Dissertation Peter-Frederik Brenner

Steigerung der Leistungsfähigkeit
der Statistischen Versuchsmethodik
durch die Gestaltung
anwendungsspezifischer Informationssysteme
nach einem Referenzmodell
Der Technischen Fakultät der
Universität Erlangen-Nürnberg
zur Erlangung des Grades
DOKTOR - INGENIEUR
vorgelegt von
Peter-Frederik Brenner
Erlangen - 2007
Als Dissertation genehmigt von der Technischen Fakultät
der Universität Erlangen-Nürnberg
Tag der Einreichung:
Tag der Promotion:
Dekan:
Berichterstatter:
08.10.2007
21.12.2007
Prof. Dr.-Ing. habil. J. Huber
Prof. Dr.-Ing. Dr.-Ing. E.h. Dr. h.c. mult. A. Weckenmann
Prof. Dr.-Ing. Prof. E.h. Dr.-Ing. E.h. Dr. h.c. mult. E. Westkämper
Zusammenfassung
Die Statistische Versuchsmethodik stellt eine Vorgehensweise zur Planung,
Durchführung und Auswertung von Versuchen mit dem Ziel der wirtschaftlichen
Informationsgewinnung über Produkte, Prozesse sowie Maschinen zur Optimierung
der Qualität bereit. Am Markt erhältliche Software für die Statistische Versuchsmethodik bietet dem Anwender keine durchgängige Unterstützung bei der
Ausführung dieser Tätigkeiten. Im Rahmen der Arbeit wurden die wissenschaftlichen
Grundlagen zur Gestaltung von Informationssystemen für das Anwendungsgebiet
Statistische Versuchsmethodik als Beitrag zur Steigerung der Leistungsfähigkeit
dieser Qualitätsmanagementmethode erarbeitet. Dazu wurde ein Referenzmodell
entworfen, das als eine Art „Leitfaden“ zur Gestaltung eines Informationssystems für
die Statistische Versuchsmethodik genutzt werden kann. Das Referenzmodell
besteht aus einer Systemarchitektur und einem Vorgehensmodell und stellt eine
Strukturierungshilfe für die Inhalte der Komponenten eines Informationssystems
sowie eine Handlungsanleitung zur Planung dieser rechnergestützten Systeme unter
Berücksichtigung branchen-, produkt- und prozessspezifischer Anforderungen bereit.
Die Anwendbarkeit des Referenzmodells wurde mit der exemplarischen Gestaltung
und prototypischen Implementierung eines Informationssystems für die Statistische
Versuchsmethodik in der Elektronikfertigung erprobt und nachgewiesen.
Abstract
Design of Experiments (DoE) offers a systematic approach for planning, conducting
and evaluating experiments in order to obtain information about a process, machine
or a product usually to achieve a continuous optimization of quality characteristics.
Software for Design of Experiments which is available on the market does not assist
the user in all phases of DoE. In the context of this thesis the basic principles for the
design of information systems for the specific domain Design of Experiments have
been developed in order to improve the performance of this quality management
method. A reference model has been established with which an information system
for the specific domain DoE can be planned and which can be used as a manual for
structuring requirements, the design and the implementation process. The reference
model provides a system architecture describing the components of an information
system for DoE and a process model representing the procedure that has to be taken
into consideration when developing such information systems with regard to branch-,
product- and process-specific requirements. The applicability and the functionality of
the reference model have been tested and validated in designing an information
system for DoE in electronics manufacturing. Therefore a technical concept has been
set up according to the requirements in this domain and the information system has
been prototypical realized within the process chain of electronics manufacturing.
Danksagung
Die vorliegende Arbeit entstand im Rahmen meiner Tätigkeit als wissenschaftlicher
Mitarbeiter bzw. wissenschaftlicher Assistent am Lehrstuhl Qualitätsmanagement
und Fertigungsmesstechnik (QFM) der Friedrich-Alexander-Universität ErlangenNürnberg.
Prof. Dr.-Ing. Dr.-Ing. E.h. Dr. h.c. mult. Albert Weckenmann, Inhaber des Lehrstuhls
Qualitätsmanagement und Fertigungsmesstechnik (QFM), gilt mein besonderer Dank
für das entgegengebrachte Vertrauen und die Übertragung herausfordernder
Aufgaben in Forschung und Lehre, die Anregung zu der Arbeit sowie die Übernahme
des Hauptreferats.
Prof. Dr.-Ing. Prof. E.h. Dr.-Ing. E.h. Dr. h.c. mult. Engelbert Westkämper,
Lehrstuhlinhaber des Instituts für Industrielle Fertigung und Fabrikbetrieb (IFF) der
Universität Stuttgart sowie Leiter des Fraunhofer-Instituts für Produktionstechnik und
Automatisierung (IPA), gilt mein Dank für die Übernahme des Korreferats.
Prof. Dr.-Ing. Klaus Feldmann, Inhaber des Lehrstuhls für Fertigungsautomatisierung
und Produktionssystematik (FAPS) der Friedrich-Alexander-Universität ErlangenNürnberg, danke ich für die Übernahme des Prüfungsvorsitzes.
Prof. Dr.-Ing. Jürgen Teich, Inhaber des Lehrstuhls für Informatik 12 (HardwareSoftware-Co-Design) der Friedrich-Alexander-Universität Erlangen-Nürnberg, danke
ich für die Teilnahme als weiterer Prüfer an der mündlichen Prüfung.
Allen Mitarbeiterinnen und Mitarbeitern des Lehrstuhls Qualitätsmanagement und
Fertigungsmesstechnik gilt mein Dank für die sehr gute Zusammenarbeit.
Meiner Frau Susan danke ich für die Unterstützung und ihre Geduld.
Erlangen, im Dezember 2007
Peter-Frederik Brenner
Inhaltsverzeichnis
i
Inhaltsverzeichnis
1
Einleitung
1
2
Rechnerunterstützung für die Statistische Versuchsmethodik
3
2.1 Grundlagen......................................................................................................... 3
2.2 Ablauf der Statistischen Versuchsmethodik ....................................................... 4
2.3 Ursprung und heutiger Stand der Rechnerunterstützung ................................... 6
2.4 Defizite vorhandener Rechnerunterstützung ...................................................... 8
2.4.1 Ermittlung und Kategorisierung der Defizite............................................. 8
2.4.2 Defizite bei der Datenhandhabung .......................................................... 9
2.4.3 Defizite bei der methodischen Unterstützung ........................................ 11
2.4.4 Defizite der Benutzerschnittstelle........................................................... 12
2.5 Ableitung von Handlungsbedarf aus den Defiziten ........................................... 14
3
Entwicklung von Informationssystemen mit Referenzmodellen
16
3.1 Definition und Nutzen von Informationssystemen............................................. 16
3.2 Ansätze zur Modellierung von Informationssystemen ...................................... 17
3.3 Definition und Aufgaben von Referenzmodellen............................................... 18
3.4 Entwurf von Referenzmodellen mit Systemarchitekturen ................................. 20
3.5 Darstellung ausgewählter Systemarchitekturen................................................ 21
3.6 Defizite verfügbarer Referenzmodelle und Systemarchitekturen...................... 25
4
Zielsetzung, Gestaltungsbereich und Beitrag der Arbeit
27
4.1 Ziel und zu erfüllende Aufgabe ......................................................................... 27
4.2 Beitrag und Nutzen der Arbeit .......................................................................... 27
4.3 Vorgehensweise zur Erreichung der Zielsetzung ............................................. 29
5
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
30
5.1 Auswahl einer Basis-Systemarchitektur ........................................................... 30
5.2 Generelle Anforderungen an ein Informationssystem für die Statistische
Versuchsmethodik ............................................................................................ 31
5.3 Ableitung der Sichten der Systemarchitektur.................................................... 34
ii
Inhaltsverzeichnis
5.4 Strukturierung der Datenbasis mit der Datensicht ............................................ 35
5.4.1 Aufbau der Datensicht ........................................................................... 35
5.4.2 Beitrag der Datensicht zur Erreichung der Zielsetzung.......................... 39
5.5 Detaillierung der Funktionen mit der Funktionssicht ......................................... 40
5.5.1 Aufbau der Funktionssicht ..................................................................... 40
5.5.2 Beitrag der Funktionssicht zur Erreichung der Zielsetzung.................... 42
5.6 Gestaltung der Benutzerführung mit der Benutzerschnittstelle......................... 43
5.6.1 Aufbau der Benutzerschnittstelle ........................................................... 43
5.6.2 Allgemeingültige Anforderungen an die Benutzerschnittstelle ............... 45
5.6.3 Funktionen und Inhalte der Akquisitionsebene ...................................... 46
5.6.4 Funktionen und Inhalte der Selektionsebene......................................... 47
5.6.5 Funktionen und Inhalte der Präsentationsebene ................................... 48
5.6.6 Funktionen und Inhalte der Hilfeebene .................................................. 49
5.7 Integration der Sichten mit der Steuerungssicht ............................................... 50
5.7.1 Aufbau der Steuerungssicht................................................................... 50
5.7.2 Beitrag der Steuerungssicht zur Erreichung der Zielsetzung ................. 51
6
Entwurf des Vorgehensmodells als Bestandteil des Referenzmodells
52
6.1 Schema zur Anwendung und Handhabung der Systemarchitektur .................. 52
6.2 Analyse der spezifischen Randbedingungen im Anwendungsgebiet................ 53
6.3 Definition der spezifischen Anforderungen an das Informationssystem ........... 55
6.4 Definition der Teilfunktionen und der Benutzerschnittstelle .............................. 56
6.5 Definition der Datenquellen und deren Inhalte ................................................. 56
7
Anwendung des Referenzmodells für die Elektronikfertigung
57
7.1 Motivation für den Einsatz der Statistischen Versuchsmethodik ...................... 57
7.2 Analyse der Randbedingungen und des Umfeldes der Elektronikfertigung...... 58
7.3 Definition der Anforderungen und Identifikation des Funktionsumfangs........... 61
7.4 Detaillierung der Benutzerschnittstelle und der Datensicht .............................. 65
Inhaltsverzeichnis
8
Implementierung und Validierung eines Informationssystems für die
Statistische Versuchsmethodik in der Elektronikfertigung
iii
82
8.1 Auswahl der zu implementierenden Systemkomponenten ............................... 82
8.2 Ableitung des Datenverarbeitungskonzepts ..................................................... 82
8.2.1 Objektorientierte Analyse....................................................................... 82
8.2.2 Modellierung der Domäne der Statistischen Versuchsmethodik............ 83
8.2.3 Modellierung der Funktionen mit Anwendungsfällen ............................. 87
8.2.4 Modellierung der Datenstruktur.............................................................. 88
8.2.5 Objektorientiertes Design....................................................................... 89
8.2.6 Festlegung des Entwurfsmusters........................................................... 89
8.3 Implementierung der Systemkomponenten ...................................................... 91
8.3.1 Umsetzung des Anwendungssystems ................................................... 91
8.3.2 Umsetzung des Datenbanksystems ...................................................... 91
8.3.3 Softwarearchitektur ................................................................................ 92
8.4 Validierung anhand einer Beispielanwendung.................................................. 94
8.5 Bewertung des Software-Prototyps .................................................................. 99
8.6 Verifizierung des aufgezeigten Lösungsansatzes............................................100
9
Zusammenfassung und Ausblick
101
10
Abkürzungsverzeichnis
103
11
Literatur
105
12
Anhang
111
iv
Inhaltsverzeichnis
Einleitung
1
1
Einleitung
Qualitativ hochwertige Produkte und Prozesse sichern die Wettbewerbsfähigkeit
deutscher Unternehmen am Weltmarkt. Eine grundlegende Voraussetzung dafür ist
ein funktionierendes und umfassendes Qualitätsmanagement. Ging es früher im
Qualitätswesen um die Planung und Dokumentation qualitätsrelevanter Prozesse
sowie um die Durchführung von Qualitätsprüfungen, stehen heute die Anbahnung
und Umsetzung von Innovationen sowie die kontinuierliche Verbesserung von
Produkten und Prozessen im Fokus der Aufgaben des Qualitätsmanagements. Eine
besondere Bedeutung kommt dabei der Einstellung und Einhaltung von Produkteigenschaften im Fertigungsprozess nach Klärung der Wirkzusammenhänge bei
gleichzeitiger Minimierung der Herstellkosten zu [WESTKÄMPER 2005].
Die Statistische Versuchsmethodik leistet einen wichtigen Beitrag zur Bewältigung
dieser Aufgaben und stellt eine Vorgehensweise für die systematische Planung,
Durchführung und Auswertung von Versuchen mit dem Ziel der aufwandsreduzierten
Optimierung der Qualität von Produkten und Prozessen bereit [WECKENMANN 2004].
Der mit der Anwendung der Statistischen Versuchsmethodik verbundene
experimentelle Aufwand und die Komplexität der Vorgehensweise erschweren den
effektiven und effizienten Einsatz dieser Qualitätsmanagementmethode in den
Unternehmen [PFEIFER 2004]. Daher wird mit der Bereitstellung von Software eine
Steigerung der Akzeptanz und der Leistungsfähigkeit der Statistischen Versuchsmethodik durch die rechnergestützte Einbindung von Versuchs- und Auswertungsmethoden in die betrieblichen Abläufe relevanter Unternehmensbereiche, wie z. B.
Entwicklung, Konstruktion, Fertigung und Qualitätsmanagement, angestrebt.
Die gegenwärtig am Markt für diesen Zweck zur Verfügung stehende Software kann
die Forderung nach einer Integration der Statistischen Versuchsmethodik in
betriebliche Abläufe allerdings nur bedingt erfüllen. Dies ist darauf zurückzuführen,
dass vorhandene Software für die Statistische Versuchsmethodik als Insellösung mit
redundanter Datenhaltung gestaltet ist, die keine durchgehende Einbeziehung von
Produkt-, Prozess- und Versuchsdaten aus dem informationstechnischen Umfeld
eines Unternehmens ermöglicht und gewonnene Erkenntnisse über Produkte und
Prozesse nicht problembezogen dokumentiert bzw. wieder abrufbar bereitstellt. Der
Funktionsumfang bestehender Software bildet die Planung von Versuchen nicht ab,
sodass die Vorbereitung von Versuchen überwiegend manuell durchgeführt werden
muss und damit eine durchgängige Rechnerunterstützung von der Planung über die
Durchführung bis zur Auswertung von Versuchen nicht gewährleistet ist. Die
Benutzerschnittstellen verfügbarer Software bieten keine problemadäquate Aufbereitung von Daten und Informationen und realisieren keine ablauforientierte Führung des
Benutzers durch die Vorgehensweise der Statistischen Versuchsmethodik.
2
Einleitung
Die dargestellten Defizite vorhandener Rechnerunterstützung liegen darin begründet,
dass die Gestaltung und Implementierung von Software für die Statistische
Versuchsmethodik aufgrund der Vielzahl der zu berücksichtigenden Anforderungen
teilweise nicht systematisch erfolgt. Erkenntnisse wissenschaftlicher Forschung,
welche den Gestaltungs- und Implementierungsprozess von Rechnerunterstützung
für die Statistische Versuchsmethodik tragen, stehen zurzeit nicht zur Verfügung,
obwohl in der Informatik Modelle für die Entwicklung informationstechnischer
Systeme eingeführt sind. Eine umfassende Rechnerunterstützung der Statistischen
Versuchsmethodik ist deshalb bisher nicht umgesetzt worden.
Der Wandel von einfacher, auf reine Datenauswertung fokussierte Software zu
umfassenden, in das Umfeld eines Unternehmens eingebundenen Informationssystemen für die Statistische Versuchsmethodik ist ein Lösungsansatz, um die
Akzeptanz und die Leistungsfähigkeit der Statistischen Versuchsmethodik nachhaltig
zu steigern. Das besondere Potenzial des Einsatzes von Informationssystemen für
die Statistische Versuchsmethodik liegt in der integrierten Bereitstellung von Daten
aus relevanten betrieblichen Bereichen wie Entwicklung, Konstruktion, Fertigung und
Qualitätsmanagement für die systematische Planung, Durchführung und Auswertung
von Versuchen sowie in der problemadäquaten Aufbereitung und Darstellung von
Daten und Informationen für interdisziplinär zusammengesetzte Teams.
Im Rahmen der Arbeit besteht deshalb das Ziel, die wissenschaftlichen Grundlagen
zur Gestaltung von Informationssystemen für die Statistische Versuchsmethodik
bereitzustellen. Zur Erreichung des Ziels ist eine Basis für die Modellierung von
Informationssystemen für das spezifische Anwendungsgebiet Statistische Versuchsmethodik zu erarbeiten, da einerseits kein Leitfaden zum Aufbau solcher Systeme
zur Verfügung steht. Andererseits können in der Informatik eingeführte Modelle zur
Gestaltung von Informationssystemen - so genannte Referenzmodelle - nicht ohne
Anpassung für den Entwurf von Informationssystemen für die Statistische Versuchsmethodik herangezogen werden, da diese Modelle die Ableitung einer problemadäquaten, ablauforientierten Benutzerführung nicht ausreichend berücksichtigen.
Aus diesen Gründen wird ein Referenzmodell als eine Art „Leitfaden“ zur Gestaltung
und Implementierung von Informationssystemen für das spezifische Anwendungsgebiet Statistische Versuchsmethodik entworfen. Eine Systemarchitektur zur
Strukturierung der Komponenten eines Informationssystems und ein Vorgehensmodell zur Anpassung der Systemarchitektur an spezifische Anforderungen sind die
Bestandteile des Referenzmodells. Die Anwendbarkeit des Referenzmodells wird an
einer Prozesskette aus dem Bereich der Elektronikfertigung mit der exemplarischen
Gestaltung und prototypischen Implementierung eines leistungsfähigen Informationssystems für die Statistische Versuchsmethodik erprobt und validiert.
Rechnerunterstützung für die Statistische Versuchsmethodik
2
2.1
3
Rechnerunterstützung für die Statistische Versuchsmethodik
Grundlagen
Die Statistische Versuchsmethodik stellt eine Vorgehensweise zur Planung,
Durchführung und Auswertung von Versuchen mit dem Ziel der wirtschaftlichen
Informationsgewinnung über Produkte, Prozesse sowie Maschinen zur Optimierung
der Qualität bereit [WECKENMANN 2004]. Die Statistische Versuchsmethodik wird auch
als Statistische Versuchsplanung oder als Versuchsmethodik bezeichnet. Der
englische Begriff „Design of Experiments“ betont den Planungscharakter der
Statistischen Versuchsmethodik [FLAMM 1995], [GUNDLACH 2004], [MAYERS 1997].
Ein Produkt wird durch einen Fertigungs- bzw. Stoffwandlungsprozess hergestellt.
Einflussgrößen beeinflussen dabei den Prozess und die Zielgrößen, von denen
einige die Produktqualität charakterisieren. Um Zielgrößen auf geforderte Werte
einstellen zu können, ist der funktionale Zusammenhang zwischen Einfluss- und
Zielgrößen und ggf. Störgrößen in einer statistisch abgesicherten Vorgehensweise zu
ermitteln. Ebenfalls ist die Variabilität der Werte der Zielgrößen zu untersuchen, um
Toleranzanforderungen zu erfüllen. Die Statistische Versuchsmethodik trägt
wesentlich zur Lösung dieser Aufgaben bei. Dazu werden unabhängige Einflussgrößen gemäß einem Versuchsplan gleichzeitig gegeneinander variiert, um
Mittelwerte der Versuchsergebnisse und so genannte Effekte berechnen zu können
[PFEIFER 2001]. Das zu untersuchende technische System wird dabei zunächst als
Black-Box-Modell angesehen, siehe Bild 2.1.
Störgrößen
(stochastische Inputs)
Black-Box
Einflussgrößen
(Inputs)
Ursache-Wirkungs-Beziehungen
können teilweise oder
ganz unbekannt sein
Zielgrößen
(Outputs)
Bild 2.1: Black-Box-Modell [SCHEFFLER 1997]
In der Stückgutindustrie (Elektronikindustrie, Maschinenbau, usw.) fokussiert sich der
Einsatz der Statistischen Versuchsmethodik auf drei Anwendungsgebiete:
Das erste Anwendungsgebiet ist der Bereich der Entwicklung und Konstruktion.
Konstruktive Parameter eines Produkts bzw. einer Baugruppe werden systematisch
variiert, um den Effekt auf ein gefordertes Qualitätsmerkmal oder eine Funktion zu
untersuchen. In der Elektronikindustrie werden beispielsweise die Fläche und/oder
die Form von Kontaktflächen auf einer Leiterplatte variiert, um den Effekt auf die
Qualität der Lötstellen bei einem vorgegebenen Lötverfahren zu analysieren.
4
Rechnerunterstützung für die Statistische Versuchsmethodik
Das zweite Anwendungsgebiet betrifft die Abnahme von Maschinen, Prozessen und
Werkstücken. Bei der Übergabe von Maschinen, Prozessen oder Werkstücken an
den Anwender sind wichtige Eigenschaften zu untersuchen und zu bewerten. Dazu
werden Versuche durchgeführt, um Abnahmekriterien wie z. B. Prozessfähigkeiten
und Spezifikationen zu ermitteln oder die Stabilität von Messwerten zu prüfen. Ein
Beispiel aus der Elektronikindustrie ist die Abnahme von Bestückautomaten, deren
Bestückgenauigkeit mit Hilfe von Versuchen ermittelt wird.
Das dritte Anwendungsgebiet ist die Auslegung und Optimierung von Prozessen.
Dabei werden Ursache-Wirkungs-Beziehungen zwischen Prozessparametern und
Produktmerkmalen analysiert und optimale Einstellungen für Fertigungsprozesse
abgeleitet [BETTIN 2004]. In der Elektronikindustrie werden z. B. für den Prozess
Leiterplattenlöten geplante Versuche zur Untersuchung der Effekte verschiedener
Prozessführungsstrategien auf die Qualität von Elektronikbaugruppen durchgeführt.
Während bei der Anwendung der Statistischen Versuchsmethodik im Bereich der
Entwicklung und Konstruktion meist ein Produkt im Fokus steht, werden bei der
Abnahme von Maschinen, Prozessen und Werkstücken sowie bei der Prozessauslegung und -optimierung die Beziehungen zwischen Prozessen und Produkten
bzw. Baugruppen analysiert. Die Bedeutung dieser Einsatzgebiete wächst wegen der
Komplexität von Fertigungsprozessen und der Verknüpfung von Einzelprozessen zu
Prozessketten. So wird in der Elektronikindustrie die Qualität von Elektronikbaugruppen durch das Zusammenwirken verschiedener Prozessschritte beeinflusst. Aus
der Vielzahl der Materialeigenschaften von Komponenten, wie z. B. Lotpaste oder
Substratwerkstoffe, und den beeinflussbaren Prozessparametern resultieren mehrstufige Abhängigkeiten in den Prozessschritten, die experimentell zu ermitteln sind.
2.2
Ablauf der Statistischen Versuchsmethodik
Die Statistische Versuchsmethodik ist in sechs - zeitlich aufeinander folgende Phasen unterteilt [WECKENMANN 2000]. Die Phasen sind in Bild 2.2 dargestellt.
Systemanalyse
Modellbildung
Versuchsstrategie
Versuchsdurchführung
Versuchsauswertung
Validierung
Bild 2.2: Der Ablauf der Statistischen Versuchsmethodik
Systemanalyse:
Die Systemanalyse ist die einleitende Phase der Statistischen Versuchsmethodik.
Ein Projekt wird gestartet, der Projektleiter und die Projektziele bestimmt und ein
interdisziplinäres Team gebildet. Die Hauptaufgabe der Systemanalyse ist die
Rechnerunterstützung für die Statistische Versuchsmethodik
5
Produkt- und Prozessanalyse, um die wesentlichen Produkt- und Prozessmerkmale
und deren Zusammenhänge zu ermitteln. Wichtige Ziel-, Einfluss- und Störgrößen
werden dabei identifiziert. Eine weitere Aufgabe ist die Dokumentation des Projekts.
Modellbildung:
In der Modellbildung wird ein Prozess- beziehungsweise Produktmodell erarbeitet,
um Zusammenhänge innerhalb und zwischen Prozessen und Produkten darzustellen
und zu beschreiben. Die Modellbildung dient dazu, die wichtigsten Zielgrößen des
Projekts zu identifizieren. Zusätzlich werden die Faktoren, die auf die Zielgrößen
Einfluss haben, analysiert und geeignete Faktorstufen festgelegt. Darüber hinaus
werden Wechselwirkungen der Faktoren auf die Zielgrößen abgeschätzt.
Versuchsstrategie:
Im Rahmen der Versuchsstrategie werden die projektspezifischen Randbedingungen
analysiert. In dieser Phase wird ein für die Problemstellung geeigneter Versuchsplan
ausgewählt und die erforderliche Versuchsanzahl festgelegt. Der Versuchsplan wird
anschließend mit den in der Modellbildung ermittelten Faktoren belegt. Ob die
Versuche technisch und zeitlich nach dem ausgearbeiteten Versuchsplan
durchführbar sind, muss zum Schluss der Phase überprüft werden.
Versuchsdurchführung:
Zu Beginn der Versuchsdurchführung werden die erforderlichen Kapazitäten, wie
beispielsweise die Anzahl der verfügbaren Versuchsstände, überprüft. Versuchsteile
werden ausgewählt und standardisiert gekennzeichnet. Die Versuche werden nach
den Vorgaben des aufgestellten Versuchsplans durchgeführt. Die Erfassung der
Versuchsergebnisse erfolgt entweder automatisiert oder manuell durch einen
Mitarbeiter. Zusätzlich werden Änderungen im Versuchsablauf und Störgrößen
aufgezeichnet, die eventuell einen Einfluss auf die Versuche haben.
Versuchsauswertung:
Im Rahmen der Versuchsauswertung werden die gewonnenen Ergebnisse zunächst
aufbereitet, indem Plausibilitäts- und Konsistenzprüfungen durchgeführt werden.
Zusätzlich wird die Modellsicherheit durch die Vorgabe einer Irrtumswahrscheinlichkeit bestimmt und die Auswertevoraussetzungen, wie beispielsweise das
Vorliegen einer Normalverteilung, werden überprüft. Die benötigten Analyseverfahren
werden ausgewählt und zur Auswertung der Versuchsergebnisse verwendet.
Beispiele für Analyseverfahren sind die Effektberechnung, die Varianz-, die
Signifikanz-, die Regressions- und die Residuenanalyse sowie die Berechnung von
Vertrauensbereichen. Im Ergebnis können mit Hilfe graphischer Darstellungen die
Einflussgrößen und Wechselwirkungen mit signifikantem Einfluss auf die Zielgrößen
identifiziert und mathematische Modelle abgeleitet werden.
6
Rechnerunterstützung für die Statistische Versuchsmethodik
Validierung:
Die Validierung der Ergebnisse beinhaltet in einem ersten Schritt deren ausführliche
Interpretation. In Abhängigkeit von der formulierten Zielstellung können auf Basis der
Ergebnisse der Versuchsauswertung optimale Einstellungen der Einflussgrößen
abgeleitet werden oder es erfolgt die Planung weiterer Versuche, die auf den
bisherigen aufbauen. Die Resultate werden anschließend mit Hilfe von Bestätigungsexperimenten überprüft. Auf Basis dieser Ergebnisse werden Maßnahmen, die zur
Verbesserung des Produkts oder Prozesses dienen, abgeleitet und das gewonnene
Wissen wird dokumentiert und für spätere Projekte bereitgestellt. Zusätzlich wird der
Ablauf des gesamten Projekts aufgezeichnet.
2.3
Ursprung und heutiger Stand der Rechnerunterstützung
Die Anwendung der Statistischen Versuchsmethodik unterstützt die kontinuierliche
Verbesserung von Produkten und Prozessen. Funktionale Zusammenhänge
zwischen Einfluss- und Zielgrößen von Produkten bzw. Prozessen können in einer
statistisch abgesicherten Vorgehensweise experimentell ermittelt und transparent
dargestellt werden. Auf Basis dieser Erkenntnisse ist die Optimierung der Qualität
neuer und bestehender technischer Systeme möglich, indem Zielgrößen auf
vorgegebene Sollwerte eingestellt und Produkte oder Prozesse robust gegenüber
äußeren Einflüssen ausgelegt werden.
Der mit der Statistischen Versuchsmethodik verbundene - trotz der gleichzeitigen
Variation mehrerer Einflussgrößen nicht zu vernachlässigende - experimentelle
Aufwand führt in vielen Unternehmen zu einem zögerlichen Einsatz dieser Qualitätsmanagementmethode. Folgende Gründe werden neben dem erforderlichen
experimentellen Aufwand für den geringen Verbreitungsgrad der Statistischen
Versuchsmethodik in Unternehmen genannt:
[FLAMM 1995] weist darauf hin, dass viele Anwender die Inhalte der Methoden nicht
kennen und dadurch bei der Auswahl der richtigen Methode überfordert sind. Den
Unternehmen fehlen Experten auf dem Gebiet der Statistischen Versuchsmethodik,
sodass eine Bewertung vorhandener Werkzeuge in Bezug auf deren Eignung für
eine vorliegende Problemstellung nur schwer möglich ist.
Eine Umfrage von GUNDLACH vom Fachbereich Leichtbau-Konstruktion der
Universität Kassel bei klein- und mittelständischen Unternehmen (KMU) ergab, dass
ein umfangreiches Methodenspektrum, unzureichende Kenntnis der Versuchsplanungsmethoden, Probleme bei der Auswahl einer Methode, zu viele Einflussgrößen, Schwierigkeiten bei der statistischen Auswertung und ein fehlender
Anwendungsleitfaden die Gründe für den geringen Einsatz der Statistischen
Versuchsmethodik sind [GUNDLACH 2004].
Rechnerunterstützung für die Statistische Versuchsmethodik
7
Nach [MAYERS 1997] bedarf es wegen der hohen Verfahrensanzahl für die
Anwendung der Statistischen Versuchsmethodik speziell geschulter Experten, um
diese erfolgreich anwenden zu können.
Die aufgeführten Gründe verdeutlichen, dass
•
die Komplexität auf Grund der hohen Methodenanzahl,
•
der große Aufwand bei der Planung und Durchführung von Versuchen,
•
die komplexe statistische Auswertung,
•
die fehlende Systematik bei der Anwendung,
•
die geringe Methodenkenntnis der Anwender und
•
die Schwierigkeiten bei der Dokumentation
die Integration der Statistischen Versuchsmethodik in betriebliche Abläufe erschwert.
Ein Ansatz, die Akzeptanz und gleichzeitig die Leistungsfähigkeit der Statistischen
Versuchsmethodik zu erhöhen, ist die Bereitstellung von Software zur Unterstützung
des Anwenders bei der Durchführung und Auswertung von Versuchen. Am Markt ist
für alle gängigen Betriebssysteme eine Software verfügbar [KLEPPMANN 2006].
Der Ursprung der Rechnerunterstützung für die Statistische Versuchsmethodik ist in
statistischen Auswertungssystemen zu sehen. Dies ist vor allem auf die der
Statistischen Versuchsmethodik zugrunde liegenden mathematisch-statistischen
Auswerteverfahren zurückzuführen. Die für die Auswertung von umfangreichen
Versuchsdaten auszuführenden Berechnungen werden so mit dem Rechner
unterstützt und vereinfacht. In statistischen Auswertungssystemen sind überwiegend
Verfahren der Datenanalyse und Statistik implementiert.
Der sich über die Jahre vollziehende Wandel der Statistischen Versuchsmethodik
von einem primär statistisch ausgerichteten Auswerteverfahren zu einer Qualitätsmanagementmethode für die Produkt- und Prozessoptimierung geht mit der
Erfordernis der Bereitstellung unterstützender Werkzeuge und Techniken zur
Planung und Vorbereitung von Versuchen sowie zur verbesserten Darstellung und
Nutzung gewonnener Ergebnisse aus durchgeführten Versuchen einher.
Diesen Anforderungen wird im Bereich der Rechnerunterstützung für die Statistische
Versuchsmethodik in Ansätzen dahingehend Rechnung getragen, dass die Weiterentwicklung von statistischen Auswertungssystemen in zwei Richtungen verläuft.
Einerseits in die Richtung von Statistik-Paketen, mit einer in den modularen Aufbau
des Gesamtsystems, neben anderen Modulen stehenden, integrierten Komponente
für die Statistische Versuchsmethodik und andererseits in die Richtung von spezieller
Versuchsmethodik-Software [DARIUS 1996]. Spezielle Versuchsmethodik-Software
8
Rechnerunterstützung für die Statistische Versuchsmethodik
bietet gegenüber den Statistik-Paketen eine bessere Benutzerführung an, die oft auf
eine Klasse von Versuchsplänen zugeschnitten ist. Statistik-Pakete weisen hingegen
mit einer größeren Anzahl an implementierten Versuchsplänen mehr Flexibilität auf.
Der Großteil dieser Programme unterstützt die statistische und graphische Versuchsauswertung, nicht aber die Planungsphase von Versuchen.
Im industriellen Qualitätsmanagement werden zur Vereinfachung planender und
ausführender Aufgaben vielfach CAQ-Systeme (CAQ = Computer Aided Quality
Assurance) eingesetzt. Am Markt erhältliche CAQ-Systeme beinhalten Funktionen
für den administrativen Bereich der Qualitätsplanung und Qualitätslenkung sowie für
die Qualitätsprüfung im operativen Bereich [ZWOLINSKI 2004]. Etablierte CAQStandard-Software stellt keine Funktionalitäten für die Statistische Versuchsmethodik
bereit, sodass diese Systeme nicht zum heutigen Stand der Technik im Bereich der
Rechnerunterstützung für die Statistische Versuchsmethodik zu zählen sind.
Die Gestaltung und Implementierung von Software für die Statistische Versuchsmethodik erfolgt teilweise nicht systematisch. Fundierte Erkenntnisse wissenschaftlicher Forschung, welche den Prozess der Gestaltung und Implementierung
von Rechnerunterstützung für die Statistische Versuchsmethodik systematisch
unterstützen und vereinfachen, stehen zurzeit nicht zur Verfügung, obwohl Ansätze
aus der Informatik zur Modellierung von rechnergestützten Systemen bekannt sind.
Die unsystematische Vorgehensweise bei der Gestaltung und Implementierung von
Software resultiert in Defiziten der bestehenden Rechnerunterstützung für die
Statistische Versuchsmethodik, da in Betracht zu ziehende Daten, Funktionen und
die Interaktion mit dem Anwender nicht immer ausreichende Berücksichtigung
finden. Eine informationstechnische Unterstützung aller Phasen der Statistischen
Versuchsmethodik, von der Systemanalyse bis zur Validierung der Versuchsergebnisse, ist aus diesem Grund bisher nicht realisiert worden. Dies setzt die
Leistungsfähigkeit der Software und der Statistischen Versuchsmethodik herab.
2.4
Defizite vorhandener Rechnerunterstützung
2.4.1 Ermittlung und Kategorisierung der Defizite
Die Ermittlung und Kategorisierung der Defizite basiert auf einer Untersuchung am
Markt erhältlicher Rechnerunterstützung. Die getestete Software ist in Anhang A
dokumentiert. Die Defizite am Markt angebotener Software für die Statistische
Versuchsmethodik können in drei Defizitkategorien eingeteilt werden, siehe Bild 2.3.
Eine erste Kategorie sind die Defizite in der Datenhandhabung. Defizite treten im
Bereich der Datensammlung, der Datenspeicherung und der Datenbereitstellung auf.
Die Software kann nicht in bestehende Fremdsysteme integriert werden, sodass
keine übergreifende und konsistente Datenbasis geschaffen werden kann.
Rechnerunterstützung für die Statistische Versuchsmethodik
9
Defizite der Benutzerschnittstelle
?
Anwendung und
Handhabung
Interaktion mit
dem Anwender
Pflege der
Software
Mensch
Defizite bei der methodischen Unterstützung
Zusammenhängende Unterstützung der Phasen
der Statistischen Versuchsmethodik
Methode
Defizite der Datenhandhabung
Datensammlung
Datenspeicherung und
Datenverarbeitung
Integrationsfähigkeit
Daten
Bild 2.3: Defizite angebotener Software für die Statistische Versuchsmethodik
Defizite bestehen im Bereich der methodischen Unterstützung der Statistischen
Versuchsmethodik. Nicht der gesamte Ablauf der Statistischen Versuchsmethodik,
sondern nur einzelne Phasen, wie die Versuchsauswertung, werden durch Software
unterstützt. Planende Phasen wie die Systemanalyse finden keine Berücksichtigung.
Die dritte Kategorie sind die Defizite bestehender Benutzerschnittstellen.
Möglichkeiten zur Unterstützung des Anwenders fehlen bei der Auswahl der
benötigten Daten und Informationen. Die erforderlichen Daten und Informationen
werden zudem nicht einfach und selbsterklärend präsentiert. Eine durchgängige,
kontextbezogene Hilfefunktion ist nicht bei allen Programmen gegeben.
2.4.2 Defizite bei der Datenhandhabung
In diese Kategorie sind Defizite im Bereich der Datensammlung, der Datenspeicherung und -verarbeitung sowie der Datenbereitstellung einzuordnen.
1. Defizite bei der Datensammlung:
Daten
Bild 2.4: Manuelle Dateneingabe als Defizit bei der Datensammlung
10
Rechnerunterstützung für die Statistische Versuchsmethodik
•
Hoher Aufwand bei der Datenerfassung: Die Beschränkung auf das systemeigene Datenformat einer Software erschwert oftmals die Datenerfassung. Der
Anwender muss aus diesem Grund beispielsweise Versuchsdaten von Hand in
die Software eingeben. Einige Programme bieten die Möglichkeit, verschiedene
Datenformate einzubinden und das Internet bzw. Intranet oder auch einen
portablen Personal Digital Assistant (PDA) für den Datentransfer zu verwenden.
Die problemadäquate Auswahl und Integration der entsprechenden Daten muss
allerdings vom Anwender manuell durchgeführt werden und ist damit zeit- und
kostenaufwändig.
•
Fehler bei der Erfassung: Fehlende Schnittstellen zu einer übergreifenden
Versuchsdatenbank oder direkt zu vorhandenen Versuchsständen im Labor oder
in der Fertigung sind bei den meisten Programmen zu kritisieren. Die manuelle
Eingabe von Versuchsdaten durch den Anwender ist fehleranfällig. Fehlerhafte
Versuchsdaten, wie beispielsweise Zahlendreher, können die Versuchsergebnisse verfälschen und im Rahmen der Auswertung gegebenenfalls
unrichtige Schlussfolgerungen und falsche Maßnahmen zur Produkt- oder
Prozessoptimierung nach sich ziehen.
2. Defizite bei der Datenspeicherung und -verarbeitung:
Daten
Bild 2.5: Unstrukturiertheit von Daten als Defizit bei der Datenspeicherung
•
Fehlende Strukturiertheit der hinterlegten Daten: Die in der Software hinterlegten
Daten werden nicht in einer gemeinsamen Datenbank dokumentiert. Versuchsergebnisse werden zwar in strukturierten Formaten, wie beispielsweise Tabellen,
Grafiken und Projektbeschreibungen abgelegt und dargestellt. Solche Daten
werden aber oft in mehreren Dateien gleichzeitig und demzufolge redundant
geführt. Die Konsistenz der Daten kann damit nicht sichergestellt werden.
•
Fehlendes Datenschutz- und Datensicherungskonzept: Am Markt erhältliche
Software für die Statistische Versuchsmethodik vernachlässigt in hohem Maße
den Datenschutz und die Datensicherung. Wenn bei experimentellen
Untersuchungen sensible produkt-, prozess- oder mitarbeiterbezogene Daten
gespeichert werden ist ein entsprechendes Datenschutz- und Datensicherungskonzept erforderlich, um Datenmissbrauch und Datenverlust zu verhindern.
Rechnerunterstützung für die Statistische Versuchsmethodik
11
3. Defizite bei der Integrationsfähigkeit:
Externe
Daten
Daten
Bild 2.6: Eingeschränkter Datenimport als Defizit bei der Integrationsfähigkeit
•
Fehlende Integrationsmöglichkeiten zur durchgängigen Informationsverarbeitung:
Eine Integration in das informationstechnische Umfeld einer Organisation ist bei
keiner Software realisiert. Die Programme sind durchweg Stand-Alone-Lösungen
(Insellösungen). Eine Integration in ein Enterprise Resource Planning System
(ERP-System) ist beispielsweise nicht durchführbar und ein Großteil der
Programme verfügt über keine Schnittstellen zu externen Datenquellen.
•
Fehlender produkt- und prozessübergreifender Erfahrungsaustausch: Eine
unzureichend realisierte Ergebnisdokumentation verhindert, dass die Anwender
Ergebnisse aus vorherigen Projekten abrufen können. In ersten Ansätzen werden
Versuchsergebnisse und Maßnahmen zur Optimierung von Produkten und
Prozessen in regelbasierten Wissensbasen gespeichert. Der Anwender muss
jedoch geeignete Projekte eigenständig identifizieren und entscheiden, welche
Daten relevant sind. Der Mangel an aktiver Unterstützung gestaltet die Suche
nach bereits vorhandenem Wissen über Produkte und Prozesse schwierig.
2.4.3 Defizite bei der methodischen Unterstützung
Die Defizite dieser Kategorie resultieren in einer unzureichenden Verknüpfung der
Phasen der Statistischen Versuchsmethodik.
Bild 2.7: Funktionsorientierung als Defizit bei der methodischen Unterstützung
•
Keine phasenübergreifende Daten- und Informationsbereitstellung: Planende
Phasen wie die Systemanalyse oder die Modellbildung sind in vorhandenen
Programmen nicht implementiert. Aus diesem Grund erfolgt keine Einbindung von
Daten und Informationen der planenden Phasen in den Gesamtablauf der
Statistischen Versuchsmethodik. Resultate, die in einer dieser Phasen gewonnen
werden, können daher in einer nachfolgenden Phase nicht genutzt werden.
12
•
Rechnerunterstützung für die Statistische Versuchsmethodik
Fehlende Strategieorientierung und Berücksichtigung der Wirtschaftlichkeit:
Vorhandene Programme ermöglichen keine Einbeziehung strategierelevanter
Daten. Dies sind beispielsweise Daten über die Dauer und die Kosten der
Versuche. Eine einzige Software erlaubt die Betrachtung der Kosten und der
Dauer von Versuchen bei der Versuchsplanerstellung. In den folgenden Phasen
wird auf diese Vorgaben zurückgegriffen. Es erfolgt keine Anpassung und
Aktualisierung der Informationen auf Grund unvorhergesehener Änderungen im
Versuchsablauf. Damit fehlt die dynamische Anpassung der Kosten- und
Zeitberechnung in den einzelnen Phasen.
