Die Auswertung und Interpretation von großen Datenmengen eröffnet neue Möglichkeiten in der Prozessverbesserung, die über den traditionellen Ansatz von Problemlösungs-Methoden hinausgehen.

 

Der klassische Six-Sigma-Ansatz ist konzeptionell auf das Verständnis von Ursache- und Wirkungszusammenhängen ausgerichtet, um durch Wissen um den Prozess Verbesserungen zu erzielen. Neue digitale Werkzeuge bieten darüber hinaus auch die Möglichkeit, ohne ein tieferes Prozessverständnis oder bei umfangreicheren Abläufen Verbesserungen aus einer Vielzahl an Daten (Big Data) abzuleiten oder Unternehmensabläufe unter Kontrolle zu bringen (Business Intelligence).

 

So können bspw. mit Dashboards aggregierte Daten übersichtlich und in Echtzeit zur Vorbereitung von Management-Entscheidungen visualisiert werden. Regelbasierte Algorithmen ermöglichen eine autonome Steuerung komplexer Prozessketten bis hin zu Vorhersagen von kritischen Zuständen (Predictive Six Sigma).

 

DER METHODISCHE ANSATZ

Methodisch unterscheiden sich analytische Werkzeuge von Big-Data beispielsweise vom traditionellen statistischen Ansatz eines experimentellen Designs: Big-Data-Analytik sucht und modelliert ohne zuvor definierte Faktorenkombinationen unbekannte Ursache-Wirkungszusammenhänge. Diese Form der digitalen Analytik großer Datenmengen erweitert damit das Instrumentarium für die Problemlösung in komplexen Prozessen und Wertschöpfungsketten, in denen eine klassische statistische Versuchsplanung nicht praktikabel ist.

 

Das Institut für Produktions- und Logistiksysteme bietet neben der klassischen Ausbildung zum Green Belt, Black Belt oder Master Black Belt auch die Qualifikation dieser digitalen Analyse-Werkzeuge an, um Ihren Werkzeugkasten der Problemlösung auf den neusten Stand zu bringen!

 

Große Datenmengen, auch „Big Data“ genannt, entstehen permanent in digital unterlegten Wertschöpfungsprozessen, bspw. durch Kunden, durch günstige Sensorik an neueren Anlagen, durch mobile Geräte oder moderne Identifikationstechnologie im Materialfluss.

 

Anwender von Big-Data-Werkzeugen laufen ohne fundierte Qualifikation jedoch Gefahr, Daten nicht auf geeignete Weise analysieren und für die gezielte Verbesserung von Prozessen nutzbar zu machen. Durch den Kurs werden Sie zum Experten für die Auswertung und Interpretation von großen Datenmengen.

 

Grundlagen des maschinellen Lernens mit gängigen Verfahren der Künstlichen Intelligenz werden ausführlich behandelt, um den Teilnehmern den Nutzen und die Grenzen dieser Verfahren verständlich zu machen. Das Training geht auch auf den bisher verfügbaren Stand der Technik ein.

 

ARBEITEN MIT PRAXISBEISPIELEN

Anhand von vielen Praxisbeispielen lernen die Teilnehmer, große Datenmengen für eine Analyse vorzubereiten, zu klassifizieren, und mögliche Ursache-Wirkungsbeziehungen von Daten überwacht oder unbeaufsichtigt statistisch zu modellieren. Sogenannte prädiktive Werkzeuge helfen Ihnen, Voraussagen zum Prozessverhalten in der Zukunft zu treffen, die Sie beispielsweise zur Verringerung von Maschinenausfällen in der Instandhaltung oder zur Verbesserung der Liefertreue von Transportdienstleistungen nutzen können.

 

ABLAUF DES TRAININGS UND ZERTIFIKAT

Das Training besteht aus einer Blockveranstaltung von 5 Tagen und findet von Montag bis Freitag jeweils von 09:00 Uhr - 17:00 Uhr wahlweise in Präsenz im Institut oder als Webinar statt. Eine Qualifikation zum Green Belt oder zum Black Belt ist von Vorteil, da die digitalen Instrumente im Zusammenhang mit weiteren bekannten Methoden der Problemlösung geschult werden.

 

DAS ZERTIFIKAT ZUR BESTÄTIGUNG DER VON IHREN ERWORBENEN KOMPETENZ

Alle Bescheinigungen und Zertifikate erhält der Teilnehmer von der staatlich anerkannten CEC Saar für wissenschaftliche Weiterbildung in englischer und deutscher Sprache. Nach bestandener Prüfung erwerben die Teilnehmer 3 ECTS-Punkte, die in fachspezifischen Studiengängen angerechnet werden können. Die Kursunterlagen erhalten Sie von uns am ersten Tag der Blockveranstaltung. Die Unterlagen sowie die Kurs-Sprache sind auf Englisch. Auf Anfrage ist es ebenfalls möglich, die Seminare des Six-Sigma Digital in englischer Sprache zu halten.

 

NUR EINIGE ANWENDUNGSERFOLGE

Six-Sigma Digital eignet sich hervorragend zur Problemlösung oder Fehlervermeidung in Unternehmensbereichen mit einem hohen Automatisierungsgrad oder mit Prozessabläufen, in denen umfangreiche Daten erzeugt und abgespeichert werden. Ebenso können Erkenntnisse aus klassischen, deskriptiven Six-Sigma-Projekten als Basis für die Entwicklung von Vorhersagemodellen genutzt werden.

 

 

Mit Hilfe umfangreicher Daten können bspw. vorbeugende Maßnahmen von Verschleißprozessen zur Steigerung der OEE im Betrieb abgleitet oder Pseudofehler von automatisierten Anlagen erkennbar gemacht und beseitigt werden, um den Instandhaltungsaufwand zu verringern. Gerade für den Bereich der Logistik sind in Warenwirtschaftssystemen umfangreiche Informationen verfügbar. Damit können z.B. Lieferservicegerade verbessert oder Materialflüsse effizienter gesteuert werden.