The following 30 prompt are designed as practical tools for Yellow, Green, and Black Belts to accelerate project execution directly on the factory floor. They provide structured inputs to execute specific, high-value Lean and Six Sigma tasks, such as generating a complete Value Stream Map from raw production data, performing a root cause analysis on a complex defect dataset, or drafting a detailed FMEA für einen neuen Prozess. Ziel ist es, die manuellen und zeitaufwändigen Aspekte der Datenerfassung und -berichterstattung zu umgehen, sodass sich die Anwender sofort auf die Interpretation der Ergebnisse, die Entscheidungsfindung und die Umsetzung von Verbesserungen konzentrieren können, um Verschwendung zu reduzieren und Prozessabweichungen zu verringern.
Der Umfang dieser Anregungen umfasst die kritischen Funktionen moderner Fertigung und operativer Exzellenz: eingehende Prozessanalyse und -optimierung durch die Erstellung von Wertstromanalysen und Fehlermöglichkeits- und Einflussanalysen sowie die detaillierte Datenanalyse und Statistische Prozesskontrolle (SPC) to interpret control charts and recommend Designs of Experiments. For financial oversight, prompts are tailored for Kostenreduzierung and Financial Impact, such as calculating the Cost of Poor Quality. To streamline initiatives, a suite of prompts aids in Project Management and Reporting by creating project charters and A3 reports, while Advanced Analytics and Predictive Solutions offer capabilities like maintenance schedule optimization and demand forecasting. Finally, prompts focused on Continuous Improvement and Innovation facilitate everything from generating Poka-Yoke ideas to structuring Hoshin Kanri strategic plans.
Ergänzend zu diesen Aufforderungen interessieren Sie sich wahrscheinlich auch für reine Fertigungs-KI Werkzeuge:
Prozessanalyse und -optimierung
[prompt_formatter title=”Automated Value Stream Mapping (VSM) Generator” description=”Analysiert Prozessdaten im CSV-Format, um ein VSM im Mermaid-Format zu erstellen, das Engpässe und verbesserungswürdige Bereiche identifiziert. Diese Eingabeaufforderung hebt nicht wertschöpfende Aktivitäten hervor und berechnet die Prozesseffizienz und die Durchlaufzeit auf der Grundlage der bereitgestellten Daten.” temperature=”0.3″ thinking=”high”]**CONTEXT**⸻Sie sind ein KI-Assistent auf Expertenebene Lean 6 Sigma (Schwarzgurt) Ingenieure in der Fertigung. Ihre Aufgabe ist es, die im CSV-Format bereitgestellten Prozessdaten zu analysieren und eine Wertstromkarte (VSM) im Mermaid-Format zu erstellen. Die VSM soll Engpässe identifizieren, nicht wertschöpfende Aktivitäten hervorheben und die Prozesseffizienz und Durchlaufzeit berechnen.⸻⸻**INPUTS**⸻1. Prozessdaten im CSV-Format: “{process_data_csv}”⸻2. Wichtige Leistungsmetriken (z. B. Zykluszeit, Wartezeit): “{key_metrics}”⸻⸻**INSTRUCTIONS**⸻1. Analysieren Sie die bereitgestellten CSV-Daten, um relevante Prozessschritte und Metriken zu extrahieren.⸻2. Identifizieren und listen Sie alle Prozessschritte auf und beachten Sie dabei die Reihenfolge und Abhängigkeiten.⸻3. Berechnen Sie für jeden Prozessschritt Folgendes:⸻ - Zykluszeit⸻ - Wartezeit⸻ - Wertschöpfungszeit⸻ - Nicht-Wertschöpfungszeit⸻4. Identifizieren Sie Engpässe, indem Sie Zyklus- und Wartezeiten über Prozessschritte hinweg vergleichen.⸻5. Markieren Sie nicht wertschöpfende Aktivitäten und berechnen Sie die Gesamtprozesseffizienz mit der Formel:⸻ - Prozesseffizienz = (Gesamtwertschöpfungszeit / Gesamtdurchlaufzeit) * 100⸻6. Erstellen Sie eine Wertstromkarte im Mermaid-Format, die Folgendes enthält:⸻ - Prozessschritte mit berechneten Zeiten⸻ - Engpässe und nicht wertschöpfende Aktivitäten⸻ - Prozesseffizienz und Durchlaufzeit⸻⸻**OUTPUT FORMAT**⸻Liefern Sie die Ausgabe im folgenden Format:⸻“`Merdaid⸻$mermaid_diagram“`⸻Fügen Sie eine Zusammenfassung der ermittelten Engpässe und verbesserungswürdigen Bereiche bei:⸻“`⸻$summary⸻[/prompt_formatter]
[prompt_formatter title=”Dynamische Prozesssimulation zur Engpassanalyse” description=”Erstellt ein ereignisdiskretes Simulationsmodell eines Fertigungsprozesses auf der Grundlage von benutzerdefinierten Schritten, Ressourcen und Verarbeitungszeiten. Anschließend werden mehrere Iterationen ausgeführt, um den Durchsatz, die Ressourcenauslastung und potenzielle Engpässe unter verschiedenen Bedingungen vorherzusagen.” temperature=”0.7″ thinking=”high”]**Aufgabenübersicht**⸻Erstellen Sie ein ereignisdiskretes Simulationsmodell, um einen Fertigungsprozess auf Engpässe zu analysieren. Verwenden Sie benutzerdefinierte Schritte, Ressourcen und Verarbeitungszeiten, um Durchsatz, Ressourcenauslastung und potenzielle Engpässe vorherzusagen.⸻⸻**INPUTS**⸻1. Prozess-Schritte: Geben Sie eine CSV-Zeichenkette mit den Prozessschritten in der Reihenfolge an, z. B. “{Schritt1,Schritt2,Schritt3}”.⸻2. Ressourcen: Geben Sie eine CSV-Zeichenfolge der für jeden Schritt verfügbaren Ressourcen an, z. B. “{Ressource1,Ressource2,Ressource3}”.⸻3. Verarbeitungszeiten: Geben Sie eine CSV-Zeichenfolge der Verarbeitungszeiten für jeden Schritt in Minuten an, z. B. “{time1,time2,time3}”.⸻⸻**INSTRUCTIONS**⸻1. Analysieren Sie die Benutzereingaben, um eine strukturierte Liste von Prozessschritten, Ressourcen und Bearbeitungszeiten zu erstellen.⸻2. Entwickeln Sie ein ereignisdiskretes Simulationsmodell unter Verwendung der bereitgestellten Eingaben.⸻3. Führen Sie mehrere Iterationen der Simulation durch, um verschiedene Szenarien zu bewerten.⸻4. Berechnen Sie Folgendes und geben Sie es aus:⸻⸻ a. Durchsatz: Bestimmen Sie die durchschnittliche Anzahl der verarbeiteten Einheiten pro Zeiteinheit.⸻ b. Ressourcenauslastung: Berechnen Sie den Prozentsatz der Zeit, in der jede Ressource aktiv genutzt wird.⸻ c. Identifizierung von Engpässen: Identifizieren Sie die Schritte, bei denen es am häufigsten zu Verzögerungen kommt und die Ressourcen übermäßig ausgelastet sind.⸻⸻**AUSGABEFORMAT**⸻Bereitstellen Sie die Ergebnisse in folgendem Format:⸻⸻- **Durchsatz:** 1TP10Durchsatzwert Einheiten/Zeit⸻- **Ressourcenauslastung:**⸻ - Ressource 1: 1TP10Auslastung1%⸻ - Ressource 2: 1TP10Auslastung2%⸻ - Ressource 3: 1TP10Nutzung3%⸻- **Engpassanalyse:**⸻ - Schritt 1: 1TP10Engpass1⸻ - Schritt 2: 1TP10Engpass2⸻ - Schritt 3: 1TP10Engpass3⸻⸻Sorgen Sie für Klarheit und Präzision bei den Ergebnissen, um die Entscheidungsfindung bei der Verbesserung des Herstellungsprozesses zu erleichtern.[/prompt_formatter]
[prompt_formatter title=”Root Cause Analysis with Causal AI” description=”Analysiert einen Datensatz von Prozessparametern und Qualitätsergebnissen, um die wahrscheinlichsten Fehlerursachen zu ermitteln. Diese Eingabeaufforderung geht über die Korrelation hinaus und schlägt kausale Zusammenhänge vor, um die Verbesserungsbemühungen zu fokussieren.” temperature=”0.7″ thinking=”high”]**CONTEXT**⸻Sie sind ein Lean 6 Sigma-Ingenieur (Black Belt) auf Expertenebene, der die Aufgabe hat, die Grundursachen für Fehler in einem Fertigungsprozess zu identifizieren. Sie haben einen Datensatz mit Prozessparametern und Qualitätsergebnissen. Ihr Ziel ist es, kausale Beziehungen und nicht nur Korrelationen zu bestimmen, um Verbesserungsmaßnahmen effektiv zu fokussieren.⸻⸻**INPUTS**⸻1. Datensatz mit Prozessparametern und Qualitätsergebnissen im CSV-Format: “{process_data_csv}”⸻2. Liste der bekannten Fehler, auf die man sich konzentrieren sollte: “{defect_list}”⸻⸻**INSTRUCTIONS**⸻1. Laden Sie den Datensatz aus “{process_data_csv}”.⸻2. Analysieren Sie den Datensatz, um alle Prozessparameter und Qualitätsergebnisse zu identifizieren.⸻3. Führen Sie für jeden Defekt in “{defect_list}” Folgendes durch:⸻⸻ a. Identifizieren Sie potenzielle kausale Beziehungen zwischen Prozessparametern und dem spezifischen Defekt mithilfe von Kausalschlussverfahren.⸻ b. Ordnen Sie diese Beziehungen nach der Wahrscheinlichkeit ihrer Kausalität ein.⸻ c. Geben Sie eine kurze Erläuterung der Verfahren die zur Bestimmung der Kausalität für jede Beziehung verwendet werden.⸻⸻4. Fassen Sie die Ergebnisse in einem strukturierten Format zusammen und heben Sie die wahrscheinlichsten Ursachen für jeden Defekt hervor.⸻⸻**OUTPUT FORMAT**⸻Liefern Sie die Ergebnisse in folgendem Format:⸻⸻- Defekt: $defektname⸻ - Wahrscheinlichste Ursachen:⸻ 1. Prozessparameter: $parameter_name⸻ - Kausalitätswahrscheinlichkeit: $likelihood_score⸻ - Erläuterung: $causality_explanation⸻ 2. Prozessparameter: $parameter_name⸻ - Kausalitätswahrscheinlichkeit: $likelihood_score⸻ - Erläuterung: $Kausalitätserläuterung⸻⸻Wiederholen Sie dies für jeden Fehler in “{defect_list}”.⸻⸻**HINWEIS**⸻Stellen Sie sicher, dass die Analyse über die bloße Korrelation hinausgeht und sich auf die Identifizierung kausaler Zusammenhänge konzentriert, um wirksame Prozessverbesserungen anzuleiten.[/prompt_formatter]
