Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Beitrag drucken

Messungen statt Vermutungen

Brücke zwischen Fertigung und Management

„Was man nicht messen kann, kann man auch nicht verbessern.“ Als der 1824 geborene Physiker Sir William Thomson, besser bekannt als Lord Kelvin, dies formulierte, wurde in der Produktion weit weniger gemessen als heute. Ähnlich rückständig könnten die Analyse der vergangenen 30 Jahre wirken, wenn eine Smart Factory der Maßstab ist. Bis dahin ist es noch ein weiter Weg und kaum ein Unternehmen kommt um die laufende Integration von Produktionsdaten herum. Umso vielversprechender ist der Ansatz, Maschinendaten mit Informationen aus dem ERP-System in Verbindung zu bringen, um die Produktionssteuerung immer wieder zu verbessern.

Messen statt vermuten - Schaubild zu OEE

Bild: Infor (Deutschland) GmbH

An Indikatoren und Philosophien zur Optimierung der Produktion mangelt es nicht. Damit Methoden wie die kontinuierliche Verbesserung und Indikatoren wie die Overall Equipment Effectiveness (OEE) den gewünschten Erfolg liefern, müssen die Ausgangsdaten allerdings von hoher Qualität sein. Nur wenn Unternehmen den Zugriff auf ausreichend relevante Informationen haben, lassen sich Verbesserungsanätze genau erkennen. Doch hier gibt es oft Nachholbedarf. Noch immer werden in zahlreichen Unternehmen sehr viele Daten von Hand bearbeitet: Der Arbeiter an der Maschine erfasst Zahlen und Fakten rund um seine Arbeit auf dem Papier – Übertragungsfehler und Fehlinterpretationen inklusive. Die so gewonnenen Daten werden anschließend mithilfe von Software wie Microsoft Excel und Powerpoint weiter konsolidiert, aufbereitet und den Managementebenen vorgelegt.

Unklar trotz Analyse

Unternehmen, die auf diese Art der manuellen Datenerfassung setzen, fischen mit Blick auf wichtige Fragen häufig im Trüben. So gibt es bei genauerer Analyse oft große Differenzen zwischen der geplanten und der tatsächlichen Rüstzeit, ohne dass die Daten dafür eine Erklärung liefern. Auch bei den Durchlaufzeiten liegen Wunsch und Wirklichkeit häufig weit auseinander. In der Folge klafft zwischen dem geplanten Output und der tatsächlichen Produktion eine Lücke. Liefern Analysen nur Momentaufnahmen der Produktion, bleibt Optimierungspotenzial gerne verborgen. Auch ein auf dieser Grundlage erstellter Kennzahlensatz etwa zur Overall Equipment Effectiveness (OEE) gibt die Wirklichkeit nur verzerrt wieder. Viele Unternehmen versuchen darum, die Daten ihres ERP-Systems für Analysen zu nutzen. Diese bilden jedoch nur unzureichend ab, was genau mit den Maschinen in der Fertigung passiert. Um aus den dort gelagerten Informationen einen Mehrwert zu bekommen, müssen Unternehmen deshalb ERP-Daten mit Maschinendaten – etwa aus Speicherprogrammierbaren Steuerungen (SPS) – sinnvoll kombinieren. So lassen sich etwa Faktoren wie die geplante und die tatsächliche Performance effektiver gegenüberstellen – ein klassisches Element des Shop-Floor-Managements.

Basis für Lean Management

Mit diesem Schritt leiten Unternehmen den Wechsel ein von der Beobachtung einzelner Faktoren hin zu einer kontinuierlichen Verbesserung von Prozessen auf Basis von zuverlässigen, automatischen und objektiven Performance-Analysen. Das ist ein Grundgedanke von Lean Management. Um dies umzusetzen, benötigen Unternehmen ganzheitlich arbeitende Shop-Floor-Management-Technologie. Ein Manufacuturing-Execution-System sollte die Daten der einzelnen Maschinen mit denen des ERP-Systems zusammenbringen.

Über Werke hinweg vergleichen

Idealerweise bekommt das Führungsteam bei einer solchen Lösung über ein Dashboard Einblicke in die OEE-Entwicklung und kann diesen Indikator beispielsweise zwischen verschiedenen Produktionsstandorten vergleichen. Da Präsentationen über Webinterface oft problemlos möglich sind, lassen sich die Informationen auch von Smartphone oder Tablet aus abrufen. Produktionsleiter wiederum können im Rahmen eines Drilldowns von der Gesamtanlage bis hin zur einzelnen Maschine erkennen, wo Verbesserungspotenzial besteht. Durch eine Abbildung der Fertigungsumgebung im System simulieren sie den Durchgang und verfolgen die Produkthistorie von Schritt zu Schritt durch das Werk. Auch die Arbeiter an den einzelnen Maschinen bekommen mit Hilfe eines solchen MES einen genauen Überblick über Faktoren wie die Soll- und Ist-Produktion. Im Rahmen von Meetings zur kontinuierlichen Produktverbesserung können die einzelnen Bereiche dann Punkte wie Unterbrechungen und Downtime, den Produktionsfluss, Qualitätsfragen, die Auslastung, Logistikprozesse, Arbeitsschritte und Produktivität diskutieren und Verbesserungsschritte erarbeiten. Solche Lösungen können auch Vorhersagen im Sinn von Predictive Maintenance unterstützen.

Mehrwert durch Kooperation

Unternehmen, die ihre Maschinendaten bereits mit der ERP-Welt verknüpft haben, berichten davon, ihren OEE schon kurz nach der Einführung der Lösung signifikant verbessert haben zu können. Wie bei Projekten aus dem Bereich ‚Kontinuierliche Verbesserung‘ üblich, kommt es auch hier darauf an, dass das Management das Thema forciert und die betroffenen Arbeiter und Angestellten mit ins Boot holt. Im Gegenzug kann die Kommunikation über Probleme und Verbesserungsmöglichkeiten in der Produktion auf einer viel sachlicheren und faktenbasierten Ebene geführt werden. Auch das ist ein wichtiger Faktor, wenn es darum geht, das volle Potenzial von Mensch und Maschine auszuschöpfen.


Matthias Sartor ist Senior Director Solution Consulting DACH bei Infor.
google plus


Das könnte Sie auch interessieren:

Wie schätzen Firmen die Bedeutung ihres Kundenbeziehungsmanagementes ein und wie wichtig ist es, Kunden stets in den Fokus zu rücken? Das haben IDG Research Services und der Softwareanbieter Adito in einer Studie gefragt.‣ weiterlesen

Viele Unternehmen setzen aktuell eigene Internet of Things-Anwendungen mit ganz unterschiedlichen Zielen auf. Die zum Einsatz am besten passende Plattform zu finden, ist auf dem IoT-Markt alles andere als einfach. mm1 Consulting unterstützt Unternehmen bei diesem Prozess mit einem Mix aus Methode und Toolset.‣ weiterlesen

Der Gedanke hinter dem Internet of Things ist im Grunde einfach: Ansonsten 'stumme' Geräte werden mittels Sensorik und Datenübertragung zum Sprechen gebracht. Das Potenzial ist enorm, wenn etwa Maschinen, Halbzeuge und fertige Produkte ihren Produzenten Hinweise darauf liefern, was sich künftig besser machen ließe.‣ weiterlesen

Anzeige
Anzeige
Anzeige