Erleben Sie OEE & CMMS live in 15 Minuten.
Demo buchenDer Begriff Wartungsaudit wird in der Fertigung für verschiedene Aktivitäten verwendet, und sie zu vermischen führt zu Audits, die zwar eine Compliance-Anforderung erfüllen, aber keine nützlichen betrieblichen Erkenntnisse liefern.
Ein Sicherheitsaudit bewertet, ob Wartungsaktivitäten sicher ausgeführt werden, Einhaltung von Lockout-Tagout, Verwendung persönlicher Schutzausrüstung, Verfahren für das Arbeiten in engen Räumen.
Ein Compliance-Audit bewertet, ob Wartungsunterlagen regulatorische oder kundenbezogene Anforderungen erfüllen, ISO 9001, IATF 16949, GMP, SQF.
Ein Performance-Audit, worum es in diesem Leitfaden geht, bewertet, ob das Wartungsprogramm tatsächlich wirkt.
Ob der PM-Zeitplan auf die Anlagen kalibriert ist, die er schützt.
Ob das Wartungsteam Arbeiten mit den Informationen und Werkzeugen ausführt, die für konsistente Ergebnisse erforderlich sind.
Ob die erzeugten Wartungsdaten genau und vollständig genug sind, um Verbesserungsentscheidungen zu unterstützen.
Ob die finanzielle Investition in die Instandhaltung angemessene Renditen in Anlagenzuverlässigkeit und OEE-Leistung liefert.
Ein Performance-Audit ist schwerer durchzuführen als ein Compliance-Audit, weil es keine Checkliste gibt, die man abarbeiten kann.
Es erfordert Urteil, Beweise und die Bereitschaft festzustellen, dass das aktuelle Programm, so sorgfältig es auch durchgeführt wird, Ergebnisse liefert, die strukturell unter dem liegen, was ein besser gestaltetes Programm erreichen würde.
Ein Wartungsaudit kann intern, durch einen externen Berater oder durch eine Kombination aus beidem durchgeführt werden.
Interne Audits sind schneller, kostengünstiger und profitieren von betrieblichem Kontext, den ein externer Auditor erst entwickeln muss.
Ihre Einschränkung ist derselbe institutionelle Bias, der jede Selbstbewertung beeinflusst, die Personen, die dem Programm am nächsten stehen, haben am meisten Schwierigkeiten, dessen strukturelle Grenzen zu sehen, weil diese Grenzen normal erscheinen.
Externe Audits bringen eine unabhängige Perspektive und Benchmark-Daten, auf die interne Teams selten Zugriff haben.
Ihre Einschränkung ist die Lernkurve, die erforderlich ist, um den spezifischen betrieblichen Kontext, Fehlerarten, Produktionsmodell, Anlagenhistorie, zu verstehen, der jedem Auditbefund sein korrektes Gewicht verleiht.
Der praktischste Ansatz für die meisten Fertigungsbetriebe ist ein strukturiertes internes Audit unter Verwendung eines externen Rahmens, die Methodik in diesem Leitfaden, mit selektiver externer Validierung für die Befunde, die die größten finanziellen Auswirkungen haben.
Ein vollständiges Wartungs-Performance-Audit bewertet das Programm über vier Dimensionen.
Jede Dimension hat ihre eigenen Beweisquellen, eigene Bewertungskriterien und eigene Gap-Typen.
Diese Dimension bewertet, ob die erzeugten Wartungsdaten genau und vollständig genug sind, um die Entscheidungen zu stützen, die sie informieren sollen.
Warum es an erster Stelle steht:
Jede andere Auditdimension hängt von Wartungsdaten ab.
Die Kalibrierung der PM-Intervalle hängt von einer genauen Ausfallhistorie ab.
Die Identifikation von Bad Actors hängt von vollständigen Datensätzen zu Korrekturaufträgen ab.
MTTR-Analysen hängen von exakten Zeitstempeln in Arbeitsaufträgen ab.
Die Bewertung der Kosteneffizienz hängt von vollständigen Aufzeichnungen über Teileverbrauch und Arbeitszeiten ab.
Wenn die Datenqualität schlecht ist, baut jeder andere Auditbefund auf einer unzuverlässigen Grundlage auf.
Was zu bewerten ist:
Ziehen Sie eine zufällige Stichprobe von 50 Korrekturaufträgen aus den letzten 12 Monaten.
