Wertstromanalyse und Prozessmodellierung

Die Wertstromanalyse dient dazu, den gesamten Material- und Informationsfluss eines Prozesses zu erfassen und zu visualisieren. Dabei werden alle Schritte, die zur Wertschöpfung beitragen, von denjenigen getrennt, die keinen Wert hinzufügen.

Verschwendung im Wertstrom sind alle Aktivitäten, die keinen Mehrwert für den Kunden schaffen. Dazu gehören z.B. unnötige Transporte, Wartezeiten, Überproduktion, Fehler und Nacharbeit.

Eine Prozesslandkarte bietet einen umfassenden Überblick über alle relevanten Prozesse eines Unternehmens. Sie visualisiert die einzelnen Prozesse, ihre Beziehungen zueinander und die beteiligten Abteilungen oder Teams.

Ein Prozessmodell vereinfacht und visualisiert die einzelnen Schritte eines Prozesses und die Abhängigkeiten zwischen diesen. Es dient zur Analyse, Optimierung und Dokumentation von Prozessen.

eEPK ist eine Modellierungssprache für Prozesse, die neben Funktionen und Ereignissen auch Informationsobjekte berücksichtigt. Diese Objekte repräsentieren die Daten, die zwischen den einzelnen Schritten eines Prozesses ausgetauscht werden.

BPMN steht für Business Process Model and Notation. Es ist ein Standard für die Modellierung und Notation von Geschäftsprozessen. Häufig werden für diese Modellierung Flussdiagramme genutzt.

Die Idealzeit ist die theoretisch minimale Prozesszeit, die ohne Störungen oder Verschwendung erreicht werden könnte.

Das magische Dreieck der Projektmanagement basiert auf den drei Dimensionen Zeit, Kosten und Qualität. Diese drei Faktoren stehen in einer engen Beziehung zueinander und beeinflussen sich gegenseitig.

OEE steht für Overall Equipment Effectiveness. Die OEE-Kennzahl misst die gesamte Effektivität einer Anlage.

Prozesseffektivität beschreibt den Grad, in dem ein Prozess seine Ziele erreicht. Dieser Grad wird durch die Analyse verschiedener Parameter wie die Fehlerquote oder die Entdeckungswahrscheinlichkeit von Fehlern bestimmt.

Die Vorbereitung einer Prozessanalyse beinhaltet die Definition des zu analysierenden Prozesses, die Erhebung von Daten über den Prozessablauf und die Erstellung von Prozessmodellen oder Flussdiagrammen.

Ein prozessgesteuerter Ansatz sorgt für eine klare Strukturierung von Prozessen und deren Abläufen. Dadurch werden Prozesse effizienter und transparenter und es lassen sich Qualitätsstandards besser einhalten.

Die Durchlaufzeit eines Prozesses beschreibt die Zeit, die ein Auftrag benötigt, um den gesamten Prozess zu durchlaufen. Faktoren wie Störungen, Optimierung der Kommunikationswege und die Nutzung von Automatisierungstools beeinflussen die Durchlaufzeit.

Lean-Management ist eine Philosophie, die darauf abzielt, Verschwendung in Prozessen zu minimieren. Kaizen und Wertstromanalyse sind Methoden, die im Lean-Management eingesetzt werden.

Verlustarten der OEE sind alle Faktoren, die die Effektivität einer Anlage beeinträchtigen. Dazu gehören z.B. Qualitätsmängel, Fehlende Mitarbeiterkapazität oder Materialverfügbarkeit.

Die Automatisierung von Prozessen birgt Herausforderungen wie hohe Implementierungskosten, komplexe Fehlerquellenanalyse und erhöhte Abhängigkeit von digitalen Systemen.

KI kann in Echtzeit große Datenmengen analysieren und Entscheidungen auf Basis von Daten treffen. Dadurch werden menschliche Fehler reduziert und Entscheidungen können schneller und effizienter getroffen werden.

Das Unabhängigkeitsaxiom besagt, dass jede Funktionale Anforderung (FR) unabhängig von anderen FRs sein sollte. Außerdem sollte jeder Designparameter nur für eine FR verantwortlich sein.

Herausforderungen beim Einsatz von KI liegen in der Transparenz der Entscheidungsprozesse, der begrenzten Datenmenge und dem Datenschutz.

Im Axiomatic Design werden verschiedene Domänen definiert, die die Entwicklung eines Produktes oder Prozesses beschreiben.

Im Gesundheitswesen werden KI-Anwendungen zur Diagnoseunterstützung, zur Therapieplanung und zur Optimierung von Prozessen eingesetzt.

Die "ilities" beschreiben wichtige Eigenschaften eines Systems, die auf die -ability enden. Beispiele sind Skalierbarkeit, Portabilität und Wartbarkeit.

Eine DSM (Design Structure Matrix) zeigt die Abhängigkeiten zwischen den Elementen eines komplexen Systems. Dabei werden die Elemente in einer Matrix dargestellt.

Die Qualität von KI-Entscheidungen hängt stark von Faktoren wie der Datenqualität, der Erklärbarkeit des Modells und dem Umfang der historischen Daten ab.

GPT und BERT sind zwei Beispiele für Sprachmodelle, die auf der Transformer-Architektur basieren. Diese Modelle sind besonders leistungsfähig für den Umgang mit Textdaten.

Eine Designmatrix zeigt die Beziehungen zwischen funktionalen Anforderungen (FR) und Designparametern (DP). Die Matrix visualisiert die Abhängigkeiten und Beziehungen zwischen diesen.

In der KI werden verschiedene Methoden zur Entscheidungsfindung verwendet, wie die Bayessche Entscheidungstheorie, die Nutzentheorie und Genetische Algorithmen.

Die Bayessche Entscheidungstheorie in der KI zielt darauf ab, die wahrscheinlichsten Entscheidungen zu treffen, indem sie den erwarteten Nutzen der verschiedenen Aktionen berücksichtigt.

Decision Intelligence-Plattformen sind Plattformen, die Datenwissenschaft und Sozialwissenschaften kombinieren, um Entscheidungen zu verbessern.

Die Abhängigkeit von KI-Systemen kann zu Herausforderungen wie reduzierter menschlicher Kontrollmöglichkeit, schwieriger Integration und hohen Entwicklungskosten führen.

Die Transparenz von KI-Modellen kann durch Explainable AI verbessert werden. Außerdem sollte die Dokumentation der Entscheidungsprozesse offen und zugänglich sein.