Wichtigste Erkenntnisse:
Der Einsatz von CMMS-Software mit automatischer Stillstandsklassifizierung in der Fertigung nimmt das subjektive Rätselraten aus den OEE-Berichten heraus.
Machen Sie aus Stillständen eine Kennzahl, mit der Ihr Team arbeiten kann.
Demo anfordernBediener, die aus komplexen Dropdown-Menüs einen Stillstandsgrund auswählen sollen, liefern zwangsläufig ungenaue Daten und produzieren den gefürchteten „Unbekannten Stillstand".
Eine einheitliche Ausführungsplattform liest SPS-Fehlercodes und Daten aus der Bildverarbeitung live ein und klassifiziert den exakten mechanischen Ausfall ohne menschliches Zutun.
Aktuell verknüpft Fabrico diese automatischen Fehlercodes direkt mit mobilen Arbeitsaufträgen. In unserer Produkt-Roadmap steht ein KI-Agent, der komplexe Mehrfachstörungen vollständig autonom klassifiziert.
Die Klassifikations-Engine hört drei Signalströme gleichzeitig ab. Erstens kommen die SPS-Fehlercodes direkt von der Steuerung.
Jeder Not-Aus, jede Antriebsabschaltung, jeder Sensorfehler und jedes Rückmeldungs-Timeout landet innerhalb von Millisekunden in der Datenbank, versehen mit seinem nativen Fehlercode.
Zweitens füllen IoT-Signale die Lücken, die die SPS nicht abdeckt. Lagerschwingung, Stromspitze am Motor, Temperatur am Getriebe, Druck an der Hydraulikleitung, sie verraten dir, dass die Anlage Schmerzen hat, bevor die Steuerung Alarm schlägt.
Drittens beobachtet die Bildverarbeitung, was Menschen zwar sehen, aber selten erfassen. Bediener nicht am Platz, Material am Einlauf erschöpft, Stau im Förderer, Schutztür offen, die Kamera sieht es, das Modell klassifiziert es und das Ereignis landet im selben Stillstandsstrom wie der SPS-Fehlercode.
Die KI-Schicht gleicht das Live-Signalmuster mit historischen Ereignissignaturen ab. Stimmt die Schwingungsspur plus der Motorstrom plus der Stillstandsgrund mit dem Fingerabdruck eines Lagerschadens von vor drei Wochen überein, klassifiziert das System den neuen Stillstand automatisch in dieselbe Kategorie.
Kein Bediener wählt aus einem Menü.
Das Ergebnis ist ein Ereignisprotokoll, in dem jeder Stillstand eine maschinell validierte Kategorie, einen Zeitstempel und einen Weg zum richtigen Arbeitsauftrag hat. Die Ingenieure streiten nicht mehr darüber, ob der Stillstand mechanisch oder elektrisch war, denn die Daten sagen es klipp und klar.
Es ist eine Wartungsplattform, die den Bediener nicht mehr fragt: „Warum steht die Linie?". Stattdessen liest sie SPS-Signale, IoT-Sensoren und Kameras mit Bildverarbeitung in Echtzeit ein, erkennt das Stillstandsmuster und ordnet die exakte Kategorie selbst zu. Das Ergebnis: OEE-Berichte, denen man trauen kann, weil hinter jeder Stillstandsminute ein maschinell validierter Fingerabdruck steckt und keine Vermutung des Bedieners mitten in der Schicht.
Für die Wartungsteams heißt das zweierlei. Erstens: Der Schuldzuweisungsstreit zwischen Produktion und Instandhaltung endet, weil die Wahrheit von der Maschine selbst dokumentiert wird.
Zweitens: Die Zuverlässigkeitsingenieure bekommen endlich saubere Daten für ihre Ursachenanalyse, statt eines Haufens „Unbekannter Stillstand"-Einträge, die nirgendwohin führen.
An den meisten Linien hat der Bediener 30 Sekunden, bis er das nächste Material nachlegen muss, und drei bis vier Minuten, bis der Techniker eintrifft. In dieser Hektik öffnet niemand ein Tablet, scrollt durch ein Menü mit 40 Kategorien und wählt sorgfältig „Hydraulikdruck unter Schwellwert" aus.
Stattdessen wird „Kleiner Stillstand" oder „Sonstiges" angetippt, und es geht weiter.
Die Folge: 60-80 % der Stillstände in EU-Werken werden als „klein" oder „unbekannt" klassifiziert. Das torpediert die OEE-Kennzahl, weil die Performance-Komponente entwertet wird und die echten Probleme im Datennebel verschwinden. Was nicht sauber gemessen wird, lässt sich auch nicht beheben.
Wenn die Maschinensteuerung einen konkreten Fehlercode registriert, fängt Fabrico ihn in Echtzeit ab - direkt über die SPS-Anbindung (Modbus, OPC UA, Siemens S7) oder über den Ausgang einer bestehenden SCADA. Der Code wird auf eine vordefinierte Stillstandskategorie gemappt: zum Beispiel „Servoantrieb Überlast", „Lagertemperatur über Schwellwert", „Pufferstrecke nach Linie voll". Die Maschine sagt, was passiert ist, nicht der Bediener.
Die Kategorie löst automatisch einen Arbeitsauftrag im CMMS aus, schickt ihn über die mobile App an den nächsten Techniker und startet die Stillstandserfassung im OEE-Dashboard. Schließt der Techniker den Einsatz ab, wird der Stillstand mit vollständigem Audit-Trail abgeschlossen: Maschine, Zeit, Kategorie, Maßnahme, verwendete Ersatzteile.
Nicht jeder Stillstand hat ein SPS-Signal. Förderbandstaus, Bedienergespräche, Materialwarten, Verpackungsprobleme - diese Ereignisse sind für die Steuerung unsichtbar, für eine Kamera aber sichtbar.
Das CV-Modul von Fabrico beobachtet die Linie und klassifiziert visuell: Steht die Linie ohne Alarm, erkennt das Modell, ob es sich um eine Blockade, fehlendes Material oder einen menschlichen Eingriff handelt. Zusätzliche SPS-Hardware ist nicht nötig.
Die heutige Automatik funktioniert gut, wenn ein Fehlercode genau einer Ursache entspricht. Die Realität ist komplexer: ein Stillstand hat oft drei oder vier überlappende Ursachen (Vibration + Temperatur + elektrische Überlast). Deshalb arbeiten wir an einem KI-Agenten, der Signale aus SPS, CV, Wartungshistorie und MTBF kombiniert und die echte Grundursache vorschlägt - nicht nur das oberflächliche Symptom.
Das ist der nächste Schritt nach der automatischen Klassifizierung: die automatische Ursachenanalyse. Erwartet in der Roadmap 2026.
Die Kategorie „Unbekannt" ist ein Signal, dass Ihre Datenerfassung kaputt ist - nicht die Maschine ein Rätsel. Die Maschine weiß immer, was passiert ist: Die SPS hat es im Log, der Sensor hat es gemessen, die Kamera hat es aufgezeichnet.
Nur die Eingabe des Bedieners ist unzuverlässig. Wenn Ihr CMMS direkt an diese Maschinenquellen andockt, verschwindet „Unbekannt" innerhalb eines Monats aus dem OEE-Bericht, und die Ursachenanalyse wird zu einer echten, nicht nur theoretischen Tätigkeit.
Die meisten Werke versuchen, Stillstände mit 15, 20 oder sogar 40 Kategorien zu klassifizieren. Diese Präzision ist Theater. Bediener wählen aus einem Menü mit 30 Einträgen den ersten, der passt, und die Daten enden als Rauschen.
Eine Taxonomie mit 6 Eimern funktioniert, weil sie auf Eimer-Ebene eine klare Ursachenentscheidung erzwingt und Unterkategorien die Details tragen lässt.
Eimer 1: Elektrisch. Antriebsabschaltung, Steuerungsfehler, Spannungseinbrüche, Sensorausfälle, Kommunikationsfehler. Alles, wo die Ursache im Stromkreis sitzt, nicht auf einer Welle.
Eimer 2: Mechanisch. Lagerschäden, Zahnradverschleiß, Hydrauliklecks, Pneumatikfehler, gebrochene Teile. Alles, wo die Ursache eine verschlissene oder gebrochene physische Komponente ist.
Eimer 3: Material. Material am Einlauf erschöpft, Stau im Förderer, Qualitätsausschuss, Verpackungsfehler. Alles, wo die Linie wegen dem stoppt, was durch sie hindurchläuft.
Eimer 4: Bediener. Bediener nicht am Platz, manueller Stopp, Eingriff, Rüsten. Alles, wo eine menschliche Handlung oder Unterlassung die Linie gestoppt hat.
Eimer 5: Geplant. Umrüsten, geplante Wartung, Essenspause, Schichtwechsel. Alles, was du in den Kalender geschrieben und als produktiven Stillstand akzeptiert hast.
Eimer 6: Unbekannt. Der Resteimer. In einer gesunden Anlage bleibt er unter 5%. Steigt er über 15%, versagt deine Klassifikations-Engine und du musst Signalquellen hinzufügen, keine weiteren Menüpunkte.
Die Taxonomie greift direkt ins OEE-Verfügbarkeitsmodell. Eimer 1-4 sind ungeplante Stillstände, Eimer 5 ist geplant, Eimer 6 ist dein blinder Fleck.
ISO 22400 lässt sich sauber abbilden. Die Pareto-Analyse wird endlich nützlich, weil sich 80% der Verluste auf 2-3 Eimer pro Linie konzentrieren und du endlich weißt, wohin du die Ingenieurstunden schicken sollst.
Eine Kategorie ist nutzlos, wenn sie im OEE-Ereignisprotokoll stehenbleibt. Sie verdient ihren Platz erst, wenn sie den richtigen Arbeitsauftrag auslöst, das richtige Ersatzteil auf die Werkbank legt und die richtige Kachel auf dem Schichtleiter-Dashboard zum Leuchten bringt.
Ordne jeder Kategorie eine CMMS-Arbeitsauftragsvorlage zu. Ein elektrischer Fehler an Antrieb 3 erzeugt einen Auftrag mit Link auf das Antriebshandbuch, der Sicherungsspezifikation, der Lockout-Tagout-Sequenz und der zugewiesenen Elektrikergruppe.
Ein mechanisches Lagerereignis am Förderer B erzeugt einen Auftrag mit der Lagerteilenummer, dem Standort des Abziehers und der Mechanikergruppe. Materialmangel am Einlauf erzeugt ein Routing-Ticket an die Logistik, keinen Wartungsauftrag.
Leite den Auftrag nach Kategorie weiter. Elektrische Ereignisse gehen an den Elektriker-Bereitschaftsdienst. Mechanische an die Mechanik-Werkbank. Materielle an den Lagermeister. Geplante bleiben im Produktionsplan. Unbekannte öffnen ein Triage-Ticket beim Zuverlässigkeitsingenieur.
Halte Ersatzteile basierend auf der Kategorie-Historie bereit. Wenn deine Linie acht Lagerschäden pro Monat am Förderer B erzeugt, gehört das richtige Lager auf die Werkbank, nicht ins Zentrallager 800 Meter entfernt.
Das CMMS kennt die Verbrauchsrate, der Arbeitsauftrag kennt den Teilecode, der Einkäufer kennt den Meldebestand.
Verdrahte das Dashboard. Der Schichtleiter-Bildschirm zeigt einen Live-Stillstandsstrom nach Kategorie markiert, ein tägliches Pareto-Diagramm, MTBF und MTTR pro Linie und die offenen Arbeitsaufträge pro Team.
Der Werkleiter bekommt dieselben Daten auf Werksebene aggregiert. Niemand tippt in eine Tabellenkalkulation.
Für die Auditierung wird jede Kategorie, Signalquelle, jeder Arbeitsauftrag und jede Bedienernotiz zu einer unveränderlichen Ereigniskette. ISO 9001-, ISO 22400- und IATF-Auditoren bekommen eine zeitgestempelte Spur, die sie ohne Führung prüfen können.
Compliance ist keine Quartals-Brandschutzübung mehr.
Sehen Sie, wie Fabrico OEE und Instandhaltung in einer Plattform vereint.
Demo buchen
Anmeldung
Blog
