Wem nützt die OEE in Service Centern wirklich?

Wie rentabel arbeiten die Maschinen und Anlagen auf dem Shopfloor in Service Centern? Um diese Frage zu beantworten, hat sich die Overall Equipment Effectiveness (OEE) als Kennzahl zur Bewertung der Produktivität bewährt. Jedoch können nicht alle Mitarbeiter in der Produktion zwangsläufig etwas mit der OEE anfangen. Um eine sinnvolle Bewertung vornehmen zu können, bedarf es oft einem umfassenderen Blick.

Viele Unternehmen betrachten die Gesamtanlageneffektivität (GAE), auch Overall Equipment Effectiveness (OEE) genannt als maßgeblichen Indikator, um die Produktivität von Maschinen und Anlagen zu bewerten. Die betriebswirtschaftliche Kennzahl bildet dabei die Grundlage für einen kontinuierlichen Verbesserungsprozess (KVP) in der Produktion und ermöglicht so eine nachhaltige Produktivitätssteigerung. Anhand der ermittelten OEE-Kennzahl werden unterschiedliche Maschinen und Anlagen zudem miteinander vergleichbar, selbst wenn diese an verschiedenen Standorten im Einsatz sind.

Wie ist die OEE-Kennzahl aufgebaut?

Die Overall Equipment Effectiveness setzt sich grundlegend aus drei Teilkennzahlen zusammen. Diese umfassen die Verfügbarkeit und die Performance einer Maschine sowie die Qualität der Waren, die auf der jeweiligen Maschine produziert werden. So soll die OEE-Kennzahl Aufschluss darüber geben, wie lang einer Maschine innerhalb der verfügbaren Zeit tatsächlich in Betrieb ist, mit welcher Geschwindigkeit die Maschine innerhalb ihrer Betriebszeit produziert und wie viel der produzierten Ware qualitativ Ausschuss ist.

Um die Aussagekraft der einzelnen Teilkennzahlen hierbei zu erhöhen, können diese nach Bedarf noch weiter unterteilt werden. Auf diese Weise können zum Beispiel geplante Stillstandszeiten - wie das Rüsten oder die Wartung von Maschinen und Anlagen - von ungeplanten Stillstandszeiten unterschieden und bei der Bewertung getrennt voneinander betrachtet werden.

Für wen ist die OEE-Kennzahl aussagekräftig?

Die OEE-Kennzahl als Mittel, um die Produktivität von Maschinen und Anlagen in Service Centern zu bewerten, ist in erster Linie auf Ebene des Managements relevant. Die Entscheidung, eine neue Maschine anzuschaffen, ist in der Regel mit hohen Kosten verbunden. Wenn die Investition getätigt wurde, möchte man folglich beurteilen können, ob die Maschine effizient und rentabel arbeitet. Für eine solche Bewertung bietet die OEE-Kennzahl grundsätzlich einen geeigneten Ansatz.

Aus Sicht der Mitarbeiter auf dem Shopfloor hingegen ist die OEE-Kennzahl allein nur wenig aussagekräftig. Um die eigene Arbeit an Maschine besser zu verstehen und Optimierungspotenziale zu identifizieren, bedarf es an dieser Stelle praxistauglicher KPIs. Dabei kann es sich zum Beispiel um Soll-Ist-Vergleiche bezüglich der Produktionsmenge handeln, die innerhalb einer Schicht erreicht werden soll und der tatsächlich produzierten Menge am Ende der Schicht. Bei der Arbeit an einer Längsteilanlage geht es in dieser Hinsicht oftmals viel eher darum, dass die Maschinenführer einen Überblick über die verarbeiteten Meter an Material haben und nicht nur über das Gewicht. Auch im Hinblick auf die Rüstzeit der Maschinen vor der Bearbeitung eines Auftrages kann ein Vergleich der vorgegebenen Zielrüstzeit mit der tatsächlich benötigten Rüstzeit Aufschluss darüber geben, welche Prozesse und Abläufe, zum Beispiel bei den vorbereitenden Arbeitsschritten, effizienter gestaltet werden können.

OEE mit IIoT sinnvoll ergänzen

Um die Produktivität von Maschinen und Anlagen in Service Centern sinnvoll und umfassend beurteilen zu können, ist es wichtig, die OEE-Kennzahl in Kombination mit anderen KPIs zu betrachten. Hierfür ist eine detaillierte Kenntnis der Produktionsaufträge und deren Strukturdaten unabdingbar.

Eine Industrial Internet of Things Plattform wie die von thyssenkrupp Materials IoT entwickelte IIoT- und MES-Plattform toii® liefert die notwendige Datenbasis, um vollständige Transparenz in der Produktion herzustellen. Sie ermöglicht die digitale Kommunikation in Echtzeit zwischen allen technischen Geräten und den Mitarbeitern in der Produktion. So lassen sich automatisch erfasste Maschinendaten mit manuell erhobenen Daten von Mitarbeitern unkompliziert ergänzen. Auf diese Weise kann der vorgegebene Zielwert für die drei Faktoren der OEE-Kennzahl mit weiteren Informationen angereichert und dynamisch an die Produktionsauftragsdaten angepasst werden. Stillstandszeiten, die einen direkten Einfluss auf den Faktor Verfügbarkeit haben, können von Mitarbeitern qualifiziert und bei geeigneter Qualifikation automatisch in die Berechnung der OEE einbezogen werden. Die Berechnung der OEE für den Faktor Qualität erfolgt teils sogar live auf Basis von Echtzeitdaten. Eine konkrete Neuberechnung des tatsächlichen Quotienten aus geliefertem Material und der Einsatzmenge erfolgt zusätzlich nach dem Wiegen.