Manufacturing Analytics – Ein einfacher Leitfaden für KMUs

Manufacturing Analytics ist ein Prozess, bei dem Daten gesammelt und analysiert werden, um Erkenntnisse zur Verbesserung der Effizienz in einem Fertigungsunternehmen zu gewinnen. Während die MA früher nur großen Unternehmen vorbehalten war, können heute auch kleine Hersteller von ihr profitieren.

Was ist Manufacturing Analytics?

Manufacturing Analytics ist der Prozess des Sammelns, Analysierens und Interpretierens von Daten im Zusammenhang mit einem Produktionsbetrieb. Durch sie werden wertvolle Erkenntnisse gewonnen, die dazu beitragen, die Leistung der verschiedenen Variablen im Fertigungsprozess und den Betrieb als Ganzes zu verbessern, potenzielle Probleme vorherzusagen, bevor sie zu tatsächlichen Problemen werden, und schnell auf unvorhergesehene Ereignisse zu reagieren.

Manufacturing Analytics kann entweder als spezifischer Begriff für physische Produktionsprozesse oder als Oberbegriff für alle Prozesse betrachtet werden, die die Produktion von Waren erleichtern. In letzterem Sinne umfasst Manufacturing Analytics auch Bereiche wie Bestandsmanagement, Beschaffung, Vertrieb und Finanzen. In diesem Artikel werden wir uns auf die umfassende Auslegung von MA konzentrieren.

Obwohl erweiterte Manufacturing Analytics in den Bereich der komplexen Datenwissenschaft gehört und für kleine Hersteller kaum erreichbar ist, ist MRP/ERP-Software für Hersteller jeder Größe ein guter Anfang.

Vorteile von Manufacturing Analytics

Manufacturing Analytics bietet eine Reihe von Vorteilen, weshalb sie nicht nur in großen Unternehmen, sondern auch in kleinen Betrieben immer wichtiger wird. Einige der wichtigsten Vorteile von Manufacturing Analytics sind:

1. Verbesserte Effizienz. Manufacturing Analytics verschafft Ihnen verwertbare Erkenntnisse zur Verbesserung der Prozesse in Ihrem Unternehmen und Ihrer Lieferkette. Die Messung und Analyse Ihrer Daten ermöglicht es Ihnen beispielsweise, Engpässe zu erkennen und Ausfallzeiten in der Fertigung zu reduzieren, den idealen Lagerbestand zu ermitteln, Nachfragemuster und Produkte mit schlechter Leistung zu identifizieren, die Leistung von Lieferanten zu bewerten usw.
2. Geringere Kosten. Jede kleine Verbesserung der Produktionseffizienz führt zu einer Kostenreduzierung. Wenn Sie einen genauen Überblick über Ihren Bestand haben und die Nachfrage genau vorhersagen können, können Sie Fehlbestände und Überbestände vermeiden und so die Bestandskosten minimieren. Die Bestimmung optimaler Losgrößen ermöglicht es Ihnen, weniger häufig zu bestellen und so die Bestellkosten zu senken. Manufacturing Analytics hilft Unternehmen, ihren Betrieb zu rationalisieren und die Kosten in allen Bereichen zu minimieren, was zu einer verbesserten Rentabilität führt.
3. Bessere Produktqualität. Die Analyse von Produktions- und Qualitätskontrolldaten kann Ihnen helfen, Unstimmigkeiten aufzudecken, die Ursachen von Problemen zu finden und Korrekturmaßnahmen zu ergreifen. Dies führt zu weniger Fehlern, Ausschuss und Nacharbeiten.
4. Bessere Entscheidungsfindung. Die Datenanalyse ermöglicht es Ihnen, fundierte Entscheidungen zu treffen, die zu besseren Geschäftsergebnissen führen, als sich auf Vermutungen zu verlassen. So führen beispielsweise genaue Prognosen zu einer besseren Produktionsplanung und Bestandsverwaltung, umfangreiche Produktionsdaten zeigen Ihnen genau, welche Bereiche verbessert werden müssen oder welche Mitarbeiter zusätzliche Schulungen benötigen, Kostenanalysen in Echtzeit ermöglichen Ihnen die Auswahl des besten Lieferanten usw.
5. Höhere Kundenzufriedenheit. Die Steigerung der Effizienz Ihres Produktionsbetriebs wird sich früher oder später in einer höheren Kundenzufriedenheit niederschlagen. Wenn Sie in der Lage sind, Daten in Echtzeit zu analysieren und zu interpretieren, können Sie außerdem in jeder Phase des Auftragsabwicklungsprozesses schneller und klarer mit Ihren Kunden kommunizieren.

