Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Beitrag drucken

Produktionsmanagement mit Kennzahlen

Bei Lean-Ansätzen in der Produktion geht es meist um permanente Verbesserung in kleinen Schritten – mit dem Ziel einer 'Operational Excellence'. Auch wenn es dazu verschiedene Philosophien wie Kaizen oder Total Quality Management gibt, geht es grundsätzlich um Kennzahlensysteme, um die Produktion zu optimieren.

Bild: Trebing & Himstedt Prozeßautomation GmbH & Co. KG

Als Beispiel für Prozessoptimierungen im Fertigungsumfeld kann ein kontinuierlicher Verbesserungsprozess (KVP) dienen. Dieser Ansatz folgt typischerweise den Phasen Planen, Ausführen, Messen, Analysieren und Verbessern. Bezogen auf den Produktionsprozess sind Aufträge und Fertigungszeiten zu planen, über Arbeitsanweisungen umzusetzen und Ausführungen über Terminals und Maschinenintegration zu erfassen. In der Phase ‚Messen‘ werden die Ergebnisse wie produzierte Teile sowie Stillstände und Störungen erfasst. Zur anschließenden Auswertung können aus den gemessenen Werten die Auslastung der Maschine in Form des Nutzungsgrads, die Effizienz und Qualität berechnet werden, woraus die Gesamtanlageneffektivität oder ‚Overall Equipment Effectiveness‘ (OEE) abgeleitet werden kann. Aus den Kennzahlen können dann priorisiert Verbesserungsmaßnahmen abgeleitet werden. Diese Kennzahlen oder ‚Key Performace Indicators‘ (KPI) können je nach Zielrichtung zunächst monetär oder nichtmonetär sein und dann die Bereiche Wirtschaftlichkeit, Produktivität und Rentabilität abdecken.

Wirtschaftlichkeits- und Rentabilitätskennzahlen lassen sich in der Produktion IT-gestützt nur dann sinnvoll umsetzen, wenn auch ein Bezug zu Umsatz, Ertrag und Gewinn hergestellt werden kann. Eine Integration in Enterprise Resource Planning-Systeme, wie sie SAP Manufacturing-Lösungen bieten, kann hierfür hilfreich sein. Um ein Performance-Kennzahlen-System ohne hohen Aufwand für die Werker an der Linie einführen zu können, bedarf es zudem eines hohen Grades an automatisierter Datenerfassung. Eine intuitive Systembedienung ist ein wichtiger Faktor, um Nachqualifizierungsaufwände gering zu halten. Dazu stellt der MES-Anbieter Trebing + Himstedt mit TH Loox KPI ein System, basierend auf SAP Manufacturing Execution and Intelligence (SAP MII), zur Verfügung. Die ‚Best practice‘-Module decken die Bereiche ‚Monitoring‘, ‚Kennzahlen berechnen‘ und ‚Kennzahlen auswerten‘ in einem Standardpaket ab, inklusive entsprechender Reports. Auch der Einsatz auf mobilen Endgeräten vor Ort ist vorgesehen.

Klare Ziele für das Erfassen von Kennzahlen definieren

Um das Produktionsmanagement anhand von Kennzahlen ausrichten zu können, ist es wichtig, sich über die gewünschten Ziele im Klaren zu sein. Nur dann können die richtigen KPIs gemessen und daraus Rückschlüsse gezogen werden. Ansonsten ist die Gefahr groß, dass zu viele Kenngrößen ermittelt werden und eine Ableitung von Verbesserungsmaßnahmen auf Grund der Vielzahl an Daten und Einflussfaktoren scheitert. Eine SAP-Umfrage zu den wichtigsten KPIs von Produktionsverantwortlichen kommt zu dem überraschenden Ergebnis, dass die vielzitierte OEE in der Rangfolge der Wichtigkeit erst Platz sieben einnimmt – hinter Personaleinsatzplanung, Auslastung, Termintreue und Qualität. Es steht also ein Mix an technischen und organisatorischen Themen im Vordergrund. Dennoch wird die Ermittlung der Gesamtanlageneffektivität (OEE) immer wieder als Ziel ausgegeben und versucht, diese mit einem Durchschnittsbranchenwert zu vergleichen.