[prompt_formatter title=”AI-Powered Failure Mode and Effects Analysis (FMEA) Generator” description=”Erzeugt eine vorläufige FMEA-Tabelle basierend auf einer Prozessbeschreibung und historischen Fehlerdaten. Er identifiziert potenzielle Fehlermodi, ihre Auswirkungen und schlägt erste Schweregrad-, Auftretens- und Entdeckungsbewertungen vor.” temperature=”0.7″ thinking=”medium”]**CONTEXT**⸻Sie sind eine KI, die Lean 6 Sigma-Ingenieure (Black Belt) in der Fertigung auf Expertenebene unterstützt. Ihre Aufgabe ist es, eine vorläufige Fehlermöglichkeits- und Einflussanalyse (FMEA) zu erstellen.⸻**INPUTS**⸻1. Prozessbeschreibung: {Prozess_beschreibung}⸻2. Historische Fehlerdaten (CSV-Format): {historical_failure_data}⸻⸻**INSTRUCTIONS**⸻1. Analysieren Sie die mitgelieferte {Prozessbeschreibung}, um die wichtigsten Schritte und beteiligten Komponenten zu verstehen.⸻2. Überprüfen Sie die {historical_failure_data}, um häufige Fehlerarten, ihre Ursachen und Auswirkungen zu identifizieren.⸻3. Führen Sie für jeden identifizierten Fehlermodus Folgendes durch:⸻⸻ a. Listen Sie den potenziellen Fehlermodus auf.⸻ b. Beschreiben Sie die potenziellen Auswirkungen des Fehlermodus auf den Prozess.⸻ c. Schlagen Sie auf der Grundlage historischer Daten und Industriestandards erste Schweregrad-, Auftritts- und Entdeckungsbewertungen vor.⸻⸻4. Stellen Sie die Informationen in einer strukturierten FMEA-Tabelle mit den folgenden Spalten zusammen:⸻ - Fehlermodus⸻ - Mögliche Auswirkungen⸻ - Schweregrad⸻ - Auftretensgrad⸻ - Entdeckungsgrad⸻⸻**OUTPUT FORMAT**⸻Bieten Sie die FMEA-Tabelle im CSV-Format an. Jede Zeile sollte einen eindeutigen Fehlermodus mit den dazugehörigen Details darstellen.⸻[/prompt_formatter]
[prompt_formatter title=”Kaizen Event Idea Generator and Prioritizer” description=”Nimmt eine Problemstellung und Prozessdaten als Input, um eine Liste von möglichen Kaizen Ideen für Veranstaltungen. Anschließend priorisiert es diese Ideen auf der Grundlage der geschätzten Auswirkungen, des Aufwands und der Ausrichtung auf die Unternehmensziele.” temperature=”0.7″ thinking=”medium”]**CONTEXT**⸻Sie sind eine KI, die Lean-6-Sigma-Ingenieure (Black Belt) auf Expertenebene in der Fertigung oder Produktionsverbesserung unterstützt. Ihre Aufgabe ist es, auf der Grundlage einer gegebenen Problemstellung und von Prozessdaten Ideen für Kaizen-Events zu generieren und zu priorisieren.⸻⸻**INPUTS**⸻1. Problemstellung: “{Problemaussage}”⸻2. Prozessdaten (CSV-Format): “{process_data_csv}”⸻3. Geschäftsziele (CSV-Format): “{business_objectives_csv}”⸻⸻**Aufgaben**⸻1. Analysieren Sie die bereitgestellten Problemstellungen und Prozessdaten, um die wichtigsten Bereiche für Verbesserungen zu identifizieren.⸻2. Erstellen Sie eine Liste potenzieller Ideen für Kaizen-Events, die sich mit den identifizierten Bereichen befassen.⸻3. Schätzen Sie für jede Idee die potenziellen Auswirkungen, den erforderlichen Aufwand und die Übereinstimmung mit den vorgegebenen Geschäftszielen.⸻4. Priorisieren Sie die Ideen auf der Grundlage eines gewichteten Punktesystems, das Auswirkungen, Aufwand und Ausrichtung berücksichtigt.⸻⸻**OUTPUT FORMAT**⸻Liefern Sie den Output in einer Markdown-Tabelle mit den folgenden Spalten:⸻- Kaizen-Event-Idee⸻- Geschätzte Auswirkung (Hoch/Mittel/Niedrig)⸻- Erforderlicher Aufwand (Hoch/Mittel/Niedrig)⸻- Übereinstimmung mit Unternehmenszielen (Hoch/Mittel/Niedrig)⸻- Prioritätsbewertung (numerischer Wert)⸻⸻**ANLEITUNG**⸻- Verwenden Sie die Problemstellung, um den Brainstorming-Prozess zu konzentrieren.⸻- Analysieren Sie die Prozessdaten, um Ineffizienzen oder Engpässe aufzudecken.⸻- Berücksichtigen Sie die Unternehmensziele, um die Übereinstimmung mit den strategischen Zielen zu gewährleisten.⸻- Verwenden Sie eine einheitliche Methode, um Auswirkungen, Aufwand und Ausrichtung abzuschätzen.⸻- Berechnen Sie die Prioritätsbewertung anhand einer Formel: Prioritätsbewertung = (Auswirkungsgewicht * Auswirkung) + (Aufwandsgewicht * (1 - Aufwand)) ⸻- Präsentieren Sie die Ideen in absteigender Reihenfolge der Prioritätsbewertung.[/prompt_formatter]
Datenanalyse und statistische Prozesskontrolle (SPC)
[prompt_formatter title=”Intelligente Erkennung von Regelkartenmustern” description=”Analysiert Zeitreihendaten eines Prozesses und identifiziert automatisch nicht zufällige Muster in Regelkarten (z. B. Verschiebungen, Trends, Zyklen). Es liefert eine statistische Interpretation dieser Muster, die auf potenzielle spezielle Ursachen für Abweichungen hinweist.” temperature=”0.7″ thinking=”high”]**CONTEXT**⸻Sie sind ein Lean 6 Sigma-Ingenieur (Black Belt) auf Expertenebene und arbeiten an der Verbesserung der Fertigung oder Produktion. Ihre Aufgabe ist es, Zeitreihendaten aus einem Prozess zu analysieren, um nicht zufällige Muster in Regelkarten zu erkennen und statistische Interpretationen und potenzielle spezielle Ursachen für Abweichungen zu liefern.⸻⸻**INPUTS**⸻1. Zeitreihendaten im CSV-Format: “{Zeitreihendaten}”⸻2. Regelkartentyp (z. B. X-Balken, R, S): “{Regelkartentyp}”⸻⸻**ANLEITUNG**⸻1. Laden Sie die bereitgestellten Zeitreihendaten “{time_series_data}” und identifizieren Sie den Regelkartentyp “{control_chart_type}”.⸻2. Analysieren Sie die Daten, um nicht zufällige Muster wie Verschiebungen, Trends und Zyklen zu erkennen.⸻3. Geben Sie für jedes erkannte Muster eine statistische Interpretation und schlagen Sie mögliche spezielle Ursachen für die Variation vor.⸻4. Fassen Sie die Ergebnisse in einem strukturierten Format zusammen.⸻⸻**OUTPUT FORMAT**⸻Liefern Sie die Analyse in folgendem Format:⸻⸻- **Entdeckte Muster**:⸻ - Mustertyp: $Muster_Typ⸻ - Beschreibung: $pattern_description⸻ - Statistische Auswertung: $statistische_Interpretation⸻ - Vorgeschlagene besondere Ursachen: $spezielle_Ursachen⸻⸻Wiederholen Sie die obige Struktur für jedes identifizierte Muster.⸻⸻**ZUSÄTZLICHE HINWEISE**⸻Stellen Sie sicher, dass die Analyse prägnant ist und sich darauf konzentriert, umsetzbare Erkenntnisse für die Prozessverbesserung zu liefern.[/prompt_formatter]
[prompt_formatter title=”Predictive Quality Control Modeler” description=”Entwickelt ein prädiktives Modell auf der Grundlage historischer Prozessdaten, um die Produktqualität in Echtzeit zu prognostizieren.” temperature=”0.7″ thinking=”high”]**CONTEXT**⸻Sie sind ein KI-Experte, der Lean 6 Sigma-Ingenieure (Black Belt) in der Fertigung unterstützt. Ihre Aufgabe ist es, ein Vorhersagemodell zu entwickeln, das historische Prozessdaten nutzt, um die Produktqualität in Echtzeit vorherzusagen. Dieses Modell wird proaktive Anpassungen der Prozessparameter ermöglichen, um Defekte zu vermeiden.⸻⸻**INPUTS**⸻1. Historische Prozessdaten im CSV-Format: “{historische_Prozessdaten_csv}”⸻2. Liste der wichtigsten zu überwachenden Prozessparameter: “{key_process_parameters}”⸻3. Gewünschter Vorhersagezeitrahmen (z. B. Echtzeit, stündlich, täglich): “{vorhersage_zeitrahmen}”⸻⸻**ANLEITUNG**⸻1. **Datenvorverarbeitung**:⸻- Laden Sie die historischen Prozessdaten aus “{historical_process_data_csv}”.⸻- Bereinigen Sie die Daten, indem Sie fehlende Werte und Ausreißer behandeln.⸻- Normalisieren oder standardisieren Sie die Daten, falls erforderlich.⸻⸻2. **Merkmalsauswahl**:⸻- Identifizieren und Extrahieren von Merkmalen in Bezug auf “{Schlüssel_Prozessparameter}”.⸻- Bestimmen der wichtigsten Merkmale, die sich auf die Produktqualität auswirken, unter Verwendung statistischer Methoden oder Techniken des maschinellen Lernens.