Warum Echtzeit-Fertigungs-Dashboards den Produktionsfluss nicht sichtbar machen

Von Mirko Peters · 2026-09-15

Erfahren Sie, warum Echtzeit-Fertigungs-Dashboards Produktionsengpässe nicht erklären und wie der Wechsel zu einem Live-Wertstrommodell echte operative Intelligenz liefert.

Automatisch mit KI aus dem Originalbeitrag übersetzt. Englisches Original lesen

Echtzeit-Fertigungs-Dashboards erzeugen oft ein trügerisches Gefühl operativer Sicherheit. Sie zeigen blinkende Maschinen-Tags, Anzahlen offener Aufträge und aktive KPI-Werte, erklären aber häufig nicht, warum Produktionsengpässe entstehen oder wo die Durchlaufzeit eines Auftrags in der Fertigung tatsächlich verloren geht.

Das Wichtigste in Kürze

• Echtzeit-Dashboards zeigen Maschinenzustände und KPI-Werte, erklären aber nicht die zugrunde liegenden Zusammenhänge, die Produktionsengpässe verursachen.
• Fertigungsdaten sind über ERP, MES, Qualitätssysteme und Instandhaltungsplattformen verstreut, wodurch der tatsächliche Weg der Durchlaufzeit eines Auftrags verborgen bleibt.
• Zu wissen, dass eine Maschine stillsteht, verrät nicht, warum Material wartet oder welcher vorgelagerte Engpass den Arbeitsfluss blockiert.
• Die Verbindung von IT und OT erfordert ein governte semantisches Prozessmodell und nicht nur eine höhere Aktualisierungsrate eines schnelleren Data Lakehouse.
• Echte operative Intelligenz erfordert die Abbildung des Arbeitsflusses, der Übergaben und der Geschäftsregeln, statt lediglich einen blinkenden Bildschirm mit Maschinen-Tags anzuzeigen.

Die Illusion der Werkssichtbarkeit

Digitale Transformationsprojekte in der Industrie beginnen häufig mit einem klaren Ziel: Werksleitern soll eine bessere Sicht auf den Betrieb ermöglicht werden. IT- und OT-Teams leiten enorme Telemetriedatenströme in Cloud-Lakehouses, konfigurieren industrielle Gateways und entwickeln anspruchsvolle Power BI-Berichte. Innerhalb weniger Wochen haben Schichtleiter Zugriff auf Live-Dashboards, die Maschinenzustände, Taktzahlen und offene Fertigungsaufträge anzeigen.

Doch wenn ein wichtiger Kundenauftrag verspätet ausgeliefert wird, steht der Werksleiter vor einem frustrierenden Paradoxon. Die Dashboards laufen reibungslos, jedes Maschinen-Tag meldet seinen Status, und dennoch kann niemand eine einfache Frage beantworten: Wo ist die Durchlaufzeit eigentlich geblieben?

Die zentrale Schwäche ist, dass ein Dashboard Informationen zeigt, während ein echtes Fertigungsmodell Beziehungen beschreibt. Zu wissen, dass ein bestimmtes Bearbeitungszentrum derzeit stillsteht, verrät einem Planer nicht, warum eine Charge Material drei Hallenabschnitte weiter in einem Pufferbereich liegt. Sichtbarkeit ohne Kontext verlagert lediglich die Aufgabe, die Zusammenhänge zu erkennen, von physischen Whiteboards auf digitale Bildschirme. Bediener und Planer müssen die Wahrheit dann aus getrennten Systemen mühsam zusammensetzen.

Warum Dashboards den Fluss übersehen

Fertigungsumgebungen sind komplexe Ökosysteme, in denen Geschäftssysteme und Produktionsbereiche völlig unterschiedliche Sprachen sprechen. Um zu verstehen, warum Standard-Dashboards zu kurz greifen, müssen wir untersuchen, wie sich Daten über Unternehmensplattformen hinweg zersplittern und warum isolierte Telemetrie den Produktionsfluss nicht offenlegen kann.

