Leitfaden für industrielle Datenerfassungssysteme für Werke

Am Ende der Schicht versucht der Produktionsleiter immer noch, anhand von Papierunterlagen, Maschinenprotokollen und mehreren Excel-Tabellen zusammenzustellen, was an diesem Tag passiert ist. Wie hoch war die tatsächliche Ausfallzeit? Welche Bestellung verzögert sich? Warum hat sich die Ausschussquote verschlechtert? Ein Leitfaden für industrielle Datenerfassungssysteme ist dann nützlich, wenn er nicht mit Sensoren oder Bildschirmen beginnt, sondern mit diesen Fragen.

In vielen Betrieben sind die Daten bereits in irgendeiner Form vorhanden. Die SPS verarbeitet Signale, die Maschinen zeichnen Ereignisse auf, im ERP gibt es Bestell- und Lagerdaten, und die Wartung führt eigene Aufzeichnungen. Das Problem ist nicht unbedingt der Mangel an Daten. Vielmehr sind die Informationen verstreut, werden zu unterschiedlichen Zeiten aktualisiert, und die Menschen müssen die Teile miteinander verbinden.

Was sollte ein industrielles Datenerfassungssystem lösen?

Datenerfassung ist kein Selbstzweck. Nur weil eine Produktionslinie hunderte von Werten pro Sekunde speichert, wird die Produktion nicht schneller, der Ausschuss nicht weniger oder die Lieferung nicht berechenbarer. Der Wert des Systems liegt darin, dass ein verantwortlicher Leiter oder Bediener rechtzeitig und zuverlässig Entscheidungen treffen kann.

Es ist daher ratsam, zunächst eine konkrete Betriebssituation zu identifizieren. Beispielsweise scheint der Produktionsplan am Vormittag regelmäßig erfüllt zu werden, aber am Nachmittag stellt sich heraus, dass eine wiederkehrende Maschinenstörung die Schicht nicht mehr einholbar macht. Oder das Unternehmen weiß, dass es viele kurze Stopps gibt, aber nicht, welches Produkt, Werkzeug, Material oder Verfahren dahinter steckt.

Gute Ausgangsfragen könnten sein:

• Für welche Entscheidungen müssen heute manuell Daten aus mehreren Quellen gesammelt werden?
• Wo entstehen Ausfälle, die erst im Nachhinein bemerkt werden?
• Welche Daten werden mehrfach in verschiedene Systeme eingegeben?
• Um welche Kennzahlen entsteht regelmäßig Streit, weil es keine einheitliche Datenquelle gibt?

Wenn es darauf keine klaren Antworten gibt, lohnt es sich nicht, das Projekt mit einer Geräteliste zu starten. Zuerst muss der Prozess aufgedeckt werden: Wo entstehen die Informationen, wer nutzt sie, wer ändert sie und wo geht ihre Bedeutung verloren.

Welche Daten sollten gesammelt werden?

Der häufigste Fehler ist ein zu breiter Start. Mit einem neuen System ist es einfach, alle verfügbaren Maschinensignale, Temperaturen, Zykluszeiten und Zustandsänderungen zu speichern. Dies kann technisch gerechtfertigt sein, insbesondere in Qualitätsmanagement-, Rückverfolgbarkeits- oder Wartungsumgebungen. Für operative Entwicklungsziele führt jedoch zu viel, unverständliche Daten oft nur zu einer neuen Berichtslast.

Bei den meisten Produktionsunternehmen bieten einige grundlegende Kategorien bereits erhebliche Transparenz: der Zustand der Maschine oder Zelle, die produzierte Menge, der Ausschuss und dessen Ursache, die Ausfallursache, die Zykluszeit sowie das dem Zeitraum zugeordnete Produkt oder die Bestellung. Diese können bei Bedarf durch Energieverbrauch, Umweltdaten, Werkzeugzustand oder Materialkennzeichnung ergänzt werden.

