White Paper: IIoT für OEMs Herunterladen
02-12-2020
6 min. Lesezeit
Noortje Vollenberg
Neuestes Update: 06-10-2021

Die 23 wichtigsten Kennzahlen auf dem Produktions-Dashboard

In diesem Blog-Post erfahren Sie, welche Kennzahlen am wichtigsten sind und wie Sie die erforderlichen Daten sammeln und in wertvolle Informationen umwandeln können.

Ein effizienter Maschinenbetrieb und optimierte Geschäftsprozesse sind entscheidende Faktoren für eine erfolgreiche Geschäftstätigkeit. Um diese Faktoren effektiv messen, analysieren und verbessern zu können, benötigen Sie bestimmte Kennzahlen. Für jede Arbeitsrolle sind verschiedene Informationen erforderlich. Die Realisierung größerer Geschäftsziele setzt häufig die Kombination mehrerer Kennzahlen voraus.

In diesem Artikel erklären wir, was Produktionskennzahlen sind, warum Sie ein Dashboard benötigen und welche 23 Kennzahlen für verschiedene Geschäftsziele und Vorgaben am wichtigsten sind. Zur praxisnäheren Gestaltung stellen wir Ihnen ein Tool vor, mit dem Sie Ihre eigenen Dashboards erstellen und die Leistung Ihrer Maschinen per Live-Zustandsüberwachung verfolgen können.

Tipp! Melden Sie sich für unsere kostenlose Produkttour an und erleben Sie Live-Daten-Dashboards in Aktion.

Wichtige Kennzahlen für Produktions-Dashboards Wichtige Kennzahlen für Produktions-Dashboards

Was sind Produktionskennzahlen?

Eine Produktionskennzahl oder KPI (Key Performance Indicator) ist ein genau definiertes Maß zur Überwachung, Analyse und Optimierung von Produktionsprozessen in Bezug auf Quantität, Qualität und verschiedene Aspekte wie Zeit, Umsatz und Kosten. Diese Kennzahlen müssen auf Geschäftsziele ausgerichtet sein und dem SMART-Prinzip (Specific, Measurable, Actionable, Realistic, Time-Based) entsprechen.

Zur Optimierung Ihrer Kennzahlen benötigen Sie eine Methodologie der kontinuierlichen Verbesserung – einen Kreislauf, der sich nie vollständig schließt. Kontinuierliche Verbesserung setzt ein Produktions-Dashboard voraus, in dem diese wichtigen Kennzahlen enthalten sind.

Warum benötigen Sie ein Produktions-Dashboard?

Ein Produktions-Dashboard ermöglicht die Überwachung und Visualisierung der wichtigsten KPIs. Mit seiner Hilfe können Hersteller die Produktionsqualität verfolgen und optimieren und gleichzeitig Einblicke in bestimmte Vorgänge an verschiedenen Maschinen gewinnen. Das Dashboard ist somit ein sehr wertvolles Analysetool, mit dem sich zusammenhängende Vorgänge effizient verwalten lassen.

Für ein Produktions-Dashboard sprechen vor allem die folgenden sieben Gründe:

1. Fundierte Entscheidungen auf der Grundlage von Daten.
2. Verwaltung von Echtzeit-Effizienz.
3. Ermittlung von Problemen, bevor sie eintreten.
4. Umfassende Einblicke in Produktionsstraßen oder bestimmte Maschinen.
5. Schnelle Behebung von Maschinenausfällen und Problemen.
6. Keine manuellen Registrierungen mehr (z. B. Ausfallprotokolle).
7. Aktivierung von Mitarbeitern (oder Lieferanten) und Verbesserung der Produktivität.

Die folgende Liste enthält die Kennzahlen/KPIs, die in der Fertigungsindustrie zur Aktualisierung der Leistung und Qualität von Prozessen, Maschinen und Zustandsüberwachung am gängigsten sind.

Dashboards ermöglichen die laufende Optimierung von Industriemaschinen und -prozessen Dashboards ermöglichen die laufende Optimierung von Industriemaschinen und -prozessen