Manufacturing Analytics kann Ihnen dabei helfen, alle oben genannten Vorteile zu erreichen, und verschafft Ihnen so einen deutlichen Wettbewerbsvorteil gegenüber anderen, weniger datenorientierten Unternehmen.

Arten von Manufacturing Analytics

Um die verschiedenen Möglichkeiten der Manufacturing Analytics besser zu verstehen, sollten wir sie in verschiedene Typen unterteilen.

Grundlegende vs. erweiterte Analytik

Grundlegende und erweiterte Manufacturing Analytics unterscheiden sich in ihrer Komplexität, den verwendeten Tools und dem Grad der Erkenntnis, den sie bieten. Während bei der grundlegenden MA meist Tabellenkalkulationen und einfache Algorithmen zum Sammeln und Verarbeiten von Daten verwendet werden, erfordert die erweiterte Manufacturing Analytics den Einsatz anspruchsvollerer Tools, wie MRP/ERP-Software, Sensoren und andere IIoT-Geräte (Industrial Internet of Things) und manchmal sogar künstliche Intelligenz und maschinelles Lernen.

Der Wert grundlegender Analysen sollte nicht unterschätzt werden, da sie neuen Unternehmen eine Fülle von Informationen liefern. Wenn ein Unternehmen jedoch reift, wächst seine Fähigkeit, Analysen zu verstehen und zu nutzen, weshalb es irgendwann an der Zeit ist, sich nach fortschrittlicheren Lösungen umzusehen.

Deskriptive vs. diagnostische vs. präskriptive vs. prädiktive Analytse

Diese vier Arten der Datenanalyse unterscheiden sich durch ihren Output. Die deskriptive Analyse liefert einen Überblick über eine Situation, die diagnostische Analyse ermittelt die Ursache eines Problems, die präskriptive Analyse schlägt eine Vorgehensweise vor und die prädiktive Analyse zielt darauf ab, zukünftige Ergebnisse vorherzusagen.

Die deskriptive Analyse verwendet Daten, um eine Situation zu beschreiben, um zu definieren, was wann geschehen ist. Dazu gehören die Kapazitäts- und Materialbedarfsplanung, die Ermittlung von Umsatztrends, die Entdeckung von Engpässen, die Analyse von Kosten, die Bewertung der Leistung verschiedener Abteilungen und Faktoren usw. Die deskriptive Analyse ist die Grundlage für die Identifizierung von Veränderungen in einem Prozess und das Verständnis dafür, wie sich die Veränderungen auf das Ergebnis auswirken. Deskriptive Analysetools sind in betriebswirtschaftlichen Systemen wie MRP/ERP-Software weit verbreitet.

Die diagnostische Analyse ist der nächste Schritt nach der deskriptiven Analyse. Wenn ein Problem entdeckt wurde, wird die diagnostische Analyse verwendet, um die Ursache des Problems zu ermitteln. Während die deskriptive Analyse herausfindet, was passiert ist und wann, findet die diagnostische Analyse heraus, warum etwas passiert ist. Auch wenn es einige ausgewiesene Analyseplattformen gibt, die maschinelles Lernen und künstliche Intelligenz nutzen, sind sie für kleine Hersteller meist zu teuer. Stattdessen können kleine Unternehmen ihre Daten verwenden und manuell eine Ursachenanalyse durchführen, um den Kern eines Problems herauszufinden.

