Blog per Mail folgen

Damit Sie nie wieder Blog Posts von uns versäumen!

Bessere Entscheidungen dank MDE-BDE-QDE

MDE_BDE_QDE.jpg

Eine automatisierte Datenerfassung, die das Datenaufkommen ansteigen lässt, führt nicht automatisch dazu, dass der Entscheidungsprozess komplexer wird. Es kommt nur darauf an, Betriebs-, Maschinen- und Qualitätsdaten intelligent zu verbinden und die Ergebnisse verständlich darzustellen.

Wer heute ein Unternehmen oder einen Teilereich führt, ist es gewohnt, per Knopfdruck auf alle wichtigen Kennzahlen zugreifen zu können. Wie ist der Umsatz, die Rohertragsmarge, der Cashflow im aktuellen Buchungszeitraum? In welchem Verhältnis stehen Ist- und Sollzahlen auf Basis der aktuellen Tageszahlen? In welchen Bereichen gibt es Abweichungen, und wie wirken sie sich auf das Gesamtergebnis aus?

Können Sie sich vorstellen, diese Fragen auf Basis einer papiergestützten Buchhaltung zu beantworten? Indem Sie durch Excel-Ausdrucke blättern, von Mitarbeitern bestimmte Zahlen auf Anfrage in Bezug setzen lassen. Und alle zwei bis drei Stunden kommt eine Aktualisierung, so dass Sie Seite 17 von 35 gegen einen neuen Ausdruck tauschen müssen, und die Kollegen dann prüfen müssen, ob diese Änderungen auch die gerade angestellten Berechnungen betreffen. Wird dabei etwas übersehen, schleichen sich Fehler ein. Die – vielleicht – bei der nächsten Aktualisierung korrigiert werden. Ihnen aber bis dahin Probleme bereiten können, weil Trendlinien ihre Aussagekraft verlieren und Planungen auf Basis falscher Zahlen erfolgen.

Sicher, es gab eine Zeit, in der Buchhaltung so funktioniert hat. Die Fragestellungen, vor allem aber die zu betrachtenden Zeiträume mussten den damaligen Bedingungen angepasst werden. Doch mit den damaligen Methoden sind in der heutigen Wirtschaft Unternehmen nicht zu führen. Oder?

Geht man weg von Unternehmenssteuerung und Finanzbuchhaltung und wendet den Blick hin zur Produktion, dann sieht die Welt ganz anders aus. Hier gibt es sie tatsächlich noch, die beleghafte Datenerfassung, mit all den beschriebenen Problemen. Die Datenaktualität ist begrenzt, die Fehleranfälligkeit hoch und die Analysemöglichkeit aufgrund der dünnen Datenbasis und der aufwändigen Datenbe- und verarbeitung stark eingeschränkt.

Bruchstellen sind entscheidend

Natürlich ist die Fertigung heute nicht mit der Steinzeit der Buchhaltung zu vergleichen. Insbesondere Maschinendaten sind im Produktionsnetzwerk vorhanden und können automatisiert verarbeitet werden. Die entscheidende Frage ist jedoch, wo die Grenzen der automatischen Datenerfassung liegen, welche Daten überhaupt vorliegen, an welchen Stellen und in welcher Frequenz und welchen Formaten beispielsweise Auswertungen zur Verfügung stehen.

Der größte Erkenntnisgewinn kann dann erzielt werden, wenn die Datenbasis ein möglichst genaues Abbild der Produktion ermöglicht. Das gilt sowohl für die Frage, welche Daten einfließen, als auch für die Aktualität der Daten. Wenn bestimmte Informationen nur einmal täglich aktualisiert werden, oder Daten erst manuell erfasst und mit Zeitverzögerung ins System eingespielt werden, dann stehen Ihnen auch darauf beruhende Analysen nur verspätet und mit reduzierter Aussagekraft zur Verfügung. Abhilfe schaffen kann ein integriertes Manufacturing Execution System (MES), das die benötigten Daten aus verschiedenen Quellen ermittelt.

