Audit der Datenqualität in der Fertigung: Wie Sie herausfinden, ob Ihre OEE‑Zahlen Sie täuschen

Wichtigste Erkenntnisse

• Datenqualitätsprüfung = eine strukturierte Überprüfung, ob die Daten, die OEE, CMMS und andere Berichte speisen, mit der Realität übereinstimmen.
• Ein-Tages-Audit-Protokoll: Wählen Sie eine Produktionslinie, vergleichen Sie die gemeldeten Daten mit SPS-Log + Video + persönlicher Beobachtung für eine einzelne Schicht.
• Die meisten Audits finden 5–15 % Fehler bei Zykluszählungen, deutlich höhere Fehlerquoten bei Ursachencodes.
• Das Audit ist unangenehm durchzuführen, weil es Probleme offenlegt. Es ist aber auch die einzige Möglichkeit zu wissen, ob die Zahlen echt sind.
• Die Ergebnisse steuern das Programm zur Verbesserung der Datenqualität für das nächste Quartal.

Kurzantwort: Ein Audit der Datenqualität in der Fertigung ist eine strukturierte Überprüfung, ob gemeldete Daten mit der Realität übereinstimmen. Die einfachste Variante dauert einen Tag: Wählen Sie eine Linie und vergleichen Sie die gemeldenen OEE-Eingaben (Zykluszählungen, Stillstände, Gründe) mit SPS-Logs, Video und persönlicher Beobachtung für eine Schicht. Die meisten Audits finden nennenswerte Fehler. Die Ergebnisse steuern das Programm zur Verbesserung der Datenqualität. Siehe auch Datenqualität am Shopfloor.

Warum ein Audit durchführen

Gemeldete Daten bergen drei Qualitätsrisiken:

• Genauigkeit. Entspricht der gemeldete Wert der Realität?
• Vollständigkeit. Werden Ereignisse verpasst?
• Zeitnähe. Werden Daten erfasst, wenn das Ereignis passiert, oder erst Stunden später?

Ohne Audit gehen Werke davon aus, dass diese in Ordnung sind. Meistens sind sie es nicht.

Das Ein-Tages-Audit-Protokoll

1. Wählen Sie eine Linie. Eine repräsentative Produktionslinie für eine Schicht.
2. Erfassen Sie die Realität parallel. SPS-Rohlog, Video des Bedieners/der Anlage, Beobachter vor Ort.
3. Vergleichen Sie mit den gemeldeten Daten. Was die OEE-Plattform / das CMMS für dasselbe Zeitfenster anzeigt.
4. Identifizieren Sie Abweichungen. Abweichungen bei Zykluszählungen, nicht erfasste Stillstände, falsche Ursachencodes, verspätete Zeitstempel.
5. Berechnen Sie Fehlerquoten. Pro Datentyp (Zykluszählung, Stillstandszeit, Ursachencodes, Teile, Arbeitsstunden).
6. Ermitteln Sie die Ursachen. Manuelle Eingabe, Schwellenwerteinstellungen, fehlende Instrumentierung, Schulung.

Was Audits typischerweise finden

Zykluszählungen: 5–15 % Fehler bei manueller Erfassung. Unter 1 % bei Übernahme aus der SPS.

Stillstandszeiten insgesamt: 10–30 % werden unterberichtet. Mikrostopps werden übersehen; kurze Stopps werden nicht protokolliert.

Ursachencodes: 30–50 % falsch klassifiziert. „Sonstiges“ wird übermäßig verwendet; falsche Kategorien ausgewählt.

Teile: 10–20 % unterberichtet. Teile entnommen, ohne sie zu erfassen.

Arbeitsstunden: 20–40 % Fehler. Geschätzt statt erfasst.

Dies sind typische Bereiche. Einzelne Werke variieren.

Was man mit den Ergebnissen tun sollte

1. Fehler nach Auswirkung priorisieren. Welche Fehler beeinflussen OEE, MTBF und Kostenberichte am stärksten?
2. Die schlimmsten zuerst angehen. Meistens Automatisierung der Zykluszählung oder Überarbeitung der Ursachencodetaxonomie.
3. Ziele setzen. Zykluszählungsfehler unter 2 %, Untererfassung von Stillständen unter 5 %.
4. Vierteljährlich erneut auditieren. Fehlerquoten im Zeitverlauf verfolgen.

