Heim » Produktdesign » KI für Produktdesign und Innovation » Über 25 der besten KI-gestützten Abfragen für Fertigungsingenieure und Manager

Über 25 der besten KI-gestützten Abfragen für Fertigungsingenieure und Manager

Stückliste (BOM), Kosten der verkauften Waren (COGS), Schlanke Fertigung, Gesamtanlageneffektivität (OEE), Algorithmen für die vorausschauende Wartung, Produktionseffizienz, Lieferkette, Zeit, Wertstromanalyse

KI-Aufforderungen — Ai-driven tools enhance Herstellung efficiency through real-time data analysis and scenario modeling.

Modern manufacturing operations demand immediate, data-driven responses to shop floor variability and supply chain fluctuations. The following AI prompts function as specialized engineering tools, designed to execute complex calculations and scenario modeling that are prohibitive to perform manually or with standard Software. By processing specific operational inputs—such as raw production data, machine maintenance logs, or detailed process parameters—they generate directly usable outputs like optimized production schedules, root cause analysis reports for equipment failures, and cost-impact simulations for proposed process changes, enabling managers and engineers to make informed decisions grounded in quantitative analysis.

Diese Liste mit über 25 Anregungen bietet ein umfassendes Werkzeugset für das gesamte Spektrum der Fertigungsaufgaben: Die Anregungen sind in kritische Bereiche unterteilt, darunter Produktionsplanung und -steuerung für dynamische Umplanung und Optimierung; Prozess- und Effizienzoptimierung für Linienausgleich und Wertstromanalyse; sowie Instandhaltungs- und Anlagenmanagement für vorausschauende Planung und Ursachenanalyse. Weitere Kategorien umfassen Kosten- und Ressourcenmanagement für detaillierte Kostenkalkulationen und Eigenfertigungs- oder Fremdbezugsentscheidungen, Berichtswesen und Dokumentation für automatisierte Standardarbeitsanweisungen (SOPs) und … FMEA Generation sowie Supply Chain und Logistikintegration zur Risikobewertung und Logistikoptimierung, um einen ganzheitlichen Ansatz für die Werks- und Betriebssteuerung zu gewährleisten.

Produktionsplanung und -steuerung

Dynamische Produktionsumplanung bei Lieferkettenunterbrechungen

Das System analysiert einen Produktionsplan, eine Stückliste und eine Störungsmeldung (z. B. verspätete Lieferung einer kritischen Komponente). Anschließend generiert es einen überarbeiteten Produktionsplan, der Verzögerungen und Kosten minimiert, indem es alternative Lieferanten, geänderte Produktionsabläufe oder eine angepasste Lagernutzung vorschlägt.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {current_production_schedule}, {bill_of_materials}, {disruption_alert}, {alternative_suppliers}, {inventory_levels}

## CONTEXTYou are tasked with dynamically rescheduling production in response to a supply chain disruption. You have access to the current production schedule, the bill of materials (BOM), and a disruption alert detailing the issue (e.g., delayed shipment of a critical component). Your goal is to minimize delays and costs by suggesting alternative suppliers, modified production sequences, or adjusted inventory usage.## INPUTS1. Current Production Schedule: {current_production_schedule}2. Bill of Materials (BOM): {bill_of_materials}3. Disruption Alert: {disruption_alert}4. List of Potential Alternative Suppliers: {alternative_suppliers}5. Inventory Levels: {inventory_levels}## INSTRUCTIONS1. Analyze the current production schedule and identify the stages affected by the disruption detailed in the disruption alert.2. Examine the BOM to determine the critical components impacted by the disruption.3. Evaluate the list of potential alternative suppliers to identify viable options for the disrupted component(s), considering lead times and costs.4. Assess current inventory levels to determine if existing stock can be used to mitigate the disruption.5. Propose modifications to the production sequence to accommodate the disruption, ensuring minimal impact on overall production timelines.6. Calculate the cost implications of each proposed change, including supplier costs, inventory usage, and potential overtime or expedited shipping.7. Generate a revised production plan that incorporates the most cost-effective and timely solutions.## OUTPUT FORMATProvide a detailed report including:- Summary of the disruption and its impact on the production schedule.- List of alternative suppliers considered and the selected option(s) with justification.- Proposed modifications to the production sequence and inventory usage.- Cost analysis of the proposed changes.- Revised production schedule with updated timelines and resource allocations.

Mehrzieloptimierung der Produktionslosgröße

Das System ermittelt die optimale Losgröße für eine Produktliste unter Berücksichtigung mehrerer, teils widersprüchlicher Ziele, wie z. B. die Minimierung der Lagerkosten, die Reduzierung der Rüstzeiten und die Maximierung des Produktionsdurchsatzes. Es verarbeitet Produktionsdaten, Kostenparameter und Randbedingungen, um Losgrößen für jedes Produkt zu empfehlen.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {product_list}, {production_data}, {cost_parameters}, {constraints}

## CONTEXTYou are tasked with optimizing production batch sizes for a list of products. The goal is to balance multiple objectives: minimizing inventory holding costs, reducing setup times, and maximizing production throughput. You have access to production data, cost parameters, and constraints.## INPUTS- List of products: {product_list}- Production data for each product: {production_data}- Cost parameters: {cost_parameters}- Constraints: {constraints}## INSTRUCTIONS1. **Data Analysis** – Analyze the provided production data for each product in {product_list}. – Extract relevant metrics such as current batch sizes, setup times, and production rates.2. **Objective Function Formulation** – Define an objective function that incorporates the following: – Minimization of inventory holding costs using {cost_parameters}. – Reduction of setup times based on {production_data}. – Maximization of production throughput. – Consider {constraints} in the formulation.3. **Optimization Process** – Use a suitable optimization algorithm to solve the multi-objective problem. – Calculate the optimal batch size for each product in {product_list}.4. **Output Recommendations** – Provide a detailed recommendation for the optimal batch size for each product. – Include a summary of how each objective was balanced in the final recommendation.## OUTPUT FORMAT- Recommendations for optimal batch sizes: $product_name: $optimal_batch_size- Summary of objective balancing: $summary

Vorausschauende Engpassidentifizierung in einer Produktionslinie

Simuliert einen Produktionsprozess auf Basis von Zykluszeiten für jede Station, Transferzeiten und geplanten Wartungsintervallen. Es identifiziert potenzielle zukünftige Engpässe und schlägt proaktive Anpassungen der Maschinenbelegung, der Bedienerzuweisungen oder der Puffergrößen vor, um einen reibungslosen Produktionsablauf zu gewährleisten.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {cycle_times}, {transfer_times}, {maintenance_schedules}

## CONTEXTYou are tasked with simulating a production process to identify potential bottlenecks and suggest proactive adjustments. The simulation will be based on the following inputs: cycle times for each station, transfer times between stations, and planned maintenance schedules.## INPUTS- Cycle Times: {cycle_times}- Transfer Times: {transfer_times}- Maintenance Schedules: {maintenance_schedules}## TASKS1. **Data Analysis** – Analyze the provided cycle times, transfer times, and maintenance schedules to understand the current production flow.2. **Simulation Setup** – Set up a simulation model using the provided data to mimic the production process. – Ensure the model accounts for variations in cycle times and transfer times due to maintenance schedules.3. **Bottleneck Identification** – Run the simulation to identify stations or processes where delays are likely to occur. – Determine the impact of these bottlenecks on overall production efficiency.4. **Proactive Adjustment Suggestions** – Based on the identified bottlenecks, suggest adjustments in the following areas: – Machine Allocation: Recommend reallocating machines to balance the load. – Operator Assignments: Suggest changes in operator assignments to improve efficiency. – Buffer Sizes: Propose adjustments to buffer sizes to accommodate potential delays.## OUTPUT FORMATProvide a detailed report including:- Summary of identified bottlenecks and their potential impact.- Suggested adjustments with rationale for each recommendation.- Visual representation of the production flow before and after adjustments, if applicable.

