Wie du Maschinendaten für OEE ohne SPS erfassen kannst

Maschinendaten für OEE ohne SPS: Dein Weg zu mehr Effizienz in der Produktion

Als Geschäftsführer oder Produktionsleiter in einem mittelständischen Fertigungsunternehmen stehst du täglich vor der Herausforderung, die Effizienz deiner Maschinen zu maximieren. Dein Maschinenpark besteht vielleicht aus einer Mischung aus modernen CNC-Anlagen und älteren, robusten Maschinen, die ihre Dienste seit Jahrzehnten zuverlässig verrichten. Das Problem: Viele dieser älteren Maschinen verfügen nicht über die notwendigen Schnittstellen, um Maschinendaten einfach auszulesen. Du kämpfst mit fehlenden Daten zu Laufzeiten, Stillständen und Auslastung. Die Folge sind unklare OEE-Werte, unerwartete Ausfälle und suboptimale Planungen.

Es ist eine gängige Annahme, dass die Erfassung von Maschinendaten ohne direkten Zugriff auf die SPS (Speicherprogrammierbare Steuerung) oder PLC (Programmable Logic Controller) unmöglich oder extrem aufwendig ist. Diese Annahme ist überholt. Es gibt heute pragmatische und kosteneffiziente Wege, wie du auch ohne direkten SPS-Zugriff wertvolle Maschinendaten gewinnen und deine OEE signifikant verbessern kannst. Dieser Artikel zeigt dir, wie.

Bevor wir Lösungen betrachten, ist es wichtig, die Kernprobleme genau zu verstehen.

Alternde Maschinen ohne moderne Schnittstellen

Viele deiner Maschinen, insbesondere solche älteren Baujahrs, sind mechanisch und elektrisch extrem zuverlässig. Sie wurden jedoch in einer Zeit entwickelt, in der digitale Konnektivität keine Priorität hatte. Profibus, Profinet, MQTT oder OPC UA waren damals Fremdwörter. Das bedeutet:

• Keine digitalen Ausgänge für Betriebsstatus: Es gibt keine standardisierten Signale, die dir direkt „Maschine läuft“, „Maschine steht“ oder „Fehler“ als digitales Signal liefern könnten.
• Keine Zugänglichkeit für moderne Steuerungen: Selbst wenn Parameter über Potentiometer oder einfache Schalter eingestellt werden, gibt es oft keine Schnittstelle, um diese Informationen digital abzugreifen.
• Dokumentationslücken: Schaltpläne und Maschinendokumentationen sind oft unvollständig oder nicht auf dem neuesten Stand, was die Identifikation von relevanten Messpunkten erschwert.

Fehlende Transparenz über Betriebs- und Stillstände

Ohne verlässliche Maschinendaten tappst du oft im Dunkeln. Du weißt zwar, dass eine Maschine läuft, aber nicht wie effizient. Häufige Probleme sind:

• Unpräzise Stillstandserfassung: Werden Stillstandszeiten manuell erfasst, sind sie oft ungenau. Der Bediener erfasst den Stillstand vielleicht erst nach ein paar Minuten oder nach dem Beheben des Problems.
• Unterschätzung von Mikrostillständen: Kurze, immer wiederkehrende Stillstände (z.B. Material nachlegen, Werkzeugwechsel, kurze Störungen) summieren sich über einen Arbeitstag erheblich, bleiben aber in manuellen Erfassungen oft unberücksichtigt.
• Keine Differenzierung von Stillstandsursachen: Du weißt, dass die Maschine steht, aber nicht warum. Ist es Warten auf Material, Werkzeugwechsel, Bedienereingriff oder ein technischer Defekt? Diese Unterscheidung ist entscheidend für zielgerichtete Verbesserungen.
• Schichtübergreifende Ineffizienzen: Unterschiede in der Maschinennutzung zwischen den Schichten bleiben unentdeckt, da die Datengrundlage fehlt, um diese Diskrepanzen objektiv zu bewerten.

