Semantische Wiki-Systeme in der wandlungsfähigen Produktion

Abstract

Europäische Produktionsunternehmen nehmen weltweit eine führende Rolle bei der Herstellung von qualitativ hochwertigen und an Kundenanforderungen angepassten Gütern ein. Zur Erhaltung und zum Ausbau ihrer Wettbewerbsfähigkeit müssen diese Unternehmen die Attraktivität ihres Angebots und ihre Reaktionsfähigkeit auf die sich immer schneller ändernden Anforderungen und Markbedingungen kontinuierlich verbessern. Hierzu müssen die eingesetzten Produktionssysteme, als soziotechnische Gesamtsysteme, über Wandlungsfähigkeit verfügen. Dies verlangt, zum einen, nach flexiblen und rekonfigurierbaren Maschinen in der Produktion und, zum anderen, nach leistungsfähigen und flexibel einsetzbaren Mitarbeitern. Diese benötigen für die Lösung von immer komplexeren und schneller wechselnden Aufgabenstellungen ein gestiegenes Maß an Daten, Informationen und Wissen, welches in unterschiedlichen Kontexten anwendbar ist. Als Folge steigt die Bedeutung von Methoden und Werkzeugen zur Verbesserungdes Wissensmanagements in produzierenden Unternehmen. Am Markt existiert bereits eine Vielzahl von IT-Werkzeugen zum Wissensmanagement, die jedoch in der Produktion und insbesondere in KMU auf Grund ihrer fehlenden Flexibilität und Anpassbarkeit sowie wegen ihres hohen Ressourcenbedarfs nicht verbreitet sind. Für die Verbesserung des Wissensmanagements der Mitarbeiter in der Produktion sind Systeme zu entwickeln, welche die spezifischen Anforderungen in wandlungsfähigen Produktionssystemen und in KMU erfüllen. Das in dieser Arbeit vorgestellte Lösungskonzept stellt einen Bauplan und einen Leitfaden für die Entwicklung organisationsspezifischer semantischer Wissensmanagementsysteme in wandlungsfähigen Produktionssystemen bei KMU dar. Die Systemarchitektur beschreibt die Systemkomponenten des Wissensmanagementsystems und ordnet diese anhand von drei funktionalen Ebenen an. In der Präsentations- und Anwendungsebene wird ein Semantisches Wiki-System eingesetzt. Dieses ermöglicht denMitarbeitern die flexible Erfassung, die semantische Verknüpfung und die Anfrage von heterogenen Informationsobjekten. Für die Unterstützung komplexerer Arbeitsabläufe können zudem Anwendungsmodule als Web-Anwendungen entwickelt und in das Wiki-System integriert werden. Die mit der Präsentations- und Anwendungsebene verbundene Integrations- und Auswertungsebene umfasst eine semantische Middleware, welche alle im System vorhandenen Informations- und Datenobjekte verknüpft und auswertet. Das System verwendet hierfür ein Wissensmodell. Dieses wird als Ontologie implementiert und umfasst die Metadaten der Systemdomäne, deren semantische Verknüpfungen sowie formalisiertes maschinenverständliches Expertenwissen in Form von Regeln. Die Extraktions- und Aggregationsebene als dritte Systemebene besteht aus verteilten semantischen Datenadaptern zur Übertragung und zur semantischen Annotation von Datenobjekten wie Rezepten und Reports aus den Informationssystemen in der Produktion. Das indieser Arbeit entwickelte Lösungskonzept wurde anhand von zwei praktischen Fallbeispielen erprobt. Zusätzlich wurde das Lösungskonzept anhand von Anforderungen bewertet, die in Wissenschaft und Praxis diskutiert werden. Als Ergebnis ist festzuhalten, dass die in dieser Arbeit entwickelte Systemarchitektur die Anforderungen in wandlungsfähigen Produktionssystemen bei KMU erfüllt. Insbesondere ist das System flexibel, durch Mitarbeiter in der Produktion anpassbar und hiermit für den Einsatz in turbulentem Umfeld geeignet. Für die Erfassung großer und komplexer Datenmengen aus der Produktions-IT ist das System jedoch in seiner hier vorgestellten Form nicht ausgelegt. Das komplementäre Vorgehensmodell benennt die notwendigen Aktivitäten für die Anwendung des Systemkonzeptes in produzierenden KMU. Hierbei stehen die Anpassung des erweiterbaren Wissensmodells und die Anwendung des semantischen Schnittstellenmoduls im Fokus. Die im Vorgehensmodell referenzierten Methoden und Werkzeugesind für die Anwendung in KMU besonders geeignet und ermöglichen die Entwicklung und Nutzung des Systems mit geringem Ressourcenaufwand.

The European manufacturing industry is very active in nearly all fields of production, thus making it one of the world's strongest operators for factories. To improve their competitiveness, manufacturing enterprises need to be responsive to changing product and production requirements as well as market trends. This is especially true for small and medium sized enterprises (SME), which act in smaller markets and customer segments. In consequence, their processes and production systems have to be adaptable. To achieve this, not only flexible and reconfigurable machines on the shop floor are needed but also experienced workers and engineers capable of dealing with changing requirements and conditions. In order to be able to perform their problem-solving tasks effectively and also to facilitate continuous innovations in the production organization, these workers and engineers require much more data, information and knowledge than in the past. As a result, methods and informationsystems to support knowledge management (KM) on the shop floor are becoming increasingly important. Commercial KM tools which support the gathering, storage and retrieval of knowledge within enterprises have been available on the market for several decades. However, these systems strongly focus on office applications and do not fulfill the requirements of adaptable production systems or SMEs. Knowledge management systems need to be adapted to the special requirements and processes of each organization. Therefore, a set of methods and tools have to be selected or developed, which support the adaptation, roll-out and continuous improvement of knowledge management systems in manufacturing SMEs. Strategies, methodologies and tools for developing knowledge management systems have been evaluated within the scope of this thesis. However, due to a lack of suitable approach for the production domain and existing system architecture, this aspect still needed to be developed. Consequently,a system architecture and methodology for knowledge management systems in adaptable production systems have been developed in this thesis. The architecture is composed of three layers: the presentation and application layer is wiki-based and complemented by a number of custom-designed extensions. As a result, the user manages knowledge primarily via wiki-pages and semantic forms, thus ensuring high flexibility and adaptability of the user interface. The integration and reasoning layer is composed of semantic middleware, which allows information objects and data objects from heterogeneous sources to be interlinked, and also performs deductive reasoning based on formalized expert knowledge. This is contained in the knowledge model of the system, which is implemented as an ontology and is made up of concepts, attributes, relations and rules. The knowledge model and all facts contained in the system are analyzed by applying the semantic reasoning capabilities of the middleware. Thedata extraction and aggregation layer is the third layer in the system architecture and is made up of distributed semantic data adapters, which support the transfer and semantic integration of data from heterogeneous information systems on the shop floor. The system architecture and methodology developed in the thesis have been validated in two case studies. Both case studies show the benefits of the proposed semantic knowledge management system: the system is flexible and adaptable by users. It is not only capable of integrating unstructured and semi-structured content, such as documents and written text on wiki-pages, but also well-structured data objects transferred from external information systems. However, the presented system architecture has limitations in processing and analyzing a large number of data objects or data volumes. The methodology references methods and tools, which are suitable for SMEs and allow a quick and effective implementation of knowledge managementsystems in manufacturing organizations. In the process, no major IT resources are required for implementation or maintenance.