2.4.4 Defizite der Benutzerschnittstelle
In diese Kategorie sind Defizite im Bereich der Anwendung/Handhabung, der
Interaktion mit dem Anwender und der Pflege der Software einzuordnen.
1. Defizite bei der Anwendung/Handhabung:
?
1
2
3
Bild 2.8: Starre Navigation als Defizit bei der Anwendung der Software
•
Fehlende individuelle Steuerbarkeit und ungenügende Orientierungssicherheit:
Eine durchgängige Benutzerführung durch alle Phasen der Statistischen
Versuchsmethodik ist in keiner Software realisiert. Vielfach sind die Dialoge mit
dem Anwender als Automatismen konzipiert. Die Navigation des Benutzers durch
die Funktionen der Software erfolgt nach einem starren - vom Entwickler der
Software vorgegebenen - Schema, von dem nicht abgewichen werden kann. Dies
verringert die Benutzerfreundlichkeit der Software in hohem Maße, da vom
Benutzer beabsichtigte Abweichungen vom vorgegebenen Programmdurchlauf
nur schwer oder gar nicht realisierbar sind. Nicht in der Software abgebildete
Phasen wie z. B. die Systemanalyse müssen manuell bearbeitet werden.
•
Mangelnde Selbsterklärungsfähigkeit und Einfachheit der Benutzerschnittstelle:
Eine nicht ausreichend realisierte Selbsterklärungsfähigkeit und Einfachheit der
Gestaltung von Eingabemasken sowie der Benutzeroberfläche sind weitere
Kennzeichen der vorhandenen Rechnerunterstützung für die Statistische
Versuchsmethodik. Der Benutzer der Software ist häufig überfordert mit der
Auswahl der zu selektierenden Funktionen und Daten, da keine ausreichenden
Erläuterungen mittels der Benutzerschnittstelle angeboten werden.
Rechnerunterstützung für die Statistische Versuchsmethodik
13
2. Defizite bei der Interaktion mit dem Anwender:
Bild 2.9: Unzureichende Hilfe als Defizit bei der Interaktion mit dem Anwender
•
Ungenügende kontextbezogene Hilfe: Hilfefunktionen, wie beispielsweise die
Beschreibung von Versuchsplänen zur Unterstützung bei der Verwendung der
Software, sind bei den meisten Programmen vorhanden. Bei jeder Software fehlt
jedoch eine kontextbezogene Hilfe, die bei der Analyse und Interpretation der
Versuchsergebnisse unterstützt. Treten unvorhergesehene Resultate beim
Anwenden der Versuchspläne auf, wird der Benutzer bei der Interpretation der
ihm angebotenen Informationen und Ergebnissen allein gelassen.
•
Unzureichende übersichtliche Darstellung und Präsentation der Daten: Die
graphische Darstellung von Versuchsergebnissen ist eine Standardfunktionalität
vorhandener Software für die Statistische Versuchsmethodik. Bei der
Untersuchung komplexer Produkte und Prozesse ist die graphische Darstellung
jedoch eingeschränkt, da die vorhandenen Daten nicht dem betrachteten Produkt
oder Prozess zugeordnet werden können. Die Herstellung eines Bezuges zur
gegebenen Problemstellung oder zum Stand der Untersuchung ist so nur schwer
möglich.
3. Defizite bei der Pflege der Software:
Bild 2.10: Fehlende Modularität als Defizit bei der Pflege der Software
•
Fehlende Anpassbarkeit und mangelnde Aktualität: Bei dem Großteil der am
Markt erhältlichen Programme ist die Erweiterbarkeit der Datengrundlage und der
Funktionalitäten nicht ausreichend gewährleistet. Die Software kann somit nicht
durch den Anwender aktualisiert und an neue Anforderungen angepasst werden.
Beispielsweise ist ein auf funktionalen Modulen basierender Ausbau einer
bestehenden Software mit zusätzlichen Versuchsplänen oder Auswertealgorithmen nicht oder nur unter großem Aufwand möglich.
14
2.5
Rechnerunterstützung für die Statistische Versuchsmethodik
Ableitung von Handlungsbedarf aus den Defiziten
Kennzeichnend für den Stand der Rechnerunterstützung für die Statistische
Versuchsmethodik sind auf statistische Funktionen fokussierte Insellösungen, die
ohne Schnittstellen zur Integration in ein vorhandenes informationstechnisches
Umfeld eines Unternehmens ausgeführt sind. Verfügbare Software bietet
Unterstützung bei der Versuchsdurchführung und -auswertung. Eine Hilfestellung bei
der Planungsphase mit Systemanalyse, Modellbildung und Versuchsplanauswahl
bleibt überwiegend aus. Die Benutzerschnittstellen vorhandener Software bieten
keine problemadäquate Aufbereitung von Daten und Informationen und realisieren
keine ablauforientierte Führung des Benutzers durch die Vorgehensweise der
Statistischen Versuchsmethodik. Dies verhindert die effektive und effiziente
Anwendung der Software für die Produkt- und Prozessoptimierung.
Der Wandel von einfacher, auf reine Datenauswertung beschränkte Software zu
umfassender, in das Umfeld eines Unternehmens eingebundener Rechnerunterstützung für die Statistische Versuchsmethodik mit umfangreicher Benutzerführung
ist ein Lösungsansatz, um die Akzeptanz und Leistungsfähigkeit der Statistischen
Versuchsmethodik nachhaltig zu steigern.
Die Realisierung einer solchen Lösung wird jedoch erschwert durch die dargestellten
Defizite vorhandener Rechnerunterstützung, welche im Detail grundlegende Gestaltungsbereiche einer jeden Software betreffen. Denn damit bietet die vorhandene
Rechnerunterstützung keine ausreichende Basis, auf die für die Entwicklung
verbesserter Softwarelösungen aufgesetzt werden kann. Die unzureichende Berücksichtigung der Aspekte Daten, Methode und Mensch bei der vorhandenen Software
ist in der Ursache darauf zurückzuführen, dass zurzeit kein Leitfaden zur Verfügung
steht, nach dem Software für die Statistische Versuchsmethodik entworfen werden
kann. Auch das Fehlen eines Modells, das als Vorlage für die Strukturierung eines
rechnergestützten Systems für die Statistische Versuchsmethodik dient, resultiert in
einer nicht anforderungsgerechten Gestaltung vorhandener Software. Nur bei der
durchgängigen Betrachtung der drei Gestaltungsbereiche mit einem Modell für den
Entwurfs- und Implementierungsprozess kann die Leistungsfähigkeit der
Statistischen Versuchsmethodik gesteigert werden.
Informationssysteme sind softwaretechnische Werkzeuge, mit denen eine
verbesserte rechnergestützte Einbindung der Statistischen Versuchsmethodik in die
betrieblichen Abläufe eines Unternehmens umgesetzt werden kann. Die Aufgabe von
Informationssystemen besteht darin, Informationsangebot und Informationsnachfrage
abzugleichen und den Anwender bei auszuführenden Tätigkeiten optimal zu
unterstützen [GREIN 2005]. Das besondere Potenzial des Einsatzes von Informationssystemen für die Statistische Versuchsmethodik liegt in der integrierten Bereitstellung
Rechnerunterstützung für die Statistische Versuchsmethodik
15
von Daten relevanter betrieblicher Bereiche wie Entwicklung, Konstruktion, Fertigung
und Qualitätsmanagement für die systematische Planung, Durchführung und
Auswertung von Versuchen sowie in der problemadäquaten Aufbereitung und
Darstellung von Daten und Informationen für interdisziplinär zusammengesetzte
Teams in Verbindung mit einer verbesserten Benutzerführung. Bei der Verwendung
von Informationssystemen als Werkzeuge zur Lösungsrealisierung kann zudem auf
in der Informatik eingeführte Modelle - so genannte Referenzmodelle - für die
Gestaltung und Implementierung rechnergestützter Systeme zurückgegriffen werden.
An ein Informationssystem für das spezifische Anwendungsgebiet Statistische
Versuchsmethodik sind unabhängig von einem konkreten Anwendungsfall drei
grundlegende Anforderungen zu stellen. Erstens muss das Informationssystem in
das vorhandene informationstechnische Umfeld eines Unternehmens integrierbar
sein, damit beispielsweise die Mehrfacheingabe identischer Daten vermieden werden
kann. Zweitens ist der Anwender aktiv bei der Sammlung, Auswahl und Darstellung
von Daten und Informationen zu unterstützen, die für eine erfolgreiche Planung,
Durchführung und Auswertung von Versuchen erforderlich sind. Drittens ist eine
informationstechnische Unterstützung aller Phasen der Statistischen Versuchsmethodik von der Systemanalyse bis zur Validierung der Versuchsergebnisse zu
gewährleisten, damit eine ablauforientierte Benutzerführung umgesetzt werden kann.
Um die grundlegenden Anforderungen unter Berücksichtigung der vorliegenden
Randbedingungen in einem konkreten Anwendungsfall zu detaillieren, bedarf es
eines Referenzmodells, das als Bauplan und Handlungsanleitung für die Gestaltung
und Implementierung von Informationssystemen für den spezifischen Anwendungsfall Statistische Versuchsmethodik herangezogen werden kann. Damit werden eine
ganzheitliche Erfassung der Anforderungen und eine Reduzierung der Komplexität
bei der Gestaltung eines Informationssystems für die Statistische Versuchsmethodik
ermöglicht. Im Rahmen des Entwurfs eines Referenzmodells ist zu prüfen, ob die
Ermittlung der Anforderungen unter Beachtung der Randbedingungen in einem
konkreten Anwendungsfall und die Implementierung eines Informationssystems mit
den in der Informatik eingeführten Referenzmodellen ausreichend erfüllt werden
kann oder, ob vorhandene Referenzmodelle an die spezifischen Erfordernisse
hinsichtlich der Gestaltung der Rechnerunterstützung für die Statistische Versuchsmethodik angepasst werden müssen.
Aus diesem Grund werden die für die methodische Entwicklung von Informationssystemen mit Referenzmodellen erforderlichen wissenschaftlichen Grundlagen im
nächsten Abschnitt dargestellt und die Anwendbarkeit verfügbarer Referenzmodelle
zur Gestaltung von Informationssystemen im Hinblick auf die Berücksichtigung der
spezifischen Erfordernisse der Statistischen Versuchsmethodik wird bewertet.
16
3
3.1
Entwicklung von Informationssystemen mit Referenzmodellen
Entwicklung von Informationssystemen mit Referenzmodellen
Definition und Nutzen von Informationssystemen
In der Informatik wird unter dem Begriff Informationssystem ein datenbankgestütztes
Anwendungssystem zur Informationsgewinnung, -aufbereitung und -darstellung
verstanden. Ein Informationssystem besteht aus Menschen und Maschinen, die
Informationen erzeugen und/oder benutzen und die durch Kommunikationsbeziehungen miteinander verbunden sind [BALZERT 2001].
Eine weiterreichende Definition wird in der Wirtschaftsinformatik gegeben. Ein
(betriebliches) Informationssystem wird als ein informationsverarbeitendes Teilsystem eines betrieblichen Systems angesehen. Im Rahmen dieser Definition ist ein
Informationssystem zweigeteilt. Der erste Teil ist die Aufgabenebene, die aus
Informationsverarbeitungsaufgaben besteht, welche durch Informationsbeziehungen
verknüpft sind. Der zweite Teil ist die Aufgabenträgerebene, welche die personellen
und maschinellen Aufgabenträger enthält [SINZ 1999]. Die zweigeteilte Grobstruktur
eines Informationssystems ist in Bild 3.1 dargestellt. Zu bearbeitende Aufgaben
werden entweder von Personen oder dem Anwendungssystem ausgeführt und sind
den entsprechenden Aufgabenträgern zugeordnet. Damit die Aufgaben gemeinsam
von Personen und Anwendungssystemen durchgeführt werden können, müssen
zudem Kommunikationsbeziehungen zwischen den Aufgabenträgern bestehen.
Aufgabenebene
Aufgaben
Zuordnung
Anwendungssysteme
Personen
Aufgabenträgerebene
Kommunikation
Bild 3.1: Grobstruktur eines Informationssystems [SINZ 1999]
Informationssysteme werden in verschiedenen betrieblichen Bereichen erfolgreich
eingesetzt. Ein Beleg dafür sind die wissenschaftlichen Arbeiten zu Informationssystemen. Bei [GILLMEISTER 2003], [GREIN 2005], [GROB 1996], [HARSTORFF 1997],
[HOFFMANN 1999], [RECKNAGEL 2005] und [SCHÖMIG 2001] werden Informationssysteme zur Abbildung von Prozessen und zur Unterstützung von Aufgaben im
Entwicklung von Informationssystemen mit Referenzmodellen
17
Qualitätsmanagement verwendet. Ein Grund für die Verbreitung von Informationssystemen sind deren Vorteile: Mit Hilfe von Informationssystemen werden Prozessdaten und -informationen stetig erfasst, Abläufe strukturiert und der Zugriff auf
Datenquellen ermöglicht. Aufgrund dieser Vorteile und der Interaktionsfähigkeit mit
dem Anwender ist der Einsatz von Informationssystemen zur Unterstützung der
Statistischen Versuchsmethodik sinnvoll. Die Eigenschaft von Informationssystemen,
Informationsangebot und -nachfrage durch die Einbindung in ein informationstechnisches Umfeld abzugleichen, stellt das Abgrenzungsmerkmal zu Assistenzsystemen
dar. Auch diese Systeme unterstützen den Anwender bei der Ausführung von Aufgaben, sind aber meist für die Wissensvermittlung und als Insellösungen konzipiert.
3.2
Ansätze zur Modellierung von Informationssystemen
Informationssysteme sind komplexe und mehrdimensionale Systeme. Um deren
Bestandteile strukturiert darstellen zu können, sind in der Literatur verschiedene
Methoden eingeführt. Das Ziel dieser Methoden besteht darin, die Komplexität eines
Informationssystems durch die Anwendung von Modellen zur Erfassung und
Beschreibung eines Anwendungsgebietes handhabbar zu machen [SPECK 2001].
Eingeführte Modellierungsansätze werden in funktionsorientierte, objektorientierte,
datenorientierte und prozessorientierte Methoden eingeteilt.
Funktionsorientierter Ansatz:
Dieser Ansatz basiert auf der Zerlegung der Funktionen eines Informationssystems
in einzelne Teilfunktionen. Die Aufteilung kann mehrstufig erfolgen, wobei zwischen
den Teilfunktionen entsprechende Schnittstellen festgelegt werden müssen. Ein
Beispiel für einen Modellierungsansatz nach dieser Vorgehensweise ist der
Hierarchy of Input-Process-Output (HIPO). Da bei diesem Ansatz nur die Ein- und
Ausgänge und die Speicher von Funktionen betrachtet werden und der Leistungsfluss einer möglichen organisatorischen Sicht vollständig unberücksichtigt bleibt, wird
HIPO als eigenständiger Modellierungsansatz kaum noch verwendet.
Objektorientierter Ansatz:
Mit diesem Ansatz werden die einzelnen Elemente der Aufgabenebene als Menge
von Objekttypen beschrieben. Die Objekttypen werden durch Attribute, Operatoren
und Nachrichtendefinitionen detailliert, wobei die Operatoren zur Beeinflussung der
Objekte eines Objekttyps benötigt werden. Der Nachteil der objektorientierten
Modellierungsmethode ist die ungenügende Prozessorientierung und -unterstützung.
Dieses Problem kann durch die Verbindung des objektorientierten mit dem
prozessorientierten Ansatz der Methodik des Semantischen Objektmodells (SOMMethodik) umgangen werden. Ein weiteres Beispiel für einen objektorientierten
Ansatz ist die Unified Modeling Language (UML).
18
Entwicklung von Informationssystemen mit Referenzmodellen
Datenorientierter Ansatz:
Der datenorientierte Ansatz ist in den Datenfluss- und den Datenstrukturansatz
unterteilt. Beim Datenflussansatz wird das Informationssystem als Menge von
Datenflüssen gedeutet, die durch verschiedene Aktivitäten verändert und beeinflusst
werden. Mit Hilfe von Datenflussdiagrammen wird der Zusammenhang zwischen
Daten und Funktionen dargestellt, indem die Eingangsdaten, die Funktionen und die
Ausgangsdaten betrachtet werden. Die Anwendung des Datenstrukturansatzes ist
sinnvoll, wenn das reale System aus der Sicht der für die Betrachtungsbereiche
relevanten Objekte und deren Beziehungen beschrieben werden soll. Ein Beispiel für
den Datenstrukturansatz ist das Entity-Relationship-Model (ERM).
Prozessorientierter Ansatz:
Mit Hilfe dieses Ansatzes können Prozesse als Funktionsketten abgebildet werden,
wobei gleichzeitig die Steuerungsinformation und die Datenentstehung bzw.
die Datenverwendung betrachtet wird. Der ereignisgesteuerte Ablauf von
Funktionsdurchführungen wird beschrieben. Die Methoden des prozessorientierten
Ansatzes sind meistens in Vorgehensmodelle integriert. Ein Beispiel für den
prozessorientierten Ansatz ist die Ereignisgesteuerte Prozesskette (EPK) im
Vorgehensmodell der Architektur integrierter Informationssysteme (ARIS).
Um die spezifischen Nachteile der grundlegenden Modellierungsansätze zu
beseitigen, werden die beschriebenen Ansätze oftmals miteinander kombiniert.
Daraus entstehen Modellierungsmethoden, die in [SPECKER 2001] dargestellt sind.
3.3
Definition und Aufgaben von Referenzmodellen
Der Begriff Referenzmodell wird in der Literatur nicht einheitlich verwendet. Einen
Überblick über die Begriffsbestimmungen geben die aufgeführten Definitionen.
Bei [SCHEER 1992] werden Referenzmodelle als formale oder halbformale
Beschreibungen betriebswirtschaftlicher Tatbestände wie Geschäftsprozessen,
Datenstrukturen, Bearbeitungsregeln und Organisationsstrukturen definiert.
[HARS 1994] gibt an, dass jedes Referenzmodell ein Modell darstellt, das für den
Entwurf anderer Modelle herangezogen werden kann.
Nach [SCHÜTTE 1998] ist ein Referenzmodell das Ergebnis einer Konstruktion eines
Modellierers, das für Anwendungssystem- und Organisationsgestalter Informationen
über allgemeingültig zu modellierende Elemente eines Systems zu einer Zeit als
Empfehlungen mit einer Sprache deklariert, sodass ein Bezugspunkt für ein
Informationssystem geschaffen wird.
In der Arbeit wird der Begriff Referenzmodell gemäß der Definition von [HARS 1994]
verstanden und soll dementsprechend verwendet werden.
Entwicklung von Informationssystemen mit Referenzmodellen
19
Die Aufgabe von Referenzmodellen ist es, als Vorlage für die Entwicklung von auf
spezifische Aufgaben bezogene Problemlösungen zu dienen. Daraus leiten sich die
wesentlichen Anforderungen an Referenzmodelle hinsichtlich der Anpassbarkeit an
spezielle Aufgaben und der allgemeingültigen Formulierung des Referenzmodells ab
[DELP 2005]. Die Allgemeingültigkeit eines Referenzmodells ist dabei auf ein
definiertes Anwendungsgebiet beschränkt, welches eine Klasse von Anwendungsfällen beinhaltet.
Referenzmodelle für die Entwicklung von Informationssystemen können anhand
verschiedener Merkmale klassifiziert werden, siehe Bild 3.2.
Merkmal
Klassifizierungsaspekt
Modellstruktur
Anwendungssystemmodell
Organisationsmodell
Vorgehensmodell
Beschreibungsebene
Fachkonzept
Datenverarbeitungskonzept
Implementierung
Sicht
Datensicht
Organisationssicht
Funktionssicht
Prozesssicht
Bild 3.2: Klassifizierung von Referenzmodellen [DELP 2005], [SCHÜTTE 1998]
Ein Merkmal zur Klassifizierung von Referenzmodellen ist die Modellstruktur
[SCHÜTTE 1998]. Referenzmodelle können in Referenz-Anwendungssystemmodelle
(z. B. SAP R/3), Referenz-Organisationsmodelle (z. B. Referenzmodell für die
Industrie von Scheer) und in die Sonderform Referenz-Vorgehensmodelle zur
Entwicklung von Software (z. B. Wasserfallmodell) eingeteilt werden.
Referenzmodelle können ebenfalls hinsichtlich ihrer Beschreibungsebene eingeteilt
werden [DELP 2005]. In Abhängigkeit von der Nähe des Referenzmodells zur
Informationstechnik wird zwischen drei Ebenen unterschieden. In der FachkonzeptEbene werden die fachlichen Fragestellungen bei der Gestaltung eines
Informationssystems in einer anwendungsnahen Sprache beschrieben. Auf der
Ebene des Datenverarbeitungskonzepts werden die Angaben des Fachkonzepts auf
die Datenverarbeitung übertragen. Die Ebene der technischen Implementierung dient
der Abbildung des Datenverarbeitungskonzepts auf eindeutig spezifizierte hardwareund software-technische Komponenten.
Eine weitere Unterteilungsmöglichkeit von Referenzmodellen ist die nach Sichten. Je
nachdem, welche Sichten mit einem Modell beschrieben werden, kann das Modell
für verschiedene Problemfelder verwendet werden. Wenn beispielsweise die
Prozesssicht fehlt, können Prozesse nicht abgebildet werden und das
Referenzmodell ist damit für prozessorientierte Problemstellungen nicht geeignet.
20
3.4
Entwicklung von Informationssystemen mit Referenzmodellen
Entwurf von Referenzmodellen mit Systemarchitekturen
In der Literatur werden verschiedene Vorgehensweisen zur Unterstützung des
Entwurfs eines Referenzmodells vorgeschlagen [DELP 2005], [SCHLAGHECK 2000],
[SCHÜTTE 1998]. Weitere Beispiele finden sich bei [FETTKE 2004], der eine
ausführliche Übersicht über die verschiedenen Ansätze zur Konstruktion von
Referenzmodellen vorstellt. Den verschiedenen Ansätzen ist eine grundsätzliche
Vorgehensweise gemeinsam.
Vor der eigentlichen Konstruktion des Referenzmodells hat eine umfassende
Problemdefinition zu erfolgen. Die Zielsetzung und das Anwendungsgebiet des
Referenzmodells müssen betrachtet werden und es sind gegebenenfalls
Modellierungssprachen festzulegen.
Anschließend erfolgt die Konstruktion des Referenzmodells im engeren Sinn. Zur
Unterstützung bei der Konstruktion komplexer Referenzmodelle kann ein
Ordnungsrahmen, d. h. eine Systemarchitektur verwendet werden. Auf dessen Basis
wird - im Fall eines Referenzmodells für die Entwicklung eines Informationssystems zunächst ein Fachkonzept, dann ein Datenverarbeitungskonzept und abschließend
die Implementierung gestaltet.
Ein nächster Schritt ist die Bewertung des Referenzmodells, beispielsweise nach den
Grundsätzen ordnungsmäßiger Referenzmodellierung [SCHÜTTE 1998]. Der abschließende Schritt ist die fortlaufende Pflege, Überarbeitung und Weiterentwicklung
des Referenzmodells.
Systemarchitekturen:
Nach [AMBERG 1999] unterstützen Architekturen in der Informationstechnik den
Anwender dabei, komplexe Aufgaben zu strukturieren. Die Aufgabe wird dabei zuerst
in einzelne Problemfelder zerlegt, die analysiert und gelöst sowie anschließend
wieder zu einer ganzheitlichen Lösung zusammengefügt werden.
Eine Architektur (betrieblicher) Informationssysteme kann beschrieben werden durch:
•
den Bauplan des Informationssystems, der die Spezifikation und die
Dokumentation seiner Komponenten und ihrer Beziehungen charakterisiert und
•
die Konstruktionsregeln für die Erstellung des Bauplans, welche in Form von
Metamodellen angegeben werden (z. B. ERM).
(Referenz-)Architekturen helfen, die einzelnen Bausteine, aus denen ein
Informationssystem besteht, hinsichtlich ihrer Art, funktionalen Eigenschaften und
ihres Zusammenwirkens zu beschreiben [SCHEER 1992]. Eine Architektur definiert
darüber hinaus neben den einzelnen, für ein Informationssystem relevanten
Elementen auch die Beziehungen zwischen den Elementen [SCHÜTTE 1998].
Entwicklung von Informationssystemen mit Referenzmodellen
21
Da die Modelle von Informationssystemen oft sehr komplex sind, werden diese mit
Hilfe der Systemarchitekturen durch die Verwendung von Modellebenen und
Modellsichten strukturiert. Die Sichten spiegeln die Aspekte zur Gestaltung von
Informationssystemen wider [SCHÜTTE 1998]. Die Architektur gibt - als so genannter
Architekturrahmen für Modellierungsansätze - die Art der Strukturierung und die
Beschreibungsformen für Modellebenen und Sichten vor [AMBERG 1999].
Die Abgrenzung des Begriffes Architektur bereitet Schwierigkeiten. In der Literatur
wird der Begriff Modellierungsansatz oft synonym zum Begriff Systemarchitektur
verwendet. Häufig enthalten Modellierungsansätze, beziehungsweise Systemarchitekturen jeweils einen Architekturrahmen und ein Vorgehensmodell. Somit muss
zwischen der übergeordneten Systemarchitektur und der (System-)Architektur als
Bestandteil eines übergeordneten Modellierungsansatzes unterschieden werden.
Systemarchitekturen können in domänenunabhängige, d. h. nicht branchenspezifische und domänenabhängige, d. h. branchenspezifische eingeteilt werden.
Beispiele für domänenunabhängige Architekturen sind die Computer Integrated
Manufacturing Open System Architecture (CIM-OSA) [FERSTL 1998], die Architektur
integrierter Informationssysteme (ARIS) [SCHEER 1992] und das Semantische
Objektmodell [FERSTL 1998]. Domänenabhängig ist beispielsweise das Handels-HModell von Becker und Schütte, das speziell zur Abbildung der Prozesse im Handel
entwickelt wurde [BROCKE 2003].
Nachfolgend werden die domänenunabhängigen Systemarchitekturen CIM-OSA,
ARIS und SOM charakterisiert und deren Vor- und Nachteile aufgezeigt.
3.5
Darstellung ausgewählter Systemarchitekturen
CIM-OSA - Computer Integrated Manufacturing Open System Architecture
CIM-OSA war ursprünglich eine Architektur für CIM-Konzepte (Computer Integrated
Manufacturing), die für die Unternehmensmodellierung weiterentwickelt wurde. Durch
die strukturierte Beschreibung von Unternehmensprozessen und die Integration der
Unternehmensinformationen soll mit Hilfe der Architektur die Komplexität von
Unternehmen und Informationssystemen verringert werden. Dazu werden bei CIMOSA drei Dimensionen unterschieden [FERSTL 1998]:
•
Stepwise Generation (Komponententypen, Sichten)
•
Stepwise Derivation (Schrittweise Detaillierung)
•
Stepwise Instantiation (Schrittweise Spezialisierung).
Die Komponententypen der Architektur sind Funktionen, Informationen, Ressourcen
und die Organisation. Die Komponententypen entsprechen den Sichten bei Systemarchitekturen.
22
Entwicklung von Informationssystemen mit Referenzmodellen
Die schrittweise Detaillierung beginnt bei der Anforderungsdefinition, dann folgt die
Entwurfsspezifikation, den Abschluss bildet die Implementierungsbeschreibung. Dies
entspricht der Methodik von Vorgehensmodellen zur Entwicklung von Informationssystemen. Die schrittweise Spezialisierung dient der Verfeinerung von allgemeinen
über branchenbezogene zu unternehmensindividuellen Anforderungen. Das Bild 3.3
zeigt die drei Dimensionen im so genannten CIM-OSA Würfel.
Stepwise Instantiation
Stepwise
Generation
Organisation
Ressourcen
Daten
Funktionen
grundsätzliche
Anforderungen
branchenbezogene
Anforderungen
unternehmensindividuelle
Anforderungen
grundsätzliche
Spezifikation
branchenbezogene
Spezifikation
unternehmensindividuelle
Spezifikation
grundsätzliche
Implementierung
branchenbezogene
Implementierung
unternehmensindividuelle
Implementierung
Stepwise
Derivation
Bild 3.3: CIM-OSA Architekturrahmen [FERSTL 1998]
Bei CIM-OSA wird eine prozessorientierte Abbildung der Abläufe definiert, d. h. nicht
die Produktionsmittel stehen im Mittelpunkt, sondern die Prozesse einer Organisation
werden betrachtet. Dabei wird ein Prozess von einem Ereignis oder mehreren
Ereignissen initiiert.
Die Prozessorientierung erleichtert das Verständnis und die Analyse der Abläufe
einer Organisation. Problematisch bei der Anwendung von CIM-OSA ist die fehlende
Zusammenführung der Ebenen und Sichten, nachdem diese einzeln detailliert
worden sind [FERSTL 1998]. Die überwiegende Auslegung des Architekturrahmens
auf CIM-Prozesse erschwert darüber hinaus die Anwendung für andere Arten von
Informationssystemen.
Entwicklung von Informationssystemen mit Referenzmodellen
23
ARIS - Architektur integrierter Informationssysteme
Die Systemarchitektur ARIS wurde entwickelt, um die Nachteile von Systemarchitekturen zu beheben, die nur einzelne Beschreibungsaspekte (z. B. die
Funktionsdarstellung) berücksichtigen. Ursprünglich wurde ARIS zur Geschäftsprozessmodellierung verwendet. Die Allgemeingültigkeit des Ansatzes ermöglicht es,
das Modell für die Konstruktion verschiedener Informationssysteme zu verwenden.
Bei ARIS werden die Funktions-, die Organisations- und die Datensicht eines
Informationssystems über die Entwicklungsphasen eines Vorgehensmodells
bestehend aus Fachkonzept, Datenverarbeitungskonzept und Implementierung
behandelt. In der Phase des Fachkonzepts werden die Sichten des Anwendungssystems unabhängig von der Implementierung mit Hilfe formalisierter Beschreibungssprachen modelliert. Die Phase der Erstellung des Datenverarbeitungskonzepts
beinhaltet die Anpassung der Modelle des Fachkonzepts an die Anforderungen von
Implementierungswerkzeugen (z. B. Datenbanksysteme, Netzwerkarchitekturen oder
Programmiersprachen). In der Phase Implementierung werden die Anforderungen in
physische Datenstrukturen, Hardwarekomponenten und Programmsysteme umgesetzt. Die Inhalte der Sichten sind in Bild 3.4 dargestellt [AMBERG 1999].
Inhalte der Organisationssicht:
Sicht auf die Aufbauorganisation, die
menschliche Arbeitsleistung und
Betriebsmittel/Computer-Hardware
Inhalte der
Datensicht:
Darstellung der
Informationsobjekte und
deren Beziehungen,
Beschreibung von
Nachrichten und
Ereignissen
Inhalte der
Steuerungssicht:
Beziehungen
zwischen den
Sichten und
Betrachtung des
gesamten
Geschäftsprozesses
Bild 3.4: Inhalte der Sichten von ARIS
Inhalte der
Funktionssicht:
Funktionsbeschreibungen des
betrieblichen Systems,
Ziele und
Anwendungssoftware
24
Entwicklung von Informationssystemen mit Referenzmodellen
Der wesentliche Vorteil von ARIS besteht darin, dass die verschiedenen Sichten
nicht nur getrennt detailliert werden können, sondern deren Beziehungen
untereinander in einer Steuerungssicht dargestellt werden [SCHEER 1992]. ARIS
bildet sozusagen den Rahmen, in dem Anwendungssysteme entwickelt, verbessert
und realisiert werden können [SCHEER 1992]. Zusätzlich erlaubt ARIS eine
prozessorientierte Darstellung der Abläufe, was beispielsweise durch die
Modellierungssprache der Steuerungssicht, der Ereignisgesteuerten Prozesskette
(EPK) deutlich wird [SPECK 2001].
SOM - Semantisches Objektmodell
Der Modellierungsansatz SOM ist eine objektorientierte Methode zur Modellierung
betrieblicher Systeme. Die SOM-Methodik ist unterteilt in eine Unternehmensarchitektur und ein Vorgehensmodell.
Um die Komplexität eines betrieblichen Systems beherrschbar zu machen, wird das
gesamte System in Teilmodellsysteme unterteilt, die jeweils einer Modellebene
zugeordnet werden. Diese Teilmodellsysteme und ihre Beziehungen untereinander
ergeben die Unternehmensarchitektur [FERSTL 1998]. Die drei Modellebenen der
Unternehmensarchitektur der SOM-Methodik sind der Unternehmensplan (die
Außensicht des betrieblichen Systems), das Geschäftsprozessmodell (die Innensicht
des betrieblichen Systems) und das Ressourcenmodell (die Spezifikation der
Ressourcen), siehe Bild 3.5.
1. Ebene
Außensicht des
betrieblichen Systems
Unternehmensplan
2. Ebene
Innensicht des
betrieblichen Systems
Geschäftsprozessmodell
Bild 3.5: Unternehmensarchitektur der SOM-Methodik [FERSTL 1998]
Maschinen
und Anlagen
Anwendungssysteme
3. Ebene
Spezifikation von
Ressourcen
Aufbauorganisation
Spezifikationen der
Entwicklung von Informationssystemen mit Referenzmodellen
25
Das Vorgehensmodell, das so genannte V-Modell, mit Hilfe dessen die Modellbildung
erfolgt, umfasst drei mit der Unternehmensarchitektur korrespondierende Ebenen.
Zur besseren Übersichtlichkeit werden die jeweiligen Teilsystemmodelle mit Hilfe von
jeweils zwei Sichten, der strukturorientierten und der verhaltensorientierten Sicht,
spezifiziert. Modelliert wird entlang der drei Ebenen von oben nach unten. Die
einzelnen Ergebnisse sind innerhalb der Sichten einer Ebene und zwischen den
Sichten benachbarter Ebenen abzustimmen, siehe Bild 3.6.
3. Ebene
Aufgabensystem
Interaktionsmodell
Vorgangsobjektschema
Konzeptuelles
Objektschema
Verhaltensorientierte Sichten
2. Ebene
Strukturorientierte Sichten
1. Ebene
Zielsystem
Objektsystem
Bild 3.6: Vorgehensmodell der SOM-Methodik [FERSTL 1998]
Die Inhalte und Aufgaben der einzelnen Ebenen der Unternehmensarchitektur und
des Vorgehensmodells werden bei [FERSTL 1998] erläutert.
Ein Vorteil der SOM-Methodik ist die Möglichkeit, die Daten-, Funktions- und
Interaktionssicht zu vereinigen, um die Zusammenhänge zwischen diesen Sichten
darzustellen. Nachteilig ist die geringe Prozessorientierung. Ein schematisch
durchorganisierter und vorgegebener Prozessrahmen zur Strukturierung betrieblicher
Abläufe fehlt. Die Fokussierung der SOM-Methodik auf betriebswirtschaftliche
Geschäftsprozesse durch die Unternehmensarchitektur erschwert darüber hinaus die
Anwendung des Modells für andere Problemstellungen [HELLER 2004].
3.6
Defizite verfügbarer Referenzmodelle und Systemarchitekturen
Der Vergleich der vorgestellten Referenzmodelle und Systemarchitekturen mit der
Grobstruktur betrieblicher Informationssysteme gemäß Bild 3.1 zeigt, dass mit den
vorhandenen Referenzmodellen und Systemarchitekturen insbesondere die
26
Entwicklung von Informationssystemen mit Referenzmodellen
Aufgaben und daraus abgeleiteten Funktionen, Prozesse, Ressourcen und
organisatorischen Zuständigkeiten festgelegt werden können. Dagegen kann die
Gestaltung der Interaktion zwischen Anwender und Informationssystem auf der
Ebene der Aufgabenträger mit den vorhandenen Referenzmodellen nur unzureichend abgebildet werden. Die mangelnde Berücksichtigung der methodischen
Gestaltung der Interaktion zwischen Anwender und Informationssystem ist ein
wesentlicher Aspekt, der die Verwendung der etablierten Referenzmodelle und
Systemarchitekturen zur Gestaltung von Informationssystemen im Bereich des
Qualitätsmanagements erschwert.
Im Qualitätsmanagement ist es eine unerlässliche Aufgabe Daten und Informationen
zur Problemlösung zu erfassen, die Daten und Informationen zur Entscheidungsfindung vorzubereiten und die Ergebnisse anschließend geeignet zu visualisieren
und zu präsentieren.
Diese Tätigkeiten müssen bei einer rechnergestützten Ausführung insbesondere im
Wechselspiel der Aufgabenträger Anwender/Informationssystem erfolgen. Die
methodische Gestaltung dieser - zur Lösung qualitätsbezogener Problemstellungen
unabdingbar erforderlichen - Interaktion erfährt in bestehenden Referenzmodellen
und Systemarchitekturen zur Beschreibung der Struktur von Informationssystemen
nur eine untergeordnete Bedeutung.
Während die formale Beschreibung von auszuführenden Aufgaben im
Qualitätsmanagement mit den vorhandenen Referenzmodellen und Systemarchitekturen gelöst werden kann, muss die methodische Gestaltung der Interaktion
zwischen Anwender und Informationssystem im Hinblick auf den effektiven und
effizienten Einsatz von Informationssystemen im Bereich des Qualitätsmanagements
nachhaltig verbessert werden.
Die oben beschriebene Ausgangssituation ist auch bei der Gestaltung eines
Informationssystems für die Statistische Versuchsmethodik als exemplarischer
Vertreter der komplexen Methoden des Qualitätsmanagements gegeben. Über alle
Phasen der Statistischen Versuchsmethodik hinweg sind Daten und Informationen zu
erfassen, zu selektieren, zu verarbeiten und die Ergebnisse zu visualisieren. Daher
kommt bei der Gestaltung eines Informationssystems für die Statistische
Versuchsmethodik der Systematisierung und Abbildung der Interaktion zwischen
dem Anwender und dem Informationssystem auf der Aufgabenträgerebene eine
besondere Bedeutung zu.
Diese Anforderung kann nur durch die wissenschaftliche Weiterentwicklung der
bestehenden Referenzmodelle und Systemarchitekturen zur Gestaltung von
Informationssystemen erfüllt werden.
Zielsetzung, Gestaltungsbereich und Beitrag der Arbeit
4
4.1
27
Zielsetzung, Gestaltungsbereich und Beitrag der Arbeit
Ziel und zu erfüllende Aufgabe
Das Ziel der Arbeit ist das Bereitstellen der wissenschaftlichen Grundlagen zur
Gestaltung von Informationssystemen für die Statistische Versuchsmethodik. Zur
Erreichung des Ziels ist eine Basis zur Modellierung von Informationssystemen für
das spezifische Anwendungsgebiet Statistische Versuchsmethodik zu erarbeiten, da
einerseits zurzeit kein Leitfaden zum Aufbau entsprechender Informationssysteme
zur Verfügung steht. Andererseits können in der Informatik eingeführte Modelle zur
Gestaltung von Informationssystemen - so genannte Referenzmodelle - nicht direkt
für den Entwurf von Informationssystemen für die Statistische Versuchsmethodik
verwendet werden, da diese Modelle die Gestaltung der Interaktion zwischen
Anwender und dem rechnergestützten System nicht ausreichend berücksichtigen.
Aus diesem Grund soll ein Referenzmodell erarbeitet werden, das sowohl eine
Strukturierungshilfe für die Komponenten eines Informationssystems für die
Statistische Versuchsmethodik als auch eine Handlungsanleitung für den Entwurf
entsprechender rechnergestützter Systeme zur Verfügung stellt. Mit dem Referenzmodell soll die rechnergestützte Ausführung der Statistischen Versuchsmethodik
modelliert und als Anforderungsdefinition beschrieben werden. Das Referenzmodell
zielt auf das Einbeziehen folgender fachlicher Aspekte bei der Gestaltung und Implementierung von Informationssystemen für die Statistische Versuchsmethodik ab:
•
Berücksichtigen und Integrieren vorhandener relevanter Daten und Informationen
aus dem bestehenden datenverarbeitungstechnischen Umfeld einer Organisation,
•
Ausgestalten der Rechnerunterstützung für alle Phasen der Statistischen
Versuchsmethodik unter besonderer Berücksichtigung der phasenübergreifenden
Bereitstellung und Nutzung von Daten und Informationen,
•
Ableiten der Interaktion zwischen den Anwendern und dem Informationssystem.
Die Anwendung des Referenzmodells bei der Gestaltung von Informationssystemen
für die Statistische Versuchsmethodik soll damit die Defizite vorhandener Rechnerunterstützung im Bereich der Datenhandhabung, der methodischen Vorgehensweise
und der Benutzerschnittstelle beheben.
4.2
Beitrag und Nutzen der Arbeit
Mit der Arbeit soll ein Beitrag geleistet werden zur Steigerung der Leistungsfähigkeit
und der Akzeptanz der Statistischen Versuchsmethodik im industriellen Umfeld durch
die rechnergestützte Anwendung dieser Qualitätsmanagementmethode. Der Nutzen
der Arbeit ist aus zwei unterschiedlichen Blickrichtungen zu betrachten: einerseits
der wissenschaftliche Nutzen und andererseits der praktische Nutzen.
28
Zielsetzung, Gestaltungsbereich und Beitrag der Arbeit
Wissenschaftlicher Nutzen:
Das zu entwerfende Referenzmodell dient als Leitfaden für die Gestaltung und die
Implementierung von Informationssystemen für das spezifische Anwendungsgebiet
Statistische Versuchsmethodik. Damit wird das Defizit des Fehlens eines theoretisch
fundierten Modells zur Gestaltung von Informationssystemen für das definierte
Anwendungsgebiet Statistische Versuchsmethodik behoben.
Die Systemarchitektur - der erste Bestandteil des Referenzmodells - wird allgemeingültig formuliert, sodass die Anwendung des Referenzmodells produkt-, prozess- und
branchen-unabhängig erfolgen kann. Die Übertragbarkeit auf andere Problemstellungen und konkrete Anwendungsfälle wird damit sichergestellt. Die Systemarchitektur des Referenzmodells wird in der Art strukturiert, dass die Interaktion des
Anwenders mit dem Informationssystem abgeleitet und strukturiert dargestellt
werden kann, um eine problemadäquate Rechnerunterstützung bei der Anwendung
komplexer Methoden des Qualitätsmanagements zu gewährleisten. Auf diese Weise
wird ein Defizit vorhandener Referenzmodelle zur Gestaltung von Informationssystemen behoben, indem in der Systemarchitektur der Modellierung der Interaktion
zwischen dem Anwender und dem Informationssystem Rechnung getragen wird.