OEE-Verluste durch mangelnde Datenbasis

Die Overall Equipment Effectiveness (OEE) ist eine Schlüsselkennzahl für deine Produktionseffizienz. Sie setzt sich zusammen aus Verfügbarkeit, Leistung und Qualität. Ohne präzise Maschinendaten ist eine verlässliche OEE-Berechnung jedoch unmöglich:

• Fehlende Verfügbarkeit: Ohne genaue Lauf- und Stillstandszeiten kannst du die tatsächliche Verfügbarkeit deiner Maschinen nicht berechnen. Manuell erfasste Zeiten sind ungenau.
• Unbekannte Leistung: Die tatsächliche Leistung (Anzahl der produzierten Teile pro Zeiteinheit) wird oft nur auf Basis von Gutteilen am Schichtende erfasst, nicht aber die Abweichung von der Soll-Zykluszeit oder Mikrostillstände.
• Verpasste Optimierungspotenziale: Über die OEE-Werte könnten Engpässe identifiziert und Prozesse optimiert werden. Ohne diese Daten bleibt dieses Potenzial ungenutzt.

Wenn du mehr darüber erfahren möchtest, wie künstliche Intelligenz die Produktivität steigern kann, empfehle ich dir, diesen Artikel zu lesen: Künstliche Intelligenz und Produktivität. In diesem Artikel wird erläutert, wie Unternehmen moderne Technologien nutzen können, um ihre Effizienz zu verbessern, was auch für die Erfassung von Maschinendaten für OEE ohne SPS von Bedeutung ist.

Retrofit-Sensoren: Deine Lösung für Maschinen ohne Schnittstellen

Die gute Nachricht ist: Du musst deine alten Maschinen nicht austauschen, um Maschinendaten zu gewinnen. Retrofitting mit modernen Sensoren ist der Schlüssel. Hierbei geht es darum, die physischen Zustände deiner Maschinen in digitale Signale umzuwandeln.

Die Wahl der richtigen Sensoren: Induktiv, Vibrations-, Stromaufnahme

Für fast jeden Maschinentyp und jede gewünschte Information gibt es den passenden Sensor, der ohne Eingriff in die Maschinensteuerung arbeitet:

• Induktive oder optische Sensoren: Diese Sensoren erfassen die Bewegung von Maschinenteilen. Befestige beispielsweise einen induktiven Sensor an einem Schwenkarm oder einem Schlitten, um die Bewegung eines Werkstücks oder Werkzeugs zu detektieren. Jede Bewegung kann als „Maschine in Aktion“ interpretiert werden. Ein optischer Sensor kann die Drehzahl einer Spindel oder das Vorbeiziehen von Teilen auf einem Förderband zählen.
• Praktisches Beispiel: An einer alten Drehmaschine kann ein induktiver Sensor am Reitstock angebracht werden. Bewegt sich der Reitstock, um ein Werkstück zu bearbeiten, detektiert der Sensor dies als „Maschine arbeitet“. Zählt man diese Bewegungen pro Zeiteinheit, erhält man einen Indikator für die Arbeitsgeschwindigkeit oder den Zyklusfortschritt.
• Vibrationssensoren: Drehende oder sich bewegende Maschinenteile erzeugen Vibrationen. Ein Vibrationssensor kann erkennen, ob eine Maschine läuft oder stillsteht. Bei laufendem Motor oder Spindel sind die Vibrationen messbar; im Stillstand sind sie deutlich geringer.
• Praktisches Beispiel: An einem Prüfstand kann ein Vibrationssensor am Motor angebracht werden. Sobald der Motor läuft, detektiert der Sensor eine signifikante Vibration. Unterschreitet die Vibration einen bestimmten Schwellenwert über eine definierte Zeit (z.B. 30 Sekunden), wird der Status auf „Stillstand“ gesetzt.
• Stromaufnahme-Sensoren (AC/DC Stromwandler): Die Stromaufnahme eines Motors oder einer gesamten Maschine ändert sich signifikant, je nachdem, ob die Maschine im Leerlauf, unter Last oder im Stillstand ist. Ein Stromwandler, der den Verbrauch überwacht, ist eine sehr effektive Methode, um den Betriebszustand zu erfassen.
• Praktisches Beispiel: Bei einer Presse ist die Stromaufnahme im Leerlauf (z.B. Hydraulikpumpe läuft, aber kein Pressvorgang) deutlich geringer als während des Pressvorgangs. Übersteigt die Stromaufnahme einen bestimmten Schwellenwert, weißt du, dass die Presse aktiv arbeitet. Fällt die Stromaufnahme unter einen Schwellenwert über einen längeren Zeitraum, kann dies einen Stillstand indizieren. Dies ist besonders nützlich, da es einen direkten Indikator für den Energieverbrauch und die tatsächliche Arbeitslast liefert.