Die präskriptive Analyse zielt darauf ab, mögliche Lösungen für das diagnostizierte Problem vorzuschlagen. Wie diagnostische Analysetools verwendet präskriptive Analysesoftware neue Technologien wie maschinelles Lernen und KI mit fortschrittlichen Algorithmen, die es dem Tool ermöglichen, Entscheidungen auf der Grundlage von Statistiken und Mustern zu treffen.

Die prädiktive Analyse stützt sich auf historische und Echtzeitdaten, um vorherzusagen, was passieren wird. Zu den Anwendungsfällen gehören die vorausschauende Wartung, die Vorhersage von Geräteausfällen und Nachfrageprognosen. Die prädikative Analyse stützt sich auch auf fortschrittliche Tools wie IoT-Sensoren, Algorithmen für maschinelles Lernen und statistische Analysesoftware.

Häufige Probleme im Zusammenhang mit Manufacturing Analytics

Obwohl Manufacturing Analytics, wenn es richtig eingesetzt wird, die Optimierung und Problemlösung in Ihrem Unternehmen erleichtern kann, kann es die Dinge auch verkomplizieren, wenn es schlecht gemacht wird. Hier sind einige der häufigsten Fallstricke der Manufacturing Analytics:

• Datensilos. Datensilos entstehen, wenn verschiedene Abteilungen (oder sogar verschiedene Mitarbeiter) Daten in getrennten Systemen aufbewahren. Zum Beispiel, wenn Fertigungsdaten auf Papiermedien gespeichert werden, Bestandsdaten in Tabellenkalkulationen, Verkaufsdaten in einem CRM-System usw. Wenn es an Datenkonnektivität mangelt, können Fertigungsunternehmen die Vorteile der Analytik nicht voll ausschöpfen, unabhängig von der Menge der Daten, die sie sammeln und verarbeiten.
• Schlechte Daten. Das Konzept von Garbage In, Garbage Out (GIGO) besagt, dass die Ergebnisse eines Systems nur so gut sind wie die Eingaben, die in es gemacht werden. Das bedeutet, dass bei ungenauen Dateneingaben auch die Ausgaben des Analysesystems ungenau sind, was sie unbrauchbar macht. Überprüfen Sie immer die Korrektheit der Daten, die Sie in ein Datenverarbeitungssystem eingeben.
• Verwendung der falschen Tools. Die Verwendung von Tabellenkalkulationen zur Erfassung und Analyse großer Datenmengen ist keine gute Idee, da das Fehlerrisiko und die mangelnde Skalierbarkeit manueller Systeme früher oder später zu einem großen Hindernis werden, ganz zu schweigen von dem enormen Zeitaufwand, den die Dateneingabe erfordern würde. Der richtige erste Schritt bei Manufacturing Analytics ist die Implementierung von MRP/ERP-Software, die als Infrastruktur für die Verarbeitung und den Austausch von Informationen dient.
• Ressourcenintensive Tools. Während moderne MRP/ERP-Software für Fertigungsfachleute erschwinglich und einfach zu bedienen ist, ist die Einführung von fortschrittlicheren Lösungen wie IIoT und speziellen Analyseplattformen ein teures Unterfangen und erfordert viel Wissen, um die Daten zu navigieren.

Unabhängig von den Nachteilen sollte jeder Hersteller, der wachsen will, Schritte zur Implementierung von Manufacturing Analytics unternehmen.

Implementierung von Manufacturing Analytics in einem kleinen Unternehmen

Führen Sie MRP/ERP-Software ein

MRP/ERP sollte die erste Analyselösung sein, die in einem Fertigungsunternehmen implementiert wird, denn ihre Bedeutung liegt nicht nur in der Analyse, sondern auch in der organisierten Datenerfassung und -verarbeitung, die das Risiko von Dateneingabefehlern erheblich reduziert.