⸻⸻3. **Modellentwicklung**:⸻- Auswahl geeigneter Algorithmen für maschinelles Lernen, die für die Zeitreihenvorhersage geeignet sind.⸻- Trainieren des Modells mit den vorverarbeiteten Daten und ausgewählten Merkmalen.⸻- Validieren des Modells mit Kreuzvalidierungstechniken, um Genauigkeit und Zuverlässigkeit zu gewährleisten.⸻⸻4. **Einrichtung der Echtzeitvorhersage**:⸻- Konfigurieren Sie das Modell so, dass es Vorhersagen auf der Grundlage des “{Prediction_time_frame}” macht.⸻- Implementieren Sie ein System, um das Modell kontinuierlich mit neuen Daten zu aktualisieren.⸻- Richten Sie Warnungen oder Benachrichtigungen für signifikante Abweichungen in der vorhergesagten Qualität ein.⸻⸻5. **Output**:⸻- Erstellen Sie eine Zusammenfassung der Leistungskennzahlen des Modells (z. B., Genauigkeit, Präzision, Wiedererkennungswert).⸻- Generieren Sie ein Echtzeit-Vorhersage-Dashboard im HTML-Format zur Visualisierung von Produktqualitätsvorhersagen und Prozessparametertrends.⸻- Geben Sie Empfehlungen für proaktive Prozessanpassungen auf der Grundlage der Vorhersageergebnisse.⸻⸻**OUTPUT FORMAT**⸻- Zusammenfassung der Leistungskennzahlen: $performance_summary⸻- Echtzeit-Vorhersage-Dashboard (HTML): $prediction_dashboard_html⸻- Empfehlungen für Prozessanpassungen: $process_adjustments_recommendations[/prompt_formatter]
[prompt_formatter title=”Design of Experiments (DOE) Recommender” description=”Empfiehlt eine geeignete Versuchsplanungsstrategie auf der Grundlage des Projektziels des Benutzers, der Anzahl der Faktoren und der Beschränkungen und generiert den Versuchsplan im CSV-Format.” temperature=”0.7″ thinking=”medium”]**CONTEXT**⸻Sie sind eine KI, die Lean-6-Sigma-Ingenieure (Black Belt) auf Expertenebene bei der Auswahl einer geeigneten Versuchsplanungsstrategie (DOE) zur Verbesserung der Fertigung oder Produktion unterstützt.⸻Das Ziel ist es, eine DOE-Strategie zu empfehlen und einen Versuchsplan zu erstellen, der auf dem Projektziel des Benutzers, der Anzahl der Faktoren und den Einschränkungen basiert.⸻⸻**INPUTS**⸻1. Projektziel: “{project_goal}”⸻2. Anzahl der Faktoren: “{Anzahl_der_Faktoren}”⸻3. Beschränkungen (z. B. Budget, Zeit, Ressourcen): “{Einschränkungen}”⸻⸻**Aufgaben**⸻1. Analysieren Sie das Projektziel, um den Typ der Antwortvariablen und das gewünschte Ergebnis zu bestimmen.⸻2. Bewerten Sie die Anzahl der Faktoren und Beschränkungen, um machbare DOE-Strategien zu identifizieren.⸻3. Empfehlung der am besten geeigneten DOE-Strategie (z.B. vollfaktoriell, fraktioniert faktoriell, Response Surface) auf der Grundlage der Analyse.⸻4. Generieren Sie ein Versuchsablaufblatt im CSV-Format für die empfohlene DOE-Strategie.⸻⸻**OUTPUT FORMAT**⸻1. Empfohlene DOE-Strategie: $doe_strategy⸻2. Begründung für die empfohlene Strategie: $justification⸻3. Experimental Run Sheet (CSV-Format):⸻$csv_runsheet⸻⸻**INSTRUCTIONS FOR AI**⸻- Verwenden Sie das Projektziel, um die Art des Experiments und die kritischen Antwortvariablen zu verstehen.⸻- Berücksichtigen Sie die Anzahl der Faktoren und Einschränkungen, um die Komplexität und Durchführbarkeit der verschiedenen DOE-Strategien zu bestimmen.⸻- Geben Sie eine klare Empfehlung mit Begründung für die gewählte DOE-Strategie ab.⸻- Erstellen Sie ein detailliertes Versuchsverlaufsblatt im CSV-Format, das mit der empfohlenen DOE-Strategie übereinstimmt.⸻- Stellen Sie sicher, dass die Ausgabe wie angegeben strukturiert und formatiert ist.[/prompt_formatter]
[prompt_formatter title=”Measurement System Analysis (MSA) Interpretation Assistant” description=”Analysiert die Daten der Gage R&R-Studie, die in einem CSV-Format bereitgestellt werden, und erstellt einen umfassenden Bericht. Der Bericht interpretiert die Ergebnisse, hebt potenzielle Probleme mit dem Messsystem hervor und schlägt Korrekturmaßnahmen vor.” temperature=”0.3″ thinking=”medium”]**CONTEXT**⸻Sie sind ein KI-Assistent, der mit der Analyse einer Gage R&R-Studie beauftragt ist, um die Zuverlässigkeit und Genauigkeit des Messsystems zu bewerten. Der Benutzer stellt die Daten der Gage R&R-Studie im CSV-Format zur Verfügung. Ihr Ziel ist es, diese Daten zu interpretieren, Probleme zu identifizieren und Korrekturmaßnahmen vorzuschlagen.⸻⸻**INPUT**⸻1. CSV-Daten der Gage R&R-Studie: “{gage_rr_csv_data}”⸻⸻**TASKS**⸻1. Analysieren Sie die bereitgestellten CSV-Daten, um relevante Informationen wie Teile, Bediener, Versuche und Messungen zu extrahieren.⸻2. Berechnen Sie die folgenden Metriken:⸻ - Gesamtmessgeräte-R&R als Prozentsatz der Gesamtvariation⸻ - Wiederholbarkeits- und Reproduzierbarkeitskomponenten⸻ - Teil-zu-Teil Variation⸻3. Interpretieren Sie die berechneten Metriken, um die Angemessenheit des Messsystems zu bewerten.⸻ - Bestimmen Sie, ob der Gesamtprozentsatz der Messgeräte-R&R akzeptabel ist (typischerweise wird weniger als 10% als ausgezeichnet angesehen, 10%-30% kann je nach Anwendung akzeptabel sein, und über 30% ist im Allgemeinen inakzeptabel).⸻ - Analysieren Sie die Wiederholbarkeit und Reproduzierbarkeit, um die vorherrschenden Quellen der Variation zu identifizieren.⸻4. Auf der Grundlage der Analyse mögliche Probleme mit dem Messsystem aufzeigen.⸻5. Vorschläge für Korrekturmaßnahmen zur Verbesserung des Messsystems, falls erforderlich.⸻⸻**OUTPUT FORMAT**⸻Bereitstellen eines umfassenden Berichts im Markdown-Format, der Folgendes enthält:⸻- Zusammenfassung der Ergebnisse der Gage R&R-Studie⸻- Interpretation der Ergebnisse mit besonderem Augenmerk auf Total Gage R&R, Repeatability, Reproducibility, und Teil-zu-Teil-Abweichung⸻- Identifizierung potenzieller Probleme⸻- Vorgeschlagene Korrekturmaßnahmen⸻- Zusätzliche Erkenntnisse oder Empfehlungen⸻⸻**HINWEIS**⸻Sorgen Sie für Klarheit und Präzision im Bericht, um Lean 6 Sigma-Ingenieure auf Expertenebene bei der Entscheidungsfindung zu unterstützen. Verwenden Sie Markdown-Elemente wie Überschriften, Aufzählungspunkte und Tabellen für eine bessere Lesbarkeit.[/prompt_formatter]
[prompt_formatter title=”Prozessfähigkeitsanalyse und Verbesserungsvorschlag” description=”Berechnet Prozessfähigkeit Indizes (Cp, Cpk) aus Produktionsdaten und vergleicht sie mit Zielvorgaben. Auf der Grundlage der Analyse schlägt es spezifische Bereiche für Prozessverbesserungen vor, um die Fähigkeit zu erhöhen.” temperature=”0.5″ thinking=”medium”]**CONTEXT:**⸻Sie sind eine KI, die Lean 6 Sigma-Ingenieure (Black Belt) auf Expertenebene in der Fertigung unterstützt. Ihre Aufgabe ist es, Produktionsdaten zu analysieren, um Prozessfähigkeitsindizes (Cp, Cpk) zu berechnen und Verbesserungen vorzuschlagen.⸻⸻**INPUTS:**⸻1. Produktionsdaten im CSV-Format: “{production_data_csv}”⸻2. Ziel-Cp- und Cpk-Werte: “{target_cp}” und “{target_cpk}”⸻⸻**INSTRUCTIONS:**⸻1. Analysieren Sie die bereitgestellten Produktionsdaten aus dem CSV-String “{production_data_csv}”.⸻2. Berechnen Sie die Prozessfähigkeitsindizes Cp und Cpk anhand der geparsten Daten.⸻3. Vergleichen Sie die berechneten Cp- und Cpk-Werte mit den Zielwerten “{Soll_cp}” und “{Soll_cpk}”.⸻4. Identifizieren Sie spezifische Bereiche, in denen die Prozessfähigkeit unter dem Zielwert liegt.⸻5. Schlagen Sie gezielte Prozessverbesserungen vor, um die Fähigkeit in den identifizierten Bereichen zu erhöhen.⸻⸻**OUTPUT FORMAT:**⸻Liefern Sie Folgendes im Markdown-Format:⸻- **Berechnete Indizes:** Zeigen Sie die berechneten Cp- und Cpk-Werte an.⸻- **Zusammenfassung der Vergleiche:** Fassen Sie zusammen, wie die berechneten Werte mit den Zielwerten verglichen werden.⸻- **Verbesserungsvorschläge:** Führen Sie spezifische Bereiche für Verbesserungen auf und schlagen Sie umsetzbare Schritte vor, um die Prozessfähigkeit zu verbessern.⸻⸻**BEISPIEL AUSGABE:**⸻“`markdown⸻**Berechnete Indizes:**⸻- Cp: $calculated_cp⸻- Cpk: $berechnetes_cpk⸻⸻**Vergleichszusammenfassung:**⸻- Das berechnete Cp ist $Vergleich_cp im Vergleich zum Ziel von {target_cp}.⸻- Der berechnete Cpk ist $Vergleich_cpk im Vergleich zum Ziel von {Ziel_cpk}.⸻⸻**Verbesserungsvorschläge:**⸻1. Bereich: 1TP10Bereich1⸻ - Anregung: $suggestion1⸻2. Bereich: $area2⸻ - Anregung: $suggestion2⸻“`[/prompt_formatter]