Bewerten Sie für jeden Arbeitsauftrag fünf Indikatoren der Datenqualität.
War der Fehlercode spezifisch genug, um die Fehlerart zu identifizieren, oder so allgemein, dass er bedeutungslos ist?
Wurde die Arbeitszeit genau erfasst, oder auf die nächste Schicht gerundet?
Wurden verbrauchte Teile mit spezifischen Teilenummern erfasst, oder offen gelassen?
Wurde die Signatur des Technikers zum Zeitpunkt der Reparatur ausgefüllt, oder am Schichtende gesammelt eingegeben?
Gab es eine Anmerkung zur Grundursache, oder nur eine Beschreibung dessen, was ersetzt wurde?
Bewertung: Zählen Sie den Prozentsatz der 50 stichprobenartig ausgewählten Arbeitsaufträge, die alle fünf Indikatoren erfüllen.
Über 80%: Die Datenqualität ist für sinnvolle Analysen ausreichend. Fahren Sie mit den anderen Dimensionen fort.
60 bis 80%: Datenqualitätslücken werden die Genauigkeit von Befunden in anderen Dimensionen begrenzen. Notieren Sie die spezifischen Lückenmuster und beheben Sie diese vor dem nächsten Auditzyklus.
Unter 60%: Datenqualität ist der primäre Auditbefund. Das Wartungsprogramm erzeugt Compliance-Aufzeichnungen statt betrieblicher Erkenntnisse, und jede andere Verbesserungsinitiative ist durch diese Einschränkung begrenzt.
Die Grundursache schlechter Datenqualität ist fast immer dieselbe:
Die CMMS-Oberfläche, die Techniker zur Ausfüllung von Arbeitsaufträgen verwenden, ist so komplex oder desktopabhängig, dass minimale Einträge der Weg des geringsten Widerstands sind.
Die Intervention ist nicht Training oder Disziplin, sondern eine mobile Ausführungsumgebung, die die vollständige Datenerfassung einfacher macht als unvollständige Eingabe.
Diese Dimension bewertet, ob das PM-Programm so gestaltet ist, dass es die tatsächlich auftretenden Ausfälle verhindert, statt der Ausfälle, von denen die Programmentwickler beim Erstellen des Zeitplans annahmen, sie würden auftreten.
Was zu bewerten ist:
PM-zu-Ausfall-Ausrichtungs-Check:
Ziehen Sie die 10 kostspieligsten ungeplanten Ausfälle aus den letzten 12 Monaten, gerankt nach kombinierter Ausfallzeitkosten und Reparaturkosten.
Fragen Sie für jeden Ausfall: Gab es eine PM-Aufgabe an dieser Anlage, die diesen Ausfall hätte verhindern oder erkennen sollen, bevor er auftrat?
Wenn ja und der Ausfall trotzdem auftrat: War das PM-Intervall zu lang, war der PM-Aufgabenumfang zu allgemein oder war der Auslöser-Typ für die Fehlerart ungeeignet?
Wenn nein: Ist diese Fehlerart eine, die ein PM-Programm adressieren sollte, und falls ja, welche Aufgabe und welcher Auslöser-Typ hätte sie erkannt?
Intervallvalidierungs-Check:
Vergleichen Sie für jede wichtige PM-Aufgabe das PM-Intervall mit der tatsächlichen Ausfallhäufigkeit der letzten 24 Monate.
Treten Ausfälle innerhalb des PM-Intervalls auf, ist das Intervall zu lang.
Wenn PMs konsistent keinen Verschleiß oder keine Verschlechterung feststellen, die sich dem Eingriffs-Schwellenwert nähert, ist das Intervall möglicherweise zu kurz und ein Kandidat für Verlängerung.
Angemessenheits-Check des Auslöser-Typs:
Identifizieren Sie die fünf wichtigsten Tier-1-Anlagen nach Häufigkeit ungeplanter Ausfallzeiten.
Bewerten Sie für jede, ob der aktuelle PM-Auslöser-Typ, kalenderbasiert, nutzungsbasiert oder zustandsbasiert, für die Fehlerart geeignet ist.
Anlagen mit variabler Auslastung bei kalenderbasierten Auslösern.
Anlagen mit detektierbaren Fehlervorzeichen, die durch kalender- oder nutzungsbasierte Auslöser anstelle von zustandsbasierten Auslösern gesteuert werden.
