Die meisten Projekte zur Beseitigung von Fertigungsengpässen scheitern bereits bei der Beschaffung. Man geht fälschlicherweise davon aus, dass bessere Transparenz neue Hardware erfordert: Sensoren, Edge-Geräte oder intelligente Kameras. Das ist nicht der Fall. Die Daten, die Sie zur Identifizierung und Behebung von Engpässen benötigen, fließen bereits durch Ihre Produktion.
Dieser Leitfaden stellt fünf Tools zur Workflow-Überwachung vor, die mit Ihrer vorhandenen Infrastruktur funktionieren – von bestehenden SPS und IP-Kameras bis hin zu SCADA-Historian-Logs und MES-Auftragsdaten.
1. Echtzeit-OEE-Überwachungssoftware mit OPC-UA-Integration
Echtzeit-OEE-Überwachungssoftware verbindet sich über OPC-UA oder direkte Ethernet-Abgriffe mit vorhandenen SPS und erfasst Daten zu Maschinenverfügbarkeit, Leistung und Qualität an jeder Station, ganz ohne neue Hardware.
Jede moderne SPS von Siemens, Allen-Bradley oder Mitsubishi unterstützt OPC-UA nativ. Diese Kommunikationsebene ist bereits vorhanden. Workflow-Überwachungsplattformen wie MachineMetrics, TeepTrak und Fabrico verbinden sich direkt mit dem bestehenden Automatisierungs-Stack und beginnen innerhalb weniger Stunden nach der Konfiguration mit dem Abruf von Live-Maschinendaten.
Die Erkenntnisse über Engpässe, die dadurch gewonnen werden, betreffen Mikro-Stopps. Dabei handelt es sich um Maschinenstillstände von 4 bis 12 Sekunden, die keine Alarmprotokolle auslösen, nicht in Schichtberichten auftauchen und bei der manuellen Ausfallzeiterfassung nicht erfasst werden. Einzeln sind sie unsichtbar. Über eine Schicht hinweg summieren sie sich jedoch auf 10 bis 15 % der verfügbaren Produktionszeit an einer Engpassmaschine.
Worauf Sie bei OEE-Daten achten sollten
- Verfügbarkeitslücke pro Station: Jede Maschine, die unter 85 % der geplanten Produktionszeit läuft, ist ein bestätigter Engpass.
- Varianz zwischen den Schichten: Eine Maschine mit 90 % OEE in der Tagschicht und 74 % in der Nachtschicht hat ein Problem mit der Prozesskonsistenz, keinen technischen Defekt.
- Cluster von Mikro-Stopps: Stopps, die alle 40 bis 50 Minuten auftreten und 8 bis 12 Sekunden dauern, lassen sich konsistent auf Materialmangel oder wiederkehrende Störungen durch Werkzeuge zurückführen, nicht auf mechanische Ausfälle.
Das Modul „Inefficiencies Zoom-In“ von Fabrico ergänzt die Rohdaten, indem es Videoclips vorhandener Kameras mit OEE-Zeitachsenereignissen synchronisiert. So kann ein CI-Manager den genauen Moment des Stillstands sehen, anstatt ihn anhand der Erinnerungen des Bedieners zu rekonstruieren.
Wo bei älteren SPS oder CNC-Maschinen kein OPC-UA verfügbar ist, lassen sich Stromsensoren einfach an bestehende Versorgungsleitungen klemmen, um dieselben Signale zu liefern. Installationszeit: unter zwei Stunden pro Maschine. Keine Änderung an der SPS erforderlich.
Die OEE-Überwachung ist das Fundament jeder ernsthaften Workflow-Überwachung. Sobald Sie bestätigt haben, welche Maschine der Engpass ist, wird jedes weitere Tool aus dieser Liste zielgerichtet statt explorativ eingesetzt.
2. KI-gestützte Prozessüberwachung über vorhandene IP-Kameras
KI-Prozessüberwachungssoftware verbindet sich mit IP-Kameras, die bereits über Montagestationen per RTSP positioniert sind, bei der Live-Videos analysiert werden, um jeden Montageschritt mit einer digitalen Arbeitsanweisung (SOP) abzugleichen – in jedem Zyklus, in jeder Schicht, ganz ohne neue Kamerahardware.
In den meisten Montagebereichen sind bereits Kameras zur Sicherheitsüberwachung installiert. Diese zeichnen zwar alles auf, verifizieren jedoch ohne eine Prozessüberwachungsebene nichts. Das ändert sich, ohne dass die Hardware angefasst werden muss.
Das Prinzip basiert auf einer Dual-Stream-KI-Analyse, die auf Edge-Computing läuft. Ein Stream übernimmt die Objekterkennung: Ist das richtige Bauteil vorhanden? Der zweite Stream kümmert sich um die Aktionserkennung: Hat der Werker den Schritt in der korrekten Reihenfolge ausgeführt? Beide vergleichen dies mit einer digitalen SOP , die in die Plattform geladen wurde. Jede Abweichung löst einen Alarm aus, bevor das Teil die nächste Station erreicht.