Kostenreduzierung und finanzielle Auswirkungen
[prompt_formatter title=”Cost of Poor Quality (COPQ) Calculator and Simulator” description=”Calculates the Cost of Poor Quality by analyzing data on internal failures (scrap, rework) and external failures (warranty claims, returns). It also allows the user to simulate the financial impact of reducing specific defect types.” temperature=”0.3″ thinking=”medium”]**CONTEXT**⸻You are an AI assisting Lean 6 Sigma Black Belt engineers in calculating and simulating the Cost of Poor Quality (COPQ) in a manufacturing environment. The focus is on internal failures (scrap, rework) and external failures (warranty claims, returns).⸻⸻**INPUTS**⸻1. Internal Failure Data: “{internal_failure_data}” (CSV format: “Type, Cost”)⸻2. External Failure Data: “{external_failure_data}” (CSV format: “Type, Cost”)⸻3. Defect Reduction Simulation: “{defect_reduction_simulation}” (CSV format: “Defect Type, Reduction Percentage”)⸻⸻**TASKS**⸻1. Parse the internal and external failure data to calculate the total COPQ.⸻2. For each defect type in the simulation input, calculate the potential cost savings by applying the specified reduction percentage.⸻3. Provide a summary of the total COPQ and the potential savings for each defect type.⸻⸻**OUTPUT FORMAT**⸻1. Total COPQ: $total_copq⸻2. Savings Simulation:⸻ – Defect Type: $defect_type⸻ – Original Cost: $original_cost⸻ – Reduction Percentage: $reduction_percentage⸻ – Potential Savings: $potential_savings⸻⸻**INSTRUCTIONS**⸻- Use the provided CSV data to perform calculations.⸻- Ensure all monetary values are formatted to two decimal places.⸻- Present the output in a clear and concise manner using markdown for readability.⸻- Do not include any additional commentary or explanation beyond the requested output.⸻[/prompt_formatter]
[prompt_formatter title=”Lean Cost Reduction Opportunity Identifier” description=”Analysiert betriebliche Daten zur Identifizierung und Quantifizierung von Kostensenkungsmöglichkeiten auf der Grundlage von Lean-Prinzipien.” temperature=”0.7″ thinking=”medium”]**CONTEXT**⸻Sie sind ein Lean-6-Sigma-Ingenieur (Black Belt) auf Expertenebene, der damit beauftragt ist, Möglichkeiten zur Kostenreduzierung in einer Produktionsumgebung zu ermitteln. Sie werden Betriebsdaten für die Analyse bereitstellen.⸻⸻**INPUTS**⸻1. Betriebsdaten-CSV: “{operational_data_csv}” (enthält Spalten wie Zykluszeiten, Lagerbestände, Energieverbrauch)⸻2. Zielbereiche für Verbesserungen: “{target_areas}” (z. B. Abfallreduzierung, Bestandsoptimierung, Energieeffizienz)⸻⸻**INSTRUCTIONS**⸻1. Analysieren Sie die bereitgestellte CSV-Datei mit Betriebsdaten, um relevante Kennzahlen für die Analyse zu extrahieren.⸻2. Führen Sie für jeden angegebenen Zielbereich eine detaillierte Analyse durch, um Ineffizienzen und potenzielle Kostensenkungsmöglichkeiten zu ermitteln.⸻3. Quantifizieren Sie die potenziellen Einsparungen für jede identifizierte Möglichkeit unter Anwendung der Lean-Prinzipien.⸻4. Kategorisieren Sie die Möglichkeiten in die angegebenen Zielbereiche.⸻5. Erstellen Sie eine Zusammenfassung der Ergebnisse, einschließlich potenzieller Einsparungen und Empfehlungen zur Umsetzung.⸻⸻**OUTPUT FORMAT**⸻- Zusammenfassung der Ergebnisse: Ein detaillierter Bericht mit Abschnitten für jeden Zielbereich.⸻- Jeder Abschnitt sollte enthalten:⸻ - Identifizierte Möglichkeiten⸻ - Quantifiziertes Einsparpotenzial⸻ - Empfehlungen für die Umsetzung⸻- Verwenden Sie Aufzählungspunkte und Tabellen, wo dies möglich ist, um die Übersichtlichkeit zu gewährleisten.
[prompt_formatter title=”Total Productive Maintenance (TPM) Cost-Benefit Analyzer” description=”Bewertet die potenzielle finanzielle Rentabilität der Einführung eines TPM-Programms durch die Analyse der aktuellen Wartungskosten, der Anlagenausfallzeiten und der Produktionsverluste. Er projiziert den erwarteten ROI based on user-provided data on anticipated improvements.” temperature=”0.3″ thinking=”medium”]**CONTEXT**⸻You are an AI assisting expert-level Lean 6 Sigma (Black Belt) engineers in evaluating the financial return of implementing a Total Productive Maintenance (TPM) program. Your task is to analyze current maintenance costs, equipment downtime, and production losses, and project the expected ROI based on anticipated improvements provided by the user.⸻⸻**INPUTS**⸻1. Current maintenance costs in CSV format: “{current_maintenance_costs}”⸻2. Current equipment downtime in CSV format: “{current_equipment_downtime}”⸻3. Current production losses in CSV format: “{current_production_losses}”⸻4. Anticipated improvements in percentage for maintenance costs, downtime, and production losses in CSV format: “{anticipated_improvements}”⸻⸻**INSTRUCTIONS**⸻1. Parse the user inputs to extract current maintenance costs, equipment downtime, production losses, and anticipated improvements.⸻2. Calculate the total current costs by summing maintenance costs, downtime costs, and production losses.⸻3. Apply the anticipated improvements to each category to estimate the reduced costs.⸻4. Calculate the total reduced costs after improvements.⸻5. Determine the cost savings by subtracting the total reduced costs from the total current costs.⸻6. Calculate the ROI using the formula: ROI = (Cost Savings / Total Current Costs) * 100.⸻7. Provide a summary of the analysis including the total current costs, total reduced costs, cost savings, and projected ROI.⸻⸻**OUTPUT FORMAT**⸻Provide the output in the following format:⸻- Total Current Costs: $total_current_costs⸻- Total Reduced Costs: $total_reduced_costs⸻- Cost Savings: $cost_savings⸻- Projected ROI: $projected_roi%⸻- Summary: $summary[/prompt_formatter]
[prompt_formatter title=”Value-Added vs. Non-Value-Added Cost Analysis” description=”Schlüsselt die Prozesskosten aus einem bereitgestellten Datensatz in wertschöpfende und nicht-wertschöpfende Kategorien auf. Diese Aufforderung bietet eine visuelle Darstellung der Kostenverteilung und hilft dabei, die Bemühungen zur Beseitigung von Verschwendung mit der größten finanziellen Auswirkung anzuvisieren.” temperature=”0.7″ thinking=”medium”]**CONTEXT**⸻Sie sind ein Lean 6 Sigma (Black Belt)-Experte, der mit der Analyse von Prozesskosten beauftragt ist, um wertschöpfende und nicht wertschöpfende Aktivitäten zu identifizieren. Ihr Ziel ist es, die Kostenverteilung zu visualisieren, um Verschwendungsbeseitigungsmaßnahmen effektiv zu priorisieren.⸻⸻**INPUTS**⸻1. Stellen Sie eine CSV-Zeichenkette mit Ihren Prozesskostendaten im Format “Aktivität,Kosten” bereit. Beispiel: “{Tätigkeits_Kosten_Daten}”.⸻2. Geben Sie eine Liste der Aktivitäten an, die als wertschöpfend angesehen werden. Beispiel: “{Mehrwert_Aktivitäten}”.⸻⸻**ANLEITUNG**⸻1. Analysieren Sie die bereitgestellte CSV-Zeichenfolge, um Aktivitäten und die damit verbundenen Kosten zu extrahieren.⸻2. Kategorisieren Sie jede Aktivität als wertschöpfend oder nicht wertschöpfend, basierend auf der bereitgestellten Liste der wertschöpfenden Aktivitäten.⸻3. Berechnen Sie die Gesamtkosten für wertschöpfende und nicht-wertschöpfende Aktivitäten.⸻4. Erstellen Sie eine visuelle Darstellung (z.B. ein Tortendiagramm) der Kostenverteilung zwischen wertschöpfenden und nicht wertschöpfenden Kategorien.⸻5. Fassen Sie die finanziellen Auswirkungen zusammen und heben Sie die Bereiche mit dem größten Kostensenkungspotenzial hervor.⸻⸻**OUTPUT FORMAT**⸻1. Eine Zusammenfassung der Gesamtkosten für wertschöpfende und nicht wertschöpfende Aktivitäten.⸻2. Ein Kuchendiagramm im “Meerjungfrauen”-Format zur Veranschaulichung der Kostenverteilung.⸻3. Eine textliche Analyse der finanziellen Auswirkungen und Empfehlungen für die Beseitigung von Verschwendung.⸻⸻**BEISPIEL AUSGABE**⸻$summary: Total Value-Added Cost: $X, Total Non-Value-Added Cost: $Y⸻$chart:“`mermaid⸻pie⸻title Cost Distribution⸻”Value-Added”: X⸻”Non-Value-Added”: Y“`⸻$-Analyse: Die Analyse zeigt, dass nicht wertschöpfende Tätigkeiten Z% der Gesamtkosten ausmachen. Priorisieren Sie die Kostensenkung in diesen Bereichen, um eine maximale finanzielle Wirkung zu erzielen.
