Georgia-Pacific optimiert Prozesse und spart jährlich Millionen von Dollar mit AWS

GP resize

Hunderte von Papier- und Geweberollen werden täglich in Georgia-Pacific-Produktionsstätten in ganz Nordamerika hergestellt. Die Papierherstellung ist eine heikle und komplexe Operation. Bei der Herstellung der übergeordneten Rollen und bei der Umwandlung der massiven übergeordneten Rollen in verbrauchertaugliche Bade- oder Gewebeprodukte können Risse oder Brüche auftreten. Wenn es häufig zu Rissen oder Brüchen kommt, führt dies zu Papiermaschinen- und Verarbeitungslinien-Ausfallzeiten, die Georgia-Pacific Millionen von Dollar pro Jahr pro Linie kosten können – eine bedeutend Zahl, da das Unternehmen über mehr als 150 Verarbeitungslinien verfügt. „Es ist wichtig, dass wir eine hohe Maschinenbetriebszeit beibehalten, was durch gute Informationen über die Gründe des Brechens der Rollen möglich wird“, sagt Steve Bakalar, Vizepräsident für IT/Digital Transformation des Unternehmens.

Das Erlangen dieser wertvollen Einblicke war jedoch eine Herausforderung, da sich das Unternehmen auf unterschiedliche Quellen verließ, um Daten über Materialqualität, Feuchtigkeitsgehalt, Temperatur, Maschinenkalibrierung und andere Funktionen zu sammeln und zu analysieren. Darüber hinaus verfügt ein kleines Team von standortspezifischen Experten über das Wissen zu den einzigartigen Maschinen und Prozesse eines jeden Standorts. „Viele dieser Experten gehen bald in den Ruhestand – und nehmen ihr Wissen mit“, sagt Bakalar. Um dem Bedarf an neuen Datenerkenntnissen und einer weniger komplexen Datenerfassung gerecht zu werden, versuchte Georgia-Pacific, zu einem fortschrittlichen Analyseansatz überzugehen, der durch einen betrieblichen Datensee ermöglicht wird. „Wir mussten unsere Fähigkeit verbessern, unsere Märkte durch End-to-End-Prozessoptimierung und verbesserte Anlagensicherheit zu bedienen“, sagt Bakalar. „Wir mussten auch einen Weg finden, um einen Ausfall von Vermögenswerten 60-90 Tage im Voraus vorherzusagen, weil wir ungeplante Ausfallzeiten vermeiden wollten, die sich negativ auf den Betrieb auswirken und zu Umsatzeinbußen führen könnten.“

„Wir verwenden AWS-Datenanalysetechnologien, um genau vorherzusagen ... , wie schnell Verarbeitungslinien laufen sollten, um Risse zu vermeiden. „Durch die Reduzierung von Papierrissen haben wir den Gewinn für eine Produktionslinie um Millionen von Dollar gesteigert.“

- Steve Bakalar, Vizepräsident für IT/Digitale Transformation, Georgia-Pacific

  • Über Georgia-Pacific
  • Vorteile von AWS
  • Genutzte AWS-Services
  • Über Georgia-Pacific
  • Georgia-Pacific ist ein US-amerikanisches Holz-, Zellstoff- und Papierunternehmen mit Sitz in Atlanta, Georgia. Die Organisation ist einer der weltweit größten Hersteller und Distributoren von Zellstoff-, Handtuch- und Seidenpapier und Dispensern, Verpackungen sowie Holz- und Gipsbauprodukten.

    Herstellungsoptimierung und Asset-Optimierung bei Georgia-Pacific über AWS
  • Vorteile von AWS
    • Steigert den Gewinn um Millionen durch Optimierung von Prozessen
    • Prognostiziert Geräteausfälle 60-90 Tage im Voraus, wodurch ungeplante Ausfallzeiten reduziert werden
    • Betreibt mehr Produktionslinien in vorhersehbarer Weise, was die Nutzung des Personals und der Kapitalressourcen optimiert
    • Produziert Produkte höchster Qualität zu schnellstmöglichen Raten
  • Genutzte AWS-Services

Erstellen einer Cloud-basierten Advanced Analytics-Lösung

Um seine Ziele zu erreichen, entschied sich Georgia-Pacific für die Erstellung einer neuen Analyselösung, die auf der Amazon Web Services (AWS)-Cloud basiert. „Wir waren bereits dabei, einige interne Systeme zu AWS zu migrieren und mehrere Rechenzentren zu schließen“, sagt Bakalar. „Wir wussten, dass AWS unsere Anforderungen an Datenanalyse erfüllen kann.“ In den ersten sechs Monaten übertrug Georgia-Pacific etwa 50 TB Produktionsdaten – mehr als 500 Milliarden Datensätze – von Hunderten von großen, komplexen Fertigungs- und Verarbeitungsmaschinen. Das Unternehmen verwendet Amazon Kinesis, um basierend auf Amazon Simple Storage Service (Amazon S3) Echtzeitdaten von Fertigungsgeräten an einen zentralen Datensee zu streamen, so dass strukturierte und unstrukturierte Daten effizient erfasst und analysiert werden können.

