Erfolgsgeschichte

Starten Sie in die neue Ära der Konnektivität

Bei Murata Finnland wird mithilfe von automatisierten Datenintegrationsprozessen in JMP® ein gigantischer Mehrwert in der digitalen Fabrik erzielt.

Nun, da wir am Beginn einer neuen Ära der Konnektivität stehen, haben die Innovationen im Bereich Sensortechnologien den Horizont für Gesundheit und Mobilität erweitert. Murata, das führende Fertigungsunternehmen für elektronische Bauteile, hat seinen Platz an der Spitze über sieben Jahrzehnte lang behauptet. Heute kommen die bahnbrechenden Sensortechnologien des Unternehmens in ganz verschiedenen Bereichen zur Anwendung, von Herzschrittmachern bis hin zu autonomen Fahrzeugen. Die Fortschritte bei MEMS-Sensoren sind zum großen Teil dafür verantwortlich, dass diese Bereiche sowohl sicherer als auch komfortabler werden.

Am Standort Vantaa in Finnland arbeiten Spezialisten, Wissenschaftler und Ingenieure am Design, der Entwicklung und Fertigung von 3D MEMS-basierten Beschleunigungs- und Neigungsmessern und Gyroskopsensoren für eine Reihe von sicherheitskritischen Geräten. Dort hat das Unternehmen eine hochmoderne integrierte Fertigungsumgebung aufgebaut, in der diese Technologien auf eine Weise produziert werden, die die einzigartig hohen Standards für Zuverlässigkeit und Qualitätssicherung im Bereich der Sicherheitsanwendungen erfüllt.

Das Team um Data Integration Manager Philip O’Leary ist für die Gewinnung von Erkenntnissen aus der Flut an Daten zur digitalen Fertigung sowie an Test- und Gerätedaten verantwortlich, die jeden Tag in Vantaa generiert werden, wo durch die Verfügbarkeit von integrierten Daten auch KI und maschinelles Lernen eingesetzt werden können. Die Aufgabe des Teams besteht dabei nicht nur in der kontinuierlichen Überwachung des Zustands von Prozessen, Geräten und Produkten, sondern auch in der Verwaltung des Analyse-Workflows und der Unterstützung bei der Bereitstellung von praktischen Datentools für Domain-Experten am gesamten Standort.

„Die Analysekultur bei Murata hat sich im Lauf der Jahre drastisch verändert“, berichtet O’Leary. Die Digitalisierung der herkömmlicherweise handgeschriebenen Laufzettel in Papierform war eine große Innovation, und räumt ein, wenn auch an und für sich noch keine Lösung für die Datenherausforderungen des Unternehmens. Datenmanagement und Datenzugang, so erklärt er, waren auch nach dem Umstieg auf eine digitale Architektur weiterhin von wesentlichem Interesse.

„Selbst mit [einer digitalen Fabrik] hatten wir immer noch keine Lösung für das Problem, die richtigen Informationen zu finden, die wir in Echtzeit brauchten“, erzählt er. „Auch wenn wir vielleicht Abläufe zur Erfassung und Messung von verwandten Daten beobachten konnten – sobald ein Prozess abgeschlossen war, wurde er von der Datenbank geschluckt. Da war so viel ungenutzter Wert in diesen Daten... wir hatten alle Daten, wir hatten nur keinen Zugang dazu.“

Eine sich entwickelnde Analyse-Landschaft erfordert neue und bessere Tools

In der Anfangsphase der Digitalisierung brauchten O’Leary und sein Team noch bis zu einer Woche, um mit Excel einen Datensatz aus einer Reihe von verschiedenen Quellen aufzubauen. Dies hatte erhebliche Verzögerungen zur Folge, da jeder Datensatz bereits eine Woche alt war, bevor er für die Analyse eingesetzt werden konnte. Dieselbe Notwendigkeit, die einige Jahre zuvor den Umstieg von Papier auf Excel angestoßen hatte, führte nun zum Umstieg von Excel auf Minitab.