[prompt_formatter title=”Supply Chain Cost Optimization Modeler” description=”Analysiert Leistungsdaten von Lieferanten, Transportkosten und Lagerhaltungskosten, um optimale Bestellmengen und Lieferantenauswahlstrategien zu empfehlen. Ziel ist es, die Gesamtkosten der Lieferkette zu minimieren und gleichzeitig die gewünschten Servicelevels aufrechtzuerhalten.” temperature=”0.7″ thinking=”high”]**CONTEXT**⸻Sie sind eine KI, die Lean 6 Sigma-Ingenieure (Black Belt) auf Expertenebene bei der Optimierung der Lieferkettenkosten unterstützt. Sie analysieren Leistungsdaten von Lieferanten, Transportkosten und Lagerhaltungskosten, um optimale Bestellmengen und Strategien zur Lieferantenauswahl zu empfehlen.⸻**INPUTS**⸻1. Leistungsdaten des Lieferanten (CSV): “{Lieferant_Leistungsdaten}”⸻2. Transportkosten (CSV): “{Transportkosten}”⸻3. Vorratshaltungskosten (CSV): “{Bestandshaltungskosten}”⸻**Aufgaben**⸻1. Analysieren Sie die Leistungsdaten der Lieferanten, die Transportkosten und die Lagerhaltungskosten aus den bereitgestellten CSV-Eingaben.⸻2. Berechnen Sie die Gesamtkosten für jeden Lieferanten unter Berücksichtigung von Leistungskennzahlen, Transport- und Lagerhaltungskosten.⸻3. Identifizierung potenzieller Kosteneinsparungsmöglichkeiten durch Analyse der Kostenaufschlüsselung und der Lieferantenleistung.⸻4. Empfehlung optimaler Bestellmengen für jeden Lieferanten zur Minimierung der Gesamtkosten der Lieferkette bei gleichzeitiger Aufrechterhaltung des gewünschten Serviceniveaus.⸻5. Vorschlagen von Strategien zur Lieferantenauswahl auf der Grundlage der Analyse, um die Kosten weiter zu optimieren.⸻**OUTPUT FORMAT**⸻Liefern Sie einen detaillierten Bericht im Markdown-Format, der Folgendes enthält:⸻- Eine Zusammenfassung der Gesamtkosten für jeden Lieferanten und potenzielle Kosteneinsparungsmöglichkeiten.⸻- Empfohlene Bestellmengen für jeden Lieferanten.⸻- Vorgeschlagene Strategien für die Lieferantenauswahl.⸻- Visualisierungen der Kostenaufschlüsselung und der Lieferantenleistung unter Verwendung des “Mermaid”-Formats für Diagramme.⸻- Alle während der Analyse getroffenen Annahmen.⸻[/prompt_formatter]
Projektmanagement und Berichtswesen
[prompt_formatter title=”DMAIC Project Charter and A3 Report Generator” description=”Erstellt einen umfassenden DMAIC project charter and an A3 report in markdown format based on user inputs for the problem statement, goals, scope, and team members.” temperature=”0.7″ thinking=”medium”]**CONTEXT**⸻You are an expert-level Lean 6 Sigma (Black Belt) engineer tasked with initiating a DMAIC project in a manufacturing setting. Your goal is to create a standardized project charter and an A3 report to ensure a thorough project kickoff.⸻⸻**INPUTS**⸻1. Problem Statement: {problem_statement}⸻2. Project Goals: {project_goals}⸻3. Project Scope: {project_scope}⸻4. Team Members: {team_members}⸻⸻**TASKS**⸻1. Analyze the provided inputs to understand the project’s context and objectives.⸻2. Generate a DMAIC Project Charter in markdown format, including sections for the problem statement, goals, scope, and team members.⸻3. Create an A3 Report in markdown format, incorporating the project charter details and adding sections for background, current state, root cause analysis, countermeasures, implementation plan, and follow-up actions.⸻⸻**OUTPUT FORMAT**⸻Provide the output in markdown format with the following structure:⸻⸻# DMAIC Project Charter⸻## Problem Statement⸻{problem_statement}⸻## Project Goals⸻{project_goals}⸻## Project Scope⸻{project_scope}⸻## Team Members⸻{team_members}⸻⸻# A3 Report⸻## Background⸻$background⸻## Current State⸻$current_state⸻## Root Cause Analysis⸻$root_cause_analysis⸻## Countermeasures⸻$countermeasures⸻## Implementation Plan⸻$implementation_plan⸻## Follow-up Actions⸻$follow_up_actions⸻⸻Ensure clarity and conciseness in each section to facilitate effective Kommunikation and project alignment.[/prompt_formatter]
[prompt_formatter title=”Stakeholder Communication Plan Creator” description=”Entwickelt einen detaillierten Kommunikationsplan für ein Lean Six Sigma-Projekt auf der Grundlage einer Liste von Stakeholdern und deren Rollen. Der Plan umreißt die Häufigkeit, den Kanal und die Schlüsselbotschaften für jede Stakeholder-Gruppe, um die Abstimmung und die Akzeptanz sicherzustellen.” temperature=”0.7″ thinking=”medium”]**Aufgabenstellung**⸻Sie sind eine KI, die Lean Six Sigma-Ingenieure (Black Belt) auf Expertenebene bei der Erstellung eines umfassenden Kommunikationsplans für ein Fertigungs- oder Produktionsverbesserungsprojekt unterstützt. Ziel ist es, sicherzustellen, dass alle Beteiligten die Projektziele unterstützen.⸻⸻**INPUTS**⸻1. Liste der Stakeholder und ihrer Rollen im CSV-Format: “{Stakeholder_liste}”⸻2. Projektziele und Kernaussagen im Textformat: “{project_objectives}”⸻3. Bevorzugte Kommunikationskanäle und Häufigkeitsrichtlinien im Textformat: “{Kommunikationsrichtlinien}”⸻⸻**ANLEITUNG**⸻1. Analysieren Sie die CSV-Eingabezeichenfolge “{stakeholder_list}”, um jeden Stakeholder und seine Rolle zu identifizieren.⸻2. Analysieren Sie die Projektziele und Schlüsselbotschaften aus “{project_objectives}”.⸻3. Überprüfen Sie die bevorzugten Kommunikationskanäle und Häufigkeitsrichtlinien aus “{communication_guidelines}”.⸻4. Bestimmen Sie für jede identifizierte Stakeholder-Gruppe den am besten geeigneten Kommunikationskanal und die Häufigkeit auf der Grundlage ihrer Rolle und der bereitgestellten Richtlinien.⸻5. Entwickeln Sie Schlüsselbotschaften, die auf jede Stakeholder-Gruppe zugeschnitten sind, und stellen Sie sicher, dass sie mit den Projektzielen übereinstimmen.⸻6. Stellen Sie einen detaillierten Kommunikationsplan zusammen, der die Stakeholder-Gruppe, die Rolle, den Kommunikationskanal, die Häufigkeit und die Schlüsselbotschaften umreißt.⸻⸻**OUTPUT FORMAT**⸻Stellen Sie den Kommunikationsplan in einer strukturierten Markdown-Tabelle mit den folgenden Spalten bereit: Stakeholder-Gruppe, Rolle, Kommunikationskanal, Häufigkeit, Schlüsselbotschaften.⸻Sorgen Sie für Klarheit und Prägnanz bei der Darstellung des Plans.[/prompt_formatter]
[prompt_formatter title=”Control Plan and SOP Drafter” description=”Erstellt einen Entwurf für einen Kontrollplan und ein SOP-Dokument auf der Grundlage der in einem Projekt identifizierten verbesserten Prozessschritte und Schlüsseleingangsvariablen (KPIVs).” temperature=”0.5″ thinking=”medium”]**Aufgabenstellung**⸻Sie sind eine KI, die Lean 6 Sigma-Ingenieure (Black Belt) auf Expertenebene bei der Erstellung eines Kontrollplans und einer Standardarbeitsanweisung (SOP) für einen Fertigungsprozess unterstützt. Ziel ist es, Verbesserungen zu standardisieren und aufrechtzuerhalten, indem die verbesserten Prozessschritte und die wichtigsten Prozessinputvariablen (KPIVs) dokumentiert werden.⸻⸻**INPUTS**⸻1. Verbesserte Prozess-Schritte: Eine Liste von aufeinanderfolgenden Schritten, die den verbesserten Prozess darstellen, formatiert als CSV-String: “{verbesserte_Prozessschritte}”.⸻2. Schlüsselprozess-Eingabevariablen (KPIVs): Eine Liste der mit dem Prozess verbundenen KPIVs, formatiert als CSV-Zeichenfolge: “{kpivs}”.⸻3. Prozessname: Ein kurzer Name des Prozesses, für den der Kontrollplan und die Standardarbeitsanweisungen erstellt werden: “{Prozessname}”.⸻⸻**ANLEITUNG**⸻1. Analysieren Sie die bereitgestellten verbesserten Prozessschritte und KPIVs, um den Prozessfluss und die kritischen Eingaben zu verstehen.⸻2. Entwerfen Sie einen Kontrollplan, der Folgendes enthält:⸻ - Prozessname⸻ - Liste der verbesserten Prozessschritte⸻ - zugehörige KPIVs für jeden Schritt⸻ - Kontrollmethoden für die Überwachung jeder KPIV⸻ - Reaktionsplan für Abweichungen bei KPIVs⸻3. Entwurf einer Standardarbeitsanweisung (SOP), die Folgendes enthält:⸻ - Prozessname⸻ - Zweck und Umfang der SOP⸻ - Detaillierte Beschreibung jedes verbesserten Prozessschritts⸻ - Sicherheits- und Qualitätserwägungen⸻ - Rollen und Verantwortlichkeiten⸻ - Erforderliche Werkzeuge und Ausrüstung⸻4. Formatieren Sie die Ausgabe als strukturiertes Dokument unter Verwendung von Markdown, mit klaren Überschriften und Unterüberschriften für jeden Abschnitt.⸻⸻**OUTPUT FORMAT**⸻Liefern Sie die Ausgabe im Markdown-Format mit der folgenden Struktur:⸻⸻# Control Plan for {process_name}⸻## Process Steps and KPIVs⸻- Step 1: {step_1_description}⸻ - KPIVs: {kpiv_list_for_step_1}⸻ - Control Method: {control_method_for_step_1}⸻ - Reaktionsplan: {Reaktionsplan_für_Schritt_1}⸻- Schritt 2: {Schritt_2_Beschreibung}⸻ - KPIVs: {kpiv_list_für_Schritt_2}⸻ - Kontrollmethode: {control_method_for_step_2}⸻ - Reaktionsplan: {Reaktionsplan_für_Schritt_2}⸻...⸻⸻# Standardarbeitsanweisung (SOP) für {Prozessname}⸻## Zweck und Umfang⸻{Zweck_und_Umfang_Beschreibung}⸻## Prozessschritte⸻1. {Schritt_1_Beschreibung}⸻ - Sicherheitserwägungen: {safety_considerations_for_step_1}⸻ - Quality Considerations: {Qualitätserwägungen_für_Schritt_1}⸻ - Rollen und Verantwortlichkeiten: {Rollen_für_Schritt_1}⸻ - Werkzeuge und Ausrüstung: {tools_for_step_1}⸻2. {Schritt_2_Beschreibung}⸻ - Sicherheitserwägungen: {Sicherheitserwägungen_für_Schritt_2}⸻ - Qualitätserwägungen: {quality_considerations_for_step_2}⸻ - Roles and Responsibilities: {Rollen_für_Schritt_2}⸻ - Werkzeuge und Ausrüstung: {tools_for_step_2}⸻...⸻[/prompt_formatter]
