![](/fileadmin/_processed_/4/b/csm_PSIasmQualicision_Scheduling_1700x955_300_9c738c90e5.png)
Die intelligente Planungs- und Monitoringsoftware PSIasm/Qualicision kombiniert Planung und Echtzeitsteuerung mit KPI-basierter Produktionsoptimierung mittels der Scheduling- und Sequenzierungsalgorithmen von Qualicision AI.
Die Qualicision AI-basierten Scheduling- und Sequenzierungsalgorithmen im PSIasm/Qualicision lassen sich einsetzen, um aus Einzelentscheidungen effiziente multikriterielle KPI-Entscheidungen zu erhalten. Dies erfolgt mittels datenbasierter KPI-Bewertung aus automatisch errechneten Zielkonflikten in den zu optimierenden Produktionsprozessen.
Zusätzlich lassen sich Prioritäten der KPI-basierten Kriterien maschinell so lernen, dass konsistente Prioritäteneinstellungen der Kriterien automatisch empfohlen werden. Damit lässt sich der tiefere Zusammenhang zwischen Einzelentscheidungen und Zielkriterien errechnen sowie datenbasiert lernen. Bei der Anwendung dieses KI-Prinzips auf das Scheduling oder das Sequenzieren von Produktionsaufträgen und Arbeitsgängen kann der Produktionsprozess wahlweise in Echtzeit oder im Sinne planender oder simulierender Szenarien optimiert werden.
Vorteile auf einen Blick
![PSIasm/Qualicision](/fileadmin/_processed_/8/7/csm_PSIasmQualicision_Sequencing_Ptimes_1700x955_300_54d885335c.png)
-
Eigenschaftenbasierte Sequenzierung Die Auftragssequenz wird gemäß den physischen Auftragseigenschaften gebildet.
-
Produktionszeitenbasierte Sequenzierung Bei Produktionslinien, deren Sequenzen nach zeitlich festgelegten Kapazitäten der Arbeitsressourcen.
-
KPI-basierte Planung Leistungsfähiges Tool für Management, Optimierung und Visualisierung in der Produktion über multiple Ressourcen.
-
KPI-basierte Produktionsoptimierung Planung und Echtzeitsteuerung mit KPI-basierter Produktionsoptimierung
-
Leistungsstarke Entscheidung Direkter Zugriff auf leistungsstarken Qualicision-Entscheidungskern
-
Erklärbarkeit KI-Ergebnisse Erklärbare Zusammenhänge von Wirtschaftlichkeits- und Nachhaltigkeits-KPIs
-
Anwenderakzeptanz Steigerung der Anwenderakzeptanz durch nachvollziehbare KI-Entscheidungen
-
KI-Prädiktoren Generische Vorhersagealgorithmen unter Verwendung von Qualicision AI-Prädiktoren
-
Selbstlernende Datenaufbereitung für weitergehende maschinelle Lernverfahren und tiefergehende prognoseorientierte Analysen
-
Dialogführung und Übungsbeispiele Nachvollziehbare Einsatzmöglichkeiten und spielerische Interaktion durch integrierte Dialogführung und Übungsbeispiele (Integrated Didactics)
Funktionen
-
Qualitatives Labeln Das Qualitative Labeln im Rahmen des PSIdeepqualicision AI-Frameworks optimiert rohe Geschäftsprozessdaten für Machine-Learning-Anwendungen, indem es messbare Daten direkt aus Geschäftsprozessen im Kontext von KPIs (Key Performance Indicators) qualitativ beurteilt und darauf basierend Zusammenhänge analysiert. Auf diese Weise entsteht automatisiert zwischen den nicht aufbereiteten rohen Geschäftsprozessdaten und Methoden der Künstlichen Intelligenz (KI) eine algorithmische Brücke, die den aufwändigen Vorgang der manuellen Datenanalyse zum Labeln von Daten entscheidend vereinfacht.
-
Qualicision Impact Matrix Die Eingabe für die Software besteht im Wesentlichen hierbei aus zwei Hauptkomponenten: Zum einen werden Datenströme des zu analysierenden Geschäftsprozesses mitgeschrieben und mit Hilfe von Zeitstempeln automatisch in Zeitreihen umgewandelt. Zum anderen werden mit den für den Geschäftsprozess Verantwortlichen (Process Owner) Kennzahlen (KPIs) und deren Wertebereiche abgestimmt, anhand derer der betreffende Geschäftsprozess analysiert werden soll. Zusätzlich werden noch die Wertebereiche der KPIs in gewünschte und nicht gewünschte Wertebereiche eingeteilt. Grüne Labels stehen für erwünschte beziehungsweise gute Signalbereiche während rote Labels Bereiche konnotieren, die kritisch also unerwünscht aus Prozesssicht sind.
