Wie Industrial IoT Produktionskosten senkt, Engpässe erkennt und Prozesse transparenter macht

---

Eine Produktionslinie kann auf den ersten Blick ausgelastet wirken und dennoch kontinuierlich Zeit, Produktionsleistung, Material und Energie verlieren. Eine Maschine läuft möglicherweise unter ihrer vorgesehenen Geschwindigkeit, wiederkehrende Mikrostopps bleiben unbemerkt oder ein einzelner Prozess hält nachgelagerte Produktionsschritte auf.

Werden solche Informationen manuell erfasst, erkennen Produktionsverantwortliche die Auswirkungen häufig erst nach Schichtende. Die produzierte Gesamtmenge ist bekannt – aber nicht unbedingt die Abfolge der Ereignisse, die zu den Verlusten geführt hat.

Industrial IoT (IIoT) schafft hier Transparenz, indem Maschinen- und SPS-Daten kontinuierlich erfasst werden. Maschinenzustände, Produktionsmengen, Zykluszeiten, Störungen und Qualitätssignale werden in Echtzeit sichtbar und zeigen, wie die Produktion tatsächlich läuft.

Diese Transparenz hilft Unternehmen dabei, Engpässe schneller zu erkennen, Verbesserungsmaßnahmen auf die größten Produktionsverluste zu konzentrieren und versteckte Kosten sichtbar zu machen, die in manuellen Berichten häufig nicht erfasst werden.

---

Warum versteckte Engpässe hohe Kosten verursachen

Ein Engpass ist der Teil eines Prozesses, der die Leistungsfähigkeit des gesamten Produktionsablaufs begrenzt. Dabei handelt es sich nicht zwangsläufig um die Maschine mit dem längsten einzelnen Stillstand.

Die tatsächliche Ursache kann beispielsweise sein:

• Eine Maschine, die regelmäßig für wenige Minuten stoppt
• Ein Prozess mit zunehmend längeren Zykluszeiten
• Ein Problem bei der Materialzufuhr, das den nächsten Prozess verlangsamt
• Ein Produktwechsel, der in einer bestimmten Schicht länger dauert
• Ein Qualitätsproblem, das Nacharbeit oder Ausschuss verursacht
• Eine nachgelagerte Maschine, durch die vorgelagerte Anlagen warten müssen

Solche Verluste verursachen Kosten auf unterschiedliche Weise:

• Verlorene Produktionszeit
• Geringerer Durchsatz
• Überstunden, um Produktionsziele wieder zu erreichen
• Ausschuss und Nacharbeit
• Ungeplante Wartungs- und Instandhaltungsmaßnahmen
• Unnötiger Energieverbrauch während Leerlauf- oder ineffizienter Betriebsphasen
• Zeitaufwand für die Erstellung und Abstimmung manueller Berichte

Ohne zuverlässige Ereignisdaten konzentrieren sich Teams häufig auf das sichtbarste Problem – nicht unbedingt auf das Problem mit dem größten Einfluss auf die Produktionsleistung.

---

Wie Industrial IoT Produktionsprozesse transparenter macht

Ein IIoT-System verbindet Maschinen, SPS-Steuerungen, Sensoren und Produktionssysteme über eine gemeinsame Datenebene. Je nach Anlagenstruktur kann die Anbindung beispielsweise über ein industrielles Edge Gateway, OPC UA, Modbus, MQTT, SPS-spezifische Industrieprotokolle oder APIs erfolgen.

Ein typischer Datenfluss sieht beispielsweise so aus:

Maschinen / Sensoren

        ↓

SPS / Steuerung

        ↓

Industrial Edge Gateway

        ↓

IIoT-Datenverarbeitung

        ↓

Dashboards / Alarme / Analysen

        ↓

ERP / MES / CMMS

Das Ziel besteht nicht darin, möglichst viele Daten zu sammeln. Entscheidend ist, Produktionsdaten mit dem notwendigen Kontext zu versehen, damit Mitarbeiter verstehen können, was die Daten tatsächlich bedeuten.

Aus einem einfachen SPS-Signal wie:

MachineRun = 0

kann beispielsweise ein verständliches Produktionsereignis werden:

Maschine: Verpackungslinie 03

Status: Gestoppt

Beginn: 14:21:07

Dauer: 4 Min. 32 Sek.

Produkt: Produkt A

Schicht: Schicht 2

Grund: Störung Materialzufuhr

Sobald Maschinenereignisse mit Zeitstempeln und Produktionskontext versehen sind, lassen sich Produkte, Schichten, Maschinen, Produktionslinien und Zeiträume miteinander vergleichen.

---

Welche Daten helfen dabei, Engpässe zu erkennen?