Optimierte Schichtplanerstellung basierend auf einer Qualifikationsmatrix

Creates an optimal weekly shift schedule for a manufacturing cell by taking into account employee availability, skill levels for various tasks, and production demand. The output ensures that each shift has the required skill mix to meet production targets while adhering to labor Vorschriften and employee preferences.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {employee_availability}, {skill_matrix}, {production_demand}, {labor_regulations}, {employee_preferences}

**TASK**Generate an optimal weekly shift schedule for a manufacturing cell.**INPUTS**1. Employee Availability: Provide a list of employees with their available days and hours in the format {employee_availability}.2. Skill Matrix: Provide a matrix detailing each employee’s skill levels for various tasks in the format {skill_matrix}.3. Production Demand: Specify the production demand for each shift, including required tasks and skill levels in the format {production_demand}.4. Labor Regulations: Include any labor regulations that must be adhered to, such as maximum working hours or mandatory breaks, in the format {labor_regulations}.5. Employee Preferences: List any employee preferences regarding shifts or tasks in the format {employee_preferences}.**INSTRUCTIONS**1. Analyze the provided employee availability to determine potential shift assignments.2. Cross-reference the skill matrix with production demand to ensure each shift has the necessary skill mix.3. Incorporate labor regulations to ensure compliance in the shift schedule.4. Factor in employee preferences to enhance satisfaction and morale.5. Generate a weekly shift schedule that optimally balances all inputs.**OUTPUT FORMAT**Provide the shift schedule in a tabular format with columns for Day, Shift, Assigned Employees, Tasks, and Skill Coverage.Ensure the schedule meets production targets and adheres to all constraints.**ADDITIONAL NOTES**Use optimization techniques to balance skill coverage and employee satisfaction.Consider using algorithms such as linear programming or genetic algorithms for complex scenarios.

Rohstoffbedarfsplanung und Auftragskonsolidierung

Das System analysiert den Produktionsplan und die Stückliste mehrerer Produkte, um den Rohstoffbedarf über einen bestimmten Zeitraum zu prognostizieren. Anschließend werden diese Bedarfe zusammengeführt und ein optimierter Einkaufsplan vorgeschlagen, der Lieferzeiten und Mengenrabatte berücksichtigt.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {mps_data}, {bom_data}, {supplier_lead_times}, {bulk_order_discounts}

## CONTEXTYou are tasked with forecasting raw material demand and creating an optimized purchasing plan for a manufacturing operation. You will analyze the master production schedule (MPS) and the bill of materials (BOM) for multiple products.## INPUTS1. Master Production Schedule (MPS) for the specified period: {mps_data}2. Bill of Materials (BOM) for each product: {bom_data}3. Supplier lead times for each raw material: {supplier_lead_times}4. Bulk-order discount details: {bulk_order_discounts}## TASKS1. Analyze the MPS to determine the production quantities for each product over the specified period.2. Use the BOM to calculate the total raw material requirements for each product based on the production quantities.3. Aggregate the raw material requirements across all products to determine the total demand for each raw material.4. Consider supplier lead times to align the purchasing schedule with production needs.5. Evaluate bulk-order discounts to identify cost-saving opportunities.6. Suggest an optimized purchasing plan that balances material availability, lead times, and cost efficiency.## OUTPUT FORMATProvide a detailed report including:- A summary of total raw material demand for the specified period.- A consolidated purchasing plan with recommended order quantities and timing.- An analysis of cost savings from bulk-order discounts.- Any assumptions made during the analysis.## ADDITIONAL INSTRUCTIONSEnsure that the purchasing plan aligns with production schedules and minimizes inventory holding costs.Use precise calculations and logical reasoning to support your recommendations.

Prozess- und Effizienzoptimierung

These prompts can efficiently be complemented by the Lean 6 Sigma dedicated prompts found in this article:

Siehe auchMehr als 25 KI-gestützte Abfragen für Lean Six Sigma

►

Fließbandausgleich und Arbeitsplatz Neugestaltung

Das System analysiert eine Abfolge von Montageaufgaben mit ihren jeweiligen Dauern und Abhängigkeiten. Anschließend schlägt es eine ausgewogene Verteilung dieser Aufgaben auf die Arbeitsstationen vor, um Leerlaufzeiten zu minimieren und die Linieneffizienz zu maximieren. Die neue Aufgabenverteilung für jede Station wird bereitgestellt.

Empfohlene Temperatur: 0.5 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {task_list_with_durations}, {precedence_constraints}, {number_of_workstations}

**CONTEXT**You are tasked with optimizing an assembly line by balancing tasks across workstations. The goal is to minimize idle time and maximize efficiency. You have a list of tasks, each with a specific duration and precedence constraints.**INPUTS**1. List of tasks with durations: {task_list_with_durations}2. Precedence constraints: {precedence_constraints}3. Number of available workstations: {number_of_workstations}**TASKS**1. Analyze the provided task list and precedence constraints.2. Calculate the total cycle time and determine the optimal cycle time per workstation.3. Distribute tasks across the given number of workstations, ensuring precedence constraints are respected.4. Minimize idle time by balancing the workload across workstations.5. Propose a new task allocation for each workstation.**OUTPUT FORMAT**Provide a detailed allocation of tasks for each workstation, including:- Workstation number- Assigned tasks with their durations- Total time per workstation- Idle time per workstation- Overall line efficiency percentage**INSTRUCTIONS**Use the inputs to perform calculations and propose a balanced task distribution. Ensure all precedence constraints are adhered to and aim for the highest possible line efficiency.

Anomalieerkennung und Optimierung des Energieverbrauchs

Das System verarbeitet Zeitreihendaten zum Energieverbrauch verschiedener Maschinen in der Fabrikhalle. Es identifiziert Anomalien, die auf Fehlfunktionen oder ineffizienten Betrieb der Geräte hinweisen können, und schlägt konkrete Maßnahmen zur Reduzierung von Energieverschwendung vor.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {energy_consumption_data}, {machine_identifiers}, {historical_baseline_data}

**CONTEXT**You are tasked with analyzing time-series data of energy consumption from various machines on a factory floor. Your goal is to identify anomalies that may indicate equipment malfunction or inefficient operation and suggest specific actions to reduce energy waste.**INPUTS**1. Time-series data of energy consumption: {energy_consumption_data}2. Machine identifiers: {machine_identifiers}3. Historical baseline data for comparison: {historical_baseline_data}**TASKS**1. Analyze the provided time-series data of energy consumption for each machine using the identifiers.2. Compare the current data with historical baseline data to identify anomalies.3. Determine the threshold for normal operation and flag any deviations as potential anomalies.4. For each identified anomaly, assess whether it indicates a potential equipment malfunction or inefficient operation.5. Suggest specific actions to address each identified anomaly to reduce energy waste.**OUTPUT FORMAT**Provide a summary report with the following structure:- Machine Identifier: $machine_id- Anomalies Detected: $anomalies_detected- Suggested Actions: $suggested_actions**ADDITIONAL INSTRUCTIONS**Ensure that the analysis considers both short-term spikes and long-term trends in energy consumption.Use statistical methods to validate the significance of detected anomalies.Provide actionable insights that are practical and feasible for implementation on the factory floor.

Wertstromanalyse und Zukunftsgestaltung

Analysiert eine Ist-Wertstromanalyse, um nicht wertschöpfende Aktivitäten zu identifizieren, und generiert eine Soll-Wertstromanalyse im Mermaid-Format sowie eine Prioritätenliste. Kaizen events.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {current_state_data}

**INPUT REQUIREMENTS**Provide a textual description or CSV of the current state value stream map, including:- Process times for each step- Wait times between steps- Inventory levels at each step- Any additional relevant details about the processes**TASKS**1. **Data Parsing**: Extract and organize the provided data into a structured format for analysis.2. **Identify Non-Value-Added Activities**: Analyze the data to identify activities that do not add value to the product or service.3. **Current State Analysis**: Calculate key metrics such as total lead time, process cycle efficiency, and inventory turnover.4. **Future State Design**: Propose a future state map by eliminating or reducing non-value-added activities, optimizing process times, and reducing wait times and inventory levels.5. **Kaizen Events Prioritization**: Generate a prioritized list of kaizen events based on potential impact and feasibility.6. **Mermaid Diagram Generation**: Create a visual representation of the future state map using Mermaid syntax.**OUTPUT FORMAT**- A summary of identified non-value-added activities and their impact- Key metrics of the current state- A detailed description of the proposed future state- A prioritized list of kaizen events- Mermaid syntax diagram of the future state map**USER INPUT**- Current state value stream map data: “{current_state_data}”**EXAMPLE MERMAID SYNTAX**“`mermaidgraph TDA[Start] –> B[Process 1]B –> C[Process 2]C –> D[End]“`

SCHMIED Analyse- und Verbesserungsplan

Analyzes a detailed breakdown of changeover activities and their durations, classifying them as internal or externe Einrichtung tasks. It then generates a step-by-step action plan to convert internal setup time to external and reduce the overall changeover time.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {changeover_activities}, {current_changeover_time}

