Dashboard für Fertigungs-KPIs: OEE, Ertrag, Zykluszeit und Durchsatz

Die Beobachtung von Peter Drucker, dass man nicht verwalten kann, was man nicht misst, gilt für die Fertigung mehr als für jede andere Geschäftsfunktion. Eine Produktionslinie generiert Hunderte von Datenpunkten pro Stunde: Maschinenzustände, Produktionszahlen, Qualitätsergebnisse, Materialverbrauch, Energieverbrauch und Arbeitsaktivität. Die Herausforderung liegt nicht in der Datenknappheit. Es ist Datenrelevanz. Ein KPI-Dashboard für die Fertigung muss die Handvoll Kennzahlen aufzeigen, die Entscheidungen vorantreiben, und den Lärm unterdrücken, der zu Lähmungen führt.

Die besten Fertigungs-Dashboards beantworten innerhalb von Sekunden nach dem Betrachten drei Fragen: Produzieren wir genug? Ist die Qualität akzeptabel? Nutzen wir unsere Ressourcen effizient? OEE (Overall Equipment Effectiveness) fasst alle drei zu einem einzigen Prozentsatz zusammen. Unterstützende KPIs wie First-Pass-Ertrag, Zykluszeit, Durchsatz und Ausschussrate liefern die erforderlichen Diagnosedetails, wenn OEE auf ein Problem hinweist.

Dieser Artikel ist Teil unserer Serie Fertigung im KI-Zeitalter.

Wichtige Erkenntnisse

• OEE (Verfügbarkeit x Leistung x Qualität) ist der wichtigste Produktions-KPI mit einer Weltklasse-Leistung von 85 %, während die meisten Hersteller bei 60–75 % arbeiten.
• Echtzeit-OEE deckt Muster auf, die Schichtdurchschnitte verbergen, wie zum Beispiel eine durchweg schlechte Leistung in der ersten Stunde nach Umstellungen
• Branchen-Benchmarks bieten Kontext, aber Ihr eigener Trend ist der wichtigste Vergleich, da ein Hersteller, der sich von 55 % auf 70 % verbessert, einen Konkurrenten übertrifft, der bei 80 % stagniert.
• Das Fertigungsmodul von Odoo erfasst die Rohdaten für alle kritischen KPIs, wenn es ordnungsgemäß mit Arbeitsplatzverfolgung und Qualitätskontrollpunkten konfiguriert ist

---

Gesamtanlageneffektivität (OEE)

Die OEE-Formel

OEE ist das Produkt aus drei Komponenten, die jeweils einen anderen Aspekt der Geräteleistung messen:

OEE = Verfügbarkeit x Leistung x Qualität

Verfügbarkeit misst den Prozentsatz der geplanten Produktionszeit, in dem die Anlage tatsächlich läuft:

Availability = (Planned Production Time - Downtime) / Planned Production Time

Zu den Ausfallzeiten zählen Geräteausfälle, Umrüstungen, Materialknappheit und alle anderen Ereignisse, die die Maschine während der geplanten Produktionszeit stoppen. Geplante Wartungsarbeiten und geplante Pausen sind von der geplanten Produktionszeit ausgenommen.

Leistung misst die tatsächliche Produktionsgeschwindigkeit im Vergleich zur maximal möglichen Geschwindigkeit:

Performance = (Actual Output x Ideal Cycle Time) / Available Run Time

Leistungsverluste entstehen durch langsame Zyklen (Laufen unterhalb der Nenngeschwindigkeit) und kleine Stopps (kurze Unterbrechungen, die nicht als Ausfallzeit gelten, aber die Leistung verringern).

Qualität misst den Prozentsatz der produzierten Einheiten, die die Spezifikationen beim ersten Versuch erfüllen:

Quality = Good Units / Total Units Produced

Qualitätsverluste umfassen Ausschuss und Nacharbeit. Einheiten, die nachgearbeitet werden müssen, bevor sie den Spezifikationen entsprechen, gelten als Qualitätseinbußen, auch wenn sie letztendlich verkauft werden.

OEE-Beispielberechnung

Dieses Beispiel zeigt eine Maschine, die einzeln bei jedem Faktor einigermaßen gut abschneidet, aber nur 75,3 % OEE erreicht, wenn die Faktoren miteinander multipliziert werden. Der multiplikative Charakter der OEE bedeutet, dass kleine Verbesserungen bei jedem Faktor zu erheblichen OEE-Gewinnungen führen.