Nicht alle Daten können mit gleicher Zuverlässigkeit gesammelt werden. Ein automatisch aus der Maschine kommendes Statussignal erscheint beispielsweise objektiv, muss aber dennoch geklärt werden, was es bedeutet. Bedeutet das „läuft“-Signal wirklich Produktion oder läuft die Maschine im Leerlauf? Bezeichnet das „Fehler“-Signal eine spezifische Störung oder fasst es mehrere Ereignisse zusammen? Das Datenmodell muss den physischen Prozess genau beschreiben und nicht nur die im Steuergerät vorhandenen Labels kopieren.

Es ist auch realistisch, dass bestimmte Ursachen nur durch menschliches Feedback verstanden werden können. Eine automatische Erkennung der Ausfallzeit und der tatsächliche betriebliche Grund für den Stillstand sind zwei verschiedene Informationen. Der Bediener benötigt daher kurze, klare und in die Arbeit integrierbare Auswahlmöglichkeiten. Wenn er zehn Minuten lang Kategorien auf einem Terminal suchen muss, verschlechtert sich die Datenqualität und der Widerstand gegen das System steigt.

Leitfaden für industrielle Datenerfassungssysteme: Prozesskartierung

Ein erfolgreicher Start beginnt in der Regel nicht damit, welche SCADA-, Produktionsmanagement- oder Cloud-Plattform gewählt werden soll. Zuerst muss der aktuelle Informationsfluss über eine gesamte Schicht oder einen Bestellzyklus hinweg betrachtet werden.

Wer meldet, dass eine Maschine ausgefallen ist? Wo wird der Grund erfasst? Wann wird die Information in den Produktionsplan, die Wartung oder an den Schichtleiter übertragen? Wann und wie gelangen die Produktionsmengen ins ERP? Wenn es eine Abweichung zwischen der physischen Realität und dem System gibt, wer korrigiert sie und nach welcher Regel? Diese Fragen verraten oft mehr über die Entwicklungsrichtung als ein Geräteblatt.

Bei der Kartierung zeigt sich oft, dass nicht die Messung fehlt, sondern die Verantwortungsgrenze unklar ist. Beispielsweise führt der Maschinenbediener die Stückzahl auf Papier, der Schichtleiter fasst sie in Excel zusammen, und die Verwaltung erfasst das Ergebnis später in einem Unternehmenssystem. In solchen Fällen entstehen drei verschiedene Datenquellen für dasselbe Ereignis, und keine ist garantiert aktuell.

Der gute Zielzustand ist nicht unbedingt vollständige Automatisierung. Es kann ausreichen, die Maschinendaten automatisch zu erfassen, die Abweichungen vom Bediener genehmigen zu lassen und dann das verifizierte Ergebnis an das ERP zu übergeben. Wichtig ist, dass jede Datenquelle einen klaren Ursprung, Eigentümer und Verwendungszweck hat.

Ohne Integration entsteht nur eine weitere Dateninsel

Ein eigenständiges Produktionsdisplay kann beeindruckend sein, ist aber weniger wertvoll, wenn Bestellungen, Artikelnummern, Arbeitsanweisungen und Lagerbewegungen weiterhin manuell von einem System ins andere übertragen werden. Das industrielle Datenerfassungssystem muss daher auch die Verbindung zwischen Betriebs- und Geschäftssystemen verwalten.

Zwischen Maschinenebene und Unternehmenssystem ist der Datenrhythmus unterschiedlich. Die SPS signalisiert innerhalb von Sekunden einen Zustandswechsel, während das ERP möglicherweise nur den abgeschlossenen Vorgang, die genehmigte Menge und den Ausschussgrund benötigt. Es ist nicht ratsam, jedes Rohsignal an das ERP weiterzuleiten. Die richtige Architektur trennt die Echtzeit-Betriebsdaten, die interpretierten Produktionsevents und die finanziell oder logistisch relevanten Transaktionen.

Dies ist auch wichtig, weil Integrationsfehler im Betrieb sichtbar werden. Wenn einer Bestellung eine falsche Artikelnummer zugeordnet wird, ist der Bericht irreführend. Wenn das Produktionsfeedback verzögert ist, arbeiten Lager und Beschaffung möglicherweise mit falschen Entscheidungen. Wenn die Übergabe nicht kontrolliert wird, kann derselbe Posten sogar zweimal im System erscheinen.