**TASK**: Analyze and improve the changeover process using SMED methodology.**INPUTS**:1. **List of Changeover Activities**: Provide a detailed list of all activities involved in the changeover process, including their durations and whether they are currently classified as internal or external tasks. Format: {changeover_activities}.2. **Current Changeover Time**: Provide the total current changeover time in minutes. Format: {current_changeover_time}.**INSTRUCTIONS**:1. **Classify Activities**: Analyze the provided list of changeover activities. Classify each activity as either internal (performed while the machine is stopped) or external (performed while the machine is running).2. **Identify Conversion Opportunities**: Identify activities that can be converted from internal to external. Provide a rationale for each conversion opportunity.3. **Calculate Potential Time Savings**: Estimate the potential time savings for each conversion opportunity and calculate the new potential changeover time.4. **Generate Improvement Plan**: Develop a step-by-step action plan to implement the identified conversions, including any necessary resources, training, or changes in procedures.5. **Output Format**:- **Classified Activities**: A list of activities with their classifications and durations.- **Conversion Opportunities**: A list of activities that can be converted, with rationale and estimated time savings.- **Improvement Plan**: A detailed step-by-step action plan with required resources and changes.- **New Potential Changeover Time**: The estimated new changeover time after implementing the improvements.**OUTPUT**:$classified_activities$conversion_opportunities$improvement_plan$new_potential_changeover_time

Optimale Anlagenlayoutgenerierung für den Materialfluss

Erstellt einen 2D-Fabrikplan im Mermaid- oder SVG-Format basierend auf einer Liste von Abteilungen oder Arbeitszentren, deren Platzbedarf und einem Von-Nach-Diagramm, das die Häufigkeit der Materialbewegungen zwischen ihnen detailliert darstellt. Ziel ist es, die Transportwege zu minimieren und den gesamten Prozessablauf zu optimieren.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {list_of_departments}, {spatial_requirements}, {from_to_chart}

## INPUTS- List of Departments/Work Centers: {list_of_departments}- Spatial Requirements for Each Department (in square meters): {spatial_requirements}- From-To Chart (Matrix of Material Movement Frequencies): {from_to_chart}## TASKS1. Analyze the list of departments and their spatial requirements to determine the total area needed.2. Interpret the from-to chart to understand the frequency of material movement between departments.3. Calculate the optimal positioning of each department to minimize the total material handling distance.4. Generate a 2D factory layout in Mermaid or SVG format that visually represents the optimal arrangement of departments.## OUTPUT- Provide a 2D factory layout in Mermaid or SVG format.- Include a summary of the total material handling distance minimized.## FORMAT- 2D Layout: $2D_layout- Summary: $summary## INSTRUCTIONS- Use the provided inputs to execute the tasks in the specified order.- Ensure the layout is clear and accurately represents the spatial requirements and material flow.- Provide the output in the specified format.

Instandhaltung und Gerätemanagement

Erstellung von vorausschauenden Wartungsplänen aus Sensordaten

Das System analysiert historische Sensordaten (z. B. Vibrationen, Temperatur) eines Geräts, um potenzielle Ausfälle vorherzusagen. Anschließend erstellt es einen proaktiven Wartungsplan, der die Maßnahmen anhand des vorhergesagten Ausfallrisikos priorisiert und so ungeplante Ausfallzeiten minimiert.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {sensor_data_file}, {equipment_id}, {start_date}, {end_date}

**CONTEXT**You are tasked with generating a predictive maintenance schedule based on historical sensor data from a specific piece of equipment. The goal is to analyze this data to predict potential failures and create a maintenance schedule that minimizes unplanned downtime by prioritizing interventions based on the predicted failure risk.**INPUTS**1. Historical sensor data file: {sensor_data_file}2. Equipment identification: {equipment_id}3. Time range for analysis (start and end dates): {start_date}, {end_date}**TASKS**1. Load the historical sensor data from {sensor_data_file} for the equipment identified by {equipment_id} within the time range from {start_date} to {end_date}.2. Analyze the data to identify patterns or anomalies that may indicate potential failures. Focus on key parameters such as vibration and temperature.3. Use predictive analytics techniques to estimate the likelihood and timing of potential failures.4. Based on the predicted failure risks, generate a proactive maintenance schedule. Prioritize interventions that address the highest risk areas to minimize unplanned downtime.5. Provide a summary of the predicted failures and the recommended maintenance actions.**OUTPUT FORMAT**1. Predicted Failures Summary: $predicted_failures_summary2. Maintenance Schedule: $maintenance_schedule**SPECIFIC INSTRUCTIONS**- Use advanced data analysis and machine learning techniques to process the sensor data.- Ensure that the maintenance schedule is actionable and clearly prioritized.- Present the output in a structured format for easy interpretation by manufacturing managers and engineers.

Ursachenanalyse von Geräteausfällen anhand von Wartungsprotokollen

Das System verarbeitet unstrukturierte Texte aus Wartungsprotokollen und Fehlerberichten, um wiederkehrende Muster und häufige Schlüsselwörter zu identifizieren. Anschließend führt es eine Ursachenanalyse durch und erstellt einen strukturierten Bericht mit potenziellen Hauptursachen und empfohlenen Korrekturmaßnahmen.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {maintenance_logs}, {failure_reports}

**CONTEXT**You are tasked with analyzing maintenance logs and failure reports to identify recurring patterns and common keywords. Your goal is to perform a root cause analysis and present a structured report with potential primary causes and recommended corrective actions.**INPUTS**1. Maintenance Logs: {maintenance_logs}2. Failure Reports: {failure_reports}**INSTRUCTIONS**1. Extract and list all keywords and phrases from the provided maintenance logs and failure reports.2. Identify recurring patterns and common keywords across the extracted data.3. Analyze these patterns to determine potential root causes of equipment failures.4. For each identified root cause, suggest at least two corrective actions that could prevent future occurrences.5. Compile the findings into a structured report.**OUTPUT FORMAT**- **Recurring Patterns and Keywords:** $keywords- **Potential Root Causes:** $root_causes- **Corrective Actions:** $corrective_actions- **Structured Report:** – **Introduction:** Brief overview of the analysis process. – **Analysis:** Detailed explanation of identified patterns and root causes. – **Recommendations:** List of corrective actions with justifications. – **Conclusion:** Summary of findings and next steps.

Optimierung des Lagerbestands kritischer Ersatzteile

Analysiert die Kritikalität der Anlagen, die historischen Ausfallraten der Komponenten und die Lieferzeiten der Zulieferer. Anschließend empfiehlt es optimale Lagerbestände (Minimum-Maximum) für kritische Ersatzteile, um die Verfügbarkeit zu gewährleisten und gleichzeitig die Lagerkosten zu minimieren.

Empfohlene Temperatur: 0.5 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {equipment_list}, {failure_data}, {lead_times}

**TASK OVERVIEW**Analyze equipment criticality, historical failure rates, and supplier lead times to recommend optimal inventory levels for critical spare parts.**INPUT REQUIREMENTS**1. Equipment List: Provide a list of equipment with their criticality ratings. Example: “{equipment_list}”2. Historical Failure Data: Provide historical failure rates for each component. Example: “{failure_data}”3. Supplier Lead Times: Provide lead times for each supplier. Example: “{lead_times}”**ANALYSIS STEPS**1. **Data Validation**: Ensure all input data is complete and correctly formatted.2. **Criticality Assessment**: Rank equipment based on criticality ratings from the provided list.3. **Failure Rate Analysis**: Calculate average failure rates for each component using historical data.4. **Lead Time Evaluation**: Assess supplier lead times and categorize them into short, medium, and long.5. **Inventory Level Calculation**: Use criticality, failure rates, and lead times to calculate optimal min-max inventory levels for each spare part.**OUTPUT FORMAT**Provide a structured table with the following columns:- Equipment Name- Component Name- Criticality Rating- Average Failure Rate- Supplier Lead Time- Recommended Min Inventory Level- Recommended Max Inventory Level**ADDITIONAL INSTRUCTIONS**Ensure recommendations balance availability and holding costs effectively.Consider variability in lead times and failure rates in your calculations.

