Wenn die OEE gut aussieht, aber nicht stimmt

Warum belastbare Shopfloor-KPIs nicht im Dashboard entstehen

In der Serienfertigung ist heute kaum noch ein stabiler Betrieb ohne eine leistungsfähige IT-Landschaft denkbar. Variantensteuerung, Materialfluss, Qualitätssicherung, Instandhaltung, Rückverfolgbarkeit und Produktionskennzahlen greifen ineinander. MOM-Systeme (Manufacturing Operations Management) übernehmen dabei eine zentrale Rolle: Sie verbinden ERP, Shopfloor, Anlagen, Prozesse und Reporting.

Gerade in Automotive- oder Life-Science-Umgebungen ist diese Rolle besonders anspruchsvoll. Dort geht es nicht nur um Effizienz, sondern auch um Qualität, Nachvollziehbarkeit, Compliance und Betriebsstabilität. Gleichzeitig ist die Realität im Werk selten sauber. Viele Produktionslandschaften sind Brownfield-Landschaften: Unterschiedliche Anlagen, verschiedene SPS-Generationen, mehrere Hersteller, gewachsene Schnittstellen, alte und neue Datenmodelle sowie individuelle Prozesslogiken treffen aufeinander.

Das macht MOM nicht weniger wichtig. Aber es bedeutet: Diese Systeme müssen kontinuierlich fachlich überprüft und weiterentwickelt werden.

Kennzahlen spielen inzwischen eine wichtige Rolle bei der Steuerung einer modernen Produktion. Andon-Boards werden als visuelles Managementinstrument im Lean Management eingesetzt, um die Echtzeitkommunikation im laufenden Betrieb zu gewährleisten und Probleme sowie den aktuellen Status der Produktion sichtbar zu machen. Abbildung 1 zeigt ein beispielhaftes Andon-Board.

Die Daten für Kennzahlen werden in Manufacturing-Operations-Management-Lösungen berechnet. Aus den operativen Daten werden aggregierte Kennzahlen für die taktische Bewertung durch produktionsverantwortliche Manager abgeleitet.

Angenommen, in der morgendlichen Besprechung zwischen Produktionsleitung, Logistikleitung, Qualitätsleitung, Wartungsleitung und Schichtführung sieht die OEE stabil aus, die Auslastung der Maschinen liegt im grünen Bereich und die Qualitätskennzahlen wirken plausibel und trotzdem sagt die Erfahrung der beteiligten Personen auf dem Shopfloor: Etwas passt nicht.

Genau hier entscheidet sich, wie verlässlich die Kennzahlen sind und wie gut die Datenqualität ist. Denn das ist entscheidend dafür, ob das MOM nur Zahlen liefert oder als echte Entscheidungsgrundlage für Maßnahmen genutzt wird.

Viele kennen das: Die Kennzahl sieht gut aus, aber es wird von operativen Problemen berichtet. Der Produktwechsel hat länger als erwartet gedauert. Die Anlage ist nicht so stabil, wie es die OEE vermuten lässt. Nacharbeit ist bekannt, aber die NIO-Zahl und die Taktzeit sehen gut aus. Darüber hinaus spiegeln die klassifizierten Stillstandszeiten nicht die wahren Probleme wider.

Auf den ersten Blick ist das ein Datenproblem. Auf den zweiten Blick ist es ein Organisationsproblem. Denn Kennzahlen wie die OEE sind nur dann belastbar, wenn die fachliche Realität des Shopfloors sauber in Datenmodellen, Prozessen, Zustandslogiken, Zählmechanismen und Prüfregeln abgebildet wird.

Genau hier zeigt sich eine zentrale Schwäche vieler Digitalisierungsinitiativen: Moderne MOM-Systeme erfordern immer mehr Daten. Aber mehr Daten bedeuten nicht automatisch mehr Wahrheit.

Ein Dashboard kann nur anzeigen, was vorher richtig erfasst, interpretiert und berechnet wurde. Wenn die zugrunde liegende Logik nicht zur realen Produktion passt, entsteht ein gefährlicher Zustand: Die Organisation vertraut Zahlen, die plausibel aussehen, aber nicht belastbar sind.

Nehmen wir die OEE. Auf dem Papier ist sie eine bekannte Kennzahl. In der Praxis hängt ihre Aussagekraft jedoch von vielen Details ab. Abbildung 2 zeigt den Datenfluss, der in die OEE-Berechnung einfließt. Dabei gibt es viele Fallstricke:

Wann gilt eine Anlage als verfügbar? Wie werden Mikrostopps bewertet? Welche Zustände kommen aus der SPS? Welche Stillstände sind geplant, welche ungeplant? Werden Störungen korrekt klassifiziert? Werden Performanceverluste sauber erkannt? Was ist, wenn Nacharbeit bekannt ist? Was ist, wenn Prüfpläne nicht zur aktuellen Produktvariante passen? Was ist, wenn IO-/NIO-Entscheidungen technisch zwar verarbeitet, fachlich, aber nicht korrekt interpretiert werden?

Dann entsteht kein technischer Fehler im klassischen Sinn: Das System läuft, die Schnittstelle sendet und der Report wird erzeugt – aber die fachliche Aussage stimmt nicht.