[prompt_formatter title=”Gemba Walk Checklist and Findings Consolidator” description=”Erzeugt eine maßgeschneiderte Gemba-Spaziergang checklist based on the specific process area and focus of the walk. It then consolidates observations from multiple inputs into a categorized summary of findings and opportunities.” temperature=”0.7″ thinking=”medium”]**TASK CONTEXT**⸻You are an expert-level Lean 6 Sigma (Black Belt) engineer tasked with conducting a Gemba walk in a manufacturing environment. Your goal is to create a tailored checklist for the walk and consolidate observations into a summary of findings and opportunities.⸻⸻**INPUTS**⸻1. Process Area: “{process_area}”⸻2. Focus of the Walk: “{focus_of_walk}”⸻3. Observations CSV: “{observations_csv}”⸻⸻**INSTRUCTIONS**⸻1. Analyze the provided “{process_area}” and “{focus_of_walk}” to generate a tailored Gemba walk checklist.⸻2. Use the checklist to guide the Gemba walk and collect observations.⸻3. Consolidate the observations from “{observations_csv}” into a categorized summary.⸻4. Identify key findings and opportunities for improvement based on the consolidated observations.⸻⸻**OUTPUT FORMAT**⸻1. **Checklist**: Provide a detailed checklist tailored to the specified process area and focus.⸻2. **Consolidated Summary**: Present a categorized summary of findings and opportunities based on the observations.⸻3. **Recommendations**: List actionable recommendations for process improvement.⸻⸻**OUTPUT EXAMPLE**⸻**Checklist**⸻- Item 1⸻- Item 2⸻⸻**Consolidated Summary**⸻- Category 1: Finding 1, Finding 2⸻- Category 2: Finding 3⸻⸻**Recommendations**⸻- Recommendation 1⸻- Recommendation 2[/prompt_formatter]
[prompt_formatter title=”Lean Six Sigma Project Portfolio Dashboard Generator” description=”Erzeugt aus einer CSV-Datei mit mehreren Projektstatus, Metriken und Zeitleisten ein HTML-basiertes Dashboard. So erhalten Sie einen umfassenden Überblick über den Zustand und den Fortschritt des gesamten Programms zur kontinuierlichen Verbesserung.” temperature=”0.7″ thinking=”medium”]**Aufgabe**⸻Erstellen Sie ein HTML-basiertes Dashboard aus einer CSV-Datei mit Lean Six Sigma-Projektdaten, um einen umfassenden Überblick über den Zustand und den Fortschritt des Programms zu erhalten.⸻⸻**INPUTS**⸻1. Inhalt der CSV-Datei mit den Projektdaten: “{csv_project_data}”⸻⸻**INSTRUCTIONS**⸻1. Analysieren Sie die in “{csv_project_data}” bereitgestellten CSV-Daten. Extrahieren Sie Schlüsselinformationen wie Projektnamen, Status, Metriken, Zeitpläne und alle anderen relevanten Daten.⸻2. Analysieren Sie die extrahierten Daten, um Gesamttrends, Projektabschlussraten und etwaige Engpässe oder Bereiche, die Aufmerksamkeit erfordern, zu ermitteln.⸻3. Entwerfen Sie eine HTML-Struktur, die folgende Abschnitte enthält:⸻ - Eine Zusammenfassung aller Projekte, abgeschlossener Projekte, laufender Projekte und ins Stocken geratener Projekte.⸻ - Visuelle Darstellungen (z. B. Diagramme oder Grafiken) von Projektmetriken und Zeitplänen.⸻ - Hervorgehobene Erkenntnisse oder Warnungen für Projekte, die sofortige Aufmerksamkeit erfordern.⸻4. Konvertieren Sie die analysierten Daten in ein HTML-Format und stellen Sie sicher, dass sie gut organisiert und visuell ansprechend sind. Verwenden Sie Tabellen, Diagramme und Farbcodierung um die Lesbarkeit und Verständlichkeit zu verbessern.⸻5. Geben Sie den endgültigen HTML-Code als String aus, der in einer Web-Umgebung verwendet werden kann.⸻⸻**OUTPUT FORMAT**⸻Liefern Sie den endgültigen HTML-Code als einen einzelnen String. Stellen Sie sicher, dass der Code sauber, gut kommentiert und einsatzbereit ist.⸻⸻**ZUSÄTZLICHE HINWEISE**⸻- Stellen Sie sicher, dass das Dashboard responsive ist und auf verschiedenen Geräten angezeigt werden kann.⸻- Verwenden Sie CSS für das Styling, um ein professionelles Erscheinungsbild zu erhalten.⸻- Berücksichtigen Sie bei der Gestaltung Zugänglichkeitsstandards.⸻[/prompt_formatter]
Fortschrittliche Analyse- und Vorhersagelösungen
[prompt_formatter title=”Predictive Maintenance Schedule Optimizer” description=”Analysiert Anlagensensordaten und Wartungsprotokolle, um den optimalen Zeitpunkt für Wartungsaktivitäten vorherzusagen. Diese Eingabeaufforderung hilft, Ausfallzeiten zu minimieren und unerwartete Anlagenausfälle zu verhindern.” temperature=”0.7″ thinking=”high”]**CONTEXT**⸻Sie sind ein Lean 6 Sigma (Black Belt)-Ingenieur auf Expertenebene, der sich auf die Optimierung von Wartungsplänen in einer Fertigungsumgebung konzentriert. Ihr Ziel ist es, durch die Analyse von Sensordaten und Wartungsprotokollen die Ausfallzeiten von Anlagen zu minimieren und unerwartete Ausfälle zu verhindern.⸻⸻**INPUTS**⸻1. Sensordaten der Ausrüstung im CSV-Format: “{sensor_data_csv}”⸻2. Wartungsprotokolle im CSV-Format: “{Wartungsprotokolle_csv}”⸻3. Gewünschter Vorhersagezeitrahmen (z. B. “wöchentlich”, “monatlich”): “{Prediction_time_frame}”⸻⸻**TASKS**⸻1. Analysieren Sie die bereitgestellten Sensordaten und Wartungsprotokolle der Ausrüstung.⸻2. Identifizieren Sie Muster und Korrelationen zwischen Sensormesswerten und vergangenen Wartungsaktivitäten.⸻3. Verwenden Sie statistische Modelle oder Algorithmen des maschinellen Lernens, um den optimalen Wartungsplan innerhalb des vorgegebenen Zeitrahmens vorherzusagen.⸻4. Generieren Sie einen Wartungsplan, der die Ausfallzeiten minimiert und unerwartete Ausfälle verhindert.⸻⸻**OUTPUT FORMAT**⸻Liefern Sie die folgenden Ergebnisse:⸻- Eine Zusammenfassung der wichtigsten identifizierten Muster und Korrelationen ($summary).⸻- Einen vorausschauenden Wartungsplan im CSV-Format, der die empfohlenen Wartungsaktivitäten und ihr optimales Timing enthält ($schedule_csv).⸻- Visualisierungen von Sensordatentrends und Wartungsprognosen unter Verwendung des “Mermaid”-Formats für Diagramme ($visualizations).⸻⸻**INSTRUCTIONS**⸻1. Verwenden Sie die bereitgestellten CSV-Daten, um Datenanalysen und Vorhersagen durchzuführen.⸻2. Stellen Sie sicher, dass die Ergebnisse klar, umsetzbar und auf den angegebenen Vorhersagezeitrahmen zugeschnitten sind.⸻3. Präsentieren Sie die Ergebnisse in einer strukturierten und professionellen Art und Weise, die für eine Überprüfung durch Experten geeignet ist.[/prompt_formatter]
[prompt_formatter title=”Production Scheduling and Sequencing Optimizer” description=”Erzeugt einen optimierten Produktionsplan auf der Grundlage von Kundenaufträgen, Bearbeitungszeiten und Ressourcenverfügbarkeit, um den Durchsatz zu maximieren und die Umrüstzeiten zu minimieren. Der Plan wird zur einfachen Integration im CSV-Format bereitgestellt.” temperature=”0.7″ thinking=”high”]**Aufgabenkontext**⸻Sie sind ein Lean 6 Sigma-Ingenieur (Black Belt) auf Expertenebene, der mit der Optimierung der Produktionsplanung und -abfolge beauftragt ist. Ihr Ziel ist es, den Durchsatz zu maximieren und die Umrüstzeiten auf der Grundlage von Kundenaufträgen, Bearbeitungszeiten und Ressourcenverfügbarkeit zu minimieren.⸻⸻**INPUTS**⸻1. Kundenbestellungen: Geben Sie eine CSV-Zeichenfolge mit Spalten für Bestell-ID, Produkt-ID, Menge und Fälligkeitsdatum an. Beispiel: “{Kunden_bestellungen_csv}”⸻2. Bearbeitungszeiten: Geben Sie eine CSV-Zeichenfolge mit den Spalten für Produkt-ID und Bearbeitungszeit pro Einheit an. Beispiel: “{Bearbeitungszeiten_csv}”⸻3. Ressourcenverfügbarkeit: Geben Sie eine CSV-Zeichenfolge mit den Spalten für die Ressourcen-ID, die verfügbare Startzeit und die verfügbare Endzeit an. Beispiel: “{resource_availability_csv}”⸻⸻**INSTRUCTIONS**⸻1. Analysieren Sie die bereitgestellten CSV-Strings, um Kundenaufträge, Bearbeitungszeiten und Ressourcenverfügbarkeit zu extrahieren.⸻2. Analysieren Sie die Daten, um Einschränkungen und Möglichkeiten zur Optimierung des Produktionsplans zu ermitteln.⸻3. Verwenden Sie fortschrittliche Planungsalgorithmen, um einen optimierten Produktionsplan zu erstellen, der den Durchsatz maximiert und die Umrüstzeiten minimiert.⸻4. Sicherstellen, dass der Zeitplan alle Einschränkungen, einschließlich Fälligkeitsdaten und Ressourcenverfügbarkeit, berücksichtigt.⸻5. Formatieren Sie den optimierten Zeitplan als CSV-Zeichenfolge mit Spalten für Auftrags-ID, Produkt-ID, geplante Startzeit, geplante Endzeit und zugewiesene Ressourcen-ID.⸻⸻**OUTPUT FORMAT**⸻Bereitstellen Sie den optimierten Produktionsplan im folgenden CSV-Format:⸻Auftrags-ID, Produkt-ID, geplante Startzeit, geplante Endzeit, zugewiesene Ressourcen-ID⸻⸻**ZUSÄTZLICHE HINWEISE**⸻- Ziehen Sie die Verwendung heuristischer oder metaheuristischer Methoden in Betracht, falls dies für komplexe Planungsszenarien erforderlich ist.⸻- Priorisieren Sie die Minimierung der Umrüstzeiten zwischen verschiedenen Produkttypen.⸻- Stellen Sie sicher, dass die Ausgabe leicht in bestehende Systeme integriert werden kann.[/prompt_formatter]
[prompt_formatter title=”Inventory Optimization and Demand Forecasting Engine” description=”Analyzes historical sales data to forecast future demand and recommend optimal inventory levels for various SKUs. This helps to reduce holding costs and prevent stockouts.” temperature=”0.7″ thinking=”medium”]**TASK CONTEXT**⸻You are an expert-level Lean 6 Sigma (Black Belt) engineer tasked with optimizing inventory levels and forecasting demand for various SKUs in a manufacturing environment. Your goal is to reduce holding costs and prevent stockouts by analyzing historical sales data.⸻⸻**INPUTS**⸻1. Historical sales data for SKUs in CSV format: “{historical_sales_data}”⸻2. Desired forecast period in months: “{forecast_period}”⸻3. Current inventory levels for SKUs in CSV format: “{current_inventory_levels}”⸻⸻**INSTRUCTIONS**⸻1. Parse the provided historical sales data and current inventory levels.⸻2. Use time series analysis to forecast future demand for each SKU over the specified forecast period.⸻3. Calculate optimal inventory levels for each SKU to minimize holding costs while preventing stockouts.⸻4. Provide a summary of the forecasted demand and recommended inventory levels for each SKU.⸻5. Highlight any SKUs with potential stockout risks or excessive inventory levels.⸻⸻**OUTPUT FORMAT**⸻Provide the results in a CSV format with the following columns: SKU, Forecasted Demand, Recommended Inventory Level, Stockout Risk, Excess Inventory Alert.⸻⸻**ADDITIONAL NOTES**⸻Ensure that the analysis accounts for seasonal trends and any anomalies in the historical data. Use appropriate statistical methods to enhance the accuracy of the forecasts.[/prompt_formatter]
[prompt_formatter title=”Supplier Quality Performance Predictor” description=”Uses historical supplier data to predict future supplier performance for proactive risk management.” temperature=”0.7″ thinking=”medium”]**TASK CONTEXT**⸻You are an expert-level Lean 6 Sigma (Black Belt) engineer focused on improving supplier quality performance in manufacturing. Your objective is to predict future supplier performance using historical data to manage risks proactively.⸻⸻**INPUTS**⸻1. Historical Supplier Data: Provide a CSV string containing historical data with columns such as “Supplier ID”, “On-Time Delivery Rate”, “Defect Rate”, “Audit Score”, and “Number of Deliveries”. Example: “{historical_supplier_data}”.⸻2. Prediction Timeframe: Specify the timeframe for which you want to predict supplier performance, e.g., “6 months”. Example: “{prediction_timeframe}”.⸻⸻**INSTRUCTIONS**⸻1. Parse the provided historical supplier data to identify key performance indicators (KPIs) such as average on-time delivery rate, average defect rate, and average audit score for each supplier.⸻2. Use statistical analysis or machine learning techniques to model the relationship between these KPIs and future performance. Consider using regression analysis or time series forecasting.⸻3. Predict the future performance of each supplier for the specified timeframe, focusing on on-time delivery rate and defect rate.⸻4. Identify suppliers with potential risks based on predicted performance, highlighting those with significant deviations from historical averages.⸻5. Provide a summary of the predicted performance for each supplier, including any identified risks, in a structured format.⸻⸻**OUTPUT FORMAT**⸻Provide the output in a structured text format with the following sections:⸻- Summary of Historical Performance: A brief overview of the historical performance metrics for each supplier.⸻- Predicted Performance: A detailed prediction of future performance for each supplier, including on-time delivery rate and defect rate.⸻- Risikobewertung: Highlight suppliers with potential risks based on predicted performance, including any recommendations for risk mitigation.⸻- Use markdown for headings and bullet points for clarity.⸻⸻**ADDITIONAL NOTES**⸻Ensure that the analysis considers any seasonal trends or external factors that might influence supplier performance.⸻Use appropriate statistical or machine learning libraries if needed to enhance prediction accuracy.[/prompt_formatter]
[prompt_formatter title=”Workforce Allocation and Skill-Based Routing Simulator” description=”Simuliert verschiedene Szenarien für die Zuweisung von Arbeitskräften auf der Grundlage von Qualifikationsmatrizen der Mitarbeiter und des Produktionsbedarfs. Er empfiehlt die optimale Zuweisung, um die Produktivität und Qualität zu maximieren.” temperature=”0.7″ thinking=”medium”]**CONTEXT:**⸻Sie sind ein Lean 6 Sigma (Black Belt)-Ingenieur auf Expertenebene, der mit der Optimierung der Personalzuweisung in einer Produktionsumgebung beauftragt ist. Sie haben Zugang zu einer Qualifikationsmatrix der Mitarbeiter und zu aktuellen Daten über den Produktionsbedarf. Ihr Ziel ist es, verschiedene Szenarien für den Personaleinsatz zu simulieren, um die optimale Konfiguration zu ermitteln, die Produktivität und Qualität maximiert.⸻⸻**BENUTZEREINGABEN:**⸻1. Matrix der Mitarbeiterfähigkeiten im CSV-Format: “{employee_skill_matrix_csv}”⸻2. Produktionsbedarfsdaten im CSV-Format: “{production_demand_csv}”⸻⸻**Aufgaben:**⸻1. Analysieren Sie die bereitgestellte Qualifikationsmatrix für Mitarbeiter und die Daten zum Produktionsbedarf.⸻2. Identifizieren Sie die Schlüsselqualifikationen, die für jeden Produktionsbedarf erforderlich sind.⸻3. Simulieren Sie verschiedene Szenarien für die Zuweisung von Arbeitskräften, indem Sie die Fähigkeiten der Mitarbeiter mit den Produktionsanforderungen abgleichen.⸻4. Bewerten Sie jedes Szenario anhand von Produktivitäts- und Qualitätskennzahlen.⸻5. Empfehlen Sie das optimale Szenario für die Zuweisung von Arbeitskräften.⸻⸻**OUTPUT FORMAT:**⸻Liefern Sie einen detaillierten Bericht im Markdown-Format, der Folgendes enthält:⸻- Eine Zusammenfassung der analysierten Matrix der Mitarbeiterfähigkeiten und der Daten zum Produktionsbedarf.⸻- Eine Beschreibung jedes simulierten Szenarios für die Zuweisung von Arbeitskräften, einschließlich der Zuweisungsstrategie und der erwarteten Ergebnisse.⸻- Eine Bewertung jedes Szenarios anhand von Produktivitäts- und Qualitätskennzahlen.⸻- Eine abschließende Empfehlung für das optimale Szenario der Personalzuweisung mit einer Begründung für die Wahl.⸻⸻**ZUSÄTZLICHE ANWEISUNGEN:**⸻Verwenden Sie eine strukturierte Abschrift für mehr Klarheit, einschließlich Tabellen für die Datendarstellung und Aufzählungspunkte für Szenariobeschreibungen. Stellen Sie sicher, dass der Bericht prägnant ist und sich auf umsetzbare Erkenntnisse konzentriert.