Dies sind Lücken im PM-Design, bei denen der Auslöser-Typ systematisch zu Unterinstandhaltung führt, obwohl das Programm nominell compliant ist.
Diese Dimension bewertet, ob das PM-Programm konsistent ausgeführt wird und ob die Ausführung die Ergebnisse liefert, für die das Programm konzipiert wurde.
Was zu bewerten ist:
PM-Compliance-Rate nach Anlagenklasse:
Die Gesamt-PM-Compliance-Rate ist eine weit verbreitete Kennzahl.
Nützlicher ist die PM-Compliance-Rate aufgeschlüsselt nach Anlagenklasse und nach Schadensfolge-Tier.
Eine Anlage mit 85% Gesamt-PM-Compliance kann 95% Compliance bei Tier-3-Anlagen und 72% Compliance bei Tier-1-Anlagen aufweisen, wenn PMs bei den kritischsten Anlagen bevorzugt verschoben werden, weil die Produktion sie nicht freigeben kann, ist die Compliance-Kennzahl irreführend.
Analyse von PM-Verschiebungsmustern:
Holen Sie die PMs, die in den letzten 12 Monaten verschoben oder nicht abgeschlossen wurden.
Was ist der häufigste Grund für Verschiebungen?
Anlage in Produktion, deutet auf ein Terminabstimmungsproblem zwischen Instandhaltung und Produktionsplanung hin.
Teile nicht verfügbar, deutet auf ein MRO-Bestandsmanagementproblem hin, das die PM-Ausführung verhindert, selbst wenn das Zeitfenster verfügbar ist.
Techniker-Kapazitätsengpass, deutet auf ein Workload-Balance-Problem hin.
First-time-Completion-Rate:
Welcher Prozentsatz der PM-Arbeitsaufträge wird vollständig in einem einzigen Einsatz abgeschlossen, ohne dass ein Rückkehrtermin nötig ist, um in der ersten Einsatzspanne unvollendete Aufgaben zu beenden?
Eine niedrige First-time-Completion-Rate zeigt entweder, dass der PM-Aufgabenumfang die benötigte Zeit unterschätzt, oder dass PM-Fenster zu knapp gegen die Produktionsverfügbarkeit geplant werden.
Diese Dimension bewertet, ob die Instandhaltungsinvestition verhältnismäßige Renditen in Anlagenzuverlässigkeit und OEE-Leistung erzeugt.
Was zu bewerten ist:
Instandhaltungskosten pro produziertem Einheit:
Berechnen Sie die gesamten Instandhaltungsausgaben, Arbeitskosten, Teile, Fremdunternehmen, geteilt durch die in demselben Zeitraum produzierten Einheiten.
Vergleichen Sie mit den letzten drei Jahren.
Ein steigender Trend der Instandhaltungskosten pro Einheit, ohne signifikante Änderungen im Anlagenalter oder in der Produktionskomplexität, deutet auf eine abnehmende Instandhaltungseffizienz hin.
Geplant-zu-reaktiv-Verhältnis:
Berechnen Sie die Aufteilung der Instandhaltungsstunden und -ausgaben zwischen geplanten präventiven Arbeiten und reaktiven Korrekturarbeiten.
Die reaktive Komponente verursacht einen Kostenaufschlag von drei- bis vierfach gegenüber gleichwertigen geplanten Arbeiten.
Ein hoher reaktiver Anteil, über 50%, ist der größte einzelne Treiber für Ineffizienz in den Instandhaltungskosten.
Notfall-Fremdfirmenausgaben als Prozentsatz der gesamten Instandhaltungsausgaben:
Notfall-Einsätze von Fremdfirmen verursachen einen Aufschlag von zwei- bis vierfach gegenüber gleichwertigen geplanten Fremdfirmenarbeiten.
Verfolgen Sie den Trend und die wiederkehrenden Szenarien, die Notfall-Einsätze auslösen, dies sind Kandidaten für Investitionen in Zustandsüberwachung, die Notfallreaktionen in geplante Interventionen umwandeln.
PM-Arbeitsstunden, die Ausfälle nicht verhindern:
Gegenprüfen Sie PM-Stunden nach Anlagenklasse gegenüber der ungeplanten Ausfallhäufigkeit derselben Anlagenklassen.
Anlagenklassen mit hohen PM-Stunden und hoher ungeplanter Ausfallhäufigkeit sind Kandidaten für eine Neugestaltung des PM-Programms.