Die Installation dieser Sensoren erfordert oft nur minimale mechanische Anbringung und keine Eingriffe in die elektrischen Steuerungen der Maschine selbst.

Installation ohne SPS-Zugriff und ohne Eingriffe in die Maschinensteuerung

Der große Vorteil dieser Sensoren liegt in ihrer Unabhängigkeit von der Maschinensteuerung:

• Nicht-invasiv: Die Sensoren werden extern an der Maschine angebracht und überwachen physikalische Zustände (Bewegung, Vibration, Stromfluss), ohne deren interne Logik zu beeinflussen.
• Eigenständige Erfassung: Die Sensoren geben ihre digitalen Signale an eine separate Auswerteeinheit weiter, die nichts mit der Maschinen-SPS zu tun hat.
• Sicherheit: Dein Maschinenhersteller lehnt oft Eingriffe in die SPS ab, um Gewährleistungsansprüche nicht zu gefährden. Mit Retrofit-Sensoren umgehst du dieses Problem vollständig.

MDE ohne SPS-Zugriff: Der Weg zur verlässlichen Datenbasis

Nachdem die Sensoren die physikalischen Zustände in digitale Signale umgewandelt haben, müssen diese Signale gesammelt und zu verwertbaren Informationen verarbeitet werden. Hier kommt die Maschinendatenerfassung (MDE) ins Spiel.

KI-Sensorik und Edge-Computing als Schlüssel

Moderne Lösungen setzen auf eine Kombination aus KI-Sensorik und Edge-Computing, um die Daten dezentral und intelligent zu verarbeiten:

• Intelligente Sensoren: Nicht jeder Sensor muss nur ein primitives Ein/Aus-Signal liefern. Es gibt spezialisierte Sensoren, die bereits eine Vorverarbeitung der Daten auf dem Sensor selbst durchführen (Edge-Computing). Die KI-Sensorik von Novo AI beispielsweise kann komplexe Muster in den Sensordaten erkennen, etwa spezifische Vibrationsprofile für verschiedene Bearbeitungsschritte oder ungewöhnliches Stromverbrauchsmuster als Indikator für einen Fehler.
• Robuste Edge Devices: Diese kleinen, robusten Computer werden direkt in der Nähe der Maschine installiert. Sie empfangen die Signale der Retrofit-Sensoren, verarbeiten sie in Echtzeit und wandeln sie in standardisierte Maschinenzustände um (z.B. „läuft“, „steht“, „Fehler“).
• Sie können auch kurze Zykluszeiten erfassen und Fehler automatisch erkennen.
• Die Daten werden voraggregationiert, um Bandbreite zu sparen und nur relevante Informationen weiterzuleiten.
• Für die Novoa AI-Lösung spielt diese Hardware eine zentrale Rolle, indem sie die Rohdaten der Sensoren aufnimmt und für die Plattform aufbereitet.