Um einen Engpass zu erkennen, müssen nicht zwangsläufig Hunderte SPS-Tags erfasst werden. Bereits eine gezielte Auswahl relevanter Produktionssignale kann eine solide Grundlage für die Analyse schaffen.

Daten aus ERP-, MES-, CMMS- oder Produktionsplanungssystemen können zusätzlich Informationen zu Produkten, Aufträgen, geplanten Mengen, Wartungsaktivitäten und Produktionsplänen liefern, die in reinen SPS-Daten häufig nicht enthalten sind.

---

Von Maschinensignalen zur Engpass-Timeline

Eine Live-Timeline der Maschinenzustände zeigt, wann einzelne Bereiche einer Produktionslinie laufen, stillstehen, eine Störung melden oder auf andere Prozesse warten.

Zum Beispiel:

08:00  Produktionslinie startet

09:14  Abfüllmaschine stoppt

09:15  Verpackungsanlage beginnt zu warten

09:22  Abfüllmaschine startet erneut

11:06  Verpackungsanlage stoppt: Störung Materialzufuhr

11:19  Verpackungsanlage startet erneut

Ein einzelnes Ereignis kann zunächst unbedeutend erscheinen. Wiederholt es sich jedoch während einer Schicht mehrfach, kann daraus ein erheblicher Produktionsverlust entstehen.

Besonders hilfreich ist die kontinuierliche Datenerfassung bei Mikrostopps. Mitarbeiter dokumentieren nicht unbedingt jede kurze Unterbrechung in einem Schichtbericht. Ein automatisiertes System kann dagegen jeden einzelnen Stopp mit Zeitstempel erfassen und anschließend aggregieren.

Dadurch lassen sich unter anderem folgende Fragen beantworten:

• Welche Maschine führt am häufigsten zu Wartezeiten in der Produktionslinie?
• Welche Störung verursacht insgesamt den größten Produktionszeitverlust?
• Welches Produkt weist die längste tatsächliche Zykluszeit auf?
• Verändert sich der Engpass abhängig von Schicht oder Rezept?
• Steht eine Maschine aufgrund einer eigenen Störung oder wegen eines blockierten nachgelagerten Prozesses?

---

Zykluszeiten zeigen versteckte Leistungsengpässe

Eine Maschine kann sich im Betriebszustand befinden und trotzdem langsamer produzieren als vorgesehen. Deshalb sind Zykluszeit- und Produktionsmengendaten genauso wichtig wie reine Laufzeitinformationen.

Eine IIoT-Plattform kann beispielsweise die tatsächliche Zykluszeit mit dem Sollwert vergleichen:

Soll-Zykluszeit:       1,2 Sekunden

Aktuelle Zykluszeit:   1,5 Sekunden

Die Abweichung kann auf reduzierte Geschwindigkeit, kurze Unterbrechungen, Probleme bei der Materialzufuhr, Verzögerungen im Bedienprozess oder Prozessinstabilitäten hinweisen.

Noch aussagekräftiger ist die Entwicklung über einen längeren Zeitraum. Statt lediglich die Gesamtproduktion am Ende einer Schicht zu betrachten, können Teams erkennen, wann sich die Leistung verschlechtert hat und welche Ereignisse zu diesem Zeitpunkt aufgetreten sind.

---

Engpassanalyse mit OEE verbinden

Overall Equipment Effectiveness (OEE) beziehungsweise Gesamtanlageneffektivität kombiniert drei zentrale Kennzahlen:

• Verfügbarkeit – ob eine Maschine während der geplanten Produktionszeit tatsächlich läuft
• Leistung – ob sie mit der vorgesehenen Produktionsgeschwindigkeit arbeitet
• Qualität – welcher Anteil der produzierten Menge den Qualitätsanforderungen entspricht

OEE = Verfügbarkeit × Leistung × Qualität

Der OEE-Wert bietet eine gute Gesamtübersicht. Für konkrete Verbesserungsmaßnahmen sind jedoch vor allem die zugrunde liegenden Verluste entscheidend.

Verfügbarkeit:  87,5 %

Leistung:       85,7 %

Qualität:       97,5 %

In diesem Beispiel sollten Leistung und Verfügbarkeit genauer untersucht werden als die Qualität.

Stillstandsereignisse, Zykluszeittrends, Fehlercodes und Produktionszähler können anschließend zeigen, welche konkreten Engpässe diese Kennzahlen negativ beeinflussen.

Damit wird OEE von einer reinen Kennzahl am Schichtende zu einem Werkzeug für kontinuierliche Prozessverbesserung.

---

Verluste nach ihrem Einfluss auf die Produktion priorisieren

Nachdem Stillstandszeiten kategorisiert wurden, können sie beispielsweise in einer Pareto-Analyse zusammengefasst werden:

Mechanischer Fehler

Materialmangel

Produktwechsel / Rüsten

Mikrostopps

Wartezeit Bediener

Qualitätsanpassung

Ziel ist es, Verluste auf Basis tatsächlicher Daten statt auf Basis von Annahmen zu priorisieren.