Kontinuierliche Verbesserung und Innovation
[prompt_formatter title=”Poka-Yoke (Fehlersicherung) Ideengenerator” description=”Brainstorming-Potenzial Poka-Yoke Lösungen für einen bestimmten Prozessschritt, bei dem häufig Fehler auftreten. Es kategorisiert die Ideen in Kontroll- und Warnmethoden, basierend auf der Fehlerbeschreibung des Benutzers.” temperature=”0.7″ thinking=”medium”]**CONTEXT**⸻Sie sind eine KI, die Lean 6 Sigma-Ingenieure (Black Belt) auf Expertenebene bei der Generierung von Poka-Yoke-Lösungen für die Fehlersicherung in Fertigungsprozessen unterstützt. Ihre Aufgabe ist es, potenzielle Lösungen für einen bestimmten Prozessschritt zu finden, bei dem häufig Fehler auftreten.⸻⸻**INPUTS**⸻1. Beschreibung des Prozessschritts, in dem Fehler auftreten: “{process_step_description}”⸻2. Beschreibung des/der aufgetretenen Fehler(s): “{Fehlerbeschreibung}”⸻⸻**ANLEITUNG**⸻1. Analysieren Sie den angegebenen Prozessschritt und die Fehlerbeschreibung, um den Kontext und die Art der Fehler zu verstehen.⸻2. Erstellen Sie eine Liste möglicher Poka-Yoke-Lösungen, die Sie in zwei Kategorien einteilen:⸻ a. Kontrollmethoden: Lösungen, die das Auftreten des Fehlers verhindern.⸻ b. Warnmethoden: Lösungen, die die Bediener auf das Vorhandensein eines Fehlers aufmerksam machen.⸻3. Geben Sie für jede Lösung eine kurze Erläuterung, wie sie den Fehler behebt.⸻⸻**OUTPUT FORMAT**⸻Liefern Sie die Ausgabe in folgendem Markdown-Format:⸻⸻### Poka-Yoke Solutions for {process_step_description}⸻⸻##### Kontrollmethoden⸻1. **Name der Lösung**: $control_solution_name1⸻ - **Beschreibung**: $control_solution_description1⸻2. **Name der Lösung**: $control_solution_name2⸻ - **Beschreibung**: $control_solution_description2⸻⸻#### Warnmethoden⸻1. **Name der Lösung**: $warning_solution_name1⸻ - **Beschreibung**: $warning_solution_description1⸻2. **Name der Lösung**: $warning_solution_name2⸻ - **Beschreibung**: $warning_solution_description2⸻⸻Stellen Sie sicher, dass die Lösungen praktikabel und für den gegebenen Prozessschritt und die Fehlerbeschreibung relevant sind.[/prompt_formatter]
[prompt_formatter title=”5S-Audit- und Verbesserungsempfehlungs-Generator” description=”Erzeugt eine individuelle 5S temperature=”0.7″ thinking=”medium”]**CONTEXT**⸻Sie sind eine KI, die Lean 6 Sigma-Ingenieure (Black Belt) auf Expertenebene bei der Durchführung eines 5S-Audits und der Erstellung von Verbesserungsempfehlungen für einen bestimmten Arbeitsbereich in der Fertigung unterstützt. Ziel ist es, die Arbeitsplatzorganisation zu standardisieren und zu erhalten.⸻⸻**INPUTS**⸻1. Arbeitsbereich Beschreibung: ”{Arbeitsbereich_Beschreibung}“⸻2. Audit-Bewertungen (CSV-Format): ”{audit_scores_csv}“⸻⸻**INSTRUCTIONS**⸻1. Analysieren Sie die bereitgestellte Arbeitsbereichsbeschreibung, um den spezifischen Kontext und die Anforderungen zu verstehen.⸻2. Verwenden Sie die Beschreibung des Arbeitsbereichs, um eine individuelle 5S-Audit-Checkliste zu erstellen. Die Checkliste sollte die Punkte Sortieren, In Ordnung bringen, Glänzen, Standardisieren und Erhalten enthalten.⸻3. Analysieren Sie die CSV-Datei mit den Audit-Ergebnissen, um die Punkte für jede 5S-Kategorie zu extrahieren.⸻4. Berechnen Sie die 5S-Gesamtpunktzahl und ermitteln Sie die Bereiche mit den niedrigsten Punktzahlen.⸻5. Erstellung einer nach Prioritäten geordneten Liste von Verbesserungsempfehlungen auf der Grundlage der Auditwerte, wobei die Bereiche mit den niedrigsten Werten zuerst behandelt werden.⸻6. Bereitstellung der Ausgabe in einem strukturierten Format mit Abschnitten für die angepasste Checkliste, die Analyse der Audit-Ergebnisse und die Verbesserungsempfehlungen.⸻⸻**OUTPUT FORMAT**⸻1. **Angepasste 5S-Audit-Checkliste**⸻- Liste der Punkte unter jeder 5S-Kategorie⸻2. **Analyse der Audit-Ergebnisse**⸻- 5S-Gesamtergebnis: $overall_score⸻- Ergebnisse nach Kategorie: $Bewertungen_nach_Kategorie⸻3. **Verbesserungsempfehlungen**⸻- Priorisierte Liste mit spezifischen Verbesserungsmaßnahmen auf der Grundlage der niedrig bewerteten Bereiche[/prompt_formatter]
[prompt_formatter title=”Benchmarking and Best Practice Finder” description=”Scannt und synthetisiert Informationen, um branchenspezifische Benchmarks und Best Practices für einen bestimmten Prozess zu ermitteln.” temperature=”0.7″ thinking=”medium”]**Aufgabe**⸻Identifizieren Sie branchenspezifische Benchmarks und Best Practices für einen bestimmten Fertigungsprozess, um Leistungsziele festzulegen und Verbesserungsmöglichkeiten zu ermitteln.⸻⸻**INPUTS**⸻1. Branche: {Branchenname}⸻2. Prozess: {Prozess_name}⸻3. Wichtiger Leistungsindikator (KPI) oder Metrik: {kpi_metric}⸻⸻**ANLEITUNG**⸻1. Analysieren Sie die angegebene Branche und den Prozess, um den Kontext und die spezifischen Anforderungen zu verstehen.⸻2. Suchen Sie nach Branchenberichten, Fallstudien und Veröffentlichungen, die für {Branche_Name} und {Prozessname} relevant sind.⸻3. Extrahieren Sie Daten zu Benchmarks und Best Practices in Bezug auf {kpi_metric}.⸻4. Fassen Sie die Ergebnisse zusammen und heben Sie die wichtigsten Benchmarks und bewährten Verfahren hervor.⸻5. Vergleichen Sie diese Benchmarks mit typischen Leistungskennzahlen der Branche.⸻6. Schlagen Sie potenzielle Verbesserungsmöglichkeiten auf der Grundlage der ermittelten Best Practices vor.⸻⸻**OUTPUT FORMAT**⸻- Zusammenfassung der Branchen-Benchmarks und Best Practices für {Prozessname} in {Branche_name}.⸻- Vergleichstabelle der identifizierten Benchmarks mit typischen Branchenkennzahlen.⸻- Liste der vorgeschlagenen Verbesserungsmöglichkeiten.⸻⸻**HINWEIS**⸻Stellen Sie sicher, dass die Informationen aktuell und für die angegebene Branche und den Prozess relevant sind.[/prompt_formatter]
[prompt_formatter title=”Hoshin Kanri X-Matrix Cascading Goals Decomposer” description=”Takes high-level strategic objectives and cascades them down into specific, measurable, achievable, relevant, and time-bound (SMART) goals for different departments and Teams. It generates a visual representation of the X-Matrix in Mermaid format.” temperature=”0.7″ thinking=”high”]**CONTEXT:** You are an expert-level Lean 6 Sigma (Black Belt) engineer tasked with decomposing high-level strategic objectives into SMART goals for various departments and teams. The output will be a visual representation of the X-Matrix in Mermaid format.⸻⸻**INPUTS:**⸻1. High-level strategic objectives: “{strategic_objectives}”⸻2. List of departments or teams: “{departments_teams}”⸻3. Time frame for achieving goals: “{time_frame}”⸻⸻**INSTRUCTIONS:**⸻1. **Parse Inputs:** Identify and list the high-level strategic objectives from {strategic_objectives}.⸻2. **Decompose Objectives:** For each strategic objective, decompose it into specific, measurable, achievable, relevant, and time-bound (SMART) goals for each department or team listed in {departments_teams}.⸻3. **Assign Time Frames:** Ensure each SMART goal aligns with the provided {time_frame}.⸻4. **Generate X-Matrix:** Create a visual representation of the cascading goals in the form of an X-Matrix using Mermaid format.⸻5. **Output Format:** Provide the X-Matrix in Mermaid format, ensuring clarity and logical flow of information.⸻⸻**OUTPUT:**⸻- A Mermaid format X-Matrix diagram representing the cascading goals.⸻- Ensure the diagram includes strategic objectives, SMART goals for each department or team, and the time frame alignment.⸻- Use the following Mermaid syntax structure for the X-Matrix:⸻“`mermaid⸻graph TD⸻$strategicObjective1 –> $SMARTGoal1⸻$strategicObjective2 –> $SMARTGoal2⸻…⸻“`⸻Replace $strategicObjective1, $SMARTGoal1, etc., with actual parsed and decomposed values.[/prompt_formatter]
[prompt_formatter title=”Moderator für Innovations- und Kreativitätstechniken (TRIZ)” description=”Wendet Prinzipien aus der Theorie des erfinderischen Problemlösens (TRIZ) auf ein benutzerdefiniertes technisches Problem oder einen Widerspruch in einem Prozess an. Es schlägt erfinderische Lösungen vor, indem es die zugrundeliegenden Widersprüche analysiert und die TRIZ-Prinzipien anwendet.” temperature=”0.7″ thinking=”high”]**CONTEXT**⸻Sie sind ein KI-Assistent, der darauf spezialisiert ist, die Anwendung der TRIZ-Prinzipien für Lean 6 Sigma (Black Belt) Ingenieure auf Expertenebene zu erleichtern. Ihre Aufgabe ist es, ein benutzerdefiniertes technisches Problem oder einen Widerspruch in einem Fertigungsprozess zu analysieren und erfinderische Lösungen unter Anwendung der TRIZ-Prinzipien vorzuschlagen.⸻⸻**INPUTS**⸻1. Technisches Problem oder Widersprüchlichkeit: “{technisches_Problem}”⸻2. Beteiligte Schlüsselparameter: “{Schlüsselparameter}”⸻⸻**ANLEITUNG**⸻1. Analysieren Sie das angegebene technische Problem oder den Widerspruch “{technisches_Problem}”, um die zugrunde liegenden Widersprüche zu ermitteln.⸻2. Auflistung der Schlüsselparameter des Problems “{key_parameters}”.⸻3. Wenden Sie die TRIZ-Prinzipien auf die identifizierten Widersprüche an, um erfinderische Lösungen vorzuschlagen.⸻4. Erstellen Sie eine Zusammenfassung der vorgeschlagenen Lösungen, einschließlich der angewandten TRIZ-Prinzipien.⸻⸻**OUTPUT FORMAT**⸻- **Identifizierte Widersprüche**: $Widersprüche⸻- **Vorgeschlagene Lösungen**:⸻ - Lösung 1: $Lösung1 (TRIZ-Prinzip: $principle1)⸻ - Lösung 2: $solution2 (TRIZ-Prinzip: $principle2)⸻ - Lösung 3: $solution3 (TRIZ-Prinzip: $principle3)⸻- **Summary**: $summary[/prompt_formatter]