Die drei Fragezeichen

Um den Produktionsprozess möglichst umfassend abzubilden, werden drei Kategorien von Daten benötigt:

  • Betriebsdaten,
  • Maschinendaten und
  • Qualitätsdaten.

Die Maschinendatenerfassung (MDE) kann auf Basis der Daten aus der Steuerung, von Sensoren und Aktoren erfolgen. Für die Fertigung relevant sind beispielsweise durchlaufende Stückzahlen, Laufzeiten und Stillstände, Verbrauch an Material, Energie und Hilfsmitteln, Messwerte von Temperaturen, Drücken, Immissionswerten und vieles mehr. Für die Planung von Wartungsarbeiten und Einsatzzeiten sind aber auch die Erfassung von Schalthäufigkeiten oder der Zustand von Verschleißteilen zu erfassen.

Insbesondere bei großen, komplexen Anlagen sind bereits hier Fragen nach dem Konzept der Datenerfassung- und verarbeitung relevant: Edge oder Core? Das Core-Konzept bedeutet, dass alle Daten an eine Zentrale gesendet werden, den Kern der Datenverarbeitung. Das Edge-Konzept beruht dagegen auf der frühzeitigen Verdichtung von Daten am „Rand“ (Edge) des Produktionsnetzwerkes. An die zentrale Datenverarbeitung werden dann nur vereinzelte Daten gesendet, als mit einer niedrigeren Frequenz als sie vor Ort tatsächlich anfallen, oder nur abweichende Daten, oder gar nur Zustands-Flags, also Meldungen ob Fehler vorliegen oder Toleranzschwellen überschritten wurden.

Bei der Betriebsdatenerfassung kommen zu den Maschinendaten weitere relevante Informationen hinzu. So werden hier Auftragsdaten verarbeitet, die beispielsweise Auskunft darüber geben, wie viele Fertigungsstücke ausgeliefert wurden, und damit einen Abgleich zulassen mit den Maschinendaten über produzierte Stückzahlen.

Ein weiterer wichtiger Bereich sind die Mitarbeiterdaten, die unter anderem darüber Auskunft geben, wie hoch der personelle Ressourceneinsatz für die Produktion bestimmter Mengen und Qualitäten von Produkten war. Relevant sind diese Daten unter anderem für die Prozessplanung und -verbesserung, aber auch für die Berechnung der Produktivität.

Für die Steuerung des Produktionsprozesses sind darüber hinaus auch die Daten des Qualitätsmanagements relevant. Prüfdaten der Produktion oder aus speziellen Qualitätsprozessen bis hin zu Laborergebnissen und die Fehlererfassung stehen hier an erster Stelle. Sie zeige insbesondere, ob das Endprodukt die geforderten Spezifikationen einhält, sich noch als B-Ware eignet oder gar als Ausschuss gewertet werden muss. Entscheidungen auf Basis aktueller Qualitätsdaten können also erheblichen Einfluss auf die Produktivität haben.

So viele Daten

Der Vorteil des MES liegt zunächst darin, dass über Schnittstellen die benötigten Informationen automatisiert aus den verschiedenen vorhandenen Datenbeständen zusammengeführt und verarbeitet werden. Die Aktualität der Daten steigt ebenso wie die Qualität, da manuelles Erfassen oder Übertragen entfällt. Doch was sollen die Mitarbeiter – vom Produktionsleiter über den Schichtleiter bis hin zum Maschinenführer – mit diesem scheinbaren Datenwust anfangen?

Hier kommt es darauf an, jedem Anwender die für ihn relevanten Daten in einer geeigneten Form zur Verfügung zu stellen und dadurch die Komplexität reduzieren. In der Regel funktioniert das Reporting in modernen Systemen über rollenbezogene Dashboards, die aus den Daten gewonnene Key Perfomance Indikatoren in geeigneter Weise visualisieren. Geeignete Systeme müssen dazu in der Lage sein, große Datenmengen in kurzer Zeit zu verarbeiten und über verschiedene Medien zu Verfügung zu stellen. Als Beispiel kann hier die Lösung Wonderware Historian angeführt werden. Sie ist in der Lage, die Daten aus verschiedenen Quellen zusammenzuführen, diese bei Bedarf in der Cloud zu speichern sowie je nach Anwender unterschiedliche Reports zu generieren.