Anlagenklassen mit niedrigen PM-Stunden und niedriger ungeplanter Ausfallhäufigkeit sind Kandidaten für eine PM-Intervallverlängerung, die Wartungskapazität für höherwertige Arbeiten freisetzt.
Das Audit erzeugt ein Gap-Register, eine strukturierte Liste spezifischer, messbarer Lücken zwischen Ist- und Soll-Zustand, priorisiert nach finanzieller Auswirkung.
Jeder Gap-Eintrag sollte fünf Elemente enthalten.
Gap-Beschreibung: Eine spezifische Aussage darüber, was das aktuelle Programm tut, oder nicht tut, und wodurch es sich von dem unterscheidet, was ein effektives Programm tun würde.
Nicht: "PM-Compliance ist niedrig."
Ja: "PM-Compliance für Tier-1-Anlagen liegt bei 72% gegenüber einem Ziel von 85%, wobei 80% der Verschiebungen auf Produktionsplanungskonflikte zurückzuführen sind, die das PM-Fenster erst zur Ausführungszeit statt in der Produktionsplanungsphase sichtbar machen."
Geschätzte finanzielle Auswirkung: Eine quantifizierte Schätzung der jährlichen Kosten der Lücke, in ungeplanten Ausfallverlusten, reaktivem Wartungsaufschlag oder verpasster Effizienz, die durch Behebung der Lücke zurückgewonnen würde.
Grundursache: Die spezifische strukturelle Ursache der Lücke, nicht das Symptom. Produktionsplanungskonflikt, Erfassungsbarriere bei Daten, Auslöser-Typ-Mismatch oder Informationslücke am Reparaturpunkt.
Empfohlene Intervention: Die spezifische Änderung, die die Grundursache adressiert, nicht das Symptom.
Implementierungskomplexität: Einfach, mittel oder komplex, angibt, ob die Intervention eine Prozessänderung, eine Konfigurationsänderung oder eine Technologieinvestition darstellt.
Priorisieren Sie das Gap-Register nach finanzieller Auswirkung × Implementierungssimplicity, zuerst die Lücken mit hoher Auswirkung und geringer Komplexität.
Das Gap-Register wird zum Input für die Roadmap zur Wartungsverbesserung, und für den Plattformbewertungsprozess, falls das Audit zeigt, dass die aktuelle Wartungsmanagement-Infrastruktur eine Grundursache der identifizierten Lücken ist.
Woche 1: Datensammlung
Holen Sie die Wartungsdaten, die für alle vier Dimensionen benötigt werden.
Stichprobe an Korrekturaufträgen zur Datenqualitätsbewertung.
Liste ungeplanter Ausfälle für den PM-zu-Ausfall-Ausrichtungs-Check.
PM-Compliance-Berichte nach Anlagenklasse.
Aufschlüsselung der Instandhaltungsausgaben nach geplant vs. reaktiv.
Notfall-Fremdfirmen-Rechnungen.
Woche 2: Analyse
Arbeiten Sie jede Dimension mit den Bewertungskriterien dieses Leitfadens durch.
Bewerten Sie jede Dimension.
Identifizieren Sie die spezifischen Lücken innerhalb jeder Dimension.
Woche 3: Entwicklung des Gap-Registers
Erstellen Sie das Gap-Register, quantifizieren Sie die finanzielle Auswirkung jeder Lücke, identifizieren Sie die Grundursache und definieren Sie die empfohlene Intervention.
Woche 4: Priorisierung und Roadmap
Priorisieren Sie das Gap-Register nach finanzieller Auswirkung und Implementierungskomplexität.
Erstellen Sie einen 90-Tage-Quick-Win-Plan, die Lücken mit hoher Auswirkung und geringer Komplexität, die sofort angegangen werden können.
Erstellen Sie eine 12-monatige Verbesserungsroadmap, die Lücken höherer Komplexität, die Technologieinvestitionen, Prozessneugestaltung oder umfangreiche Schulungsprogramme erfordern.
Präsentieren Sie die Befunde und die Roadmap dem Betriebsleiter und dem Leitungsteam der Instandhaltung.
Nach der Durchführung von Wartungsaudits in Fertigungsumgebungen sind die Befunde, die interne Teams am konstantesten überraschen, dieselben.
Das PM-Programm wirkt compliant, ist aber nicht kalibriert.