WatchMen Plattform: Deine zentrale Schaltzentrale für Maschinenmonitoring

Die gesammelten und vorverarbeiteten Daten müssen an einem zentralen Ort zusammengeführt und visualisiert werden. Hierfür ist eine spezialisierte Monitoring-Plattform wie WatchMen von Novo AI ideal.

• Echtzeit-Übersicht: Du siehst auf einen Blick den aktuellen Status aller deiner Maschinen – läuft, steht, was ist die Ursache.
• Historische Daten: Sämtliche Maschinenzustände, Zykluszeiten, Zählerwerte und Stillstände werden historisch erfasst und können detailliert analysiert werden.
• Intuitive Visualisierung: Die Daten werden in leicht verständlichen Dashboards und Berichten dargestellt. Du siehst OEE-Werte, Stillstandsanalysen, Auslastung und andere Kennzahlen.
• Datensicherheit: Die Daten werden sicher in der Cloud oder auf lokalen Servern gespeichert und sind nur autorisierten Benutzern zugänglich.

Die Kombination aus Retrofitsensoren, Edge-Computing und einer intelligenten Plattform wie Novoa AI WatchMen ist dein Weg zur effektiven MDE, selbst bei schwierigsten Maschinenparks.

Kannst du die Novo AI Lösung überprüfen?

OEE-Steigerung durch datenbasierte Entscheidungen

Mit einer soliden Maschinendatengrundlage kannst du deine OEE nicht nur berechnen, sondern auch gezielt verbessern.

Identifikation von Stillstandsursachen

Einer der größten Hebel für die OEE ist die Reduzierung von Stillstandszeiten. Durch die MDE kannst du:

• Objektive Stillstandsdauer: Endlich weißt du genau, wie lange jede Maschine stillsteht.
• Kategorisierung der Ursachen: Die WatchMen-Plattform ermöglicht es Bedienern, bei einem erkannten Stillstand die Ursache auf einem Tablet oder Terminal an der Maschine direkt auszuwählen (z.B. „Werkzeugwechsel“, „Materialmangel“, „Wartung“, „Qualitätsproblem“). Dies ist ein manueller, aber kritischer Schritt, um die Daten zu kontextualisieren.
• Top 5 der Stillstandsursachen: Du kannst schnell die häufigsten Gründe für Ausfälle identifizieren. Ist es immer Materialmangel bei Maschine X? Dann optimierst du deine Logistik. Sind es häufige Werkzeugwechsel bei Maschine Y? Dann suchst du nach langlebigeren Werkzeugen oder einer Prozessänderung.

Analyse von Zykluszeiten und Leistungsverlusten

Die OEE-Komponente „Leistung“ leidet oft unter nicht optimalen Zykluszeiten:

• Zykluszeitabweichungen: Die WatchMen-Plattform erfasst die tatsächliche Zykluszeit jedes Produktionsschritts oder jedes gefertigten Teils. Durch den Vergleich mit den Soll-Zykluszeiten kannst du Abweichungen identifizieren.
• Mikrostillstände: Die hohe Granularität der Datenerfassung mit KI-Sensorik deckt auch Mikrostillstände auf, die manuell nie erfasst würden. Diese kurzen Unterbrechungen summieren sich über den Tag zu erheblichen Leistungsverlusten.
• Optimierung von Abläufen: Durch die Analyse der Zykluszeiten kannst du Prozesse straffen, Engpässe auflösen und die Maschinenauslastung verbessern.

Schichtvergleiche und Best Practices

Ungenutztes Potenzial schlummert oft in den Unterschieden zwischen Schichten:

• Identifizierung von Leistungsunterschieden: Die WatchMen-Plattform visualisiert die OEE und ihre Komponenten schichtübergreifend. Du siehst genau, welche Schicht besser performt und warum.
• Austausch von Best Practices: Wenn eine Schicht eine höhere Verfügbarkeit oder Leistung erzielt, kannst du die Gründe dafür analysieren und diese Best Practices in anderen Schichten etablieren.
• Gerechtere Leistungsbeurteilung: Eine objektive Datengrundlage ermöglicht eine faire Beurteilung der Mitarbeiterleistung, fernab subjektiver Einschätzungen.

