FIRMENVERTRAULICH. NICHT OFFENLEGEN.
Als Pionier ist Tesla auch bei der digitalen Transformation führend
Hochmoderne Fertigungssysteme erzeugen Datenströme mit dem Potenzial, emissionsfreie Elektrofahrzeuge erschwinglicher zu machen
Herausforderung : Obwohl die drohende Klimakrise deutlich gemacht hat, dass die Welt von Energieverbrauchsgütern wegkommen muss, bleiben erneuerbare Energietechnologien für die überwiegende Mehrheit der Verbraucher unerschwinglich teuer. In der Automobilindustrie ist der hohe Preis für emissionsfreie Elektrofahrzeuge direkt mit den traditionell hohen Kosten für die Entwicklung und Herstellung bahnbrechender Innovationen verbunden.
Lösung : Visionäre bei Tesla verfolgen einen zweigleisigen Ansatz zur Kostensenkung: Nutzung digitaler Fabriken mit hohem Volumen, um Skaleneffekte zu maximieren, während gleichzeitig Prozesse durch fortschrittliche Analysen streng optimiert werden. JMP® Statistik-Discovery-Software bietet Ingenieurteams eine einzige Plattform für Datenzugriff, -analyse und -freigabe, die Barrieren und Komplexitäten aus Engineering-Workflows beseitigt. JMP, sagt Process Quality Engineer Samuel Troptard, „ist eine wirklich komplette Lösung.“
Ergebnisse : Durch die Einführung einer einzigen Software für den gesamten Prozessqualitäts-Workflow hat Tesla die Engineering-Effizienz in mehreren Schlüsselbereichen gesteigert. Ingenieure können jetzt neue Prozesswerkzeuge schneller und mit weniger Vorkommen außerhalb der Spezifikation qualifizieren und für die Produktion freigeben; die Automatisierung von Routineaufgaben macht Analysen besser reproduzierbar und etabliert eine universelle statistische Best Practice; und die dynamische Visualisierung von Daten hilft Domänenexperten und Datenwissenschaftlern, besser zusammenzuarbeiten. Alle haben zur Kosten- und Zeitreduzierung beigetragen – etwas, das laut Troptard ein starkes Argument für JMP ist und, wie er hinzufügt, gut zu Teslas Geist der beschleunigten Erfindung passt.
_____________________________________________________________________________________
Da die traditionelle Transportindustrie fast ein Drittel der weltweiten Treibhausgasemissionen verursacht, warnen Wissenschaftler, dass eine vollständige Umstellung auf nachhaltigen Transport dringend erforderlich ist, wenn wir der Klimakrise zuvorkommen wollen. Auf der Verbraucherebene hat der in den USA ansässige Hersteller von Elektrofahrzeugen Tesla nicht nur Pionierarbeit bei den Technologien geleistet, die erforderlich sind, um diesen Wandel Wirklichkeit werden zu lassen; Es hat auch emissionsfreie Autos in einem Rekordtempo auf die Straße gebracht, wobei Teslas Model 3 das erste Elektroauto ist, das weltweit die Marke von einer Million verkauft.
Um seine Mission zu erfüllen, den Übergang zu nachhaltigem Transport zu beschleunigen, sieht sich Tesla jedoch der Realität gegenüber, dass die hohen Kosten seiner Produkte sie für die meisten Verbraucher unerschwinglich machen. Das Unternehmen konzentriert sich daher auf die Innovation immer erschwinglicherer Elektrofahrzeugtechnologie. „Durch die Reduzierung der Kosten von [Komponenten]“, kündigte das Unternehmen kürzlich in einer Pressemitteilung an, „kann Tesla Produkte immer mehr Menschen zugänglich machen, wodurch wir den größtmöglichen Einfluss auf den Übergang der Welt zu nachhaltiger Energie nehmen können.“
Fortschrittliche digitale Fabriksysteme sind ein Schlüsselinstrument für Innovationen
Großvolumige, mit erneuerbarer Energie betriebene digitale Fabriken – und die damit verbundenen Skaleneffekte – bilden nun einen Eckpfeiler von Teslas Strategie zur Beschleunigung des nachhaltigen Transports. Bei der Ankündigung der Gründung von Tesla Advanced Automation Germany im Jahr 2016 schrieb das Unternehmen: „Als die Maschine, die die Maschine baut, sind unsere Fabriken so wichtig, dass wir glauben, dass sie letztendlich eine Größenordnung mehr Aufmerksamkeit im Engineering verdienen werden als das, was sie produzieren . Bei sehr hohen Produktionsmengen wird die Fabrik mehr zum Produkt als zum Produkt selbst.“
Da Tesla Automation in den folgenden Jahren gewachsen ist, hat sich diese Philosophie noch tiefer in die Unternehmenskultur eingebettet, in der Analytik Hand in Hand mit einigen der fortschrittlichsten digitalen Fertigungssysteme der Welt geht. Als spezialisierter Hersteller automatisierter Maschinen für unter anderem Teslas Mikroprozessoren, Speicherchips, Sensoren, Lenksteuerungen und Lithium-Ionen-Batterien konzentriert sich Tesla Automation stark auf die Innovation neuer zweckdienlicher Robotiksysteme.
