Energie-Controlling mit BI
für ein produzierendes UnternehmenDie Aufgabe
Als global aufgestellter Konsumgüterhersteller bietet Procter & Gamble (P&G) Verbrauchern weltweit ein Portfolio sehr erfolgreicher Produkte wie bspw.:
• Always (Damenhygieneprodukte)
• Ariel (Waschmittel)
• Braun (Elektrogerät)
• Gillette (Nassrasierer)
• Head & Shoulders (Haarpflege)
• Lenor (Weichspüler)
• Meister Proper (Haushaltsreiniger)
• Oral-B (Zahnhygiene)
• Pampers (Windeln und Feuchttücher)
• Swiffer (Bodenreinigungssystem, Staubwedel)
Das Unternehmen erwirtschaftete weltweit mit etwa 90.000 Mitarbeitern einen Umsatz von etwa 65 Milliarden US-Dollar.
Kernziel des Projektes Energiemanagement war die Entwicklung einer flexiblen und erweiterbaren Business Intelligence (BI) Lösung für ein Energiemanagementsystem, die bei Procter&Gamble als Datenbasis für das unternehmensweite Energiemanagement dienen sollte.
Folgende Aufgaben sollten umgesetzt werden:
- EnergieControlling, inkl. Energie-Monitoring und Energieplanung
- Alarmierung für ungerechtfertigten Energieverbrauch
- Spitzlastkappung
- Energieflussrechnung / Energiebilanz zugeführte/verbrauchte Energie
Sankey-Diagramm für die Darstellung des Energiezuflusses und des Energieverbrauchs
Die Lösung
Die Einsparung von Energie wird bei weiter steigenden Energiekosten für fast alle Unternehmen ein immer wichtigeres Thema. Laut einer Umfrage des EHI Retail Institute e. V. (EHI) in der Studie „Energiemanagement im Einzelhandel“ sind 86% aller befragten Unternehmen zu Investitionen mit der Zielsetzung einer Ausgabenreduktion der Energiekosten bereit. Regenerative Energiequellen wie Solaranlagen auf dem Fabrikdach oder die Neuanschaffung von energiesparenden Produktionsmaschinen oder Druckluftkompressoren sind häufig die ersten erfolgreichen Schritte, jedoch zielen diese nur in eine Richtung.
Ein intelligentes Energiecontrolling schafft zusätzliche Effizienz. Hier besitzt ANIGMA die Erfahrung durch viele Projekte in der Produktion. Die Energieflüsse in einem Unternehmen werden durch ein Sankey Diagramm umfassend abgebildet. Es visualisiert nicht nur die Verbräuche von Energie, sondern bezieht auch die Energiegewinnung mit ein.
Für ein erfolgreiches EnergieControlling in der Produktion wird der Energieverbrauch bis auf Produktionslinien oder einzelne Maschinen heruntergebrochen. Moderne Produktionsmaschinen bringen das notwendige Energiemanagementsystem bereits mit. Mit Hilfe dieser maschinengenerierten Daten lassen sich auch intelligente Überwachungsprozesse in Echtzeit realisieren.
Für den Verbrauch von Energie in der Produktion werden die unterschiedlichen Produkte, die verwendeten Maschinen und Produktionslinien betrachtet.
Mit Hilfe der Sensordaten, die den Energieverbrauch in Kilowatt an den einzelnen Maschinen messen, und dem Produktionsplan, der das Produkt, die Anzahl der Produkte pro Zeiteinheit oder den Energieverbrauch bei Leerlauf beisteuert, lassen sich die Energiekosten für einzelne Güter auf den jeweiligen Produktionslinien gut kalkulieren.
Erzielte Ergebnisse
Mit der Zusammenführung der unterschiedlichen Modelle und Daten in einem Business Intelligence System lässt sich nun ein erfolgreiches EnergieControlling etablieren.
So werden Antworten zu Fragen wie „Wieviel Energie steckt in dem produzierten Produkt (auf Stückebene) und mit welchen Kosten wurde diese Energie erzeugt bzw. zugekauft?“ möglich.
Diese können für die Planung zukünftiger Energieverbräuche bei Mengenveränderung in der Produktion und bspw. zur Verhandlung mit Energiezulieferern oder auch bei Neuinvestitionen in regenerative Energieerzeugung genutzt werden.
Der Nutzen für das operative Geschäft lässt sich noch weiter fassen. Mit Hilfe von Predictive Analytics lassen sich nahe Echtzeit Unregelmäßigkeiten im Energieverbrauch aufzeigen. Weicht der aktuelle Energieverbrauch vom prognostizierten signifikant ab, so könnten eine Störung der Produktionsmaschine oder falsche Einstellungen im Produktionsprozess vorliegen.
Eine daraufhin Alarmierung informiert die Produktionsleitung zeitnah und versetzte sie so in die Lage, weitere Schritte zur Untersuchung einzuleiten; die Maschine kann gegebenenfalls zeitnah entstört oder neu konfiguriert werden.
Projektergebnisse, die überzeugen
- Datenqualität verbessern 80%
- Reaktionszeit verkürzen 50%
- Fehlerquote senken 75%
- Wertbeitrag steigern 60%
Verwendete Technologie:
- Microsoft SQL-Server, E/R Modellierung
- Microsoft SQl-Server SSIS und SSAS
- Microsoft Reporting Services
- Bissantz Deltamaster
- Hochhuth Messdas
- Wonderware
- MES Profisy
- Microsoft Excel