Die drei wichtigsten Erfolgsfaktoren in Herstellungsprozessen sind Leistung, Verfügbarkeit und Qualität. In diesem Blog-Beitrag von Gerrit Kohrs erfahren Sie, wie Sie sich in allen drei Bereichen mithilfe von Process Mining und bereits in Ihrem Unternehmen verfügbaren Daten signifikant verbessern können, um Ihre Gesamtanlageneffektivität (Overall Equipment Effectiveness, OEE) nachhaltig zu steigern.
21 Apr, 2020

Wenn wir Fertigungsprozesse aus der Vogelperspektive betrachten, gibt es drei Hauptfragen, deren Antworten über Erfolg oder Misserfolg entscheiden:

  • Entspricht Ihr Durchsatz Ihren Plänen?
  • Können Sie die gewünschte Qualität liefern?
  • Sind Ihre Anlagen verfügbar, wenn Sie sie benötigen?

Das OEE-Konzept

Das AEE-Konzept

Wenn wir über diese Fragen sprechen, sprechen wir über eine der beliebtesten KPIs in der Fertigung: OEE (Overall Equipment Effectiveness) oder auf Deutsch Gesamtanlageneffektivität . Nehmen wir uns einen Moment Zeit, um uns mit dem zugrunde liegenden Konzept zu beschäftigen. OEE ist eine zusammengesetzte Kennzahl, die aus drei Komponenten besteht:

  • Verfügbarkeit: Die Nettolaufzeit einer bestimmten Anlage im Vergleich zu ihrer geplanten Laufzeit. Ungeplante Unterbrechungen wie technische Ausfälle oder Materialknappheit sowie geplante Stillstände, etwa Rüstzeiten/Werkzeugwechsel oder die tägliche Reinigung werden berücksichtigt. Beispiel: 20 Stunden geplante Produktionszeit pro Tag, 45 Minuten geplante Wartung und Reinigung und ein ungeplanter Stopp aufgrund technischer Probleme von 15 Minuten führen zu einer Verfügbarkeit von 19h / 20h = 95% Verfügbarkeit (eine Stunde Verlust)
  • Leistung: Hier dreht sich alles um Geschwindigkeit. Wir bestimmen die kürzeste theoretisch erreichbare Durchlaufzeit für ein Stück Fertigprodukt (= ideale Taktzeit) und multiplizieren diese mit der erreichten Stückzahl während eines bestimmten Zeitraums. Damit erhalten wir die theoretisch notwendige Laufzeit der Anlage. Diese dividieren wir durch die tatsächliche Nettolaufzeit im selben Zeitraum und erhalten einen Prozentwert für die Leistung. Beispiel: Bei einer idealen Taktzeit von 2 Minuten, 500 hergestellten Teilen und einer Nettolaufzeit von 18 Stunden wäre das Ergebnis (2 x 500) / 1080 = 92,6% (1,33 Stunden Verlust)
  • Qualität: Praktisch selbsterklärend: Wir teilen die Anzahl der Gutteile nach der Endkontrolle durch die Gesamtzahl der produzierten Teile und erhalten unseren dritten Prozentwert. Beispiel: 485 Stück haben die Endkontrolle bestanden, 500 Stück wurden hergestellt, daher liegt unser Qualitätsfaktor bei (485 Stück / 500 Stück) = 97% (15 Stück Verlust)

Diese drei soeben ermittelten Faktoren (oder Verlustraten, wenn man es andersherum betrachtet), kombinieren wir nun durch Multiplikation zu einem Gesamtwert:

OEE = 95% Verfügbarkeit x 92,6% Leistung x 97% Qualität = 85,33 %

Die perfekte Punktzahl von 100% ist so gut wie unmöglich zu erreichen. Was für Ihren Betrieb ein guter Wert ist, hängt stark von Ihrer Branche und verschiedenen Umgebungsparametern ab. Daher ist ein Benchmarking mit ähnlichen Unternehmen wahrscheinlich eine gute Idee. Mit den 85,33% in unserem Beispiel wären wir nach Meinung von Seiichi Nakajima, der TPM in den 1980er Jahren einführte, bereits „Weltklasse“. Für die meisten Unternehmen wäre dies also schon ein überaus ehrgeiziges Ziel.

Wie hilft Process Mining?

Die oben genannten OEE-Faktoren sind als nackte Zahlen erst einmal relativ bedeutungslos. Eventuell können Sie damit z.B. im Branchenvergleich grob abschätzen, wo Sie stehen. Für sich genommen – also ohne den Prozess-Kontext – sagen Ihnen diese Werte jedoch weder, wie gut Sie Ihr Potenzial nutzen, noch können Sie ableiten, wie oder wo Sie sich verbessern könnten. Dazu müssen Sie herausfinden, welche Parameter sich auf diese KPIs auswirken. Hier kommt Process Mining ins Spiel.

Mit der Process Mining-Technologie analysieren Sie den digitalen Fußabdruck Ihrer Produktion. Process Mining-Tools verwenden Logs, also Protokolldateien verschiedener Quellsysteme wie ERP, Produktionsmanagement, Maschinen- und Gerätesteuerung usw. und übersetzen sie in eine visuelle Darstellung Ihres Prozesses. Vorausgesetzt, dass die Quell-Systeme miteinander verbunden sind oder sich zumindest einige gemeinsame Daten wie z.B. Auftragsnummern teilen, können Sie sogar angrenzende Prozesse wie das Kundenauftragsmanagement oder die (interne) Logistik einbeziehen, um beispielsweise Ausreißer des Verfügbarkeits-Faktors Ihrer OEE zu erklären.