Die Silostruktur der Fertigungssysteme

Stellen Sie sich ein typisches Fertigungswerk mit Auftragsfertigung vor. Kundenbedarfe gelangen über ein ERP-System (Enterprise Resource Planning) in den Prozess. Dieses System erzeugt Kundenaufträge, prüft die Materialverfügbarkeit und weist eine geplante Arbeitsfolge zu. In der Produktion verteilt ein MES-System (Manufacturing Execution System) die Arbeitsaufträge und erfasst die Rückmeldungen der Mitarbeiter. Industrielle IoT-Sensoren und speicherprogrammierbare Steuerungen (SPS, englisch PLC) erfassen zugleich die Betriebszustände der Anlagen, die Ofentemperaturen und die Ergebnisse an den Prüfständen.

Jedes System erfasst einen wichtigen Ausschnitt der Fertigungsrealität. Keines von ihnen liefert jedoch das vollständige Bild:

• ERP weiß, wann ein Auftrag zugesagt wurde, seine Arbeitsfolgen bilden jedoch erwartete theoretische Abläufe ab und nicht die tatsächlichen Gegebenheiten in der Produktion.
• MES verfolgt die Rückmeldungen der Arbeitsgänge, besitzt aber häufig keine detaillierte Transparenz über Wartungsrestriktionen oder Qualitätssperren, die außerhalb der unmittelbaren Arbeitszelle auftreten.
• Qualitätssysteme erfassen Abweichungen und Prüffreigaben, die Freigabebuchungen erfolgen jedoch oft Stunden nach der physischen Prüfung. Das Material bleibt dadurch administrativ blockiert.
• Instandhaltungssysteme protokollieren planmäßige Wartungsaufgaben. Dennoch kann eine Maschine in der Planungssoftware vollständig verfügbar erscheinen, während nicht erfasste mechanische Anpassungen sie außer Betrieb halten.

Die Falle der größeren Datenmenge

Wenn Visibility-Projekte Verzögerungen nicht aufklären, reagiert das Engineering üblicherweise mit mehr Daten. Teams schließen zusätzliche Sensoren an, ziehen hochfrequente Historian-Protokolle heran und fügen den bestehenden Management-Dashboards weitere Kacheln hinzu. Ein Data Lake, der mit hochfrequenten Maschinensignalen gefüllt wird, erzeugt jedoch nicht automatisch einen Live-Wertstrom.

Bestätigt ein Mitarbeiter eine Charge am Schichtende statt im Moment der tatsächlichen Fertigstellung, speichert die zugrunde liegende Datenbank einen falschen Zeitstempel. Ein Dashboard, das diese Daten verarbeitet, zeigt einen sauberen, automatisiert erstellten Bericht auf Basis einer fehlerhaften Ablauflogik. Höhere Aktualisierungsraten können fehlende Übergabedaten oder undefinierte Betriebszustände nicht beheben. Sie machen lediglich ungenaue Prozessannahmen häufiger sichtbar.

Vom Dashboard zum Live-Modell

Um die Grenzen klassischer Dashboards zu überwinden, muss sich das architektonische Ziel verschieben: weg von der Anzeige einzelner Echtzeit-Messwerte, hin zur Modellierung betrieblicher Zusammenhänge. Ein Live-Fertigungsmodell betrachtet die Produktion als vernetztes Geflecht aus Aufträgen, Materialien, Ressourcen, Qualitätszuständen und Geschäftsregeln.

Statt zu fragen „Wie ist der aktuelle Status von Maschine A?“, stellt ein modellbasierter Ansatz gezielte Flussfragen:

• Wo befindet sich dieser konkrete Auftrag gerade physisch?
• Welches Ereignis belegt eindeutig, dass der vorherige Arbeitsgang tatsächlich abgeschlossen ist?
• Welche Ressource wird als Nächstes benötigt, und ist sie tatsächlich frei von Wartungsrestriktionen und Personalengpässen?
• Wartet der Auftrag wegen eines physischen Engpasses oder weil eine Informationsverzögerung die Freigabe blockiert?

