Blog per Mail folgen

Damit Sie nie wieder Blog Posts von uns versäumen!

OEE, KPI´s  die Helfer für Effektivitätssteigerungen

OEE_Web.jpg

Wo der Mensch an seine Grenzen stösst, weil er in nur eine begrenzte Zahl von Daten überblicken kann und für deren Verarbeitung ausreichend Zeit braucht, da schlägt die Stunde der Manufacturing Execution Systeme (MES). Die durch MES erzielbare Verbesserung der Effektivität hat eine ganze Kaskade von Effekten zur Folge.

In den 80er-Jahren begann in Kalifornien die „Negawatt“-Revolution. Statt immer höhere Strompreise und immer neue (Atom-)Kraftwerke zu genehmigen, verpflichteten die Behörden des amerikanischen Sonnenstaates die Stromproduzenten zu Massnahmen, die den Verbrauch reduzierten – ein Gegenkonzept zur ständigen Ausweitung des Angebots, mit all seinen schädlichen Konsequenzen für die Umwelt.

Die Reduzierung des Stromverbrauchs – gemessen in „negativen Watt“ oder kurz „Negawatt“ als Einheit der eingesparten Energie – beruhte zum Beispiel auf neuen Technologien wie Energiesparlampen und effizienteren Bauweisen, die dafür sorgten, dass Häuser sich weniger aufheizten und damit geringere Anstrengungen zur Klimatisierung nötig waren.

MES – die Energiesparlampe für Industrie 4.0?

Einen ähnlichen Effekt können wir heute in der Industrie beobachten: Nach langen Jahren der Effizienzverbesserung mit herkömmlichen Methoden, die inzwischen nur noch geringe Fortschritte erlauben, steht nun die Digitale Revolution ins Haus. Sie ermöglicht sprunghafte Fortschritte mit einer Kombination aus neuer Technik und besseren Prozessen: 10 Prozent, 20 Prozent, sogar 40 Prozent Steigerung der OEE (Overall Equipment Effectiveness) sind damit möglich.

Und so wie seinerzeit in Kalifornien weniger Atomkraftwerke gebaut werden mussten, können heute durch solche Erfolge Investitionen in zusätzliche Produktionsstandorte vermieden werden, weil die vorhandenen Anlagen plötzlich in der Lage sind, wesentlich höhere Ausstossraten zu erzielen.

So gelang es beispielsweise dem Pharma-Riesen AstraZeneca, den Durchsatz einer Produktionslinie um 10 Prozent zu steigern – 1.000.000 Flaschen mehr pro Jahr laufen nun vom Band, ohne dass in neue Gebäude und Anlagen investiert werden musste. Bei einem Schwermaschinenhersteller konnten die Stillstände im Bereich der Laserschneider erheblich verringert werden. Sie arbeiten in Summe nun 2.800 statt nur 2.100 Stunden pro Woche, also ein Drittel mehr. Dadurch konnten Arbeiten, die zuvor an Fremdfirmen vergeben worden waren, wieder ins eigene Haus zurückgeholt werden.

Bei der APS-Gruppe, die Marketing-Materialien druckt, konnte die OEE um 22 Prozent verbessert werden. Auf der einen Seite reduzierten sich nicht wertschöpfende Tätigkeiten um 8,4 Prozent, was eine enorme Kosteneinsparung bedeutet. Auf der anderen Seite wurden zusätzliche Produktionskapazitäten freigesetzt, die nun für mehr Aufträge genutzt werden können.

Das Toyota-Prinzip

Die Gesamtanlageneffektivität oder Overall Equipment Effectiveness (OEE) errechnet sich aus der Multiplikation der drei Werte Verfügbarkeitsrate (VR), Leistungsrate (LR) und Qualitätsrate (QR). Um diese Werte zu optimieren gibt es verschiedene Methoden, beispielsweise Lean Management, Just-in-Time oder Total Quality Management. Deren Wurzeln sind im Toyota-Produktionssystem zu finden.

Das Problem: Sie stellen jeweils nur einzelne Faktoren in den Fokus – im schlimmsten Fall kann die Optimierung des einen Wertes zu einer Verschlechterung an anderer Stelle führen. Mit dem Prinzip der Operational Excellence (OE) wird das Streben nach Perfektion in allen Bereichen bezeichnet. Hier wird auch das Zusammenspiel der einzelnen Faktoren berücksichtigt, um zu einem insgesamt möglichst optimalen Ergebnis zu kommen. Deshalb ist die OEE die zentrale Kennzahl der Operational Excellence.

