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