AT&S nutzt Data & Analytics-Plattform Effizienzsteigerung und Innovation in der Leiterplattenproduktion

Anbieter zum Thema

Heitec AG

MES Electronic Connect GmbH & Co. KG

IBR Leiterplatten GmbH & Co. KG

Der Leiterplattenhersteller und Substratspezialist AT&S arbeitet an einer unternehmensweiten Data & Analytics-Plattform, um den Wert seiner weltweit anfallenden Daten besser auszuschöpfen. Ein Anwender- und Erfahrungsbericht.

AT&S möchte sich mit der Einführung der Data & Analytics-Plattform zu einem datengetriebenen Unternehmen entwickeln. Die Plattform soll helfen, Informationen effizienter zu nutzen, Geschäftsprozesse zu optimieren, datenbasierte Entscheidungen zu treffen und die Leiterplattenproduktion effizienter und kosteneffektiver zu gestalten. Zudem soll die Plattform Transparenz schaffen, Self-Service-Informationsversorgung ermöglichen und eine solide Grundlage für die langfristige Entwicklung von AT&S bieten.

Nach einer internen Bestandsaufnahme der bereits vorhandenen BI-Lösungen, Dashboards und Kennzahlen kam man zum Schluss, dass es sich durchweg um Insellösungen und Datensilos mit begrenztem Ausbaupotenzial handelt. Daher sollte eine von Grund auf neue Data & Analytics-Plattform für alle Standorte und Fachbereiche mit moderner Architektur und unternehmensweiter Organisation aufgesetzt werden. Den Projektverantwortlichen war klar: Der nachhaltige Aufbau und Betrieb in konzernweiten Standards erforderte eine umfassende Data & Analytics-Strategie.

Bildergalerie

Strategisches Projekt mit QUNIS

• Im Juni 2020 startete das Projekt mit einem gemeinsamen Analyseworkshop. Sehr konkret wurden hier bereits die wesentlichen Ziele und Anforderungen herausgearbeitet, die das weitere Vorgehen bestimmen:

• In einer Konzeptphase sollten die Datenarchitektur, Technologien, Daten-Governance und entsprechende Organisation mit Rollen und Verantwortlichkeiten in der IT und den Fachbereichen geklärt werden.

• Ein neues Data Warehouse soll entstehen. Zur Integration von Datenquellen und Aufbau der Kennzahlen wurde eine Use-Case-getriebene Datenstrategie beschlossen; d. h. das strukturierte Datenmodell wächst systematisch mit den jeweiligen Data Marts der schrittweise umgesetzten Anwendungen.

• Der erste Use Case ist der Bereich Yield im Rahmen des Qualitätsmanagements, der Schlüsselkennzahlen für die Produktionssteuerung liefert. Hierfür ist das neue Data Warehouse (DWH) in der vorhandenen On-Premises-Umgebung des Microsoft SQL Servers die geeignete Lösung.

• Das DWH soll später mit Cloud-basierten Technologien zum Data Lake erweitert werden können, um Advanced Analytics und operative Lösungen wie Predictive Maintenance mit Produktions- und Sensordaten umsetzen zu können.

• Wichtig für die unternehmensweite Initiative ist ein Priorisierungs- und Eskalationskonzept, das die sichere Einordnung von Anforderungen und Kommunikation mit den Fachbereichen gewährleistet.

• Als Best Practice für das neue DWH dient die QUNIS Automation Engine (QAE), ein toolgestützter Ansatz, der den Aufbau und Betrieb von Data-Warehouse-Lösungen inklusive BI- und Datenmanagement-Prozessen standardisiert und automatisiert.

Qualitätsmanagement macht den Anfang

Die Strategie wurde innerhalb von drei Monaten entwickelt und ausformuliert. Auf dieser Grundlage wurde das Fachkonzept der Yield-Kennzahlen samt technischer Anforderungen als erste Anwendung aufgesetzt. Die Yield-Werte, die in der Leiterplattenanfertigung den aus einem Fertigungsnutzen generierten Ertrag (brauchbarer Leiterplatten) angeben, sind für AT&S eine zentrale Performance-Stellschraube. Höhere Yield-Werte bedeuten eine höhere Produktionsausbeute bei geringeren Kosten. Durch ein NCC (Non Conformance Costs)-Reporting wurde zudem die Betrachtung der Kostenseite noch weiter verfeinert.

Die Implementierung nach dem QAE-Ansatz startete im November 2020 als Proof of Concept für das Data Warehouse. Der umfangreiche Yield-Bereich ist inzwischen als Beta-Version auf der Proof-of-Concept-Umgebung verfügbar, während das überschaubarere NCC-Reporting bereits im Live-Betrieb ist. Als Frontend für das Rollout der Datenplattform ist Microsoft Power BI im Einsatz. QUNIS hatte das Projektteam hier bei der Auswahl einer geeigneten Frontend-Technologie unterstützt.

Das Qualitätsmanagementreporting wurde inzwischen um ein Modul für das Supply Chain Management und eine operative BI-Anwendung mit Produktions- und Maschinendaten ergänzt. Auch alle künftigen Module werden mithilfe eines strukturierten Anforderungsmanagements realisiert. Über ein Ticketing-System in der IT werden dazu Requests nach Aufwand und Nutzen gesichtet und priorisiert.