Das erste Verbesserungsprojekt sollte daher nicht automatisch die neueste Maschine, den auffälligsten Alarm oder den längsten einzelnen Stillstand betreffen.

Entscheidend ist vielmehr der wiederkehrende Verlust mit dem größten Einfluss auf das Produktionsziel.

Die gleichen Informationen lassen sich nach Maschine, Schicht, Produkt, Fehler oder Zeitraum analysieren. Dadurch wird sichtbar, ob ein Engpass dauerhaft besteht oder sich abhängig von den Produktionsbedingungen verändert.

---

Wie mehr Transparenz Produktionskosten senken kann

Industrial IoT unterstützt Unternehmen dabei, Kosten besser zu kontrollieren, indem die operativen Ursachen von Produktionsverlusten messbar werden.

Ungeplante Stillstände reduzieren

Die automatische Erfassung von Maschinenzuständen dokumentiert, wann ein Stillstand beginnt, wie lange er dauert und wie häufig er auftritt.

Produktions- und Instandhaltungsteams können sich dadurch gezielt auf wiederkehrende Fehler konzentrieren, statt ausschließlich auf Erinnerungen oder manuelle Schichtberichte angewiesen zu sein.

Produktionskapazität zurückgewinnen

Wird ein tatsächlicher Engpass beseitigt, kann sich der gesamte Material- und Produktionsfluss verbessern.

Zykluszeiten, Wartezeiten und Durchsatzdaten helfen dabei, einen echten Linienengpass von einem isolierten Maschinenproblem zu unterscheiden.

Ausschuss und Nacharbeit reduzieren

Gut- und Ausschussmengen können mit Maschine, Produkt, Charge, Schicht und Produktionsauftrag verknüpft werden.

Dadurch lässt sich gezielt untersuchen, wo und wann Qualitätsverluste entstehen, anstatt lediglich eine allgemeine Ausschussquote für das gesamte Werk zu betrachten.

Bessere Instandhaltungsentscheidungen treffen

Wiederkehrende Fehler und Veränderungen im Betriebsverhalten können Inspektions- und Wartungsprozesse unterstützen.

Bei einer Integration mit einem CMMS können Maschinenereignisse zusätzliche Informationen für Wartungsmeldungen und die Analyse wiederkehrender Fehler liefern.

Manuellen Reporting-Aufwand reduzieren

Automatisch erfasste Produktionsmengen, Stillstandsereignisse und Schichtzusammenfassungen reduzieren die Abhängigkeit von Excel-Tabellen und handschriftlichen Berichten.

Die gleichen Daten können direkt für Dashboards, Berichte und historische Analysen genutzt werden, ohne mehrfach manuell erfasst werden zu müssen.

Energieverbrauch im Produktionskontext verstehen

Energiemonitoring wird wesentlich aussagekräftiger, wenn der Verbrauch mit Maschinenzuständen, Produkten und Produktionsmengen verknüpft wird.

So lässt sich beispielsweise erkennen, wie viel Energie während Stillstandszeiten oder ineffizienter Betriebszustände verbraucht wird.

---

Echtzeit-Transparenz verändert die Reaktionsgeschwindigkeit

Ein klassischer Schichtbericht kann beispielsweise lediglich feststellen:

Die Produktionsmenge lag unter dem Plan.

Eine Echtzeitansicht der Produktion kann dagegen wesentlich genauer zeigen:

Aktueller Maschinenstatus: GESTOPPT

Stillstandsdauer: 11 Min. 42 Sek.

Größter Verlust heute: Materialzufuhr

Aktuelle Zykluszeit: Über Sollwert

Produktionsauftrag: Hinter Plan

Historische Berichte zeigen, was passiert ist.

Echtzeit-Monitoring ermöglicht es Produktionsteams dagegen, zu reagieren, während der Verlust noch entsteht.

Alarme können zusätzlich auf definierte Situationen aufmerksam machen – beispielsweise auf lange Stillstände, wiederkehrende Fehler, zu langsame Zyklen oder Produktionsmengen, die hinter dem Plan zurückliegen.

---

Können auch ältere Maschinen angebunden werden?

Ja. Die passende Anbindung hängt von der jeweiligen Maschine und ihrer Steuerungsarchitektur ab.

Moderne SPS-gesteuerte Anlagen stellen relevante Produktionsdaten häufig bereits über industrielle Kommunikationsschnittstellen zur Verfügung.

