Start-Up Erfahrungen

Ist CRISP-DM der A3-Report des Datenzeitalters?

Mann steht unter schwebender Welle in der Produktion

Probleme zu lösen ist eine Alltagsaufgabe im modernen Qualitätsmanagement. Ein strukturiertes Vorgehen soll dabei der A3 Report liefern – bekannt geworden durch Toyota. Kann dieser auch im Zeitalter der datenbasierten Problemlösungswerkzeuge angewandt werden oder stiften andere Problemlösungsmethoden mehr Mehrwert?

Was ist ein A3-Report?

Ursprünglich wurde der A3-Report vom Qualitätsguru Joseph M. Juran entwickelt und erlangte große Bekanntheit durch den fokussierten Einsatz bei Toyota. Durch seine Strukturiertheit und Transparenz ermöglicht er ein zielgerichtetes Problemlösen im Team. Es gibt zwar keine standardisierte Vorlage – Unternehmen haben oft ihre hauseigenen Templates der Lean Abteilungen – jedoch basiert er grundlegend auf dem PDCA (Plan-Do-Check-Act) Zyklus. Der REFA schlägt folgende Schritte vor:

  1. Hintergrund
  2. Aktuelle Situation
  3. Zielzustand
  4. Ursachenanalyse
  5. Gegenmaßnahmen
  6. Erfolgswirkung
  7. Standardisierung und Follow-Up

Das Vorgehen ist dabei iterativ aufgebaut, jedoch kann zwischen den einzelnen Phasen gesprungen werden. Wie der Name vermuten lässt, sollte die Vorlage möglichst großflächig ausgedruckt werden, um alle Informationen auf einer Seite zur Verfügung zu stellen.

Herausforderungen des A3 Reports beim Thema Datenanalysen

Der A3 Report ist stark auf traditionelle Problemlösungen ausgerichtet. Schwierigkeiten, die aus prozessualen Themen resultieren, eignen sich sehr gut für diese Herangehensweise. Beim Thema, komplexe Fragestellungen mit Datenanalysen zu lösen, stößt der Report jedoch an seine Grenzen. Die Ausgestaltung der einzelnen Arbeitsphasen wird den Anforderungen des datenbasierten Arbeitens nicht mehr gerecht. Bei Datenanalysen gewinnen Themen wie Datenverfügbarkeit und Datenqualität eine starke Rolle, die jedoch nicht im A3 Framework berücksichtigt sind. Platz würden Sie zwar finden – zwischen Aktuelle Situation und Ursachenanalyse – jedoch steht man sich dabei selbst im Wege. Darüber hinaus setzt der A3-Report stark auf die Nachhaltigkeitsüberprüfung der Maßnahmen, ein Ansatz, der für Softwarelösungen nicht eins zu eins transferierbar ist. Hier sollte zwischen Proof of Concept und dauerhaftem Betrieb („Deployment“) unterschieden werden.

CRISP-DM als standardisiertes Vorgehen

Der Cross-Industry Standard Process for Data-Mining wurde seit 1996 entwickelt und 2000 von C.Shearer  im Journal of Data Warehousing vorgestellt (Colin Shearer, The CRISP-DM Model: The New Blueprint for Data Minining, Journal of Data Warehousing, 2000). Das Vorgehen wurde unter anderen von SPSS und Daimler-Benz im Rahmen eines europäischen Förderprojektes entwickelt. Es teilt den Problemlösemodus in folgende Schritte auf:

  1. Business Understanding:
    Business-Ziele festlegen, Situationsanalyse, Data-Mining Ziele festlegen, Projektplan erstellen
  2. Data Understanding
    Erste Daten sammeln, Daten beschreiben, Daten explorieren, Datenqualität evaluieren
  3. Data Preparation
    Datenset beschreiben, Daten auswählen, Daten säubern, Features ableiten, Daten formatieren und konsolidieren
  4. Modeling
    Modell auswählen, Testaufbau erstellen, Modell erstellen und bewerten
  5. Evaluation
    Ergebnisse bewerten und überprüfen, Nächste Schritte festlegen
  6. Deployement
    Integrationsplan festlegen, Überwachungs- und Kontrollaktivitäten festlegen, Finalen Report erstellen, Projekt bewerten

Allein die Anzahl des Wortes „Daten“ zeigt die konsequente Ausrichtung auf datenbasierte Lösungen. Mit der Anwendung der einzelnen Schritte können Data-Mining Lösungsansätze strukturiert durchgeführt und vergleichbar gemacht werden. Die einzelnen Schritte sollten nacheinander abgearbeitet werden. Iterationsschleifen sind jedoch vorherzusehen und notwendig. Ähnlich aufgebaut ist der Knowledge Discovery in Databases (KDD) Prozess.

Gemeinsamkeiten von A3 und CRISP-DM

Beide Ansätzen bieten einen Lösungsansatz von der Problemstellung bis hin zur nachhaltigen Lösung an. Dabei fokussieren sich beide Ansätze auf verschiedene Bereiche im Laufe der Problemlösung. Hier sind beide Ansätze gegenübergestellt:

A3-Report CRISP-DM
Hintergrund   Business Understanding
Aktuelle Situation  
Zielzustand  
Ursachenanalyse   Data Understanding
Gegenmaßnahmen   Data Preparation
Modeling
Erfolgswirkung   Evaluation
Standardisierung und Follow-Up Deployment

Zusammenfassung

Sowohl der A3-Report als auch CRISP-DM unterstützen bei Problemlösungen. Während der A3-Report stark mit seiner Einfachheit und Transparenz überzeugen kann, stößt er bei Datenanalysen an seine Grenzen. Hier übernimmt CRISP-DM mit seiner strukturierten Ausrichtung auf datenbasierte Lösungsansätze. Die einzelnen Problemlösungsschritte sind inhaltlich ähnlich, setzen jedoch individuell Fokussierungen auf einzelne Problembereiche. DatenBerg setzt das CRISP-DM als Lösungstool im Rahmen des Base Camps ein. Dabei wird ein Use-Case strukturiert analysiert, die Datenlage evaluiert und die Modellphase über die eigens entwickelte Software kurzgehalten.

DatenBerg bietet KI-gesteuerte Tools für die industrielle Analytik zur Vorhersage der Qualität an. Die DatenBerg Software konsolidiert riesige Datenmengen mit sehr hoher Geschwindigkeit aus verfügbaren Datenquellen in der Produktion und streamt die Daten in Echtzeit an den lokalen Server. Mit Hilfe einzigartigem, proprietärem maschinellem Lernen identifiziert die Analyse von DatenBerg selbständig Anomalien, verknüpft diese mit Prozessparametern innerhalb des Produktionsprozesses und prognostiziert auftretende Fehler. Darüber hinaus ermöglicht DatenBerg den Vergleich zwischen Maschinen- und Qualitätsdaten mit einem Klick. Mit einer Echtzeit SPC Überwachung können auch mit eingeschränkter Datengrundlage bereits Mehrwerte erzielt werden. Die Software wird durch das Qualitätsmanagement, Produktionsingenieure und Maschinenbediener genutzt, ohne dass Big Data-Experten eingestellt werden müssen. Die DatenBerg-Lösung ist bereits heute für produzierende Unternehmen verfügbar, die Industrie 4.0-Anwendungen implementieren und den Gipfel Ihrer Datenberge erklimmen möchten.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.