Shopfloor Intelligence

Wettbewerbsvorteil Big Data Analytics: erschließen Sie die Datenschätze Ihrer Fertigungsmaschinen.

If you can’t measure it, you can’t manage it!

Die Gesamtanlageneffektivität (Overall Equipment Effectiveness (OEE)) hat sich als Standard-Metrik zur Bewertung der Produktivität, der Rentabilität sowie der Gesamteffektivität von Fertigungsprozessen weltweit etabliert. Mit Hilfe der Gesamtanlageneffektivität lässt sich sowohl die Produktivität einer Anlage, als auch deren Verluste bewerten. Die Gesamtanlageneffektivität setzt sich aus folgenden drei Faktoren zusammen – Verfügbarkeit, Leistung und Qualität, und berechnet sich über das Produkt der einzelnen Faktoren.

OEE formula

OEE Berechnung

Obwohl mittlerweile viele Unternehmen ihre Fertigungsprozesse mit Hilfe von OEE-Kennzahlen steuern, werden die zur Berechnung benötigten Daten in den meisten Fällen noch manuell erfasst, in Tabellenkalkulationsprogramme wie Excel übertragen, um dann aggregiert und berechnet zu werden. Die wenigsten Unternehmen verfügen über eine direkte Anbindung an Maschinensteuerungen zur automatisierten Datenerfassung und stehen daher vor der Herausforderung, dass nach einer erfolgreichen Zusammenführung und Aggregation der Inputdaten die OEE-Kennzahl meistens schon wieder veraltet ist. Mittlerweile dienen auch Manufacturing Execution Systeme (MES) als Datenquelle für die OEE Berechnung, und man hat zumindest hier die Datenerfassung zur OEE-Berechnung teilweise automatisiert bzw. versucht die OEE-Berechnung direkt in den MES-Systemen zu realisieren. Den meisten Unternehmen ist der Schatz an digitalen Prozessdaten aus Maschinensteuerungen und Sensoren noch gar nicht bekannt und konnte daher im Umkehrschluss noch gar nicht gehoben werden.

Prozessdaten und Big Data Technologien sind wie füreinander gemacht.

Wenn man sich die Koexistenz der endlosen Datenströme aus Maschinensteuerungen und Sensoren vor Augen hält, die rund-um-die Uhr hochfrequente Daten und Statusmeldungen versenden, so wird schnell klar, dass MES-Systeme nur bedingt dazu geeignet sind, solche Datenmengen zu verarbeiten oder zu analysieren. Obwohl diese Daten die wertvollsten Informationen beinhalten, um daraus Prozessoptimierungen und Wettbewerbsvorteile realisieren zu können, liegen diese in den meisten Fällen brach. Big Data Technologien sind hier Schlüssel, um auf diese Datenströme zuzugreifen und daraus konkrete Handlungsdirektiven ableiten zu können. Für die Fertigungsindustrie, die seit Jahren mit fortwährenden Optimierungsprozessen konfrontiert wird, erscheinen die Big Data Technologien und die sich hieraus resultierenden neuen Optimierungspotenziale wie füreinander gemacht. Die Charaktereigenschaften von Big Data werden in der Literatur über die 4 V’s (Volume, Velocity, Variety, Veracity) beschrieben. Während erste Big Data Initiativen eher die Datensammlung von Produktionsdaten fokussieren, wird das fünfte V der Big Data Charaktereigenschaften, Value, oft vernachlässigt, nämlich über die Datenverarbeitung, die Datenanalyse, sowie die daraus resultierende Nutzbarmachung einen Mehrwert für das Unternehmen abzuleiten. Datatroniq ist hierfür die Lösung, um Datenströme aus Fertigungsmaschinen per plug’n’play zu verknüpfen, diese in vordefinierte KPIs umzuwandeln und per Knopfdruck in einem Dashboard visuell zugänglich zu machen. Datengetriebene Algorithmen stellen herleitbare Handlungsanweisungen in Echtzeit bereit, beispielsweise die automatische Benachrichtigung eines verantwortlichen Mitarbeiters bei auffälligem Maschinenverhalten. Selbst Maschinen älterer Bauart können sehr schnell und einfach in das Datatroniq Datenuniversum aufgenommen werden, indem diese mit geeigneten Sensoren ausgestattet werden.