23 Produktionskennzahlen, die in Ihren Berichten nicht fehlen sollten

Produktions- und Effizienzsteigerung

1. Produktionsvolumen – Kennzahl zur Verfolgung potenzieller Produktionsmengen
2. Produktionsausfälle – Kennzahl zur Analyse und Optimierung des Wartungsbedarfs
3. Produktionskosten – Tatsächliche Gesamtproduktionskosten pro Artikel
4. Produktionszeit – Tatsächliche Gesamtproduktionszeit
5. Umstellungszeit – Geschwindigkeit oder Zeit, die für die Umstellung der Fertigungsstraße oder -anlage von einem Produkt auf ein anderes nötig ist. Anhand dieser Kennzahl können Sie ermitteln, wie und wo Sie die Umstellungszeit verkürzen können, z. B. durch Verwendung von Vorrichtungen, die leichter einzurichten und zu konfigurieren sind.
6. Durchsatz – Produktionsmenge einer Maschine, Strecke, Einheit oder Anlage über einen bestimmten Zeitraum.
7. Gesamtanlageneffektivität (Overall Equipment Effectiveness, OEE) – mehrdimensionale Kennzahl, die als Produkt der drei Faktoren Verfügbarkeit, Leistung und Qualität definiert ist und die Gesamteffektivität eines Teils einer Produktionsanlage oder einer ganzen Produktionsstraße angibt.
8. Totale effektive Anlagenproduktivität (Total Effective Equipment Performance, TEEP) – Leistungskennzahl, die Auskunft über die tatsächliche Kapazität des Fertigungsbetriebs gibt. Sie schließt sowohl Anlagenausfälle (gemäß OEE) als auch geplante Stillstandzeiten (gemäß Auslastung) ein. Die TEEP ist das Produkt der vier Faktoren Verfügbarkeit, Leistung, Qualität und Auslastung.

Verbesserung der Qualität

9. Erstausbeute (First Pass Yield, FPY) – Anteil der Produkte, die nach dem ersten Fertigungsdurchlauf – also ohne Ausschuss, Neudurchlauf oder Nacharbeit – fehlerfrei und spezifikationsgemäß gefertigt wurden.
10. Rücklaufquote – Anzahl der Artikel, die zurückgesendet werden. Wird auch als „Ausschussware“ bezeichnet.
11. Lieferantenqualität – Anteil der Materialien guter Qualität, die von einem bestimmten Lieferanten für den Fertigungsprozess geliefert werden.
12. Defektdichte – Kennzahl zur Verfolgung der defekten Artikel.

Senkung der Kosten und Steigerung der Rentabilität

13. Kapitalumschlag – Kennzahl, die das Verhältnis vom Umsatz zum Eigenkapital angibt.
14. Stückkosten – Kennzahl zur Verfolgung und Optimierung der Stückkosten im Zeitverlauf.
15. Gesamtkapitalrendite (GKR) – Rentabilität des Unternehmens im Verhältnis zu seinem Kapital.
16. Wartungskosten – Kennzahl zur Bewertung der langfristigen Anlagenkosten.
17. Right First Time (RFT) – Kennzahl zur Ermittlung der Leistung des Produktionsprozesses.
18. Prozentualer Anteil der Fertigungskosten am Umsatz – Verhältnis der Gesamtfertigungskosten zum Gesamtumsatz einer Fertigungsanlage bzw. eines Geschäftsbereichs.
19. Nettobetriebsgewinn – finanzielle Rentabilität für alle Inhaber einer Fertigungsanlage bzw. eines Geschäftsbereichs.
20. Energiekosten pro Einheit – Maß für die Kosten der Energie (Strom, Dampf, Öl, Gas usw.), die für die Produktion einer bestimmten Einheit bzw. eines bestimmten Produktionsvolumens erforderlich ist.

Optimierung des Kundendiensts

21. Mittlere störungsfreie Zeit (Mean Time Between Failures, MTBF) – durchschnittliche Betriebszeitspanne zwischen zwei Ausfällen. Anhand der MTBF können Unternehmen die Zuverlässigkeit Ihrer Anlagen ermitteln bzw. feststellen, ob es Probleme mit der Zuverlässigkeit gibt. Der Messwert hängt stark von den Betriebsbedingungen am Standort ab (Umgebungstemperaturen, Ein-/Ausschaltzyklen, Serviceintervalle usw.).
22. Mittlere Reparaturdauer (Mean Time To Repair, MTTR) – durchschnittliche Reparaturzeit nach einem Anlagenausfall. Dieser Wert gibt an, wie lange es im Durchschnitt dauert, eine Störung festzustellen, die Ursache zu ermitteln und die defekten Komponenten zu ersetzen.
23. Mittlere Ausfalldauer (Mean Down Time, MDT) – durchschnittliche Zeit, bis eine Anlage nach einem Ausfall wieder betriebsbereit ist. Im Gegensatz zur MTTR umfasst die MDT die gesamte Reparatur- und Wartungsdauer sowie alle Verzögerungen aufgrund von Ankunfts- und Lieferzeiten, Ersatzteillogistik und Fehlversuchen während ungeplanter Wartungsarbeiten.

Maschinenhersteller legen die Grundlage für diese Art von Kennzahl anhand der Maschinenparameter fest.

Von Maschinenkennzahlen zu Produktionskennzahlen

Die Maschinen dienen als Ausgangspunkt, da sie das Herzstück jedes Fertigungsbetriebs sind. Eigenständige Maschinen und Maschinen, die Teil eines größeren Prozesses sind, generieren eine Menge Daten. Änderungen an Maschinenzuständen, Produktionszählern oder Sensormessungen werden lokal vom Industrieregler (z. B. SPS, Roboter oder HMI) protokolliert und sind in der Software gewöhnlich in Form von Variablen oder Parametern definiert.

