Kennzahlen für eine effiziente Produktion
Von »Big Data« zu »Smart Data«
Um nachhaltig effizienter produzieren zu können, brauchen Unternehmen der Medizintechnik belastbare Kennzahlen aus der laufenden Fertigung als Steuerungselement. Die hohe Kunst besteht dabei darin, aus vielen Daten (Big Data) aussagekräftige und verwertbare Informationen (Smart Data) zu generieren.
Nutzgrad, OEE, Ausschussrate und Mitarbeiterproduktivität – das alles sind Kennzahlen, mit denen ein Medizintechnik-Hersteller die Effizienz der eigenen Fertigung bewerten kann. Aber welche sind die richtigen Kennzahlen? Was ist zu tun, wenn eine Kennzahl nicht das gewünschte Ziel erreicht? Und vor allem: Sind die Datenquellen zur Berechnung der Kennzahlen zuverlässig?
Alle diese Fragen sind innerhalb des Themenkomplexes »Management Support« zu beantworten [1]. Manager und Mitarbeiter in allen Unternehmensebenen brauchen belastbare Informationen in Form von Kennzahlen und Auswertungen, um darauf basierende Entscheidungen zu treffen und geeignete Maßnahmen einzuleiten. Nur wer über den aktuellen Wissensstand und die zugrunde liegenden Zusammenhänge verfügt, hat auch die Möglichkeit, gezielt in den Prozess einzugreifen. Dabei ist zu berücksichtigen, dass jede Entscheidungsebene dafür die jeweils passenden Kennzahlen und Auswertungen benötigt.
Die Auswahl an verfügbaren Kennzahlen ist sehr umfangreich, daher müssen diese Führungsinstrumente gezielt ausgewählt werden, um an der richtigen Stelle für die richtige Zielgruppe die entscheidenden Informationen zu liefern. Den Werker in der Produktion interessieren beispielsweise wirtschaftliche Daten in der Regel nicht, er möchte dagegen Informationen zu der von ihm erbrachten Leistung oder dem produzierten Ausschuss, weil er nur diese Werte direkt beeinflussen kann. Das Management hingegen interessiert sich für übergeordnete Kennzahlen, aus denen sich die aktuelle Produktivität und weiterführend die Wettbewerbsfähigkeit ablesen lassen. Die Unternehmensziele werden somit über Kennzahlen auf Abteilungen, Arbeitsbereiche und Zielgruppen heruntergebrochen. Dadurch entsteht ein Regelkreis, der auf jeden Unternehmensbereich angewendet werden kann (Bild 1).
Nackte Kennzahlen alleine helfen jedoch noch nicht, nachhaltige Entscheidungen zu treffen. Es kommt zudem auf eine passende Darstellung und vor allem die Kenntnis der Zusammenhänge an. Hierzu ein Beispiel: Bemerkt ein Fertigungsleiter einen Rückgang der OEE (Overall Equipment Effectiveness), so kann dies wegen der Berechnung dieser Kennzahl unterschiedliche Ursachen haben. Dazu ist ein Blick auf die Formel zur OEE nötig: Produktivität x Qualitätsrate x Effektivität.
Eine sinkende OEE kann also im Wesentlichen drei Ursachen haben: weniger Produktivität (also häufige Maschinenstillstände und somit weniger Hauptnutzungszeit als geplant), schlechtere Qualität (also mehr Ausschuss) oder weniger Effektivität (also im Schnitt längere Zykluszeiten als geplant).
MES-Systeme (Manufacturing Execution System) stellen komplexe Zusammenhänge dieser Art meist durch Diagramme summarisch und für die einzelnen Faktoren dar (Bild 2). Somit bekommt der Verantwortliche recht schnell einen Überblick, welche Ursachen tatsächlich zur aktuellen Situation geführt haben; er kann kurzfristig und angemessen reagieren.
Die Kennzahl OEE sowie deren Bestandteile dienen dabei einerseits der Kontrolle der Zielerreichung und andererseits der Vergleichbarkeit von Maschinen, Abteilungen oder Werken untereinander. Hierbei ist darauf zu achten, dass die Basisdaten zur Berechnung des OEE jeweils identisch sind.
- Von »Big Data« zu »Smart Data«
- Kriterien für Kennzahlen
- MES und Industrie 4.0
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
Gesundheitsversorgung
Mehr »Intelligenz« durch das Internet der Dinge
EMS-Dienstleistungen
Auftragsfertiger hilft Entwicklern
6. Forum Effektive Fabrik
Der Weg zu Industrie 4.0