„Beim Bau dieser Art von Spezialmaschinen gibt es immer wieder neue Herausforderungen“, sagt Samuel Troptard, Process Quality Engineer im Tesla-Werk in Prüm, Deutschland. Die Aufgabe des Qualitätsteams, erklärt er, sei es daher, die Beziehung zwischen dem Design der Technologie, dem Prozess, mit dem sie hergestellt wird, und letztendlich der Qualität und Zuverlässigkeit ihres Lebens nach der Produktion zu berücksichtigen. Die fortschrittlichen digitalen Systeme des Standorts generieren robuste Datenströme, die laut Troptard für die statistischen Ansätze, die den Arbeitsablauf des Teams ausmachen, unerlässlich sind. „Statistiken sind nicht immer die komplette Lösung, aber sie haben einen enormen Einfluss [auf die Art und Weise, wie unsere Fabriken arbeiten].“
JMP, ein End-to-End-Statistik-Workflow-Tool, verkürzt den Zeitaufwand für Datenzugriff, Vorbereitung und Analyse um zwei Drittel
Die Kosten sind ein Bereich, in dem die Auswirkungen der Analytik am stärksten zu spüren sind. Obwohl die Kosten immer ein Schlüsselfaktor bei der Entwicklung sind, ermöglichen es statistische Ansätze für den Produktionsstart den Qualitätsingenieuren von Tesla, die Kosten für jedes auftretende Problem oder jede Abweichung von der Spezifikation direkt zu quantifizieren, sagt Troptard. Es wird daher einfacher, die Reihenfolge zu priorisieren, in der Probleme gelöst werden sollten.
Von ähnlicher Bedeutung in Entwicklung und Produktion ist die Geschwindigkeit. Statistische Ansätze können Innovationszyklen dramatisch beschleunigen, aber ohne die richtigen Tools zur Verwaltung des Analyse-Workflows, erklärt Troptard, tendiert unnötige Komplexität dazu, Geschwindigkeitsvorteile zunichte zu machen. Aus diesem Grund, sagt er, hat Tesla die statistische Erkennungssoftware JMP® eingeführt, eine End-to-End-Lösung für die Verfahrens- und Anlagentechnik, die sowohl Kosten als auch Entwicklungszeit reduziert.
Als die Ingenieure das Tool zum ersten Mal dem Management von Tesla vorstellten, demonstrierten sie, wie JMP dazu beitragen kann, die Prozesse am Standort des Unternehmens in Prüm zu beschleunigen. „Der überzeugendste Grund war, Zeit zu sparen, was meiner Meinung nach das beste Argument für JMP ist“, sagt Troptard. „JMP beschleunigt vieles. Während wir beispielsweise früher ein Datenblatt mit Formeln und Excel-Makros erstellen mussten, bevor wir auch nur einen kleinen Standardfähigkeitsfaktor berechnen konnten, sind Sie mit JMP mit nur zwei Klicks dort.“
Durch die Reduzierung der Zeit für die grundlegende Analyse, sagt er, entlastet das Tool Ingenieure auch, um sich komplexeren, wertschöpfenden Problemen zu widmen. „Sie können weniger Zeit damit verbringen, über das Problem zu sprechen, und mehr Zeit damit verbringen, über die Lösung zu sprechen“, fügt er hinzu und stellt fest, dass JMP dem Team geholfen hat, Barrieren und Komplexitäten zu beseitigen und die Effizienz zu steigern, ohne dass das Management die Mitarbeiterzahl erhöhen musste.
