Digitale Vernetzung und Single-Source-Of-Truth im Verpackungsprozess

Neue Anforderungen in der Lieferkette erhöhen den Druck auf die Produktionslinien und damit auf die Produktivität und Qualitätssicherung. Spezialisierte Pharmaprodukte und Behandlungsmethoden sowie die Zunahme an klinischen Studien forcieren den Trend zu mehr Flexibilität und Kleinvolumenproduktion. Continuous Production tritt mehr und mehr aus dem Schattendasein der beinahe schon klassischen Lieferketten-Trends wie Late Stage Customisation heraus. In der Lebensmittelbranche wird demnächst der GS1-Digital-Link mit dem 2D-Matrix-Code anstelle des bisher üblichen Barcodes eingesetzt.

Daraus folgen direkte Konsequenzen für die Produktionsanlage: In der Pharmaindustrie und Medizintechnik nimmt die Batchgröße ab und häufig die Variantenvielfalt zu. Die Ansprüche an die Line Clearance steigen. Bei Lebensmitteln genügen die bestehenden Drucktechnologien voraussichtlich nicht, um den 2D-Code in entsprechender Qualität aufzubringen – die Drucktechnologie muss umgestellt werden, was mit neuen Schnittstellen und Prozessen einhergeht. In beiden Fällen müssen mehr variable Daten beziehungsweise generell Daten in den Produktionslinien zur Produktkennzeichnung und Qualitätsprüfung verarbeitet werden. Die Komplexität steigt, die Produktivität leidet üblicherweise. Die Gesamtanlageneffektivität (Overall Equipment Effectiveness, OEE) rückt in den Vordergrund.

Workflow und Datenintegration verbessern

Doch welche Risiken nehmen Anwender möglicherweise in Kauf? Wie können sie die einzelnen Faktoren Qualität, Risiko und Kosten verändern, ohne negativen Einfluss auf die anderen zu nehmen? Wie wird die Nachhaltigkeit berücksichtigt? Müssen Anwender die Aufgabe nicht auch über die Produktionslinie und die konventionelle OEE hinaus betrachten? In der Analyse der Produktivität bei der OEE spielen Einflüsse wie Vorbereitungs- sowie Einrichtungszeit beispielsweise, um neue Artworks zu erstellen, freizugeben und einzurichten, technische Störungen oder auch Personalmangel eine wichtige Rolle.

Chat GPT liefert auf die Frage, wie der OEE optimiert werden kann, unter anderem folgende Antworten: Zum einen die Analyse und Datenerfassung über den Produktionsprozess und die Erhöhung der Verfügbarkeit. Dieses wiederum durch die Schulung des Wartungspersonals. Des Weiteren sollte die Leistungsfähigkeit erhöht werden, etwa durch die Optimierung der Produktionsabläufe, die Schulung der Mitarbeiter sowie die Reduzierung der Rüstzeiten. Außerdem führt Chat GPT an, moderne Technologien und automatisierte Systeme einzuführen, um die Effizienz und Genauigkeit der Produktion zu erhöhen.

Das Schweizer Unternehmen Qualivision setzt mit seinen Lösungen genau dort an: Als Dienstleister für automatische Qualitätssicherung und industrielle Bildverarbeitung, hat das Unternehmen durch Produzenten und Partner jahrelang Erfahrungen in der Vision Inspection unter anderem in Verpackungsprozessen der Pharma-, Medizintechnik- und Lebensmittelbranche erlangt. Im Mittelpunkt steht der Single-Source-Of-Truth-Ansatz. Die Lösungen sind nicht nur darauf ausgerichtet, Prozesse in der Produktionslinie zu verbessern, sondern darüber hinaus das Niveau des automatisierten Workflows und der Datenintegration mit übergeordneten Systemen wie Enterprise Resource Planning (ERP), Manufacturing Execution System (MES), Learning Management System (LMS), Level 3 und der Betriebsdatenerfassung zu erhöhen.

Herzstück der technischen Herangehensweise ist die Digitale Referenz, zu Deutsch die digitale Druckbildvorlage. Diese stellt aus dem übergeordneten System, dem Drucker und der Kamera das digitale Daten/Layout-Dokument als PDF bereit. Von der Definition des Drucklayouts bis zum Produktionsstart entfallen gegenüber einem konventionellen Arbeitsablauf fünf von sieben Arbeitsschritten. Die Digitale Referenz ist unabhängig von den Konturen und Pixeln eines Teach-Drucks für die Kamera, dem sogenannten Golden Image. Die Kamera/Qualireader-Software lernt automatisch und ohne, dass ein Drucker involviert ist. Ein Eingriff des Operators, um Fonts einzulernen oder bestimmte Zonen am Drucker oder der Kamera zu markieren oder zu definieren ist hinfällig – das Druckbild mit Schriften, Piktogrammen und sonstigen Zeichen wird automatisch vollflächig inspiziert. Selbst Fonts aus dem asiatischen oder arabischen Raum werden automatisch geprüft, ebenso kleinste Zeichen wie Dezimalpunkte.