Bei den Schnittstellen sind daher Identifikatoren, Zeitstempel, Fehlerbehandlung und Rückverfolgung erforderlich. Die Frage ist nicht nur, ob die Daten übertragen werden, sondern auch, ob im Fehlerfall der Mangel erkannt wird, das Ereignis erneut gesendet werden kann und eindeutig rekonstruierbar ist, was passiert ist.

Zuverlässigkeit, Berechtigung und Betriebssicherheit

In einer Produktionsumgebung darf die Datenerfassung den kontinuierlichen Betrieb nicht behindern. Wenn die Netzwerkverbindung unterbrochen wird, muss die Produktion dennoch fortgesetzt werden. Wenn ein zentraler Dienst nicht verfügbar ist, dürfen keine Ereignisse unkontrolliert verloren gehen. Daher muss bereits bei der Planung geklärt werden, welche Funktionen Echtzeitbetrieb erfordern, welche Daten vorübergehend lokal gespeichert werden können und wie die spätere Synchronisation erfolgt.

Datensicherheit ist nicht nur ein IT-Detail. Produktionsdaten können aus geschäftlicher Sicht sensibel sein, und unbefugte Änderungen können Qualitäts-, Abrechnungs- oder Compliance-Probleme verursachen. In einem gut gestalteten System regeln Rollen, wer die Daten sehen, erfassen, ändern oder genehmigen darf. Kritische Änderungen können protokolliert werden, sodass im Nachhinein nicht aus dem Gedächtnis festgestellt werden muss, warum sich ein Wert geändert hat.

Die technologische Wahl ist hier tatsächlich situationsabhängig. An manchen Orten ist die lokale, betriebliche Infrastruktur die richtige Entscheidung wegen der Latenz, der Verbindungseinschränkungen oder der regulatorischen Anforderungen. Bei anderen Unternehmen bietet die zentrale, mehrere Standorte verbindende Umgebung einen besseren Überblick. Eine häufige Lösung ist die Kombination aus beidem: lokale Datenverarbeitung, zentrale Berichterstattung und kontrollierte Datenübertragung.

Wie kann gemessen werden, ob sich die Entwicklung rentiert?

Die Rentabilität zeigt sich nicht nur in der Reduzierung der Arbeitsstunden. Der Wert eines Datenerfassungssystems kann sich darin zeigen, dass ein sich verschlechternder Trend früher erkannt wird, weniger dringende Abstimmungen erforderlich sind, die Lieferzeiten genauer sind oder die Wartung nicht nur auf Störungsmeldungen reagiert. Diese sollten bereits zu Beginn an messbare Ziele geknüpft werden.

Ein Ziel könnte beispielsweise die Erhöhung der zuverlässigen Erfassung von Ausfallzeiten, die Verkürzung der Erstellung von Schichtberichten, die Reduzierung von Lagerabweichungen oder die frühere Vorhersagbarkeit der Erfüllung des Produktionsplans sein. Ein guter Indikator zeigt nicht nur, wie viele Daten gesammelt wurden. Er zeigt, ob sich der Betrieb verbessert hat.

Es ist ratsam, mit einem klar abgegrenzten Bereich zu beginnen, in dem der geschäftliche Schmerz bekannt ist, die Beteiligten einbezogen werden können und das Ergebnis vergleichbar ist. Eine Produktionslinie, ein kritischer Vorgang oder ein wiederkehrendes Qualitätsproblem ist oft ein besserer erster Schritt als die gleichzeitige Abdeckung des gesamten Betriebs. Basierend auf den Erfahrungen können dann das Datenmodell, die Benutzeroberfläche und die Integrationsregeln präzisiert werden.

Das beste System ist schließlich nicht das, das die meisten Daten sammelt. Sondern das, das während einer Schicht zeigt, wo eingegriffen werden muss, und auf das sich Produktion, Wartung und Management mit demselben Vertrauen stützen können.