Um diese Maschinenkennzahlen verfolgen zu können und zur Berechnung von Produktionskennzahlen für die Zustands-, Produktions- oder Qualitätsüberwachung zu verwenden, müssen sie sicher an eine zentrale Umgebung übertragen werden, wo Daten aus mehreren Quellen zusammentreffen. Hier kommt IXON Cloud ins Spiel. Mithilfe der IXON Cloud können Sie Daten aus Industrieanlagen auf einfache und sichere Weise abrufen und zur Analyse auf unserer SaaS-Plattform speichern.

Dashboard für Produktions-KPI und -Kennzahlen: Live-Analyse von Produktion und OEE – IXON Cloud Dashboard für Produktions-KPI und -Kennzahlen: Live-Analyse von Produktion und OEE – IXON Cloud

Verbindung von Big Data aus Fertigungsmaschinen mit visueller Analyse

Je nachdem, welche Maschinenkennzahlen Sie als wichtig erachten, können Sie auf der webbasierten IXON Cloud-Plattform die Daten konfigurieren, die Sie erfassen möchten. Die Datenprotokollierung kann in Abhängigkeit von Änderungen, Auslösern oder Intervallen erfolgen. Durch die Abfrage von Millionen von Datenpunkten lassen sich enorme Erkenntnisse gewinnen. Datenanalysten wissen, nach welchen Gesichtspunkten sie die Daten durchsuchen müssen, um die benötigten geschäftsentscheidenden Informationen zu finden und in einer Weise darzustellen, die für gewerbliche Benutzer verständlich ist.

IXONs IXrouter erfasst und überwacht die Variablen am Rand, bereitet die Daten vor und überträgt sie an die IXON Cloud-Umgebung. Maschinenbauer oder -benutzer können mittels dieser intelligenten Technologie aus einer Masse von Daten einfache Berichte erstellen, ohne die Hilfe von IT in Anspruch nehmen zu müssen.

Durch Verbindung von Big Data mit visuellen Analysen können Organisationen alle ihre Daten und Variablen voll ausschöpfen. Sie können sich schnell einen Überblick über die Daten verschaffen, um wesentliche Beziehungen und Trends zu ermitteln.

Wie lassen sich Maschinenkennzahlen auf einem Dashboard visualisieren?

Anhand der gesammelten Maschinenkennzahlen können Sie die IXON-Datenprotokollierung konfigurieren und eine Live-Überwachung bzw. ein Verlaufsdaten-Dashboard erstellen. Die Daten können auf einem anpassbaren Dashboard (oder in einem Live-Überwachungsbericht) visualisiert werden. Somit können Sie Variablen per einfacher Drag-and-Drop-Auswahl untersuchen, um Ereignisse visuell zu verfolgen. Falls ein interessantes Ereignis eintritt, kann es weitergeleitet werden, um Warnungen zu senden oder es von BI-Tools in Verbindung mit anderen Daten gründlicher analysieren zu lassen.

Die Umwandlung von Kennzahlen in anpassbare Produktions-Dashboards umfasst die folgenden Schritte:

1. Unternehmensportal in IXON Cloud erstellen
2. Industrieanlagen mithilfe von IXrouter oder IXagent mit der IXON Cloud verbinden und verwalten
3. Variablen und Auslösekriterien konfigurieren, um Daten zu erfassen
4. Dashboard erstellen und Widgets zur Visualisierung von Variablen hinzufügen
5. Dashboards mit anderen Benutzern oder Kundendiensttechnikern teilen
6. Mobile App zur Überwachung von Maschinen auf Smartphone installieren

Demo of IXON Cloud: Build dashboards from machine metrics for condition monitoring

Erstellen von Produktions-Dashboard-Vorlagen in IXON Cloud

Unsere Benutzer schätzen IXON Cloud, da es Ihnen die Möglichkeit gibt, auf ihrer eigenen IoT-Plattform von Grund auf eigene Dashboards zu erstellen. Das erfordert zwar ein wenig Zeit, ist den Aufwand aber definitiv wert. Um sich wiederholte Eingaben zu sparen, können Sie Dashboard-Vorlagen erstellen und auf andere Maschinen anwenden.

Erstellen und duplizieren Sie Ihre Leistungs-Dashboards, um Ihren Fertigungsbetrieb laufend zu optimieren. Oder kombinieren Sie Ihre SaaS-Plattform mit Business-Intelligence-Tools wie Power BI oder Tableau.

Wir senden Ihnen auf Anfrage gerne Beispiele für Produktions-Dashboards zu.

Gewinnung neuer Erkenntnisse aus Maschinendaten

Erkunden Sie die Datenprotokollierungs- und Dashboard-Funktionen von IXON Cloud und erstellen Sie ein kostenloses Unternehmenskonto.

[[Registrieren Sie sich und erstellen Sie Ihr erstes Dashboard]]

Oder melden Sie sich für die kostenlose Produkttour an, um die Daten- und Dashboard-Funktionen von IXON Cloud in Aktion zu erleben.