Umsetzung der Säule Total Productive Maintenance (TPM) Fahrplan

Erstellt einen individuell angepassten Implementierungsplan für eine bestimmte TPM-Säule basierend auf den aktuellen Anforderungen des Unternehmens. Reifegrad und einer spezifischen Produktionsumgebung. Das Ergebnis ist ein Phasenplan mit wichtigen Aktivitäten, Verantwortlichkeiten und Kennzahlen.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: Medium

Benutzereingaben: {tpm_pillar}, {current_maturity_level}, {production_environment_details}

## CONTEXTYou are tasked with creating a customized implementation roadmap for a specific Total Productive Maintenance (TPM) pillar. This roadmap should be tailored to the company’s current maturity level and specific production environment. The output must include a phased plan with key activities, responsibilities, and metrics.## INPUTS1. TPM Pillar: {tpm_pillar}2. Current Maturity Level: {current_maturity_level}3. Specific Production Environment Details: {production_environment_details}## INSTRUCTIONS1. Analyze the provided TPM pillar and current maturity level to determine the starting point for implementation.2. Consider the specific production environment details to customize the roadmap.3. Develop a phased implementation plan: – Phase 1: Initial Assessment and Planning – Key Activities: $phase1_activities – Responsibilities: $phase1_responsibilities – Metrics: $phase1_metrics – Phase 2: Implementation and Training – Key Activities: $phase2_activities – Responsibilities: $phase2_responsibilities – Metrics: $phase2_metrics – Phase 3: Monitoring and Continuous Improvement – Key Activities: $phase3_activities – Responsibilities: $phase3_responsibilities – Metrics: $phase3_metrics4. Ensure that each phase includes clear, actionable steps and measurable outcomes.5. Provide a summary of the roadmap highlighting the expected benefits and potential challenges.## OUTPUT FORMATProvide the roadmap in a structured format with the following sections:- Introduction- Phase 1: Initial Assessment and Planning- Phase 2: Implementation and Training- Phase 3: Monitoring and Continuous Improvement- Summary

Kosten-Nutzen-Analyse für die Stilllegung und den Ersatz von Anlagen

Die Studie bewertet die Wirtschaftlichkeit der Ersatzbeschaffung einer veralteten Anlage durch Analyse ihrer Wartungshistorie, ihres Energieverbrauchs und der sinkenden Gesamtanlageneffektivität (OEE) im Vergleich zu den Investitionskosten und der erwarteten Leistung einer neuen Maschine. Sie erstellt einen detaillierten Kosten-Nutzen-Analysebericht.

Empfohlene Temperatur: 0.3 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {maintenance_history}, {energy_consumption}, {current_oee}, {capital_cost}, {expected_performance}

## CONTEXTYou are tasked with evaluating the financial viability of replacing an aging piece of equipment. This involves analyzing its maintenance history, energy consumption, and declining Overall Equipment Effectiveness (OEE) against the capital cost and expected performance of a new machine.## INPUTS1. Current Equipment Details:- Maintenance History: {maintenance_history}- Energy Consumption: {energy_consumption}- Current OEE: {current_oee}2. New Equipment Details:- Capital Cost: {capital_cost}- Expected Performance: {expected_performance}## INSTRUCTIONS1. Analyze the provided maintenance history to identify trends in repair frequency and cost.2. Calculate the total energy cost based on the provided energy consumption data.3. Evaluate the decline in OEE and its impact on production efficiency and costs.4. Compare the total cost of maintaining the current equipment (including maintenance and energy costs) with the capital cost and expected performance benefits of the new equipment.5. Perform a cost-benefit analysis to determine the financial viability of replacing the equipment.6. Provide a detailed report summarizing the analysis, including a recommendation on whether to proceed with the replacement.## OUTPUT FORMAT- Summary of Maintenance Trends: $maintenance_trends- Total Energy Cost: $energy_cost- Impact of OEE Decline: $oee_impact- Cost-Benefit Analysis: $cost_benefit_analysis- Recommendation: $recommendation

Kosten- und Ressourcenmanagement

Kostenschätzung für die Herstellung bei der Einführung eines neuen Produkts

Berechnet die geschätzten Produktionskosten pro Einheit eines neuen Produkts auf Basis der Stückliste, der erforderlichen Fertigungsprozesse mit Zykluszeiten, der Lohnsätze und der Gemeinkosten. Es liefert eine detaillierte Kostenaufschlüsselung und hebt die wichtigsten Kostentreiber hervor.

Empfohlene Temperatur: 0.3 Empfohlene Denkkomplexität: Medium

Benutzereingaben: {bom_details}, {process_cycle_times}, {labor_rate}, {overhead_costs}

**TASK:** Estimate the production cost per unit for a new product.**INPUTS REQUIRED:**1. Bill of Materials (BOM) with item names, quantities, and costs: {bom_details}2. List of required manufacturing processes with cycle times (in minutes): {process_cycle_times}3. Labor rate per hour: {labor_rate}4. Overhead costs (fixed and variable): {overhead_costs}**INSTRUCTIONS:**1. **Parse the Bill of Materials (BOM):**- Extract item names, quantities, and costs from {bom_details}.- Calculate the total material cost by summing the product of quantities and costs for each item.2. **Calculate Labor Costs:**- Convert cycle times from minutes to hours for each process in {process_cycle_times}.- Multiply each process time by {labor_rate} to determine the labor cost per process.- Sum all labor costs to get the total labor cost.3. **Determine Overhead Costs:**- Extract fixed and variable overhead costs from {overhead_costs}.- Sum these to get the total overhead cost.4. **Compute Total Production Cost per Unit:**- Add the total material cost, total labor cost, and total overhead cost.- Provide a detailed breakdown of each cost component and identify the main cost drivers.**OUTPUT FORMAT:**- Total Material Cost: $material_cost- Total Labor Cost: $labor_cost- Total Overhead Cost: $overhead_cost- Total Production Cost per Unit: $total_cost- Main Cost Drivers: $cost_drivers**NOTE:** Ensure all calculations are precise and provide a clear breakdown for transparency.

Produktionsressourcenzuweisung für konkurrierende Aufträge

Optimiert die Zuteilung begrenzter Ressourcen (Maschinen, Fachkräfte) auf ein Portfolio offener Produktionsaufträge mit unterschiedlichen Lieferterminen und Gewinnmargen. Erstellt einen Ressourcenallokationsplan, der die Gesamtrentabilität unter Berücksichtigung der Beschränkungen maximiert.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {production_orders}, {available_resources}, {constraints}

**CONTEXT**You are tasked with optimizing resource allocation for a manufacturing facility with limited resources. The goal is to maximize overall profitability by efficiently allocating resources across multiple production orders, each with its own deadline and profit margin.**INPUTS**1. List of production orders with details: {production_orders}2. Available resources (machines, skilled labor): {available_resources}3. Constraints (e.g., deadlines, resource capacities): {constraints}**TASKS**1. Analyze the list of production orders to identify key parameters such as deadlines and profit margins.2. Evaluate the available resources and constraints to understand limitations and capacities.3. Develop a strategy to allocate resources to production orders, prioritizing those with higher profit margins and closer deadlines.4. Calculate the potential profitability of different allocation scenarios.5. Generate a resource allocation plan that maximizes overall profitability while respecting all constraints.**OUTPUT FORMAT**Provide a detailed resource allocation plan with the following structure:- Summary of the strategy used for allocation.- Detailed allocation of resources to each production order.- Expected profitability from the allocation plan.- Any recommendations for improving resource efficiency.

Identifizierung von Möglichkeiten zur Abfallreduzierung anhand von Produktionsdaten

Analysiert Produktionsdaten, einschließlich Ausschussquoten, Materialverbrauchsabweichungen und Ausfallursachen. Identifiziert und quantifiziert die Hauptursachen von Verschwendung gemäß den Prinzipien der schlanken Produktion (z. B. Überproduktion, Fehler, Wartezeiten) und schlägt gezielte Verbesserungsmaßnahmen vor.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {scrap_rates}, {material_usage_variance}, {downtime_reasons}

**TASK:** Analyze production data to identify and quantify waste sources and suggest improvement initiatives based on lean manufacturing principles.**INPUT DATA:**1. Scrap rates: {scrap_rates}2. Material usage variance: {material_usage_variance}3. Downtime reasons: {downtime_reasons}**INSTRUCTIONS:**1. **Data Analysis:**- Analyze the provided scrap rates, material usage variance, and downtime reasons.- Identify patterns or anomalies in the data that indicate potential waste sources.2. **Waste Identification:**- Classify the identified waste sources according to lean manufacturing principles: overproduction, defects, waiting, non-utilized talent, transportation, inventory, motion, and extra-processing.- Quantify the impact of each waste source on overall production efficiency.3. **Improvement Initiatives:**- Suggest targeted improvement initiatives for each identified waste source.- Prioritize initiatives based on potential impact and feasibility.**OUTPUT FORMAT:**- Provide a summary of identified waste sources and their classification.- Quantify the impact of each waste source.- List suggested improvement initiatives with prioritization.- Use the following structure for the output:$summary$waste_classification$impact_quantification$improvement_initiatives**NOTE:** Ensure the analysis is comprehensive and aligns with lean manufacturing principles.

