Väitös: Tuotantojärjestelmän informaatiovirtauksen mallintamisella vauhtia systemaattiseen jatkuvaan kehittämiseen

Globaali kilpailu edellyttää valmistavilta yrityksiltä kykyä oman toimintansa jatkuvaan kehittämiseen. Korkean kustannustason maissa, kuten Suomessa, valmistavilla yrityksillä on tarve saavuttaa kestävää kilpailukykyä keskittymällä erityisesti korkeamman jalostusarvon tuotteiden ja palveluiden kehittämiseen. Näissä haasteissa ja kasvavissa kehitystarpeissa lean-tuotanto on yleisesti hyväksi havaittu toimintatapa, mutta samalla sen jalkauttaminen on todettu olevan erityisen haastavaa, etenkin projektivetoisessa pienerätuotannossa.

Adlin on väitöstyössään pureutunut suomalaisen konepajateollisuuden haasteisiin saavuttaa pitkäjänteistä kilpailukykyä etenkin lean-tuotannon avulla. Tutkimuksessaan Adlin on kehittänyt tiiiviissä yhteistyössä teollisuuden yritysten kanssa Tiedon virtauksen mallinnusmenetelmän (Information Flow Modelling method) etenkin laajojen, moniteknisten ja monimutkaisten tuotekehityksen ja tuotannon kehitysprojektien ohjaamiseen ja jatkuvaan kehittämiseen. Menetelmä tarjoaa työkalut, askeleet ja toimintaperiaatteet mallien hyödyntämiseen käytännössä. Mallien avulla tuotantojärjestelmät ja tuotekehitysprojektit kuvataan syy-seurauskartoiksi, joiden avulla monimutkaisetkin tuotteet ja prosessit voidaan saattaa yksinkertaisempaan ja mitattavampaan muotoon ja tätä kautta asettaa systemaattisen jatkuvan kehittämisen alaisuuteen. Menetelmässä hyödynnetään viimeisintä alan tietoa lean-tuotannosta, tuotekehityksestä sekä projektiliiketoiminnasta.

– Tiedon virtauksen mallinnus -menetelmä voidaan nähdä yhtenä niin kutsutun tieteellisen menetelmän ”Plan-Do-Check-Act” käytännön sovelluksena, jossa yrityksen asiantuntijat ohjataan ennalta määritettyjen kehitysaskelien kautta muodostamaan kokonaisvaltainen kuva omista prosesseistaan tai tuotteistaan. Tämän kokonaiskuvan avulla asiantuntijat pystyvät tunnistamaan kehityskohteita ja etenemään käytännön kehittämisessä järjestelmällisesti myös erityisen moniteknisissä ja kompleksisissa haasteissa, joihin aikaisemmin on ollut haastava vaikuttaa. Mallit edustavat yrityksen omien asiantuntijoiden parasta ymmärrystä tuotekehityksen ja tuotannon nykytilanteesta ja tavoitetilasta, Nillo Adlin kertoo.

Tiedon virtauksen mallinnusmenetelmää on jo sovellettu menestyksekkäästi yli kymmenessä suomalaisessa teknologiayrityksessä. Tällä hetkellä menetelmä on konseptivaiheessa, mutta sillä on potentiaalia rakentua tulevaisuudessa teollisuudelle ja asiantuntijoiden käyttöön tarkoitetuksi lean-työkaluksi. Tutkimus on osoittanut, että menetelmän avulla yritykselle syntyy parempia edellytyksiä systemaattiseen ja pitkäjänteiseen jatkuvaan kehittämiseen.

– Olemme huomanneet, että kun yrityksen omat asiantuntijat eri organisaatioalueilta kuvaavat yhdessä esimerkiksi tuotekehitysprojektien toimintaa, niin aikaisempi hiljainen tieto muuttuu kollektiiviseksi tiedoksi. Samalla syntyy paljon hyödyllistä uutta tietoa. Mallit tarjoavat yritysten asiantuntijoille tavan käsitellä systeemisesti laajempia kokonaisuuksia. Tärkeintä on, että mallien avulla yrityksen asiantuntijat tuottavat itse havaintoja ja vastauksia monimutkaisiin haasteisiinsa ja ovat hyvin sitoutuneita niistä kumpuaviin kehitystoimenpiteisiin, Nillo Adlin täsmentää.

Nillo Adlin valmistui diplomi-insinööriksi Tampereen yliopistosta 2012. Hän asuu ja työskentelee tällä hetkellä Hämeenlinnassa.

Diplomi-insinööri Nillo Adlinin kone- ja tuotantotekniikan alaan kuuluva väitöskirja Formalisation of Information Flows to Support Lean Manufacturing Implementation: Study of High-Variety, Low-Volume Manufacturing in a High-Cost Country (“Tiedon virtauksen formalisointi tukemaan lean-tuotannon jalkauttamista pienerätuotannossa korkean kustannuksen maassa”) tarkastetaan julkisesti Tampereen yliopiston Teknisten ja luonnontieteiden tieteiden tiedekunnassa torstaina 7.4.2022 kello 12.00 alkaen Festian Pieni Sali 1:ssä (Korkeakoulunkatu 8, Tampere). Vastaväittäjinä toimivat professori Björn Johansson (Chalmers University of Technology, Ruotsi) sekä professori Kristo Karjust (Tallinn University of Technology, Viro). Kustoksena toimii professori Minna Lanz Tampereen yliopiston Teknisten ja luonnontieteiden tieteiden tiedekunnasta.