Warum kontinuierliche Verbesserung bessere Daten braucht

Kontinuierliche Verbesserung soll Lernen erzeugen, das sich mit der Zeit aufbaut. In vielen Werken hängt die Verbesserungsarbeit jedoch noch stark von Workshops, Tabellenkalkulationen, isolierten Berichten und dem ab, woran sich Mitarbeiter aus der vorherigen Schicht erinnern. Ein Kaizen-Event kann sichtbare Fortschritte bringen, doch wenige Wochen später tritt derselbe Verlust oft unter leicht veränderten Produktionsbedingungen erneut auf. Das Problem liegt nicht immer in der Qualität der Verbesserungsidee. Das größere Problem ist, dass Teams häufig nicht belegen können, ob die Gegenmaßnahme tatsächlich gewirkt hat, wo sie gewirkt hat und unter welchen Bedingungen sie aufgehört hat zu wirken.

WARUM KAIZEN-VERBESSERUNGEN OFT VERSCHWINDEN
Ein Workshop schafft für einige Tage Fokus. Teams bilden den Prozess ab, identifizieren Verschwendung, vergeben Maßnahmen, verlegen Werkzeuge, ändern Checklisten oder passen Übergaben an. Dann kehrt der normale Produktionsdruck zurück. Der Schichtleiter hat den nächsten dringenden Auftrag, die Instandhaltung hat die nächste Störung, die Planung ändert die Reihenfolge, und die Qualität hält die nächste Charge zurück. Die Verbesserungsmaßnahme bleibt irgendwo in einer Excel-Datei oder einem Projekt-Tracker, statt Teil des betrieblichen Rhythmus zu werden. Die wichtige Frage ist daher nicht, ob eine Maßnahme abgeschlossen wurde, sondern ob sich die Produktionssituation tatsächlich verbessert hat.

PDCA BRAUCHT EINEN ECHTEN PRÜFSCHRITT
Plan, Do, Check, Act klingt einfach, doch viele Organisationen fahren faktisch Plan, Do und dann Weiter. PLAN sollte ein überprüfbares Problem, den Ist-Zustand, die erwartete Verbesserung und die Hypothese hinter der Gegenmaßnahme definieren. DO bedeutet, die Gegenmaßnahme unter realen Produktionsbedingungen zu testen und dabei genug Kontext zu erfassen, um zu verstehen, was tatsächlich passiert ist. CHECK heißt, das erwartete Ergebnis mit realen Produktionsdaten zu vergleichen. ACT bedeutet, die Änderung zu standardisieren, wenn die Belege sie stützen, oder sie anzupassen, einzugrenzen oder zurückzunehmen, wenn dies nicht der Fall ist.
• Ist der Verlust tatsächlich gesunken?
• Hat sich das Problem lediglich an eine andere Stelle verlagert?
• Hat die Änderung die Verfügbarkeit verbessert, aber die Qualität verschlechtert?
• Hat sie über verschiedene Produkte, Teams und Schichten hinweg funktioniert?
• Haben Instandhaltung, Material, Terminplanung oder eine andere Prozessänderung das Ergebnis beeinflusst?
Ein einzelner erfolgreicher Produktionslauf ist kein Beweis. Kontinuierliche Verbesserung braucht genug Evidenz, um eine wiederholbare Verbesserung von einer glücklichen Schicht zu unterscheiden.

GEMBA UND DATEN BRAUCHEN EINANDER
Daten ersetzen Gemba nicht. Bediener, Schichtleiter, Techniker, Planer und Qualitätsteams verstehen Produktionsbedingungen, die Systeme oft nicht erfassen können. Ein Maschinenprotokoll zeigt vielleicht einen Stillstand von zehn Minuten, während der Bediener weiß, dass er passiert ist, weil sich eine Komponente falsch angefühlt hat, ein normaler Materialweg blockiert war oder die vorherige Schicht die Station in einem ungewöhnlichen Zustand hinterlassen hat. Gleichzeitig zeigt Beobachtung allein nur eine Schicht, ein Ereignis oder eine Version des Problems. Vernetzte Betriebsdaten machen es möglich zu prüfen, ob sich eine Beobachtung über Aufträge, Produkte, Maschinen, Schichten, Materialchargen und längere Zeiträume wiederholt.

Gemba hilft Teams zu erkennen, wo sie hinschauen und welche Fragen wichtig sind. Betriebsdaten helfen, diese Fragen am realen Produktionsmuster zu testen. Standardarbeit trägt das Gelernte dann weiter, sodass die nächste Schicht nicht bei null beginnt.

BEGINNEN SIE MIT DER VERBESSERUNGSFRAGE
Einer der größten Fehler in der Fertigungsanalytik besteht darin, mit den Daten zu beginnen, die zufällig verfügbar sind. Eine moderne Fertigungslinie kann enorme Informationsmengen aus SPS, Sensoren, MES, ERP, Qualitätssystemen, Instandhaltungsanwendungen und Tabellenkalkulationen erzeugen. Mehr Daten führen aber nicht automatisch zu besseren Entscheidungen. Ein nützlicher Verbesserungsprozess beginnt mit der Produktionsfrage, die das Team tatsächlich beantworten muss.