Indem die grundlegende Logik der klassischen Lean-Manufacturing-Analyse mit Live-Ereignisdaten aus ERP-, MES- und Qualitätsplattformen verknüpft wird, können Fertigungsunternehmen eine semantische Schicht aufbauen, die IT und OT miteinander verbindet. So werden statische Wandkarten zu dynamischen Betriebsmodellen, die sich an die reale Situation anpassen.

Fazit

Echtzeit-Dashboards für die Fertigung sind wertvoll, um einzelne Anlagen zu überwachen. Sie können jedoch nicht die strukturellen Erkenntnisse ersetzen, die für die Optimierung des durchgängigen Produktionsflusses nötig sind. Wer über reine Transparenzbildschirme hinausgeht und verbundene Datenmodelle aufbaut, die die tatsächlichen betrieblichen Zusammenhänge abbilden, kann endlich beantworten, wo die Durchlaufzeit verloren geht und wie sich versteckte Verschwendung in der Produktion beseitigen lässt.

Wie moderne Fertigungsunternehmen IT- und OT-Systeme miteinander verbinden, um über statische Dokumentation hinauszukommen, erfahren Sie ausführlich in der vollständigen Episode. Abonnieren Sie zudem den Podcast für weitere praxisnahe Einblicke in Cloud-Architekturen für Unternehmen und die Fertigung.

Häufige Fragen

Warum verhindern Echtzeit-Dashboards in der Fertigung keine Produktionsverzögerungen?

Echtzeit-Dashboards zeigen aktuelle Maschinenzustände und die Anzahl offener Aufträge, es fehlt ihnen jedoch der Zusammenhang. Ein Dashboard kann zwar anzeigen, dass eine Maschine stillsteht, aber nicht automatisch erklären, ob die Ursache ein fehlender Mitarbeiter, eine Qualitätssperre, fehlendes Rohmaterial oder eine vorgelagerte Terminplanungsschlange ist.

Worin liegt der Unterschied zwischen Visibility-Daten und einem Live-Modell der Wertschöpfungskette?

Visibility-Daten zeigen isolierte Betriebskennzahlen und KPI-Zählwerte in einem Lakehouse oder einem Power BI-Bericht an. Ein Live-Modell der Wertschöpfungskette erfasst die strukturellen Zusammenhänge zwischen Aufträgen, Arbeitsschritten, Ressourcen, Qualitätssperren und Materialengpässen und verfolgt damit den tatsächlichen Produktionsfluss laufend.

Worin unterscheiden sich ERP- und MES-Systeme bei der Erfassung der realen Vorgänge in der Fertigung?

ERP-Systeme verwalten Kundenaufträge, Materialbedarfe und geplante Arbeitspläne. Sie bilden ab, wie die Produktion laut Planung ablaufen soll. MES-Plattformen erfassen dagegen die Ausführung in der Fertigung, Rückmeldungen der Bediener und den Fortschritt von Fertigungsaufträgen. Keines dieser Systeme erfasst für sich allein jedoch die vollständige, bereichsübergreifende Realität dessen, warum sich ein Auftrag verzögert hat.

Benötigt ein Live-Fertigungsmodell Datenaktualisierungen im Sekundentakt?

Nein. Ein Live-Modell sollte sich in dem Rhythmus aktualisieren, der der jeweiligen Entscheidung entspricht. Bei bestimmten Notfällen, etwa kritischen Maschinenstörungen oder Qualitätssperren, ist zwar schnelles Eingreifen nötig. Für die laufende Betriebsplanung und regelmäßige Verbesserungsrunden kommt es jedoch auf einheitliche Ereignisdefinitionen und einen vollständigen Kontext an, nicht auf ständige schnelle Telemetriedaten.