Szenariobasierte Kostenfolgenanalyse von Prozessänderungen

Simuliert die finanziellen Auswirkungen einer geplanten Prozessänderung, beispielsweise die Einführung einer neuen Maschine oder den Wechsel eines Rohstoffs. Dabei werden die Parameter der Änderung als Eingabe verwendet und eine vergleichende Kostenanalyse pro Einheit vor und nach der geplanten Modifikation erstellt.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {current_cost_per_unit}, {proposed_change_description}, {change_parameters}, {expected_production_volume}

**CONTEXT:**You are tasked with analyzing the financial impact of a proposed process change in a manufacturing setting. This could involve introducing a new machine, changing a raw material, or any other significant modification. The goal is to simulate and compare the cost per unit before and after the proposed change.**INPUTS:**1. Current cost per unit: {current_cost_per_unit}2. Proposed change description: {proposed_change_description}3. Parameters of the change (e.g., cost of new machine, cost of new raw material, expected efficiency improvements, etc.): {change_parameters}4. Expected production volume: {expected_production_volume}**TASKS:**1. Calculate the total current cost based on the current cost per unit and expected production volume.2. Analyze the proposed change description and parameters to identify potential cost impacts, including both increases and decreases.3. Simulate the new cost per unit after implementing the proposed change, considering all identified cost impacts.4. Generate a comparative analysis showing the cost per unit before and after the proposed change, highlighting the differences.5. Provide a summary of the financial impact, including potential savings or additional costs per unit and total impact based on expected production volume.**OUTPUT FORMAT:**- Total current cost: $total_current_cost- New cost per unit: $new_cost_per_unit- Comparative analysis: $comparative_analysis- Financial impact summary: $financial_impact_summary**INSTRUCTIONS:**Use the provided inputs to perform the calculations and analysis as outlined in the tasks. Ensure clarity and precision in the comparative analysis and financial impact summary to aid decision-making for manufacturing managers and leaders.

Make-or-Buy-Entscheidungsanalyse für die Komponentenfertigung

Führt eine umfassende Analyse durch, um eine Eigenfertigungs- oder Fremdbezugsentscheidung für eine bestimmte Komponente zu unterstützen. Dabei werden die internen Produktionskosten (Material, Lohn, Gemeinkosten, Werkzeuge) mit Angeboten von Zulieferern verglichen, wobei Faktoren wie Produktionskapazität, Qualitätskontrolle und Lieferkettenrisiken berücksichtigt werden.

Empfohlene Temperatur: 0.5 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {in_house_material_cost}, {in_house_labor_cost}, {in_house_overhead_cost}, {in_house_tooling_cost}, {supplier_quote_1}, {supplier_quote_2}, {current_production_capacity}, {required_production_capacity}, {quality_control_standards}, {supply_chain_risks_description}

## CONTEXTYou are tasked with conducting a make-or-buy decision analysis for a specific component in manufacturing. This involves comparing the costs and benefits of producing the component in-house versus purchasing it from a supplier.</span><span style="font-size: 16px;">## INPUTS- In-house production costs: {in_house_material_cost}, {in_house_labor_cost}, {in_house_overhead_cost}, {in_house_tooling_cost}- Supplier quotes: {supplier_quote_1}, {supplier_quote_2}, …- Production capacity: {current_production_capacity}, {required_production_capacity}- Quality control requirements: {quality_control_standards}- Supply chain risks: {supply_chain_risks_description}</span><span style="font-size: 16px;">## INSTRUCTIONS1. Calculate the total in-house production cost by summing up material, labor, overhead, and tooling costs.2. Compare the total in-house production cost with each supplier quote.3. Evaluate production capacity by comparing current and required capacities.4. Assess quality control requirements against in-house capabilities and supplier capabilities.5. Analyze supply chain risks for both in-house production and supplier options.6. Provide a summary of the findings, highlighting the cost differences, capacity considerations, quality control alignment, and supply chain risks.7. Recommend whether to make or buy the component based on the analysis.</span><span style="font-size: 16px;">## OUTPUT FORMAT- Total In-House Production Cost: $total_in_house_cost- Supplier Comparison: $supplier_comparison_summary- Production Capacity Evaluation: $capacity_evaluation- Quality Control Assessment: $quality_control_assessment- Supply Chain Risk Analysis: $supply_chain_risk_analysis- Recommendation: $make_or_buy_recommendation

Berichterstattung und Dokumentation

Automatisierte Erstellung von Produktionsberichten zum Schichtende

Erstellt einen strukturierten Schichtabschlussbericht durch die Verarbeitung von Rohproduktionsdaten wie Produktionsmenge, Ausschussquote und Maschinenstillstandszeiten. Der Bericht enthält wichtige Leistungskennzahlen wie die Gesamtanlageneffektivität (OEE) und hebt signifikante Abweichungen vom Produktionsplan hervor.

Empfohlene Temperatur: 0.3 Empfohlene Denkkomplexität: Medium

Benutzereingaben: {units_produced}, {scrap_count}, {machine_downtime}, {planned_production_units}, {total_available_time}, {ideal_cycle_time}

## INPUTS- Raw production data including: – Units produced: {units_produced} – Scrap count: {scrap_count} – Machine downtime (in minutes): {machine_downtime} – Planned production units: {planned_production_units} – Total available production time (in minutes): {total_available_time} – Ideal cycle time (in minutes per unit): {ideal_cycle_time}## TASKS1. Calculate the Overall Equipment Effectiveness (OEE) using the formula: – Availability = (Total Available Time – Machine Downtime) / Total Available Time – Performance = (Units Produced * Ideal Cycle Time) / (Total Available Time – Machine Downtime) – Quality = (Units Produced – Scrap Count) / Units Produced – OEE = Availability * Performance * Quality2. Identify any significant deviations from the production plan by comparing actual units produced to planned production units.3. Generate a structured report including: – Total units produced – Scrap count – Machine downtime – OEE value – Deviations from the production plan## OUTPUT FORMATProvide the report in the following format:- **End-of-Shift Production Report** – **Total Units Produced:** $units_produced – **Scrap Count:** $scrap_count – **Machine Downtime (minutes):** $machine_downtime – **Overall Equipment Effectiveness (OEE):** $oee_value – **Deviation from Production Plan:** $deviation_summary

Erstellung von Standardarbeitsanweisungen (SOPs) aus Prozessschritten

Erstellt aus einer einfachen Liste von Prozessschritten, die von einem Ingenieur bereitgestellt wird, ein detailliertes Standardarbeitsanweisungsdokument (SOP). Die SOP wird in Abschnitte für Zweck, Anwendungsbereich, Verantwortlichkeiten, Sicherheitsvorkehrungen und eine schrittweise Verfahrensanleitung unterteilt.

Empfohlene Temperatur: 0.5 Empfohlene Denkkomplexität: Medium

Benutzereingaben: {process_steps}, {sop_purpose}, {sop_scope}, {sop_responsibilities}, {safety_precautions}

**INPUT REQUIREMENTS:**Provide a list of process steps: {process_steps}Provide the purpose of the SOP: {sop_purpose}Provide the scope of the SOP: {sop_scope}Provide the responsibilities associated with the SOP: {sop_responsibilities}Provide any safety precautions related to the SOP: {safety_precautions}**TASK INSTRUCTIONS:**1. Use the provided information to create a structured Standard Operating Procedure (SOP) document.2. Format the SOP with the following sections: **A. Title:** “Standard Operating Procedure for {sop_purpose}” **B. Purpose:** Provide a clear and concise statement of the purpose using {sop_purpose}. **C. Scope:** Describe the scope of the SOP using {sop_scope}. **D. Responsibilities:** List the responsibilities using {sop_responsibilities}. **E. Safety Precautions:** Detail any safety precautions using {safety_precautions}. **F. Procedure:** 1. List each step from {process_steps} in a sequential and detailed manner. 2. Ensure clarity and precision in each step description.**OUTPUT FORMAT:**Provide the SOP document in a structured format with clear section headings and detailed content as specified above.

FMEA-Vorlagenpopulation

Das Programm erstellt ein FMEA-Arbeitsblatt, indem es einen Prozessschritt oder eine Komponente als Eingabe verwendet. Anschließend werden potenzielle Fehlermodi, deren Auswirkungen und Ursachen ermittelt und erste Einschätzungen zu Schweregrad, Auftretenswahrscheinlichkeit und Entdeckungswahrscheinlichkeit vorgeschlagen, wodurch der FMEA-Erstellungsprozess deutlich beschleunigt wird.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {process_step_or_component}

**TASK:** Populate an FMEA worksheet for a specific process step or component.**INPUT:**- Process Step or Component: “{process_step_or_component}”**INSTRUCTIONS:**1. **Identify Potential Failure Modes:** Analyze the given process step or component to brainstorm potential failure modes. Consider what could go wrong during the operation or function of the process step/component.2. **Determine Effects of Each Failure Mode:** For each identified failure mode, describe the potential effects on the overall process, product quality, safety, and customer satisfaction.3. **Identify Possible Causes:** For each failure mode, list potential causes or mechanisms that could lead to the failure. Consider design, process, material, or human factors.4. **Assign Initial Ratings:** – **Severity (S):** Rate the seriousness of the effect of the failure mode on a scale from 1 (least severe) to 10 (most severe). – **Occurrence (O):** Estimate the likelihood of the failure mode occurring on a scale from 1 (least likely) to 10 (most likely). – **Detection (D):** Assess the probability of detecting the failure mode before it reaches the customer on a scale from 1 (most likely to detect) to 10 (least likely to detect).5. **Output the FMEA Worksheet:** Compile the identified failure modes, effects, causes, and ratings into a structured FMEA worksheet format.**OUTPUT FORMAT:**- **FMEA Worksheet:** – Process Step/Component: {process_step_or_component} – Failure Modes: $failure_modes – Effects: $effects – Causes: $causes – Severity Ratings: $severity_ratings – Occurrence Ratings: $occurrence_ratings – Detection Ratings: $detection_ratings**NOTE:** Ensure that the analysis is comprehensive and considers all possible scenarios to enhance the reliability and safety of the process/component.