Die Sicherheit steigt, da weniger manuelle Eingriffe nötig sind und das System dadurch unabhängig von menschlichen Fehlern ist und die Einrichtungszeit reduziert sich. Das Verfahren – standardmäßig kein Optical Character Recognition (OCR), Optical Character Verification (OCV) beziehungsweise Deep Learning – ist tolerant gegenüber Druckprozessschwankungen. Die nachvollziehbare Justage der Prüftoleranzen ist dadurch einfacher zu bewerkstelligen. Irrtümlicher Ausschuss wird minimiert und die Produktionsgenauigkeit erhöht. Durch den Wegfall des physischen Teach-In der Kamera wird Abfall reduziert. Nebst den beschriebenen Vorteilen auf der OEE wird in letzter Konsequenz auch die Line Clearance beschleunigt. Gemeinsam mit den Partnern Ulma Packaging und Amaco hat Qualivision beispielsweise für einen Medtech-Anwender einen nahtlosen Batch-Wechsel in einer solchen Anlage umgesetzt. Mit Qualireader Print&Inspekt (PI) sind Druck und Inspektion integriert worden und mit dem Qualireader Q wurden Qualitäts-Prüfungen durchgeführt.

Und wie sieht es in diesem Zusammenhang mit den übergeordneten Einheiten, Systemen und Prozessen aus? Wie nehmen interne Effekte wie eine fragmentierte Datenverwaltung, Verantwortlichkeiten oder unterschiedliche Workflows Einfluss? Was haben unterschiedliche Drucker und Druckertechnologien sowie deren Schnittstellen damit zu tun? Gilt es doch zu bedenken, dass diese Heterogenität nicht nur an einem Produktstandort gilt, sondern standortübergreifend! Bildlich gesprochen stehen den Daten, während sie von dem ERP beziehungsweise MES über das Label Management hin zu den einzelnen Subsystemen oder Stakeholdern bereitgestellt und übermittelt werden, physische und nicht-physische Hindernisse im Weg, die es zu eliminieren gilt.

Indem das Schweizer Unternehmen die Vorgaben aus den übergeordneten Systemen digitalisiert verarbeitet, ermöglicht es eine vollständige Digitalisierung mit vertikaler Vernetzung. Die Qualireader-Software bietet verschiedene Standardschnittstellen, um die vielfältigen Datenströme zu harmonisieren und die Daten für andere Systeme bereitzustellen. Gemäß dem Motto „better together“ funktioniert der Single-Source-Of-Truth-Ansatz vernetzt mit einem Labelmanagement-System (LMS) noch besser – indem der gesamte Design-, Genehmigungs-, Druck- und Inspektionsprozess digitalisiert wird.

Wie in folgendem Fall: Ein internationaler Medizinkonzern hat sich im Rahmen seines im Jahr 2018 intern ausgerufenen Digitalisierungsprozesses die Aufgabe gestellt, manuelle Prozesse weitestgehend zu eliminieren. Fast jeder Produktionsstandort hatte seine eigenen Lösungen, Prozesse und Werkzeuge und ein Großteil der Prozesse war händisch. Ein Fokus war der Produktkennzeichnungsprozess, beginnend mit Labelinformationen, die im ERP-System bereitgestellt werden bis hinunter zur Produktionslinie und dem Ziel, die In-Process-Kontrolle zu minimieren. Bisher mussten die Informationen manuell aus dem ERP kopiert und in das Label Template eingefügt oder gar neu eingeben werden.

Manueller und automatischer Druck möglich Dem Schweizer Unternehmen kam mit der Digitalen Referenz und den Schnittstellen zum LMS eine wichtige Rolle zu. Der Datenaustausch zur Linie sowie die Betriebsdatenerfassung zurück ins übergeordnete System waren wichtiger Bestandteil. Der Anwender benötigte ein Druckdatenmanagement-System respektive Prozess, der sowohl den manuellen oder bedarfsgesteuerten Druck als auch den automatischen Druck – ausgelöst vom MES oder einem anderen Produktionssystem – unterstützt und inline-Druck inklusive Inspektion ermöglicht. Für jeden Druckauftrag erhält das LMS-Paket Informationen über die Etikettenvariante und sendet den Druckauftrag mit der hinterlegten Menge. Das MES kann die LMS-Druckdaten auch an das Kamerainspektionssystem weiterleiten, das eine Druckbildkontrolle durchführt. Dieser flexible Ansatz gibt dem Anwender mehr Möglichkeiten, lokale Begebenheiten hinsichtlich des Drucks und dessen Prozess zu berücksichtigen. Doch in jedem Fall startet es immer von demselben Ausgangspunkt: dem ERP.

Qualivision als Dienstleister für automatische Qualitätssicherung und industrielle Bildverarbeitung leistet einen Beitrag, um die betriebliche Leistungsfähigkeit zu steigern und die Produktion nachhaltiger zu machen. Aufgrund der Digitalen Referenz und der vielfältigen Standard-Schnittstellen im Bereich der vertikalen Inte-gration wird nicht nur der Wirkungsgrad an der Linie selbst effektiver gestaltet, sondern darüber hinaus, über alle Einheiten. Warum nicht die OEE neu interpretieren – Overall Entity Effectiveness?