OEE-Benchmarks

Die sechs großen Verluste

Die OEE-Verlustanalyse kategorisiert alle Verluste in sechs Kategorien:

Die Pareto-Analyse der sechs großen Verluste identifiziert, wo Verbesserungsbemühungen die größte Wirkung haben werden. Lean-Manufacturing-Techniken wie SMED beheben Einrichtungsverluste, während vorausschauende Wartung Geräteausfälle behebt.

---

First-Pass-Rendite (FPY)

Definition und Berechnung

Der First-Pass-Yield misst den Prozentsatz der Einheiten, die einen Prozessschritt beim ersten Mal korrekt durchlaufen, ohne dass Nacharbeiten, Reparaturen oder erneute Inspektionen erforderlich sind.

FPY = Good Units (no rework) / Total Units Started

Rolled Throughput Yield (RTY) erweitert FPY über mehrere Prozessschritte:

RTY = FPY(Step 1) x FPY(Step 2) x FPY(Step 3) x ... x FPY(Step N)

Der multiplikative Effekt ist dramatisch. Ein 5-stufiger Prozess mit 95 % FPY bei jedem Schritt hat einen RTY von nur 77,4 %. Die Verbesserung jedes Schritts auf 99 % ergibt einen RTY von 95,1 %.

FPY in Odoo verfolgen

Das Qualitätsmodul von Odoo verfolgt die Prüfergebnisse in jedem Fertigungsbetrieb. FPY wird berechnet aus:

• Ergebnisse der Qualitätskontrollpunkte (bestanden/nicht bestanden) bei jedem Vorgang
• Verschrottungsdatensätze, die mit bestimmten Vorgängen verknüpft sind
• Überarbeiten Sie Arbeitsaufträge, die für bestimmte Vorgänge erstellt wurden

Die Verfolgung der FPY nach Vorgang und nicht nur nach fertigem Produkt zeigt, welcher spezifische Prozessschritt den qualitativ hochwertigsten Abfall erzeugt. Dabei handelt es sich um wesentliche Daten für Six Sigma-Verbesserungsprojekte und Qualitätsmanagementprogramme.

---

Zykluszeit

Definition

Die Zykluszeit ist die Zeit, die benötigt wird, um eine Einheit durch einen bestimmten Prozessschritt oder durch den gesamten Produktionsprozess zu vervollständigen.

Maschinenzykluszeit: Die Zeit, die die Maschine benötigt, um eine Einheit (oder eine Charge) zu verarbeiten. Dies ist die technische Grenze der Leistungsfähigkeit der Maschine.

Effektive Zykluszeit: Maschinenzykluszeit plus Be- und Entladen sowie Bedieneraufgaben. Dies bestimmt den tatsächlichen Durchsatz.

Gesamtzykluszeit: Die Summe aller effektiven Zykluszeiten über alle Prozessschritte hinweg. Dies ist die minimal mögliche Vorlaufzeit, wenn es keine Warteschlangen und keine Wartezeiten gibt.

Zykluszeitanalyse

Bei den meisten Herstellungsprozessen beträgt die tatsächliche Bearbeitungszeit nur 5–15 % der gesamten Durchlaufzeit. Die restlichen 85-95 % sind Warteschlangen- und Transportzeit. Diese durch Value Stream Mapping immer wieder aufgedeckte Erkenntnis zeigt, dass die größten Verbesserungen der Durchlaufzeit durch die Reduzierung von Wartezeiten und nicht durch die Beschleunigung von Maschinen erzielt werden.

Überwachung in Odoo

Odoo erfasst Zykluszeitdaten anhand von Fertigungsaufträgen:

• Geplante Zykluszeit: Wird im Fertigungsplan für jeden Vorgang konfiguriert
• Tatsächliche Zykluszeit: Wird aufgezeichnet, wenn Bediener Arbeitsauftragsvorgänge beginnen und beenden
• Zykluszeitabweichung: Differenz zwischen geplant und tatsächlich, wodurch Vorgänge hervorgehoben werden, die durchweg länger dauern als erwartet

---

Durchsatz

Definition und Kontext

Der Durchsatz ist die Anzahl der pro Zeiteinheit produzierten guten Einheiten.