„Ich würde sagen, dass ich mit JMP mindestens dreimal schneller bin“, bestätigt Troptard. „Und es gibt Dinge, die ich in JMP tun kann, die vorher nicht möglich waren. Zum Beispiel gibt es Dinge, die in Excel wirklich schwierig wären, und JMP ist 100-mal schneller, weil es bereits als spezielle Funktion implementiert ist.“
Die Migration aller Datenprozesse in ein einziges Tool erhöht die Reproduzierbarkeit und standardisiert sich an Best Practices
Ganz gleich, ob es sich um vorkonfigurierte Plattformen handelt, die sofort für Methoden wie Design of Experiments (DOE) oder die dynamische Erkundungsplattform Graph Builder verwendet werden können, laut Troptard verwaltet JMP Datenworkflows von Ende zu Ende – vom Zugriff auf die Entdeckung bis zur Entscheidung. JMP bietet Tesla die Möglichkeit, Fehler in bestehenden Prozessen und Geräten zu beheben, neue Methoden zur Unterstützung der nächsten Spitzentechnologie zu entwickeln und Prozesse schnell und wirtschaftlich zu verfeinern. „Die Lösung von JMP ist wirklich vollständig“, sagt Troptard. „Wenn ich ein Projekt mit JMP beginne, kann ich den Job aufgrund seiner verschiedenen Funktionen vollständig in JMP abschließen … JMP ist eine wirklich komplette Lösung – es ist mein tägliches Werkzeug.“
Durch die Vereinigung so vieler Tools in einer einzigen Software sagt Troptard, dass JMP für Ingenieure die Notwendigkeit beseitigt, mehrere Plattformen zu lizenzieren, die dieselben Probleme lösen. „JMP ist die richtige Balance zwischen universeller Software wie Excel und dedizierter Softwarequalitätssoftware für die Prozessanalyse“, sagt er.
„Mit Excel kann man vielleicht alles Mögliche machen, aber es ist nicht schnell. Und man muss viele Tricks kennen, um ans Ziel zu kommen. Auf der anderen Seite mag [eine Prozessanalyse-Software] wirklich spezifisch sein – aber sie ist in der Bandbreite der Dinge, für die Sie ein Tool benötigen, begrenzt. Darüber hinaus habe ich festgestellt, dass ich mit JMP Analysen viel schneller und mit weniger Konfiguration durchführen kann. Variabilitätsdiagramme zum Beispiel sind sehr schnell. Mit zwei Klicks können Sie Ihre Antwort lesen.“
Die Anpassung durch Skript-Dashboards hat dazu beigetragen, Datenprozesse in allen Phasen des Analyse-Workflows weiter zu automatisieren, Best Practices einzuführen und Wiederholungsanalysen zu beschleunigen. Zum Beispiel zeigt Troptard, wie er Tabellenumwandlungen schreibt, indem er die Spalten in Zeilen umwandelt und umgekehrt.
„Wir können visuell prüfen, ob alle Positionen gemessen werden und sicherstellen, dass die Daten plausibel sind. Dann kann ich entscheiden, ob wir die Tests an der Maschine fortsetzen“, erklärt er. „Wenn wir mehr Produkte verwenden, möchten wir möglicherweise die Hardware oder Software erneut überprüfen. Nachdem wir Probleme in der Software definiert haben oder wenn die Daten nicht bestanden werden, werden wir einige Diskussionen führen. JMP-Grafiken zeigen visuell alle Ereignisse, die außerhalb der Spezifikation liegen, damit wir schnell reagieren können.“
Standardisierte Skripte sind eine weitere Möglichkeit, Skaleneffekte zu realisieren, und bei Tesla können Skripte für wiederholte Analysen und Prozessüberwachung schnell an ein ganzes Team von Ingenieuren verteilt werden. Diejenigen, die sich mit komplexen Analysen auskennen, können daher Fachexperten, die näher an Produkten und Prozessen arbeiten, leichter unterstützen. Darüber hinaus, fügt Troptard hinzu, vermitteln gemeinsam genutzte Skripte Best Practices, und die integrierten Tools von JMP ermöglichen eine verbesserte Reproduzierbarkeit.
