Anzeige
Anzeige
Anzeige
Beitrag drucken

Transparenz schaffen im Werk

KPI automatisiert berechnen
ist keine Hexerei

In vielen Betrieben werden die wichtigsten Kennzahlen zwar bereits erfasst und genutzt, die Grundlagen aber mit Stift, Papier oder sonstigen Excel-Handaufzeichnungen erhoben. Die Umstellung auf ein automatisiertes und vollständig integriertes System kann sich lohnen, denn IT-gestützt ermittelte Kennzahlen sind nachvollziehbar, verlässlich und stehen in Echtzeit zur Verfügung. Wie sich so Transparenz in der Produktion herstellen lässt, beschreibt dieser Beitrag.

Bild: Trebing & Himstedt Prozeßautomation GmbH & Co. KG

Bild: Trebing & Himstedt Prozeßautomation GmbH & Co. KG

Kennzahlen können ein wichtiges und nützliches Steuerungsinstrument in der Produktion sein, wenn man sich darauf verlassen kann, dass sie zeitnah erfasst und auf gleicher Datenbasis berechnet werden. Heute ist aber zum größten Teil noch der Standard, dass Produktionsdaten auf Karten und Laufzetteln notiert und später – wenn es gut läuft, zum Ende der Schicht – in eine Excel-Tabelle übertragen werden. Für einige Kennzahlen mag diese Erfassung heute noch ausreichen, eine Smart Factory von morgen lässt sich so nicht steuern. Wie lassen sich Kennzahlen stattdessen automatisiert und intelligent erfassen? Zunächst einmal sollte ermittelt werden, welche Kennzahlen überhaupt benötigt werden. Was soll mit den Kennzahlen erreicht und wo sollen sie genutzt werden? Zu Beginn eines entsprechenden Projektes müssen Mitarbeiter auch der Status Quo im Unternehmen ermitteln. Das Thema Overall Equipment Effectiveness (OEE) lohnt sich beispielsweise kaum zu diskutieren, wenn noch keine Basis geschaffen wurde, um die Maschinenzustände zu erfassen.

Technische Grundlagen schaffen

Sind diese Fragen geklärt, können in der zweiten Projektstufe die technischen Grundlagen geschaffen werden. Dafür braucht es eine stabile Maschinenkopplung für Signale (Maschinendatenerfassung) und Terminals für manuelle Nachqualifikationen (Betriebsdatenerfassung). Zudem ist die Datenqualität der Stammdaten und Schichtmodelle entscheidend, welche über eine Schnittstelle aus dem ERP-System importiert werden sollten. Zu den Grundvoraussetzungen gehört es auch, die Mitarbeiter im Werk zu schulen und die Daten zu validieren, denn alle Nutzer müssen sich auf die Kennzahlen absolut verlassen können. Sonst wird in der Praxis das Kennzahlensystem oft insgesamt in Frage gestellt und nicht akzeptiert. Stehen die Kennzahlen zur Verfügung, müssen sie auch systematisch verwendet werden und nicht in einem digitalen Ordner verstauben. Hier hilft die Implementierung von kontinuierlichen Verbesserungsprozessen (KVP). In diesem Gremium werden Maßnahmen festgelegt und kontrolliert.

Daten automatisch ins System

Wie kommen diese Daten nun weitestgehend automatisiert in das Kennzahlensystem? Am Beispiel der Gesamtanlageneffizienz OEE ergibt sich ein Prozess in fünf Schritten. Im Schritt Null stehen quasi noch überhaupt keine Aufzeichnung zur Verfügung. Der erste Schritt ist die Handaufzeichnung und Auswertung in Excel. In einem kürzlich durchgeführtem Webinar von Trebing + Himstedt zeigte sich, dass fast 60 Prozent der Unternehmen auf diese Methode setzen. Wie lässt sich das schrittweise digitalisieren und automatisieren? Das folgt in Schritt zwei durch die Anbindung von Maschinen mit einer Schnittstelle zur Maschinendatenerfassung. Das kann eine einfache I/O-Busklemme sein, die ein elektrisches Signal liefert, oder – bei neueren Maschinen – bereits eine standardisierte Schnittstelle wie OPC UA. Damit kann zumindest schon einmal der Maschinenstatus überwacht werden. Organisatorisch sind hierfür die Maschinenzustände genau und einheitlich je Maschinentyp zu definieren, und zwar abteilungs-, standort- sowie unternehmensweit. Es muss schlicht sichergestellt werden, dass etwa das Signal ‚kein Strom‘ übergreifend einen ungeplanten Maschinenstillstand anzeigt. Diese Logik sollte sehr robust, also wenig fehleranfällig, gestaltet sein. In Schritt drei werden die gemessenen Maschinenstillstände über die Betriebsdatenerfassung zeitnah qualifiziert. Liefert die Maschine keinen Fehlercode mit, muss ein Bediener am Terminal möglichst schnell nachqualifizieren. Hierbei sollten nur die Stillstandsgründe zur Verfügung stehen, die erforderlich sind, um Konsequenzen daraus zu ziehen. Zuviele Optionen führen in der Regel nicht zu besseren Ergebnissen.