Am Anfang steht die Messung...

Das Dilemma der Produktionsoptimierung beginnt bereits mit der Frage nach den Key-Performance-Indikatoren (KPI): Was kann gemessen werden, in welcher Frequenz, und wann stehen die Daten wem wie zur Verfügung? Die Antworten auf diese Fragen führen bei einer belegbasierenden Steuerung der Fertigungsprozesse nicht selten zu einer Festlegung von KPI, die zwar pragmatisch ist, aber nicht die tatsächlichen Einflüsse auf die Effektivität der Produktion widerspiegelt.

...dann kommt die Konzeption...

In einem Manufacturing Execution System lassen sich Messwerte vieler Datenpunkte in Echtzeit zusammenführen und damit ein erster Flaschenhals in der Produktionssteuerung überwinden. Nun gilt es herauszufinden: Was ist Ursache, was ist Wirkung? Oder konkreter: Welche Messwerte haben einen Einfluss auf die OEE, und welche KPI lassen sich daraus ableiten, die bei optimaler Steuerung für eine hohe Effektivität im gesamten Produktionsprozess sorgen?

...und schliesslich die Analyse

Diese Frage gilt es zu beantworten und im MES umzusetzen. Mit Unterstützung dieser Anwendung lassen sich die relevanten Daten erheben, verknüpfen und analysieren. Die Ergebnisse bekommen die verantwortlichen Mitarbeiter am Arbeitsplatz, mobil aufs Smartphone oder Tablet, oder sie werden direkt an der Maschine auf Displays visualisiert. Die grafische Umsetzung bietet den Vorteil, dass Veränderungen leicht erkennbar sind und sich schnell Trends abschätzen lassen. Zudem können die Dashboards je nach Rolle und Aufgabe des Mitarbeiters unterschiedlich gestaltet werden.

Durch die Echtzeitmessung auf der einen Seite ist auch eine Echtzeitsteuerung auf der anderen Seite gegeben, so dass drohende Abweichungen rechtzeitig verhindert werden können. Stillstände lassen sich dadurch zum Teil vermeiden oder wenigstens so frühzeitig erkennen, dass eine Lösung vorbereitet werden kann, die die Downtime niedrig hält.

Effekte über die einzelne Produktion hinaus

Neben der kontinuierlichen Steuerung der einzelnen Produktionslinie werden OEE und KPI aber auch für einen Verbesserungsprozess in einem grösseren Rahmen zum Tragen kommen. So lassen sich die Kennzahlen verschiedener Produktionslinien oder Standorte vergleichen – und damit Rückschlüsse ziehen, wenn beispielsweise Vorprodukte unterschiedlicher Lieferanten zu Differenzen der OEE-Werte führen.

Gleiches gilt, wenn Anlagen, Maschinen oder Werkzeuge verschiedener Hersteller zum Einsatz kommen oder Prozesse nicht in gleicher Weise umgesetzt sind. Dann können Investitions- und Einkaufsentscheidungen sowie Anpassungen im Fertigungsprozess aufgrund harter Fakten getroffen werden.

Und auch wenn ansonsten alles gleich ist: In der Praxis zeigen sich teils Unterschiede aufgrund des eingesetzten Personals. Auch hier kann der Prozess der kontinuierlichen Verbesserung auf Basis des Benchmarkings greifen: Welcher Standort, welche Schicht schafft die besseren Ergebnisse? Worauf basieren diese Unterschiede und wie können die Optimierungen im ganzen Unternehmen ausgerollt werden? Nicht zuletzt kann sogar die Entscheidung, auf welcher Maschine welches Produkt gefertigt wird, Teil des Optimierungsprozesses sein. Denn auch das kann per MES verglichen werden.

Fazit

Ein Manufacturing Execution System bietet zahlreiche Möglichkeiten, den Produktionsprozess zu optimieren und dadurch wettbewerbsfähiger zu produzieren. Die gewonnene Datenbasis bildet auch die Grundlage für weitere Entwicklungen, die heute zum Teil noch ganz am Anfang stehen. Predictive Maintenance und Machine Learning sind nur zwei dieser Themen, die bereits umgesetzt werden – weitere werden sicher folgen. Am Ende könnten völlig neue, datenbasierende Geschäftsmodelle stehen. Ohne den ersten Schritt in Richtung Digitale Transformation ist daran jedoch nicht zu denken.

 

MES in der Praxis