Diese Art von Software integriert das gesamte Unternehmen und ermöglicht eine effektive abteilungsübergreifende Zusammenarbeit sowie die Optimierung und Automatisierung einer Vielzahl von Prozessen. Durch die Vereinfachung von Aufgaben von der Produktionsplanung bis zum Einkauf, von der Angebotserstellung bis zur Auftragsabwicklung reduziert MRP/ERP-Software den enormen Management- und Verwaltungsaufwand in der Fertigungsindustrie und ermöglicht es Unternehmen, sich auf das Wachstum des Unternehmens zu konzentrieren.

Die Software bietet auch kleinen Herstellern wichtige Analysefunktionen wie Kapazitätsplanung, Rohstoffplanung, Produktionsplanung, Kostenanalyse, KPI-Verfolgung, Datenvisualisierung usw. Durch den sofortigen Zugriff auf historische Daten sowie auf Echtzeitinformationen erleichtert MRP/ERP Prozesse wie die Erkennung von Engpässen, die Ursachenanalyse und die Bedarfsprognose.

Obwohl MRP/ERP-Software aufgrund ihres Preises und ihrer Komplexität traditionell für kleine Hersteller nicht verfügbar war, sind moderne Cloud-basierte Lösungen so erschwinglich und benutzerfreundlich, dass selbst Kleinstunternehmen sie nutzen.

Verfolgen Sie wichtige KPIs

Es gibt Dutzende oder Hunderte von KPIs, die kleine Hersteller verfolgen können. Deshalb ist es sinnvoll, eine Handvoll von Kennzahlen auszuwählen, die für Ihr Unternehmen am wichtigsten sind. Hier sind einige KPIs, die Sie berücksichtigen sollten:

1. Gesamtanlageneffektivität. OEE (Overall Equipment Effectiveness) misst die Verfügbarkeit, die Leistung und die Qualität des Outputs von bestimmten Anlagen oder Produktionslinien.
2. Gesamteffektive Anlagenleistung. Ähnlich wie OEE misst TEEP (Total Effective Equipment Performance) die Verfügbarkeit, die Leistung und die Qualität der Produktion von Anlagen. Der Unterschied zu OEE besteht darin, dass TEEP die Effizienz in Bezug auf die gesamte Kalenderzeit misst, nicht nur die geplante Schichtzeit.
3. On Time, In Full. OTIF misst den Prozentsatz der Aufträge, die zum geplanten Termin und mit der vollen bestellten Menge erfüllt wurden.
4. Kosten pro Einheit. CPU (Cost per Unit) zeigt die Gesamtkosten für die Herstellung einer einzigen Einheit eines Produkts.
5. Rückweisungsrate. Die Rückweisungsrate misst den Prozentsatz der fehlerhaften Produkte an der Gesamtmenge. Sie können auch First-Pass-Yield verwenden, um den Prozentsatz der Produkte ohne Fehler zu messen.
6. Pünktliche Fertigung. MOT (Manufacturing on Time) zeigt den Prozentsatz der termingerecht abgeschlossenen Aufträge oder Produktionsläufe an.
7. Pünktliche Einkäufe. POT (Purchases on Time) zeigt den Prozentsatz der Einkäufe an, die rechtzeitig geliefert wurden. Messen Sie auch den POT pro Lieferant, um die Leistung des Lieferanten zu beurteilen.
8. Umschlagshäufigkeit der Bestände. Die Umschlagshäufigkeit der Bestände zeigt, wie oft Sie Ihre Bestände im Laufe eines Jahres verkaufen und ersetzen.
9. Vorlaufzeit. Die Vorlaufzeit ist die Zeit, die Sie benötigen, um eine Bestellung auszuführen. Wenn Sie sie aufschlüsseln, können Sie Ineffizienzen im Prozess aufdecken.
10. Bestand an unfertigen Erzeugnissen. WIP (Work-in-Process) misst den Wert der Produkte, die sich zu einem bestimmten Zeitpunkt in der Herstellung befinden.
11. Zykluszeit. Die Zykluszeit ist die Zeit, die benötigt wird, um einen Produktionsschritt abzuschließen, z.B. die Montage eines Tisches.
12. Durchlaufzeit. Die Durchlaufzeit ist die Zeit, die ein Produkt benötigt, um den gesamten wertschöpfenden Fertigungsprozess zu durchlaufen.