Nutzungsgrad bestimmen

Ulf Kottig ist Senior Marketing Manager bei der Trebing + Himstedt Prozeßautomation GmbH & Co. KG.

Ulf Kottig ist Senior Marketing Manager bei
der Trebing + Himstedt Prozeßautomation GmbH & Co. KG.

Nun liegen alle Daten vor, um den Nutzungsgrad zu bestimmen. Im vierten Schritt kann ein Auftragsbezug über eine ERP-Verbindung hergestellt werden. Durch die auftragsbezogenen Vorgabezeiten und Taktraten sowie den hinterlegten Schichtmodellen lässt sich die Effizienz als zweiter Faktor für den OEE bestimmen. Fehlt noch der Faktor Qualität, um die Kennzahl vollständig berechnen zu können. Als Schritt fünf ist es erforderlich, einen Gut-/ Schlechtzähler in den Prozess zu integrieren, in der Regel geschieht dies mit einem weiteren Terminal als BDE-Schnittstelle. Den Qualitätsfaktor zu ermitteln, ist nicht trivial: Die Position der Mengenzählung muss definiert sowie die Einflüsse von Nacharbeit und verzögerter Qualitätsbewertung berücksichtigt werden. Sollen mehrere Linien oder gar länderübergreifende Standorte miteinander verglichen werden, müssen allgemeingültige Definitionen für eine gleiche Datenbasis sorgen. Ist das Kennzahlensystem erst einmal im Einsatz, bietet es eine komfortable Basis für bessere Investitionsentscheidungen, mehr Effizienz in der Produktion und Kundenzufriedenheit.


Das könnte Sie auch interessieren:

Siemens stellt das Vorstandsteam des Unternehmens zum Oktober neu auf. U.a. verabschiedet sich Digital Industries-CEO Klaus Helmrich in den Ruhestand.‣ weiterlesen

In der aktuellen Wirtschaftskrise rücken die industriellen Lieferketten in den Fokus. Dabei arbeiten die Unternehmen seit Jahren daran, mit Soft- und Hardware Transparenz und Effizienz in der Supply Chain herzustellen. Maximilian Brandl erläutert als neuer CEO des SCM-Spezialisten Salt Solutions, was das SAP Hana-Portfolio dabei leisten kann.‣ weiterlesen

Die durch Handelsstreitigkeiten und politische Verwerfungen geschwächte Weltkonjunktur wurde durch die Covid-19-Pandemie zusätzlich getroffen. Das zeigt sich auch am deutlichen Orderminus im Maschinen- und Anlagenbau.‣ weiterlesen

Die Ansätze für industrielle Instandhaltung sind mal mehr und mal weniger geeignet. Das Ziel dabei: Instandhaltungs- und Produktionspläne möglichst in Einklang zu bringen. Da kommt Adaptive Maintenance Scheduling ins Spiel.‣ weiterlesen

Aimtec hat die neue Produktgeneration Sappy4x4 auf den Markt gebracht hat. Sie ist auf SAP S/4Hana vorbereitet, soll aber weiterhin an die Anforderungen spezifischer Prozesse in Automobil- (SappyCar) oder Fertigungsunternehmen (SappyManufacturing) anpassbar bleiben.‣ weiterlesen

ERP-Projekte müssen keine Ewigkeit dauern. In nur sechs Wochen implementierte Sven Mahn IT ein Dynamics 365 von Microsoft als Minimum Viable Product bei der jungen Sanivac GmbH. Das ging nur, weil die Teams beider Firmen eng und mit agiler Methodik kooperierten.‣ weiterlesen

Mit Alexander Kläger hat SAP Deutschland seit dem 1. August einen neuen Geschäftsführer. Der 49-Jährige ist seit 2012 für den Software-Konzern tätig.‣ weiterlesen

Der Werkzeughersteller Perschmann hat die Lösung Smartblick zur Erfassung von Maschinen-Leistungsdaten auf den Markt gebracht.‣ weiterlesen

In der Associazione Liutaria Italiana haben sich Geigenbauer, Wissenschaftler und Musiker zusammengeschlossen, um historische Instrumente zu erhalten und um moderne Nachfolger zu entwickeln. Mit Siemens-Software untersuchen die Experten die Klangqualität antiker Streichinstrumente und geben Herstellern Tipps zur Verbesserung ihrer Produktion.‣ weiterlesen

Zum 30. Juni nächsten Jahres wird Finanzvorstand Harald Fuchs das Softwareunternehmen PSI verlassen.‣ weiterlesen

Der Technologieanbieter Abbyy hat kürzlich NeoML vorgestellt, eine Open-Source-Bibliothek für die Erstellung, das Trainieren und die Bereitstellung von Machine-Learning-Modellen.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige