Wichtigste Erkenntnisse
- Bereinigung der Anlagenhistorie = vierteljährliche Disziplin zur Überprüfung und Korrektur von Arbeitsauftragsdaten.
- Die Anlagenhistorie verschlechtert sich, wenn WOs unvollständig geschlossen werden, Ursachecodes ausufern und Kosten falsch kodiert werden.
- Unausgewiesene Historie liefert falsche MTBF, fehlerhafte Kostenberichte und falsche Zuverlässigkeitsentscheidungen.
- Vierteljährliche Bereinigung: WOs stichprobenartig prüfen, Vollständigkeit verifizieren, Probleme beheben, systematische Ursachen identifizieren.
- Anlagen, die die Historie nie bereinigen, enden mit Zuverlässigkeitsdaten, denen niemand vertraut.
Kurzantwort: Die Bereinigung der Anlagenhistorie ist die vierteljährliche Disziplin, Arbeitsauftragsdaten zu überprüfen und zu korrigieren. WO‑Historien verschlechtern sich: Arbeitsstunden werden nicht erfasst, Teile nicht codiert, Gründe bleiben vage, Kosten falsch zugeordnet. Eine unsaubere Historie liefert falsche MTBF‑Werte, fehlerhafte Kostenberichte und falsche Zuverlässigkeitsentscheidungen. Vierteljährliche Bereinigung hält die Daten sauber. Siehe auch CMMS‑Anlagenhierarchie.
Warum die Historie verfällt
- Techniker schließen WOs am Schichtende mit den minimal erforderlichen Angaben.
- Ursachencodes werden unter Zeitdruck ausgewählt.
- Teile werden entnommen, ohne gescannt zu werden.
- Arbeitsstunden werden geschätzt statt getrackt.
- Kosten werden falschen Anlagen zugeordnet.
- Beschreibungsfelder werden mit Kürzeln gefüllt oder übersprungen.
Jede Abkürzung ist klein. Über Monate summieren sie sich zu einer unzuverlässigen Historie.
Warum unsaubere Historie wichtig ist
Zuverlässigkeitsentscheidungen bauen auf der Historie auf:
- MTBF‑Berechnungen.
- MTTR‑Berechnungen.
- Anlagenkostenberichte.
- Muster beim Ersatzteilverbrauch.
- Optimierung von PM‑Intervallen.
- Entscheidungen: reparieren vs. ersetzen.
Wenn die Historie unsauber ist, sind all diese Punkte falsch. Entscheidungen folgen in die falsche Richtung.
Protokoll zur vierteljährlichen Bereinigung
- Stichprobe. Wählen Sie eine repräsentative Stichprobe (50-100 WOs über alle Anlagentypen).
- Vollständigkeit verifizieren. Pflichtfelder ausgefüllt. Arbeitsstunden erfasst. Teile codiert. Gründe klar.
- Datenqualität bewerten. Pro WO und pro Datentyp.
- Muster identifizieren. Welche Techniker, Schichten oder Anlagentypen haben systematische Probleme.
- Einzelne WOs korrigieren. Dort, wo Korrekturen möglich sind.
- Systematische Probleme angehen. Schulung, Prozessänderung, Validierungsregeln.
- Qualität im Zeitverlauf verfolgen. Den Score trenden.
Worauf zu achten ist
Arbeitsstunden:
- Fehlende oder null Stunden auf abgeschlossenen WOs.
- Verdächtig runde Zahlen (immer 2,0 Stunden).
- Gesamtstunden des Teams passen nicht zur Anzahl der Arbeitsaufträge.
Ersatzteile:
- WOs ohne Teile geschlossen, obwohl Teile bekannt verwendet wurden.
- Teile aus dem Lager entnommen, aber auf keinem WO verbucht.
- Kosten der falschen Anlage zugeordnet.
Ursachencodes:
- Hoher Anteil „Sonstiges“.
- Gleicher Code wird für sehr unterschiedliche Probleme verwendet.
- Code und Beschreibung widersprechen sich.
Beschreibungsfelder:
- „Reparatur abgeschlossen“ ohne Details.
- Leer.
- Einzelnes Zeichen.
Wie man die Datenqualität bewertet
Einfache Bewertung pro WO:
- Arbeitsstunden vorhanden und plausibel: 1 Punkt.
- Teile gescannt: 1 Punkt.
- Ursachencode spezifisch: 1 Punkt.
- Beschreibung aussagekräftig: 1 Punkt.
- Kosten korrekt zugeordnet: 1 Punkt.
5‑Punkte‑WOs sind sauber; 0-2 Punkte‑WOs sind Rauschen. Trend des Scores verfolgen.
Wie systematische Probleme aussehen
1. Ein einzelner Techniker mit niedrigen Scores. Coaching‑Chance.
2. Eine einzelne Schicht mit niedrigen Scores. Aufsichts‑ oder Schulungsdefizit.
3. Ein einzelner Anlagentyp mit niedrigen Scores. WO‑Template passt möglicherweise nicht zum Workflow.
4. Ein einzelner Ursachencode dominiert. Taxonomie‑ oder Prozessproblem.
Das Muster angehen, nicht nur einzelne WOs.
Häufige Fehler
1. Keine Bereinigungs‑Disziplin. Die Historie verfällt unbegrenzt.
2. Einmalige Bereinigung. Ein einmaliger Bereinigungslauf gefolgt von Monaten des Verfalls.
3. Bereinigung ohne Ursachenforschung. Dieselben Muster treten wieder auf.
4. Bestrafung bei niedrigen Scores. Techniker manipulieren die Kennzahl oder verschweigen Probleme.
Was sich mit Bereinigungs‑Disziplin ändert
- MTBF‑Daten vertrauenswürdig.
- Kostenberichterstattung akkurat.
- Ersatzteilmuster sichtbar.
- Revisionsfähige Aufzeichnungen.
- Zuverlässigkeitsentscheidungen begründbar.
Wie OEE dazu passt
Die OEE‑/CMMS‑Integration hängt von sauberen WO‑Daten ab. Wenn OEE ein WO auslöst und das WO mit schlechten Daten geschlossen wird, ist die Ursache der Ausfallzeit unklar und der Regelkreis schließt sich nicht.
Wie ein modernes CMMS die Bereinigung unterstützt
Ein modernes CMMS zeigt Datenqualitäts‑Scores an, identifiziert WOs mit geringer Qualität, unterstützt Korrektur‑Workflows und berichtet Trends.
Das CMMS von Fabrico beinhaltet Datenqualitätsbewertungen pro WO, identifiziert Bereinigungskandidaten, unterstützt Korrektur‑Workflows und trendet die Datenqualität über die Zeit.
Erfahren Sie, wie Fabrico dies automatisch erfasst, mehr über OEE für die Fertigung oder buchen Sie eine Demo.
Weiterführende Lektüre
Häufig gestellte Fragen
Wie lange dauert die vierteljährliche Bereinigung?
2-4 Stunden pro Quartal für ein mittelgroßes Werk. Weniger, wenn die Datenqualität gehalten wird.
Wer sollte die Bereinigung durchführen?
Zuverlässigkeitsingenieur oder Instandhaltungsplaner. Für systemische Probleme fachübergreifende Überprüfung.
Soll ich alte WOs korrigieren?
Selektiv. Bei kritischen Anlagen ja. Bei Routinearbeiten nur „fix forward“.
Was ist akzeptable Datenqualität?
Durchschnittsscore über 4 von 5 mit klarer Verbesserungstendenz.
Wie bekomme ich die Zustimmung der Techniker?
Zeigen Sie, wie saubere Daten ihnen helfen: schnellere Teilesuche, weniger Überraschungen, bessere PMs. Vermeiden Sie eine Schuldzuweisungs‑Rhetorik.