Das Vorgehensmodell - der zweite Bestandteil des Referenzmodells - stellt eine
Handlungsanleitung dar, um die allgemeingültig formulierte Systemarchitektur des
Referenzmodells an die produkt-, prozess- und branchenspezifischen Randbedingungen und Anforderungen eines konkreten Anwendungsfalles bei der Gestaltung
eines Informationssystems für die Statistische Versuchsmethodik anzupassen.
Praktischer Nutzen:
Das Referenzmodell wird angewendet, um das Fachkonzept eines Informationssystems für die Statistische Versuchsmethodik in der Elektronikfertigung zu
gestalten. Die Anwendbarkeit und Zweckmäßigkeit des Referenzmodells wird damit
sichergestellt und validiert. Die Elektronikfertigung - gekennzeichnet durch:
•
verknüpfte Fertigungsprozesse in Form einer Prozesskette,
•
vielfache Ursache-Wirkungs-Beziehungen,
•
vielfach nicht vorhandenes Prozessverständnis bei variantenreicher Fertigung
bietet ein herausforderndes exemplarisches Umfeld, um die Anwendbarkeit des
Referenzmodells zu überprüfen. Das Fachkonzept für das Informationssystem wird
anschließend in ein Datenverarbeitungskonzept umgesetzt und als SoftwarePrototyp implementiert. Damit steht für die Elektronikfertigung ein leistungsfähiger
und erprobter Software-Prototyp eines Informationssystems für die Statistische
Versuchsmethodik bereit.
Zielsetzung, Gestaltungsbereich und Beitrag der Arbeit
4.3
29
Vorgehensweise zur Erreichung der Zielsetzung
Zur Erreichung der Zielsetzung der Arbeit sind die beiden Bestandteile des
Referenzmodells zur Gestaltung von Informationssystemen für die Statistische
Versuchsmethodik zu entwerfen. Der gegenwärtige Stand der Technik und die damit
verbundenen Defizite im Bereich der Rechnerunterstützung für die Statistische
Versuchsmethodik und der Modellierung von Informationssystemen sind dabei zu
berücksichtigen. Das Bild 4.1 zeigt das Referenzmodell mit den beiden zu
entwerfenden Bestandteilen Systemarchitektur und Vorgehensmodell.
Referenzmodell zur Gestaltung von Informationssystemen
für die Statistische Versuchsmethodik
Systemarchitektur
Vorgehensmodell
Aufgaben
Daten
Akteure
Anpassung
Schritt 1
Schritt 2
Schritt 3
Funktionen
Schritt 4
„Bauplan“
„Handlungsanleitung“
Bild 4.1: Zu entwerfende Bestandteile des Referenzmodells
Die Systemarchitektur des Referenzmodells stellt einen allgemeingültig formulierten
Bauplan und eine Strukturierungshilfe für die Inhalte der Komponenten von
Informationssystemen für das spezifische Anwendungsgebiet Statistische Versuchsmethodik bereit. Der Entwurf der Systemarchitektur erfolgt in Abschnitt 5.
Das Vorgehensmodell des Referenzmodells wird als eine Handlungsanleitung zur
Konzipierung und Gestaltung eines entsprechenden rechnergestützten Systems
entworfen. Der Entwurf des Vorgehensmodells erfolgt in Abschnitt 6.
Die Verknüpfung beider Bestandteile des Referenzmodells ermöglicht die detaillierte
Gestaltung von Informationssystemen für die Statistische Versuchsmethodik für
verschiedenartige konkrete Anwendungsfälle.
Zur Überprüfung der Anwendbarkeit und Zweckmäßigkeit des Referenzmodells wird
in Abschnitt 7 ein Fachkonzept eines Informationssystems für die Statistische
Versuchsmethodik für den Anwendungsfall Elektronikfertigung gestaltet und in
Abschnitt 8 ein Software-Prototyp implementiert, erprobt und validiert.
30
5
5.1
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
Auswahl einer Basis-Systemarchitektur
Der Entwurf der Systemarchitektur des Referenzmodells zur Gestaltung von
Informationssystemen für die Statistische Versuchsmethodik setzt auf wissenschaftlich fundierte und erprobte Systemarchitekturen auf, um den Stand der Technik
bei der Modellierung von Informationssystemen zu berücksichtigen. Drei verbreitet
Anwendung findende Systemarchitekturen wurden in Abschnitt 3.5 vorgestellt.
Als Basis für die Entwicklung des Referenzmodells muss die zu verwendende
Systemarchitektur bestimmten methodischen Anforderungen genügen. Die wichtigste
methodische Anforderung ist die Bereitstellung einer Möglichkeit zur übersichtlichen
und strukturierten Darstellung der Vorgehensweise, d. h. des Prozesses der
Statistischen Versuchsmethodik. Eine weitere Anforderung an die BasisSystemarchitektur ist eine ausreichende Fähigkeit, die in verschiedene Sichten
aufgeteilte komplexe Gesamtproblemstellung im Referenzmodell zusammenführen
zu können, damit ein geschlossenes Fachkonzept für ein Informationssystem
abgeleitet werden kann. Um die Komplexität der Aufgabenstellung handhabbar zu
machen, muss die Anwendung der Basis-Systemarchitektur einer strukturierten
Vorgehensweise folgen und auch in dieser Art zu dokumentieren sein. Die
abschließende Anforderung an die Basis-Systemarchitektur besteht in der
Gewährleistung der Anwendbarkeit der Systemarchitektur für verschiedene
Vorgehensweisen und Prozesse bzw. Probleme.
Die in Abschnitt 3.5 vorgestellten Systemarchitekturen werden unter Berücksichtigung der jeweils kennzeichnenden Merkmale im Hinblick auf die Erfüllung der
Anforderungen an die Basis-Systemarchitektur bewertet, siehe Bild 5.1.
Architektur
CIM-OSA
ARIS
SOM
Prozessorientierung
erfüllt
erfüllt
ungenügend
erfüllt
Zusammenführung der Sichten
nicht erfüllt
erfüllt
erfüllt
Strukturierte
Vorgehensweise
erfüllt
erfüllt
erfüllt
Problemunabhängigkeit
ungenügend
erfüllt
erfüllt
ungenügend
erfüllt
Anforderung
Bild 5.1: Bewertung der Systemarchitekturen
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
31
Die Bewertung der Systemarchitekturen nach Bild 5.1 zeigt, dass die Systemarchitektur von ARIS alle Anforderungen an eine Basis-Systemarchitektur für die
Entwicklung eines Referenzmodells zur Gestaltung von Informationssystemen für die
Statistische Versuchsmethodik erfüllt.
Bevor die Systemarchitektur des Referenzmodells in Anlehnung an ARIS entworfen
wird, sind zunächst die generellen Anforderungen an Informationssysteme für die
Statistische Versuchsmethodik zu spezifizieren.
Auf der Basis von ARIS wird anschließend eine Systemarchitektur entworfen, mit der
die Anforderungen umgesetzt werden können. Dafür werden zuerst die Eignung der
Sichten von ARIS für die Gestaltung der Systemarchitektur des Referenzmodells
untersucht und gegebenenfalls modifiziert bzw. zusätzliche Sichten eingeführt. Die
an die spezifischen Anforderungen angepassten Sichten der Systemarchitektur
werden abschließend detailliert, indem sowohl der Aufbau als auch der Inhalt und der
Beitrag der einzelnen Sichten zur Erreichung der Zielsetzung der Arbeit beschrieben
werden.
Die Anwendung der Systemarchitektur wird im Anschluss in einem Vorgehensmodell
zusammengefasst, das den zweiten Bestandteil des zu entwerfenden Referenzmodells darstellt.
5.2
Generelle Anforderungen an ein Informationssystem für die Statistische
Versuchsmethodik
Als Anforderungen an ein Informationssystem können nach [HARTLEY 2003] alle
Anforderungen zusammengefasst werden, welche die Stakeholder, wie
beispielsweise Kunde, Anwender, Führungskräfte, Industriestandards und der
Entwicklungsprozess selbst an das Informationssystem stellen. Im Rahmen der
Arbeit besteht der Anspruch, die Anforderungen gemäß dieser umfassenden
Definition festzulegen.
Nachfolgend werden die generellen Anforderungen an ein Informationssystem für die
Statistische Versuchsmethodik aus den Funktionalitäten und Defiziten der
bestehenden Rechnerunterstützung abgeleitet. Darüber hinaus werden gemäß
Abschnitt 6.2 die Anforderungen an ein Informationssystem identifiziert, die sich aus
spezifischen Randbedingungen, wie beispielsweise der Fertigungsumgebung, im
konkreten Anwendungsfall ergeben.
Die Anforderungen an ein Informationssystem für die Statistische Versuchsmethodik
können, gemäß den in Abschnitt 2.4 dargestellten Defiziten, in die drei Teilbereiche
Datenhandhabung, methodische Unterstützung der Statistischen Versuchsmethodik
und Benutzerschnittstelle eingeteilt werden, siehe Bild 5.2. Eine differenzierte
Aufteilung der drei Anforderungskategorien wird nachfolgend aufgezeigt.
32
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
e
od
Me
ns
ch
th
Me
Anforderungen Anforderungen
im Bereich der
im Bereich der
methodischen
BenutzerUnterstützung
schnittstelle
Anforderungen
an ein
Informationssystem für
die Statistische
Versuchsmethodik
Anforderungen im Bereich der
Datenhandhabung
Daten
Bild 5.2: Generelle Anforderungen an ein Informationssystem für die Statistische
Versuchsmethodik
1. Anforderungen im Bereich der Datenhandhabung
Bei dem Entwurf der Systemarchitektur sind Anforderungen hinsichtlich der
Datensammlung, Datenspeicherung und der Integrationsfähigkeit zu berücksichtigen,
siehe Bild 5.3.
1. Datensammlung
2. Datenspeicherung
3. Integrationsfähigkeit
Bild 5.3: Übersicht der Anforderungen im Bereich der Datenhandhabung
Anforderungen im Bereich Datensammlung:
•
Die automatische und dadurch fehlerfreie Erfassung der im Unternehmen
generierten Daten soll möglich sein.
Anforderungen im Bereich Datenspeicherung und -verarbeitung:
•
Ein einfach zu realisierender, konsistenter und fehlerfreier Datenbestand und eine
redundanzfreie Datenspeicherung soll verwirklichbar sein.
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
33
•
Datenschutz und Datensicherung sollen gewährleistet sein, um sensible Produkt-,
Prozess- und Mitarbeiterdaten vor unbefugtem Zugriff zu schützen.
•
Die Möglichkeit gespeicherte Daten wieder zu verwenden, soll gegeben sein.
Anforderungen im Bereich Datenbereitstellung:
•
Der Austausch von Erfahrungen und Wissen zwischen den verschiedenen
Benutzern des Systems soll gegeben sein.
•
Auf bereits vorliegende Dokumente (Papier- und elektronische Form) soll mit
Unterstützung des Systems einfach und strukturiert zugegriffen werden können.
Anforderungen im Bereich Integrationsfähigkeit:
•
Um die Integration in bestehende Systemlandschaften zu ermöglichen und um
zusätzliche Datenquellen anbinden zu können, ist die Schnittstellenoffenheit zu
garantieren.
2. Anforderungen im Bereich der methodischen Unterstützung der Statistischen
Versuchsmethodik
Bei dem Entwurf der Systemarchitektur sind Anforderungen hinsichtlich der
Prozessunterstützung und Strategieunterstützung zu berücksichtigen, Bild 5.4.
1. Prozessunterstützung
2. Strategieunterstützung
Bild 5.4: Übersicht der Anforderungen im Bereich der methodischen Unterstützung
Anforderungen im
Versuchsmethodik:
•
Bereich
der
Prozessunterstützung
der
Statistischen
Das Informationssystem soll prozessorientiert aufgebaut sein. Der Prozess der
Statistischen Versuchsmethodik soll sowohl datentechnisch als auch visuell
unterstützt werden können, um die Zusammenhänge zwischen den Phasen und
den einzelnen Arbeitsschritten der Statistischen Versuchsmethodik zu
verdeutlichen.
Anforderungen im Bereich Strategieunterstützung und Wirtschaftlichkeit:
•
Die Berücksichtigung und Einbeziehung der Unternehmensstrategie soll möglich
sein.
•
Vor der Einführung der Software soll eine Abschätzung des Aufwandes für die
Entwicklung der Software durchführbar sein.
34
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
3. Anforderungen im Bereich der Benutzerschnittstelle
Bei dem Entwurf der Systemarchitektur sind Anforderungen hinsichtlich der
Anwendung/Handhabung, Interaktion mit dem Anwender und der Pflege des
Informationssystems zu berücksichtigen, siehe Bild 5.5.
1. Anwendung/
Handhabung
2. Interaktion mit
dem Anwender
3. Pflege des
Informationssystems
Bild 5.5: Übersicht der Anforderungen im Bereich der Benutzerschnittstelle
Anforderungen im Bereich Anwendung/Handhabung:
•
Das Informationssystem soll einfach und selbsterklärend aufgebaut sein, um den
Aufwand bei der Anwendung der Statistischen Versuchsmethodik zu verringern.
Anforderungen im Bereich Interaktion mit dem Anwender:
•
Der Benutzer soll in allen Phasen der Statistischen Versuchsmethodik bei der
Akquisition, der Selektion und der Präsentation von Informationen unterstützt
werden.
•
Die Integration einer kontextbezogenen Hilfe, welche die Funktionalitäten des
Systems erklärt, den Anwender in jeder Phase unterstützt und die Ergebnisse
interpretiert, soll verwirklichbar sein.
Anforderungen im Bereich der Pflege des Informationssystems:
•
Durch den Anwender soll eine dynamische Anpassung des Systems an
veränderte Rahmenbedingungen möglich sein.
Die abgeleiteten Anforderungen werden beim Entwurf der Systemarchitektur des
Referenzmodells berücksichtigt. In den folgenden Abschnitten wird dargestellt, wie
die Sichten der Systemarchitektur gestaltet sind, um die Anforderungen an ein
Informationssystem für die Statistische Versuchsmethodik zu erfüllen.
5.3
Ableitung der Sichten der Systemarchitektur
Die in Anlehnung an ARIS entworfene Systemarchitektur des Referenzmodells ist
aus den Bestandteilen Datensicht, Funktionssicht, Benutzerschnittstelle und
Steuerungssicht zusammengesetzt.
Da die Einordnung des Informationssystems in den Gesamtzusammenhang einer
Organisation für die spezifische Problemstellung nicht bedeutsam ist, wird in der
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
35
nachfolgenden Systemarchitektur in Abweichung von dem Aufbau der Systemarchitektur von ARIS keine Organisationssicht integriert.
Die Sicht der Benutzerschnittstelle wird in der Systemarchitektur des Referenzmodells eingeführt, um die Darstellung und Beschreibung der Schnittstelle
Informationssystem-Mensch zu ermöglichen. In Bild 5.6 sind der Aufbau und die
Inhalte der Systemarchitektur des Referenzmodells zur Gestaltung von
Informationssystemen für die Statistische Versuchsmethodik dargestellt. Die
einzelnen Sichten werden in den folgenden Abschnitten beschrieben.
Datensicht
Beschreibung der
Datenquellen, der
Datenobjekte und
der Datenverwaltung
Steuerungssicht
Prozessorientierte
Verknüpfung der
Sichten
Funktionssicht
Aufgliederung der
Funktionen der
Statistischen
Versuchsmethodik
in Teilfunktionen
Benutzerschnittstelle
Unterstützung bei der Akquisition, Selektion und Präsentation
von Daten und Informationen in jedem Prozessschritt,
Integration einer übergreifenden Hilfefunktion
Präsentationsebene
Selektionsebene
Anwenderbezogene Akquisitionsebene
Technische Akquisitionsebene
Hilfeebene
Bild 5.6: Systemarchitektur des Referenzmodells
5.4
Strukturierung der Datenbasis mit der Datensicht
5.4.1 Aufbau der Datensicht
Die Datensicht dient der Strukturierung der erforderlichen Inhalte der Datenbasis
eines Informationssystems für die Statistische Versuchsmethodik. Informationstechnische Beschreibungsmodelle, wie das Entity-Relationship-Model (ERM) zur
Beschreibung der Struktur einer Datenbank, werden erst im Datenverarbeitungskonzept verwendet, das an das Fachkonzept anschließt.
36
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
Die Datensicht der Systemarchitektur ist zweigeteilt. Der erste Teil ist der DatenBackbone eines Informationssystems. Der zweite Teil sind die externen
Datenquellen. Diese Zweiteilung ist erforderlich, um zwischen Daten, die direkt in
den Datenbanken eines Informationssystems gespeichert werden müssen und Daten
aus externen Datenquellen, die für die Durchführung der einzelnen Funktionen
wichtig sind, unterscheiden zu können, siehe Bild 5.7.
Versuchsstände
Versuchsdaten,
Art und Anzahl
der
Versuchsstände
MitarbeiterDatenbank
Zentrale Projekt-Datenbank
Projektdaten
Durchführung
Verknüpfungen
Versuchsdaten
Produktion
Daten aus der
Produktion,
Prozessbeschreibungen
CAQ-System
Ergebnisse
Daten über
Mitarbeiter
CAQ-Daten wie
FMEA, QFD
Verknüpfungen
ERP-System
Maßnahmen
Vorkommnisse
CAD-Daten
Daten über die
RessourcenPlanung im
Unternehmen
Schnittstellen
Technische
Zeichnungen von
Produkten
Externe Datenquellen
Daten-Backbone des Informationssystems
Externe Datenquellen
Bild 5.7: Datensicht der Systemarchitektur
Daten-Backbone des Informationssystems:
Im Daten-Backbone des Informationssystems werden alle Daten gespeichert, die für
die Durchführung von Versuchsmethodik-Projekten notwendig sind und die allgemeingültig festgelegt werden können. Damit können diese Daten als Stammdaten
eines Informationssystems bezeichnet werden. Die Ergebnisse der Versuche sind für
die Durchführung der Statistischen Versuchsmethodik zwar essentiell, diese aber
müssen für jedes Projekt neu erzeugt werden und sind somit externe Daten.
Der Kern des Daten-Backbones ist die Zentrale Projekt-Datenbank. In der Zentralen
Projekt-Datenbank werden alle Projektdaten der Versuchsmethodik-Projekte, Daten
zur Durchführung von Versuchen, importierte Versuchsdaten, ausgewertete
Versuchsergebnisse sowie durchgeführte Maßnahmen zur Optimierung von
Produkten und Prozessen dokumentiert, siehe Bild 5.8.
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
37
Versuchsergebnisse:
mit eindeutiger Zuordnung
zum Projekt und Versuchsteil
Daten zur
Versuchsdurchführung:
z. B. Randbedingungen,
Änderungen im
Versuchsablauf
Projektdaten:
z. B. Projektbezeichnung,
Projektnummer,
Projektbeschreibung
Ausgewertete
Versuchsdaten:
z. B. Diagramme, Grafiken mit
eindeutiger Zuordnung
Zentrale
ProjektDatenbank
Maßnahmen:
Dokumentation von Maßnahmen
mit Gründen für Entscheidung
und Erfolgskontrolle
Bild 5.8: Daten der Zentralen Projekt-Datenbank
Die Projektdaten sind die Daten zur Identifizierung und Beschreibung eines
einzelnen Projekts. Dazu gehören die Projektbezeichnung, die Projektnummer, der
Projektstart- und -endtermin sowie eine standardisierte Projektbeschreibung. Damit
die Informationen ordnungsgemäß abgelegt werden können, sind verschiedene
Eingabemasken nötig, mit deren Hilfe die Daten standardisiert erfasst werden. In der
Zentralen Projekt-Datenbank werden darüber hinaus alle Daten gespeichert, die für
die Versuchsdurchführung erforderlich sind. Dies sind beispielsweise Informationen
über die Randbedingungen, den Versuchsablauf, die Maschineneinstellungen und
die an den Versuchen beteiligten Personen. Die im Rahmen von Versuchen
gewonnenen und aus externen Datenquellen importierten Versuchsergebnisse
werden in der Zentralen Projekt-Datenbank dokumentiert. Die Versuchsergebnisse
müssen jederzeit eindeutig einem Versuch und den Versuchsteilen zugeordnet
werden können. Nur so kann sichergestellt werden, dass die Daten ohne
Verwechslungen wieder verwendet werden können. Die auf Basis der Auswertungen
getroffenen Maßnahmen werden in Verbindung mit den Auswahlgründen ebenfalls in
der Datenbank abgelegt. Das Informationssystem kann so bei ähnlichen Ergebnissen
und Rahmenbedingungen auf bereits erfolgreich eingesetzte Maßnahmen verweisen.
Dazu muss die jeweilige Auswirkung der ergriffenen Maßnahmen, wie beispielsweise
die resultierende Kostenersparnis, festgehalten werden.
Externe Datenquellen:
Die externen Datenquellen enthalten und stellen die unternehmensspezifischen
Daten bereit. Die unternehmensspezifischen Daten können nicht allgemeingültig im
Daten-Backbone festgelegt und dokumentiert werden, da beispielsweise Mitarbeiterund Fertigungsdaten situationsabhängig in einem Unternehmen erzeugt werden. Das
Informationssystem greift über Schnittstellen auf diese Daten zu. Bei der Gestaltung
38
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
des Informationssystems kann auf Basis der Anforderungsanalyse spezifiziert
werden, welche externen Datenquellen eingebunden werden sollen. Durch die
angestrebte Schnittstellenoffenheit des Informationssystems können auch nach der
Implementierung noch Datenquellen eingegliedert werden. Die hier dargestellte
Auswahl externer Datenquellen wird für eine effektive und effiziente Ausführung der
Statistischen Versuchsmethodik benötigt. Werden einzelne Datenquellen nicht
integriert, sinkt die Qualität des realisierten Informationssystems, da die optimale
Unterstützung des Anwenders nicht mehr gewährleistet ist. Neben der essentiellen
externen Datenquelle, den Versuchsständen, stellen die Mitarbeiter-Datenbank, das
Enterprise Resource Planning System (ERP-System), die Fertigung sowie Computer
Aided Quality Assurance (CAQ-Systeme) und Computer Aided Design Systeme
(CAD-Systeme) Daten bereit, siehe Bild 5.9.
ERP-System
CAQ-System
Inhalte:
Ressourcenplanung
bzgl. Materialwirtschaft,
Produktion, Controlling,
Personal, ...
Inhalte:
(Produkt-, Prozess-,
System-) FMEA, QFD,
SPC, Prüfmittelüberwachung, ...
CAD-System
Inhalte:
Techn. Zeichnungen,
rechnerunterstützte
Projektierung und
Konstruktion, …
Bild 5.9: Beispielhafte Inhalte der externen Datenquellen
In den Versuchsständen bzw. direkt in der Fertigung werden Versuchsergebnisse
erzeugt. Eine besondere Bedeutung kommt der Dokumentation der Rahmenbedingungen in der Fertigung zu. Beispielsweise sind Änderungen der Umgebungstemperatur und Änderungen im Versuchsablauf festzuhalten. Die korrekte
Übertragung bzw. Eingabe von Versuchsergebnissen in das Informationssystem ist
wesentlich für die effektive und effiziente Anwendung der Statistischen Versuchsmethodik. Die automatisierte und standardisierte Übermittlung von Daten an das
Informationssystem kann daher von großem Nutzen sein. Die Echtzeitübertragung
der Daten ermöglicht einen schnellen Ablauf der Statistischen Versuchsmethodik.
Die Mitarbeiter-Datenbank ist eine weitere externe Datenquelle und stellt Daten wie
den Namen, die Abteilung, die Kontaktdaten und die Qualifikation der Mitarbeiter
eines Unternehmens bereit. Die Datenbank kann zur Unterstützung bei der Auswahl
des Teams für ein Versuchsmethodik-Projekt verwendet werden. Vor allem bei interdisziplinären Teams erleichtert eine Schnittstelle zu der Mitarbeiter-Datenbank die
Suche nach Teammitgliedern aus verschiedenen Bereichen eines Unternehmens.
Zur Berücksichtigung der Unternehmensstrategie bei der Versuchsplanung ist eine
Schnittstelle zum ERP-System sinnvoll. ERP-Systeme führen die Ressourcenplanung in einem Unternehmen durch und berücksichtigen dabei auch vor- und
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
39
nachgelagerte Bereiche, wie Lieferanten und Kunden. Mit Hilfe eines ERP-Systems
können die limitierten Ressourcen Zeit und Budget berücksichtigt und die Umfänge
der erforderlichen Versuche ressourcenkonform geplant werden.
Die Fertigung ist eine wichtige externe Datenquelle. Fertigungsdaten liefern Hinweise
über kritische Einflüsse auf die Produktqualität. Das spezifische Fertigungsumfeld
determiniert darüber hinaus die Randbedingungen von Versuchen. Gegebenenfalls
können Versuchsergebnisse direkt aus der Fertigung übernommen werden. Die
Integration dieser Daten ermöglicht außerdem die Analyse von Zusammenhängen
zwischen dem Fertigungsprozess und dem Produkt.
Daten aus CAQ-Systemen, wie z. B. FMEA-Daten oder QFD-Daten, vereinfachen die
Identifikation von Faktoren und Zielgrößen für die Statistische Versuchsmethodik.
Vom Kunden geforderte Produkteigenschaften und daraus abgeleitete technische
Produkteigenschaften können mit QFD erkannt, dokumentiert und bei der
Anwendung der Statistischen Versuchsmethodik berücksichtigt werden.
Die letzte externe Datenquelle der Datenbasis sind CAD-Daten. Die gespeicherten
technischen Zeichnungen der Produkte unterstützen die Aufstellung von Produktmodellen. Außerdem werden mit Hilfe von CAD-Systemen übergreifende Arbeitsschritte, wie die rechnergestützte Projektierung, vereinfacht, siehe Bild 5.9.
5.4.2 Beitrag der Datensicht zur Erreichung der Zielsetzung
Der Aufbau und die Inhalte der Datensicht lösen die in Abschnitt 2.4.2 dargestellten
Defizite der Datenhandhabung und erfüllen die Anforderungen an die Datenerhebung, siehe Bild 5.10.
Datenspeicherung:
Redundanzfreie und
konsistente Daten
Datensammlung:
Zeitersparnis und
Fehlerreduzierung
Datensicht
Integration:
Zugriff auf Daten
aus Fremdsystemen
Datenbereitstellung:
Zeitersparnis und
bessere Strukturierung
Bild 5.10: Erfüllung der Anforderungen durch die Datensicht
Ein Defizit bei der Datensammlung mit Hilfe vorhandener Software ist der hohe
Aufwand für die Datenerfassung. Die Integration erforderlicher Datenquellen über
Schnittstellen in das Informationssystem ermöglicht den automatischen Import der
40
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
benötigten Daten. Die Zeitersparnis führt zu einer kostengünstigeren Durchführung
der Statistischen Versuchsmethodik. Zusätzlich wird menschliches Versagen bei der
Datenübertragung bzw. Dateneingabe ausgeschlossen und die Zuverlässigkeit der
Ergebnisse steigt. Am Markt angebotene Software für die Statistische
Versuchsmethodik ist im Bereich der Datenspeicherung und -verarbeitung durch eine
ungenügende Strukturiertheit der hinterlegten Daten gekennzeichnet. Außerdem sind
die Daten nicht konsistent und die Speicherung erfolgt nicht redundanzfrei.
Das vorgestellte Konzept der Zentralen Projekt-Datenbank löst dieses Problem. Die
Daten werden nach definierten Vorgaben in der Datenbank dokumentiert. Die
erforderliche Datenbasis ist vollständig in das Informationssystem integriert.
Außerdem können mit Hilfe des Datenbank-Konzepts beliebige Vorlagen ausgefüllt
werden und die Zeit, die für die Dokumentation benötigt wird, sinkt. Die automatische
Dokumentation verringert den Aufwand des Benutzers, da er nicht mehr darauf
achten muss, welche Daten und Ergebnisse wo abgelegt werden müssen. Dies
steigert die Richtigkeit und Vollständigkeit der Datenbasis. Die Integration externer
Datenquellen in das Informationssystem ermöglicht dem Anwender den Zugriff auf
operative Datenbestände. Dies senkt den Zeitaufwand und somit die Kosten der
Statistischen Versuchsmethodik. Die Möglichkeit, die Datenbanken durch den
Benutzer zu erweitern, erlaubt die Nutzung von Erfahrungswissen. Beispielsweise
können erfolgreiche Maßnahmen vorheriger Projekte verwendet werden, um
Maßnahmen für das eigene Projekt zu identifizieren. Das Konzept hinsichtlich des
Datenschutzes und der Datensicherung ist zumeist systemübergreifend in einem
Unternehmen verwirklicht, sodass die Erstellung des Datenschutz- und Datensicherungskonzepts unter Beachtung der unternehmensweit festgeschriebenen
Regelungen erfolgen muss.
5.5
Detaillierung der Funktionen mit der Funktionssicht
5.5.1 Aufbau der Funktionssicht
Mit der Funktionssicht der Systemarchitektur wird die Basisfunktion Durchführung der
Statistischen Versuchsmethodik hierarchisch in einzelne Teilfunktionen untergliedert.
Zur Darstellung dieser Sicht wird ein Funktionsbaum verwendet, der aus einer
Wurzel und zwei weiteren Ebenen besteht.
Die Basisfunktion Durchführung der Statistischen Versuchsmethodik ist die Wurzel
des Funktionsbaums. Die Basisfunktion ist in die Hauptfunktionen Systemanalyse,
Modellbildung, Versuchsstrategie, Versuchsdurchführung, Versuchsauswertung und
Validierung unterteilt, die gleichzeitig die einzelnen Phasen der Statistischen
Versuchsmethodik darstellen. Die Hauptfunktionen werden in der nächsten Ebene in
Teilfunktionen untergliedert, Bild 5.11.
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
41
Durchführung der
Statistischen
Versuchsmethodik
Systemanalyse
Modellbildung
Versuchsstrategie
Versuchsdurchführung
Versuchsauswertung
Validierung
Projektinitiierung/
Teambildg.
Zus.hang
Produkt und
Prozess
Festlegung
Randbedingungen
Kapazitätsüberprüfung
Datenaufbereitung
Interpretation
der Ergebnisse
Systemabgrenzung
Prozess- o.
Produktmodell
Versuchsplanauswahl
Kennzeichnung
Versuchsteile
Modellsicherheit
Bestätigungsexperimente
Formulierung
Zielsetzung
Festlegung
der
Zielgrößen
Versuchsplanbelegung
Einstellung
Versuchsplan
Überprüfung
Auswertevoraussetz.
Ableitung
Maßnahmen
Produktanalyse
Festlegung
Faktoren u.
Faktorstufen
Überprüfung
Durchführbarkeit
Durchführung
der Versuche
Auswahl
Analyseverfahren
Bereitstellung
des Wissens
Prozessanalyse
Ermittlung
Wechselwirkungen
Erfassung
Versuchsergebnisse
Auswahl
Darstellungsmethoden
Dokumentation
Erfassung
von
Änderungen
Systembeobachtung
Erfassung
Störgrößen
Basisfunktion
Hauptfunktion
obligatorische Teilfunktion
optionale Teilfunktion
Bild 5.11: Funktionssicht der Systemarchitektur
Die in der Arbeit in der Funktionssicht abgebildeten Funktionen stehen in einer festen
Reihenfolge. Ihre Anordnung ist nicht vertauschbar. Die Funktionen repräsentieren
die einzelnen Prozessschritte des Prozesses Durchführung der Statistischen
Versuchsmethodik. Daher wird der Begriff Funktion nachfolgend synonym zu dem
Begriff Prozessschritt verwendet. Die ablauforientierte Prozessdarstellung der
Durchführung der Statistischen Versuchsmethodik wird in der Steuerungssicht in
Abschnitt 5.7 aufgegriffen und dargestellt.
Die Funktionssicht ermöglicht die Aufteilung des Gesamtfunktionsumfangs des
Informationssystems in mathematisch-statistische Funktionen und graphischvisualisierende Funktionen im Verlauf der Statistischen Versuchsmethodik.
Die mathematisch-statistischen Funktionen umfassen insbesondere die Auswahlregeln, die Vermengungsstrukturen, die mathematischen Eigenschaften sowie die
Regeln zur Generierung der implementierten Versuchspläne und auch die Auswertealgorithmen. Aufgrund der Vielzahl unterschiedlicher Versuchspläne muss bei der
Gestaltung eines Informationssystems eine Auswahl aus diesen getroffen werden.
Soll das Informationssystem erweiterbar sein, müssen Vorkehrungen getroffen
werden, damit weitere Versuchspläne ohne großen Aufwand ergänzt werden
42
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
können. Weiterhin sind die für die mathematisch-statistische Auswertung der
Versuchsergebnisse erforderlichen Algorithmen festzulegen. Beispiele für Auswertealgorithmen sind Berechnungen von Haupt- und Wechselwirkungseffekten sowie
Vertrauensbereichen, Varianz- und Signifikanzanalysen, Regressionsanalysen und
Residuenanalysen. Die mathematisch-statistischen Funktionen werden im Wesentlichen ohne Interaktion mit dem Anwender des Informationssystems ausgeführt.
Im Gegensatz dazu stehen die graphisch-visualisierenden Funktionen, die
überwiegend in den vor- und nachbereitenden planerischen Phasen der Statistischen
Versuchsmethodik anzuwenden sind. Diese Funktionskategorie ist gekennzeichnet
durch eine intensive Interaktion mit dem Anwender des Informationssystems, um zu
präsentierende Daten problemadäquat aufbereiten zu können. Die Detaillierung und
Ausgestaltung dieser Funktionen erfolgt insbesondere mit der systematischen
Betrachtung der Benutzerschnittstelle in den folgenden Abschnitten.
Mögliche Ausprägungen und Inhalte der Funktionen eines Informationssystems für
die Statistische Versuchsmethodik sind in Anhang B aufgeführt.
5.5.2 Beitrag der Funktionssicht zur Erreichung der Zielsetzung
Die Funktionssicht dient der Unterstützung des Entwicklers bei der Definition des
Funktionsumfangs eines Informationssystems für die Statistische Versuchsmethodik.
Die durchgängige Unterstützung der sechs Hauptfunktionen bzw. Phasen durch das
Informationssystem ermöglicht die effektive und effiziente Durchführung der
Statistischen Versuchsmethodik. Die Teilfunktionen können im Gegensatz zu den
Hauptfunktionen in obligatorische und optionale eingeteilt werden. Durch das
Weglassen einzelner Teilfunktionen treten teilweise wieder die Defizite bereits
vorhandener Rechnerunterstützung auf und die Funktionalität des Informationssystems sinkt.
Die nicht mit dem Informationssystem unterstützten Teilfunktionen können nicht vollständig weggelassen werden, sondern müssen stattdessen ohne Rechnerunterstützung, beispielsweise vom Projektteam, durchgeführt werden. Unter
Berücksichtigung der jeweiligen Rahmenbedingungen, wie beispielsweise dem zur
Verfügung stehenden Budget für die Entwicklung des Informationssystems, ist es
dem Anwender des Referenzmodells selbst überlassen, welche Teilfunktionen
implementiert werden sollen. Wenn alle optionalen Teilfunktionen weggelassen
werden, ist das Ergebnis nur geringfügig besser, als die bereits bestehenden
Softwareprogramme.
Zur Unterstützung des Anwenders bei der Entscheidung für Teilfunktionen können
deren Inhalte in einer Tabelle im Anhang B eingesehen werden, siehe Bild 5.12.
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
Übersichtstabelle
Inhalte der Funktionssicht
Hauptfunktionen
Inhalte
Systemanalyse
...
Modellbildung
...
Versuchsstrategie
...
Versuchsdurchführung
...
Versuchsauswertung
...
Validierung
...
BeispielFunktionssicht
+
43
Funktionssicht für ein
spezifisches Informationssystem
=
Bild 5.12: Gestaltung der Funktionssicht für ein Informationssystem
5.6
Gestaltung der Benutzerführung mit der Benutzerschnittstelle
5.6.1 Aufbau der Benutzerschnittstelle
Die Benutzerschnittstelle ist der Teil eines Anwendungsprogramms, der dem
Benutzer die Kommunikation mit dem Computer ermöglicht [BALZERT 2001]. Mit Hilfe
der Benutzerschnittstelle wird die Schnittstelle Informationssystem-Mensch gestaltet.
Am Markt erhältliche Software für die Statistische Versuchsmethodik weist im
Bereich der Benutzerschnittstelle insbesondere Defizite hinsichtlich der problemadäquaten Darstellung von Inhalten und Bedieninformationen sowie der Ausgestaltung der Benutzerführung auf. Aus diesem Grund wird als Erweiterung der BasisSystemarchitektur von ARIS die Sicht der Benutzerschnittstelle eingeführt. Durch die
Einbeziehung und Ausgestaltung dieser Sicht der Systemarchitektur können die in
Abschnitt 2.4.4 aufgezeigten Defizite bei der Anwendung und Handhabung, der
Interaktion mit dem Anwender und der Pflege der Software gelöst werden.
Die Defizite bestehender Benutzerschnittstellen in Bezug auf die Bedieninformation
und die Benutzerführung werden bei der Bearbeitung der Phasen der Statistischen
Versuchsmethodik ersichtlich. Bisher existiert keine allgemeingültige Methodik, die
den Anwender bei der Durchführung der verschiedenen Aufgaben unterstützt und
dabei situationsgerecht Bedieninformationen bereitstellt. Für jeden Teilschritt und
auch für den Gesamtzusammenhang der Statistischen Versuchsmethodik muss eine
Möglichkeit zur methodischen Unterstützung des Anwenders bei der Akquisition, der
Selektion und der Präsentation von Daten und Informationen gegeben sein.
Die Gestaltung der Benutzerschnittstelle erfolgt durch die Verwendung von drei
Ebenen und einer die drei Ebenen übergreifenden Hilfeebene. Die drei Ebenen sind
die Akquisitionsebene, die in die technische und die anwenderbezogene
Akquisitionsebene aufgeteilt ist, die Selektionsebene und die Präsentationsebene,
Bild 5.13. Der Anwender des Informationssystems wird entlang dieser Ebenen
geführt und dabei unterstützt, die einzelnen Teilaufgaben der Statistischen
Versuchsmethodik strukturiert durchzuführen.
44
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
Technische Akquisitionsebene
Die technische Akquisitionsebene realisiert die Akquisition von Daten über Schnittstellen.
Anwenderbezogene Akquisitionsebene
Die anwenderbezogene Akquisitionsebene unterstützt bei der manuellen Akquisition
von Daten.
Selektionsebene
Die Selektionsebene unterstützt den Anwender bei der Auswahl der für den
Prozessschritt erforderlichen Daten und Informationen und bereitet diese für die
Visualisierung auf.
Präsentationsebene
Mit Hilfe der Präsentationsebene werden dem Anwender die gefundenen
Informationen und Ergebnisse problemadäquat visualisiert.
Hilfeebene
Die Hilfeebene unterstützt den Anwender in jedem Prozessschritt
bei der Verwendung der Software.
Bild 5.13: Benutzerschnittstelle der Systemarchitektur
Die Akquisitionsebene ermöglicht dem Anwender Daten zu erfassen. Dies erfordert
sowohl technische Schnittstellen zu verschiedenen Datenquellen, als auch die
Möglichkeit, die Inhalte der zu akquirierenden Daten zu definieren. Die Aufgabe der
Selektionsebene ist es, aus den bei der Akquisition erfassten Daten die für die
jeweilige Funktion bzw. die zu lösende Aufgabe notwendigen Daten zu selektieren.
Die geeignete Präsentation und Visualisierung der identifizierten Daten und
Ergebnisse sind Aufgaben der Präsentationsebene. Die Hilfeebene dient dazu, den
Anwender bei der Durchführung der drei Schritte durch eine übergreifende Hilfefunktion zu unterstützen.
Die vorgestellte Gliederung der Benutzerschnittstelle ermöglicht die Gestaltung der
Interaktion zwischen dem Informationssystem und dem Anwender. Die Ebenen
können für jede Teilfunktion zur einfacheren Gestaltung zunächst getrennt betrachtet
werden und sind im Anschluss zu einem zusammenhängenden Konzept zu vereinen.
Die Strukturierung der Benutzerschnittstelle mit Hilfe von Ebenen kann nicht nur zur
methodischen Lösung der Probleme bei der Anwendung der Statistischen Versuchsmethodik verwendet werden. Die Herangehensweise kann auch für andere Problemstellungen des Qualitätsmanagements, wie beispielsweise der Durchführung einer
FMEA oder eines QFD, eingesetzt werden. Auch bei diesen Methoden müssen
zuerst Daten akquiriert werden, dann sind die wichtigsten Daten zu selektieren und
abschließend müssen die Ergebnisse geeignet präsentiert werden.
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
45
5.6.2 Allgemeingültige Anforderungen an die Benutzerschnittstelle
Die Defizite der Benutzerschnittstelle vorhandener Rechnerunterstützung für die
Statistische Versuchsmethodik im Bereich der Handhabung werden durch die
Berücksichtigung der in der Norm DIN EN ISO 9241 beschriebenen "ergonomischen
Anforderungen für Bürotätigkeiten mit Bildschirmgeräten" gelöst. Teil 10 der Norm
definiert die folgenden Kriterien der Dialoggestaltung [DIN EN ISO 9241-10:2006]:
•
Aufgabenangemessenheit: Dieser Gestaltungsgrundsatz besagt, dass eine
Benutzerschnittstelle für die Aufgabe angemessen ist, wenn der Anwender durch
das System entlastet wird und seine Arbeitsaufgabe effektiv und effizient
erledigen kann. Die Ein- und Ausgabe müssen an die Problemstellung und
Benutzerbedürfnisse angepasst sein.
•
Selbstbeschreibungsfähigkeit: Ein Dialog ist selbstbeschreibungsfähig, wenn bei
der Verwendung des Informationssystems jeder Schritt unmittelbar verständlich
ist oder wenn er jederzeit durch eine Hilfefunktion erklärt werden kann.
•
Steuerbarkeit: Wenn der Ablauf des Dialogs vom Anwender so gestaltet werden
kann, dass die Geschwindigkeit und Reihenfolge der einzelnen Teile frei wählbar
sind, ist dieser steuerbar.
•
Erwartungskonformität: Ein System ist erwartungskonform, wenn es so gestaltet
ist, wie es der Anwender, auf Grund seiner Erfahrungen auf dem unterstützten
Gebiet, erwartet.
•
Fehlertoleranz: Ein Dialog ist fehlertolerant, wenn der Benutzer bei der
Vermeidung von Eingabefehlern unterstützt wird. Auf Handlungen, die nicht
möglich sind, soll der Benutzer durch kurze Erklärungen und deren
Konsequenzen in verständlicher Weise hingewiesen werden. Zusätzlich soll trotz
fehlerhafter Eingaben mit minimalem Korrekturaufwand das ursprüngliche Ziel
erreichbar sein.