Leitfaden zur technischen Fehlerbehebung für Produktionsanlagen

Erstellt eine strukturierte Fehlerbehebungsanleitung für eine bestimmte Maschine anhand einer Liste häufiger Fehlercodes oder Fehlersymptome. Für jedes Problem generiert es eine Abfolge von Diagnosefragen und entsprechenden Lösungsschritten für die Bediener.

Empfohlene Temperatur: 0.5 Empfohlene Denkkomplexität: Medium

Benutzereingaben: {error_codes_or_symptoms}, {machinery_name}

**CONTEXT**You are tasked with creating a troubleshooting guide for a specific piece of production equipment. This guide will be based on a list of common error codes or failure symptoms. For each issue, you will generate a sequence of diagnostic questions and corresponding resolution steps.**INPUTS**1. List of common error codes or failure symptoms: {error_codes_or_symptoms}2. Specific piece of machinery: {machinery_name}**TASKS**1. For each error code or failure symptom in {error_codes_or_symptoms}, perform the following: a. Identify the potential causes of the error or symptom for {machinery_name}. b. Generate a sequence of diagnostic questions that an operator can use to identify the root cause. c. Provide a step-by-step resolution process for each identified cause.2. Organize the information into a structured troubleshooting guide format.**OUTPUT FORMAT**- Title: Troubleshooting Guide for {machinery_name}- For each error code or symptom: – Error Code/Symptom: $error_code_or_symptom – Potential Causes: – $cause1 – $cause2 – … – Diagnostic Questions: 1. $question1 2. $question2 3. … – Resolution Steps: 1. $step1 2. $step2 3. …**INSTRUCTIONS**Use the provided inputs to generate a comprehensive troubleshooting guide that can be easily followed by operators. Ensure clarity and precision in the diagnostic questions and resolution steps to facilitate quick and effective troubleshooting.

Projektbegründungsbericht zur Einführung neuer Technologien

Erstellt einen umfassenden Bericht zur Rechtfertigung der Investition in eine neue Fertigungstechnologie (z. B. einen kollaborativen Roboter). Er berücksichtigt technische Spezifikationen, Kostendaten und erwartete Produktivitätssteigerungen und erarbeitet daraus eine überzeugende Argumentation. ROI, strategische Vorteile und Implementierungsrisiken.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {technical_specifications}, {cost_data}, {expected_productivity_gains}

**TASK:** Generate a comprehensive project justification report for the adoption of a new manufacturing technology.**INPUT DATA:**1. Technical Specifications: {technical_specifications}2. Cost Data: {cost_data}3. Expected Productivity Gains: {expected_productivity_gains}**INSTRUCTIONS:**1. **Introduction:** Provide a brief overview of the new technology and its intended application in the manufacturing process.2. **Technical Analysis:** Analyze the provided technical specifications to highlight the capabilities and advantages of the new technology.3. **Cost-Benefit Analysis:** – Calculate the initial investment cost using the provided cost data. – Estimate the potential cost savings and productivity improvements based on the expected productivity gains. – Calculate the Return on Investment (ROI) and payback period.4. **Strategic Benefits:** Discuss the strategic advantages of adopting this technology, such as competitive edge, scalability, and alignment with industry trends.5. **Implementation Risks:** Identify potential risks associated with the implementation of the technology and propose mitigation strategies.6. **Conclusion:** Summarize the key points and provide a persuasive argument for the adoption of the technology.**OUTPUT FORMAT:**Provide the report in the following structure:- Introduction- Technical Analysis- Cost-Benefit Analysis- Strategic Benefits- Implementation Risks- Conclusion**ADDITIONAL NOTES:** Ensure that the report is structured logically and persuasively to support decision-making by manufacturing managers and leaders.

Integration von Lieferkette und Logistik

Optimierung der Eingangslogistik für die Just-in-Time-Produktion

Analysiert den Produktionsplan und die Lieferzeitfenster der Zulieferer, um einen optimierten Lieferplan für eingehende Materialien zu erstellen. Ziel ist die Unterstützung eines Just-in-Time (JIT)-System durch Minimierung des Lagerbestands vor Ort und Vermeidung von Warenengpässen.

Empfohlene Temperatur: 0.3 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {production_schedule}, {supplier_delivery_windows}, {current_inventory_levels}, {lead_times}, {safety_stock_levels}

**CONTEXT**You are tasked with optimizing the inbound logistics for a Just-in-Time (JIT) production system. The objective is to minimize on-site inventory while ensuring that there are no stockouts. You will analyze the production schedule and supplier delivery windows to create an optimized delivery schedule for inbound materials.**INPUTS**1. Production Schedule: {production_schedule}2. Supplier Delivery Windows: {supplier_delivery_windows}3. Current Inventory Levels: {current_inventory_levels}4. Lead Times for Each Supplier: {lead_times}5. Safety Stock Levels: {safety_stock_levels}**INSTRUCTIONS**1. Analyze the {production_schedule} to determine the material requirements for each production cycle.2. Cross-reference the material requirements with the {current_inventory_levels} to identify potential stockouts.3. Calculate the optimal delivery schedule by considering the {supplier_delivery_windows}, {lead_times}, and {safety_stock_levels}.4. Ensure that the delivery schedule aligns with the JIT principles by minimizing on-site inventory while preventing stockouts.5. Provide a detailed delivery schedule that includes delivery dates, quantities, and suppliers.**OUTPUT FORMAT**Provide a structured delivery schedule in the following format:- Date: $date- Supplier: $supplier- Material: $material- Quantity: $quantity- Delivery Window: $delivery_window**ADDITIONAL NOTES**Ensure that the delivery schedule is feasible and accounts for any potential delays or disruptions in the supply chain. Adjust the schedule dynamically based on real-time data if necessary.

Lieferantenleistung Scorecard Generation

Das System verarbeitet Daten zu Lieferantenlieferungen (pünktliche Lieferquoten, Mengengenauigkeit) und Materialqualität. Anschließend erstellt es eine quantitative Lieferantenbewertung, die wichtige Leistungsindikatoren hervorhebt und Verbesserungspotenziale aufzeigt.

Empfohlene Temperatur: 0.5 Empfohlene Denkkomplexität: Medium

Benutzereingaben: {on_time_delivery_rates}, {quantity_accuracy}, {material_quality_scores}

**CONTEXT**You are tasked with generating a supplier performance scorecard. This involves analyzing data related to supplier deliveries, including on-time delivery rates, quantity accuracy, and material quality. The goal is to produce a quantitative scorecard that highlights key performance indicators (KPIs) and identifies areas for improvement.**INPUT DATA**- On-time delivery rates: {on_time_delivery_rates}- Quantity accuracy: {quantity_accuracy}- Material quality scores: {material_quality_scores}**TASKS**1. **Data Analysis** – Calculate the average on-time delivery rate from {on_time_delivery_rates}. – Calculate the average quantity accuracy from {quantity_accuracy}. – Calculate the average material quality score from {material_quality_scores}.2. **KPI Calculation** – Determine the overall supplier performance score using a weighted formula: – On-time delivery rate weight: 40% – Quantity accuracy weight: 30% – Material quality score weight: 30% – Formula: $performance_score = (0.4 * $average_on_time_delivery) + (0.3 * $average_quantity_accuracy) + (0.3 * $average_material_quality)3. **Scorecard Generation** – Create a scorecard summarizing the following: – Average On-time Delivery Rate: $average_on_time_delivery – Average Quantity Accuracy: $average_quantity_accuracy – Average Material Quality Score: $average_material_quality – Overall Supplier Performance Score: $performance_score4. **Improvement Identification** – Identify areas for improvement by comparing each <a  data-ilj-link-preview="true"  data-featured-image="https://innovation.world/wp-content/uploads/2024/11/Key-Performance-Indicators-KPIs-for-production-300x171.jpg"  data-excerpt="Are you making the most of every tool at your disposal to enhance production? Knowing and using the right Key Performance Indicators (KPIs) can change your operation’s success. These metrics help reduce downtime and plan production better, showing every part of the manufacturing process. KPIs for production are essential in today’s manufacturing world. They help..." href="https://innovation.world/de/wichtige-leistungsindikatoren-kpi/">KPI</a> against industry benchmarks or predefined targets. – Highlight any KPI that falls below the target and suggest potential improvement strategies.**OUTPUT FORMAT**Provide a structured summary in the following format:- **Supplier Performance Scorecard** – Average On-time Delivery Rate: $average_on_time_delivery – Average Quantity Accuracy: $average_quantity_accuracy – Average Material Quality Score: $average_material_quality – Overall Supplier Performance Score: $performance_score- **Areas for Improvement** – $improvement_areas_summary