„Mit der Umstellung auf Minitab konnten wir mehr Erkenntnisse gewinnen und den Zeitaufwand von einer Woche auf ein paar Tage reduzieren“, berichtet O’Leary. „Minitab hatte allerdings keine besonders gute Funktion zur Datenerfassung, und deshalb hinkten wir immer noch ein paar Tage hinterher.“ Angesichts schnell wachsender Datensätze und immer komplexerer Fertigungsausrüstung machten sich O’Leary und sein Team ein weiteres Mal auf die Suche nach etwas Besserem.

Das war der Moment, so erinnert er sich, in dem die Notwendigkeit für robustere, leistungsstarke und individuell anpassbare Datenanwendungen bei Murata Finnland die JMP® Statistical Discovery Software ins Spiel brachte.

„Nachdem wir einmal Zugang zu JMP erhalten hatten, stellten wir fest, dass wir die Erstellung von Datensätzen ab sofort automatisieren konnten. Noch dazu konnten wir sie so programmieren, dass wir jeden Morgen, wenn wir zur Arbeit kamen, einen neuen Datensatz hatten, der uns den Verlauf der Produktion in den letzten drei Monaten aufzeigte“, erklärt O’Leary.

„Mit der Einführung von JMP – und der Art und Weise, wie wir Daten jetzt direkter erfassen konnten – bekamen wir die wichtigen Informationen nun so viel schneller. Wo wir früher noch ein ganzes Wochenende für die Datenerfassung gebraucht haben, brauchten wir nur noch circa eine Stunde, und nach weiteren Optimierungsschritten schafften wir es sogar in wenigen Minuten. Und das bedeutet, wir können es hundertmal am Tag machen.“

„JMP eignet sich mit Abstand am besten für die Datenerfassung – oder die Nutzung von bereits erfassten Daten – und die Automatisierung eines Großteils der Analysen, die unsere Mitarbeiter Tag für Tag und Woche für Woche durchführen müssen“, fügt er hinzu. „Die meisten unserer wöchentlichen Berichte sind jetzt automatisiert, und indem wir die Verteilung der Daten zentralisiert haben, sind sie für alle verfügbar. JMP ermöglicht den Mitarbeitern den Zugang zu Datenbanken und Datensätzen, zu denen sie sonst keinen Zugang gehabt hätten.“

Dieses Maß an Zugang ist laut O’Leary entscheidend, um sicherzustellen, dass Domain-Experten Statistiken als Hilfsmittel verwenden, um ihrem Fachwissen mehr Gewicht zu verleihen. Änderungsbenachrichtigungen im Bereich Engineering beispielsweise, basieren jetzt auf einer Kombination aus Fachwissen und Analyse, anstatt wie vorher, auf Fachwissen und Intuition.

Aufgrund der Verfügbarkeit eines lückenlosen Workflow-Tools wie JMP müssen sich Domain-Experten nicht länger mit der mühsamen Datenvorbereitung herumschlagen. Stattdessen können sie sich auf die Lösung von Problemen beim Engineering konzentrieren und so für einen echten Mehrwert im Unternehmen sorgen. Statistik-Experten im Team von O’Leary bieten individuellen Support in Form von JMP-Skripten an, die im gesamten Standort bereitgestellt werden können, um die wiederkehrenden Analysen zu automatisieren. „Dadurch sparen [Ingenieure] enorm viel Zeit“, betont er.

Ein universeller Zugang und die Standardisierung gewährleisten die breite Akzeptanz von Best Practices für die Datenanalyse

Ein weiterer entscheidender Vorteil ist der universelle und kontinuierliche Datenzugang. Murata führt JMP auf seinem Server aus, sodass das System kontinuierlich gesichert ist. Das bedeutet, das selbst im Fall eines Stromausfalls am Standort noch Daten erfasst und geteilt werden könnten. Mit nur einem Skript, fügt O’Leary hinzu, wird ein Dashboard aufgerufen, über das jeder im Unternehmen auf jeden Datensatz klicken und diesen einsehen kann. Dieses System – vom Team als Standard Data Indexer bezeichnet – räumt ein für alle Mal mit Datensilos auf, die andernfalls zu einer erheblichen Verringerung des Mehrwerts führen würden, den Murata mit seinen Daten erzielen kann.