•
Individualisierbarkeit: Das System soll an den Kenntnisstand des Anwenders und
die jeweiligen Benutzerbedürfnisse anpassbar sein.
•
Lernförderlichkeit: Die Möglichkeit soll bestehen, dass Anfänger beim Erlernen
der Anwendungen des Systems durch Anleitungen unterstützt werden.
Die konsequente Umsetzung dieser Anforderungen bei der Gestaltung der Benutzerschnittstelle eines Informationssystems behebt die Defizite bei der Anwendung und
Handhabung der Rechnerunterstützung für die Statistische Versuchsmethodik, siehe
Abschnitt 2.4.4.
Wird die Anforderung der Steuerbarkeit durch die Realisierung einer individuellen
Navigation erfüllt, ist auch das Defizit der Orientierungsunsicherheit gelöst. Dazu
46
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
muss dem Anwender auf dem Bildschirm aufgezeigt werden, welche Teilfunktion
gerade bearbeitet bzw. welcher Teilprozessschritt des Gesamtprozesses aktuell
ausgeführt wird. Dadurch kann der Benutzer den noch bevorstehenden Arbeits- und
Zeitaufwand abschätzen. In Abhängigkeit von der Softwarekonfiguration kann der
Benutzer zusätzlich selbst entscheiden, ob er Teilfunktionen überspringen will oder
nicht. Die Individualisierbarkeit und die Lernförderlichkeit beseitigen das Problem der
fehlenden Einfachheit. Diese ist gewährleistet, wenn der Dialog an die Bedürfnisse
des Anwenders anpassbar ist und der Benutzer durch Anleitungen unterstützt wird.
Die Funktion der Fehlertoleranz ermöglicht die Lösung des Defizits im Bereich der
Anwendung und Handhabung, die fehlende Fehlerrobustheit.
5.6.3 Funktionen und Inhalte der Akquisitionsebene
Die Akquisitionsebene ist in die technische Akquisitionsebene und die anwenderbezogene Akquisitionsebene unterteilt, siehe Bild 5.14. Die Vorgehensweisen zur
Datenakquisition können in anwenderbezogene Methoden und technische Methoden
eingeteilt werden. Die technische Akquisitionsebene ermöglicht den Zugriff auf
externe Datenquellen, wie beispielsweise Versuchsstände, externe Datenbanken
und die Fertigung. Die Schnittstellen müssen so gestaltet sein, dass mehrere
Benutzer gleichzeitig Zugriff auf die externen Daten haben und jeder Benutzer auf
die gleiche Datenbasis zugreift. Außerdem ist es wichtig, dass bei zeitkritischen
Versuchen eine Echtzeitübertragung der Daten aus den Versuchsständen und der
Produktion möglich ist.
Die anwenderbezogene Akquisitionsebene stellt den Benutzern Methoden zur
Akquisition von Daten zur Verfügung. Dies beinhaltet auch die Auflistung von
Informationen, wie beispielsweise die Anzeige aller im System verfügbaren
Versuchspläne.
Technische
Erfassung von
Daten aus externen
Datenquellen
Funktionen
der
Akquisitionsebene
Bereitstellung von
Methoden zur
anwenderbezogenen Akquisition
Bild 5.14: Funktionen der Akquisitionsebene
Die technische Akquisition von Daten aus externen Datenbanken, Versuchsständen
und der Fertigung erfolgt über Datenbankschnittstellen. Die systemübergreifende
Kommunikation erfolgt im Allgemeinen mittels standardisierter Schnittstellen und
Abfragesprachen, wie z. B. der Structured Query Language (SQL). Insbesondere die
Erfassung der Daten aus Versuchsständen, beziehungsweise der Fertigung, kann zu
Problemen führen, wenn die Übertragung in Echtzeit zu erfolgen hat. Nach
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
47
[SCHULTEN 2003] ist dies nur mit einem echtzeitfähigen Akquisitionsmodul zu
realisieren. Dieses ermöglicht es, in kurzer Zeit Daten aus einem Prozess zu
sammeln, zu filtern und mit Hilfe eines zeitunkritischen Anbindungsmoduls im
Netzwerk zu verteilen.
Die anwenderbezogene Akquisition beinhaltet die Datensammlung aus der Sicht des
Anwenders. Damit ist nicht die Selektion von bestimmten Daten aus einer bereits zur
Verfügung stehenden Datenmenge gemeint, sondern das Sammeln, Auflisten und
das Zusammentragen der Daten, aus denen eine Auswahl getroffen werden soll.
Dabei wird zwischen Methoden, die den Anwender bei der Datensammlung
unterstützen sollen und Hinweisen über mögliche Datenquellen unterschieden.
Ersteres sind beispielsweise Methoden wie Brainstorming und Mind-Mapping, die
das Team bei der Akquisition verwenden kann. Die Vorgehensweise bei der
Anwendung dieser Methoden und die Angabe, wann welche Methode verwendet
wird, werden im Informationssystem dokumentiert. Mögliche Datenquellen, auf die
durch das Informationssystem hingewiesen werden kann, können z. B.
Fertigungsunterlagen oder Arbeitsanweisungen sein. Das Informationssystem listet
zudem alle zu einem Themenbereich gespeicherten Informationen auf. Aus dieser
Übersicht kann der Anwender in der Selektionsebene wichtige Daten auswählen.
Die Anforderung, die erforderlichen Daten sowohl technisch, als auch inhaltlich zu
erfassen und dem Anwender dabei Hilfestellung zu leisten, wird somit durch die
Akquisitionsebene erfüllt.
5.6.4 Funktionen und Inhalte der Selektionsebene
Die Hauptaufgabe der Selektionsebene ist, den Anwender bei der Auswahl der für
die jeweilige Problemstellung wichtigen Daten aus der in der Akquisitionsebene
ermittelten Datenmenge zu unterstützen. Außerdem hilft die Selektionsebene dem
Benutzer bei der anschließenden Zusammenführung und Verknüpfung der
selektierten Daten, siehe Bild 5.15.
Selektion der für die
Bearbeitung der
Problemstellung
wichtigen Daten
Funktionen
der
Selektionsebene
Aufbereitung und
Verknüpfung
selektierter
Daten
Bild 5.15: Funktionen der Selektionsebene
Die Auswahl kann vereinfacht werden durch Methoden zur Entscheidungsunterstützung und problemadäquate Vorschläge durch das Informationssystem,
welche Daten wichtig sind. Die ausgewählten Daten werden in der Selektionsebene
48
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
anschließend derart aufbereitet, dass diese in der Präsentationsebene verwendet
und dargestellt werden können. Die Aufbereitung beinhaltet vor allem die
Verknüpfung von Daten aus verschiedenen Datenquellen. Beispielsweise wird für die
Darstellung der Einflüsse auf ein Produkt, mit Hilfe des Ishikawa-Diagramms, eine
Auswahl an verschiedenen Daten benötigt. Einflussgrößen müssen aus der
Fertigung, dem CAD- und CAQ-System und den Ergebnissen einer Expertenbefragung ausgesucht werden. Die selektierten Daten müssen zusätzlich in einen
Zusammenhang gebracht werden, um die Ergebnisse anschließend im Rahmen der
Präsentation darstellen zu können. Ein weiteres Beispiel für die Unterstützung des
Anwenders bei der Selektion von Daten sind Regeln zum Aufstellen einer IntensitätsBeziehungs-Matrix im Rahmen der Phase Modellbildung, um eine Vorauswahl zu
untersuchender Einflussgrößen vornehmen zu können.
Mit Hilfe der Selektionsebene können aus einer großen Datenmenge die für die
jeweiligen Prozessschritte wichtigen Daten identifiziert und aufbereitet werden. Die
Selektion allein dem Benutzer zu überlassen kann zu dessen Überforderung führen.
Außerdem besteht die Gefahr, dass für die Problemstellung wichtige Daten
vergessen werden.
5.6.5 Funktionen und Inhalte der Präsentationsebene
Die Präsentationsebene erfüllt die Aufgabe, den Anwender des Informationssystems
bei der Darstellung der in der Selektionsebene aufbereiteten Daten zu unterstützen,
Bild 5.16. Es ist wichtig, dass die Zusammenhänge zwischen den ausgewählten
Ergebnissen geeignet visualisiert werden und dass die Abbildung von prozessschrittübergreifenden Beziehungen möglich ist. Bei der Untersuchung komplexer Produkte
und Prozesse müssen die vorhandenen Daten dem betrachteten Produkt oder
Prozess zugeordnet werden können, um die Herstellung eines Bezuges zur
gegebenen Problemstellung oder zum Stand der Untersuchung zu ermöglichen.
Herstellung eines
Bezuges zur
Problemstellung
Funktionen
der
Präsentationsebene
Geeignete
Darstellung
aufbereiteter Daten
Bild 5.16: Funktion der Präsentationsebene
Eine geeignete Visualisierung von Daten ist von besonderer Bedeutung für die
effektive und effiziente Anwendung der Statistischen Versuchsmethodik. Je nach
Prozessschritt oder auch prozessschrittübergreifend sind verschiedene Darstellungsmöglichkeiten verwendbar. Beispiele für die Visualisierung sind Diagramme wie das
Flussdiagramm zur Darstellung eines Prozesses oder Grafiken wie die Response
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
49
Surface Darstellung der Versuchsergebnisse. Da dafür Daten aus allen Phasen der
Statistischen Versuchsmethodik und aus den anderen Ebenen und Sichten benötigt
werden, muss eine Zusammenführung aller Daten und Informationen realisierbar
sein. Die vollständige Datenintegration ist durch die Steuerungssicht gegeben und
wird in Abschnitt 5.7 erläutert.
Um die in der Zentralen Projekt-Datenbank abgelegten Daten individuell zusammenzustellen und in Form von Berichten präsentieren zu können, müssen entsprechende
Dokumentvorlagen vorgesehen werden. Ein Beispiel ist das allgemeine Projektdatenblatt, dessen Inhalte standardisiert sind. Die Ergebnisse verschiedener Projekte können mit dem Projektdatenblatt identisch aufbereitet und zusammengestellt werden.
Das Projektdatenblatt enthält beispielsweise den Projektnamen, die Projektnummer,
eine Projektbeschreibung, die Namen der Projektverantwortlichen, den Fertigstellungstermin und wesentliche Projektergebnisse. Ein weiterer Anwendungsfall für die
individuelle Zusammenstellung von Projektdaten ist die Erstellung von Managementberichten. Sind die Auswirkungen der Statistischen Versuchsmethodik auf Kostenstrukturen zu analysieren, können die benötigten Daten mit Hilfe von Datenbankabfragen und Dokumentvorlagen zusammengestellt und ausgegeben werden.
Eine weitere Hilfestellung zur graphischen Visualisierung der Problemstellung sind
Prozessmodelle, wie beispielsweise Fluss- und Ablaufdiagramme. Prozessmodelle
unterstützen die modellhafte Strukturierung und Analyse komplexer Vorgehensweisen und Prozesse. Prozessschrittübergreifend kann der Ablauf der Statistischen
Versuchsmethodik mit einem Flussdiagramm dargestellt werden. Die Bildungsregeln
und Anwendungsvorschriften für die Prozessmodelle müssen im Informationssystem
dokumentiert sein. Produktmodelle werden aus den in einem CAD-System
vorgehaltenen technischen Zeichnungen abgeleitet und stellen das Produkt, inklusive
der Randbedingungen bei der Herstellung, dar. Mit Hilfe dieser Modelle können
beispielsweise Zusammenhänge zwischen dem Herstellungsprozess und dem
Produkt identifiziert und verdeutlicht werden.
5.6.6 Funktionen und Inhalte der Hilfeebene
Die Hilfeebene unterstützt den Anwender bei der Ausführung der drei Ebenen. Die
Hilfeebene nimmt aus diesem Grund eine besondere Stellung ein und umschließt die
anderen Ebenen. Die Hilfeebene kommt sowohl in jedem Prozessschritt, als auch
prozessübergreifend zum Einsatz. Tritt bei der Anwendung des Informationssystems
eine Frage auf, kann eine kontextbezogene Hilfefunktion aufgerufen werden.
In der Akquisitionsebene bedeutet dies beispielsweise, dass der Anwender bei der
Erfassung von Daten durch die Beschreibung der Kreativitätstechniken unterstützt
wird. Die Erläuterung von Gruppenarbeitsmethoden ist ein weiteres Beispiel für die
Hilfefunktion. Die Hilfefunktion muss so konzipiert sein, dass eine wechselseitige
50
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
Kommunikation zwischen dem Informationssystem und dem Anwender möglich ist.
Dies ist vor allem bei sich ändernden Rahmenbedingungen wichtig. Das
Informationssystem muss den Anwender auf Änderungen, beispielsweise im
Versuchsverlauf, aufmerksam machen und Lösungsvorschläge anbieten können.
Auch bei der Versuchsplanauswahl erläutert das System dem Anwender individuell,
warum ein Versuchsplan für die Problemstellung geeignet ist. Außerdem unterstützt
die Hilfefunktion den Benutzer bei der Anpassung des Informationssystems an
geänderte Versuchsbedingungen und veränderte Ziele. Diese Möglichkeit der
Systempflege gewährleistet die Aktualität der Inhalte des Informationssystems.
5.7
Integration der Sichten mit der Steuerungssicht
5.7.1 Aufbau der Steuerungssicht
Die Steuerungssicht bildet den Mittelpunkt der Systemarchitektur des Referenzmodells. Die Steuerungssicht integriert die anderen Sichten der Systemarchitektur
und bereitet diese prozessorientiert auf. Mit Hilfe der Steuerungssicht können die
Beziehungen und Verknüpfungen zwischen den Funktionen, den Datenquellen und
der Benutzerschnittstelle bei der Gestaltung eines Informationssystems für die
Statistische Versuchsmethodik abgebildet und dokumentiert werden.
Die dreidimensionale Darstellung der Steuerungssicht der Systemarchitektur besteht
aus den Dimensionen Prozessablauf der Statistischen Versuchsmethodik, Datensicht
und Ebenensicht der Benutzerschnittstelle. Diese Dimensionen spiegeln die drei
zuvor beschriebenen Sichten der Systemarchitektur wider, siehe Bild 5.17.
Schnittstellen
Mind
Mapping
Brainstorming
Gewichtung
Qualitätsmerkmale
Projektstrukturplan
Faktorauswahl
mit IntensitätsBeziehungsMatrix
Prozessmodell
Modellbildung
Systemanalyse
Projektinitiierung
Teambildung
Technische
Akquisitionsebene
Schnittstellen
Auswahl
Analyseverfahren
Selektionsebene
Präsentationsebene
Versuchsstrategie
Schnittstellen
Schnittstellen
Manuelle
ErgebnisInterpretationen
eingabe
Anwenderbezogene
Akquisitionsebene
Versuchsdurchführung
Zusammenhänge
Festlegung
Kapazitätsprüfung
Produkt-Prozess Randbedingungen
ResponseSurfaceDarstellung
ProzessIshikawaDiagramm
Versuchsauswertung
Validierung
Ergebnisse
Aufbereitung der
Daten
Interpretation
Ergebnisse
Formulierung
Zielsetzung
Prozess-/
Produktmodell
Versuchsplanauswahl
Kennzeichnung
Versuchsteile
Festlegung
Modellsicherheit
Bestätigungsexperimente
Systemabgrenzung
Festlegung
Zielgrößen
Versuchsplanbelegung
Einstellung
Versuchsplan
Auswertevoraussetzungen
Ableitung von
Maßnahmen
....
....
....
....
Projektmanagement
Beschreibung
Modelle
Beschreibung und Auswahl
Versuchspläne
Abruf
vorheriger
Maßnahmen
....
....
Beschreibung
Analyseverfahren
Planung weiterer
Versuche
Hilfeebene
Datenfluss
Externe
Datenquellen
Datenfluss
Daten-Backbone des Informationssystems
Bild 5.17: Steuerungssicht der Systemarchitektur (Beispiel)
Externe
Datenquellen
Entwurf der Systemarchitektur als Bestandteil des Referenzmodells
51
Die Datensicht ist die Basis der Steuerungssicht. Die anderen Sichten greifen auf die
Datensicht zu. Externe Datenquellen sind nicht direkt in die Darstellung der
Steuerungssicht integriert, da diese kein integraler Bestandteil eines Informationssystems sind. Die Inhalte der externen Datenquellen werden über Schnittstellen in
den Daten-Backbone eines Informationssystems importiert.
Die in der Funktionssicht beschriebenen Funktionen werden in der Steuerungssicht
in einen logischen Prozesszusammenhang gebracht. Die sechs Hauptprozessschritte der Statistischen Versuchsmethodik werden in Teilprozesse unterteilt, was
die systematische und detaillierte Spezifikation der Teilprozesse aus den vorher
definierten Teilfunktionen für die einzelnen Phasen der Statistischen Versuchsmethodik ermöglicht. Die Ebenen der Benutzerschnittstelle sind den Hauptprozessen
der Statistischen Versuchsmethodik und den zugehörigen Teilprozessen hinterlegt.
Damit können die Funktionalitäten der Ebenen der Benutzerschnittstelle zur Unterstützung des Anwenders im Rahmen der Bearbeitung der Haupt- und Teilprozessschritte zugeordnet werden. Die für die erfolgreiche Bearbeitung eines Teilprozessschrittes zu realisierende Anwenderunterstützung in Form von Methoden und
Funktionen zur Akquisition, Selektion und Präsentation von Daten und Informationen
wird in der entsprechenden Ebene der Benutzerschnittstelle eingetragen und im
Anschluss bei der Implementierung des Informationssystems berücksichtigt.
Die Hilfeebene der Benutzerschnittstelle nimmt als Zwischenebene eine Sonderstelle
zwischen der Datenbasis und den drei weiteren Ebenen der Benutzerschnittstelle
ein. Die Hilfeebene unterstützt den Benutzer bei der Verwendung der anderen
Ebenen und benötigt dafür Daten aus der Datenbasis.
5.7.2 Beitrag der Steuerungssicht zur Erreichung der Zielsetzung
Die Steuerungssicht hebt die Prozessorientierung bei der Durchführung der
Statistischen Versuchsmethodik hervor. Durch die übergeordnete Betrachtung des
Ablaufs ist es möglich, Zusammenhänge zwischen den einzelnen Teilprozessschritten zu identifizieren und zu berücksichtigen. Die Anforderungen in den sechs
Hauptfunktionen der Statistischen Versuchsmethodik werden durch das Konzept der
Steuerungssicht aufbereitet und zusammengefasst. Unter Verwendung der beiden
Dimensionen Datensicht und Ebenensicht der Benutzerschnittstelle kann ein bestmögliches Ergebnis bei der Gestaltung der Anwenderunterstützung hinsichtlich der
Durchführung der Statistischen Versuchsmethodik erreicht werden. Die Zugriffsmöglichkeit auf relevante Daten eines Unternehmens und die situationsgerechte
Ausgestaltung der Benutzerschnittstelle stellen dies sicher. Mit dem in der
Steuerungssicht verdeutlichten Zusammenspiel aller Sichten der Systemarchitektur
ist eine optimale Gestaltung der Rechnerunterstützung für die Statistische Versuchsmethodik erzielbar und eine Abschätzung des Implementierungsaufwands möglich.
52
6
6.1
Entwurf des Vorgehensmodells als Bestandteil des Referenzmodells
Entwurf des Vorgehensmodells als Bestandteil des Referenzmodells
Schema zur Anwendung und Handhabung der Systemarchitektur
Die Anwendung und Handhabung der in den vorherigen Abschnitten entworfenen
Systemarchitektur zur Gestaltung des Fachkonzepts eines Informationssystems für
die Statistische Versuchsmethodik erfolgt gemäß dem nachfolgend beschriebenen
Vorgehensmodell, siehe Bild 6.1. Das Vorgehensmodell dient als Handlungsanleitung zur Anpassung der allgemeingültig formulierten Systemarchitektur des
Referenzmodells an produkt-, prozess- und branchenspezifische Anforderungen.
Datenverarbeitungskonzept
Gestaltung der Steuerungssicht durch
Herstellung von Beziehungen zwischen den Sichten
Alle Anforderungen unter
Berücksichtigung der
Randbedingungen erfüllt?
Gestaltung der Datensicht durch
Ableitung und Auswahl notwendiger
Datenquellen
Akquisitionsebene
Hilfeebene
Selektionsebene
Präsentationsebene
Detaillierung der Ausprägungen
der Benutzerschnittstelle für jede
definierte Funktion
Gestaltung der Funktionssicht durch
Definition und Auswahl von Funktionen
unter Berücksichtigung der Anforderungen
Definition der Anforderungen
an das Informationssystem
Definition der Anforderungen
Analyse der Randbedingungen
Bild 6.1: Das Vorgehensmodell des Referenzmodells
Nein
Ja
Entwurf des Vorgehensmodells als Bestandteil des Referenzmodells
53
Die Analyse der Randbedingungen ist der erste Schritt bei der Gestaltung des
Fachkonzepts für ein Informationssystem mit Hilfe des Referenzmodells. In diesem
Schritt sind Informationen über die zu untersuchenden Produkte und Fertigungsprozesse zu erfassen. Sowohl die branchen-, produkt- und prozessspezifischen
Randbedingungen, als auch die allgemeinen Ansprüche an ein Informationssystem
resultieren in verschiedenen Anforderungen an das zu entwickelnde System. Die
Anforderungen an ein Informationssystem für die Statistische Versuchsmethodik sind
in dem nächsten Schritt des Vorgehensmodells zu spezifizieren. Die Funktionssicht
der Systemarchitektur wird unter Berücksichtigung der Anforderungen gestaltet. Dies
bedingt die Ableitung der Teilfunktionen, die für die Erfüllung der Anforderungen
benötigt werden. Anschließend sind die für die Teilfunktionen erforderlichen
Ausprägungen der Benutzerschnittstelle zu detaillieren. Aus den Teilfunktionen
resultieren die essentiellen Daten und externen Datenquellen, die in der Datensicht
zu spezifizieren sind. Parallel zur Detaillierung der einzelnen Sichten wird die
Steuerungssicht der Systemarchitektur gestaltet. Durch die sukzessive Vorgehensweise mit dem Vorgehensmodell wird eine Verknüpfung der verschiedenen Sichten
vorgenommen, sodass die Steuerungssicht nicht gesondert gebildet werden muss.
Nach der Detaillierung der Datensicht ist zu überprüfen, ob alle zu Beginn definierten
Anforderungen erfüllt sind. Wenn dies nicht der Fall ist, müssen entweder die
Anforderungen angepasst werden oder es müssen andere, beziehungsweise
zusätzliche Funktionen und ihre Ausprägungen gewählt werden. Falls alle
Anforderungen erfüllt sind, kann im nächsten Schritt mit der Ausarbeitung des
Datenverarbeitungskonzepts für das Informationssystem begonnen werden.
6.2
Analyse der spezifischen Randbedingungen im Anwendungsgebiet
Die Randbedingungen, die bei der Gestaltung eines Informationssystems für die
Statistische Versuchsmethodik zu berücksichtigen sind, können in fünf Kategorien
unterteilt werden, siehe Bild 6.2.
Randbedingungen
Unternehmen
Anwender
Produkt
Fertigungsprozess
Statistische
Versuchsmethodik
Bild 6.2: Randbedingungen bei der Gestaltung eines Informationssystems
54
Entwurf des Vorgehensmodells als Bestandteil des Referenzmodells
Die unternehmensspezifischen Randbedingungen berücksichtigen die Organisationsform des Unternehmens, in dem das Informationssystem eingesetzt werden soll. Ein
mögliches Kriterium zur Unterscheidung der Organisationsform ist die Unternehmensgröße. Dabei ist zwischen klein- und mittelständischen Unternehmen sowie
Großbetrieben zu unterscheiden. In Abhängigkeit von diesem Kriterium variieren die
Produktarten sowie die Fertigungstiefe der Produkte. Auch das zur Verfügung
stehende Budget und das informationstechnische Umfeld werden durch die
Organisationsform und die Größe eines Unternehmens determiniert.
Die Ermittlung der produktbezogenen Randbedingungen erfordert die Betrachtung
der Produkte, der verschiedenen Produktarten und Produktdifferenzierungen sowie
der Kundenanforderungen an die Produkte. Ein Unternehmen der Umformtechnik
muss andere Qualitätsanforderungen erfüllen als ein Unternehmen der Elektronikindustrie. Demnach erfordern Elektronikprodukte andere Versuchsstrategien und
experimentelle Vorgehensweisen zur Optimierung der Produktqualität als umformtechnisch hergestellte Produkte im Maschinenbau. Wenn das Informationssystem für
unterschiedliche Produkte und Fertigungsverfahren verwendet werden soll, muss
dies bereits bei der Planung der Funktionen berücksichtigt werden.
Die aus der Fertigungsorganisationsform resultierenden Randbedingungen betreffen
vor allem die technologische Einbindung des Informationssystems in das vorhandene
informationstechnische Umfeld auf der Ebene der Fertigungsprozesse. Eine
Werkstattfertigung (Baustellenfertigung) erfordert eine andere rechnergestützte
Einbindung des Informationssystems vor Ort an den Fertigungsprozessen als eine
Fließfertigung. Während bei einer Werkstattfertigung die Fertigungsmittel bedarfsgerecht disponiert werden müssen, sind die Fertigungsmittel bei einer Fließfertigung
miteinander verkettet. Aus den unterschiedlichen Fertigungsorganisationsformen
resultieren verschiedenartige rechnergestützte Steuerungskonzepte, in die das
Informationssystem eingebunden werden muss.
Bei der Gestaltung eines Informationssystems zu berücksichtigende Randbedingungen sind darüber hinaus im Rahmen der Durchführung der Statistischen
Versuchsmethodik zu ermitteln. Beispielsweise muss die Art und die Anzahl der
Versuchsstände im Unternehmen beachtet werden. Bei der Planung des
Informationssystems ist zu berücksichtigen, in welchem Umfang die geplanten
Versuche grundsätzlich im betrachteten Unternehmen kapazitätsbedingt ausführbar
sind. Versuche zum grundlegenden Informationsgewinn über Produkte und Prozesse
erfordern einen geringeren Versuchsaufwand als Versuche zur Optimierung von
Qualitätsmerkmalen. Wenn die Kapazitäten eingeschränkt sind, können nicht immer
alle vorgegebenen Versuche realisiert werden und es müssen Entscheidungen
hinsichtlich der Priorität der experimentellen Untersuchungen getroffen werden.
Entwurf des Vorgehensmodells als Bestandteil des Referenzmodells
55
Die letzte Kategorie der Randbedingungen sind die anwenderbezogenen Randbedingungen. In Abhängigkeit von dem Benutzerkreis des Informationssystems
müssen unterschiedliche Funktionalitäten vorgesehen werden. Ein Mitarbeiter, der
die Versuche an den Versuchsständen durchführt, benötigt eine andere
Rechnerunterstützung als ein Mitarbeiter, der die Ergebnisse der Versuche
interpretiert und daraus Schlussfolgerungen und Maßnahmen für eine optimale
Produkt- und Prozesseinstellung ableitet. Außerdem muss das Informationssystem je
nach Benutzer durch einen passwortgeschützten Zugang gesichert werden können.
6.3
Definition der spezifischen Anforderungen an das Informationssystem
Die Gesamtheit der Anforderungen an ein zu entwickelndes Informationssystem für
die Statistische Versuchsmethodik setzt sich zusammen aus den allgemeinen
Anforderungen an ein Informationssystem (Abschnitt 5.2), den Anforderungen, die
sich aus den Randbedingungen nach Abschnitt 6.2 ergeben und den Anforderungen,
die aus den einzelnen Phasen der Statistischen Versuchsmethodik resultieren.
Da die allgemeinen Anforderungen im Bereich der Datenhandhabung, der
methodischen Unterstützung und der Benutzerschnittstelle in Abschnitt 5.2
beschrieben worden sind, wird an dieser Stelle nicht mehr darauf eingegangen. Das
Referenzmodell zur Gestaltung eines Informationssystems für die Statistische
Versuchsmethodik baut auf diesen Anforderungen auf, sodass die allgemeinen
Ansprüche an ein Informationssystem bereits berücksichtigt sind.
Aus den nach Abschnitt 6.2 in Betracht zu ziehenden spezifischen Randbedingungen
können weitere Anforderungen an ein Informationssystem abgeleitet werden. Das
Budget determiniert als unternehmensspezifische Randbedingung die zulässigen
Kosten für die Entwicklung des Informationssystems. Aus den produktbezogenen
Randbedingungen können Anforderungen hinsichtlich der Anzahl und der
Ausprägung der zu untersuchenden Qualitätsmerkmale von Produkten und
Prozessen abgeleitet werden. Die fertigungsprozessbezogenen Randbedingungen
resultieren beispielsweise in der Anforderung, dass bei der experimentellen Analyse
einer Fließfertigung die einzelnen Prozessschritte getrennt voneinander mit Hilfe der
Statistischen Versuchsmethodik untersucht werden können. In Fertigungsleitständen
kann außerdem die Notwendigkeit bestehen, den aktuellen Stand eines Projekts der
Statistischen Versuchsmethodik angezeigt zu bekommen.
Die versuchsmethodikbezogenen Randbedingungen führen auch zu Anforderungen
an ein Informationssystem. Beispielsweise kann die Erfordernis bestehen, ein
Informationssystem an unterschiedliche Versuchsstände datentechnisch anzubinden.
Eine aus den anwenderbezogenen Randbedingungen resultierende Anforderung ist
die nach der individuellen Anpassbarkeit der Benutzeroberfläche eines Informationssystems in Abhängigkeit des angemeldeten Benutzers. Für unterschiedliche
56
Entwurf des Vorgehensmodells als Bestandteil des Referenzmodells
Anwendergruppen des Informationssystems ist beispielsweise der Zugang zu
speziellen Funktionen und Eingabemasken zu spezifizieren.
Durch die Identifikation der dritten Gruppe von Anforderungen, den Anforderungen in
den einzelnen Phasen der Statistischen Versuchsmethodik, wird festgelegt, welche
Funktionen in dem Informationssystem abgebildet werden sollen.
6.4
Definition der Teilfunktionen und der Benutzerschnittstelle
Der nächste Schritt ist die Ableitung geeigneter Teilfunktionen für ein
Informationssystem, um die zuvor ermittelten Anforderungen zu erfüllen. Gemäß der
Funktionssicht der Systemarchitektur werden dazu die Hauptfunktionen durch die
Bestimmung von Teilfunktionen inhaltlich detailliert und ausgestaltet. Als Hilfestellung
dazu können die Teilfunktionen der Funktionssicht in Abschnitt 5.5.1 und die
Funktionsübersicht in Anhang B verwendet werden. Von besonderer Bedeutung ist
die Untergliederung der Teilfunktionen in obligatorische und optionale Teilfunktionen,
um hinsichtlich der zu implementierenden Funktionen eine frühzeitige Priorisierung
vornehmen zu können. Nach der Auswahl der Teilfunktionen werden die jeweiligen
Ausprägungen der Ebenen der Benutzerschnittstelle festgelegt. Zur Unterstützung
kann dafür die Tabelle zur Benutzerschnittstelle in Anhang C benutzt werden, in der
Vorschläge für die Detaillierung der Ebenen aufgelistet sind.
6.5
Definition der Datenquellen und deren Inhalte
In einem abschließenden Schritt werden die Inhalte des Daten-Backbones und die
notwendigen externen Datenquellen unter Berücksichtigung der abgeleiteten
Funktionen eines Informationssystems definiert. Die erforderlichen Daten werden
dazu zunächst verbal beschrieben und im Rahmen des im Anschluss zu erstellenden
Datenverarbeitungskonzepts genauer spezifiziert. Die Daten, die in der Zentralen
Projekt-Datenbank gespeichert werden, sind obligatorisch. In Abhängigkeit der
Anforderungen können Details geändert werden; die Grundinformationen, die in der
Datensicht vorgeschlagen werden, müssen jedoch in der Datenbank enthalten sein.
In das Informationssystem müssen Schnittstellen zur Verknüpfung mit externen
Datenquellen integriert werden. Die Schnittstellen müssen technisch so gestaltet
sein, dass sie universell für verschiedene Datenquellen einsetzbar sind. So wird
sichergestellt, dass Daten von beliebigen externen Quellen mit Hilfe des
Informationssystems erfasst werden können. Die Anzahl der Schnittstellen muss
außerdem erweiterbar sein, um bei Bedarf weitere Datenquellen integrieren zu
können.
Das hier theoretisch beschriebene Vorgehensmodell wird in den nachfolgenden
Abschnitten angewendet und ein Fachkonzept eines Informationssystems für die
Statistische Versuchsmethodik in der Elektronikfertigung erstellt.
Anwendung des Referenzmodells für die Elektronikfertigung
7
7.1
57
Anwendung des Referenzmodells für die Elektronikfertigung
Motivation für den Einsatz der Statistischen Versuchsmethodik
Das entworfene Referenzmodell wird im Folgenden angewendet und erprobt, um das
Fachkonzept eines Informationssystems für die Statistische Versuchsmethodik im
Bereich der Elektronikfertigung zu gestalten.
Die Elektronikfertigung ist seit vielen Jahren ein Schwerpunkt des Einsatzes der
Statistischen Versuchsmethodik sowohl im industriellen, als auch im wissenschaftlichen Bereich [ALBERT 2004], [FASSER 2002], [FELDMANN 2001], [SAUER 2003],
[WECKENMANN 2005A]. Die Gründe hierfür sind einerseits in dem charakteristischen
Produktspektrum der Elektronikindustrie und andererseits in den spezifischen
Merkmalen der Fertigungsorganisation dieser Branche zu sehen.
Elektronikschaltungen realisieren durch das Zusammenwirken verschiedener
Bauelemente in hohem Maße unterschiedliche Funktionen. Dies wird verwirklicht
durch zweckangepasst gestaltete Leiterplatten, die flexibel zu anforderungsgerechten Varianten bestückt werden. Das wirtschaftliche Ausnutzen des vielfältigen
Funktionspotenzials bei der Realisierung solcher Schaltungen in Leiterplatten setzt
eine hohe Variantenflexibilität in der Fertigung voraus. In der Elektronikindustrie
überwiegt die Auftragsfertigung gegenüber der Lagerfertigung. Der Fertigungsprozess wird demnach durch einen Kundenauftrag ausgelöst. Zur Gewährleistung
einer optimalen Qualität bei gleichzeitiger wirtschaftlicher Fertigung sind für jede
Produktvariante individuelle und robuste Prozesseinstellungen zu ermitteln, die auf
die spezifischen Anforderungen der Produktvarianten zugeschnitten sind.
Die bestimmende Fertigungsorganisationsform in der Elektronikindustrie ist die
Linienfertigung. Ein typisches Beispiel ist eine so genannte Surface-MountTechnology-Linie (SMT-Linie) zur Bestückung von Leiterplatten [SAUER 2003]. Die
einzelnen Fertigungsprozesse bzw. Stationen sind sequenziell angeordnet und
bilden eine Prozesskette. Die durch Kundenanforderungen determinierten Produktvarianten durchlaufen in Losen die Prozesskette der Elektronikfertigung, sodass für
den Baugruppenmix jeweils ein optimaler Arbeitspunkt gefunden werden muss.
Diese Aufgabe wird durch die vielfachen Ursache-Wirkungs-Beziehungen zwischen
den Prozessschritten erschwert. Aus der ständigen Verkürzung der Durchlaufzeiten
in der Elektronikfertigung ergeben sich besondere Herausforderungen an den
Einsatz der Statistischen Versuchsmethodik. Die mit der Planung, Durchführung und
Auswertung von Versuchen befassten Personen müssen innerhalb kürzester Zeit
direkt an den Prozessen bedarfsgerecht bei der Anwendung der Statistischen
Versuchsmethodik unterstützt werden [BOIGER 2005]. Als Beitrag zur Prozess- und
Produktoptimierung in der Elektronikfertigung soll daher ein Fachkonzept eines
Informationssystems für die Statistische Versuchsmethodik gestaltet werden.
58
7.2
Anwendung des Referenzmodells für die Elektronikfertigung
Analyse der Randbedingungen und des Umfeldes der Elektronikfertigung
Gemäß dem Vorgehensmodell sind vor der Ausarbeitung der Sichten der Systemarchitektur des Referenzmodells zur Gestaltung eines Informationssystems für die
Statistische Versuchsmethodik die Randbedingungen des unternehmensspezifischen
Umfeldes zu analysieren. Die in der Arbeit zugrunde gelegten exemplarischen
Randbedingungen der Elektronikfertigung basieren auf dem Umfeld des Sonderforschungsbereichs 356 „Produktionssysteme in der Elektronik“ (SFB 356) an der
Friedrich-Alexander-Universität Erlangen-Nürnberg. Der SFB 356 war ein von der
Deutschen Forschungsgemeinschaft (DFG) eingerichteter institutsübergreifender
Forschungsverbund, dessen Zielsetzung in der grundlagenwissenschaftlichen Durchdringung der Elektronikfertigung bestand. Das Teilprojekt C4 „Versuchsmethodik für
Herstellprozesse variantenreicher, feinstrukturierter Elektronikprodukte“ untersuchte
die Modifizierung und Anpassung der Statistischen Versuchsmethodik an die
spezifischen Anforderungen der Elektronikfertigung [WECKENMANN 2005A]. Der SFB
356 wurde im Zeitraum von 1992 bis 2004 mit Mitteln der DFG gefördert.
Unternehmensbezogene Randbedingungen:
Die unternehmensbezogenen Randbedingungen im SFB 356 entsprechen denen
eines universitären Forschungsinstituts. Elektronikbaugruppen werden nicht im
Kundenauftrag, sondern zur experimentellen Erforschung und Erprobung neuartiger
Fertigungstechnologien und Systemkonzepte nach individuell festlegten Spezifikationen gefertigt. Aufgrund der experimentellen Fertigung von Elektronikbaugruppen
variiert der Wiederholungsgrad der Fertigung zwischen der Einzelfertigung und der
Kleinserienfertigung mit geringem Losumfang. Die Mitarbeiter benutzen für die
Forschungstätigkeiten ein CAQ-System und ein CAD-System. Das CAQ-System
enthält Daten zu Prozess- und Produkt-FMEA. Im CAD-System sind technische
Zeichnungen und Stücklisten der zu fertigenden Elektronikbaugruppen abgelegt.
Über das für die Entwicklung des Informationssystems zur Verfügung stehende
Budget kann keine Aussage getroffen werden. Bei der Anwendung des Referenzmodells im industriellen Umfeld ist eine solche Aussage in jedem Fall zu treffen.
Fertigungsprozessbezogene Randbedingungen:
Die fertigungsprozessbezogenen Randbedingungen werden durch die im Rahmen
des SFB 356 installierte Bezugsprozesskette für die Elektronikfertigung bestimmt.
Die vorhandene Bezugsprozesskette besteht aus den drei Prozessschritten
Lotpastenauftrag, Bestückung und Löten. Die Bezugsprozesskette stellt einen hoch
automatisierten Prozess dar, der Bedienereingriffe erschwert. Der Auftrag der
Lotpaste auf das Trägersubstrat der Leiterplatte erfolgt mit einem Schablonendrucker
vom Typ MPM. Die Bestückung der Leiterplatten mit spezifikationsgerechten
Bauelementen wird mit einem Präzisionsbestücker Micron 2 durchgeführt. Der
Anwendung des Referenzmodells für die Elektronikfertigung
59
abschließende Prozessschritt ist das Reflowlöten der Baugruppen mit einem
Reflowlötofen FDS 633 in Schutzgasatmosphäre. Dieser Prozessschritt stellt die
mechanische und elektrische Verbindung zwischen dem Trägersubstrat auf den
Leiterplatten und den Bauelementen her. In Abweichung von der industriellen Praxis
sind die Prozessschritte nicht durch ein Transportsystem miteinander verbunden.
Produktbezogene Randbedingungen:
Die gefertigten Produkte im SFB 356 sind Testbaugruppen, die auf einem
Leiterplatten-Layout basieren, welches eine ausreichende Variation der Elektronikschaltungen zulässt. Die Veränderung wesentlicher produktbezogener Parameter,
wie z. B. die Art der Lotpaste oder die verwendeten Bauelementtypen sowie die
Variation von Prozessparametern, wie beispielsweise Geschwindigkeiten oder
Temperaturen, beeinflusst die Qualität der gefertigten Elektronikbaugruppen.
Die Qualität von Elektronikbaugruppen wird in der Praxis durch variable und
attributive Merkmale ausgedrückt. Für den Prozessschritt Lotpastenauftrag sind die
wesentlichen Qualitätsmerkmale das aufgebrachte Lotvolumen und die Lageabweichungen des Lotpastendepots von der Solllage auf der Leiterplatte. Das
bestimmende Qualitätsmerkmal des Bestückprozesses ist die korrekte Lage der
Bauelemente auf der Leiterplatte nach dem Bestücken. Aussagekräftige
Qualitätskenngrößen zur Beurteilung der Bauelementlage sind die Verschiebung in
Richtung der x- und y-Koordinate und die Verdrehung in Bezug zur Nominallage des
entsprechenden Bauelements. Die Qualitätsmerkmale einer Elektronikbaugruppe
nach dem Lötprozess sind überwiegend attributiver Art. Die Ausprägung eines
attributiven Qualitätsmerkmals muss durch Abzählen ermittelt werden (z. B. durch
Abzählen der Anzahl der Lötfehler auf einer Leiterplatte). Auftretende Lötfehler sind
Lotbrücken, Lotperlen und offene Lötstellen, wie beispielsweise der TombstoneEffekt (Grabstein-Effekt) [FELDMANN 2001].
Versuchsmethodikbezogene Randbedingungen:
Die Fertigungsmittel der Bezugsprozesskette für die Elektronikfertigung im SFB 356
stellen die Versuchsstände zur Durchführung geplanter Versuche im Rahmen der
Statistischen Versuchsmethodik dar. Für jeden Prozessschritt steht damit jeweils ein
Versuchsstand zur Verfügung. Zur grundlagenwissenschaftlichen Untersuchung der
Ursache-Wirkungs-Zusammenhänge müssen die entsprechenden Wirkbeziehungen
des Lotpastenauftrags, der Bestückung und des Lötens getrennt voneinander
analysiert werden können.