Häufige Befunde

1. Zykluszählungen werden am Ende der Schicht manuell eingetragen. Fast immer falsch. Von der SPS automatisieren.

2. Anteil des Ursachencodes „Sonstiges“ über 10 %. Der Taxonomie fehlen Kategorien.

3. Schwelle für Stillstände zu hoch gesetzt. Mikrostopps werden nicht erfasst. Schwelle senken.

4. Wartungsaufträge (PMs) auf Papier als erledigt markiert, aber nicht tatsächlich ausgeführt. Die Compliance-Kennzahl ist aufgebläht.

5. Arbeitsaufträge werden mit Platzhalter-Arbeitsstunden geschlossen. Die Kostenberichterstattung ist ungenau.

Wie man das Audit nicht bedrohlich wirken lässt

Das Audit kann sich wie eine Inspektion anfühlen. Formulieren Sie es als Systemverbesserung:

• „Wir prüfen den Datenfluss, nicht die Bediener.“
• „Die Ergebnisse helfen uns, das System zu verbessern, das die Bediener zu unmöglichen Dateneingaben zwingt.“
• „Das Ziel sind sauberere Zahlen, denen wir alle vertrauen können – nicht Schuldzuweisungen.“

Bediener begrüßen das Audit oft, wenn es so dargestellt wird — sie wissen, dass die Daten unzuverlässig sind und wünschen sich, dass jemand das Problem angeht.

Häufige Fehler

1. Audit ohne Folgemaßnahmen. Ergebnisse ohne Konsequenzen erzeugen Zynismus.

2. Audit nur nach einem Vorfall. Routinemäßige Audits entdecken Probleme, bevor sie zu Ausfällen führen.

3. Audit nur eines Datentyps. Zykluszählungen können sauber sein, während Ursachencodes verrauscht sind. Breiter auditieren.

4. Befunde als persönliche Fehler werten. Das System verursacht die Unsauberkeiten; das System muss behoben werden.

Wie eine moderne OEE-Plattform Audits unterstützt

Eine moderne OEE-Plattform stellt auditfreundliche Daten bereit: SPS-Rohlogs neben berechneten Kennzahlen, Zeitstempel der Ursachencodes gegenüber Ereigniszeitstempeln, automatisierte Erkennung von Abweichungen zwischen Bediener- und SPS-Zählungen.

Das OEE-Modul von Fabrico unterstützt Audit-Workflows: Roh- und berechnete Daten nebeneinander, automatisierte Abweichungserkennung und Trendberichte zu Datenqualitätskennzahlen über die Zeit.

Sehen Sie, wie Fabrico dies automatisch erfasst — OEE für die Fertigung entdecken oder eine Demo buchen.

Weiterführende Lektüre

• Datenqualität am Shopfloor
• Manufacturing Data Lake vs Data Warehouse
• Qualität durch Design vs. Qualität durch Inspektion
• OEE für die Chargenfertigung

Häufig gestellte Fragen

Wie oft sollte ich ein Datenqualitäts-Audit durchführen?

Vierteljährlich ist typisch. Nach größeren Änderungen (neue Ausrüstung, neues Produkt, neue Bediener) führen Sie ein fokussiertes Audit durch.

Wer sollte das Audit durchführen?

Ein funktionsübergreifendes Team: Betrieb, Instandhaltung, IT, Qualität. Einzelne Fachabteilungen übersehen bereichsübergreifende Probleme.

Wie viel Fehler ist akzeptabel?

Stark vom Anwendungsfall abhängig. Für OEE, das Verbesserungsentscheidungen steuert: unter 5 % Fehler bei Zykluszählungen und Stillständen.

Was tun, wenn das Audit größere Probleme als erwartet findet?

Häufig. Betrachten Sie es als Chance. Das Audit ist der Weg zu saubereren Daten.

Kann Software die Daten automatisch auditieren?

Teilweise. Abweichungserkennung zwischen Quellen lässt sich automatisieren. Die Identifizierung von Ursachen erfordert meist menschliches Eingreifen.