Throughput = Good Units Produced / Time Period

Das Schlüsselwort ist „gut“. Der Durchsatz zählt nur Einheiten, die den Spezifikationen entsprechen. Produkte, die verschrottet werden oder nachgearbeitet werden müssen, werden nicht auf den Durchsatz angerechnet, obwohl sie Ressourcen verbraucht haben.

Durchsatz und Theorie der Einschränkungen

Im Theory of Constraints-Framework ist der Durchsatz das primäre Betriebsmaß. Die Einschränkung bestimmt den maximalen Durchsatz, und die Verbesserung einer nicht eingeschränkten Ressource führt nicht zu einer Erhöhung des Durchsatzes.

Der Durchsatz kann in finanziellen Begriffen ausgedrückt werden:

Throughput Dollar Value = Revenue - Truly Variable Costs (materials only)

Diese finanzielle Durchsatzmetrik beeinflusst Entscheidungen über Produktmix, Preise und Kapitalinvestitionen anders als die herkömmliche Kostenrechnung, die den Produkten Fixkosten zuordnet und zu einer falschen Priorisierung führen kann.

---

Ausschussraten- und Ausfallzeitanalyse

Ausschussrate

Scrap Rate = Scrapped Units / Total Units Produced

Die Ausschussrate sollte verfolgt werden durch:

• Produkt (welche Produkte haben den höchsten Ausschuss?)
• Betrieb (welcher Prozessschritt erzeugt den meisten Ausschuss?)
• Maschine (welche Maschine produziert den meisten Ausschuss?)
• Zeit (Tendenz der Ausschussrate nach oben, nach unten oder saisonabhängig?)
• Betreiber (ist die Ausschussrate betreiberabhängig?)
• Material (variiert die Ausschussquote je nach Materialcharge oder Lieferant?)

Ausfallzeitanalyse

Verfolgen Sie Ausfallzeiten anhand des Ursachencodes, um Verbesserungsprioritäten zu identifizieren:

---

Branchen-Benchmarks

KPI-Benchmarks für die Fertigung nach Branche

Diese Benchmarks repräsentieren eine gute bis Weltklasse-Leistung. Verwenden Sie sie als Richtungsziele, nicht als absolute Standards. Ihr Branchensegment, die Produktkomplexität und das Alter der Ausrüstung beeinflussen alle realistische Ziele.

---

Erstellen des Dashboards in Odoo

Prinzipien des Dashboard-Designs

Hierarchie der Informationen: Das Dashboard sollte Fragen in der Reihenfolge ihrer Wichtigkeit beantworten:

1. Wie ist die Gesamtleistung derzeit? (OEE, Durchsatz)
2. Was verursacht Leistungsprobleme? (Stillstandsgründe, Ausschuss nach Typ)
3. Was sind die Trends? (Historische OEE, Ausbeute, Zykluszeit)
4. Was braucht Aufmerksamkeit? (Warnungen, Bedingungen außerhalb der Spezifikation)

Empfohlenes Dashboard-Layout

Oberste Zeile: Zusammenfassung der KPIs (aktuelle Schicht oder Tag)

• OEE mit Trendanzeige (oben/unten/stabil)
• Durchsatz vs. Ziel
• Ausschussrate
• Zeitplaneinhaltungsprozentsatz

Mittelteil: Detaillierte Analyse

• Aufschlüsselung der OEE-Faktoren (Verfügbarkeit, Leistung, Qualitätsbalkendiagramm)
• Ausfallzeit Pareto (Top 5 Gründe)
• Pareto verschrotten (Top 5 Fehlertypen)
• Durchsatz pro Stunde (Liniendiagramm, das das Produktionstempo zeigt)

Unterer Abschnitt: Drilldown

• OEE nach Maschine oder Linie (Vergleichstabelle)
• Aktive Warnungen und Qualitätsprobleme
• Bevorstehende Wartungsarbeiten geplant
• Arbeitsaufträge in Bearbeitung mit Status

Datenquellen in Odoo

Echtzeit vs. historische Ansichten

Das Dashboard sollte beide Perspektiven unterstützen:

Echtzeitansicht: Aktuelle Schichtleistung, Live-Maschinenstatus, aktive Probleme, die eine Reaktion erfordern. Wird alle 1–5 Minuten anhand der IoT-Daten und des Odoo-Arbeitsauftragsstatus aktualisiert.

Historische Ansicht: Trends über Tage, Wochen und Monate. Vergleich von Schichten, Maschinen, Produkten und Zeiträumen. Diese Ansicht unterstützt die Identifizierung von Verbesserungsprojekten und die langfristige Leistungsverfolgung.