Für die Auswertung der systematisch geplanten Versuche sind quantitative und
reproduzierbare Kennwerte notwendig, um die Qualität der gefertigten Elektronikbaugruppen beurteilen und darauf aufbauend eine Prozessoptimierung durchführen
60
Anwendung des Referenzmodells für die Elektronikfertigung
zu können. Für die im Abschnitt Produktbezogene Randbedingungen beschriebenen
Qualitätsmerkmale müssen Prüfprozesse eingeführt werden, um Kenngrößen für
jeden Prozessschritt der Bezugsprozesskette und den gewünschten Zwischenzustand der gefertigten Elektronikbaugruppen zu erfassen. Dazu stehen ein
Koheränzradar zur Bestimmung des aufgebrachten Lotvolumens, ein automatisches
optisches Inspektionssystem (AOI-System) zur Ermittlung des Versatzes bei der
Bestückung und von Lötfehlern sowie ein Versuchsstand zur Bestimmung der
Scherfestigkeit von Lötverbindungen zur Verfügung. Mit diesen Prüfprozessen
können Versuchsergebnisse nach allen drei Prozessschritten bestimmt werden.
Anwenderbezogene Randbedingungen:
Die wissenschaftlichen Mitarbeiter im SFB 356 sind die Hauptanwender des
Informationssystems für die Statistische Versuchsmethodik. Diese sind überwiegend
Prozess- und Produktexperten und weniger Experten im Bereich der Statistischen
Versuchsmethodik. Ebenfalls sind nur durchschnittliche Kenntnisse hinsichtlich der
Anwendung grundlegender Techniken des Qualitätsmanagements vorhanden. Das
Informationssystem soll von mehreren Anwendern benutzt werden können.
Das Bild 7.1 gibt eine Übersicht über die Randbedingungen der Elektronikfertigung
im Sonderforschungsbereich 356.
Koheränzradar
Automatisches optisches
Inspektionssystem
Schertester
F
Bestücken
Löten
Lotp
aste
Lotpastenauftrag
Prozesskette der Elektronikfertigung
CAQ-System
CAD-System
Variantenreiche
Fertigung
Verschiedene
Benutzergruppen
Bild 7.1: Randbedingungen der Elektronikfertigung im SFB 356
Unter Berücksichtigung dieser Randbedingungen werden in Abschnitt 7.3 die
Anforderungen an das Informationssystem in der Elektronikfertigung abgeleitet.
Anwendung des Referenzmodells für die Elektronikfertigung
7.3
61
Definition der Anforderungen und Identifikation des Funktionsumfangs
Um die Teilfunktionen des Informationssystems ermitteln zu können, werden gemäß
Abschnitt 6.3 die Anforderungen an das Informationssystem definiert. Dazu werden
die Anforderungskategorien betrachtet, die aus den spezifischen Randbedingungen
des Umfeldes abgeleitet werden. Die unternehmensbezogenen Randbedingungen
können nicht allgemeingültig abgebildet werden und sind für jedes Unternehmen
individuell zu identifizieren. Diese Anforderungen bestimmen die umfeldspezifischen
Teilfunktionen des Informationssystems.
Die Teilfunktionen zur methodischen Unterstützung der Statistischen Versuchsmethodik werden unter Verwendung der Funktionssicht der Systemarchitektur des
Referenzmodells bestimmt und auf Grundlage der Anforderungen ausgewählt, die
sich in den einzelnen Phasen der Statistischen Versuchsmethodik ergeben. Der
Gesamtfunktionsumfang des Informationssystems setzt sich aus beiden Funktionskategorien zusammen.
Anforderungen aus den unternehmensbezogenen Randbedingungen:
Aus den unternehmensbezogenen Randbedingungen resultiert die Anforderung, die
im Umfeld vorhandenen rechnergestützten Systeme wie das CAQ-System und das
CAD-System an das Informationssystem anzubinden. Damit kann bei der
Bearbeitung von Versuchsmethodik-Projekten auf bereits dokumentiertes Produktund Prozesswissen zurückgegriffen werden.
Die Linienfertigung als vorherrschende Form der Fertigungsorganisation in der
Elektronikindustrie bestimmt die grundsätzliche Einbindung des Informationssystems
in das Fertigungsumfeld. Zur wirksamen Produkt- und Prozessoptimierung vor Ort an
der Prozesskette der Elektronikfertigung ist ein teilprozessschritt- und arbeitsplatzübergreifender Zugriff auf das Informationssystem zu gewährleisten. Diese
Anforderung bestimmt vornehmlich die bei der Implementierung des Informationssystems zu verwendenden Informationstechnologien.
Die wesentliche produktbezogene Anforderung an das Informationssystem besteht in
der Erfordernis, variable und attributive Qualitätsmerkmale der gefertigten
Testbaugruppen auszuwerten, um aussagekräftige Versuchsergebnisse für die
Produkt- und Prozessoptimierung zu gewinnen. In der Elektronikfertigung sind
wichtige produktbezogene, attributive Qualitätsmerkmale wie das Merkmal „Anzahl
von Lötfehlern auf einer Baugruppe“ nicht durch quantitative Qualitätsmerkmale zu
ersetzen. Ein besonderes Augenmerk ist daher bei der Gestaltung des Informationssystems auf die Implementierung von Verteilungstests zu legen. Ebenfalls muss
gewährleistet sein, dass nicht normalverteilte Qualitätsmerkmale mit mathematischstatistischen Transformationen einer Normalverteilung angenähert werden können.
62
Anwendung des Referenzmodells für die Elektronikfertigung
Aus den versuchsmethodikbezogenen Randbedingungen ist die Integration der
Versuchsstände und Prüfstände in das Informationssystem festzulegen. Dies bedingt
im exemplarischen Anwendungsfall der Bezugsprozesskette im SFB 356 die
informationstechnische Einbindung der Fertigungsmittel der drei Teilprozessschritte
und die Einbeziehung der Prüfstationen Kohärenzradar, automatisches optisches
Inspektionssystem und Schertester.
Schnittstellen zu dem Linienrechner der Bezugsprozesskette sowie Verbindungen zu
den Geräterechnern der Prüfstationen ermöglichen die direkte Einstellung und
Abfrage von Prozessparametern der Fertigungsmittel sowie den automatisierten
Import von Versuchsergebnissen aus den Prüfständen. Die grundlagenwissenschaftliche Untersuchung der Ursache-Wirkungs-Zusammenhänge an der Prozesskette erfordert eine strukturierte und teilprozessbezogene Erfassung, Auswertung
und Darstellung der relevanten Ein- und Ausgangsgrößen in unterschiedlichen
Detaillierungsstufen.
Das Ergebnis der Ermittlung der anwenderbezogenen Randbedingungen sind
Anforderungen an die individuelle und flexible Anpassbarkeit des Informationssystems an verschiedene Benutzergruppen mit unterschiedlichem Kenntnisstand zur
Statistischen Versuchsmethodik. Den mit einem Prozess oder einer Maschine in der
Elektronikfertigung betrauten Benutzern des Informationssystems muss das
notwendige Wissen zur Statistischen Versuchsmethodik anforderungsgerecht zur
Verfügung gestellt werden [WECKENMANN 2004A]. Weitere aus den anwenderbezogenen Randbedingungen ableitbare Anforderungen betreffen die Implementierung von grundlegenden Basisfunktionalitäten, wie das Vorsehen von Benutzerzugriffsrechten auf die Daten und externen Quellen des Informationssystems.
Die Anforderungen der unternehmensspezifischen Randbedingungen sind unabhängig von der Funktionssicht in Funktionen des Informationssystems umzusetzen,
siehe Bild 7.2.
Anforderungen in den einzelnen Phasen der Statistischen Versuchsmethodik:
Anschließend werden die Anforderungen in den einzelnen Phasen der Statistischen
Versuchsmethodik identifiziert. Aus diesen Anforderungen werden die Teilfunktionen
des Informationssystems abgeleitet.
Die Systemanalyse umfasst die organisatorische und technische Vorbereitung eines
Versuchsmethodik-Projekts. Beide Bereiche sind durch das Informationssystem zu
unterstützen. Die Unterstützung aus organisatorischer Sicht umfasst Funktionen zur
rechnergestützten Projektplanung und -abwicklung. Aus technischer Sicht sind die
wesentlichen Funktionen die rechnergestützte Produkt- und Prozessanalyse.
Anwendung des Referenzmodells für die Elektronikfertigung
63
Unternehmensbezogene
Randbedingungen
Fertigungsprozessbezogene
Randbedingungen
Produktbezogene
Randbedingungen
Versuchsmethodikbezogene
Randbedingungen
Anwenderbezogene
Randbedingungen
Anforderungen
Anforderungen
Anforderungen
Anforderungen
Anforderungen
• Anbindung von
CAQ- und
CAD-System
• Übergreifender
Zugriff auf das
System an der
Prozesskette
der Elektronikfertigung
• Anbindung der
Fertigungsmittel
und Prüfstationen
• Darstellungsmöglichkeit der
Teilprozessschritte
• Untersuchung
variantenreicher Testschaltungen
mit variablen
und attributiven
Qualitätsmerkmalen
• Auswertung
variabler und
attributiver
Qualitätsmerkmale
• Integration von
Verteilungstests
• Mehrfachbenutzerzugriff
• Anpassbarkeit
an Benutzergruppen mit
unterschiedlichem
Wissensstand
Bild 7.2: Aus den Randbedingungen ableitbare Anforderungen
In der Phase Modellbildung ist die Prozesskette der Elektronikfertigung strukturiert
abzubilden und die Zusammenhänge zwischen Produktmerkmalen und Prozessparametern sind in einem rechnergestützten Modell zusammenzuführen. Bei kleinen
Losgrößen variierender Elektronikbaugruppen ist die Selektion zu untersuchender
Ziel- und Einflussgrößen für das Vereinfachen der Versuchsplanauswahl
entscheidend für ein wirtschaftliches Aufwand/Nutzen-Verhältnis. Das Informationssystem soll dazu die Bewertung und Festlegung von Ziel- und Einflussgrößen sowie
die Abschätzung von Wechselwirkungen für die drei Prozessschritte unterstützen.
Im Rahmen der Phase Versuchsstrategie muss der Benutzer bei der
Versuchsplanauswahl auf das Informationssystem zurückgreifen können, um eine
problemadäquate Auswahl der erforderlichen Versuchspläne je Prozessschritt für
verschiedene Varianten von Elektronikbaugruppen zu treffen [WECKENMANN 2004B].
Eine weitere wichtige Anforderung ist, dass die Versuchsplanbelegung unter
Berücksichtigung der Versuchsbedingungen erfolgt.
Hinsichtlich der Versuchsdurchführung erschweren die hoch automatisierten
Prozesse der Bezugsprozesskette die manuelle versuchsplanspezifische Einstellung
der Prozessparameter. Daraus ergibt sich die Anforderung, dass die Versuchsplaneinstellung über Schnittstellen zwischen dem Informationssystem und den
Versuchsständen durchgeführt wird. So kann sichergestellt werden, dass dieser
fehleranfällige Arbeitsschritt korrekt durchgeführt wird. Die Versuchsdurchführung
soll mit Hilfe des Informationssystems laufend überwacht werden, damit Änderungen
im Versuchsablauf aufgezeichnet werden können.
64
Anwendung des Referenzmodells für die Elektronikfertigung
Außerdem soll die Erfassung der Versuchsergebnisse automatisch über
Schnittstellen zu den Prüfständen erfolgen. Dadurch wird die Fehlerrate bei der
Übertragung der Versuchsergebnisse reduziert.
In der Phase Versuchsauswertung ist der Benutzer des Informationssystems bei der
Überprüfung und Wahl der statistischen Auswertevoraussetzungen zu unterstützen,
um sowohl für variable als auch attributive Qualitätsmerkmale mathematischstatistische Auswertungen durchführen zu können. Die Auswahl des problemadäquaten Auswerteverfahrens ist ebenfalls zu gewährleisten. Der Benutzer soll
auch bei der Auswahl der Darstellungsmethode beraten werden, sodass
Versuchsergebnisse optimal präsentiert werden.
Die Phase Validierung beinhaltet die Interpretation der Ergebnisse. Die Interpretation
soll rechnergestützt unter Berücksichtigung aller erforderlichen Daten erfolgen. Die
anschließende Ableitung von Maßnahmen für jeden Prozessschritt soll mit Hilfe des
Informationssystems geschehen. Das neu hinzugewonnene Produkt- und Prozesswissen ist zu speichern und für weitere Projekte verfügbar zu machen.
Die aus den Anforderungen abgeleiteten Teilfunktionen des Informationssystems
werden in der Funktionssicht der Systemarchitektur des Referenzmodells dargestellt,
siehe Bild 7.3. Die Teilfunktionen der Phasen der Statistischen Versuchsmethodik
werden in einem nächsten Schritt unter Anwendung der Sicht der
Benutzerschnittstelle detailliert.
Durchführung der
Statistischen
Versuchsmethodik
in der Elektronikfertigung
Systemanalyse
Modellbildung
Versuchsstrategie
Versuchsdurchführung
Versuchsauswertung
Validierung
Projektinitiierung/
Teambildg.
Zus.hang
Produkt und
Prozess
Versuchsplanauswahl
Einstellung
Versuchsplan
Versuchsstand
Auswahl
Modellsicherheit
Interpretation
der Ergebnisse
Formulierung
Zielsetzung
Prozess- o.
Produktmodell
Versuchsplanbelegung
Durchführung
der Versuche
Versuchsstand
Überprüfung
Auswertevoraussetzung
Ableitung
Maßnahmen
Produktanalyse
Leiterplatte
Festlegung
Zielgrößen
Teilprozess
Erfassung
Versuchsergebnisse
Auswahl
Analyseverfahren
Bereitstellung
des Wissens
Prozessanalyse
Fertigung
Festlegung
Faktoren u.
Faktorstufen
Auswahl
Darstellungsmethoden
Dokumentation
Ermittlung
Wechselwirkungen
Bild 7.3: Funktionssicht der Systemarchitektur
Anwendung des Referenzmodells für die Elektronikfertigung
7.4
65
Detaillierung der Benutzerschnittstelle und der Datensicht
Unter Nutzung der Übersicht zur Benutzerschnittstelle in Anhang C werden für jede
Phase der Statistischen Versuchsmethodik die erforderlichen Inhalte der Ebenen der
Benutzerschnittstelle detailliert. Das Bild 7.4 zeigt die Gestaltung der Ebenen der
Benutzerschnittstelle des Informationssystems für die Statistische Versuchsmethodik
in der Elektronikfertigung für die Phase Systemanalyse. Die Ausprägungen der
Ebenen der Benutzerschnittstelle sind für jede Phase in Anhang D dargestellt.
Ausprägungen der Benutzerschnittstelle in der Phase Systemanalyse
Teilfunktion
Projektinitiierung,
Teambildung
Formulierung
der Zielsetzung
Produktanalyse
Leiterplatte
Prozessanalyse
Lotpastenauftrag bis
Löten
Technische
Akquisition
Anwenderbezogene Akquisition
Selektion
Präsentation
Hilfe
MitarbeiterDatenbank
Expertenbefragung,
Brainstorming
Auswahl der
Teammitglieder
nach bestimmten
Kriterien
Projektdatenblatt,
Projektstrukturplan
Einführung in das
Projektmanagement,
Vorauswahl von
Teams
CAQ-System,
Fertigungsmittel
Expertenbefragung,
Brainstorming,
Sichtung von
Unterlagen
Paarweiser
Vergleich.
Pareto-Analyse
Projektstrukturplan,
Säulendiagramm
Unterstützung bei
der Methodenanwendung, Ziele
früherer Projekte
Expertenbefragung,
Brainstorming,
Unterlagen,
IshikawaDiagramm
Expertenbefragung,
Brainstorming,
Unterlagen,
IshikawaDiagramm
Im Hinblick auf
Projektziele:
Vergleich mit
früheren
Projekten,
Pareto-Analyse
Im Hinblick auf
Projektziele:
Vergleich mit
früheren
Projekten,
Pareto-Analyse
Technische
Zeichnungen,
Produktbild,
IshikawaDiagramm
Unterstützung bei
der Methodenanwendung,
Analyse früherer
Projekte
Tabelle,
Prozessdarstellung mit
Flussdiagramm,
IshikawaDiagramm
Unterstützung bei
der Methodenanwendung,
Analyse früherer
Projekte
CAD-System,
CAQ-System,
Fertigungsmittel
CAQ-System,
Fertigungsmittel
Bild 7.4: Ausprägungen der Benutzerschnittstelle in der Phase Systemanalyse
Nachfolgend werden die Ausprägungen der Benutzerschnittstelle des Informationssystems für ein exemplarisches Projekt Optimierung der Elektronikfertigung unter
besonderer Berücksichtigung der Ausgestaltung der Interaktion zwischen Anwender
und Informationssystem beschrieben.
Zur Verdeutlichung der Verknüpfungen zwischen der anwenderbezogenen
Akquisitionsebene, der Selektionsebene und der Präsentationsebene sind die
Übergänge in kursiver Schrift gekennzeichnet.
Die Ebenen der technischen Akquisition und die Hilfeebene werden nicht detailliert,
da für das grundsätzliche Verständnis der Aufgaben und der Möglichkeiten zur
Ausgestaltung der beiden Ebenen die Erläuterungen in Abschnitt 5 und die Übersicht
in Anhang D genügen.
66
Anwendung des Referenzmodells für die Elektronikfertigung
Systemanalyse:
Die Systemanalyse beginnt mit der Planung eines Versuchsmethodik-Projekts. In
einem Projektstrukturplan werden die Projektbezeichnung, die Projektzielsetzung,
der Projektzeitrahmen und der Projektablauf dargestellt. Im Rahmen der anwenderbezogenen Akquisition wird die für die Projektplanung erforderliche Datenerfassung
durch verschiedene Methoden unterstützt. Die Inhalte des Projektstrukturplans
werden in Teamsitzungen unter Anwendung von Akquisitionsmethoden wie
Brainstorming und Expertenbefragung abgegrenzt. Die Handlungsanweisungen für
die Akquisitionsmethoden sind in der Hilfeebene der Systemarchitektur zu
dokumentieren.
Die Sichtung unternehmensinterner Unterlagen soll durch ein Informationssystem für
die Statistische Versuchsmethodik unterstützt werden. Die Auswahl der Unterlagen,
die für die Durchführung der Statistischen Versuchsmethodik wichtige Daten
enthalten, fällt in den Teilbereich der Selektionsebene. Dazu sind Suchfunktionen zu
implementieren, die eine problemadäquate Auswahl vorhandener Daten und
Dokumente ermöglichen. Beispielsweise kann mit einer Suchfunktion ein
vorhandenes CAQ-System angesprochen werden. Aus der Menge der erfassten
Daten werden diejenigen selektiert, die für die Gestaltung der Projektinhalte
erforderlich sind. Wichtige Projektziele können mit Hilfe des Paarweisen Vergleichs
identifiziert und durch Anwendung der Pareto-Analyse können Zielgrößen auf Basis
von definierten Kriterien ermittelt werden. Das Bild 7.5 stellt eine Arbeitsanweisung
zur Erstellung eines Pareto-Diagramms dar, die vom Anwender über die
Selektionsebene aufgerufen werden kann.
Checkliste für die Erstellung eines Pareto-Diagramms
1. Wählen Sie Kriterien aus
(z. B. Einflüsse auf das Projektziel).
2. Bilden Sie Klassen zu den Kriterien
(z. B. Einflussarten).
3. Ermitteln Sie den Einfluss der Kriterien der
jeweiligen Klassen auf die Gesamtheit in Prozent.
4. Ordnen Sie die Klassen, visualisiert mit Balken,
nach den Prozenträngen absteigend an.
5. Vergleichen Sie die Prozentränge (Balken) der
Klassen zur Entscheidungsfindung.
;
;
…
…
…
Bild 7.5: Arbeitsanweisung für eine Pareto-Analyse
Das Bild 7.6 zeigt einen Projektstrukturplan zur Visualisierung des Projektablaufs.
Die Darstellung des Projektstrukturplans ist Bestandteil der Präsentationsebene der
Benutzerschnittstelle eines Informationssystems. Im Projektstrukturplan werden die
Anwendung des Referenzmodells für die Elektronikfertigung
67
zu bearbeitenden Teilprojekte im Rahmen eines Versuchsmethodik-Projekts
dargestellt. Der Anwender des Informationssystems kann sich während der
Durchführung der Statistischen Versuchsmethodik anzeigen lassen, welche
Projektphase bearbeitet wird und welche Projektrahmendaten vorgegeben sind.
Projektziel:
Optimierung der
Prozesskette der Elektronikfertigung
Phase 1
Phase 2
Phase 3
Ziel: Optimierung
Lotpastenauftrag
Ziel: Optimierung
Bestückung
Ziel: Optimierung
Reflowlöten
Untersuchung
Profil
Schablonendrucker
Untersuchung
Bestückgenauigkeit
Untersuchung
Lotperlenbildung
Untersuchung
Positioniergenauigkeit
Untersuchung
Bestückkraft
Untersuchung
Lotvolumen
Untersuchung
Mengenleistung
Bild 7.6: Projektstrukturplan
Im Rahmen der Systemanalyse wird eine Produktanalyse durchgeführt. Die
wesentlichen Qualitätsmerkmale eines Produkts und wichtige Einflüsse auf die
Merkmale werden dabei identifiziert. Bei der Durchführung der Statistischen
Versuchsmethodik ist es wichtig, die Untersuchungen gezielt auf ein Produkt oder
einen Prozess auszurichten. Wenn ein Bezug zu dem zu untersuchenden Produkt
oder Prozess hergestellt wird, kann die Problemsituation besser erfasst und
analysiert werden. Erkenntnisse aus den Versuchen können zudem leichter auf eine
Problemstellung zurückgeführt und Verbesserungen gezielter umgesetzt werden.
Die anwenderbezogene Akquisition während der Produktanalyse erfolgt durch die
Befragung von Produktexperten. Dies sind z. B. Mitarbeiter, die an der Entwicklung
einer Elektronikbaugruppe beteiligt sind. Außerdem kann im Team als weitere
Methode Brainstorming verwendet werden. Die rechnergestützte Sichtung interner
Produktunterlagen vereinfacht die Sammlung erforderlicher Informationen über das
Produkt. Die Selektion der wichtigsten Produktmerkmale erfolgt im Hinblick auf die
Zielerreichung. Aus der Gesamtheit der zusammengetragenen Produktmerkmale
werden diejenigen ausgewählt, die den größten Einfluss auf das Projektziel haben.
68
Anwendung des Referenzmodells für die Elektronikfertigung
Zum Vergleich können auch Produktmerkmale aus abgeschlossenen Projekten
herangezogen werden. Die wesentlichen Merkmale für die Zielerreichung werden
anschließend durch eine Pareto-Analyse identifiziert. Die Ergebnisse der Selektion
werden in einer Übersichtstabelle visualisiert, in der die ausgewählten Produktmerkmale aufgelistet sind. Auch die Begründungen für die Auswahl der Produktmerkmale werden erfasst und angezeigt. Entscheidungen können so rückwirkend
überprüft und für andere Projekte genutzt werden.
Das Untersuchungsobjekt - im exemplarischen Anwendungsfall die Elektronikbaugruppe - wird mittels einer Technischen Zeichnung, eines Bildes oder einer
Prinzipskizze im Rechner visualisiert. Je nach Bedarf können in diesen Darstellungen
relevante Qualitätsmerkmale und/oder kritische Bestandteile des Produkts eingetragen werden. Bei Betrachtung der Produktdarstellung kann erkannt werden, welche
wesentlichen Merkmale die Qualität des Produkts bestimmen und an welcher Stelle
diese am Produkt zu finden sind. Sind aus dem Projektziel bereits Zielwerte für
Qualitätsmerkmale ableitbar, können diese Zielwerte zusätzlich zur Darstellung der
entsprechenden Merkmale vermerkt werden. Die Zielformulierung wird dadurch
deutlich hervorgehoben.
Nachdem der Untersuchungsgegenstand abgegrenzt ist, gilt es einen Überblick über
die Situation zu gewinnen. Hierzu werden die Größen zusammengetragen, die einen
Einfluss auf die Qualitätsmerkmale des Produkts haben. Die Ergebnisse werden
strukturiert in einem Ishikawa-Diagramm gemäß Bild 7.7 dargestellt. Die
Einflussgrößen werden in die „fünf M“ untergliedert: die Einflüsse durch Menschen,
die Maschine, die Methode, das Material und die Mitwelt. Das Ishikawa-Diagramm ist
ebenfalls zur Präsentation von Zuständen von Elektronikbaugruppen nach einem
Teilprozessschritt geeignet.
Da eine Produktanalyse zeitaufwändig ist, bietet das Informationssystem auf Wunsch
zu Beginn einer neuen Produktanalyse eine Standardauswahl an Einflussgrößen an.
Die voreingestellte Standardauswahl umfasst solche Einflussgrößen, die in zahlreichen technischen Systemen gleichermaßen auftreten, wie beispielsweise der
Einfluss von Temperaturschwankungen oder die Qualifikation der Mitarbeiter. Neben
der aus der Rechnerunterstützung resultierenden Zeiteinsparung wird eine sorgfältige und umfassende Auflistung von Einflüssen unterstützt. Bei weiterführenden
Untersuchungen zu einem Produkt können die mit dem Informationssystem
dokumentierten Einfluss- und Zielgrößen wieder aufgerufen und verarbeitet werden.
Dadurch wird Mehrfacharbeit vermieden.
Anwendung des Referenzmodells für die Elektronikfertigung
69
Material
Mensch
Leiterplatte
Qualifikation
Lotpaste
Bauelemente
Motivation
Hilfsstoffe
Verfahren
Lotpastenauftrag
Verfahren
Bestückung
Lötverfahren
Methode
Schablonendrucker
Raumtemperatur
Schwingungen
Bestücker
Verschmutzung
Reflowlötofen
Maschine
Qualität einer
Elektronikbaugruppe
Luftfeuchtigkeit
Mitwelt
Bild 7.7: Globales Ishikawa-Diagramm für das Produkt Elektronikbaugruppe
Die anschließende Prozessanalyse dient der Untersuchung der Fertigungsprozesse,
die für Herstellung der Produkte benötigt werden. Im Vordergrund steht die Aufgliederung der gesammelten Einflussgrößen auf einzelne Fertigungsprozessschritte.
Dazu werden Experten aus der Fertigung zur anwenderbezogenen Datenakquisition
befragt. Im Team kann die Methode Brainstorming angewandt werden. Durch die
Sichtung von Fertigungsunterlagen, wie z. B. Konstruktionszeichnungen und Arbeitsanweisungen, können Eigenschaften von Fertigungsprozessen identifiziert werden.
Die Struktur der zu untersuchenden Fertigungsprozesse wird mit Hilfe eines Flussdiagramms modelliert und visualisiert. Im Flussdiagramm werden die Reihenfolge
des Fertigungsablaufes und die wesentlichen Funktionen der Teilprozessschritte
dargestellt und in einen logischen Zusammenhang gebracht.
Das Bild 7.8 zeigt exemplarisch ein Flussdiagramm für die Prozesskette der
Elektronikfertigung im SFB 356. In das Flussdiagramm können die Ziele der
Teilprojekte eines Versuchsmethodik-Projekts gemäß dem Projektstrukturplan
aufgenommen werden. Das Flussdiagramm verknüpft damit die Struktur einer
Fertigungsprozesskette mit dem methodischen Vorgehen bei der Prozess- und
Produktoptimierung im Rahmen der Statistischen Versuchsmethodik.
Die sukzessive Aufspaltung einer Prozesskette mit Hilfe des Informationssystems
ermöglicht darüber hinaus eine detaillierte Analyse der Fertigungsprozesse, sodass
der Gesamtzusammenhang zwischen den Teilprozessschritten nicht verloren geht.
70
Anwendung des Referenzmodells für die Elektronikfertigung
Start
Speicherung
der Daten
Aufbringung der
Lotpaste
OK?
nein
ja
Speicherung
der Daten
Bestückung der
Leiterplatte
OK?
nein
ja
Speicherung
der Daten
Optimierung
Teilprozessschritt
Optimierung
Teilprozessschritt
Reflowlöten der
Leiterplatte
OK?
ja
nein
Optimierung
Teilprozessschritt
Ende
Bild 7.8: Flussdiagramm der Prozesskette der Elektronikfertigung
Modellbildung:
Im Rahmen der Modellbildung werden die Zusammenhänge zwischen Ziel- und
Einflussgrößen erfasst. Für die Produkt- und Prozessoptimierung sind insbesondere
die Zusammenhänge zwischen Qualitätsmerkmalen des Produkts und Prozessparametern zu ermitteln. Das in der Systemanalyse erstellte globale IshikawaDiagramm wird systematisch in die einzelnen Prozessschritte aus der Gruppe
„Maschine“ aufgegliedert. Die aufeinander folgenden Prozessschritte werden dazu in
einer Black-Box-Darstellung visualisiert. Eine global definierte Zielgröße wird durch
die Prozess-Darstellung schrittweise in teilprozessbezogene Zielgrößen untergliedert. Als Alternative zu dieser Vorgehensweise kann ein erstelltes Flussdiagramm
in die einzelnen Prozessschritte zerlegt werden. Für jeden Prozessschritt wird ein
Prozess-Ishikawa-Diagramm erstellt. Die bisher ermittelten Einflussfaktoren können
den einzelnen Prozessschritten zugeordnet werden. Durch das schrittweise Zerlegen
des Gesamtprozesses wird die Berücksichtigung aller erforderlichen Teilprozessschritte gewährleistet. Außerdem erfolgt durch die systematische Aufspaltung eine
rechnergestützte Akquisition weiterer Einflussgrößen. Die anwenderbezogene Datenakquisition kann durch eine Expertenbefragung, Brainstorming sowie durch die
rechnerunterstützte Suche und Sichtung von Unterlagen vereinfacht werden.
Anwendung des Referenzmodells für die Elektronikfertigung
71
Aus der Gesamtheit der ermittelten Einflussgrößen sind anschließend die für die
Zielgröße relevanten Größen zu selektieren. Hierzu werden zunächst vermutete oder
bereits bekannte Zusammenhänge zwischen den Größen akquiriert.
Zusammenhänge zwischen Einfluss- und Zielgrößen können entweder als eine
Ursache-Wirkungs-Beziehung oder als eine Wechselwirkung von zwei oder
mehreren Faktoren bestehen. Eine Ursache-Wirkungs-Beziehung bedeutet, dass
eine Erhöhung einer Einflussgröße entweder zu einer Erhöhung oder zu einer
Verringerung des Merkmalwertes der Zielgröße führt. Auch kann der Fall auftreten,
dass die Erhöhung des Faktors dazu führt, dass der Merkmalwert der Zielgröße ein
Maximum oder ein Minimum durchläuft. Eine Wechselwirkung liegt vor, wenn nur bei
bestimmten Faktorkombinationen von zwei oder mehreren Faktoren eine Auswirkung
auf die Zielgröße beobachtet werden kann.
Um Vermutungen oder bereits vorliegende Kenntnisse über Zusammenhänge
zwischen Einfluss- und Zielgrößen zu dokumentieren und zu visualisieren, werden
diese Sachverhalte in das entsprechende Prozess-Ishikawa-Diagramm eingetragen.
Eine in Anlehnung an [FLAMM 1995] eingeführte Symbolik ermöglicht die einfache
Eintragung und Interpretation der Zusammenhänge im Rahmen der Präsentationsebene des Informationssystems, Bild 7.9. Ergänzend wird ein Hinweisfenster
angefügt, welches den Status der Informationen anzeigt. Dadurch wird hervorgehoben, ob die eingetragenen Zusammenhänge bereits durch Versuche eindeutig
bestätigt wurden oder ob nur Tendenzen verifiziert werden konnten. Durch den
Rückgriff auf ähnliche Projekte können bekannte Zusammenhänge ermittelt werden.
Ursache-Wirkungs-Beziehung
Wechselwirkung
bestätigt / vermutet
bestätigt / vermutet
X ändert Y nicht
Positive Wechselwirkung
Erhöhung X erhöht Y
Negative Wechselwirkung
Erhöhung X verringert Y
Keine Wechselwirkung
Erhöhung X: Y durchläuft Maximum
Erhöhung X: Y durchläuft Minimum
X: Faktor, Y: Zielgröße
Bild 7.9: Symbolik für Zusammenhänge nach [FLAMM 1995]
Der Status der Zusammenhänge wird durch folgende Symbole visualisiert:
Der eingetragene Zusammenhang wurde anhand von Versuchen eindeutig
bestätigt und kann ohne Einschränkung weiterverwendet werden. Es müssen
keine weiteren Untersuchungen durchgeführt werden.
72
Anwendung des Referenzmodells für die Elektronikfertigung
Anhand von Versuchen wurde bestätigt, dass zwischen den betrachteten
Größen keinerlei Zusammenhang besteht und keine Veränderung der
Zielgröße eintritt. Es müssen keine weiteren Untersuchungen durchgeführt
werden.
In vergangenen Versuchen war die Durchführung fehlerhaft. Die Ergebnisse
können nicht verwendet werden. Hinsichtlich der angezeigten UrsacheWirkungs-Beziehung kann keine sichere Aussage getroffen werden. Es sollten
weitere Versuche durchgeführt werden.
In vergangenen Untersuchungen wurden Tendenzen festgestellt, konnten
jedoch noch nicht eindeutig bestätigt werden. Es sollten weitergehende
Untersuchungen unternommen werden.
Liegen hinsichtlich der Wirkung einer Einflussgröße auf die Zielgröße entweder
Vermutungen oder fundierte Kenntnisse vor, wird der Einflussgröße im ProzessIshikawa-Diagramm das entsprechende Symbol durch einen Pfeil zugeordnet. Der
Zusammenhang bezieht sich in der Darstellung immer auf die dem entsprechenden
Prozess-Ishikawa-Diagramm zugeordnete Zielgröße.
Liegen Wechselwirkungen von zwei oder mehreren Einflussgrößen auf eine
Zielgröße vor, wird dies durch Verbindungspfeile zwischen den Einflussgrößen und
der entsprechenden symbolischen Darstellung im Prozess-Ishikawa-Diagramm
vermerkt. Soll darüber hinaus der Status der Informationen angezeigt werden, wird
das Symbol zur Status-Kennzeichnung mit dem zugehörigen Icon für die UrsacheWirkungs- bzw. Wechselwirkungsbeziehung verknüpft, siehe Bild 7.10.
Mitwelt Mensch Material
Mitwelt Mensch Material
Bauteil
Bediener
Bestücken
Bestückkraft
Rolle zu Rolle
Karussell
Maschine
Methode
Versatz
Reflowlöten
Vorheizung
Aufheizung
Transportband
Lotperlen
Dampf
Infrarot
Maschine Methode
Bild 7.10: Prozess-Ishikawa-Diagramme der Elektronikfertigung (Auszug)
Anwendung des Referenzmodells für die Elektronikfertigung
73
Die Anwendung dieser im Informationssystem zu implementierenden graphischen
Modellierung von Zusammenhängen zwischen Einfluss- und Zielgrößen ermöglicht
den sukzessiven Aufbau und die wiederkehrende, projektübergreifende Nutzung von
problembezogenem Produkt- und Prozesswissen [WECKENMANN 2006].
Die anschließende Selektion der wesentlichen Einflussgrößen - der so genannten
Faktoren - wird mit Hilfe von Kennzahlensystemen durchgeführt. Die quantitative
Bewertung und die Auswahl relevanter Einflussgrößen erfolgt nach definierten
Regeln, die im Informationssystem hinterlegt sind [WECKENMANN 2007].
Zur Auswahl relevanter Einflussgrößen kann im Informationssystem eine erweiterte
Intensitäts-Beziehungs-Matrix nach [MAYERS 1997] implementiert werden, in die alle
Einflüsse eines Prozessschrittes aus dem entsprechenden Prozess-IshikawaDiagramm automatisiert übernommen werden. Mit Hilfe eines Punktesystems kann
der Anwender bewerten, wie er die Einflüsse der jeweiligen Größen auf die Zielgröße
bzw. über eine weitere Einflussgröße auf die Zielgröße einschätzt. Der Vergleich mit
Informationen aus bereits abgeschlossenen Projekten kann dem Anwender einen
Anhaltspunkt zur Bewertung geben.
Ausgehend von dieser Darstellung kann der Anwender die Einflussgrößen
auswählen, die in den Versuchen untersucht werden sollen. Die ausgewählten
Einflussgrößen werden als Faktoren für die folgenden Versuche festgelegt. Die
Faktoren werden im Prozess-Ishikawa-Diagramm mit dem Symbol „F“
gekennzeichnet und durchnummeriert. Dabei wird zuerst die Nummer der Zielgröße
genannt, die der Faktor beeinflusst und auf welche dessen Wirkung untersucht wird.
Dadurch kann der Faktor während den Untersuchungen eindeutig der Zielgröße
zugeordnet werden. Die Faktoren der jeweiligen Zielgröße werden zusätzlich
untereinander durchnummeriert.
Die ausgewählten Einflussgrößen werden je Teilprozessschritt in tabellarischen
Darstellungen präsentiert. Die Zielstellung des gegenwärtig in Bearbeitung
befindlichen Projekts wird als Tabellen-Titel eingefügt, um die Tabelle eindeutig der
gegebenen Problemsituation zuordnen zu können. Die Vorlagen für das Layout
dieser Tabellen werden im Informationssystem abgelegt. Die Inhalte der Tabellen
werden in Abhängigkeit vom spezifischen Informationsbedarf des Anwenders aus der
Zentralen Projekt-Datenbank abgerufen und in die Tabellen eingebunden.
Um den Überblick zu bewahren, wenn in einem Projekt verschiedene Zielgrößen
untersucht werden, wird die untersuchte Zielgröße mit Benennung eingetragen. Des
Weiteren wird eine Versuchsnummer angegeben, damit bei mehreren
Untersuchungen zu einer Zielgröße der Versuch eindeutig bestimmt werden kann.
Die gewählten Faktoren mit Bezeichnung und Faktorstufen werden aufgeführt.
74
Anwendung des Referenzmodells für die Elektronikfertigung
Versuchsstrategie:
In der Phase Versuchsstrategie wird die Versuchsplanauswahl für jeden der
Prozessschritte durch das Informationssystem unterstützt. Die Selektion eines
Versuchsplans muss immer unter Berücksichtigung des Projektziels und der
Rahmenbedingungen (z. B. Wechselwirkungen) erfolgen. Da eine Vielzahl
verschiedener Versuchspläne zur Verfügung steht, ist die Auswahl eines
problemadäquaten Versuchsplans oftmals schwierig. Das Informationssystem
unterstützt den Anwender aktiv bei der Auswahl eines geeigneten Versuchsplans.
Auf Grundlage der in den Phasen Systemanalyse und Modellbildung ermittelten
versuchsspezifischen Randbedingungen, wie beispielsweise die Anzahl der Faktoren
und Wechselwirkungen, können bestimmte Versuchspläne ausgewählt werden. Das
Informationssystem führt dazu eine Vorselektion durch und bietet dem Anwender nur
die Versuchspläne zur Auswahl an, die grundsätzlich unter Beachtung der
vorliegenden Randbedingungen anzuwenden sind. Der unter Abfrage der
hinterlegten Regeln ausgewählte Versuchsplan wird dem Anwender anschließend
präsentiert. Die Darstellung erfolgt in Abhängigkeit von der Art des Versuchsplans.
Bei der Auswahl eines 23-Versuchsplans wird dieser mit Hilfe von noch nicht mit
Werten ausgefüllten Matrizen, wie einer Planmatrix, einer Matrix der unabhängigen
Variablen, einer Antwort- und einer Effektmatrix dargestellt. In Abhängigkeit von der
gewählten Versuchsstrategie und dem gewählten Versuchsplan sind die zugehörigen
Stufen der Faktoren festzulegen. Dazu wird die Tabelle aus der Phase Modellbildung
um die einzustellenden Werte für die Faktoren ergänzt.
Bei der Versuchsplanbelegung werden die Ergebnisse aus den Phasen
Systemanalyse und Modellbildung für den jeweiligen Prozessschritt verwendet.
Gemäß den hinterlegten Regeln werden die entsprechenden Faktorstufenkombinationen für den ausgewählten Versuchsplan in die Versuchsplanmatrix
eingetragen. Das Informationssystem kann die Belegung wahlweise automatisch
durchführen bzw. Vorschläge zur Belegung machen. Das Ergebnis dieser Teilfunktion sind ausgefüllte Versuchspläne.
Eine Möglichkeit zur Präsentation von Versuchsplänen ist in Form einer Planmatrix
eines 23-Versuchsplans für den Teilprozessschritt Löten exemplarisch in Bild 7.11
dargestellt.
Das Bild 7.11 verdeutlicht darüber hinaus die Einbeziehung der Ergebnisse aus der
Phase Modellbildung und die damit verbundene Notwendigkeit der phasenübergreifenden Bereitstellung und funktionsübergreifenden Verknüpfung der im
Verlauf eines Versuchsmethodik-Projekts zusammengetragenen Daten und
Informationen über Produkte, Prozesse und Maschinen.
Anwendung des Referenzmodells für die Elektronikfertigung
Projekt-Phase/Teilprojekt Zielgröße
Einheit
Nr. 3 - Reflowlöten
- Lotperlenbildung
Lotperlen
Stück je
Bauelement
Einflussgröße
WirkKennung Einstellung
beziehung
Einheit
75
Planmatrix
Reflowlöten
Nr.
A
B
C
1
-
-
-
2
+
-
-
3
-
+
-
4
+
+
-
Geschwindigkeit
cm/min
Transportband
Faktor A
Vorheizung
°C
Faktor B
0 / 80
5
-
-
+
Temperaturgradient
K/s
Faktor C
1,0 / 3,0
6
+
-
+
7
-
+
+
Löttemperatur
°C
8
+
+
+
-
70 / 100
245 / 290
Bild 7.11: Verknüpfung der Phasen Modellbildung und Versuchsstrategie
Versuchsdurchführung:
Während der Versuchsdurchführung hat ein Informationssystem den Anwender
dabei zu unterstützen, die aktuellen Einstellungen eines Versuchsplans
vorzunehmen und die aus der messtechnischen Erfassung der Zielgrößen
resultierenden Versuchsergebnisse zu dokumentieren. Die vom Anwender auszuführenden Schritte zur Versuchsplaneinstellung werden in einer druckfähigen
Arbeitsanweisung zusammengestellt. So wird sichergestellt, dass der für die
Versuchsdurchführung zuständige Mitarbeiter die erforderlichen Einstellungen vornimmt. Die notwendigen Arbeitsschritte bei der Versuchsdurchführung werden
ebenfalls mit Hilfe einer Arbeitsanweisung dokumentiert und dargestellt.
Die anwenderbezogene Akquisition von Fehlern während der Durchführung der
Versuche wird durch eine Notfalltaste sichergestellt. Durch das Betätigen der
Notfalltaste wird ein Dialogfenster geöffnet, über das unvorhergesehene
Vorkommnisse wie z. B. Störungen hinsichtlich von Maschinenfunktionen
eingegeben und projektbezogen dokumentiert werden können.
