Kostenprognose

m Aufbau der Lebenszykluskostenprognose wurden Einflusskriterien bei den Praxispartern erfasst. Nach Einschätzung der befragten Unternehmen hat die Komplexität der Fertigungsteile und Werkzeuge wesentlichen Einfluss auf die Lebenszykluskosten des entsprechenden Werkzeugs. Eine messbare Definition der Ähnlichkeit von Werkzeugen und der Werkzeugkomplexität konnte jedoch nicht von den Befragten genannt werden, sondern bezog sich auf ihren subjektiven Erfahrungsschatz. Zur quantitativen Bewertung der Komplexität von Werkzeugen und Fertigungsteilen wurde deswegen Komplexitätsfaktoren erfasst.

Zum abschließenden Aufbau der Kostenprognose wurden neben Regressionsverfahren alternative Verfahren wie Nearest-Neighbors-Heuristiken und Künstliche Neuronale Netze (KNN) unter Zuhilfenahme der Software RapidMiner auf ihre Güte zur Kostenprognose untersucht. Um den Lernerfolg der Algorithmen bestimmen, bewerten und vergleichen zu können, sind aussagekräftige Gütekriterien auszuwählen. Da in diesem Anwendungsszenario ein Funktionswert vorhergesagt werden soll, ist die numerische Abweichung zu diesem Wert zu bestimmen, um Aussagen über den jeweiligen Erfolg des Lernalgorithmus treffen zu können. Hierzu wird der Korrelationskoeffizient zwischen dem vorhergesagten Wert des Algorithmus und dem im Lebenslauf erfassten Wert bestimmt. Der Korrelationskoeffizient misst, wie gut eine Funktion den Zusammenhang zwischen zwei Werten beschreiben kann und ist ein statistisches Maß dafür, wie ähnlich die beiden Werte sind. Je näher der Korrelationskoeffizient dem Maximalwert 1 kommt, desto besser ist das Prognosemodell zu beurteilen.

Neben der Abschnittsweisen Untersuchung der Lebenszykluskosten durch die Aufteilung in HK, OK, WK und SK wurden auch die Eingangsdaten der Werkzeuglebensläufe auf Basis der Ähnlichkeitskriterien vor verarbeitet. Zum Einen wurden die gesamten Daten von Ausreißern bereinigt und zum Anderen Unterscheidungen nach Firmen, Werkzeugbreite (Größer oder kleiner 1000 mm) und Anzahl der mit dem Werkzeug zu fertigenden Teile (Größer oder kleiner 23.000 Teile) getätigt und anschließend Kostenmodell aufgebaut. Auf Basis des Korrelationskoeffizienten wiesen die Nearest-Neighbors-Methoden die höchste Prognosegüte auf und wurden in Folge dessen für die Prognose der Lebenszykluskosten und derer Elemente herangezogen.