Warum das speziell für die Beseitigung von Engpässen wichtig ist
Prozessabweichungen führen nicht nur zu Fehlern, sondern auch zu Nacharbeitsstaus. Eine vergessene Drehmomentprüfung an Station 4 fällt erst an Station 9 als Fehler auf. Bis dahin hat sich ein Nacharbeitsstapel gebildet, der die Stationen 10 und 11 ausbremst. Die OEE-Überwachung an diesen nachgelagerten Stationen zeigt dann einen Verfügbarkeitsabfall. Die Ursache liegt jedoch weiter vorne im Prozess, nicht an den Maschinen selbst.
Dies ist die Art von Fertigungsengpass, die kein OEE-Tool allein aufspüren kann. Die KI-Prozessüberwachung verfolgt die Abweichung bis zu dem exakten Schritt, der Schicht und der Station zurück, an der sie entstanden ist. Genau diese Daten schließen den Regelkreis.
Wie NAGARE von Jidoka dies ermöglicht
NAGARE von Jidoka Technologies führt eine Dual-Stream-Analyse (Objekterkennung + Aktionserkennung) auf Edge-Geräten durch, die über RTSP mit bestehenden Kameras verbunden sind. Es verifiziert 100 % der Montageschritte in jedem Zyklus und erstellt Abweichungsberichte nach Schritt, Schicht und Werker. Die Implementierung an einer einzelnen Station dauert 3 bis 5 Tage, einschließlich der Digitalisierung der SOP. Es sind keine neuen Kameras erforderlich.
3. Analyseplattformen für Zyklus- und Taktzeiten
Analyseplattformen für Zykluszeiten beziehen Zeitstempeldaten aus bestehenden Maschinensignalen, Barcodescannern oder Arbeitsauftragsprotokollen des MES, um die tatsächliche Zykluszeit an jeder Station zu berechnen und mit den Taktzeitvorgaben zu vergleichen.
Die Logik ist simpel: Jede Station, deren tatsächliche Zykluszeit konstant über der Taktzeit liegt, ist ein Fertigungsengpass. Das Problem ist, dass die meisten Werke diesen Vergleich nicht auf Stationsebene haben – aufgeschlüsselt auf drei Schichten und mit genügend Daten, um zwischen einem strukturellen Engpass und tagesabhängigen Schwankungen zu unterscheiden.
Diese Workflow-Überwachungsplattformen erfordern keine neue Hardware. Sie nutzen Zeitstempel von Quellen, die bereits in der Fertigung aktiv sind:
- Protokolle der Barcodescanner an jeder Station (Zeitstempel für Scan-in und Scan-out)
- Zykluszählersignale der SPS via OPC-UA
- Öffnungs- und Schließzeiten von Arbeitsaufträgen im MES
- Manuelle Bedienereingabe per Tablet für Stationen ohne automatisierte Signale
Das Ergebnis ist ein Diagramm zur Taktzeiteinhaltung für jede Station und jede Schicht. Eine Station, die in der Tagschicht eine Einhaltung von 95 % und in der Nachtschicht von 71 % erreicht, benötigt keine neuen Anlagen. Sie erfordert eine gezielte Prozessüberwachung für diese spezifische Schicht und Station.
Vorne XL und Lineview arbeiten nach diesem Modell, indem sie sich mit bestehenden Signalquellen verbinden und Zykluszeitanalysen in Echtzeit darstellen.
Die Ebene der Zykluszeitüberwachung fließt direkt in die nächste Kategorie der Workflow-Überwachung ein: historische Muster, die in täglichen Berichten niemals sichtbar werden.
4. SCADA-Historian und operative Datenanalyse
SCADA-Historian-Plattformen speichern kontinuierlich jeden Zustandswechsel einer Maschine. Analysetools, die auf diese bestehende Datenschicht zugreifen, decken wiederkehrende Engpassmuster auf, die in Schichtabschluss- und Wochenberichten verborgen bleiben.
Werke, die SCADA-Systeme wie Ignition, AVEVA oder FactoryStudio nutzen, sammeln in Historian-Datenbanken monate- oder jahrelange Maschinenzustandsdaten. Die meisten dieser Daten werden über die Produktionssummen am Schichtende hinaus nie analysiert. Der Wert für die Workflow-Überwachung und Prozessüberwachung darin ist beträchtlich.
Historian-Analysen decken Muster auf, die in täglichen Berichten völlig untergehen:
- Tageszeitabhängige Häufungen: Wenn eine Maschine über drei aufeinanderfolgende Wochen hinweg wiederholt zwischen 2 und 3 Uhr morgens stoppt, liegt ein vorhersehbares Wartungsproblem vor und kein zufälliger Ausfall.