Agile Entwicklung und Rollout über BI-Organisation

Die anfangs definierte Organisationsstruktur bewährt sich im Projektmanagement. Federführend ist das in der IT angesiedelte EDM (Enterprise Data Management)-Team, das im Rahmen der unternehmensweiten Data Governance auch standardisierte Stamm-, Referenz- und Metadaten etabliert. Zum EDM-Team gehören u. a. Rollen wie der Data Engineer, Solution Architect und Data Architects. Ansprechpartner in den Fachbereichen sind die Key- und Power-User.

Als großer Vorteil erweist sich die agile Vorgehensweise. Im umfassenden Projekt ist die Realisierung in überschaubaren Sprints motivierend für das Team. Außerdem lässt sich die parallele Arbeit an mehreren Teilprojekten gut organisieren. Auch die Zusammenarbeit mit den Fachbereichen verläuft durch sprintweise Berichte über Entwicklungsfortschritte und die gezielte Aufgabenverteilung an die jeweiligen Key-User transparent und sicher.

Das EDM-Team berichtet direkt an die IT-Leitung und kann sich im konzernweiten Projekt auf den Rückhalt des Vorstands verlassen. Auch die Unterstützung durch QUNIS ist wertvoll, wie die Projektleiterin Ulrike Klein, Head of Enterprise Data Management der AT&S Austria Technologie & Systemtechnik Aktiengesellschaft, erklärt: „QUNIS unterstützt uns auf allen Ebenen: von der strategischen und technologischen Beratung über die fachliche Konzeption bis zur Implementierung samt Coaching und Koordination aller Stakeholder.“

Self-Service erfordert durchdachtes Backend

Mit den ersten Anwendungen werden bereits handfeste Vorteile sichtbar. Das Yield Management schafft Transparenz über Ausschussquoten, granular und konsolidiert über verschiedene Werke. Die NCC-Zahlen sind komplett neue Steuerungsinformationen für die Fachbereiche. Erstmals ist zudem eine Self-Service-Informationsversorgung möglich, die Unabhängigkeit in die Fachbereiche bringt.

Ulrike Klein hat jedoch vor allem das Gesamtbild im Blick. Ihr Team fokussiert sich auf den nachhaltigen Aufbau von Data Marts im Rahmen des unternehmensweiten Datenmanagements: „Wir wollen gut dokumentierte Daten in Top-Qualität zur Verfügung stellen. Mit Zugriff auf ihre jeweiligen Data Marts und den Data Catalog können die Fachbereiche dann ihre eigenen Applikationen auf standardisierter Datengrundlage selbst aufbauen.“

Skalierung auf Basis der tragfähigen Strategie

Die Data & Analytics-Plattform von AT&S befindet sich noch in der Anfangsphase. Mit der Umsetzung weiterer Use Cases entsteht Schritt für Schritt eine breite, verlässliche Datenbasis mit Informationen zu ihrer Herkunft, Bedeutung und dem jeweiligen Data Owner im zentral verfügbaren Data Catalog.

Schon jetzt können auf dieser Basis kleinere Applikationen wie eine Balanced Scorecard sehr schnell nach Nutzer-Bedarf abgebildet werden. Diese „Quick Wins“ sind aber nicht das Ziel des EDM-Teams, das sich vornehmlich auf den systematischen Ausbau des Datenpools konzentriert. Jeder Use Case erfordert dabei eine sorgfältige Vorbereitung und auch eine kontinuierliche Weiterentwicklung der Datenkompetenz im Team. Für dieses langfristig angelegte Datenprojekt sieht sich Ulrike Klein durch die umfassende Data & Analytics-Strategie gut gerüstet: „Die definierte Strategie gibt uns den Plan für den weiteren Ausbau vor. Wir müssen nicht jedes Mal neu entscheiden und können Fragen der Fachbereiche jederzeit beantworten.“

Die Architektur, die Infrastruktur, die Entwicklung auf Basis des strukturiertem Anforderungsmanagements und die professionelle Organisation sind gesetzte Grundpfeiler. Einzelne Bausteine wie Anwendungen, die Organisation oder die Governance können in diesem Grundgerüst durch einfache Skalierung wachsen. Auch Details wie beispielsweise das Staffing des EDM-Teams lassen sich auf dieser Grundlage gut planen.

Spätere Ausbaustufen wie der Einbezug neuer Cloud-Technologien sind durch die Strategie ebenfalls abgedeckt. Ulrike Klein sieht diese sichere Planungsgrundlage als zentralen Erfolgsfaktor für die nachhaltige Entwicklung von AT&S hin zum datengetriebenen Unternehmen.

(mbf)

* Annefried Simoneit ist Senior Customer Success Expert bei der QUNIS GmbH. Zu ihren fachlichen Schwerpunkten gehören die Strategie- und Organisationsentwicklung für Data & Analytics-Initiativen, das Thema Data Governance für den Data Lake sowie die Begleitung von Softwareauswahlprojekten für Frontend, Planung und Backend. Darüber hinaus leitet sie die Studienprojekte von „the factlights“ und gehört zum Autorenteam der Erhebungen.

(ID:49264102)