JMP ist ein vollständiger digitaler Ersatz für herkömmliche Prototypen
Da JMP immer tiefer in die täglichen Arbeitsabläufe eingebettet ist, bietet das Tool dem Team von Troptard jetzt Prozesseinblicke auf Augenhöhe mit den physischen Prototypen, die früher Standard waren. „Anders als typische Qualitätsingenieure betrachten wir keinen konstanten Prozess“, sagt Troptard. „Jede Maschine ist ziemlich einzigartig, und deshalb besteht unsere Aufgabe darin, zuerst das Design zu verbessern und dann den Prozess für die Produktion zu entwickeln und zu verifizieren.“
Während Prototypen traditionell Einblicke in den kritischen Kern eines Prozesses gewährten und dabei halfen, Parameter für Tests vorab zu definieren, war es nicht immer einfach, das Innenleben solch komplexer Maschinen zu simulieren. Und Prototyping war oft teuer. „Unsere Idee war also im Wesentlichen, den [traditionellen] Prototyp durch JMP zu ersetzen“, sagt Troptard. „Mit JMP können wir Energie sparen, die Analysezeit verkürzen, die Anzahl der Versuche und Manipulationen an der Maschine reduzieren und unser Ziel schneller erreichen. Dann können wir [Erkenntnisse] direkt auf die Maschine anwenden und zusätzliche Versuche zur Überprüfung durchführen. Auch das können wir in JMP tun. Es ist ein kompletter Prototypenersatz.“
Das Tool erleichtert auch den Datenaustausch und die Diskussion, sei es in der Verbesserungs- oder Entwicklungsphase. Und für den Endbenutzer der Maschine, fügt Troptard hinzu, „ist es auch ein Vorteil, Ergebnisse schnell und sorgfältig teilen zu können und zum Beispiel zu sagen: ‚Hier ist die Fähigkeit‘, damit Sie schnell eine Entscheidung über das Ergebnis treffen können.“
Eine Kultur der Analytics-Befähigung fördert die Mitarbeiterbindung und trägt dazu bei, hochrangige Ingenieurtalente anzuziehen
Vielleicht noch wirkungsvoller als Geschwindigkeit und Optimierung, trägt Teslas Engagement für die digitale Transformation und sein bahnbrechender Ansatz zur Standardisierung von Analysen dazu bei, die Marke Tesla in den Augen der gesamten Ingenieurgemeinschaft aufzubauen. Hochgradig automatisierte Standardsysteme haben Datenprozesse so weit rationalisiert, dass Ingenieurteams von Routinedatenaufgaben befreit sind, um kreativ zu denken und in einem beispiellosen Tempo innovativ zu sein. Es ist eine aufregende Gelegenheit, die dazu beiträgt, die besten und klügsten neuen Mitarbeiter anzuziehen – und vorhandene Talente zu halten.
„Tesla ist eine beliebte Marke, was den Job sicherlich attraktiver macht“, sagt Troptard. „Es ist auch gut für das Unternehmen, weil wir in der Lage sind, sehr hochrangige Ingenieurtalente anzuziehen. Wir haben die Möglichkeit, mit großartigen Menschen zusammenzuarbeiten – und es ist diese Vielfalt, die das Arbeiten bei Tesla so schön macht.“
Das statistische Know-how unter Neueinstellungen sei hoch, sagt er, aber „wirklich neu ist die Weg Wir analysieren die Daten.“ Fachexperten arbeiten nicht nur eng mit Datenwissenschaftlern zusammen, sondern sind auch befähigt, Analysen auf ihre eigenen Daten anzuwenden. „Was ich wirklich wichtig finde, ist, wie wir Analytik zu einem Teil unserer Arbeitspraxis machen … Ich sehe Analytics als Hebel, um Verbesserungen vorzunehmen.“
„Der Faktor Zeitersparnis ist wirklich ein guter Punkt für JMP, aber darüber hinaus entspricht er auch dem Tesla-Gedanken: beschleunigtes Arbeiten, um das fortschrittliche Objektiv, das wir bereits haben, beizubehalten.“ Vielleicht ist die Welt, in der jeder Autofahrer ein Elektrofahrzeug hat, doch nicht so weit entfernt.