-
Lernalgorithmus F9118 Der F9118-Lernalgorithmus ermöglicht beispielsweise die automatische Berechnung von konsistenten Lösungs- und Entscheidungsalternativen, die historisierte Datenzusammenhänge mit aktuellen Datensituationen kombinieren. Dabei werden die Entscheidungsoptionen so aufbereitet, dass der Anwender sich wie ein Java-basierter PSI-Click-Designer betätigt und im PSIdeepqualicision AI Framework durch Klicken und Navigieren in Auswahlmenüs und anderen graphisch aufbereiteten GUI-Elementen agiert.
Module
![Scheduling](/fileadmin/_processed_/4/b/csm_PSIasmQualicision_Scheduling_1700x955_300_765794bfab.png)
Scheduling
Leistungsfähiges Tool für Management, Optimierung und Visualisierung von verketteten Arbeitsabläufen in der Produktion über multiple Ressourcen.
![Eigenschaftenbasierte Sequenzierung](/fileadmin/_processed_/f/4/csm_PSIasmQualicision_Sequencing_Properties_1700x955_300_7cf7ef6e82.png)
Eigenschaftenbasierte Sequenzierung
In der Eigenschaftenbasierten Sequenzierung sind die zugrunde gelegten KPIs in einem Strichgraph so angelegt, dass sie im Wesentlichen die physische Struktur des Produktionsprozesses abbilden. Die Auftragssequenzen werden gemäß den physischen Auftragseigenschaften gebildet.
![Produktionszeitenbasierte Sequenzierung](/fileadmin/_processed_/8/7/csm_PSIasmQualicision_Sequencing_Ptimes_1700x955_300_b32a347493.png)
Produktionszeitenbasierte Sequenzierung
Indem physische mit wirtschaftlichen Industrie-4.0-KPIs ergänzt werden, ist es z. B. bei Produktionslinien, deren Sequenzen nach zeitlich festgelegten Kapazitäten der Arbeitsressourcen/-stationen gebildet werden ebenfalls möglich, zur Optimierung von Auftragssequenzen Arbeitskapazitäten in Form von Arbeitszeitbedarfen als Sequenzierungs-KPIs zu verwenden.
Typische Anwender
![](/fileadmin/_processed_/d/2/csm_PSIasm_Qualicision_Scheduling_a9db752aac.png)
IT-Leiter
Mit einem tiefen technischen Verständnis haben Administratoren ein sicheres Gespür für Systemstabilität und Performanz sowie für Konfigurier- und Integrationsfähigkeit von Entscheidungsunterstützungs- und Optimierungssystemen. Zuverlässigkeit ist eines der zentralen Qualitätsmerkmale für Administratoren, wenn es um Software-Lösungen geht.
-
Erklärbarkeit KI-Ergebnisse
Erklärbare Zusammenhänge von Wirtschaftlichkeits- und Nachhaltigkeits-KPIs
-
Optimierte Entscheidungsfindung
Optimierung und Entscheidungsfindung für Auswahl- und Klassifizierungsaufgaben
-
Gezielte Bereitstellung von Diensten
Effiziente Bereitstellung von Upgrades oder neuen Diensten für bestimmte Betriebsbereiche mit softwaregesteuerter Flexibilität.
Fragen und Antworten
Welchen Nutzen bietet PSIasm/Qualicision?
Nutzen von PSIasm/Qualicision:
- Integrierte Basisplanung von Arbeitsabläufen in Sequenz
- Kennzahlen(KPI)-orientierte Bewertung von Planungsszenarien
- Verschiedene qualitative Optimierungsziele wie Dringlichkeit, Wichtigkeit, Kompaktheit und Anzahl der Alternativen
- Optimierung und Entscheidungsfindung zur Auswahl von Planungsszenarien mit Qualicision AI
- Schnelle Identifizierung von Engpässen durch multikriterielle Planung
- Steigerung der Transparenz und Reaktionsfähigkeit in der Produktion
Was ist der F9118-Lernalgorithmus?
Der F9118-Lernalgorithmus ermöglicht beispielsweise die automatische Berechnung von konsistenten Lösungs- und Entscheidungsalternativen, die historisierte Datenzusammenhänge mit aktuellen Datensituationen kombinieren. Dabei werden die Entscheidungsoptionen so aufbereitet, dass der Anwender sich wie ein Java-basierter PSI-Click-Designer betätigt durch Klicken und Navigieren in Auswahlmenüs und anderen graphisch aufbereiteten GUI-Elementen agiert.
In welchen Branchen wird PSIasm/Qualicision eingesetzt?
Z. B. in der Fertigungssteuerung der Automobilindustrie und im produzierenden Gewerbe. Überall wo qualifizierte Entscheidungen zu treffen sind.