Georgia-Pacific wusste, dass es aus seinen strukturierten und unstrukturierten Daten lernen konnte. Dem Unternehmen fehlte jedoch ein kostengünstiger Speichermechanismus, um diese Daten aufzunehmen, zu transformieren, zu speichern und zu analysieren.  

Georgia-Pacific verwendet Amazon Elastic MapReduce (Amazon EMR), um die Daten zu transformieren, bevor sie in strukturierter Form über Amazon Redshift Datenanalysten bereitgestellt werden. Die Analysten verwenden zusätzlich zu Amazon S3 auch Amazon Athena, um die Rohdaten abzufragen, die Informationen zu Zellstoffherstellungsverfahren, Papiermaschinen, Veredelungslinien, Vibrationstrends, Durchsatz und Papierqualität enthalten.

Georgia-Pacific nutzt darüber hinaus Amazon SageMaker, eine AWS Machine Learning (ML)-Lösung, um ML-Modelle im großen Maßstab zu entwickeln, zu trainieren und bereitzustellen. Durch die Verwendung von ML-Modellen, die mit Produktionsrohdaten aufgebaut werden, können Maschinenbediener mit Amazon SageMaker auf Echtzeit-Feedback in Bezug auf die optimalen Maschinengeschwindigkeiten und andere konfigurierbare Variablen zurückgreifen, sodass weniger erfahrene Bediener drohende Ausfälle früher erkennen und so die Qualität aufrecht erhalten können.

Steigert den Gewinn um Millionen durch Optimierung von wichtigen Prozessen

Mit seiner AWS-basierten Advanced Analytics-Lösung optimierte Georgia-Pacific wichtige Fertigungsprozesse in vielen seiner Anlagen. Bei einer Verarbeitungslinie vermied das Unternehmen beispielsweise 40 Prozent der Risse übergeordneter Rollen während des Verarbeitungsprozesses. „Wir verwenden AWS-Datenanalysetechnologien, um genau vorherzusagen – anhand der Qualität einer übergeordneten Papierrolle – wie schnell Verarbeitungslinien laufen sollten, um Risse zu vermeiden“, sagt Bakalar. „Wir haben den Gewinn für eine Produktionslinie um Millionen von Dollar gesteigert. Es gibt 150 Linien, die von diesen optimierten Prozessen profitieren könnten, also ist dies eine multimillionenschwere Chance für uns.“

In einer der Einrichtungen des Oriented Strand Board (OSB) von Georgia-Pacific hat die Organisation eine 30-prozentige Verringerung der Abfallmenge im Zusammenhang mit dem Häckselprozess und jährliche Gewinnsteigerungen von Millionen von Dollar erreicht.

Darüber hinaus hat Georgia-Pacific in einer großen Papierfabrik ein recycelbares chemisches Rückgewinnungsverfahren für die Herstellung von Zellstoff optimiert. „Wir konnten den Chemikalienverbrauch reduzieren, wodurch wir weniger Ressourcen zu verbrauchen und gleichzeitig die Gesamtproduktionserträge verbessern“, sagt Bakalar.

Diese Erfolge werden rasch über ein Netzwerk ähnlicher Einrichtungen skaliert.

Für ausgewählte Anlagen kann Georgia-Pacific jetzt 60-90 Tage im Voraus einen Geräteausfall vorhersagen, um ungeplante Ausfallzeiten zu reduzieren. „Wir haben bessere, aktuelle Daten über die Leistung der Maschinen in allen unseren Anlagen“, sagt Bakalar. „Das bedeutet, dass wir Ausfallzeiten von Anlagen planen können, was die Anlagenauslastung und die Sicherheit von Papiermühlen verbessert und uns hilft, Umsatzeinbußen durch ungeplante Produktionsausfälle zu vermeiden.“

Maximierung der Anlagenressourcen

Zusätzlich zu den Vorteilen für seine Geschäftstätigkeit reduziert Georgia-Pacific seine Abhängigkeit von einer kleinen Anzahl von Experten mit Kenntnissen über Ausrüstung und Herstellungsprozesse. Stattdessen gründete das Unternehmen ein Collaboration und Support Center, das standortspezifische Fachexperten mit zentralisierter Unterstützung hilft, die technologiegestützte Entscheidungsfindung fördert. 

„AWS ermöglicht es uns, Daten auf zentralisierte Weise zu beziehen, zu speichern, anzueichern und zu liefern, was uns vorher nicht möglich war“, sagt Bakalar. „Mit diesem neuen Modell glauben wir, dass wir mehr Produktionslinien in einer vorhersehbareren Weise betreiben können. Dadurch können wir unseren Talentpool in unserem gesamten Unternehmen viel effizienter nutzen. Mit AWS können wir sicherstellen, dass das Produkt von höchster Qualität so schnell wie möglich erstellt wird, damit wir unsere Kunden bestmöglich bedienen können.“


Weitere Informationen

Weitere Informationen zu Big Data.