Genau das macht KPI-Qualität so anspruchsvoll. Es reicht nicht, Daten zu sammeln. Es reicht auch nicht, eine Kennzahl technisch zu berechnen. Entscheidend ist, ob die Datenlogik das tatsächliche Verhalten der Produktion abbildet. Und diese Frage lässt sich nicht allein in der IT beantworten.

Der unterschätzte Erfolgsfaktor dabei: Key User.

Hier kommt die Rolle der Key User ins Spiel. Key User sind keine erweiterten Anwender und auch keine „Power User“ im klassischen Sinn. In einem funktionierenden MOM-Umfeld sind sie fachliche Übersetzer, Plausibilitätsprüfer, Priorisierer, Tester und Multiplikatoren. Sie kennen die Shopfloor-Prozesse, die Engpässe, die typischen Störungen und die informellen Wahrheiten einer Linie – und wissen, wie diese im MOM konfiguriert sind.

Abbildung 3 zeigt die verschiedenen Aspekte der Rolle von Key Usern. Sie sind innerhalb der Produktion gut mit den unterschiedlichen Fachbereichen vernetzt, haben aber auch ein gutes Verständnis für Digitalisierung und IT-Applikationen.

Key User wissen, wann eine Kennzahl nur gut aussieht. Sie erkennen, wenn eine neue Maske zwar technisch korrekt ist, aber am Schichtarbeitsplatz nicht funktioniert. Sie merken, wenn ein Release eine Datenlogik verändert, die später direkte Auswirkungen auf die OEE und weitere Kennzahlen hat.

MOM ist das digitale Rückgrat, aber kein Autopilot

Damit sind Key User ein entscheidendes Bindeglied zwischen Produktion und IT. Sie bringen den Kontext ein, der in Tickets, Schnittstellenbeschreibungen und Datenmodellen häufig fehlt.

Key User fragen nicht nur: „Funktioniert die Anwendung?“ Sie fragen: „Bildet die Anwendung unseren Prozess richtig ab?“ Und noch wichtiger: „Können wir auf Basis dieser Daten wirklich entscheiden?“

Ohne fachliche Plausibilisierung bleibt Digitalisierung riskant.

Viele Unternehmen investieren viel in Systeme, Plattformen und Dashboards. Das ist richtig und notwendig. Aber die Wirksamkeit dieser Investitionen entscheidet sich nicht allein an der technischen Architektur. Sie entscheidet sich daran, ob der Shopfloor die Systeme nutzt, ob die Daten stimmen, ob Releases fachlich abgesichert werden und ob Abweichungen früh erkannt werden.

Gerade bei hoher Änderungsfrequenz durch kontinuierliche Verbesserungsprozesse, neue Produktvarianten, Prozessanpassungen, regulatorische Anforderungen oder Security-Themen werden diese Aufgaben dauerhaft. MOM ist kein einmaliges Projekt, sondern ein kontinuierlicher Betriebs- und Verbesserungsprozess.

Deshalb braucht es Rollen, die fachliche Stabilität in diese Veränderungen bringen. Key User übernehmen genau diese Rolle. Sie sammeln Pain Points aus der Produktion, formulieren fachliche Demands, bewerten Auswirkungen auf Kennzahlen, unterstützen Tests und helfen nach dem Release bei Schulungen, Rollouts und der Erfassung von Feedback. Oder anders gesagt: Sie verhindern, dass Digitalisierung am Shopfloor vorbeientwickelt wird.

Abbildung 4 zeigt Key User als Realitätsanker. Sie definieren die fachlichen Anforderungen, die in Regeln für die Prozess- und Datenqualität münden. Diese Regeln müssen im Echtzeitbetrieb automatisch auf die Rohdaten angewendet werden. Abweichungen müssen erkannt und die Daten- sowie Prozessqualität entweder durch Korrekturen im Datenstrom oder durch zeitnahes Patchen sichergestellt werden.

Neben statischen Regeln können auch KI-Agenten diese Aufgabe automatisiert unterstützen und als virtuelle Key User fungieren.

Am Ende geht es nicht nur um OEE. Es geht um Vertrauen und um Einblicke in die Ursachen von Verschwendung: das Vertrauen der Werkerinnen und Werker in die Systeme, das Vertrauen der Führungskräfte in die Kennzahlen, das Vertrauen der IT in fachlich saubere Anforderungen und das Vertrauen der Organisation darauf, dass digitale Entscheidungen auf einer belastbaren Grundlage stehen.

Wenn die OEE gut aussieht, aber nicht stimmt, ist das mehr als ein Reportingproblem. Es ist ein Warnsignal. Es zeigt, dass zwischen System und Realität eine Lücke entstanden ist.

Key User sind diejenigen, die diese Lücke erkennen, benennen und schließen können. Deshalb sollten Unternehmen Key User nicht als Nebenrolle betrachten. Sie sind einer der wichtigsten Erfolgsfaktoren für eine datengetriebene Produktion.

Denn belastbare KPIs entstehen nicht im Dashboard. Sie entstehen dort, wo Systemlogik, Prozesswissen und Shopfloor-Erfahrung zusammenkommen. Und genau dort arbeiten gute Key User.

adesso unterstützt nicht nur bei der Umsetzung von IT-Projekten. Wir unterstützen ganzheitlich – von der Wertstromaufnahme über die Potenzialanalyse bis hin zur sicheren Umsetzung und zum Training der Stakeholder auf dem Shopfloor.