Optimierung von Verpackung und Staumaterial für die Materialhandhabung

Es wird ein optimiertes Verpackungsdesign für eine bestimmte Komponente vorgeschlagen, um die Handhabungseffizienz zu verbessern und die Transportkosten zu senken. Dabei werden Faktoren wie Bauteilgeometrie, Schutzanforderungen, Behältergröße und Palettenanordnung berücksichtigt, um die Dichte zu maximieren und Abfall zu minimieren.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {component_geometry}, {protection_requirements}, {container_size}, {pallet_layout}

## CONTEXTYou are tasked with optimizing the packaging design for a specific component to improve handling efficiency and reduce transportation costs. The optimization must consider part geometry, protection requirements, container size, and pallet layout to maximize density and minimize waste.## INPUTS1. Component Geometry: {component_geometry}2. Protection Requirements: {protection_requirements}3. Container Size: {container_size}4. Pallet Layout: {pallet_layout}## INSTRUCTIONS1. Analyze the component geometry to determine the optimal orientation and arrangement within the packaging.2. Evaluate protection requirements to ensure the component is adequately protected during handling and transportation.3. Calculate the most efficient use of container space by considering the component’s orientation and arrangement.4. Design a pallet layout that maximizes the number of containers per pallet while maintaining stability and safety.5. Propose an optimized packaging design that balances protection, space efficiency, and cost-effectiveness.## OUTPUT FORMATProvide a detailed report including:- Optimal component orientation and arrangement ($component_orientation)- Protection measures and materials ($protection_measures)- Container space utilization and efficiency ($container_efficiency)- Pallet layout design and container count per pallet ($pallet_design)- Overall packaging design proposal with cost analysis ($packaging_proposal)Ensure the report is clear, concise, and includes any necessary diagrams or illustrations to support the proposed design.

Risikobewertung und Risikominderungsplan für eine globale Lieferkette

Identifiziert potenzielle Risiken in einer Lieferkette anhand des geografischen Standorts von Lieferanten und Logistikrouten. Anschließend erstellt es einen Risikominderungsplan, der Vorschläge für alternative Beschaffungsquellen, Sicherheitsbestände und Notfallpläne für verschiedene Störungsszenarien enthält.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {supplier_list_with_locations}, {logistics_routes_and_modes}, {current_safety_stock_levels}, {disruption_scenarios}

**TASK OVERVIEW**Identify potential risks in your supply chain based on the geographical location of suppliers and logistics routes. Generate a risk mitigation plan with alternative sourcing, safety stock levels, and contingency plans for disruption scenarios.**INPUTS**1. List of suppliers with geographical locations: {supplier_list_with_locations}2. Logistics routes and modes of transport: {logistics_routes_and_modes}3. Current safety stock levels: {current_safety_stock_levels}4. Disruption scenarios to consider: {disruption_scenarios}**INSTRUCTIONS**1. Analyze the geographical locations of suppliers and logistics routes to identify potential risks.2. For each identified risk, assess the impact on the supply chain.3. Suggest alternative sourcing options for each high-risk supplier.4. Recommend adjustments to safety stock levels based on identified risks.5. Develop contingency plans for each disruption scenario provided.6. Compile a comprehensive risk mitigation plan.**OUTPUT FORMAT**Provide a detailed report including:- Identified risks and their potential impacts.- Suggested alternative sourcing options.- Recommended safety stock level adjustments.- Contingency plans for each disruption scenario.- A summary of the overall risk mitigation strategy.

CO2-Fußabdruck Berechnung für einen Produktionsprozess

Berechnet den geschätzten CO₂-Fußabdruck eines Fertigungsprozesses durch Analyse der Stückliste, der Energieverbrauchsdaten für jeden Produktionsschritt und der Transportentfernungen für Rohstoffe und Fertigprodukte. Es liefert eine Aufschlüsselung der Emissionen nach Quelle und zeigt Bereiche für Emissionsreduzierungen auf.

Empfohlene Temperatur: 0.7 Empfohlene Denkkomplexität: hoch

Benutzereingaben: {bill_of_materials}, {energy_consumption_data}, {transportation_distances_raw_materials}, {transportation_distances_finished_goods}

## INPUTS- Bill of Materials (BOM): {bill_of_materials}- Energy Consumption Data for Each Production Step: {energy_consumption_data}- Transportation Distances for Raw Materials: {transportation_distances_raw_materials}- Transportation Distances for Finished Goods: {transportation_distances_finished_goods}## TASKS1. **Analyze Bill of Materials (BOM):** – Extract material types and quantities from {bill_of_materials}. – Determine the carbon emission factor for each material type.2. **Calculate Energy Consumption Emissions:** – For each production step in {energy_consumption_data}, calculate the carbon emissions using the energy type and its emission factor. – Sum the emissions for all production steps.3. **Evaluate Transportation Emissions:** – Calculate emissions for transporting raw materials using {transportation_distances_raw_materials} and relevant emission factors. – Calculate emissions for transporting finished goods using {transportation_distances_finished_goods} and relevant emission factors.4. **Compile Total Carbon Footprint:** – Sum emissions from materials, energy consumption, and transportation to get the total carbon footprint.5. **Breakdown and Suggestion:** – Provide a breakdown of emissions by source (materials, energy, transportation). – Suggest areas for potential emission reductions based on the breakdown.## OUTPUT FORMAT- Total Carbon Footprint: $total_carbon_footprint- Emissions Breakdown: $emissions_breakdown- Reduction Suggestions: $reduction_suggestions

Behandelte Themen: KI-gestützte Tools, Fertigungseffizienz, Echtzeit-Datenanalyse, Szenariomodellierung, Produktionsplanung, dynamische Umplanung, Prozessoptimierung, vorausschauende Planung, Ursachenanalyse, Kostenschätzung, Logistikoptimierung, automatisierte Berichterstattung, ISO 9001, ISO 55000, ISO 14001, ISO 50001 und IEC 61508.

Historischer Kontext

Ein Brandschutzingenieur demonstriert im Labor die Wirksamkeit von Trockenpulverlöschmitteln bei einem Magnesiumbrand.

Brände der Klasse D: Brennbare Metalle

Bei Bränden der Klasse D handelt es sich um brennbare Metalle, Legierungen oder Metallverbindungen wie Magnesium, Titan, Natrium und Lithium. Diese Brände sind besonders gefährlich, da sie bei extrem hohen Temperaturen brennen und mit gängigen Löschmitteln wie Wasser oder Kohlendioxid explosionsartig reagieren können. Wasser zum Beispiel in einigen Fällen, im Gegensatz zu pLaut Popular kann sich das Gas in Wasserstoff und Sauerstoff aufspalten und so das Feuer anfachen. Zum Löschen sind spezielle Trockenpulver erforderlich.

ANFO-Sprengstoff

ANFO (Ammoniumnitrat/Heizöl) ist ein weit verbreiteter industrieller Sprengstoff. Er besteht aus einer einfachen Mischung aus porösem Ammoniumnitrat (AN), das als Oxidationsmittel dient, und Heizöl (FO), typischerweise Diesel, das als Brennstoff verwendet wird. ANFO wird aufgrund seiner relativen Unempfindlichkeit als Sprengstoff eingestuft und benötigt zur Detonation eine Vorladung. Seine geringen Kosten machen es im Bergbau und im Baugewerbe dominant.

Bauingenieurbüro mit Statikern, die die Brückenkonstruktion mithilfe der direkten Steifigkeitsmethode analysieren.

Direkte Steifigkeitsmethode

Eine Matrixmethode der Strukturanalyse, die der Methode der finiten Elemente (FEM) zugrunde liegt. Sie modelliert eine Struktur als eine Anordnung von Elementen, die an Knotenpunkten verbunden sind. Die Methode setzt die Knotenkräfte \({R}\) mit den Knotenverschiebungen \({D}\) über eine globale Steifigkeitsmatrix \([K]\) in Beziehung, ausgedrückt als \([K]{D} = {R}\). Durch Lösen dieses linearen Gleichungssystems erhält man die unbekannten Knotenverschiebungen.