Die technische Akquisitionsebene eines Informationssystems ermöglicht mit
entsprechenden Schnittstellen die direkte Einstellung, Abfrage und kontinuierliche
Aufzeichnung von Prozessparametern an den Fertigungsmitteln bzw. Versuchsständen sowie den automatisierten projektbezogenen Import von Mess- und
Prüfergebnissen aus den Prüfständen an der Bezugsprozesskette der
Elektronikfertigung in die Zentrale Projekt-Datenbank des Informationssystems, siehe
Bild 7.12.
76
Anwendung des Referenzmodells für die Elektronikfertigung
SECS/GEM
Automatisches optisches
Inspektionssystem
Rechner
Prüfstation
Schnittstelle
Datenbank
Informationssystem
Bild 7.12: Ergebnisübertragung in die Zentrale Projekt-Datenbank
Auswertung:
In der Phase Versuchsauswertung besteht der Schwerpunkt der Anwenderunterstützung durch das Informationssystem in der Auswahl problemadäquater Auswerteverfahren und der eindeutigen Präsentation der Ergebnisse.
Die Versuchsdaten werden zunächst während einer Vorverarbeitung mit Hilfe
einfacher Diagramme - wie beispielsweise einer Urwertliste - dargestellt, um
Ausreißer in den Versuchsdaten identifizieren und gegebenenfalls bereinigen zu
können. Zu Beginn der Auswertung sind die Modellsicherheit und damit die Irrtumswahrscheinlichkeit der mathematisch-statistischen Auswertungen festzulegen.
Weiterhin müssen die Auswertevoraussetzungen überprüft werden.
Das Informationssystem stellt dazu graphische und numerische Verfahren zur Überprüfung der Normalverteilung von Versuchsdaten bereit. Liegen nicht normalverteilte
Daten vor, werden diese mit mathematisch-statistischen Transformationen in
näherungsweise normalverteilte Daten überführt. Dies ist insbesondere im Bereich
der Elektronikfertigung aufgrund der Vielzahl von attributiven Qualitätsmerkmalen
erforderlich.
Bei der Selektion einer geeigneten Analysemethode wird auf die implementierten
Auswerteverfahren wie Effektberechnung, Varianzanalyse, Regressionsanalyse und
Residuenanalyse zurückgegriffen. Die Erläuterung des Einsatzes der Auswerteverfahren wird im Zusammenspiel mit der Hilfeebene realisiert.
Die Auswertung und damit verbundene Präsentation der Versuchsergebnisse hängt
von den Projektzielen, den zur Verfügung stehenden Versuchsdaten und der
gewählten Untersuchungs- und Auswertestrategie ab.
Ist die Suche nach signifikanten Einflussfaktoren mittels der Varianzanalyse das Ziel
der Versuche, wird die allgemein anerkannte symbolische Darstellung für die
Signifikanz der untersuchten Faktoren verwendet. Liegt das Signifikanzniveau eines
Faktors über 95 Prozent, wird ein Stern an den Faktor angetragen. Liegt das Niveau
dagegen über 99 Prozent, werden zwei Sterne an den entsprechenden Faktor
angetragen, siehe Bild 7.13 [PFEIFER 2001]. Der Grad der Signifikanz wird
angegeben, um für weiterführende Untersuchungen die Faktoren auszuwählen,
Anwendung des Referenzmodells für die Elektronikfertigung
77
welche eine signifikante Auswirkung auf die Zielgröße haben. Die Untersuchung
dieser Faktoren ermöglicht eine effektive Verbesserung der Einstellungen und damit
der Prozess- bzw. Produktmerkmale.
∗
Signifikanzniveau über 95%
∗∗
Signifikanzniveau über 99%
Bild 7.13: Zeichenerklärung Signifikanz
Im Rahmen der Optimumsuche wird untersucht, in welche Richtung sich die
Merkmalwerte der Zielgröße bei Variation der Faktoreinstellungen verändern. Um die
Wirkrichtung der Faktoren auf die Zielgröße zu ermitteln, werden sowohl Haupt- als
auch Wechselwirkungseffekte berechnet und in entsprechenden Diagrammen
visualisiert. Wird die Einstellung eines signifikanten Faktors variiert, so verändern
sich die Merkmalwerte der Zielgröße nachhaltig. Die Wirkrichtung wird in einem
Effektdiagramm dargestellt. In dem Effektdiagramm wird veranschaulicht, in welche
Richtung die Faktoreinstellungen verändert werden müssen, um sich den
gewünschten Zielgrößenwerten anzunähern. In Wechselwirkungsdiagrammen wird
dargestellt, inwieweit sich die Zielgröße verändert, wenn zwei oder mehrere Faktoren
einen kombinierten Einfluss auf die Zielgröße nehmen. Die Wirkung der Faktoren auf
die Zielgröße kann sich entweder verstärken oder verringern.
Zur Präsentation von Faktoren, die einen signifikanten Einfluss auf attributive
Qualitätsmerkmale aufweisen, ist beispielsweise das Pareto-Diagramm geeignet.
Berechnete Effekte werden nach ihrer Größe sortiert im Pareto-Diagramm
dargestellt. Zudem kann im Pareto-Diagramm der so genannte Grenzeffekt
eingeführt werden. Alle oberhalb dieses Wertes liegenden Effekte sind signifikant.
Bei der Suche im Optimalgebiet wird der Bereich abgegrenzt, in dem die optimale
Einstellung der Zielgröße liegt. Dazu werden Regressionspolynome zur quantitativen
Beschreibung von Ursache-Wirkungs-Zusammenhängen berechnet und Bereiche für
die optimale Einstellung insbesondere variabler Zielgrößen ermittelt. Im exemplarischen Anwendungsfall der Elektronikfertigung dienen diese Auswertungen vor
allem der Ermittlung entsprechender Einstellungen - so genannter Prozessfenster für signifikante Prozessparameter zur Optimierung der Qualitätsmerkmale von
Elektronikbaugruppen. Ein solcher Bereich kann sehr klein sein und die zugehörige
Faktoreinstellung muss präzise vorgenommen werden, damit ein optimales Ergebnis
erzielt werden kann. Oft liegt der Fall vor, dass mehrere Einstellungen zu einer
optimalen Zielgröße führen.
78
Anwendung des Referenzmodells für die Elektronikfertigung
Die Prozessfenster können in dreidimensionalen Graphen veranschaulicht werden,
wobei die Zielgröße über zwei oder mehrere Faktoreinstellungen aufgetragen wird.
Liegt nur ein kleiner Bereich für die optimale Faktoreinstellung vor, ist die Fläche
stark gekrümmt und das Optimum besteht unter Umständen nur aus einem Punkt an
der Spitze einer kuppenförmig ausgeprägten Fläche. Das Optimum ist durch jeweils
eine bestimmte Faktoreinstellung definiert, siehe Bild 7.14 rechts. Ein ausgedehnter
Bereich optimaler Einstellungen ist durch eine Fläche gekennzeichnet, die mehrere
Einstellungen zur Erreichung einer optimalen Zielgröße zulässt. In diesem Fall
werden für jeden ausgewählten Faktor zwei Grenzwerte angegeben, die einen
zulässigen Bereich begrenzen, siehe Bild 7.14 links. Ein solches Prozessfenster
kann beispielsweise einen Ausschnitt aus einer kammförmig ausgeprägten
Antwortfläche darstellen.
Z1
Z1
F1.2
F1.2
F1.1
F1.1
Bild 7.14: Response Surface Diagramme mit ebener und spitzer Fläche
Diese so genannten Response Surface Diagramme sind essentieller Bestandteil der
Präsentationsebene des Informationssystems, da mit diesen Darstellungen auf einen
Blick erkannt werden kann, in welchem Bereich optimale Faktoreinstellungen
erzielbar sind und wie exakt die Einstellungen vorgenommen werden müssen.
Zur Veranschaulichung der mit den Versuchen erzielten Verbesserungen im
Vergleich zur Situation vor den Untersuchungen kann zusätzlich ein Effektdiagramm
eingefügt werden, in dem die Ergebnisse der vorherigen Einstellungen mit den
Ergebnissen der optimierten Einstellungen verglichen werden. Damit kann der Erfolg
der Untersuchungen eingängig dargestellt werden.
Validierung:
In der Phase Validierung müssen die Erkenntnisse der Versuche so aufbereitet
werden, dass diese leicht interpretiert und für nachfolgende Versuche verwendet
werden können. Es ist von besonderer Bedeutung, dass die Ergebnisse eindeutig
dem untersuchten Produkt und/oder Prozess zugeordnet werden können. Zudem soll
auf einen Blick erkennbar sein, zu welchem Prozessschritt welche Kenntnisse
vorliegen und an welcher Stelle weitere Versuche sinnvoll bzw. erforderlich sind.
Anwendung des Referenzmodells für die Elektronikfertigung
79
Dazu wird das entsprechende Prozess-Ishikawa-Diagramm mit den potenziellen
Einflussgrößen aus der Phase Modellbildung aufgegriffen und um die in den
aktuellen Versuchen erzielten Ergebnisse ergänzt. Damit wird gewährleistet, dass
gewonnene Erkenntnisse bei der Planung weiterführender Versuche verwendet
werden und nicht unberücksichtigt bleiben. Neben der rein numerischen Darstellung
der Versuchsergebnisse wird ein besonderes Augenmerk auf die graphische
Präsentation der Ergebnisse in Verbindung mit den zugehörigen Prozess-IshikawaDiagrammen gelegt.
Gemäß der in der Phase Modellbildung eingeführten Darstellung von bekannten und
vermuteten Zusammenhängen zwischen Faktoren und Zielgrößen werden auch in
der Phase Validierung den Faktoren entsprechende Icons zugeordnet, die
versuchsrelevante Informationen symbolisieren. Hat ein Faktor eine durch Versuche
ermittelte signifikante Wirkung auf die Zielgröße, wird dies durch einen bzw. zwei
Sterne an dem entsprechenden Eintrag im Prozess-Ishikawa-Diagramm vermerkt.
Der Anwender erkennt dadurch, welche Faktoren eine statistisch nachweisbare
Wirkung auf die Zielgröße haben.
Auch für andere Mitarbeiter ist diese graphische Übersicht der Einflussgrößen mit
Kennzeichnung der signifikanten Faktoren verständlich und aussagekräftig. Hat der
entsprechend markierte Faktor eine direkte Wirkung auf die Zielgröße, so wird ein
Symbol mit der Abkürzung „UW“ für Ursache-Wirkungs-Beziehung eingetragen. Liegt
eine Wechselwirkung des betrachteten Faktors mit einem oder mehreren anderen
Faktoren auf die untersuchte Zielgröße vor, wird dies durch das Symbol „WW“
gekennzeichnet. Der Abruf weiterführender Informationen kann ebenfalls über
Prozess-Ishikawa-Diagramme realisiert werden. Haupteffekt- und Wechselwirkungsdiagramme können mit den Ursache-Wirkungs-Symbolen bzw. WechselwirkungsSymbolen in einem Prozess-Ishikawa-Diagramm verknüpft werden. So kann mit Hilfe
graphischer Darstellungen erkannt werden, welche Faktoreinstellungen zu optimalen
Ergebnissen führen bzw. in welchem Bereich die Einstellungen liegen müssen.
Die Aktualisierung der Statusinformationen der in den Prozess-IshikawaDiagrammen eingetragenen Ursache-Wirkungs- und Wechselwirkungsbeziehungen
in Abhängigkeit von den Ergebnissen der durchgeführten Versuche ist eine weitere
Maßnahme, die den Anwender bei der Ergebnisinterpretation unterstützt. Bestand zu
Beginn der Untersuchungen nur eine vermutete Ursache-Wirkungs-Beziehung, die
im Verlauf der Versuche bestätigt wurde, erfolgt in der Phase Validierung eine
Änderung der dem Faktor zugeordneten graphischen Symbole, die den Status der
vorhandenen Information verdeutlichen. Der Benutzer des Informationssystems kann
anhand der Statusübersicht erkennen, ob ein Versuch abgeschlossen ist oder ob
weitere Untersuchungen durchzuführen sind.
80
Anwendung des Referenzmodells für die Elektronikfertigung
Im nächsten Schritt werden geeignete Maßnahmen zur Produkt- und Prozessoptimierung akquiriert. Unter Nutzung der bisherigen Versuchsergebnisse werden
Produkt- und Prozessexperten befragt. Das Informationssystem vereinfacht dabei die
Kommunikation zwischen den beteiligten Mitarbeitern und stellt den Rückgriff auf
bereits umgesetzte Optimierungsmaßnahmen aus ähnlichen Projekten sicher.
Anschließend werden mögliche Maßnahmen selektiert und umgesetzt. Wichtig ist,
dass auch die Gründe für die Auswahl aufgezeichnet werden. Der Erfolg der
ergriffenen Maßnahmen wird durch die Durchführung von Bestätigungsexperimenten
überprüft. Die Maßnahmen und Ergebnisse des Versuchsmethodik-Projekts werden
in die Zentrale Projekt-Datenbank zurückgeschrieben. So sind die Erkenntnisse auch
für nachfolgende Projekte nutzbar [WECKENMANN 2005B]. Zeit und Kosten können bei
der Durchführung von Projekten gespart werden, siehe Bild 7.15.
Eingabe
Phase
Maßnahme
Auswirkung
Nr. 3
Erniedrigung
Temperaturgradient
Verringerte
Lotperlenbildung
...
...
...
Wiederkehrender
Abruf
Bild 7.15: Projektbezogene Dokumentation von Verbesserungsmaßnahmen
Im Anschluss an die Gestaltung der Benutzerschnittstelle wird die Datensicht
definiert.
Datensicht - Definition und Detaillierung der Inhalte:
Um die Datensicht an die Anforderungen des Informationssystems für die Elektronikfertigung anpassen zu können, muss auf die bereits detaillierten Inhalte der
Benutzerschnittselle zurückgegriffen werden. Auf dieser Basis werden die
Dateninhalte in der Datensicht definiert und beschrieben. Durch diese
Vorgehensweise wird sichergestellt, dass die für die Umsetzung der Benutzerschnittstelle erforderlichen Daten vollständig im Informationssystem enthalten sind.
Nach Bild 7.16 müssen sowohl die Dateninhalte der Zentralen Projekt-Datenbank,
als auch die der externen Datenquellen spezifiziert werden.
Das Daten-Backbone des Informationssystems enthält die Zentrale ProjektDatenbank, in der alle projektspezifischen Daten gespeichert werden.
Externe Datenquellen werden über Schnittstellen an das Informationssystem
angebunden. Im exemplarischen Anwendungsfall der Elektronikfertigung bestehen
Anwendung des Referenzmodells für die Elektronikfertigung
81
die Datenquellen aus den drei Versuchsständen, dem CAQ-System und dem CADSystem. Bei der Übertragung von Daten aus der Fertigung und Messergebnissen
von den Prüfstationen muss sichergestellt werden, dass die Daten für jeden
Teilprozessschritt und nicht nur für die gesamte Prozesskette an das
Informationssystem übermittelt werden können. Die Inhalte der Datenquellen müssen
außerdem in vom Informationssystem verwendbaren Datenformaten bereitgestellt
werden.
Versuchsstände
Prozessparameter,
Störungsmeldungen
...
Zentrale Projekt-Datenbank
Projektdaten
Durchführung
Zielstellung
Versuchsplan
...
...
Prüfstationen
Messergebnisse,
Störungsmeldungen
...
Verknüpfungen
Versuchsdaten
Ergebnisse
Einstellungen
Signifikanz
...
...
Verknüpfungen
CAQ-System
Fehlerdaten,
Materialdaten
...
Externe Datenquellen
Maßnahmen
Vorkommnisse
Vorgehen
Störungen
Termine
Maßnahmen
CAD-System
Schnittstellen
Technische
Zeichnungen
...
Daten-Backbone des Informationssystems
Externe Datenquellen
Bild 7.16: Datenbasis des Informationssystems für die Elektronikfertigung
Mit der Gestaltung der Datensicht ist die Entwicklung des Fachkonzepts beendet.
Eine abschließende Überprüfung des Ergebnisses zeigt auf, ob alle Anforderungen
an das Informationssystem umgesetzt worden sind. Ist dies nicht der Fall, müssen
die Schritte des Vorgehensmodells nochmals durchlaufen werden. Wenn alle
Anforderungen erfüllt sind, kann in einem nächsten Schritt mit der Ausarbeitung des
Datenverarbeitungskonzepts und der Implementierung des Informationssystems
begonnen werden.
Im Sonderforschungsbereich 356 erfolgte der Abgleich und die Überprüfung des
Fachkonzepts für ein Informationssystem in der Elektronikfertigung mit anderen
Teilprojekten, welche die Statistische Versuchsmethodik im Rahmen der projektbezogenen Forschungstätigkeiten einsetzten.
82
8
8.1
Implementierung und Validierung eines Informationssystems
Implementierung und Validierung eines Informationssystems für die
Statistische Versuchsmethodik in der Elektronikfertigung
Auswahl der zu implementierenden Systemkomponenten
Das Fachkonzept eines Informationssystems für die Statistische Versuchsmethodik
in der Elektronikfertigung wird im Folgenden in eine prototypische Applikation
überführt. Im Vordergrund der Implementierung und Validierung des SoftwarePrototyps steht die Erbringung des Beweises, dass die in den vorherigen Abschnitten
konzipierte, rechnergestützte, phasenübergreifende Bereitstellung und Verknüpfung
von Daten und Informationen im Verlauf der Statistischen Versuchsmethodik in
Verbindung mit einer verbesserten Benutzerführung umgesetzt werden kann.
Der formulierte Anspruch bestimmt die zu implementierenden Systemkomponenten.
Um versuchsrelevante Daten und Informationen phasenübergreifend, redundanzfrei
und konsistent an der Prozesskette der Elektronikfertigung zur Verfügung zu stellen,
ist als Basis des Informationssystems eine Datenbank zu implementieren. Die
Bereitstellung und Verknüpfung von Daten und Informationen bedingt die
Realisierung ausgewählter Basisfunktionalitäten, die in wechselseitigem Austausch
mit der Datenbank ausgeführt werden. Die phasen- und anwenderspezifische
Visualisierung von Daten und Informationen erfordert die prototypische Realisierung
der Benutzerschnittstelle.
Die eingeschlagene Strategie der prototypischen Realisierung des Informationssystems für die Statistische Versuchsmethodik in der Elektronikfertigung stellt ein so
genanntes vertikales Prototyping dar: Ein ausgewählter Teil des Informationssystems
wird durch alle softwaretechnisch erforderlichen Ebenen hindurch implementiert. Mit
dieser Vorgehensweise ist es möglich, frühzeitig ein Kernsystem bereitzustellen, das
zu einem späteren Zeitpunkt um zusätzliche Softwaremodule erweitert werden kann
[STAHLKNECHT 2005]. Im Gegensatz dazu umfasst das horizontale Prototyping die
softwaretechnische Implementierung einer einzigen Ebene. Ein Beispiel für das
horizontale Prototyping ist die ausschließliche Implementierung der graphischen
Benutzerschnittstelle ohne Funktionalitäten.
8.2
Ableitung des Datenverarbeitungskonzepts
8.2.1 Objektorientierte Analyse
Zur Ableitung des Datenverarbeitungskonzepts für die phasenübergreifende Bereitstellung und Verknüpfung von Daten und Informationen im Verlauf der Statistischen
Versuchsmethodik unter besonderer Berücksichtigung der Gestaltung der Benutzerschnittstelle wird die objektorientierte Analyse (OAA) verwendet. Die objektorientierte
Analyse zielt darauf ab, die Objekte eines Problembereichs zu beschreiben. Mit einer
graphischen Notation werden Objekte aus der anwendungsnahen Sprache des
Implementierung und Validierung eines Informationssystems
83
Fachkonzepts in formalisierte Diagramme für den Softwareentwurf überführt. Zur
Darstellung des Anwendungsgebietes und der Aufgaben des Informationssystems
wird die Unified Modelling Language (UML) als standardisierte Notation im Bereich
der objektorientierten Modellierung verwendet [BALZERT 2001].
8.2.2 Modellierung der Domäne der Statistischen Versuchsmethodik
Die Erstellung des Domänenmodells eines Softwaresystems ist eine wesentliche
Aufgabe der objektorientierten Analyse. Ein Domänenmodell beschreibt das Vokabular und die Schlüsselkonzepte einer Domäne bzw. eines Anwendungsgebietes.
Die Gliederung einer Domäne in Begriffe bzw. Objekte bereitet die Überführung des
Anwendungsgebietes in ein Softwaresystem vor. Das Domänenmodell stellt einen
Ausschnitt aus einer Problemwelt und kein Softwaredesign dar. Die Syntax eines
Domänenmodells entspricht der Notation eines UML-Klassendiagramms, ohne die
detaillierte Beschreibung der Operationen (Verhalten) eines Objekts.
Der Ausgangspunkt der Domäne der Statistischen Versuchsmethodik ist das Projekt.
Eine experimentelle Untersuchung beginnt mit dem Anlegen eines Projekts. Alle
anfallenden Daten werden projektbezogen gespeichert. Zur Darstellung eines
Domänenobjekts stellt die objektorientierte Softwareentwicklung das Konzept der
Klasse bereit. Eine Klasse repräsentiert eine Kategorie oder eine Gruppe von
Objekten mit ähnlichen Eigenschaften und gemeinsamem Verhalten und hat einen
abgegrenzten Aufgabenbereich [LARMAN 2005]. Die Darstellung erfolgt als Rechteck,
das mit einem Klassennamen beschriftet ist. Optional kann eine Liste von Attributen
angegeben werden, welche die Merkmale (Eigenschaften) einer Klasse darstellen.
Die Klasse Projekt wird durch die Attribute „Teammitglieder“, „Betriebsmittel“,
„Beschreibung“, „Fertigstellungstermin“ sowie „Maßnahmen“ beschrieben, Bild 8.1.
Projekt
Projekt
Teammitglieder
Projekt_ID:
INT
Betriebsmittel
Beschreibung
Fertigstellungstermin
Maßnahmen
Bild 8.1: Klasse Projekt
Zur Erfüllung ihrer Aufgaben kommunizieren Klassen in der Regel mit anderen
Klassen. Verbindungen zwischen Klassen werden in der UML durch so genannte
Assoziationen modelliert. Eine Assoziation wird durch eine einfache Verbindungskante zwischen zwei Klassen realisiert. An den Enden der Verbindungskanten
können Kardinalitäten bzw. Multiplizitäten angetragen werden, welche die Anzahl der
Verknüpfungen zu einem festen, aber beliebigen Objekt einer beteiligten Klasse
84
Implementierung und Validierung eines Informationssystems
angeben. Die Klasse Projekt verfügt über eine Assoziation zu der Klasse
Zielstellung. Diese Klasse beschreibt das mit der Durchführung des Projekts
verfolgte Ziel. Da jedes Projekt mit genau einer Zielstellung verbunden ist, wird die
Zuordnung im Klassendiagramm durch die Kardinalitäten „1“ und „1“ an den Enden
der Assoziation verdeutlicht, siehe Bild 8.2.
Projekt
Teammitglieder
Betriebsmittel
Beschreibung
Fertigstellungstermin
Maßnahmen
1
1
Zielstellung
Bezeichnung
Bild 8.2: Aggregationsbeziehung zwischen den Klassen Projekt und Zielstellung
Zu jeder Zielstellung können mindestens ein Produkt oder ein Prozess untersucht
werden. Zur Darstellung von Produkten wird die Klasse Produkt angelegt und durch
die Attribute „Bezeichnung“, „Beschreibung“ und „Produktbild“ spezifiziert. Die Klasse
Produkt wird durch eine Aggregationsbeziehung mit der Klasse Zielstellung
verbunden. Die Aggregation trägt die Kardinalitäten „1“ und „n“, da zu einer
konkreten Zielstellung mehrere Produkte bzw. Prozesse untersucht werden können.
Zu jedem Produkt werden Zielgrößen angegeben und einem globalen IshikawaDiagramm zugeordnet. Im Klassendiagramm wird zur Erfassung der Zielgrößen die
Klasse Ishikawa angelegt, welche durch die Attribute „Bezeichnung“, „Zielgröße“
und „Beschreibung“ charakterisiert ist. Da zu einem Produkt viele Zielgrößen
existieren können, werden die Klassen Produkt und Ishikawa durch eine
Aggregationsbeziehung mit den Kardinalitäten „1“ und „n“ verbunden.
In einem Ishikawa-Diagramm werden neben einer Zielgröße auch Faktoren und
Störgrößen dargestellt. Die Einflussgrößen werden als Klasse Einfluss mit den
Attributen „Bezeichnung“ und „Beschreibung“ vorgesehen und mit der Klasse
Ishikawa verknüpft. Die Beziehung zwischen Ishikawa und Einfluss stellt eine
weitere Spezialform der Assoziation dar. Die so genannte Komposition ist eine
strenge Form der Aggregation und verdeutlicht durch eine schwarz gefüllte Raute die
Existenzabhängigkeit der Komponenten eines Aggregats. Die Vernichtung der
Klasse Ishikawa tilgt die im Ishikawa-Diagramm angetragenen Einflussgrößen.
Zur Veranschaulichung der Problemstellung werden Prozess-Ishikawa- und ProzessBlack-Box-Diagramme eingesetzt. Diese Darstellungen werden aus einem globalen
Ishikawa-Diagramm abgeleitet und dienen der detaillierten Beschreibung der Haupteinflüsse des globalen Ishikawa-Diagramms. Der Haupteinfluss „Maschine“
untergliedert den der Herstellung eines Produkts zugrunde liegenden Fertigungs-
Implementierung und Validierung eines Informationssystems
85
prozess. Beide Diagrammtypen werden durch eine eigene Klasse repräsentiert, die
assoziativ mit der Klasse Ishikawa verbunden ist.
Für im Prozess-Black-Box-Diagramm bzw. im Prozess-Ishikawa-Diagramm visualisierte Fertigungsprozessschritte werden Unterzielgrößen formuliert. Zum Beispiel
kann dem Prozessschritt „Lotpastenauftrag“ die Unterzielgröße „Lotvolumen“ zugeordnet werden. Die Darstellung einer Unterzielgröße erfolgt über eine Klasse
Unterzielgröße mit den Attributen „Bezeichnung“ und „Beschreibung“. Da beide
Diagrammtypen in der Regel mehrere Prozessschritte und Unterzielgrößen
enthalten, wird die Klasse Unterzielgröße über eine Kompositionsbeziehung mit
den Kardinalitäten „1“ und „n“ mit den entsprechenden Klassen verknüpft.
Für Unter-Ishikawa-Diagramme werden weitere Einflussgrößen spezifiziert. Diese
Untereinflussgrößen verfügen im Vergleich zu den Einflussgrößen im globalen
Ishikawa-Diagramm über zusätzliche Merkmale. Einerseits werden im Rahmen der
Modellbildung die Wirkbeziehungen zwischen den Untereinflussgrößen und einer
Unterzielgröße formuliert. Andererseits werden Untereinflussgrößen als Faktoren in
Versuche eingebunden. Dabei wird die Signifikanz eines Faktors auf eine Zielgröße
bestimmt. Die Klasse Untereinfluss wird um das Attribut „Signifikanz“ ergänzt.
Dem Attribut wird der Default-Wert „Null“ zugewiesen und nach der Versuchsauswertung mit dem ermittelten Wert der Signifikanz überschrieben. In der Phase
Validierung werden für die Faktoren Maßnahmen zur Produkt- und Prozessoptimierung abgeleitet und dokumentiert.
Die Beziehung zwischen Einfluss und Untereinfluss wird als Generalisierung
erfasst. Die spezielle Klasse verfügt implizit über alle Merkmale der generellen
Klasse und kann zusätzliche Eigenschaften spezifizieren. Die spezielle Klasse muss
die Merkmale der generellen Klasse nicht explizit deklarieren. In der Klasse
Untereinfluss werden die Attribute „Bezeichnung“ und „Beschreibung“ nicht
angeführt. Die für die Klasse Untereinfluss neu definierten Attribute „Signifikanz“
und „Maßnahmen“ sind zu deklarieren. Die Klasse Untereinfluss wird über eine
Assoziation mit den Multiplizitäten „1“ und „n“ mit der Klasse Unterzielgröße
verknüpft. Die Assoziation repräsentiert die Ursache-Wirkungs-Beziehungen
zwischen Untereinfluss- und Unterzielgrößen. An der Klasse Untereinfluss wird
eine rekursive Assoziation mit den Kardinalitäten „n“ und „m“ angetragen, um
Wechselwirkungen berücksichtigen zu können.
Zu jeder Unterzielgröße werden Versuche durchgeführt. Die Klasse Versuch ist
durch die Attribute „Versuchsstrategie“ und „Versuchsplan“ bestimmt. Zur Darstellung
der Versuchsparameter (Versuchsstrategie, Versuchsplan, Faktorstufen) wird ein
Prozess-Black-Box-Diagramm verwendet. Die Klasse Versuch ist mit der Klasse
ProzessBlackBox assoziativ verknüpft. Weiterhin sind die Klassen Versuch und
86
Implementierung und Validierung eines Informationssystems
Untereinfluss verbunden. Die Beziehung hat die Multiplizitäten „n zu m“. In
einem Versuch können mehrere Untereinflussgrößen untersucht bzw. mehrere
Versuche zu einer Untereinflussgröße durchgeführt werden. Da alle Versuche in
Bezug zu einer Unterzielgröße stehen, sind die Klassen Versuch und Unterzielgröße durch eine Aggregation mit den Kardinalitäten „1 zu n“ verbunden.
Das Domänenmodell für die prototypische Realisierung des Informationssystems für
die Statistische Versuchsmethodik in der Elektronikfertigung zeigt das Bild 8.3.
Projekt
1
1
Zielstellung
1
Bezeichnung
Teammitglieder
Betriebsmittel
Beschreibung
Fertigstellungstermin
Maßnahmen
Produkt
n
Bezeichnung
Beschreibung
Produktbild
1
Ishikawa
Bezeichnung
Zielgröße
Beschreibung
1
n
1
1
n
1
ProzessBlackBox
1
Einfluss
ProzessIshikawa
Bezeichnung
Beschreibung
1
1
1
n
n
Versuch
Versuchsstrategie
Versuchsplan
n
n
1
Unterzielgröße
Bezeichnung
Beschreibung
m
1
n
n
Untereinfluss
Wechselwirkung
Maßnahmen
Signifikanz
m
n
Bild 8.3: Domänenmodell für die Statistische Versuchsmethodik
Implementierung und Validierung eines Informationssystems
87
8.2.3 Modellierung der Funktionen mit Anwendungsfällen
Die Erstellung von Anwendungsfällen (Use Cases) ist eine Technik, um das
Verständnis für die Anforderungen an ein Softwaresystem zu verbessern. Im
Vordergrund steht die Festlegung der zu implementierenden Anwendungsfälle. Ein
Anwendungsfall beschreibt die Interaktionen zwischen einem Akteur und dem
betrachteten System, die für die Erreichung eines bestimmten fachlichen Ziels
erforderlich sind [COCKBURN 2001]. Als Akteur wird eine Person oder ein externes
System bezeichnet, das mit dem Zielsystem interagiert. Die Akteure befinden sich
stets außerhalb des Softwaresystems. Die Formulierung von Anwendungsfällen
erfolgt üblicherweise durch umgangssprachliche Beschreibung. Zusammengehörige
Anwendungsfälle werden in einem Anwendungsfall-Diagramm dargestellt. In dieser
Notation werden Akteure als Strichmännchen dargestellt - unabhängig davon, ob es
sich bei dem Akteur um eine Person, ein System oder eine Organisationseinheit
handelt. Ein Anwendungsfall wird durch eine Ellipse repräsentiert, die den Namen
des Anwendungsfalles enthält. Mit Verbindungskanten zwischen einem Akteur und
einem Anwendungsfall wird eine Kommunikationsbeziehung verdeutlicht. Das Bild
8.4 zeigt das Anwendungsfall-Diagramm für die Domäne der Statistischen Versuchsmethodik, welches das in Abschnitt 7 abgeleitete Fachkonzept zusammenfasst.
Informationssystem
Projektinformationen
festlegen
Produkt- und Prozessanalyse
Akquisition, Selektion und
Präsentation von Daten
Wirkbeziehungen festlegen
Versuche anlegen und auswerten
Versuche interpretieren
Bild 8.4: Anwendungsfall-Diagramm für das prototypisch zu realisierende System
88
Implementierung und Validierung eines Informationssystems
8.2.4 Modellierung der Datenstruktur
Die Domänenobjekte der Statistischen Versuchsmethodik wurden in Abschnitt 8.2.2
in Form eines Domänenmodells eingeführt. Für die Domänenobjekte sind geeignete
Datenstrukturen zu implementieren, welche die Fachobjekte auf nichtflüchtig
gespeicherte - d. h. persistente - Daten abbilden. Die Datenstrukturen werden im
Rahmen der OOA mit Hilfe eines Datenmodells beschrieben. Ein Datenmodell ist ein
Diagramm, das die Struktur einer Datenbank illustriert. Das Diagramm gibt an,
welche Daten in einer Datenbank gespeichert werden und wie die Daten in
Beziehung zueinander stehen. Die Datenmodellierung hilft Redundanzen zu
vermeiden und stellt die konsistente Speicherung von Daten sicher. Aus dem
Datenmodell wird im Anschluss die technische Datenstruktur abgeleitet. Zur
Modellierung wird das Relationale Datenmodell (ERM: Entity-Relationship-Model)
herangezogen, das 1970 entwickelt worden ist und derzeit zu den am weitesten
verbreiteten Datenmodellen zählt [BALZERT 2001].
Im Mittelpunkt des Relationalen Datenmodells steht die Datenbank-Entität. Eine
Entität ist ein Objekt von Bedeutung, über das Daten gesammelt werden. Entitäten
werden als Kästchen mit einer Überschrift dargestellt, wobei die Überschrift den
Namen der Entität angibt. Die Informationen über Entitäten werden in Form von
Attributen und/oder Beziehungen festgehalten, siehe Bild 8.5.
Projekt
Projekt_ID: INT
Teammitglieder: TEXT
Betriebsmittel: TEXT
Beschreibung: TEXT
Fertigstellungstermin: DATE
Maßnahmen: TEXT
Bild 8.5: Datenbank-Entität Projekt
Die Attribute einer Entität weisen im Vergleich zu den Attributen eines Domänenobjekts einen höheren Detaillierungsgrad auf. Während die Attribute eines Domänenobjekts nur zur Beschreibung eines Objekts dienen, sollen die Attributwerte einer
Entität in einer Datenbank abgespeichert werden. Die Attribute sind dazu mit einem
Datentyp zu versehen. Beispielsweise gibt der Datentyp „VARCHAR“ an, dass eine
Zeichenkette abgespeichert werden soll. Der Datentyp „INT“ zeigt auf, dass eine
natürliche Zahl in der Datenbank abgelegt werden soll. Für jede Entität ist ein
Primärschlüssel zur Identifikation anzugeben. Beziehungen sind binäre Verbindungen zwischen zwei Entitäten. An beiden Seiten einer Beziehung wird eine
Kardinalität angetragen, welche die Anzahl der beteiligten Entitäten angibt.
Implementierung und Validierung eines Informationssystems
89
Das ERM-Diagramm zur prototypischen Realisierung des Informationssystems für
die Statistische Versuchsmethodik ist in Anhang E dokumentiert. Die Namen der
Entitäten stimmen überwiegend mit den Bezeichnungen der Klassen des Domänenmodells überein. Aus Gründen der Übersichtlichkeit wurden teilweise zwei Domänenobjekte in einer Entität zusammengefasst. Domänenobjekte, die auf Datenstrukturebene umfassende Informationen enthalten, wurden auf zwei oder mehr Entitäten
aufgeteilt.
8.2.5 Objektorientiertes Design
Das objektorientierte Design (OOD) dient der Definition geeigneter Softwareobjekte
und deren Zusammenwirken durch die Konkretisierung einer Software-Architektur.
Die Softwareobjekte werden anschließend im Rahmen der Implementierung bzw. der
objektorientierten Programmierung softwaretechnisch umgesetzt. Neben fachlichen
Aspekten aus der OOA werden technische Aspekte berücksichtigt, wie die
Anpassung und Optimierung der Softwareobjekte auf die Programmiersprache. Im
Rahmen des OOD werden Netze aus Klassen und Objekten erstellt, deren Beziehungen alle für die Problemlösung relevanten Informationen enthalten. Darüber
hinaus werden Entscheidungen hinsichtlich der Verwendung von Entwurfsmustern
(Design Pattern) getroffen. Entwurfsmuster beschreiben bewährte Vorlagen für ein
Entwurfsproblem. Durch die Wiederverwendung von Lösungen, die bereits
erfolgreich eingesetzt wurden, soll vermieden werden, jedes Problem von Grund auf
neu anzugreifen [GAMMA 2002]. Der Einsatz von Entwurfsmustern ist programmiersprachenunabhängig. Der prototypischen Realisierung des Informationssystems liegt
die Strategie des vertikalen Prototyping zugrunde, weshalb ein detailliertes OOD
nicht ausgeführt werden muss. Das OOD wird daher auf die Auswahl und
Beschreibung des verwendeten Entwurfsmusters beschränkt.
8.2.6 Festlegung des Entwurfsmusters
Die besondere Bedeutung der Gestaltung der Benutzerschnittstelle eines
Informationssystems für die Statistische Versuchsmethodik wurde in den
vorangegangenen Abschnitten hervorgehoben. Um dem Anwender in allen Phasen
der Statistischen Versuchsmethodik die benötigten Daten und Informationen bereitzustellen, ist die Entkopplung der Daten- und Informationsverarbeitung von der
Präsentation und Visualisierung der Daten notwendig. Die Entkopplung ermöglicht
die phasenspezifische Darstellung derselben Daten. Die Aufbereitung der Daten
erfolgt in Abhängigkeit von dem Kontext der in Bearbeitung befindlichen Phase eines
Versuchsmethodik-Projekts, dem Untersuchungsobjekt und dem spezifischen
Informationsbedarf des Anwenders. Die Trennung der Daten- und Informationsverarbeitung von der Präsentation der entsprechenden Inhalte wird bei der Übertragung
des entworfenen Fachkonzepts auf die Datenverarbeitung berücksichtigt.
90
Implementierung und Validierung eines Informationssystems
Das so genannte Model-View-Controller-Entwurfsmuster wird zur Realisierung der
Entkopplung verwendet [WESSENDORF 2006]. Das Entwurfsmuster ist ein bewährtes
Konzept zur Gliederung von Softwaresystemen in die drei Einheiten Datenmodell
(Model), Präsentation (View) und Programmsteuerung (Controller), Bild 8.6. Die
Trennung der drei Bereiche erhöht zudem die Flexibilität des Informationssystems
gegenüber neuen Anforderungen. Das Model enthält die Verarbeitungslogik und
verwaltet die Domänenklassen, welche unabhängig von den Datendarstellern
(Views) und der Programmsteuerung (Controller) sind. Die Daten des Models können
von verschiedenen View-Objekten dargestellt werden. Ein View-Objekt muss
sicherstellen, dass seine Darstellung den aktuellen Zustand des Model-Objekts
wiedergibt. Zu diesem Zweck benachrichtigt das Model-Objekt die abhängigen Views
wenn sich seine Daten ändern.
Aktualisierung der
Darstellung
View
Controller
Benutzerinteraktion
Zustandsabfrage
Mitteilung
des Zustands
Änderung
des Zustands
Model
Methodenaufrufe
Ereignisse
Bild 8.6: Das Model-View-Design-Entwurfsmuster
Die View realisiert die Darstellung und Visualisierung der Daten aus dem Model und
stellt die Schnittstelle zwischen Benutzer und Programm dar. Die View muss keine
Benutzerinteraktionen interpretieren und verarbeiten. Benutzerinteraktionen werden
vielmehr an den Controller weitergegeben. Der Controller reagiert auf Benutzereingaben einer View, interpretiert und übersetzt diese in entsprechende
Anweisungen, die an das Model übergeben werden. Das Model arbeitet die
Anweisungen ab und leitet daraufhin eine Änderung seines Zustands ein. In
Abhängigkeit von der Interaktion des Benutzers mit dem User Interface und der
damit verbundenen Zustandsänderung des Models hat der Controller die Aufgabe,
eine geeignete visuelle Darstellung für die Daten des Models auszuwählen.
Implementierung und Validierung eines Informationssystems
8.3
91
Implementierung der Systemkomponenten
8.3.1 Umsetzung des Anwendungssystems
Der Software-Prototyp des Informationssystems wurde mit der von Sun Microsystems entwickelten Programmiersprache Java implementiert. Java basiert auf dem
Paradigma der Objektorientierung und ermöglicht einen hohen Grad an Wiederverwendbarkeit und Erweiterbarkeit von Softwaremodulen. Der Programmierer wird
durch im Internet frei verfügbare Application Programming Interfaces (API)
unterstützt [ECKEL 2000]. Ein weiterer Vorteil von Java ist die Plattformunabhängigkeit: Eine in Java geschriebene Anwendung kann ohne Modifikation auf den wichtigen Betriebssystemen laufen, wie z. B. Microsoft Windows, Linux, Solaris usw.
Java wird durch umfangreiche Klassenbibliotheken ergänzt. Im Rahmen der Arbeit
werden die so genannten Java Foundation Classes (JFC) verwendet, die in der Java
Standard Edition (J2SE) enthalten sind. Diese Klassenbibliotheken dienen der
Implementierung komplexer Anwendungen und unterstützen die Erstellung
graphischer, interaktiver Benutzeroberflächen sowie die Kommunikation mit
Datenbanken. Folgende API sind in den JFC enthalten: Abstract Window Toolkit
(AWT), 2D API und Swing-Komponenten. Die API AWT ist eine Werkzeugsammlung
zur Erstellung von Benutzerschnittstellen und stellt die Grundlage der JFC dar. Die
2D API verfügt über Funktionen für die zweidimensionale Darstellung hochwertiger
Graphiken. Im Rahmen der Arbeit wird die 2D API beispielsweise zur Erstellung
verschiedener Diagrammtypen, z. B. für die Darstellung der Ishikawa-Diagramme,
eingesetzt. Die Klassenbibliothek Swing enthält über 250 Klassen, die eine Mischung
aus Unterstützungsklassen und vorgefertigten Komponenten (z. B. Schaltflächen,
Textfelder, Popup-Menüs usw.) darstellen.