Einige MRP/ERP-Systeme ermöglichen es Ihnen, ein individuelles Dashboard zu erstellen, mit dem Sie die wichtigsten Kennzahlen Ihres Unternehmens an einem Ort im Auge behalten können.

Lesen Sie mehr: Die 10 wichtigsten KPIs in der Fertigung

Führen Sie eine Ursachenanalyse durch

Während MRP/ERP Ihnen eine Reihe von deskriptiven Analysen liefert, wird die Ursachenanalyse dazu verwendet, diese deskriptive Analysen in Diagnosen umzuwandeln. Einfach ausgedrückt: MRP/ERP zeigt Ihnen, wo das Problem liegt, und die Ursachenanalyse ermittelt, warum das Problem aufgetreten ist.

Es gibt verschiedene Ansätze für die Ursachenanalyse, von sehr einfachen Methoden wie den Five Whys bis hin zu etwas komplexeren wie den Fishbone- und Matrix-Diagrammen.

Mit der Ursachenanalyse können Sie einen Weg zur kontinuierlichen Verbesserung einschlagen, ohne Geld für teure Analysesysteme auszugeben.

Lesen Sie mehr: Ursachenanalyse in der Fertigung.

Fügen Sie Lösungen hinzu, wenn Sie wachsen

Wenn Sie eine MRP/ERP-Software vollständig implementiert haben und immer noch das Gefühl haben, dass Sie tiefer in die Welt der Fertigungsanalytik eintauchen müssen, ist es an der Zeit, sich nach fortschrittlicheren intelligenten Fertigungslösungen umzusehen.

Dazu können bestimmte Analyseplattformen gehören, mit denen Sie die vom MRP/ERP-System gesammelten Daten weiter analysieren können, Sensoren und andere IIoT-Lösungen, die eine Fernüberwachung und prädiktive Analysen ermöglichen, digitale Zwillinge, die Prozesse simulieren und Ihnen helfen, Wege zu deren Optimierung zu finden, usw.

Stellen Sie sicher, dass Sie über die Ressourcen und Kapazitäten verfügen, um weitere Lösungen zu implementieren, da diese im Vergleich zu MRP/ERP eine wesentlich größere Lernkurve aufweisen.

Die wichtigsten Kernpunkte

• Manufacturing Analytics ist der Prozess des Sammelns, Analysierens und Interpretierens von Daten im Zusammenhang mit einem Produktionsbetrieb, um wertvolle Erkenntnisse zu gewinnen, die dazu beitragen, die Leistung zu verbessern, potenzielle Probleme vorherzusagen und schnell auf unvorhergesehene Ereignisse zu reagieren.
• Analysen werden im Allgemeinen in vier Gruppen unterteilt: deskriptiv (was ist passiert), diagnostisch (warum ist es passiert), präskriptiv (was ist zu tun) und prädiktiv (was wird wahrscheinlich passieren).
• Häufige Nachteile bei der Verwendung von Manufacturing Analytics sind Datensilos, schlechte Daten, die Verwendung minderwertiger Tools und der Mangel an Ressourcen für die Implementierung von Analysen.
• In einem kleinen Fertigungsunternehmen wäre der erste Schritt zur Implementierung von Manufacturing Analytics die Einführung einer MRP/ERP-Software.

Häufig gestellte Fragen

Ihnen könnte ebenfalls gefallen: Tiefkühlkosthersteller steigert Effizienz um 400%