Im Takt der Maschinen – GAE effizienter mit BI

Die GAE (=Gesamtanlageneffektivität), auch OEE (= Overall Equipment Effectiveness) genannt, ist ein wichtiges Instrument im Controlling, um Ressourcen nachhaltiger einzusetzen. Dazu gehört auch, Prozesse innerhalb der Fertigung optimal aufeinander abzustimmen und Standzeiten so gering wie möglich zu halten. Im Zuge der digitalen Integration und Automation der Produktion in kundenorientierten Prozessen (Supply Chain) gewinnen die Erkenntnisse aus der GAE zunehmend an Bedeutung. BI-Systeme helfen, alle Daten und Informationen übersichtlich und transparent zu halten.

Optimierte Fertigungsprozesse und Supply Chain erhöhen die Auftragskapazität

Um Produktivitätsverlusten zu vermeiden, berücksichtigt die GAE die Faktoren Verfügbarkeit, Leistung und Qualität.

Die Verfügbarkeit besagt, dass potentielle Störungen frühzeitig erkannt und behoben werden sollen, noch bevor es zu Ausfällen in der Produktion kommt. Ungeplante Stillstände im Betrieb sollen dabei weitgehend vermieden werden. Aus diesen Grund muss man Wartungsarbeiten vorausschauend planen und auf das Nötigste reduzieren. Bei Reparaturen muss die „Mean Time to Repair“ so kurz wie möglich sein.

Nutzungsgrad= Betriebsdauer/Geplante Bearbeitungszeit

 

Die Leistung, bzw. der Effizienzgrad ist das Ergebnis aus dem Verhältnis von produzierter und vorgegebener Menge. Um möglichst nahe an der maximal möglichen Produktionsmenge (Sollwert) zu kommen, müssen alle Fertigungsprozesse reibungslos ineinandergreifen und Engpässe behoben werden. Daher ist eine durchgängige Steuerung des Materialflusses nötig, damit sämtliche Materialien in der nötigen Menge und Qualität zur Verfügung stehen.

Effizienzgrad= Produzierte Menge/Vorgegebene Menge

Der Faktor Qualität sorgt dafür, dass der Anteil für Ausschuss und Nacharbeit so gering wie möglich ausfällt und man Mängel an den Produkten frühzeitig erkennen, analysieren und korrigieren kann.

Qualitätsfaktor= Gutmenge/Produzierte Menge

 

Die GAE ergibt sich aus den drei Variablen mit folgender Formel:

GAE= Nutzungsgrad * Effizienzgrad*Qualitätsfaktor

Transparentere Prozesse durch BI-Lösungen

Für die Messung und Optimierung der GAE spielen Daten die entscheidende Rolle. Nur wenn man Maschinen in Echtzeit überwacht, lassen sich Abweichungen, wie z.B. ein erhöhter Stromverbrauch, erkennen und Aussagen vorhersagen. Auch bei der Prozessoptimierung ist es wichtig, Informationen über den Zustand der Prozesse zu erfassen, sammeln und analysieren. Idealerweise zieht man dafür auch Informationen aus der Logistik, dem Marketing, dem Vertrieb und dem Einkauf mitein.

Die übersichtliche Darstellung der Anlageneffektivität in Dashboards eines BI-Systems verbessert dabei die Transparenz der Prozesse. Ziel der GAE ist es, Verbesserungsmöglichkeiten zu entwickeln, die Produktivität zu steigern und dadurch wettbewerbsfähig zu bleiben.

 

Fünf Schritte zur optimalen Gesamtanlageneffektivität

Schritt 1: Definieren Sie alle Daten und KPI (Key Performance Indikatoren) aus sämtlichen Standorten, die für die Messung der GAE benötigt werden. Im Sinne von „start small but think big“ können Daten und Informationen, die sich im Nachhinein als relevant herausgestellen werden schnell ergänzt werden. BI Lösungen helfen dabei.

Schritt 2: Erheben Sie alle notwendigen Daten. Dazu sollten alle Maschinen mit Sensoren ausgerüstet werden. Manche Daten können Sie auch aus derMaschinensteuerung auslesen.

Schritt 3: Führen Sie alle Daten in einer zentralen Datenhaltung (Data Warehouse) zusammen. So können Sie übergreifende Analysen vornehmen, KPIs schnell berechnen, Muster erkennen und KPIs wie Stillstände und Lieferstatus reporten.

Schritt 4: Nutzen Sie vorhandene BI-Lösungen mit den verfügbaren Cloud-Ressourcen und BI-Services um die vorhandene Datenlage für die GAE so effizient wie möglich zu gestalten.

Schritt 5: Definieren Sie die Soll-Zustände, Planwerte, sowie Abweichungen und Toleranzen. Da Systeme und Prozesse hoch integriert sind, führen Störungen oft nicht sofort zu erkennbaren Problemen. Ausfälle treten erst mehrere Schritte später auf. Es empfiehlt sich daher, ein eigenes Produktionsmodell aufzubauen, das solche Effekte berücksichtigt und die tatsächlichen Ursachen klar identifiziert. Dabei müssen Sie auch definieren, wer, wann und auf welchem Weg (Dashboard, E-Mail, SMS) darüber informiert werden soll.