Die Auswertungen können nicht nur auf Desktop-PCs oder HMIs an der Maschine vorgenommen werden, sondern auch auf Mobile Devices wie Smartphones, Tablets und Notebooks. Dazu kann auch die Anwendung selbst in der Cloud liegen, braucht also keine eigene IT-Infrastruktur im Unternehmen.

Die Visualisierung über Trendlinien im Rahmen von Dashboards gibt einen schnellen Überblick über wichtige Werte, und zwar als Live-Daten: Sind Schwellwerte eingehalten oder überschritten? Hat sich der Ressourcenverbrauch, beispielsweise von Energie, unerwartet verändert? Liegt der Durchsatz im Soll-Bereich?

Darüber hinaus ermöglicht der umfangreiche Datenpool auch tiefergehende Vergleiche. So können Standort- oder Produktionslinien-bezogene Vergleiche angestellt werden, beispielsweise über Ressourcenverbrauch, Fehleranfälligkeit oder Produktionsqualität. Entscheidungen, welche Aufträge wo abgewickelt werden oder wie an bestimmten Stellen die Prozesse verbessert werden sollten, können somit auf Grundlage harter Fakten getroffen werden.

Lohnt sich das?

Mit der Einführung eines MES steigt die Datenqualität und -aktualität, was die Entscheidungsgrundlage verbessert. Geringere Fehlerquoten in der Produktion und reduzierte Stillstandszeiten lassen die Fertigungskapazitäten auf bestehenden Produktionslinien ansteigen, die Optimierung des Ressourceneinsatzes trägt ebenfalls zur Verbesserung der Effektivität bei und beeinflusst damit die betriebswirtschaftliche Rechnung positiv. Damit sind aber nur Effekte benannt, die bereits bestehende Abläufe betreffen.

Nicht vergessen sollte man, dass ein MES auch eine unabdingbare Grundlage für weitere Veränderungen ist, die gemeinhin als Digitale Transformation bezeichnet werden, also der Entwicklung der Industrie 4.0. Predictive Maintenance, die vorausschauende Wartung, ist hier zu nennen. Also geplante Wartungszyklen nicht mehr auf Basis von Zeit oder gefertigten Stückzahlen, sondern auf Basis von gemessenen Belastungen oder registriertem Verschleiß.

Ebenso gehört die Statistische Prozesskontrolle (SPC) in diesen Bereich, die eine Prozesssteuerung auf Basis der Hochrechnung von qualitativen Prozessdaten ermöglicht. Noch ganz ziemlich am Anfang steht die Entwicklung von Machine Learning, das Konzept zeigt aber bereits vielversprechende Ergebnisse. Im Bereich der Prozesssteuerung ermöglicht sie die Entwicklung neuer KPI und die Verifizierung bestehender KPI auf Relevanz. Dadurch können weitere Kostenvorteile realisiert werden.

Fazit MDE-BDE-QDE

Eine moderne Produktion, die zu wettbewerbsfähigen Kosten eine kundengerechte Auftragsabwicklung ermöglicht, braucht einen Steuerungsprozess auf einer breiten Datenbasis, die aktuell erhoben wird und unverzügliche Entscheidungsgrundlagen liefert. Dies ist nur auf Grundlage eines Manufacturing Execution Systems (MES) möglich. Dieses greift auf unterschiedliche Datenquellen zu, die bislang für Produktionsverantwortliche nicht, nur zeitverzögert oder auf umständlichen Wegen zugänglich waren. Das Prozesswissen fließt in die Datenanalyse und Visualisierung ein, so dass intelligente Dashboards trotz der komplexen Datenbasis eine übersichtliche, schnelle Entscheidungsgrundlage bieten, die in bessere Qualität und effektivere Produktionsabläufe münden.

 

 MES in der Praxis