Die Standardisierung geht dabei Hand in Hand mit einem erweiterten Zugang. „Die Datenstruktur sieht so aus, dass der Datensatz für jedes Produkt identisch ist, egal welcher Produkt-Datensatz geöffnet wird“, erklärt er. „Manche Mitarbeiter sind vielleicht auf ein bestimmtes Produkt spezialisiert, aber wenn ein Kollege in Urlaub ist, kann jeder Spezialist auch bei der Überwachung eines anderen Produkts helfen. Jeder hat Zugang zu den Datensätzen der anderen.“

Die neuen Systeme von Murata haben enorm von der höheren Geschwindigkeit und dem erweiterten Zugang profitiert. Noch wichtiger ist nach Ansicht von O’Leary aber die Tatsache, dass JMP dem Unternehmen ermöglicht hat, die Best Practices für die Datenerfassung und Analyse zu standardisieren. Neben einer einfacheren Skalierbarkeit von datengestützten Ansätzen hat die Standardisierung auch zu einer besseren Reproduzierbarkeit – und damit zu einer höheren Qualität – beigetragen.

„Unsere Analysen werden jetzt auf sehr stringente Weise durchgeführt“, erklärt O’Leary. „Wir haben einen Referenzdatensatz, den wir zum Vergleich nutzen können, bevor wir Veränderungen endgültig umsetzen. Und das ist nur ein Beispiel.“

Die Automatisierung in JMP markiert und repariert Datensätze für eine bisher unerreichte Datenqualität

Das Tool bietet zudem eine lang ersehnte Lösung für unvermeidliche Probleme mit der Datenqualität. JMP erfasst, verarbeitet und integriert nicht nur automatisch Daten aus verschiedenen Quellen, sondern nutzt auch Skripte zur Markierung von Duplikaten oder fehlenden Daten. In der Folge können Benutzer die Markierungen überprüfen und die angemessenen Maßnahmen zur Wiederherstellung von fehlerhaften Datenpunkten ergreifen.

„Mit JMP können wir unsere Datenqualität automatisch bewerten und Verbesserungen vornehmen, darunter die Rekonstruktion und Reparatur von Datensätzen“, erzählt O’Leary. „Wo wir früher Skripte manuell geschrieben und eines nach dem anderen ausgeführt haben, sind wir jetzt in der Lage, dass Skripte automatisch laufen und Datensätze sich selbst reparieren können. Es gibt keine Probleme mehr. Ich würde behaupten, unsere Datenqualität ist besser als je zuvor.“ Die neuesten Fortschritte in den Bereichen Künstliche Intelligenz und Maschinelles Lernen – ein Forschungsfeld von absoluter Priorität bei Murata – werden die Probleme mit der Datenqualität voraussichtlich sogar noch weiter minimieren.

Die Fähigkeit, die Erfassung, Verwaltung und Integration der Daten in JMP zu automatisieren, hat für Murata am Ende den Ausschlag für die Entscheidung zugunsten des Tools gegeben, erinnert sich O’Leary. „Es war die Möglichkeit, automatisch Daten für die Analyse bereitzustellen, die uns bei JMP zu Beginn am meisten angesprochen hat“, erklärt er. „Besonders erstaunlich ist dabei aber, dass wir zu dem Zeitpunkt noch gar nicht wussten, dass es auch ein hervorragendes Datenanalyse-Tool ist“ – was sie dann aber recht bald herausfanden.

In den Händen eines Domain-Experten bietet JMP eine schnelle und einfache Lösung für die tägliche Analyse. Die Tatsache, dass ein einziges Tool sowohl ein Mittel zur Automatisierung von komplexen Datenprozessen für Statistik-Experten als auch eine anwenderfreundliche Lösung für Domain-Experten sein kann, macht JMP in den Augen von O’Leary zu einem einzigartig effizienten Zugpferd.

Die Demokratisierung von Analysen unterstützt Domain-Experten bei der Verringerung der Abweichung

In der Prozessentwicklung werden statistische Methoden in eine automatisierte Analyse verpackt, sodass Teams ein Experiment durchführen können, bei dem die Leistung eines neuen Designs mit der des aktuellen Designs verglichen wird. In den Worten von O’Leary produziert JMP eine „ganze Familie von Analysen“ und schlüsselt genau auf, ob verschiedene Teile statistisch gleich sind oder ob sie andernfalls in Bezug auf Abweichung und Prozessfähigkeit besser oder schlechter abschneiden. „Das ist eine relativ anspruchsvolle Analyse, aber selbst als Einsteiger kann ein Techniker sie normalerweise gut bewältigen“, fügt er hinzu.

„Der erforderliche Zeit- und Arbeitsaufwand, um sich auf strukturierte Weise [mit der Software vertraut zu machen], ist nur sehr niedrig. Wenn die Mitarbeiter einmal angefangen haben, die Software zu nutzen, ist alles andere nicht mehr gut genug. Sie nutzen sie also immer häufiger.“ Heutzutage, erklärt O’Leary, kann jeder bei Murata eine JMP-Lizenz erhalten, egal ob er Teil der Produktion oder der oberen Führungsebene ist.

Der Wert von JMP erstreckt sich weit über die Software hinaus

Da die Benutzer über Fähigkeiten auf so vielen verschiedenen Ebenen verfügen, hat O’Leary alle Mitarbeiter ermutigt, die gesamte Bandbreite der von JMP angebotenen Ressourcen zu nutzen. So profitieren beispielsweise Statistik-Neulinge von mehreren Stunden an Online-Trainingsmodulen in Statistical Thinking for Industrial Problem Solving – einem kostenlosen Kurs, den JMP entwickelt hat, um Statistik auch Nicht-Statistikern näherzubringen.

STIPS, so schwärmt er, ist „so brillant, dass es für einige Rollen innerhalb unseres Unternehmens inzwischen verpflichtend ist. Man muss sich zertifizieren lassen. Und das muss während der Arbeit passieren. Dass die Mitarbeiter STIPS abschließen, gibt mir die Sicherheit, dass ihnen in JMP nichts begegnen kann, das sie nicht zumindest schon mal gesehen haben. Das ist die Sache mit JMP – man nutzt vielleicht nicht viel davon, aber zumindest weiß man, was alles dazugehört.“

Unabhängig vom Niveau der statistischen Fähigkeiten, fügt O’Leary hinzu, können sich Benutzer die JMP Community zunutze machen, um Ideen zu teilen, an Diskussionen teilzunehmen und Fragen zu stellen. „Es kann passieren, dass ich in der Community 3 Antworten auf eine Frage bekomme, die ich erst vor fünf Minuten gestellt habe“, erzählt er. „Die Tatsache, dass man Zugang zu Entwicklern, Kollegen und Mitbenutzern hat – alle auf unterschiedlichen Niveaus – macht das Erlebnis mit JMP sicher zu einem ganz besonderen Erlebnis.“

Diese Beziehungen haben auch Auswirkungen auf zukünftige Veröffentlichungen der Software selbst. So berichtet O’Leary: „Wir warten schon gespannt auf all die neuen Versionen und nehmen auch aktiv am Early-Adopter-Programm teil. Es gibt so viel Wertvolles, nicht nur in diesem Programm, sondern auch in der Menge an Support, die wir insgesamt von unseren Kollegen bei JMP erhalten.“

„JMP macht's möglich. Man kann deutlich sehen, wie sie ihre Software genau so entwickelt haben, dass sie zu deinen Anforderungen passt – und das macht ihnen so schnell keiner nach.“