Modernes Designstudio, in dem Industriedesigner gemeinsam an der Produktentwicklung arbeiten.

Der iterative Produktentwicklungsprozess

Eine strukturierte Methodik zur Entwicklung neuer Produkte, die typischerweise Analyse, Konzeptentwicklung und Synthese umfasst. Es handelt sich um einen iterativen Zyklus, in dem Designer Nutzerbedürfnisse erforschen, Ideen sammeln, Prototypen erstellen und diese testen, um das Endprodukt zu optimieren. Dieser Prozess stellt sicher, dass das Endprodukt funktional ist und die Marktanforderungen effektiv erfüllt, bevor die Serienproduktion beginnt.

Heijunka-Platte in einer Produktionsanlage zur Veranschaulichung von Produktionsnivellierungsprinzipien.

Heijunka-Produktionsnivellierung

Heijunka ist das Prinzip der Produktionsnivellierung bzw. -glättung im Toyota-Produktionssystem. Dabei werden Produktionsvolumen und -mix über einen festgelegten Zeitraum gemittelt, um Spitzen und Täler in der Arbeitsbelastung zu eliminieren. Dies schafft eine vorhersehbare und stabile Fertigungsumgebung, die Voraussetzung für die effektive Umsetzung von Just-in-Time (JIT) und standardisierter Arbeit ist.

Fertigungshalle zur Veranschaulichung von Taktzeit und Zykluszeit in der Industrietechnik.

Unterscheidung zwischen Taktzeit und Zykluszeit

Die Taktzeit ist eine theoretische Berechnung, die die Geschwindigkeit der Kundennachfrage (\(Verfügbare Zeit \div Nachfrage\)) darstellt. Im Gegensatz dazu ist die Zykluszeit ein empirisches Maß für die tatsächliche Zeit, die für die Fertigstellung einer Arbeitseinheit in einem bestimmten Prozessschritt benötigt wird. Ein Kernprinzip der schlanken Fertigung besteht darin, sicherzustellen, dass die Zykluszeit stets kleiner oder gleich der Taktzeit ist.

CVD-Kammer für die Halbleiterfertigung mit Substrat und chemischen Vorläufern.

Chemische Gasphasenabscheidung (CVD)

Chemische Gasphasenabscheidung (CVD) ist ein Beschichtungsverfahren, bei dem ein Substrat einem oder mehreren flüchtigen chemischen Vorläufern ausgesetzt wird. Diese Vorläufer reagieren oder zersetzen sich in einer Reaktionskammer auf der Substratoberfläche und erzeugen einen hochreinen, leistungsstarken, festen Dünnfilm oder eine Beschichtung. Temperatur und Druck sind entscheidende Prozessparameter, die die Abscheidungsrate und die Filmqualität steuern.

1950

1955

1956

1960

1950

1955

1958

1960

Feuerlöscher-Ausstellung kategorisiert nach dem US-amerikanischen Brandschutzklassifizierungssystem zur Einhaltung der Sicherheitsstandards.

US-Brandklassifizierungssystem (NFPA 10)

Das US-amerikanische Brandklassifizierungssystem, standardisiert durch NFPA 10, kategorisiert Brände je nach Brennstoffart in fünf Hauptklassen. Klasse A umfasst gewöhnliche Brennstoffe wie Holz und Papier. Klasse B umfasst brennbare Flüssigkeiten und Gase. Klasse C ist für Brände unter Spannung stehender elektrischer Geräte vorgesehen. Klasse D bezieht sich auf brennbare Metalle und Klasse K auf Speiseöle und -fette.

Stirlingmotor-Konfigurationen

Stirlingmotoren werden im Wesentlichen in drei mechanische Bauformen unterteilt. Der Alpha-Typ verwendet zwei separate Arbeitskolben in miteinander verbundenen Heiß- und Kaltzylindern. Der Beta-Typ verfügt über einen einzelnen Zylinder, der sowohl einen Arbeitskolben als auch einen Verdrängerkolben beherbergt, der das Arbeitsgas zwischen Heiß- und Kaltzylinder hin und her bewegt. Der Gamma-Typ ist eine Variante, bei der sich der Arbeitskolben in einem separaten, parallelen Zylinder befindet.

Wärmetauscher, der in der Thermodynamik zur Effektivitätsanalyse nach der NTU-Methode verwendet wird.

Effektivitäts-NTU-Methode

Die Effektivitäts-NTU-Methode wird bei der Wärmetauscheranalyse angewendet, wenn die Eintrittstemperaturen des Fluids bekannt, die Austrittstemperaturen jedoch unbekannt sind. Die Effektivität (ε) ist das Verhältnis der tatsächlichen Wärmeübertragung zur maximal möglichen Wärmeübertragung. Die Anzahl der Übertragungseinheiten (NTU) ist ein dimensionsloses Maß für die Größe des Wärmetauschers und ist definiert als NTU = UA/Cmin.

Labortechniker führt im Reinraum eine Schleuderbeschichtung zur Dünnschichtabscheidung durch.

Spin Coating für die Dünnschichtabscheidung

Spin-Coating ist ein Verfahren zum Aufbringen gleichmäßiger dünner Filme auf flache Substrate. Ein Überschuss einer Beschichtungslösung wird auf das Substrat aufgebracht, das anschließend mit hoher Geschwindigkeit rotiert. Durch die Zentrifugalkraft verteilt sich die Lösung, und durch Verdampfung oder Aushärtung des Lösungsmittels verfestigt sich der Film. Die endgültige Dicke wird durch Viskosität, Konzentration und Rotationsgeschwindigkeit bestimmt.

Laborprüfung von Solarzellen mit Schwerpunkt auf der Füllfaktormessung in der Elektrotechnik.

Füllfaktor in der Photovoltaik

Der Füllfaktor (FF) ist ein wichtiger Parameter, der die Qualität einer Solarzelle bestimmt. Er beschreibt das Verhältnis der maximalen Leistung, die eine Zelle erzeugen kann (\(P_{max}\)), zur theoretischen Leistung einer idealen Spannungs- und Stromquelle (\(V_{oc} \times I_{sc}\)). Ein höherer Füllfaktor bedeutet geringere parasitäre Widerstandsverluste und eine eher quadratische Stromkennlinie.

Ingenieure arbeiten in einem Industriebüro an den Prinzipien der schlanken Produktion.

Muda, Muri, Mura (3 der 7 Wüsten)

Das Toyota-Produktionssystem basiert auf der vollständigen Beseitigung von Verschwendung. Diese wird in sieben Typen eingeteilt, von denen drei Haupttypen hier beschrieben werden: Muda (arbeitslose Arbeit), Muri (Überlastung) und Mura (Ungleichmäßigkeit). Obwohl Muda am häufigsten diskutiert wird, erkennt TPS an, dass Muri und Mura oft die eigentlichen Ursachen von Muda sind und zuerst angegangen werden müssen, um ein wirklich schlankes System zu erreichen.

Pharmazeutische Produktionsstätte, die die Standards der Guten Herstellungspraxis (GMP) erfüllt.

Gute Herstellungspraxis (GMP)

Gute Herstellungspraxis (GMP) ist ein System von Vorschriften und Richtlinien, das sicherstellt, dass pharmazeutische Produkte konsistent nach Qualitätsstandards hergestellt und kontrolliert werden. Es umfasst alle Aspekte der Produktion, von den Ausgangsstoffen, Räumlichkeiten und Geräten bis hin zur Schulung und persönlichen Hygiene des Personals. GMP zielt darauf ab, die mit der pharmazeutischen Produktion verbundenen Risiken zu minimieren.

Techniker trägt in einem Reinraum eine Schutzlackierung auf eine Leiterplatte auf.

Schutzlack zum Schutz von Elektronik

Eine Schutzbeschichtung ist ein dünner, schützender Polymerfilm, der auf eine Leiterplatte (PCB) aufgebracht wird und sich den Konturen der Platine und ihrer Komponenten anpasst. Ihr Hauptzweck besteht darin, die elektronischen Schaltkreise vor rauen Umgebungsbedingungen wie Feuchtigkeit, Staub, Chemikalien und extremen Temperaturen zu schützen und so die Zuverlässigkeit und Lebensdauer des Geräts zu erhöhen.

(wenn das Datum unbekannt oder nicht relevant ist, z. B. „Strömungsmechanik“, wird eine gerundete Schätzung seines bemerkenswerten Auftretens bereitgestellt)