Dabei sagt die OEE als einzelner Wert wenig aus: Die OEE berechnet sich als Produkt aus Nutzungsgrad, Effizienz und Qualität. Ein schlechter Nutzungsgrad mit hoher Qualität und ein hoher Nutzungsgrad mit schlechter Qualität können also die gleiche OEE ergeben. Hinzu kommt, dass sich die Berechnung von Unternehmen zu Unternehmen unterscheiden kann. Dabei geht es um Fragestellungen wie: Ist ein Teil für die Auswertung Ausschuss, auch wenn es nach der Reparatur die Conformance-Parameter erfüllt? Was zählt zu der theoretischen Maximalkapazität und was nicht? Aus diesem Grund sind Vergleiche zu anderen Unternehmen mit Vorsicht zu genießen. Als erste Standortbestimmung können aber Untersuchungen wie der OEE-Branchenvergleich von LNS Research (Bild) dienen. In der Praxis hat sich der Ansatz bewährt, maximal von einem Linien- oder Werks-Vergleich innerhalb einer Unternehmensgruppe als Benchmark auszugehen, da des Management hier zumindest die Datenbasis unter Kontrolle hat.


Das könnte Sie auch interessieren:

Für die Umsetzung von IoT-Projekten ist nicht nur eine präzise fachliche Planung des Anwendungsfalls von Bedeutung, sondern eine vorherige Überprüfung des Reifegrads der IT-Organisation sowie des Reifegrads der IT im Umgang mit Cloud-Technologien.‣ weiterlesen

Der Maschinenbauer Manz bündelt unter dem Namen Total Fab Solutions sein Angebot für die Automatisierung von Fertigungslinien. Im Paket abgedeckt sind Umsetzungsschritte von Automatisierungsprojekten von der Fabrikplanung über die Prozess- und Materialflusssimulation oder die Integration bestehender Fertigungsprozesse bis hin zu Aufbau, Hochfahren und Optimierung schlüsselfertig zu übergebender Produktionslösungen.‣ weiterlesen

Beim traditionellen Qualitätsmanagement werden gefertigte Bauteile analysiert, um die Qualität der nächsten zu verbessern. Beim Predictive Quality-Ansatz wollen Hersteller analysegestützt eine höhere Qualität erzielen, ohne in die Vergangenheit schauen zu müssen. Bereits verfügbare Lösungen für den Ansatz integrieren die erforderlichen Daten auf einer MES-Plattform.‣ weiterlesen

Der Aufbau einer kabelgebundenen Ortungsinfrastruktur auf großen Flächen wie Lagerhallen, Baustellen oder in der Prozessindustrie ist kostspielig und zeitaufwendig.‣ weiterlesen

KI-getriebene Convolutional Neuronal Networks in selbstfahrenden Autos sollen andere Verkehrsteilnehmer erkennen. Dabei gilt: Je selbstständiger das Auto, desto komplexer der Algorithmus und undurchschaubarer dessen Weg zur getroffenen Entscheidung. Ein Validierungs-Tool soll helfen, diesen besser zu verstehen.‣ weiterlesen

Erfolgreiche KI-Projekte kombinieren das Domänenwissen von Prozessbeteiligten mit der Expertise von Datenanalysten und IT-Spezialistinnen. Da nicht jedes Maschinenbauunternehmen über diese drei wichtigen Kompetenzfelder verfügt, sind Kooperationen wichtige Bestandteile von KI-Projekten.‣ weiterlesen

Extreme Networks hat die Verfügbarkeit des Wi-Fi 6E Access Point bekanntgegeben. Als Wireless-Plattform erweitert der Zugangspunkt den Einsatzbereich auf das 6GHz-Frequenzband. Das Gerät wurde für Umgebungen mit hohen Anforderungen an Bandbreite und Nutzerdichte entwickelt und zeichnet sich Anbieterangaben zufolge durch seine Perfomance, Funktionalität und Sicherheit aus.‣ weiterlesen

Die Ersatzteilversorgung in der Automobilindustrie besitzt einen sehr kurzfristigen Charakter. Anwendungen zum Abbilden solcher Prozesse sind S/4Hana Supply Chain Management sowie S/4Hana-Automotive-Ersatzteilmanagement. Die wichtigen Zielgrößen für die Versorgungsqualität sind Lieferservicegrad und Time-to-Delivery.‣ weiterlesen

Im Cloud-Projekt Gaia-X entstehen Infrastruktur-Angebote, mit denen Hersteller digitale und vernetzte Produkte entwickeln können, ohne in Abhängigkeit zu Technologiekonzernen zu geraten. Die Strukturen dafür sind bereits etabliert. Jetzt ist es an den Produzenten, durch ihre Mitwirkung aus dem Projekt eine europäische Erfolgsgeschichte zu machen.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige