Zwei Algorithmenfamilien, auf sechs Fragen gerichtet.
Nichts davon ist ein eigenes Produkt. Jeder Punkt sind dieselben zwei Familien — Anomalieerkennung und Prozessoptimierung — auf eine andere Zielgröße gerichtet, und deshalb tragen sie in der Prozess- wie in der Stückfertigung.
Frühe Fehlererkennung
„Beginnt ein ernster Stillstand innerhalb der nächsten Stunde?“
- Eingabe
- Es kann so wenig sein wie das Lauf-/Stopp-Ereignisprotokoll, das das Werk schon führt — keine Sensoren und keine Prozessdaten nötig.
- Signal
- Die jüngste Aktivität von Mikrostillständen: wie viele, wie lange sie dauerten und ob sie gebündelt oder gleichmäßig verteilt auftreten.
- Ausgabe
- Ein Score pro Maschine in festem Takt, gegen eine Schwelle, die sich an diese Maschine anpasst, statt gegen eine werksweite Konstante.
- Bereitstellung
- Es wird immer nur die Vergangenheit genutzt, um einen Score zu erzeugen, also geht das Modell unverändert in Betrieb.
Ursachenanalyse
„Welche Variable hat sich vor dem Fehler bewegt?“
- Multivariat
- Anormale Zustände werden über die Variablen gemeinsam erkannt, nicht ein Tag nach dem anderen gegen seine eigene Grenze.
- Nachvollziehbar
- Jede Meldung wird auf die Variablen dahinter zurückgeführt — und nicht als Sammelscore zurückgegeben, mit dem niemand etwas anfangen kann.
- Automatisch
- Schwellen, Driften und Alarme entstehen aus den Daten, statt von Hand gesetzt und dann vergessen zu werden.
Prozessoptimierung
„Wo soll die Linie laufen, damit die Ausbeute hält?“
- Aussortieren
- Die Spalten, die Sie schon exportieren, werden auf die Hebel reduziert, die Ihre Zielgröße wirklich treiben.
- Ausgabe
- Ein Sollwertbereich pro beibehaltenem Hebel, plus das Ergebnis, das in jedem Sollbereich zu erwarten ist. Kein Modell, das jemand interpretieren muss.
- Vorausschau
- Sagt Ergebnisse für Parameterkombinationen voraus, die Sie noch nicht gefahren haben — wobei alles jenseits Ihrer Produktionshistorie als Extrapolation gekennzeichnet wird.
- Ihre Entscheidung
- Die einzige Wahl, die wir verlangen, ist eine prozessseitige: welche Variablen Einstellungen sind und welche Ergebnisse.
Qualitätsprüfung
„Was unterscheidet eine gute Charge von einer Ausschusscharge?“
- Zielgröße
- Ausschuss, Fehlerrate oder Ausbeute wird die zu erklärende Variable, und dasselbe Aussortieren liefert, was sie treibt.
- Daten
- Prozess-, Qualitäts- und Materialdaten werden gemeinsam gelesen, damit der Unterschied durch Einstellungen erklärt wird, die Sie steuern, und nicht durch Chargenglück.
- Nebenbefunde
- Weil Materialdaten in derselben Tabelle stehen, treten Lieferanteneffekte im gleichen Lauf hervor, ohne dass danach gefragt wurde.
Energieüberwachung
„Wo geht Energie verloren, ohne etwas zu produzieren?“
- Zielgröße
- Der Verbrauch wird die zu erklärende Variable, mit dem Produktionszustand als Kontext.
- Dieselbe Mechanik
- Dasselbe Aussortieren liefert, welche Variablen ihn treiben und wo zu fahren ist — es gibt kein separates Energiemodul zu kaufen oder zu integrieren.
OEE (Gesamtanlageneffektivität)
„Welcher der drei Verluste kostet uns wirklich?“
- Zielgröße
- Der Verlust, den Sie erklären wollen, wird die Zielgröße, und seine Treiber kommen geordnet zurück.
- Liest Ihre OEE
- Wo ein MES oder ein Monitoring-System OEE schon berechnet, liest Jemba diese Zahl, statt das System zu ersetzen, das sie erzeugt.
Sechs Workflows, nicht sechzig Funktionen.
Die zwei Familien sind absichtlich generisch, damit sie gegen jeden Anwendungsfall robust sind. Das ist das ganze Design: ein Produkt, das sich über jede Linie im Werk amortisiert, statt eines Modells, das für jeden Prozess neu gebaut wird.
Nennen Sie eine Linie und eine Zielgröße.
Wir lesen den Export, den Sie bereits erzeugen, und sagen Ihnen innerhalb einer Woche, ob er die Hebel trägt.