Wenn du mehr darüber erfahren möchtest, wie du Maschinendaten für OEE erfassen kannst, ohne auf SPS zurückzugreifen, empfehle ich dir, einen Blick auf diesen Artikel zu werfen. Dort findest du wertvolle Informationen und praktische Ansätze, die dir helfen, die Effizienz deiner Produktionsprozesse zu steigern. Es ist faszinierend zu sehen, wie moderne Technologien dir dabei helfen können, Daten zu sammeln und auszuwerten, um fundierte Entscheidungen zu treffen.

Umsetzung und Entscheidungskriterien für KMU

Die Einführung einer MDE-Lösung sollte gut geplant sein. Hier sind pragmatische Schritte und wichtige Kriterien für deine Entscheidung.

Schrittweise Einführung und Fokus auf Quick Wins

Starte nicht mit allen Maschinen gleichzeitig. Wähle einen Pilotbereich:

1. Fokussierung auf Engpass-Maschinen: Beginne mit den Maschinen, die deine Produktion am stärksten beeinflussen oder bei denen du die größten Probleme vermutest. Hier erzielst du den schnellsten ROI.
2. Kleine Piloten: Installiere die Sensoren und das Monitoring zuerst an ein bis zwei Maschinen. Sammle erste Erfahrungen, optimiere die Konfiguration und schule deine Mitarbeiter. Die Novo AI-Lösung ist modular und skalierbar, was eine schrittweise Implementierung optimal unterstützt.
3. Mitarbeiter einbinden: Erkläre den Schichtleitern und Maschinenbedienern den Nutzen der Datenerfassung. Ihre Akzeptanz und ihr Input bei der Stillstandsklassifizierung sind entscheidend für den Erfolg.

Wichtige Kriterien zur Auswahl eines Anbieters

Nicht jede Lösung ist für KMU geeignet. Achte auf folgende Punkte:

• Flexibilität und Skalierbarkeit: Kann die Lösung sowohl ältere Maschinen ohne SPS als auch neuere Anlagen integrieren? Kannst du klein starten und später erweitern?
• Einfache Installation: Benötigt die Installation von Sensoren und Gateways teure Spezialisten oder kann dein eigenes Wartungsteam dies nach einer Schulung erledigen? Novo AI ist für eine einfache, nicht-invasive Installation konzipiert.
• Benutzerfreundlichkeit der Software: Ist die Monitoring-Plattform intuitiv bedienbar, auch für Nicht-IT-Experten? Liefert sie die Kennzahlen, die du wirklich brauchst?
• Kompatibilität und Offenheit: Kann die Lösung Daten gegebenenfalls auch an deine bestehenden ERP- oder MES-Systeme weitergeben (z.B. über APIs)?
• Datensicherheit und Datenschutz: Wo werden deine Daten gespeichert? Sind sie sicher und DSGVO-konform?
• Expertise bei Retrofit-Projekten: Hat der Anbieter Erfahrung mit der Nachrüstung von Sensoren an älteren Maschinen? Novo AI hat sich genau auf diese Nische spezialisiert.
• Support und Service: Erhältst du schnellen und kompetenten Support bei Fragen oder Problemen?

Fazit: Dein Weg zu datengestützter Exzellenz

Du musst keine neue Produktionshalle bauen oder deinen gesamten Maschinenpark ersetzen, um datengetrieben und effizienter zu werden. Mit intelligenten Retrofit-Sensoren, Edge-Computing und einer leistungsstarken Monitoring-Plattform wie Novoa AI WatchMen kannst du auch aus deinen ältesten Maschinen wertvolle Daten gewinnen. Diese Daten sind die Grundlage für fundierte Entscheidungen, die Reduzierung von Stillstandszeiten, die Optimierung von Zykluszeiten und letztendlich die Steigerung deiner OEE.