OEE neu definiert.

Die Gesamtanlageneffektivität bzw. OEE hat sich als bewährtes Instrument zur Messung und Verbesserung der Maschinenproduktivität etabliert und berücksichtigt dabei die häufigsten und wichtigsten Faktoren zur Identifizierung von Produktivitätsverlusten in der Fertigung. Dennoch muss die klassische OEE-Berechnung mittlerweile hinterfragt werden, vor allem vor dem Hintergrund, dass die Qualität und Aktualität der Gesamtanlageneffektivität durch folgende Aspekte deutlich verbessert werden kann:

  • Zusätzliche Datenquellen, z.B. Sensordaten zur Prognose drohender Maschinenausfälle,
  • Echtzeit-Daten für fundiertere Entscheidungen und Performance-Analysen,
  • Predictive Analytics, d.h. vorausschauende Analysen anstelle von nachgelagerten Analysen

Jede OEE Eingangsgröße – d.h. Anlagenverfügbarkeit, Performance und Qualität – kann nun automatisiert auf Basis von Echtzeitinformationen berechnet werden, eine Verbesserung von unschätzbaren Wert, um die Gesamtanlageneffektivität jederzeit auf dem aktuellsten Stand aufrufen und bewerten zu können. Darüberhinaus liefert Datatroniq auf Basis der Echtzeit-Datenquellen ergänzende Einsichten in die Produktionsprozesse, so dass Hersteller in die Lage versetzt werden, jederzeit auf qualitäts- und betriebskritische Fragen die richtigen Antworten liefern zu können.

Verfügbarkeit
Datatroniq erkennt und bewertet automatisch Risiken, welche eine Gefahr für geplante Produktionsprozesse darstellen, u.a. Maschinenausfälle, Materialknappheit oder Rüstzeiten bzw. Umrüstzeiten. Dabei kommen verschiedene analytische Algorithmen in Echtzeit zum Einsatz.
Leistung
Datatroniq überwacht und identifiziert kontinuierlich sämtliche Faktoren, die einen negativen Einfluss auf die maximal mögliche Ausbringungsleistung haben. Über ein Echtzeit-Monitoring werden Maschinenverschleiss, minderwertige Werkstoffqualitäten, Zuführungsfehler und Bedienungsfehler überwacht und für nachgelagerte Analysen archiviert.
Qualität
Datatroniq bewertet kontinuierlich und nachhaltig Fertigungsqualitäten, indem Betriebszustände, minderwertige Werkstoffqualitäten und andere Einflussgrößen miteinander korreliert werden. Über eine kontaktlose Qualitätsprüfung lassen sich dadurch selbst aus dem Berarbeitungsprozess heraus Werkstücke identifizieren, die nicht den Qualitätsstandards genügen und gegebenenfalls nachbearbeitet werden müssen.

Big Business Value

Viele Hersteller leiden unter veralteten Prozessen, unpassenden Tools und fehlenden Zugriffsmöglichkeiten und sind daher gar nicht in der Lage, die Datenströme ihrer Fertigungsmaschinen effizient verarbeiten – geschweige denn analysieren – zu können. Datatroniq kann hier innerhalb kürzester Zeit Abhilfe schaffen und dabei helfen, datengetriebene Strategien einfach, schnell und effizient umzusetzen. Getreu dem Motto "think big, start small" machen wir Unternehmen Big Data fähig, indem sie innerhalb kürzester Zeit über deutlich transparentere Produktionsprozesse eine signifikante Produktivitätssteigerung erzielen können.