- Kaskadensequenzen: Wenn die vorgelagerte Station B über 30 Schichten hinweg konsequent 12 Minuten vor der nachgelagerten Station D zum Stillstand kommt, handelt es sich um einen Materialflussengpass und nicht um einen Zufall.
- Prädiktive Frühindikatoren: Vibrationsmesswerte oder Temperaturdaten von bestehenden Sensoren, die sechs Stunden vor einem Stillstand über den Basiswert steigen, schaffen Interventionsfenster, die bei reaktiver Wartung nicht möglich sind.
AVEVA System Platform Analytics und Cognite Data Fusion verbinden sich ohne neue Hardware mit bestehenden Historian-Ebenen und machen diese Muster über konfigurierbare Dashboards sichtbar.
Der Unterschied zu Tool 1: Die OEE-Workflow-Überwachung zeigt Ihnen den Fertigungsengpass in Echtzeit. Historische Analysen zeigen Ihnen die zugrunde liegenden Muster über Wochen und Schichten hinweg – genau das, was ein Kaizen-Team benötigt, um eine dauerhafte Lösung statt nur eines kurzfristigen Workarounds für die Schicht zu entwickeln.
5. MES-Workflow-Analytik und WIP-Warteschlangenüberwachung
MES-Workflow-Analysemodule untersuchen die Tiefe der WIP-Warteschlangen (Work-in-Process), die Durchlaufzeiten zwischen den Stationen sowie die Abschlussraten der Arbeitsabläufe, um zu identifizieren, wo sich Bestände stauen und welche Stationen regelmäßig verspätet liefern.
OEE misst die Maschinenleistung. MES-Workflow-Überwachung misst den Prozessfluss. Eine Maschine, die mit 95 % OEE läuft, kann dennoch ein systemischer Fertigungsengpass sein, wenn sie der einzige Zulieferer für fünf nachgelagerte Stationen ist. Die OEE zeigt das nicht, die WIP-Warteschlangentiefe hingegen schon.
Wichtige Kennzahlen aus vorhandenen MES-Daten:
- Warteschlangentiefe pro Station: Jede Station, deren durchschnittliche Warteschlangentiefe das Zweifache ihrer Taktzeit überschreitet, stellt einen strukturellen Engpass dar.
- Durchlaufzeit zwischen Stationen: Die Zeitspanne zwischen dem Abschluss eines Arbeitsauftrags an einer Station und dem Beginn an der nächsten. Zeitspannen, die 15 % der Taktzeit überschreiten, deuten auf Verzögerungen beim Materialtransport oder Engpässe bei der Personalverfügbarkeit hin, nicht auf Maschinenprobleme.
- Altersverteilung der Arbeitsaufträge: Arbeitsaufträge, die vor der Bearbeitung mehr als zwei Zyklen in einer Warteschlange verbringen, weisen auf ein Ungleichgewicht in der Reihenfolgeplanung an der vorherigen Station hin.
Die meisten Hersteller nutzen bereits Siemens Opcenter, SAP DMC, MPDV HYDRA oder Plex. Die analytische Ebene zur Workflow-Überwachung ist keine Neuanschaffung, sondern eine Konfigurationsaufgabe für bestehende Lizenzen.
Die Kombination zur Bestätigung des primären Engpasses
Kombinieren Sie die MES-Warteschlangendaten mit den OEE-Mikrostopp-Daten aus Tool 1. Eine Station mit vielen Mikrostopps und einer langen Warteschlange davor ist der primäre Engpass. Eine Station mit niedriger OEE, aber ohne Warteschlangenstau, ist zweitrangig. Beheben Sie zuerst das erste Problem. Diese zweistufige Workflow-Überwachung ist der Punkt, an dem Daten von rein deskriptiven Berichten zu fundierten technischen Entscheidungen führen.
Wie Jidoka Technologies in diesen Stack passt
NAGARE von Jidoka Technologies liefert zwei der fünf Tools in einer einzigen Implementierung: KI-gestützte Prozessüberwachung mittels vorhandener Kameras sowie Daten zu Abweichungen bei jedem Arbeitsschritt, die direkt in die Analysen von Zyklus- und Taktzeiten einfließen.
Wichtige Funktionen für Werke, die eine Kombination der oben genannten Workflow-Monitoring-Tools einsetzen:
- Verbindung zu vorhandenen IP-Kameras via RTSP. Keine neue Vision-Hardware erforderlich.
- Erfasst 100 % der Montageschritte durch Dual-Stream-KI (Objekterkennung + Aktionserkennung) auf Edge-Einheiten.