Die Visualisierung und Analyse der tatsächlichen Abläufe in Ihrer Fertigung liefert zu den nackten Zahlen also den Inhalt und hilft so nicht nur bei deren Interpretation, sondern zeigt auch direkt diejenigen Prozess-Schritte oder -Abfolgen auf, die wahrscheinlich Probleme verursachen.

Wie sieht das dann aus?

Wenn Prozessverantwortliche an ihre Prozesse denken, haben sie nach unserer Erfahrung häufig das Ideal-Bild im Kopf – also das Prozessmodell, welches sie entworfen haben. So ein Modell für ein einfaches Verfahren zur Herstellung eines Kunststoffteils könnte beispielsweise folgendermaßen aussehen:

Process Mining Visualisierung

Die Realität ist natürlich etwas komplexer und die Visualisierung dieser Komplexität ist eines der Hauptziele von Process Mining.

Process Mining

Auf einmal sehen wir ein völlig anderes Bild mit all diesen zusätzlichen Schritten, Schleifen, einer manchmal seltsamen anmutenden Reihenfolge von Aktivitäten sowie einigen unerwarteten manuellen Tätigkeiten. Auf den ersten Blick sehen wir besonders langsame Pfade (in vielen Tools rot eingefärbt) und all jene Situationen, die Maschinenführer verrückt machen, wie eine stornierte Bestellung, nachdem die Anlage bereits fertig gerüstet war. Wir sehen vielleicht auch sofort ein Problem mit der unternehmensinternen Logistik, da wir immer auf Material warten müssen.

Kurz gesagt, diese Darstellung gibt Ihnen – zusammen mit zahlreichen anderen Funktionen gängiger Process Mining-Tools – bereits erste Antworten darauf, warum Ihre Leistungs-, Verfügbarkeits- oder Qualität-Faktoren so aussehen, wie sie aussehen. Die meisten Tools bieten dazu in ihren vorgefertigten Templates zahlreiche Detailanalysen, die Ihnen im zweiten Schritt weitere Einblicke liefern. Zu den allgemeinen Erkenntnissen gehören, ohne Anspruch auf Vollständigkeit

Engpässe in bestimmten Schritten des Produktionsprozesses:

  • Unzureichende Kapazität
  • Technische Probleme
  • Fehler des Bedieners

Leerlaufzeiten:

  • Warten auf Material
  • Häufiger Werkzeugwechsel, Maschinenkalibrierung für verschiedene Teile
  • Ungeplante Wartung

Nacharbeiten:

  • Geänderte/stornierte Fertigungsaufträge
  • Änderungen nach dem Einrichten einer Maschine
  • Loops, die zu einem vorherigen Schritt zurückkehren

Was Sie oben sehen, ist natürlich ein ziemlich einfaches Beispiel, aber stellen Sie sich vor, wir würden die Protokolle von Maschinensteuerungen einschließen, um Fehlercodes, Sensordaten, Wartungsaktivitäten und vieles mehr anzuzeigen. Dies würde drohende Probleme aufzeigen, noch bevor bei einem der drei OEE-Faktoren eine negative Entwicklung sichtbar wird. So gewinnen Sie Zeit, um rechtzeitig Gegenmaßnahmen einzuleiten. Und das Beste daran: Sie wissen genau, an welchen Stellen Sie mit der Verbesserung beginnen können.

Wo soll man anfangen?

Unsere Erfahrung zeigt, dass ein kurzes Pilotprojekt oder ein Proof of Concept (PoC) ein guter Anfang ist. Um erste Ergebnisse zu sehen, gibt es grundsätzlich vier einfache Schritte, nachdem Sie den ersten Prozess identifiziert haben, den Sie untersuchen möchten:

  • Extrahieren Sie Ereignisprotokolldaten aus den Quellsystemen.
  • Reichern Sie diese Daten mit zusätzlichen Informationen aus dem ERP-System oder vorhandenen BI-Anwendungen an, z.B. Stammdaten (Material, Kunde, Produktionslinie…) und entsprechende Werte (Auftragsvolumen, Rechnungsbetrag, Fälligkeitsdatum…).
  • Importieren Sie Daten in ein Process Mining-Tool. 
  • Passen Sie eine vorgefertigte Template-App an Ihre Bedürfnisse an.

Klingt immer noch nach einem komplizierten Unterfangen? Keine Sorge: Das alles ist unser tägliches Geschäft und wir sind hier, um Sie bei jedem Schritt auf dem Weg zu unterstützen.

Die Vorteile von Process Mining liegen auf der Hand: Volle Prozesstransparenz mit geringem Aufwand und datengestützte Entscheidungshilfen für Ihre Prozessoptimierung. Überlegen Sie doch einmal, wie Sie diese Möglichkeiten für sich nutzen oder wie Sie das Potenzial Ihres bestehenden Process Mining-Tools voll ausschöpfen können. Kontaktieren Sie uns gerne, um noch heute loszulegen.

Grundlegende Informationen zur Process Mining-Technologie und warum sie bereits ein wesentlicher Bestandteil Ihrer BI-Landschaft sein sollte, finden Sie in meinem vorherigen Blog-Beitrag "Process Mining in vier Schritten - wie einfach ist das denn!".