8.3.2 Umsetzung des Datenbanksystems
Mit einer relationalen Datenbank erfolgt die Verwaltung der während der
Durchführung der Statistischen Versuchsmethodik akquirierten Daten. Relationale
Datenbanken dokumentieren Daten in Form von Tabellen (Relationen) mit Zeilen und
Spalten und sind als Standard in der Datenspeicherung etabliert. Um Daten aus
einer relationalen Datenbank abzufragen oder zu manipulieren, wird auf die
Datenbankabfragesprache SQL (Structured Query Language) zurückgegriffen, die
als Industriestandard gilt. Durch die Verwendung eines Industriestandards wird die
weitgehende Unabhängigkeit vom verwendeten Datenbanksystem erreicht, sodass
bei einem Wechsel auf ein anderes Datenbanksystem kein großer Aufwand für die
Konvertierung entsteht. SQL verfügt über eine einfache Syntax, die an die englische
Umgangssprache angelehnt ist. Der SQL Sprachstandard wird von vielen Datenbanksystemen implementiert, wie z. B. Oracle, Microsoft SQL Server und MySQL. Im
Rahmen der Arbeit wird das Open-Source-Datenbanksystem MySQL verwendet.
92
Implementierung und Validierung eines Informationssystems
Diese Datenbank-Engine läuft auf zahlreichen Betriebssystemen und unterstützt
beliebig viele Datenbanken, welche wiederum beliebig viele Tabellen beliebiger
Größe enthalten können.
8.3.3 Softwarearchitektur
Die Softwarearchitektur eines Softwaresystems beschreibt dessen Struktur durch
abgegrenzte Teile - so genannte Systemkomponenten - sowie deren Beziehungen
zueinander. Die Systemkomponenten werden in der Regel zu Schichten („Tier“)
zusammengefasst. Eine Schicht ist dadurch gekennzeichnet, dass die Komponenten,
die in ihr zusammengefasst sind, beliebig aufeinander zugreifen können. Für
Komponenten verschiedener Schichten gelten strenge Zugriffsregeln [BALZERT 2001].
Zur Softwareentwicklung sind verschiedene Architekturen eingeführt, wie z. B. die
Zweischichten-, Dreischichtenarchitektur oder mehrschichtige Architekturen. Eine
Dreischichtenarchitektur besteht aus drei übereinander angeordneten Schichten: der
Präsentationsschicht („Presentation Layer“), der Anwendungsschicht („Business
Layer“ oder „Business Logic“) und der Datenzugriffsschicht („Data Access Layer“).
Die Präsentationsschicht, die auch als Front-End oder User Interface bezeichnet
wird, ist für die Präsentation der Daten für den Benutzer verantwortlich und nimmt
Benutzereingaben entgegen. Die Anwendungsschicht, auch Middle-Tier genannt,
regelt das anwendungsspezifische Verhalten und enthält Verarbeitungsmechanismen (z. B. die Algorithmen zum Aufstellen verschiedener Versuchspläne). Die
Datenzugriffsschicht, auch als Back-End bezeichnet, beinhaltet eine Datenbank und
regelt die wechselseitige Kommunikation der beiden anderen Schichten mit der
Datenbank.
Eine dreischichtige Softwarearchitektur bietet Vorteile hinsichtlich der Entwicklung
und Wartung von Software. Bei der Softwareentwicklung kann Doppelarbeit
vermieden werden, indem Funktionalitäten von mehreren Komponenten einer
Schicht gemeinsam genutzt werden und nicht separat implementiert werden müssen.
Hinsichtlich der Wartbarkeit der Software besteht der Vorteil, dass Inhalte einer
Schicht problemlos verändert werden können, ohne entsprechende Anpassungen in
den anderen Schichten vornehmen zu müssen. Ebenso kann eine Schicht als
Ganzes durch eine andere ersetzt werden. Das User Interface einer DesktopAnwendung kann z. B. gegen ein Web-Interface ausgetauscht oder eine MySQLDatenbank durch eine Oracle-Datenbank ersetzt werden, ohne dass Änderungen an
den anderen Schichten durchzuführen sind [BUSCHMANN 1996].
Für die Implementierung des Informationssystems wird eine dreischichtige Softwarearchitektur in Verbindung mit dem Model-View-Controller-Entwurfsmuster umgesetzt.
Implementierung und Validierung eines Informationssystems
93
Die resultierende Softwarearchitektur ist in Bild 8.7 dargestellt. Im Front-End sind die
Komponenten View und Controller aus der Model-View-Controller-Architektur
zusammengefasst, die Benutzeranfragen entgegennehmen und beantworten. Die
Komponente View besteht aus den drei Komponenten GUI-Builder, Panels und
Dialoge. Der GUI-Builder enthält Klassen zum Aufbau des Grundgerüsts des
User Interfaces, wie z. B. Klassen zur Entwicklung von Frames, Menüleisten und
Reiternavigationen.
View
Panels
Controller
Model
Domänen Objekte
Business Methoden
Front End
Action Manager
Dialoge
Middle Tier
GUI Builder
Controller
MySQL Datenbank
Back End
Datenzugriffsobjekte
Bild 8.7: Softwarearchitektur des Informationssystems
Panels dienen der graphischen Präsentation der Daten, die im Verlauf der
Statistischen Versuchsmethodik verarbeitet werden. Beispielsweise werden das
globale Ishikawa-Diagramm oder der projektspezifische Maßnahmenkatalog auf
jeweils einem Panel dargestellt. Um verschiedene Panels zum User Interface
hinzuzufügen, hat der GUI-Builder Zugriffsrechte auf die Panels-Komponente
und kann Objekte der entsprechenden Klassen instantiieren. Die Zugriffsrechte
werden in der Darstellung der Softwarearchitektur durch gerichtete Kanten zwischen
den Komponenten symbolisiert. Die Panels-Komponente verwendet zur
Kommunikation mit dem Benutzer verschiedene Dialogfelder der DialogeKomponente. Die Funktionalitäten der Komponenten der View sind auf die
Visualisierung von Daten beschränkt. Interagiert der Benutzer mit der View, werden
94
Implementierung und Validierung eines Informationssystems
die Benutzeranfragen an den Controller weitergegeben. Der Controller
verfügt über die Komponenten Action Manager und Controller zur
Interpretation und Verarbeitung der Benutzeranfragen. Im Action Manager werden
Ereignis-Klassen definiert und unter einer eindeutigen ID abgelegt. Die EreignisKlassen rufen zur Erfüllung ihrer Aufgaben Methoden verschiedener ControllerKlassen auf. Ereignis-Klassen werden demnach nicht in der View direkt angelegt.
In der Middle-Tier befindet sich die Fachlogik. Dies sind die Domänenobjekte, die im
Front-End visualisiert werden und die Business-Methoden, die Operationen oder
Berechnungen auf den Domänen-Objekten ausführen. Die Domänen-Objekte
werden an die View gebunden. Die Business-Methoden werden von den
Controller-Klassen des Front-Ends aufgerufen, wenn eine Benutzeranfrage mehr
als eine Anpassung des User Interface erfordert, z. B. bei der Belegung eines
Versuchsplans oder bei der Auswertung von Versuchsergebnissen.
Im Back-End ist der Datenbankzugriffscode gekapselt. Die Trennung von Fach- und
Datenzugriffslogik ermöglicht die Anbindung an Datenquellen, ohne Anpassungen in
der Geschäftslogik vornehmen zu müssen. Nur die Datenzugriffslogik ist um die für
die Datenquelle erforderlichen Zugriffsalgorithmen zu ergänzen. Die Kommunikation
mit der Datenbank erfolgt unter Nutzung des Spring JDBC Framework. Eine
universelle Schnittstelle in der Elektronik- und Halbleiterfertigung zur Anbindung von
Fertigungsmitteln an übergeordnete Rechnersysteme ist die SECS/GEM-Schnittstelle. Die Schnittstelle ist in Normen der Organisation „Semiconductor Equipment
and Materials International (SEMI)“ dokumentiert [SEMI 2006], [SEMI 2007].
8.4
Validierung anhand einer Beispielanwendung
Der Software-Prototyp wurde an der Prozesskette des Sonderforschungsbereichs
356 erprobt und validiert. Nachfolgend wird eine Beispielanwendung dargestellt. Die
Bedienung des Informationssystems erfolgt über eine modular aufgebaute Benutzeroberfläche. Die Benutzeroberfläche besteht aus vier Frames, die in Abhängigkeit
vom Informationsbedarf des Benutzers auch ausgeblendet werden können, Bild 8.8.
In der Mitte der Benutzeroberfläche ist eine Registernavigation implementiert, zu der
je nach Untersuchungsphase und Informationsbedarf des Anwenders verschiedene
Panels als Registerkarten hinzugefügt werden können. Die Panels visualisieren die
im Rahmen der Statistischen Versuchsmethodik anfallenden produkt- und prozessbezogenen Daten mit unterschiedlichem Detaillierungsgrad. Die Akquisition und
Selektion von Daten erfolgt ebenfalls über den Haupt-Frame. Auf der linken Seite ist
eine Navigationsleiste angebracht, welche die hierarchische Struktur der projektbezogen angelegten Registerkarten veranschaulicht und die Navigation zwischen
den Registerkarten ermöglicht. In den beiden oberen Frames werden die Zielstellung
eines Projekts und eine Produktbeschreibung mit optionalem Produktbild dargestellt.
Implementierung und Validierung eines Informationssystems
95
Der Benutzer kann bei der Bearbeitung eines Projekts prinzipiell frei entscheiden,
welche Registerkarten zur Eingabe und zur Präsentation von Daten angelegt
werden. Damit alle Phasen der Statistischen Versuchsmethodik strukturiert und
lückenlos durchlaufen werden, stellt das Informationssystem für jede Phase
mindestens eine Registerkarte zur Bearbeitung bereit. Die Ableitung dieser
essentiellen Arbeitsschritte erfolgt aus den in der Funktionssicht des Referenzmodells festgelegten obligatorischen Teilfunktionen.
Projektbezogene
Navigation
Präsentation
übergeordneter
projektbezogener
Daten und
Informationen
Akquisition,
Selektion und
Präsentation
produkt- und
prozessbezogener
Daten und
Informationen
Bild 8.8: Gliederung der Benutzeroberfläche des Informationssystems (Screenshot)
Beispielsweise muss stets mit dem Ausfüllen einer Registerkarte mit den Projektinformationen begonnen werden. Weitere Registerkarten können erst dann angelegt
bzw. angezeigt werden, wenn die Formulierung der projektbezogenen Zielstellung
und die Beschreibung des Untersuchungsgegenstandes in den dafür vorgesehenen
Frames abgeschlossen ist. Durch diese Vorgehensweise wird verhindert, dass die
Statistische Versuchsmethodik ohne Zielorientierung und ohne systematische
Produkt- bzw. Prozessanalyse durchgeführt wird. Zur Akquisition von Daten wird für
jede Zielgröße ein globales Ishikawa-Diagramm als Registerkarte bereitgestellt, in
welchem der Anwender Einflussgrößen antragen und beschreiben kann. Störgrößen
können kursiv gekennzeichnet werden, Bild 8.9.
96
Implementierung und Validierung eines Informationssystems
Qualität der
Elektronikbaugruppe
Bild 8.9: Globales Ishikawa-Diagramm der Fertigung im SFB 356 (Screenshot)
Der Haupt-Frame mit dem globalen Ishikawa-Diagramm kann zur Detaillierung der
Datenakquisition um ein Prozess-Ishikawa-Diagramm ergänzt werden. Die Erstellung
eines Prozess-Ishikawa-Diagramms führt den Anwender zugleich in die Phase
Modellbildung, da das entsprechende Diagramm zum Anlegen von UrsacheWirkungs-Beziehungen benutzt wird. Die Wirkbeziehungen werden strukturiert in
Bezug zu den betrachteten Einfluss- und Zielgrößen in der Datenbank des
Informationssystems abgelegt und im Prozess-Ishikawa-Diagramm mittels der in
Abschnitt 7.4 eingeführten graphischen Symbole visualisiert.
An der Bezugsprozesskette des SFB 356 wurden Versuche zur Unterzielgröße
„Bestückgenauigkeit“ durchgeführt und der Einfluss von drei Faktoren „Bestückkraft“,
„Bestückwinkel“ und „Bauelement-Größe“ auf die Zielgröße untersucht. Zur Beurteilung der Bestückgenauigkeit wurde nach dem Platzieren ausgewählter Bauelemente
auf einer Leiterplatte mit einem optischen Inspektionssystem deren Abweichung von
der Solllage in Richtung der x- und y-Koordinate sowie die Verdrehung ermittelt.
Folgende vermutete Ursache-Wirkungs-Beziehungen wurden während der Systemanalyse und der Modellbildung im Rahmen der Beispielanwendung für die drei
Faktoren in das Prozess-Ishikawa-Diagramm nach Bild 8.10 eingetragen: Die
Erhöhung der Bestückkraft verbessert die Zielgröße „Bestückgenauigkeit“. Muss ein
Bauelement vor dem Platzieren auf der Leiterplatte aufgrund einer entsprechenden
Positionieranforderung in der Pipette gedreht werden, nimmt die Bestückgenauigkeit
ab. Größere Bauelemente können im Vergleich zu kleineren Bauelementen mit einer
höheren Bestückgenauigkeit platziert werden.
In der Phase Versuchsstrategie wird die Versuchsplanauswahl für jede Unterzielgröße unterstützt. Als Versuchsstrategie für die Beispielanwendung wurde das
Screening Experiment, als Versuchsplan ein faktorieller Versuchsplan gewählt.
Implementierung und Validierung eines Informationssystems
97
Bild 8.10: Prozess-Ishikawa-Diagramm (Screenshot)
Nachdem der Benutzer die Faktorstufen für die kritischen Faktoren festgelegt hat,
wird der Versuchsplan automatisch vom Informationssystem erstellt. Bei Bedarf kann
ein Prozess-Black-Box-Diagramm aus dem globalen Ishikawa-Diagramm abgeleitet
werden, in welchem die Versuchsstrategie, der Versuchsplan und nach Abschluss
der Versuche auch die Versuchsergebnisse visualisiert werden, siehe Bild 8.11.
Die an die Phase der Versuchsstrategie anschließenden Phasen Versuchsdurchführung und Versuchsauswertung müssen ohne Rechnerunterstützung bzw. unter
Zuhilfenahme anderer Versuchsmethodikprogramme durchgeführt werden, da diese
Phasen gemäß der Strategie des vertikalen Prototypings im vorliegenden SoftwarePrototyp nicht implementiert wurden. Das Programm sieht die Möglichkeit einer
manuellen Eingabe von Versuchsergebnissen vor.
Bild 8.11: Black-Box-Prozess-Diagramm (Screenshot)
Der Benutzer kann Tabellen zusammenzustellen, in denen die Versuchsergebnisse
zielgrößen- oder faktorbezogen zusammengefasst werden. Das in der Phase
Modellbildung erstellte Prozess-Ishikawa-Diagramm wird aufgegriffen und um die
98
Implementierung und Validierung eines Informationssystems
Versuchsergebnisse ergänzt. Das Symbol für die Signifikanz wird an den untersuchten Faktoren angetragen. Das Informationssystem gleicht die Symbole für die in
der Modellbildung angelegten Wirkbeziehungen ab bzw. fügt neue Symbole hinzu.
Durch diese Vorgehensweise wird die phasenübergreifende Verknüpfung der Daten
und Informationen im Verlauf der Statistischen Versuchsmethodik unterstützt. So
kann gewährleistet werden, dass die in Versuchen erzielten Erkenntnisse bei der
Planung weiterführender Versuche berücksichtigt werden. Das Bild 8.12 zeigt einen
Ausschnitt aus dem aktualisierten Prozess-Ishikawa-Diagramm der Beispielanwendung im SFB 356. Die in der Phase Modellbildung angenommene Wirkbeziehung für den Faktor „Bestückwinkel“ wurde im Versuch bestätigt. Zudem ist
erkennbar, dass dieser Faktor einen signifikanten Einfluss auf die Zielgröße
„Bestückgenauigkeit“ hat, ausgedrückt als Abweichung in der x-Koordinate von der
Nominalposition. Anhand der Wirkbeziehungssymbole der Faktoren „Bestückkraft“
und „Bauelement-Größe“ ist ersichtlich, dass im Rahmen der Versuchsauswertung
für diese Faktoren kein Einfluss auf die Zielgröße nachgewiesen wurde. Die
symbolisch visualisierten Ergebnisse werden weiterhin als vermutete Wirkbeziehungen gekennzeichnet, wenn die Validierung dieser Annahmen noch aussteht.
Die Versuchsergebnisse für die Bestückgenauigkeit, ausgedrückt als Abweichung
der Lage des Bauelements in der y-Koordinate und als Verdrehung in Bezug zur
Nominalposition, werden in zwei weiteren Prozess-Ishikawa-Diagrammen dargestellt.
Abweichung
x-Koordinate
Bild 8.12: Aktualisiertes Prozess-Ishikawa-Diagramm (Screenshot)
Zum Abschluss der Phase Validierung können Maßnahmen angelegt werden, die
sowohl in projektbezogenen Maßnahmenblättern als auch in faktorbezogenen
Tabellen zusammengestellt werden.
Implementierung und Validierung eines Informationssystems
8.5
99
Bewertung des Software-Prototyps
Mit dem dargestellten Software-Prototyp steht dem Anwender ein erster Ansatz eines
Informationssystems für das spezifische Anwendungsgebiet Statistische Versuchsmethodik zur Verfügung. Der Software-Prototyp wurde an der Bezugsprozesskette
des Sonderforschungsbereichs 356 sowie im Einsatz bei einem Industrieunternehmen erprobt und validiert. Im Fokus der Erprobung und Validierung des SoftwarePrototyps stand die Erbringung des Beweises, dass eine phasenübergreifende
Bereitstellung von Daten und Informationen im Verlauf der Statistischen Versuchsmethodik in Verbindung mit einer verbesserten Benutzerführung möglich ist.
Die Erprobung und Validierung des Software-Prototyps war aus diesem Grund
vornehmlich ausgerichtet auf die Schwerpunkte:
•
Prüfen der implementierten Funktionen,
•
Prüfen der Persistenz und Konsistenz der Daten,
•
Prüfen der Interaktion zwischen Anwender und Software.
Dazu gehörte der Test grundlegender Funktionalitäten, wie die Ein- und Ausgabe
von Daten sowie die phasenspezifische Präsentation der Daten. Im Rahmen von
Persistenz- und Konsistenztests wurde geprüft, ob nach wiederkehrendem Öffnen,
Bearbeiten und Schließen angelegter Projekte die zuvor eingegebenen Daten und
Informationen wieder abgerufen und weiter bearbeitet werden konnten. Im Rahmen
der Prüfung der Interaktion wurde eruiert, ob die mittels der Registerkarten
vorgegebene, ablauforientierte Benutzerführung in den Phasen der Statistischen
Versuchsmethodik den Anforderungen und Bedürfnissen der Benutzer entspricht und
die Anwender die Unterstützung des Informationssystems bei der methodischen
Vorgehensweise als problemadäquat empfinden.
Da die Implementierung des Software-Prototyps als vertikales Prototyping erfolgte,
wurden keine optionalen Funktionen, wie Datenschutzmechanismen zum Anlegen
von gesicherten Bereichen und Passwortabfragen, eingerichtet und erprobt.
Die durchweg positive Resonanz der Anwender des Software-Prototyps im Rahmen
der Erprobung und Validierung bestätigt den eingeschlagenen Weg zur
phasenübergreifenden Verknüpfung von Daten und Informationen im Verlauf der
Statistischen Versuchsmethodik in Verbindung mit einer verbesserten Benutzerführung. Die grundlegende konzeptionelle Machbarkeit und technische Umsetzbarkeit konnte mit dem Software-Prototyp nachgewiesen werden.
Mit der Erprobung und Validierung des Software-Prototyps ist die technische
Umsetzung des zuvor entworfenen Fachkonzepts eines Informationssystems für die
Statistische Versuchsmethodik in der Elektronikfertigung abgeschlossen.
100
8.6
Implementierung und Validierung eines Informationssystems
Verifizierung des aufgezeigten Lösungsansatzes
Das Ziel der Arbeit bestand in der Bereitstellung der wissenschaftlichen Grundlagen
zur Gestaltung von Informationssystemen für die Statistische Versuchsmethodik. Die
Zielsetzung resultierte aus der Analyse der Defizite vorhandener Rechnerunterstützung für die Statistische Versuchsmethodik und den Eigenschaften etablierter
Referenzmodelle zur Entwicklung von Informationssystemen. Der Fokus der Arbeit
lag auf der Bereitstellung eines methodischen Ansatzes in Form eines Referenzmodells zur Gestaltung des Fachkonzepts eines Informationssystems für die
Statistische Versuchsmethodik in Verbindung mit einer Verbesserung der Interaktion
zwischen dem Anwender und dem Softwaresystem.
Die Anwendbarkeit des Referenzmodells als problemadäquater Lösungsansatz
konnte nachgewiesen werden, da das Referenzmodell erfolgreich zur Gestaltung des
Fachkonzepts eines Informationssystems für die Statistische Versuchsmethodik im
exemplarischen Anwendungsfall Elektronikfertigung eingesetzt wurde. Das Fachkonzept wurde mittels eingeführter Modellierungstechniken der Informatik in ein
Datenverarbeitungskonzept und daran anknüpfend in einen Software-Prototyp des
Informationssystems überführt. Mit dem aufgezeigten Lösungsansatz konnte die für
die Problemlösung essentielle Kette: Fachkonzept - Datenverarbeitungskonzept Technische Implementierung durchgängig umgesetzt werden.
Im Vordergrund der prototypischen Realisierung des Informationssystems für die
Statistische Versuchsmethodik in der Elektronikfertigung stand die Erbringung des
Beweises, dass eine phasenübergreifende und redundanzfreie Daten- und
Informationsbereitstellung im Verlauf der Statistischen Versuchsmethodik im
Zusammenspiel mit einer systematischen Interaktion zwischen dem Anwender und
dem Informationssystem realisierbar ist. Die hierfür erforderlichen methodischen
Voraussetzungen müssen bereits bei der Gestaltung des Fachkonzepts für ein
Informationssystem gelegt werden. Aus diesem Grund stellt das Referenzmodell
sowohl allgemeingültig formulierte Komponenten zur Gestaltung eines Informationssystems als auch Vorgehensweisen zur Adaption des allgemeingültigen Lösungsansatzes an branchen-, produkt- und prozessspezifische Anforderungen des
betrachteten Anwendungsfalls bereit. Allgemeingültige Anforderungen können so mit
branchenspezifischen Anforderungen verknüpft werden, um diese ganzheitlich bei
der Entwicklung eines Informationssystems zu berücksichtigen.
Die Zielsetzung der Arbeit wurde mit dem Entwurf und der erfolgreichen Erprobung
des Referenzmodells erreicht. Das Referenzmodell trägt zur Reduzierung der
Komplexität bei der Gestaltung von Informationssystemen und zur Steigerung der
Leistungsfähigkeit der Statistischen Versuchsmethodik bei.
Zusammenfassung und Ausblick
9
101
Zusammenfassung und Ausblick
Das wesentliche Ziel des Einsatzes von Software für die Statistische Versuchsmethodik ist die rechnergestützte Einbindung von Versuchs- und Auswertungsmethoden in die betrieblichen Abläufe relevanter Unternehmensbereiche wie z. B.
Entwicklung, Konstruktion, Fertigung und Qualitätsmanagement, um mit einer
systematischen Planung, Durchführung und Auswertung von Versuchen die Qualität
von Produkten und Prozessen kontinuierlich zu verbessern. Allerdings kann dieses
Ziel durch die Nutzung am Markt erhältlicher Software für die Statistische Versuchsmethodik aufgrund von Defiziten bei der Datenhandhabung, der Vernachlässigung
der Planung von Versuchen im Funktionsumfang und einer unzureichenden
Ausgestaltung der Benutzerschnittstelle und der Benutzerführung nur bedingt erfüllt
werden. Die Ursachen dieser Defizite sind in einer teilweise unsystematischen
Vorgehensweise beim Entwurf entsprechender Software begründet.
Im Rahmen der Arbeit wurden die wissenschaftlichen Grundlagen zur Gestaltung von
Informationssystemen für das spezifische Anwendungsgebiet Statistische Versuchsmethodik als Beitrag zur Steigerung der Leistungsfähigkeit dieser Qualitätsmanagementmethode erarbeitet. Hierfür wurde ein Referenzmodell entworfen, das
als eine Art „Leitfaden“ zur Gestaltung des Fachkonzepts eines Informationssystems
für die Statistische Versuchsmethodik genutzt werden kann. Das Referenzmodell ist
aus einer Systemarchitektur und einem Vorgehensmodell zusammengesetzt und
stellt eine Strukturierungshilfe für die Inhalte der Komponenten eines Informationssystems für die Statistische Versuchsmethodik sowie eine Handlungsanleitung zur
Planung eines entsprechenden rechnergestützten Systems bereit.
Für den Entwurf der Systemarchitektur des Referenzmodells wurde die „Architektur
integrierter Informationssysteme“ (ARIS) zugrunde gelegt und modifiziert. Die
Systemarchitektur des Referenzmodells ist allgemeingültig für den spezifischen
Anwendungsbereich Statistische Versuchsmethodik formuliert und besteht aus vier
Sichten. Mit der Datensicht werden die Daten eines Informationssystems definiert
und externe Datenquellen beschrieben, auf die über Schnittstellen zugegriffen
werden soll. Die zweite Sicht ist die Funktionssicht. Mit der Funktionssicht werden die
für die rechnergestützte Durchführung der Statistischen Versuchsmethodik erforderlichen Funktionen festgelegt und untergliedert. Die Sicht der Benutzerschnittstelle,
die aus den Ebenen technische Akquisitionsebene, anwenderbezogene Akquisitionsebene, Selektionsebene, Präsentationsebene und Hilfeebene besteht, dient der
Gestaltung der Schnittstelle Mensch-Informationssystem und der Benutzerführung.
Mit der Steuerungssicht werden die Sichten verknüpft und die erforderlichen
Funktionen und Daten sowie die Benutzerführung in den ablauforientierten
Zusammenhang der Statistischen Versuchsmethodik gebracht.
102
Zusammenfassung und Ausblick
Das Vorgehensmodell des Referenzmodells beschreibt die Vorgehensweise zur
Anpassung der Systemarchitektur an branchen-, produkt- und prozessspezifische
Anforderungen und sichert damit die Übertragbarkeit der allgemeingültig formulierten
Systemarchitektur auf konkrete Anwendungsfälle im betrieblichen Umfeld. Das
Vorgehensmodell gibt vor, welche Schritte bei der Gestaltung eines Informationssystems durchlaufen werden müssen. Zunächst sind die Rahmenbedingungen des
betrieblichen Umfeldes zu ermitteln und darauf aufbauend die Anforderungen an das
zu entwerfende Informationssystem zu bestimmen. Unter Nutzung der Systemarchitektur werden die Anforderungen in Funktionen des Informationssystems
überführt und die Interaktion Anwender/Informationssystem mit der Sicht der
Benutzerschnittstelle strukturiert. Aus den Funktionen resultieren die erforderlichen
Daten und externen Datenquellen, welche mit der Datensicht spezifiziert werden.
Parallel zur Detaillierung der einzelnen Sichten wird die Steuerungssicht gestaltet,
um die Phasen der Statistischen Versuchsmethodik zu verknüpfen.
Die Anwendbarkeit des Referenzmodells wurde mit der exemplarischen Gestaltung
eines Informationssystems für die Statistische Versuchsmethodik an der Prozesskette der Elektronikfertigung erprobt und nachgewiesen. Dafür wurden die Prozessschritte Lotpastenauftrag, Bestückung und Löten der Prozesskette des Sonderforschungsbereichs 356 „Produktionssysteme in der Elektronik“ zugrunde gelegt.
Unter Berücksichtigung der Rahmenbedingungen in der Elektronikfertigung wurde
ein Fachkonzept eines Informationssystems erstellt, darauf aufbauend ein Datenverarbeitungskonzept erarbeitet sowie ein Software-Prototyp implementiert und validiert.
Mit dem Referenzmodell stehen die wissenschaftlichen Grundlagen für die
Gestaltung von Informationssystemen für die Statistische Versuchsmethodik bereit.
Der Software-Prototyp des Informationssystems für die Statistische Versuchsmethodik kann zur Produkt- und Prozessoptimierung in der Elektronikfertigung
eingesetzt werden. Auf diese Weise konnte ein nachhaltiger Beitrag zur Steigerung
der Leistungsfähigkeit der Statistischen Versuchsmethodik erzielt werden.
Das Referenzmodell bietet darüber hinaus eine gute Ausgangsbasis für
Erweiterungen des Funktionsumfangs von Informationssystemen im Bereich des
Qualitätsmanagements. In folgenden Arbeiten kann untersucht werden, welche
Sichten und Vorgehensweisen dem Referenzmodell hinzugefügt werden müssen, um
die Statistische Versuchsmethodik mit Methoden des Data Mining zu verknüpfen.
Damit können einerseits aus experimentellen Untersuchungen vorliegende Daten
hinsichtlich vorliegender Muster und verborgener Zusammenhänge untersucht
werden. Andererseits kann die Statistische Versuchsmethodik angewendet werden
zum aufwandsreduzierten Informationsgewinn über Produkte und Prozesse zur
abschätzenden Vorhersage der Qualität mit Methoden des Data Mining.
Abkürzungsverzeichnis
103
10 Abkürzungsverzeichnis
ANOVA
Analysis of Variance
API
Application Programming Interface
ARIS
Architektur integrierter Informationssysteme
CAD
Computer Aided Design
CAQ
Computer Aided Quality Assurance
CIM
Computer Integrated Manufacturing
CIM-OSA
Computer Integrated Manufacturing Open System Architecture
EPK
Ereignisgesteuerte Prozesskette
ERM
Entity-Relationship-Model
ERP
Enterprise Resource Planning
FMEA
Fehlermöglichkeits- und -einflussanalyse
GEM
SEMI Generic Equipment Model
HIPO
Hierarchy of Input-Process-Output
HTML
Hypertext Markup Language
KMU
Klein- und mittelständische Unternehmen
OOA
Objektorientierte Analyse
OOD
Objektorientiertes Design
PDA
Personal Digital Assistant
QFD
Quality Function Deployment
SA
Structured Analysis
SECS
SEMI Equipment Communication Standard
SEMI
Semiconductor Equipment and Materials International
SFB
Sonderforschungsbereich
SOM
Semantisches Objektmodell
SPC
Statistische Prozesslenkung
SQL
Structured Query Language
UML
Unified Modeling Language
V-Modell
Vorgehensmodell des Semantischen Objektmodells
104
Abkürzungsverzeichnis
Literatur
105
11 Literatur
[ALBERT 2004]
ALBERT, F.; BOIGER, M.; BRENNER, P.-F.; MYS, I.: Innovative Technologien und
Prozesse - Teil 2. In: PLUS. Produktion von Leiterplatten und Systemen 6 (2004),
Nr. 3, S. 391-394.
[AMBERG 1999]
AMBERG, M.: Prozessorientierte betriebliche Informationssysteme: Methoden,
Vorgehen und Werkzeuge zur ihrer effizienten Entwicklung. Berlin : Springer,
1999.
[BALZERT 2001]
BALZERT, H.: Lehrbuch der Software-Technik, Band 1. Heidelberg : Spektrum,
Akad. Verlag, 2001.
[BETTIN 2004]
BETTIN, V.: Ansatz zur übergreifenden Qualitätsregelung von Prozessketten in der
Fertigung. Aachen : Shaker, 2004. Zugl.: Erlangen-Nürnberg, Univ., Diss., 2003.
[BOIGER 2005]
BOIGER, M.; ABACH, A.; ALBERT, F.; BRENNER, P.-F.; MYS, I.; SEIDEL, C.:
Abschlussbericht des Arbeitskreises Trends in der Elektronikproduktion des
Sonderforschungsbereichs 356. In: FELDMANN, K.; GEIGER, M. (Hrsg.):
Sonderforschungsbereich 356 "Produktionssysteme in der Elektronik" (Bericht
des Forschungsverbundes 2002-2004). Bamberg : Meisenbach, 2005,
S. 482-492.
[BROCKE 2003]
BROCKE, J.: Referenzmodellierung - Gestaltung und Verteilung von
Konstruktionsprozessen. Berlin : Logos, 2003. Zugl.: Münster, Univ., Diss., 2002.
[BUSCHMANN 1996]
BUSCHMANN, F.: Pattern oriented software architecture. Chichester : Wiley, 1996.
[COCKBURN 2001]
COCKBURN, A.: Writing effective Use Cases. Boston : Addison Wesley Longman,
2001.
[DARIUS 1996]
DARIUS, P. L.: User guidance in statistical software. Scope and implementation
issues. In: TOUTENBOURG, H. (Hrsg.): Versuchsplanung in der Industrie: moderne
Methoden und Softwarelösungen. München : Prentice Hall, 1996, S. 91-98.
[DELP 2005]
DELP, M.: Ein Referenzmodell für die Herstellung von Fachmedienprodukten.
Heimsheim : Jost-Jetter, 2006. Zugl.: Stuttgart, Univ., Diss., 2005.
106
Literatur
[DIN EN ISO 9241-10 2006]
N.N.: NORM DIN EN ISO 9241-10: Grundsätze der Dialoggestaltung.
http://www.kommdesign.de/texte/din.htm# (Abruf: 04.06.2006).
[ECKEL 2000]
ECKEL, B.: Thinking in Java. Upper Saddle River, NJ : Prentice Hall, 2000.
[FASSER 2002]
FASSER, Y.; BRETTNER, D.: Process improvement in the electronics industry. New
York : Wiley, 2002.
[FELDMANN 2001]
FELDMANN, K.; FELBINGER, C.; HOLZMANN, R.: System zur prozessbegleitenden
Qualitätssicherung bei feinen Strukturen. In: FELDMANN, K.; GEIGER, M. (Hrsg.):
Sonderforschungsbereich 356 "Produktionssysteme in der Elektronik" (Bericht
des Forschungsverbundes 1999-2001). Bamberg : Meisenbach, 2001,
S. 349-487.
[FERSTL 1998]
FERSTL, O. K.; SINZ, E. J.: Grundlagen der Wirtschaftsinformatik. Band 1.
München : Oldenbourg, 1998.
[FETTKE 2004]
FETTKE, P.; LOOS, P.: Referenzmodellierungsforschung - Langfassung eines
Aufsatzes. Mainz : Univ., 2004, http://isym.bwl.unimainz.de/downloads/Publikationen/Fettke_Loos_2004_Referenzmodellierungsfor
schung.pdf (Abruf: 29.04.2006).
[FLAMM 1995]
FLAMM, R.: Entwicklung eines Systemkonzeptes zur wissensbasierten,
systemtechnisch unterstützten Versuchsmethodik. Berlin : Beuth, 1995.
Zugl.: Aachen, Techn. Hochsch., Diss., 1995.
[GAMMA 2002]
GAMMA, E.: Design Patterns. Elements of reuseable object-oriented software.
Boston : Addison-Wesley, 2002.
[GILLMEISTER 2003]
GILLMEISTER, F. O.: Informations- und Dokumentationssystem für das
prozessorientierte Qualitätsmanagement. Aachen : Shaker, 2003.
Zugl.: Braunschweig, Techn. Univ., Diss., 2002.
[GREIN 2005]
GREIN, M.: Ein Beitrag für ein selbstlernendes Anwendungssystem zur
kontinuierlichen Prozessverbesserung. Aachen : Shaker, 2005. Zugl.: Karlsruhe,
Univ., Diss., 2004.
Literatur
107
[GROB 1996]
GROB, R.: Methodische Planung Technischer Informationssysteme für die
Unterstützung von Aufgaben des Qualitätsmanagements. Aachen : Shaker, 1996.
Zugl.: Aachen, Techn. Hochsch., Diss., 1996.
[GUNDLACH 2004]
GUNDLACH, C.: Entwicklung eines ganzheitlichen Vorgehensmodells zur
problemorientierten Anwendung der statistischen Versuchsplanung. Kassel :
Kassel Univ. Press, 2004. Zugl.: Kassel, Univ., Diss., 2004.
[HARS 1994]
HARS, A.: Referenzdatenmodelle - Grundlagen effizienter Datenmodellierung.
Wiesbaden : Gabler, 1994. Zugl.: Saarbrücken, Univ., Diss., 1993.
[HARSTORFF 1997]
HARSTORFF, M.: Integriertes Technologisches Informationssystem für spanende
Fertigungsprozesse. Düsseldorf : VDI, 1997. Zugl.: Hannover, Univ., Diss., 1997.
[HARTLEY 2003]
HARTLEY, D.; HRUSCHKA, P.; PIRBHAI, I.: Komplexe Software-Systeme beherrschen.
Bonn : mitp, 2003.
[HELLER 2004]
HELLER, M.: Objektorientierte Unternehmensmodellierung. München : CIS Univ.,
http://www.cis.uni-muenchen.de/~heller/ServMgmt/eTOMITIL/arbeit/arbeit/node17.html (Abruf: 08.08.2006).
[HOFFMANN 1999]
HOFFMANN, W.: Objektorientiertes Qualitätsinformationssystem.
Wiesbaden : Gabler, 1999. Zugl.: Saarbrücken, Univ., Diss., 1998.
[KLEPPMANN 2006]
KLEPPMANN, W.: Taschenbuch Versuchsplanung. Produkte und Prozesse
optimieren. München : Hanser, 2006.
[LARMAN 2005]
LARMAN, C.: Applying UML and Patterns. Upper Saddle River, NJ : Prentice Hall
PTR, 2005.
[MAYERS 1997]
MAYERS, B.: Prozess- und Produktoptimierung mit Hilfe der Statistischen
Versuchsmethodik. Aachen : Shaker, 1997. Zugl.: Aachen, Techn. Hochsch.,
Diss., 1997.
[PFEIFER 2001]
PFEIFER, T.: Qualitätsmanagement - Strategien, Methoden, Techniken.
München : Hanser, 2001.
108
Literatur
[PFEIFER 2004]
PFEIFER, T.; MÜNNICH, R. I.: Entwicklung werkstattgerechter Methoden zur
Realisierung maschinennaher Qualitätsregelkreise am Beispiel der
Fräsbearbeitung. Frankfurt am Main : Forschungsgemeinschaft Qualität e.V.;
Deutsche Gesellschaft für Qualität e.V., 2004 (FQS-DGQ-Band-82-03).
[RECKNAGEL 2005]
RECKNAGEL, M.: Integriertes Qualitätsinformations- und Recherchesystem für die
dokumentierte Prüfung von Bauteilen. Heimsheim : Jost-Jetter, 2005. Zugl.:
Stuttgart, Univ., Diss., 2005.
[SAUER 2003]
SAUER, W.: Prozesstechnologie in der Elektronik. München : Hanser, 2003.
[SCHEER 1992]
SCHEER, A.-W.: Architektur integrierter Informationssysteme. Berlin : Springer,
1992.
[SCHEFFLER 1997]
SCHEFFLER, E.: Statistische Versuchsplanung und -auswertung. Stuttgart : Dt.
Verl. für Grundstoffindustrie, 1997.
[SCHLAGHECK 2000]
SCHLAGHECK, B.: Objektorientierte Referenzmodelle für das Prozess- und
Projektcontrolling. Wiesbaden : Gabler, 2000. Zugl.: Münster, Univ., Diss., 1999.
[SCHÖMIG 2001]
SCHÖMIG, D.: Fehlerreduzierung durch die Einbindung eines QualitätsInformationssystems in die Konstruktion. Essen : Vulkan-Verlag, 2001. Zugl.:
Braunschweig, Techn. Univ., Diss., 2000.
[SCHULTEN 2003]
SCHULTEN, M.: Produktionsunterstützung für den Schiffbau unter Integration von
Konstruktions- und Planungsdaten. Aachen, Techn. Hochsch., Diss., 2003,
http://deposit.ddb.de/cgi-bin/dokserv?idn=968081282 (Abruf: 29.04.2006).
[SCHÜTTE 1998]
SCHÜTTE, R.: Grundsätze ordnungsmäßiger Referenzmodellierung. Wiesbaden :
Gabler, 1998. Zugl.: Münster, Univ., Diss., 1997.
[SEMI 2006]
N. N.: SEMI E30-1103E2: Generic Model for Communications and Control of
Manufacturing Equipment (GEM). San Francisco, Calif. : SEMI, 2006.
[SEMI 2007]
N. N.: SEMI E5-1106E: SEMI Equipment Communications Standard 2 Message
Content (SECS-II). San Francisco, Calif. : SEMI, 2007.
Literatur
109
[SINZ 1999]
SINZ, E. J.: Bamberger Beiträge zur Wirtschaftsinformatik Nr. 53 - Konstruktion
von Informationssystemen. Bamberg : Otto-Friedrich-Universität Bamberg, 1999.
[SPECK 2001]
SPECK, M. C.: Geschäftsprozessorientierte Datenmodellierung. Berlin : Logos,
2001. Zugl.: Münster, Univ., Diss., 2001.
[SPECKER 2001]
SPECKER, A.: Modellierung von Informationssystemen. Zürich : vdf
Hochschulverlag an der ETH, 2001.
[STAHLKNECHT 2005]
STAHLKNECHT, P.; HASENKAMP, U.: Einführung in die Wirtschaftsinformatik. Berlin :
Springer, 2005.
[WECKENMANN 2000]
WECKENMANN, A.; RINNAGL, M.: Planen, Durchführen, Auswerten und
Dokumentieren von Versuchen - Ein Erlanger Beitrag zur benutzerfreundlichen
Anwendung der Versuchsmethodik. In: MOLITOR, M. (Hrsg.): Qualität mit System Magdeburger Perspektiven. Aachen : Shaker, 2000, S. 139-146. (Berichte zum
Qualitätsmanagement Bd. 2000,2).
[WECKENMANN 2001]
WECKENMANN, A.; RINNAGL, M.: Versuchsmethodik für Herstellprozesse
variantenreicher, feinstrukturierter Elektronikprodukte. In: FELDMANN, K.; GEIGER,
M. (Hrsg.): Sonderforschungsbereich 356 "Produktionssysteme in der Elektronik"
(Bericht des Forschungsverbundes 1999-2001). Bamberg : Meisenbach, 2001,
S. 451-476.
[WECKENMANN 2004A]
WECKENMANN, A.; BRENNER, P.-F.: Entwicklung eines Ratgeber- und Assistenzsystems für die Statistische Versuchsmethodik. In: HERRMANN, J. (Hrsg.):
Qualitätsmanagement - Anspruch und Wirklichkeit. Aachen : Shaker, 2004, S.
113-120. (Berichte zum Qualitätsmanagement Bd. 2004, 6).
[WECKENMANN 2004B]
WECKENMANN, A.; BRENNER, P.-F.: Process Optimization using a Shop Floor
integrated Advisory and Assistance System for Design of Experiments (DoE) - an
application in electronics manufacturing. In: VDI/ VDE-GMA (Hrsg.): Proceedings
of the 8th International Symposium on Measurement and Quality Control in
Production. Düsseldorf : VDI, 2004, S. 197-203. (VDI-Berichte Bd. 1860).