Statt zu fragen „Welche Daten haben wir?“, fragen Sie „Welche Produktionsfrage wollen wir beantworten?“ Eine Aussage wie „Rüstvorgänge dauern zu lange“ ist noch zu allgemein. Eine bessere Frage wäre: Warum schwankt die Rüstzeit für dieselbe Produktfamilie auf derselben Linie erheblich? Das hilft sofort, den relevanten Kontext zu definieren.
• Vorheriges Produkt
• Nächstes Produkt
• Fertigungsauftrag
• Ressource oder Linie
• Werkzeugkonfiguration
• Material
• Schicht oder Team
• Rüstbeginn
• Wiederanlaufzeit
• Erstes akzeptables Teil
• Stabile Produktion
• Qualitätsergebnisse
• Maschinenalarme
Ziel ist nicht, alles zu erfassen. Ziel ist, die kleinste Menge an Fakten zu sammeln, die die Verbesserungsentscheidung tatsächlich verändern kann.

ERP ERKLÄRT DEN PLAN
ERP liefert den kaufmännischen und planerischen Kontext rund um die Produktion. Es kann geplante Mengen, Arbeitspläne, Kundenzusagen, Materialbedarfe, Auftragspriorität und die vorgesehene Produktionsreihenfolge zeigen. Dieser Kontext ist wichtig, weil sich Produktionsbedingungen ständig ändern. Eine Gegenmaßnahme kann die Rüstzeit tatsächlich senken, während die Liefertreue dennoch sinkt, weil sich der Produktmix verändert hat oder die Planung häufigere Produktwechsel eingeführt hat.
ERP hilft also zu erklären, was laufen sollte, in welcher Reihenfolge, für welchen Bedarf, mit welchem Arbeitsplan und welchen Materialien. ERP beschreibt jedoch in erster Linie die Absicht. Es beschreibt nicht zwingend, was tatsächlich auf dem Shopfloor physisch geschehen ist.

MES ERKLÄRT, WAS TATSÄCHLICH GELAUFEN IST
Das Manufacturing Execution System schließt einen Teil dieser Lücke. MES kann die Ausführungshistorie hinter einem Auftrag liefern, einschließlich tatsächlichem Start und Ende der Arbeitsgänge, produzierter Menge, Ausschuss, Sperrungen, Nacharbeit, Ressourcen, Bedienertransaktionen, Materialverbrauch, Rückverfolgbarkeit und Ursachencodes. So können Verbesserungsteams Verluste mit realen Aufträgen und Arbeitsgängen verbinden, statt sich auf Erinnerung oder Tagesmittelwerte zu verlassen.

MES-Daten müssen trotzdem interpretiert werden. Transaktionen werden möglicherweise verspätet erfasst, verschiedene Teams verwenden Ursachencodes unterschiedlich, und ein Zeitstempel kann den Moment darstellen, in dem ein Bediener etwas bestätigt hat, statt den exakten physischen Zeitpunkt. Das System liefert Evidenz, aber der Prozess gibt dieser Evidenz Bedeutung.

MASCHINEN- UND IOT-DATEN ERKLÄREN DEN PHYSISCHEN PROZESS
Wenn Teams verstehen müssen, was innerhalb eines Arbeitsgangs geschehen ist, werden Maschinendaten wichtig. SPS- und IoT-Signale können Maschinenzustände, Zykluszeiten, Alarme, Geschwindigkeit, Temperatur, Druck, Verriegelungen, Motorlast, Wiederanlaufverhalten und Zeit bis zur stabilen Produktion sichtbar machen. MES zeigt vielleicht, dass ein Arbeitsgang zu einem bestimmten Zeitpunkt wieder gestartet wurde, während Maschinendaten erklären, was in den Minuten davor geschah, bevor die stabile Ausbringung zurückkehrte.
• Wiederholte Alarme
• Reduzierte Geschwindigkeit nach dem Wiederanlauf
• Temperaturerholung
• Manuelle Eingriffe
• Verriegelungen
• Instabile Zykluszeiten
Maschinendaten ohne Produktionskontext können dennoch irreführend sein. Ein Alarm wird deutlich nützlicher, wenn er mit Arbeitsauftrag, Produkt, Arbeitsgang, Ressource, Werkzeugzustand, Material und Qualitätsergebnis rund um das Ereignis verknüpft werden kann.

DER SHOPFLOOR FÜGT BEDEUTUNG HINZU
Bediener, Instandhaltungstechniker, Schichtleiter und Qualitätsteams füllen die Lücken, die automatisierte Systeme nicht schließen können. Ein Ursachencode wie „Materialproblem“ kann in der Praxis sehr unterschiedliche Situationen beschreiben. Das Material kann verspätet angekommen sein, sich anders verhalten, ein falsches Etikett getragen haben, beschädigt gewesen sein oder ein nachgelagertes Problem verursacht haben, das erst später sichtbar wurde.

Strukturierte Codes helfen, Ereignisse zu kategorisieren. Menschlicher Kontext hilft, sie zu erklären. Die Datenerfassung muss deshalb zur Realität der Produktion passen, statt sie zu unterbrechen. Die sinnvolle Frage ist nicht, wie viele Informationen ein Bediener eingeben kann, sondern welche kleinste menschliche Eingabe die nächste Verbesserungsentscheidung besser machen würde.

SIE BRAUCHEN EINE GEMEINSAME WERKSSPRACHE
ERP, MES, Instandhaltungssysteme, Historians und Tabellenkalkulationen können dasselbe Produktionsereignis unterschiedlich beschreiben. Ein System nennt eine Ressource „Linie 3“, ein anderes „LINE03“, die Instandhaltung verfolgt mehrere getrennte Anlagen innerhalb der Linie, und ein Historian verwendet vielleicht noch ein altes SPS-Tag. Ein