Investiere in die Transparenz deiner Produktion. Es wird sich auszahlen – in Euro, in verbesserter Wettbewerbsfähigkeit und in einer effizienteren Zukunft für dein Unternehmen.

Häufig gestellte Fragen (FAQ)

Kann ich wirklich OEE-Daten ohne SPS-Zugriff erhalten?

Ja, absolut. Moderne KI-Sensorik und Edge-Computing-Lösungen ermöglichen es, physikalische Zustände (Bewegung, Vibration, Stromfluss) direkt an der Maschine zu erfassen und diese in digitale Betriebsmodi (läuft, steht, Fehler) umzuwandeln. Diese Daten sind die Basis für eine präzise OEE-Berechnung.

Ist die Installation der Sensoren kompliziert oder teuer?

Nein, in den meisten Fällen ist die Installation nicht-invasiv und vergleichsweise einfach. Die meisten Sensoren werden außen an der Maschine angebracht und erfordern keine komplexen Eingriffe in die Elektrik oder Steuerungen. Die Kosten sind deutlich geringer als der Austausch einer Maschine oder umfassende SPS-Programmierungen.

Wie genau werden Stillstandsursachen erfasst, wenn die SPS nicht die Daten liefert?

Die Maschine erkennt den Stillstand automatisch über die Sensordaten. Die Ursache wird dann in der Regel von einem Maschinenbediener direkt an der Maschine über ein Tablet oder einen Touchscreen, der mit der Monitoring-Plattform verbunden ist, erfasst. Diese Kombination aus automatischer Erkennung und manueller Klassifizierung liefert sehr genaue Daten.

Funktioniert das auch bei sehr alten Maschinen ohne jegliche Elektronik?

Ja, auch bei rein mechanischen Maschinen oder solchen mit sehr einfacher Schützsteuerung ist die Erfassung möglich. Hier kommen verstärkt Vibrationssensoren oder Stromwandler zum Einsatz, die erkennen, ob der Antrieb läuft oder nicht, oder ob die Maschine in Bewegung ist.

Wie sieht es mit der Wartung der neuen Sensoren aus?

Moderne Retrofit-Sensoren sind robust und für den industriellen Einsatz konzipiert. Sie sind wartungsarm. Die Novo AI WatchMen-Lösung ist zudem so konzipiert, dass die Hardware möglichst langlebig und der Installationsaufwand gering ist.

Ist meine Daten sicher, wenn ich eine Cloud-Lösung nutze?

Seriöse Anbieter legen größten Wert auf Datensicherheit und Datenschutz (DSGVO-Konformität). Achte darauf, wo die Daten gehostet werden (z.B. Rechenzentren in Deutschland) und welche Sicherheitsstandards der Anbieter einhält. Bei Novo AI sind deine Daten sicher.

Was ist der erste Schritt, um so ein Projekt zu starten?

Kontaktiere uns für ein unverbindliches Erstgespräch. Wir analysieren gemeinsam deine Herausforderungen, identifizieren die Maschinen mit dem höchsten Optimierungspotenzial und erstellen einen konkreten Vorschlag für einen Pilotprojekt.

Bereit für mehr Transparenz und Effizienz in deiner Produktion?

Kontaktiere uns noch heute für eine unverbindliche Beratung und lerne, wie Novo AI deine Produktion mit KI-Sensorik und der WatchMen-Plattform auf das nächste Level heben kann – auch ohne komplexen SPS-Zugriff. Entdecke, welche Potenziale in deinem Maschinenpark schlummern!

[Call to Action: Kontaktformular / Termin vereinbaren]

Senden Sie uns eine Nachricht