Metus-Methode und Software und in den nachfolgenden Phasen mit den in den Unternehmen eingesetzten PLM- und ERP-Lösungen erfüllt. Voraussetzung für die Effizienz im Gesamtprozess ist die optimale Abstimmung der verwendeten Tools zum Beispiel durch Realisierung des Datentransfers über eine XML-Schnittstelle oder spezifisch programmierte Schnittstellen. In der Unternehmenspraxis wird häufig beklagt, dass eine Informationsplattform für die Steuerung der Produktentstehung fehlt. Mit der Nutzung des generierten Datenmodells als Informationsplattform auch nach der Konzeptphase wird hier ein pragmatischer Lösungsansatz für eine Entscheidungsbasis aufgezeigt. Dadurch kann zum Beispiel die Frage nach dem Aufwand für eine neue Produktvariante ohne Sonderauswertungen beantwortet werden, da eine Verknüpfung der Anforderungen über die Produktfunktionen in die Produktstruktur besteht. Eine weitere Anwendung zeigt sich, in dem die Informationsplattform zur effizienten Durchführung der Konzeption und Optimierung für Anpassungen der Produktplattform verwendet wird. Der vorliegende Beitrag zeigt die Komplexität bei der Konzeption und Optimierung von Produkten und modularen Produktplattformen auf und gibt einen Überblick über in der Praxis bewährte Lösungsbausteine, die die Effizienz in der frühen Phase der Produktentwicklung nachhaltig verbessern. Dazu wird ein pragmatisches Konzept zur Erfolgskontrolle modularer Produktplattformen gezeigt. Wichtiger Baustein der Effizienzsteigerung ist die Abstimmung der Tool-Unterstützung in der Konzeptionsphase und den nachfolgenden Phasen des Produktentstehungsprozesses und der reibungsloser Datentransfer. -fr-


Literaturhinweise
[1] Tretow/Göpfert/Heese, In sieben Schritten systematisch entwickeln, in CAD-CAM Report, Nr. 8 2008, S. 36.

  1. Göpfert, Jan: Modulare Produktentwicklung, 2. Auflage, Norderstedt, 2009, S. 116.
  2. Pahl/Beitz: Konstruktionslehre, Teil 6 Methodisches Konzipieren, 7. Auflage, Aachen und Magdeburg 2006, S 24.
    [4] Schillings/Wach/Tretow/Göpfert, Mehr Effizienz im Engineering, Norderstedt 2009, S. 18 ff.
Diesen Artikel …
sep
sep
sep
sep
sep

Weitere Beiträge zum Thema

PLM-Technologie: Einführung einer  Systems-Engineering-Lösung

PLM-TechnologieEinführung einer Systems-Engineering-Lösung

Ingo Dengel Willstätt

Schneller, besser, günstiger – die Unternehmen stehen heute der Herausforderung gegenüber, eine immer größer werdende Anzahl von Produkten in verschiedenen Ausführungen immer schneller, in besserer Qualität und zu günstigen Preisen auf den Markt zu bringen.
…mehr
News: CAD Schroer bietet staatlich geförderte Schulungen

NewsCAD Schroer bietet staatlich geförderte Schulungen

Die CAD Schroer Group, international agierender Entwickler und Anbieter von Engineering-Lösungen mit einem nach DIN EN ISO 9001:2008 zertifizierten Trainingscenter, bietet nun auch AZWV-zertifizierte Schulungen an, die bis zu 100 Prozent staatlich gefördert werden können.

…mehr

Weitere Beiträge in dieser Rubrik

IT-Solutions: Advanced Machine Engineering

IT-SolutionsAdvanced Machine Engineering

Siemens kündigt eine neue Lösung für die Industriemaschinen-Branche an: Advanced Machine Engineering. Die Software richtet sich an Maschinenhersteller, die sich steigender Produktkomplexität und kürzeren Lieferzeiten stellen müssen.

…mehr
Digitale Transformation: Vollgas für mehr Wachstum

Digitale TransformationVollgas für mehr Wachstum

KTM hat das Anwendungsspektrum der PTC Creo® CAD-Software sowie der PTC Windchill® PLM-Software signifikant erhöht. Das Unternehmen entschied sich außerdem für PTC ThingWorx Navigate®, der rollenbasierten App für das bereichsübergreifende Datenmanagement, die jeder einzelnen Unternehmensabteilung schnell und einfach die für sie relevanten Daten aus Windchill bereitstellt.

…mehr

ALM und PLMNeue Automotive-Lösung von Siemens

Siemens stellt eine neue, integrierte Lösung für die Softwareentwicklung in der Automobilbranche vor. Sie richtet sich an die zahlreichen kritischen Herausforderungen bei der Produktentwicklung, die mit der starken Zunahme von Embedded-Software in intelligenten Autos einhergehen. Siemens integriert dafür Application Lifecycle Management (ALM) mit Product Lifecycle Management (PLM) Software. 

…mehr
Anzeige
Anzeige

Anzeige - Highlight der Woche

COSCOM Digital-PROZESS Meetings

Einladung zu COSCOM Digital-PROZESS Meetings

Mehr Profit vor dem Span! COSCOM connected …

… Manufacturing: CNC-Prozesse optimieren!

… Tool-Management: Rüstprozesse beschleunigen!

… Prozess-Management: Durchgängige Daten bis an die Maschine!

Aktuelle Termine und Orte hier

Anzeige - Highlight der Woche

Aras Whitepaper: Internet of Things - Kontext statt Chaos


Hier stellt Ihnen das Unternehmen Aras das Highlight der Woche vor.

White Paper jetzt kostenlos herunterladen!

Mediadaten 2018

Anzeige

White Papers auf smart engineering


In unserer neuen White Paper Sektion finden Sie lösungsorientierte White Paper unserer Partner zu IT-Standards, Anwendungshinweisen, Leistungsübersichten uvm. Jetzt kostenfrei downloaden.

Künstliche Intelligenz: Forschungsroboter “Roboy“ und Martina Mara

Video- Künstliche Intelligenz: Forschungsroboter “Roboy“ und Martina Mara


Welche Wirkung hat der Anblick von Robotern auf Menschen? Mit dieser Frage befasst sich das Team um Professor Markus Appel vom Campus Landau in einem aktuellen Forschungsprojekt. Mit ihrer Studien wollen die Forscher herausfinden, inwieweit wir Menschen künstliche Intelligenz als helfende Hand im Alltag akzeptieren oder ablehnen.

smart engineering in Social Networks

smart engineering Newsletter

smart engineering Newsletter kostenfrei abonnieren

Unser Newsletter informiert Sie über die wichtigsten Neuigkeiten, Produktentwicklungen und Trends aus der Branche. Jetzt kostenlos registrieren.

SCOPE Newsticker