- Erstellt Daten zur Abweichungshäufigkeit nach Schritt, Schicht und Station. Der KVP-Input, der manuelle Beobachtungen ersetzt und Kaizen-Events mit objektiven, schichtübergreifenden Nachweisen untermauert.
- Reduziert Nacharbeit um 20 bis 35 % und beseitigt damit einen Hauptgrund für den Aufbau von WIP-Beständen an nachgelagerten Stationen.
Buchen Sie eine 30-minütige technische Demo mit dem Jidoka-Team, um zu sehen, wie sich NAGARE in Ihre bestehende Infrastruktur integrieren lässt und welche Kameras Sie ab heute nutzen können.
Fazit
Die fünf oben genannten Workflow-Monitoring-Tools haben eine Gemeinsamkeit: Sie nutzen Daten, die in Ihrer Fertigung bereits anfallen. OEE aus bestehenden SPS, Prozessabweichungen aus vorhandenen Kameras, Taktzeiten aus Scan-Protokollen, Fehlermuster aus Historian-Daten, WIP-Bestände aus MES-Aufzeichnungen. Die Engpässe, die sie aufdecken, sind nicht neu. Sie senden seit Monaten, manchmal Jahren, ihre Signale.
Die Frage ist, ob Ihr Workflow-Monitoring-Stack diese Signale auch liest. Beginnen Sie mit NAGARE, um zu sehen, was Ihre vorhandenen Kameras bereits erfassen.
Vereinbaren Sie einen Termin mit dem Jidoka-Team.
FAQs
1. Was sind Workflow-Monitoring-Tools in der Fertigung?
Workflow-Monitoring-Tools sind Softwareplattformen, die Prozessabläufe, Maschinenleistung und die Einhaltung von Arbeitsabläufen durch das Personal in Echtzeit verfolgen. Sie verbinden sich mit vorhandenen SPS, Kameras, MES-Systemen oder SCADA-Historians, um Engpässe, Taktzeitabweichungen und Lücken in der Prozessüberwachung aufzudecken, ohne dass neue Hardware installiert oder die Produktion unterbrochen werden muss.
2. Wie reduzieren Workflow-Monitoring-Tools Fertigungsengpässe?
Sie machen Daten sichtbar, die manuellen Methoden entgehen: Mikro-Stillstände, die zu kurz für Alarmprotokolle sind, Taktzeitschwankungen zwischen den Schichten, Abweichungen bei Montageschritten, die zu Nacharbeitsstaus führen, und Muster bei der WIP-Ansammlung. Jedes davon ist ein bestätigtes Signal für einen Fertigungsengpass. Workflow-Monitoring bietet die Transparenzschicht, die diese Probleme adressierbar macht, anstatt sie in den täglichen Schichtsummen zu verstecken.
3. Kann OEE-Monitoring-Software ohne neue Hardware funktionieren?
Ja. Moderne OEE-Workflow-Monitoring-Plattformen verbinden sich über OPC-UA oder Ethernet-Taps mit vorhandenen SPS. Wo SPS kein OPC-UA unterstützen, können kostengünstige Stromsensorklemmen an bestehende Versorgungsleitungen angebracht werden, um dieselben Signale zu liefern. Die meisten Werke mit Siemens, Allen-Bradleyoder Mitsubishi-SPS können innerhalb eines einzigen Arbeitstages an eine Prozessüberwachungsplattform angebunden werden.
4. Was ist der Unterschied zwischen OEE-Überwachung und Prozess-Compliance-Überwachung?
Die OEE-Workflow-Überwachung misst die Maschinenleistung: Verfügbarkeit, Geschwindigkeit und Qualitätsrate. Die Prozessüberwachung zur Compliance misst, ob Bediener jeden Montageschritt korrekt, in der richtigen Reihenfolge und in jedem Zyklus ausführen. Beide sind Werkzeuge zur Workflow-Überwachung, decken jedoch unterschiedliche Arten von Engpässen auf. OEE findet Engpässe bei der Maschinengeschwindigkeit. Die Prozessüberwachung findet Abweichungen bei den Arbeitsschritten, die zu Nacharbeitsstaus und Materialmangel in nachgelagerten Prozessen führen.
5. Wie nutzt die KI-Prozessüberwachung vorhandene Kameras?
Die KI-Software zur Prozessüberwachung verbindet sich über RTSP mit IP-Kameras – demselben Protokoll, das auch für Sicherheits- und Überwachungsfeeds verwendet wird. Die KI führt auf dem Live-Stream eine Objekterkennung und Aktionsanalyse durch und vergleicht jeden Frame mit einer digitalen SOP. Es werden keine neuen Kameras benötigt. Jidokas NAGARE lässt sich an einer einzelnen Station innerhalb von 3 bis 5 Tagen unter Verwendung der bereits über dem Arbeitsplatz installierten Kameras einsetzen.