Hohe Compliance-Raten koexistieren mit hohen ungeplanten Ausfallzeiten, weil PM-Intervalle und Aufgabeninhalt nicht dem tatsächlichen Ausfallverhalten der gewarteten Anlagen entsprechen.
Das Team hat hart an den falschen Intervallen gearbeitet.
Die Datenqualität ist deutlich schlechter als erwartet.
Die Arbeitsauftragsdatensätze, über die der Wartungsleiter seit 18 Monaten berichtet, enthalten bei etwa 55% der Ereignisse aussagekräftige Daten.
Die Analysen, die Verbesserungsentscheidungen antreiben, wurden auf einem Datensatz aufgebaut, der weniger vollständig und weniger genau ist, als irgendjemand annahm.
Der größte Kostentreiber ist nicht das, was man dachte.
Der reaktive Wartungsaufschlag, in Standardbudgetberichten unsichtbar, ist typischerweise die größte einzelne reduzierbare Kostenposition im Wartungsbudget.
Er wird fast nie als solcher identifiziert, bevor ein Audit ihn explizit quantifiziert.
Die Handlungslücke ist strukturell, nicht verhaltensbezogen.
Der Wartungsleiter weiß, dass die Reaktion auf erkannte OEE-Abweichungen langsamer ist als sie sein sollte.
Das Audit zeigt, dass die Verzögerung strukturell ist, das OEE-Monitoring-System und das Instandhaltungs-Ausführungssystem sind getrennt, und menschliche Koordination ist der einzige Mechanismus, der sie verbindet.
Keine Verhaltensänderung allein behebt eine strukturelle Architektur-Lücke.
Wie oft sollte ein Fertigungsbetrieb ein Wartungsaudit durchführen?
Ein jährliches umfassendes Audit, das alle vier Dimensionen abdeckt, ist das Minimum für ein ausgereiftes Wartungsprogramm.
Eine vierteljährliche Light-Touch-Überprüfung, fokussiert auf PM-Compliance-Rate, Geplant-zu-Reaktiv-Verhältnis und die fünf wichtigsten ungeplanten Ausfallereignisse, bietet die fortlaufende Feedback-Schleife, die das Auseinanderdriften zwischen Audits verhindert.
Was ist der Unterschied zwischen einem Wartungsaudit und einer Reliability-Review?
Ein Wartungsaudit bewertet das Programm, ob die durchgeführten Wartungsaktivitäten die richtigen sind, zuverlässig ausgeführt werden und genaue Daten liefern.
Eine Reliability-Review bewertet die Anlagen, ob bestimmte Anlagen die erwarteten Zuverlässigkeitsniveaus erreichen und welche Maßnahmen die Zuverlässigkeit nicht erfüllender Anlagen verbessern würden.
Beide sind wertvoll. Eine Reliability-Review ist am nützlichsten, nachdem ein Wartungsaudit bestätigt hat, dass Programmgestaltung und Datenqualität ausreichend sind, um eine Zuverlässigkeitsanalyse zu stützen.
Benötigen wir externe Unterstützung, um ein aussagekräftiges Wartungsaudit durchzuführen?
Nicht unbedingt, aber externe Benchmark-Daten verbessern die Qualität der Gap-Bewertung erheblich.
Zu wissen, dass weltklasse Geplant-zu-Reaktiv-Verhältnisse über 75% geplant liegen, und dass Ihr aktuelles Verhältnis bei 42% geplant liegt, ist ein handlungsfähigerer Befund als die bloße Feststellung, dass Ihr Verhältnis niedrig ist, ohne Bezugspunkt.
Branchenbenchmark-Daten für Instandhaltungskosten pro Einheit, MTTR nach Anlagentyp, PM-Compliance-Raten und Datenqualitätsbewertungen sind von Fertigungsforschungsorganisationen und von CMMS-Anbietern verfügbar, die anonymisierte Kundendaten aggregieren.
Das Wartungsaudit ist die Diagnose, die offenbart, ob die von Ihnen geplanten Verbesserungsinitiativen die Probleme adressieren, die Sie tatsächlich haben, oder die Probleme, von denen Sie annahmen, dass Sie sie hätten. Das daraus resultierende Gap-Register ist der Ausgangspunkt für jede sinnvolle Verbesserungsentscheidung, die darauf folgt.
OEE direkt von Ihren Maschinen – ganz ohne manuelle Erfassung?
Live ansehen
Anmeldung
Blog