110
Literatur
[WECKENMANN 2005A]
WECKENMANN, A.; BRENNER, P.-F.: Versuchsmethodik für Herstellprozesse
variantenreicher, feinstrukturierter Elektronikprodukte. In: FELDMANN, K.; GEIGER,
M. (Hrsg.): Sonderforschungsbereich 356 "Produktionssysteme in der Elektronik"
(Bericht des Forschungsverbundes 2002-2004). Bamberg : Meisenbach, 2005,
S. 447-472.
[WECKENMANN 2005B]
WECKENMANN, A.; BRENNER, P.-F.: Computer-aided Design of Experiments
framework - a comprehensive approach to process improvement. In:
MAJSTOROVICH, V. D. (Hrsg.): Proceedings of the 3rd International Working
Conference Total Quality Management - Advanced and Intelligent Approaches.
2005, S. 5-8.
[WECKENMANN 2006]
WECKENMANN, A.; BRENNER, P.-F.: A Process Modelling Approach for Design of
Experiments Software. In: DOLGUI, A.; MORIEL, G.; PEREIRA, C. E. (Hrsg.):
Information Control Problems in Manufacturing 2006 - Volume I: Information
Systems, Control and Interoperability. Oxford : Elsevier, 2006. S. 799-803.
[WECKENMANN 2007]
WECKENMANN, A.; BRENNER, P.-F.: A Fuzzy-logic-based System Analysis
Approach for Design of Experiments. In: RAMAMOORTHY, B.; SHUNMUGAM, M. S.
(Hrsg.): Proceedings of the 9th International Symposium on Measurement and
Quality Control. 2007, S. 271-275.
[WESSENDORF 2006]
WESSENDORF, M.: Struts. Websites mit Struts 1.2 & 1.3 und Ajax effizient
entwickeln. Bochum : W3L GmbH, 2006.
[WESTKÄMPER 2005]
WESTKÄMPER, E.: Auf dem Weg zur Intelligenten Produktion.
In: wt Werkstattstechnik online 95 (2005), Nr. 3, S. 80.
[ZWOLINSKI 2004]
ZWOLINSKI, K.: Systematik zur Gestaltung eines branchenspezifischen
unternehmensübergreifenden CAQ-Systems am Beispiel der Textil- und
Bekleidungsindustrie. Aachen : Shaker, 2004. Zugl.: Erlangen-Nürnberg, Univ.,
Diss., 2004.
Anhang
111
12 Anhang
Anhang A:
Getestete Software für die Statistische Versuchsmethodik
Anhang B:
Teilfunktionen eines Informationssystems für die Statistische
Versuchsmethodik
Anhang C:
Mögliche Ausprägungen der Benutzerschnittstelle eines
Informationssystems für die Statistische Versuchsmethodik
Anhang D:
Ausprägungen der Benutzerschnittstelle eines Informationssystems für
die Statistische Versuchsmethodik in der Elektronikfertigung
Anhang E:
ERM-Diagramm des Informationssystems für die Statistische
Versuchsmethodik in der Elektronikfertigung
112
Anhang
Anhang A: Getestete Software für die Statistische Versuchsmethodik
Spezielle Versuchsmethodik-Software
Software
Anbieter
Version Download
Link
Anova-TM
Advanced Systems
& Designs
4.0.0.7
10.08.05
www.asdspc1.com
Assistant
GUT GmbH
6.0.1
10.08.05
www.assistant.de
ECHIP
ECHIP
7.0
10.08.05
www.echip.com
MODDE
Umetrics AB
7.0.0.1
29.09.05
www.umetrics.com
WebDoE
Crary Group
-
29.09.05
www.webdoe.cc
Statistik-Programme mit Modulen zur Statistischen Versuchsmethodik
Software
Anbieter
Version Download
Link
Cornerstone
Brooks Automation
4.1.2
29.09.05
www.brooks.com
Minitab
Minitab
14.20
29.09.05
www.minitab.com
SAS
SAS Institute
9
29.09.05
www.sas.com
Statgraphics Centurio StatPoint
15.0.04
29.09.05
www.statgraphics.com
Statistica
7
10.08.05
www.statsoft.de
StatSoft GmbH
Anhang
113
Anhang B: Teilfunktionen eines Informationssystems für die Statistische
Versuchsmethodik
Hauptfunktionen
Teilfunktionen
Detaillierung der Teilfunktionen
Projektinitiierung/
Teambildung
Start eines Versuchsmethodik-Projekts:
Beschreibung der Ausgangssituation, einheitliche Dokumentation des
Projekts (Projektnummer, Projektbezeichnung, Projektbeschreibung,
Projektstrukturplan),
Teambildung: Auswahl des Projektleiters und von 6-8 Teammitgliedern
aus verschiedenen Bereichen, Verteilung der Aufgaben und
Dokumentation der Zuständigkeiten, Planung der Teamsitzungen und
des Zeithorizonts
optional
Systemabgrenzung
Definition der Systemgrenzen (z. B. Verbesserung eines Produktes,
der gesamten Produktpalette oder eines Prozesses), Identifikation von
Teilproblemen, die zusammengesetzt das zu verbessernde System
ergeben
obligatorisch
Formulierung der
Zielsetzung
Eindeutige Formulierung und Quantifizierung der Projektziele:
inhaltliche Ziele (z. B. Qualitätsziele),
formale Ziele (z. B. Projektlaufzeit),
Art der Ziele (z. B. Produktverbesserung, Prozessverbesserung,
Grundlegender Erkenntnisgewinn)
obligatorisch
Produktanalyse
Analyse des Produktes insbesondere im Hinblick auf Projektziele,
Beschreibung des zu untersuchenden Produktes,
Identifikation kritischer Produktkomponenten bzw. -bereiche
(z. B. mit Hilfe technischer Zeichnungen), Ableitung von
Qualitätsmerkmalen und Einflussgrößen
obligatorisch
Prozessanalyse
Analyse des Prozesses insbesondere im Hinblick auf Projektziele,
Vollständige Beschreibung des zu untersuchenden Prozesses,
Analyse der Problembereiche und ggf. Einteilung in Teilprozessschritte,
Ermittlung wesentlicher Prozessparameter
optional
Systembeobachtung
Nachträgliche Beobachtung des Prozesses zur Identifikation nicht
bekannter Zusammenhänge und Faktoren
Systemanalyse
optional
Modellbildung
obligatorisch
Zusammenhänge zwischen Analyse der Zusammenhänge insbesondere im Hinblick auf
Prozess und Produkt
Projektziele, Identifikation der Zusammenhänge zwischen Prozess und
Produkt, Analyse der Auswirkungen von Veränderungen im
Herstellungsprozess auf das Produkt
obligatorisch
Prozess- oder
Produktmodell
Erstellung eines Modells, das die Zusammenhänge zwischen Produkt
und Prozess abbildet (z. B. Flussdiagramm oder Ishikawa-Diagramm)
obligatorisch
Festlegung der Zielgrößen
Identifikation möglicher Zielgrößen, Auswahl der wichtigsten Zielgrößen
auf Basis von Auswahlkriterien (z. B. vom Team definierte Kriterien,
beste Kriterien zur Erfüllung des Projektziels)
obligatorisch
Festlegung der Faktoren
und Faktorstufen
Vorauswahl möglicher Einflussgrößen, Bewertung der Größen je nach
Einfluss auf das Ergebnis, Auswahl der Größen mit dem höchsten
Einfluss auf die Zielgrößen, Festlegung der Faktorstufen
obligatorisch
Ermittlung von
Wechselwirkungen
Identifikation möglicher Wechselwirkungen, Bewertung der Art und
Stärke der Wechselwirkungen, Auswahl der wichtigsten
Wechselwirkungen
Fortsetzung siehe nächste Seite
114
Hauptfunktionen
Anhang
Teilfunktionen
Detaillierung der Teilfunktionen
Festlegung der
Randbedingungen
Technische Randbedingungen festlegen (z. B. technische
Einschränkungen bzgl. der Genauigkeit der Versuchsergebnisse),
Mögliche Versuchsreihenfolgen, Materialbedarf
obligatorisch
Versuchsplanauswahl
Auswahl eines problemadäquaten Versuchplans unter Berücksichtigung
der Zielgröße, der Faktoren, der Wechselwirkungen und ggf. der
Randbedingungen
obligatorisch
Versuchplanbelegung
Belegung des ausgewählten Versuchsplans (z. B. im Hinblick auf
Versuchsreihenfolge, Kapazitäten, Zufallsreihenfolge)
optional
Überprüfung der
Durchführbarkeit
Überprüfung, ob die Versuche wie geplant praktisch umsetzbar sind (z.
B. technische Realisierbarkeit, Vorhandensein entsprechender
Kapazitäten der Fertigungsmittel)
optional
Kapazitätsüberprüfung
Überprüfung der vorhandenen Kapazitäten: z. B. Personal,
Fertigungsmittel, Versuchsmaterial, monetäre Mittel, Zeit
optional
Kennzeichnung der
Versuchsteile
Dauerhafte Kennzeichnung der Versuchsteile nach einem vorher
definierten Schema, um eindeutige Identifizierung und Zuordnung zu
Versuchen zu gewährleisten
obligatorisch
Einstellung des
Versuchsplans
Einstellung der im Versuchsplan festgelegten Werte, Exakte Einhaltung
der Versuchsreihenfolge, Bereitstellung von Arbeitsanweisungen zur
Durchführung der Versuche
obligatorisch
Durchführung der Versuche Durchführung der Versuche und Aufzeichnung der Randbedingungen
optional
Erfassung der
Versuchsergebnisse
obligatorisch
Erfassung von Änderungen Erfassung und Dokumentation von Änderungen im Versuchsablauf
(z. B. Änderungen in der Versuchsreihenfolge)
obligatorisch
Erfassung von Störgrößen
Erfassung und Dokumentation von Störgrößen, die das Ergebnis
beeinflussen (z. B. Temperaturschwankungen)
optional
Datenaufbereitung
Überprüfung der Daten auf Plausibilität und Konsistenz, Identifikation
von Fehlern in der Datenmenge (z. B. Zahlendreher)
obligatorisch
Modellsicherheit
Annahme einer Irrtumswahrscheinlichkeit je nach Wichtigkeit und
Anforderungen des Projekts
obligatorisch
Überprüfung der Auswertevoraussetzungen
Test auf Normalverteilung als Voraussetzung für die Auswertung
(z. B. grafischer Test)
obligatorisch
Auswahl und Anwendung
der Analyseverfahren
Auswahl und Anwendung des zur Zielerreichung passenden
Analyseverfahrens
obligatorisch
Auswahl und Anwendung
der Darstellungsmethoden
Auswahl und Anwendung der für die Interpretation passenden
Darstellungsmethode (z. B. Säulendiagramm, Response-SurfaceDiagramme)
obligatorisch
Interpretation der
Ergebnisse
Interpretation im Hinblick darauf, was die Ergebnisse konkret für das
weitere Vorgehen bedeuten, Lösen von Verständnisproblemen der
Teammitglieder
optional
Bestätigungsexperimente
Überprüfung der Ergebnisse auf Übertragbarkeit in die Realität
optional
Ableitung von Maßnahmen
Ableitung von Maßnahmen zur Produkt- und Prozessverbesserung aus
den Ergebnissen
obligatorisch
Bereitstellung des Wissens
Strukturierte Dokumentation und Bereitstellung des im Laufe des
Projekts gewonnenen Wissens, Individuelle Abrufbarkeit des
gespeicherten Wissens
obligatorisch
Dokumentation
Dokumentation der Ergebnisse durch individuelle
Zusammenstellungsmöglichkeiten der Ergebnisse und Maßnahmen,
standardisierte Darstellung (z. B. für Managementinformationen)
Versuchsstrategie
optional
Versuchsdurchführung
Korrekte, schnelle und einfache Erfassung der Versuchsergebnisse
(z. B. über Schnittstellen)
Versuchsauswertung
Validierung
Teilfunktionen
Projektinitiierung/
Teambildung
Systemabgrenzung
Formulierung der
Zielsetzung
Produktanalyse
Prozessanalyse
Systembeobachtung
optional
optional
obligatorisch
obligatorisch
obligatorisch
optional
Systemanalyse
Hauptfunktionen
Schnittstellen:
CAD-System,
CAQ-System,
Produktion
Schnittstellen:
CAD-System,
CAQ-System,
ERP-System,
Produktion
Schnittstellen:
CAD-System,
CAQ-System,
ERP-System,
Produktion
Schnittstellen:
CAQ-System,
Produktion
Schnittstellen:
CAQ-System,
Produktion
Schnittstellen:
MitarbeiterDatenbank
Technische
Akquisition
Experten-Befragung,
Brainstorming, Brainwriting,
Delphi-Methode, Checkliste,
Mind-Mapping, IshikawaDiagramm, firmeninterne
Unterlagen
Experten-Befragung,
Brainstorming, Brainwriting,
Delphi-Methode, Checkliste,
Mind-Mapping,
firmeninterne Unterlagen
(z. B. Fertigungsunterlagen)
Experten-Befragung,
Brainstorming, Brainwriting,
Delphi-Methode, Checkliste,
Mind-Mapping,
firmeninterne Unterlagen
(z. B. Lastenheft)
Experten-Befragung,
Brainstorming, Brainwriting,
Delphi-Methode, MindMapping
Experten-Befragung,
Brainstorming, Brainwriting,
Delphi-Methode, MindMapping, firmeninterne
Unterlagen
Experten-Befragung,
Brainstorming, Brainwriting,
Delphi-Methode, MindMapping
Anwenderbezogene
Akquisition
Auswahl der wichtigsten neu
identifizierten Merkmale und
Kriterien, Paarweiser
Vergleich, Pareto-Analyse
Auswahl der wichtigsten
Prozesskennzeichen durch
Vergleich mit
vorangegangenen Projekten,
Paarweiser Vergleich, ParetoAnalyse
Auswahl der wichtigsten
Produktmerkmale durch
Vergleich mit
vorangegangenen Projekten,
Paarweiser Vergleich, ParetoAnalyse
Darstellung der
Systemgrenzen mit
Kugeldiagramm
Festlegung von
Systemgrenzen durch
Vergleich mit
vorangegangenen Projekten
Paarweiser Vergleich
möglicher Ziele,
Pareto-Analyse zur
Reihenfolgebestimmung
Einfügen in Übersichtstabellen
und Ishikawa-Diagramm
Übersichtstabelle,
Prozessmerkmale nach
Wichtigkeit geordnet mit
Erläuterungen,
Prozessdarstellung durch
Flussdiagramm, Prozessbild,
Ishikawa-Diagramm
Übersichtstabelle, Produktmerkmale nach Wichtigkeit
geordnet mit Erläuterungen,
Technische Zeichnung,
Produktbild, IshikawaDiagramm
Aufstellung der Ziele nach
Wichtigkeit (z. B. mit
Säulendiagramm, Tabelle)
Projektdatenblatt mit
Projektinformationen,
Projektstrukturplan mit Daten
zur zeitlichen Vorgehensweise,
Übersichtstabelle Mitarbeiter
mit Kontaktinformationen,
Darstellung des Projekts mit
Flussdiagramm, Netzplan,
Projektablaufplan, SADTProzessdarstellung
Präsentation
Auswahl der Projektbezeichnung, Projektbeschreibung, usw. nach
definierten Kriterien (z. B.
Katalog mit Beschreibungsvokabular), Auswahl
Mitarbeiter nach definierten
Kriterien (z. B. Fachwissen,
Sozialkompetenz), Auswahl
einer Darstellungsmethode
unter Berücksichtigung von
Projektkriterien
Selektion
Vorschläge von kritischen
Prozessmerkmalen durch
Vergleich mit Fehlerdaten und
Prozessausfällen aus
vorangegangenen Projekten
bzw. unter Nutzung von Daten
aus Fremdsystemen
Vorschläge von kritischen
Produktmerkmalen durch
Vergleich mit Fehlerdaten aus
vorangegangenen Projekten
bzw. unter Nutzung von Daten
aus Fremdsystemen
Vorschläge von Kriterien zur
Systemabgrenzung durch
Vergleich mit vorangegangenen
Projekten
Unterstützung bei der
Anwendung der Methoden,
Vorstellung der Ziele bereits
durchgeführter Projekte
Unterstützung der
Projektbezeichnung, etc. durch
Vorschläge aus vorangegangenen Projekten,
Vorauswahl der Mitarbeiter nach
zuvor definierten Kriterien,
Einführung in das
Projektmanagement, Einführung
in die Statistische
Versuchsmethodik
Hilfe
Anhang
115
Anhang C: Mögliche Ausprägungen der Benutzerschnittstelle eines
Informationssystems für die Statistische Versuchsmethodik
Teilfunktionen
Prozess- oder
Produktmodell
Festlegung der
Zielgrößen
Festlegung der
Faktoren und
Faktorstufen
Ermittlung von
Wechselwirkungen
obligatorisch
obligatorisch
obligatorisch
obligatorisch
Obligatorisch Zusammenhänge
zwischen Prozess
und Produkt
Modellbildung
Hauptfunktionen
Schnittstellen:
CAD-System,
CAQ-System,
Produktion
Schnittstellen:
CAD-System,
CAQ-System,
Produktion
Schnittstellen:
CAD-System,
CAQ-System,
Produktion
Schnittstellen:
CAD-System,
CAQ-System,
Produktion
Technische
Akquisition
Experten-Befragung,
Brainstorming, Brainwriting,
Delphi-Methode, Checkliste,
Mind-Mapping, IshikawaDiagramm, Kennzahlen,
Ergebnisse aus der
Systemanalyse
Experten-Befragung,
Brainstorming, Brainwriting,
Delphi-Methode, Checkliste,
Mind-Mapping, IshikawaDiagramm, Kennzahlen,
Intensitäts-BeziehungsMatrix, Ergebnisse aus der
Systemanalyse
Experten-Befragung,
Brainstorming, Brainwriting,
Delphi-Methode, Checkliste,
Mind-Mapping, IshikawaDiagramm, Kennzahlen,
Ergebnisse aus
Systemanalyse
Experten-Befragung,
Checkliste, Ergebnisse aus
der Systemanalyse
Experten-Befragung,
Brainstorming, Brainwriting,
Delphi-Methode, Checkliste,
Mind-Mapping, IshikawaDiagramm, firmeninterne
Unterlagen (z. B.
Fertigungsunterlagen),
Ergebnisse aus der
Systemanalyse
Anwenderbezogene
Akquisition
Paarweiser Vergleich, ParetoAnalyse
Paarweiser Vergleich, ParetoAnalyse, Bewertungszahlen,
Intensitäts-Beziehungs-Matrix
Auswahl einer Modells unter
Berücksichtigung der
jeweiligen Anforderungen,
z. B. Flussdiagramm,
Ishikawa-Diagramm
Bewertung der identifizierten
Zielgrößen nach festgelegten
Kriterien, Paarweiser
Vergleich, Pareto-Analyse,
Intensitäts-Beziehungs-Matrix
Auswahl der wesentlichen
Zusammenhänge durch
Vergleich mit Ergebnissen aus
der Produkt- und
Prozessanalyse und der
Produktion (z. B. Änderung
von Zahlenwerten)
Selektion
Tabelle, Diagramme,
Korrelationsmatrix (bzgl.
Zielgröße),
Wechselwirkungsmatrix,
Wechselwirkungsdiagramm
Tabelle, Säulendiagramm,
Liste auf Basis der
Bewertungszahlen mit
Faktorstufen, IntensitätsBeziehungs-Matrix
Flussdiagramm, Tabelle,
Säulendiagramm, IntensitätsBeziehungs-Matrix
Flussdiagramm, IshikawaDiagramm, Prozess-IshikawaDiagramm
Übersichtstabelle der
Zusammenhänge, IshikawaDiagramm, Matrixdarstellung
der Zusammenhänge
Präsentation
Erklärung, wie
Wechselwirkungen zu
identifizieren sind
Vorschläge zu gewählten
Faktoren in ähnlichen Projekten,
Hilfe bei der Auswahl der
Bewertungskriterien
Vorschläge zu gewählten
Zielgrößen in ähnlichen
Projekten, Hilfe bei der Auswahl
der Bewertungskriterien
Detaillierte Beschreibung der
Darstellungsmöglichkeiten mit
Erläuterung der Vor- und
Nachteile
Vorschlag von
Zusammenhängen durch
Identifikation von UrsacheWirkungs-Zusammenhängen
durch das Informationssystem
Hilfe
116
Anhang
Versuchsplanauswahl
Versuchsplanbelegung
obligatorisch
obligatorisch
Kapazitätsüberprüfung
Kennzeichnung der
Versuchsteile
Einstellung des
Versuchsplans
Durchführung der
Versuche
optional
optional
obligatorisch
obligatorisch
Versuchsdurchführung
Randbedingungen
festlegen
Teilfunktionen
optional
Versuchsstrategie
Hauptfunktionen
Schnittstellen:
ERP-System,
Produktion,
Versuchsstände,
Prüfstationen
Übersicht über
Möglichkeiten zur
Kennzeichnung (je
nach Produkt)
Schnittstellen:
CAQ-System,
Produktion,
Versuchsstände
Schnittstellen:
ERP-System,
CAQ-System,
Produktion,
Versuchsstände,
Prüfstationen
Technische
Akquisition
Übersicht der Ergebnisse aus
der Versuchsstrategie
Übersicht der Ergebnisse aus
der Versuchsstrategie
Ergebnisse aus der
Versuchsstrategie
Übersicht der Ergebnisse aus
der Systemanalyse, der
Modellbildung und der
Versuchsplanauswahl
Experten-Befragung,
Ergebnisse aus der
Systemanalyse und der
Modellbildung
Experten-Befragung,
Brainstorming, Brainwriting,
Delphi-Methode, Checkliste,
Ergebnisse aus der
Systemanalyse und der
Modellbildung
Anwenderbezogene
Akquisition
Auswahl von
Kennzeichnungsmöglichkeiten auf Basis bereits
durchgeführter Projekte
vollständiger
Versuchsplan je
Versuchsstand wird
eingestellt, ggf.
Auslassung nicht einstellbarer Versuchspunkte
Versuchsplanbelegung
mit Unterstützung von
Belegungsregeln,
Randomisierung von
Versuchseinstellungen
Auswahl des
Versuchsplans mit Hilfe
allgemeingültiger Regeln
im Hinblick auf
Projektziel, z. B. Square
Pläne, Faktorielle Pläne,
Experimentelle
Optimumsuche, ShaininMethode, TaguchiMethode
Auswahl der
Randbedingungen durch
Vergleich mit ähnlichen
Projekten
Selektion
Darstellung der
Vorgehensschritte bei der
Versuchsdurchführung
Darstellung der
Kennzeichnungsmöglichkeiten mit bildlicher
Darstellung
Darstellung der
Vorgehensschritte bei der
Einstellung
Anzeige kritischer
Kapazitäten z. B. im
Flussdiagramm oder
Projektplan
Darstellung des
ausgefüllten Versuchsplans
je nach Versuchsplan, z. B.
k
ausgefüllte Matrizen bei 2 Versuchsplänen
Tabellarische oder
graphische Darstellung je
nach ausgewähltem
Versuchsplan (wie in
hinterlegter Versuchsplanbeschreibung definiert),
z. B. Matrixdarstellung bei
k
einem 2 -Versuchsplan
Darstellung mit Hilfe des in
der Systemanalyse
erstellten Flussdiagramms
oder im Projektplan
Präsentation
Beschreibung von potenziellen
Fehlermöglichkeiten beim
Durchführen
Darstellung des eingestellten
Versuchsplans zur Überprüfung,
ob korrekt eingestellt wurde
Vorschlagen von
Kennzeichnungsmöglichkeiten je
nach Versuchsteilen
Überprüfung der Kapazitäten
Vorschläge zur
Versuchsplanbelegung im
Hinblick auf Randbedingungen,
Erläuterung der Grundprinzipien
der Versuchsdurchführung
Erklärung und Beschreibung der
Versuchspläne mit Vor- und
Nachteilen, Vorschlag und
Auswahl eines Versuchsplans
durch Vergleich mit den
gegebenen Faktoren, Hilfe bei
der Belegung des
Versuchsplans,
Darstellungsmöglichkeiten
Vorschlagen von
Randbedingungen durch
Vergleich mit ähnlichen
Projekten
Hilfe
Anhang
117
Teilfunktionen
Erfassung von
Änderungen
Erfassung von
Störgrößen
obligatorisch
obligatorisch
Datenaufbereitung
Modellsicherheit
Überprüfung der
Auswertevoraussetzungen
Auswahl und
Anwendung
Analyseverfahren
Auswahl und
Anwendung der
Darstellungsmethoden
optional
obligatorisch
obligatorisch
obligatorisch
obligatorisch
Versuchsauswertung
Erfassung der
Versuchsergebnisse
optional
Versuchsdurchführung
Hauptfunktionen
Schnittstellen:
Produktion,
Versuchsstände
Schnittstellen:
Produktion,
Versuchsstände,
Prüfstationen
Schnittstellen:
Produktion,
Versuchsstände
Technische
Akquisition
Ergebnisse der
Versuchsauswertung
Ergebnisse der
Versuchsdurchführung
Ergebnisse der
Versuchsdurchführung
Ergebnisse der
Versuchsdurchführung
Manuelle Eingabe von
Störgrößen
Manuelle Eingabe von
Änderungen im
Versuchsablauf
Manuelle Eingabe der
Versuchsergebnisse
Anwenderbezogene
Akquisition
Auswahl
Darstellungsmethode, z. B.
Korrelationsdiagramme, Haupteffekt- und Wechselwirkungsdiagramme,
Histogramm der
Effekte
Auswahl von
Irrtumswahrscheinlichkeiten
Auswahl graphischer
oder rechnerischer
Test auf
Normalverteilung
Auswahl Analyseverfahren, z. B.
Effektberechnung,
Varianzanalyse,
Signifikanzanalyse,
Regressionsanalyse,
Residuenanalyse
Prüfung Konsistenz
und Plausibilität
durch Informationssystem oder manuell
durch Anwender
Datenvorverarbeitung, z. B.
Bereinigung von
Ausreißern
Selektion
Erfassung und
projektbezogene
Dokumentation von
Störgrößen durch das
Informationssystem
Erfassung und
projektbezogene
Dokumentation von
Änderungen durch das
Informationssystem
Übertragung und Zuordnung
der Versuchsergebnisse
Hilfe
Darstellung der
Versuchsergebnisse je
nach ausgewählter
Darstellungsmethode
Anzeigen der
tatsächlichen Verteilung
im Vergleich mit der
Normalverteilung
Anzeige des
Analyseverfahrens
Beschreibung der
Möglichkeiten zur Darstellung
mit Vor- und Nachteilen der
Darstellungsmöglichkeiten
Beschreibung der
Möglichkeiten zur Analyse mit
Vor- und Nachteilen der
Analyseverfahren
Beschreibung der
Möglichkeiten zum Testen
Vorgabe üblicher
Irrtumswahrscheinlichkeiten
Übersichtliche
Berechnen und Anzeigen von
Darstellung der Daten zur Ausreißern
Überprüfung, z. B. in
Liste, Tabelle, Diagramm
Anzeige der Störgrößen
in der Übersicht der
Ergebnisse
Darstellung der
Ergebnisse in einer
Übersicht mit Anzeige
von Ausreißern
Anzeige der Änderungen
in der Übersicht der
Ergebnisse
Präsentation
118
Anhang
Interpretation der
Ergebnisse
BestätigungsExperimente
Ableitung von
Maßnahmen
Bereitstellung des
Wissens
Dokumentation
optional
optional
obligatorisch
obligatorisch
Teilfunktionen
obligatorisch
Validierung
Hauptfunktionen
Schnittstellen:
Produktion,
Versuchsstände,
Prüfstationen
Technische
Akquisition
Auswahl der besten
Interpretationen mit Hilfe
von gespeicherten
Ergebnissen, Paarweiser
Vergleich
Selektion
Dokumentationsmöglichkeiten:
Dokumenten-Datenbank mit
Vorschlägen für die
Dokumentation, Textdateien,
Papierform
Dokumentation von
Maßnahmen und
Schlussfolgerungen zur
Produkt- und
Prozessverbesserung in der
Zentralen Projekt-Datenbank,
die durch Stichwortsuche
abfragbar ist
Auswahl für eine
Dokumentationsmöglichkeit je nach
Anforderung
Auswahl der
Bestätigungsexperimente
je nach Eignung für das
Ergebnis
Übersicht der Maßnahmen aus Auswahl der Maßnahmen
ähnlichen Projekten, Experten- je nach Eignung durch
Befragung, Brainstorming,
Vergleich mit
Ergebnisse der
erfolgreichen
Versuchsauswertung
Maßnahmen, Auswahl
auf Basis von
Bestätigungsexperimenten
Experten-Befragung,
Brainstorming, Brainwriting,
Delphi-Methode, MindMapping, Ergebnisse der
Versuchsauswertung
Anwenderbezogene
Akquisition
Hilfe
Darstellung je nach
Auswahl der
Dokumentationsmöglichkeit
Aktualisierung ProzessIshikawa-Diagramm,
Aktualisierung ProzessBlack-Box-Diagramm
Darstellung der
Maßnahmen in einer
Maßnahmenliste mit
voraussichtlichen
Ergebnissen und
quantifizierten
Verbesserungen,
Aktualisierung ProzessIshikawa-Diagramm,
Aktualisierung ProzessBlack.Box-Diagramm
Beschreibung der
Anwendungsmöglichkeiten der
Zentralen Projekt-Datenbank
Erfassung und projektbezogene
Dokumentation von Änderungen
durch das Informationssystem
Darstellung der
Bereitstellung der
Interpretationsergebnisse in Interpretationen der Ergebnisse
einer Tabelle sortiert nach
früherer Projekte
Kriterien, z. B. Relevanz mit
Erläuterungen der
Ergebnisse
Präsentation
Anhang
119
120
Anhang
Anhang D: Ausprägungen der Benutzerschnittstelle eines Informationssystems
für die Statistische Versuchsmethodik in der Elektronikfertigung
Ausprägungen der Benutzerschnittstelle in der Phase Systemanalyse
Teilfunktion
Projektinitiierung,
Teambildung
Formulierung
der Zielsetzung
Produktanalyse
Leiterplatte
Prozessanalyse
Lotpastenauftrag bis
Löten
Technische
Akquisition
Anwenderbezogene Akquisition
Selektion
Präsentation
Hilfe
MitarbeiterDatenbank
Expertenbefragung,
Brainstorming
Auswahl der
Teammitglieder
nach bestimmten
Kriterien
Projektdatenblatt,
Projektstrukturplan
Einführung in das
Projektmanagement,
Vorauswahl von
Teams
CAQ-System,
Fertigungsmittel
Expertenbefragung,
Brainstorming,
Sichtung von
Unterlagen
Paarweiser
Vergleich.
Pareto-Analyse
Projektstrukturplan,
Säulendiagramm
Unterstützung bei
der Methodenanwendung, Ziele
früherer Projekte
Expertenbefragung,
Brainstorming,
Unterlagen,
IshikawaDiagramm
Expertenbefragung,
Brainstorming,
Unterlagen,
IshikawaDiagramm
Im Hinblick auf
Projektziele:
Vergleich mit
früheren
Projekten,
Pareto-Analyse
Im Hinblick auf
Projektziele:
Vergleich mit
früheren
Projekten,
Pareto-Analyse
Technische
Zeichnungen,
Produktbild,
IshikawaDiagramm
Unterstützung bei
der Methodenanwendung,
Analyse früherer
Projekte
Tabelle,
Prozessdarstellung mit
Flussdiagramm,
IshikawaDiagramm
Unterstützung bei
der Methodenanwendung,
Analyse früherer
Projekte
CAD-System,
CAQ-System,
Fertigungsmittel
CAQ-System,
Fertigungsmittel
Ausprägungen der Benutzerschnittstelle in der Phase Modellbildung
Teilfunktion
Technische
Akquisition
Anwenderbezogene Akquisition
Selektion
Präsentation
Hilfe
Zusammenhang
Produkt und
Prozess
Expertenbefragung,
Brainstorming
Prozess- oder
Produktmodell
Fertigungsmittel
Expertenbefragung,
Brainstorming,
Sichtung von
Unterlagen
Paarweiser
Vergleich,
Pareto-Analyse,
Bewertungszahlen
Matrixtafel,
IshikawaDiagramm,
Prozess-IshikawaDiagramm
Auswahl von
Bewertungszahlen, Beschreibung Darstellungsmöglichkeiten
Fertigungsmittel
Brainstorming auf
Basis der
Ergebnisse der
Systemanalyse
Auswahl in
Hinblick auf
Projektziele:
Bewertung u.
Pareto-Analyse
Tabelle, Säulendiagramm
Hilfe bei der
Festlegung von
Bewertungskriterien
Fertigungsmittel
Brainstorming auf
Basis der
Ergebnisse der
Systemanalyse
Auswahl im Hinblick auf Projektziele: Bewertungszahlen u.
Pareto-Analyse
Liste auf Basis
von Bewertungszahlen mit
Faktorstufen,
Säulendiagramm
Hilfe bei der
Festlegung von
Bewertungskriterien
Fertigungsmittel
Brainstorming auf
Basis der
Ergebnisse der
Systemanalyse
Bewertung,
Auswahl je nach
Stärke der
Wechselwirkungen
Korrelationsmatrix, Wechselwirkungsmatrix.
Säulendiagr.
Unterstützung bei
der Methodenanwendung,
Analyse früherer
Projekte
Festlegung der
Zielgrößen pro
Prozessschritt
Festlegung der
Faktoren und
Faktorstufen
pro
Prozessschritt
Ermittlung der
Wechselwirkungen pro
Prozessschritt
Anhang
121
Ausprägungen der Benutzerschnittstelle in der Phase Versuchsstrategie
Anwenderbezogene Akquisition
Selektion
Präsentation
Hilfe
Versuchsplanauswahl
Liste möglicher
Versuchspläne,
Expertenbefragung
Auswahl im
Hinblick auf
Projektzielsetzung: z. B. 2kVersuchsplan
Planmatrix,
Matrix der
unabhängigen
Variablen,
Antwort- und
Effektmatrix
Beschreibung
von
Versuchsplänen,
Auswahl nach
Regeln
Versuchsplanbelegung
Ergebnisse aus
der Versuchsplanauswahl,
Systemanalyse
und Modellbildung
Auswahl der
Werte im Hinblick
auf
Systemanalyse
Ausgefüllte
Matrizen
Erläuterung der
Belegungsregeln
Teilfunktion
Technische
Akquisition
Ausprägungen der Benutzerschnittstelle in der Phase Versuchsdurchführung
Teilfunktion
Technische
Akquisition
Anwenderbezogene Akquisition
Präsentation
Hilfe
Darstellung der
Vorgehensweise
Beschreibung der
Vorgehensweise
bei der
Einstellung
Durchführung
der Versuche
an den
Versuchsständen
Darstellung der
Schritte bei der
Versuchsdurchführung
Beschreibung der
Vorgehensschritte bei der
Durchführung
Erfassung der
Versuchsergebnisse pro
Versuchsstand
Diagramme zur
Anzeige von
Ausreißern
Automatische
Übertragung und
Zuordnung der
Ergebnisse zum
Projekt
Einstellung des
Versuchsplans
pro Versuchsstand
Selektion
Ergebnisse der
Versuchsstrategie
Versuchsstände,
Prüfstationen
Ausprägungen der Benutzerschnittstelle in der Phase Versuchsauswertung
Technische
Akquisition
Anwenderbezogene Akquisition
Selektion
Mitarbeiterdatenbank
Expertenbefrag.,
durch System:
mögl. Irrtumswahrscheinlichkeiten
Auswahl je nach
Bedeutung des
Projekts, z. B.
α = 5%
CAQ-System,
Fertigungsmittel
Übersicht der
verschiedenen
Möglichkeiten zur
Überprüfung
Auswahl je nach
gewünschter
Genauigkeit: z. B.
graphischer Test
Präsentation des
Ergebnisses:
z. B. tatsächliche
Verteilung
anzeigen
Beschreibung der
Möglichkeiten zur
Überprüfung
Anwendung
Analyseverfahren
CAD-System,
CAQ-System,
Fertigungsmittel
Übersicht
verschiedener
Möglichkeiten zur
Analyse: z. B.
Effektberechnung
Auswahl aus:
Effektberechn.,
Varianzanalyse,
Signifikanzana.,
Regressionsana.,
Residuenanalyse
Bildliche
Darstellung der
Verfahren
Beschreibung der
Möglichkeiten zur
Analyse
Anwendung
Darstellungsmethode
CAQ-System,
Fertigungsmittel
Übersicht
verschied. Mögl.
zur Darstellung
der Versuchsergebnisse
Auswahl der
Darstellungsmethode je nach
definierter
Anforderung
Darstellung je
nach Definition:
z. B. in
Diagramm,
Effekteplot
Beschreibung der
Möglichkeiten zur
Darstellung
Teilfunktion
Auswahl der
Modellsicherheit
Überprüfung der
Auswertevoraussetzungen
Präsentation
Hilfe
Angabe üblicher
Irrtumswahrscheinlichkeiten
122
Anhang
Ausprägungen der Benutzerschnittstelle in der Phase Validierung
Anwenderbezogene Akquisition
Selektion
Präsentation
Hilfe
Interpretation
der Ergebnisse
Expertenbefragung,
Brainstorming
Auswahl der
Teammitglieder
nach bestimmten
Kriterien
Tabelle, mit
Erläuterungen zur
Interpretation
Interpretationen
früherer
Ergebnisse von
Projekten
Ableitung von
Maßnahmen
Expertenbefragung,
Übersicht der
Maßnahmen
früherer Projekte
Maßnahmenauswahl je nach
Erfolg der
Bestätigungsexperimente
Tabelle, Liste der
ausgewählten
Maßnahmen
Erfolg der
Maßnahmen
ähnlicher
Projekte
Priorisierung
Maßnahmen
Aktualisierung
ProzessIshikawaDiagramm
Erklärung der
Anwendung der
Datenbank
Teilfunktion
Bereitstellung
des Wissens für
nachfolgende
Projekte
Technische
Akquisition
Anhang
123
Anhang E: ERM-Diagramm des Informationssystems für die Statistische
Versuchsmethodik in der Elektronikfertigung
Projekt
Projekt_ID: INT
n
1
Teammitglieder: TEXT
Betriebsmittel: TEXT
Beschreibung: TEXT
Fertigstellungstermin: DATE
Zielstellung: TEXT
Maßnahmen: TEXT
n
n
Versuch_ID: INT
Produkt_ID: INT
Ishikawa_ID: INT
1 n
Einfluss
Einfluss_ID: INT
Bezeichnung: VARCHAR
Beschreibung: TEXT
Obereinfluss: VARCHAR
IstStörgröße: TINYINT
Untereinfluss
Untereinfluss_ID: INT
Bezeichnung: VARCHAR
Beschreibung: TEXT
HatFokus: TINYINT
UW_Bezeichnung: VARCHAR
UW_Beschreibung: VARCHAR
Obereinfluss: VARCHAR
Maßnahmen: TEXT
Versuch_ID: INT
Nummer: INT
WertDerZielgröße: VARCHAR
Projekt_ID: INT
Ishikawa_ID: INT
Versuch
1
n
Versuchsplanbelegung
Produktbild_ID: INT
Filename: VARCHAR
Bildinformation: LONGBLOB
Produkt_ID: INT
Unterzielgröße_Nr: VARCHAR
Versuchsstrategie: VARCHAR
Versuchsplanbelegung: VARCHAR
Ziel_Opt_Max: VARCHAR
Ziel_Opt_Max: VARCHAR
Versuchsnummer: INT
HatFokus: TINYINT
Produktbild
Bezeichnung: VARCHAR
Beschreibung: TEXT
1
Ishikawa_ID: INT
Unterzielgröße_ID: INT
n
Bezeichnung: VARCHAR
Zielgröße_Bezeichnung: VARCHAR
Zielgröße_Beschreibung: TEXT
Unterzielgröße_ID: INT
Bezeichnung: VARCHAR
Beschreibung: TEXT
HatFokus: TINYINT
Produkt_ID: INT
1
1
n
Ishikawa_Diagramm
1
Unterzielgröße
Produkt
Unterzielgröße_ID: INT
1
1
1 n
UntereinflussHatWW
ID: INT
Untereinfluss_ID: INT
n
1
Wechselwirkung
WW_ID: INT
n
n
UntereinflussHatVersuch
FaktorstufePlus: VARCHAR
FaktorstufeMinus: VARCHAR
Faktornummer: VARCHAR
SignifikanzDesFaktors: VARCHAR
OptZahlenwertMin: VARCHAR
OptZahlenwertMax: VARCHAR
Untereinfluss_ID: INT
Versuch_ID: INT
Bezeichnung: VARCHAR
Beschreibung: TEXT
UntereinflussHatWW_ID: INT
Lebenslauf
Zur Person
Name
Peter-Frederik Brenner
Geburtsdatum
13.04.1976
Geburtsort
Worms
Familienstand
verheiratet
Schulbildung
07.1982 - 06.1986 Grundschule Schillerschule, Bürstadt
07.1986 - 06.1995 Starkenburg-Gymnasium, Heppenheim,
Abschluss: Allgemeine Hochschulreife
Studium
04.1996 - 09.1996 Grundstudium Studiengang Verfahrenstechnik,
TU Bergakademie Freiberg
10.1996 - 02.2000 Grundstudium Studiengang Umwelt-Engineering,
TU Bergakademie Freiberg, mit Unterbrechung
von 10.1997 bis 11.1998 aufgrund Zivildienst
03.2000 - 12.2002 Hauptstudium Studiengang Umwelt-Engineering,
TU Bergakademie Freiberg,
Abschluss: Dipl.-Ing.
Berufstätigkeit
seit 01.2003
Wissenschaftlicher Mitarbeiter bzw. wissenschaftlicher Assistent
am Lehrstuhl Qualitätsmanagement und Fertigungsmesstechnik
(QFM), Friedrich-Alexander-Universität Erlangen-Nürnberg
seit 01.2006
Geschäftsführer Sonderforschungsbereich 694
„Integration elektronischer Komponenten in mobile Systeme“,
Friedrich-Alexander-Universität Erlangen-Nürnberg
seit 06.2006
Leiter Messzentrum QFM,
Friedrich-Alexander-Universität Erlangen-Nürnberg
seit 11.2006
Leiter DKD-Kalibrierlaboratorium Messzentrum QFM
des Deutschen Kalibrierdienstes (Reg.-Nr. DKD-K-36501),
Friedrich-Alexander-Universität Erlangen-Nürnberg