---

Häufige KPI-Fallstricke

---

Häufig gestellte Fragen

Was ist ein guter OEE-Wert für meine Fabrik?

Die ehrliche Antwort ist, dass Ihr aktueller OEE im Vergleich zu Ihrem OEE vor sechs Monaten aussagekräftiger ist als der Vergleich mit abstrakten Benchmarks. Allerdings arbeiten die meisten Hersteller mit einer OEE von 60–75 %. Als Weltklasse gelten 85 %. Wenn Ihre aktuelle OEE unter 65 % liegt, bestehen wahrscheinlich erhebliche Verbesserungsmöglichkeiten bei einem oder mehreren der drei OEE-Faktoren. Beginnen Sie damit, herauszufinden, welcher Faktor (Verfügbarkeit, Leistung oder Qualität) die größte Lücke aufweist, und konzentrieren Sie sich dort auf Verbesserungen.

Wie oft sollten Produktions-KPIs aktualisiert werden?

Echtzeit (alle 1–5 Minuten) für das Werkstatt-Dashboard, mit dem Bediener und Vorgesetzte auf aktuelle Bedingungen reagieren können. Stündlich zur Überprüfung des Produktionsmanagements. Täglich für die Betriebsleitung. Wöchentlich für die Berichterstattung von Führungskräften. Der wichtigste Grundsatz besteht darin, dass die Personen, die der Arbeit am nächsten stehen, die aktuellsten Daten benötigen, weil sie diejenigen sind, die sofort darauf reagieren können.

Sollte jede Maschine über ein OEE-Tracking verfügen?

Nicht unbedingt. Die OEE-Verfolgung hat den größten Nutzen bei eingeschränkten Ressourcen (Engpässen) und hochwertiger Ausrüstung. Für nicht-beschränkte Maschinen mit Überkapazität ist eine hohe OEE nicht vorteilhaft, da sie zu einer Überproduktion führt. Konzentrieren Sie sich bei der OEE-Verfolgung und -Verbesserung auf die 20 % der Maschinen, die 80 % der Fabrikproduktion ausmachen. Verwenden Sie einfachere Kennzahlen (Verfügbarkeit, Qualität) für andere Geräte.

Wie hängt OEE mit den Kosten pro Einheit zusammen?

Die OEE wirkt sich direkt auf die Kosten pro Einheit aus, da die Fixkosten (Abschreibung, Gemeinkosten, Verwaltung) auf die Anzahl der produzierten guten Einheiten verteilt werden. Höhere OEE bedeutet, dass mehr gute Einheiten bei gleicher Fixkostenbasis produziert werden, wodurch die Kosten pro Einheit sinken. Eine 10-prozentige OEE-Verbesserung bei einer Maschine mit jährlichen Fixkosten von 500.000 US-Dollar reduziert die Fixkosten pro Einheit um etwa 10 %, was sich direkt in einer Margenverbesserung niederschlägt.

---

Was kommt als nächstes?

Fertigungs-KPIs sind nicht nur Zahlen auf einem Dashboard. Sie sind der Feedback-Mechanismus, der eine kontinuierliche Verbesserung vorantreibt. Wenn OEE, Ertrag, Zykluszeit und Durchsatz sichtbar, genau und zeitnah sind, treffen Produktionsteams stündlich und in jeder Schicht bessere Entscheidungen.

ECOSIRE implementiert Odoo-Fertigungssysteme mit umfassenden KPI-Dashboards, die Herstellern Echtzeit-Einblick in die Produktionsleistung geben. Von der Arbeitsplatzkonfiguration bis zur kundenspezifischen Dashboard-Entwicklung unterstützt unser Team Hersteller beim Aufbau der Messinfrastruktur, die erstklassige Abläufe unterstützt.

Entdecken Sie unsere entsprechenden Leitfäden zu [Lean Manufacturing] (/blog/lean-manufacturing-odoo-kanban-jit) und [Six Sigma-Prozessverbesserung] (/blog/six-sigma-process-improvement-erp) oder [kontaktieren Sie uns] (https://ecosire.com/contact), um Ihre Anforderungen an Fertigungsanalysen zu besprechen.

---

Veröffentlicht von ECOSIRE – Unterstützung von Unternehmen bei der Skalierung mit KI-gestützten Lösungen in Odoo ERP, Shopify eCommerce und OpenClaw AI.