Bei älteren Maschinen können zusätzliche Komponenten erforderlich sein, beispielsweise:

• Industrial-IoT-Gateways
• Zusätzliche Sensoren
• Digitale Signalerfassung
• Zählereingänge
• Strom- oder Leistungsmessung
• Nachgerüstete Konnektivität

Das Ziel besteht häufig nicht darin, bestehende Maschinen zu ersetzen, sondern vorhandene Anlagen messbar und transparent zu machen.

Unternehmen können beispielsweise mit einer kritischen Maschine oder Produktionslinie starten und die Lösung anschließend erweitern, sobald Datenqualität und operativer Nutzen bestätigt wurden.

---

Ein praxisnaher Pilot zur Engpassanalyse

Eine fokussierte Einführung kann in vier Schritten erfolgen.

1. Einen kritischen Prozess auswählen

Wählen Sie eine Maschine oder Produktionslinie aus, bei der Stillstände, langsame Zyklen, Wartezeiten oder Produktionsverluste bereits ein relevantes Problem darstellen.

2. Benötigte Daten definieren

Identifizieren Sie verfügbare Maschinenzustände, Produktionszähler, Zykluszeiten, Ausschussmengen, Störungen und Produktinformationen.

Ergänzen Sie bei Bedarf Produktionsauftrags- oder Wartungsdaten.

3. Daten anbinden und validieren

Erfassen Sie die benötigten Daten über die passende industrielle Schnittstelle.

Bevor die Daten für Entscheidungen genutzt werden, sollte geprüft werden, ob die digitalen Ereignisse tatsächlich mit dem realen Maschinenverhalten übereinstimmen.

4. Eine operative Sicht aufbauen

Erstellen Sie Dashboards, Zeitachsen, Verlustkategorien, Alarme und Berichte, die konkrete Fragen aus der Produktion beantworten.

Anschließend kann geprüft werden, ob wiederkehrende Engpässe identifiziert werden und sich daraus messbare Verbesserungsmaßnahmen ableiten lassen.

Ein Pilotprojekt an einer kritischen Maschine oder Produktionslinie begrenzt den anfänglichen Aufwand und ermöglicht es, den Ansatz zu validieren, bevor weitere Maschinen oder Standorte angebunden werden.

---

Häufig gestellte Fragen

Müssen bestehende Maschinen für Industrial IoT ersetzt werden?

Nein. Viele bestehende SPS-gesteuerte und ältere Maschinen können über vorhandene Industrieschnittstellen, Gateways, nachgerüstete Sensoren oder zusätzliche Datenerfassungshardware angebunden werden.

Reicht die Maschinenlaufzeit aus, um einen Engpass zu erkennen?

Nicht immer.

Neben der Laufzeit sollten auch Zykluszeit, Produktionsmenge, Wartezustände, Störungen, Qualität, Produktinformationen und der Produktionsplan berücksichtigt werden.

Eine Maschine kann technisch laufen und dennoch deutlich unter ihrer vorgesehenen Produktionsleistung bleiben.

Können Engpassdaten mit ERP- oder CMMS-Systemen verbunden werden?

Ja.

ERP- oder MES-Daten können Informationen zu Auftrag, Produkt, geplanter Menge und Produktionsplan ergänzen.

Eine CMMS-Integration kann Maschinenereignisse zusätzlich mit Inspektions- und Wartungsprozessen verbinden.

Wie schnell können Produktionsdaten aktualisiert werden?

Bei einer automatisierten SPS- und IIoT-Datenerfassung können Maschinenzustände, Produktionszähler, Zykluszeiten, Störungen und Qualitätsereignisse kontinuierlich verarbeitet werden, sobald sie entstehen.

Müssen alle Maschinen gleichzeitig angebunden werden?

Nein.

Ein sinnvoller Ansatz besteht häufig darin, zunächst mit einer kritischen Maschine oder Produktionslinie zu beginnen.

So können Signale, Dashboards und Verbesserungsprozesse validiert werden, bevor die Lösung auf weitere Anlagen ausgeweitet wird.

---

Produktionsprozesse mit Effecsa transparent machen

Effecsa verbindet bestehende Maschinen, SPS-Steuerungen, Sensoren und Unternehmenssysteme und schafft dadurch Echtzeit-Transparenz über Produktionsprozesse.

Die Plattform unterstützt Hersteller dabei:

• Maschinenzustände und Produktion in Echtzeit zu überwachen
• Stillstände und wiederkehrende Mikrostopps zu erkennen
• Tatsächliche und geplante Zykluszeiten zu vergleichen
• Engpässe innerhalb von Maschinen und Produktionslinien zu identifizieren
• OEE, Qualität, Ausschuss und Produktions-KPIs zu verfolgen
• Verluste nach Maschine, Schicht, Produkt oder Fehler zu analysieren
• Energieverbrauch im Produktionskontext zu überwachen
• Produktionsdaten mit ERP- und CMMS-Systemen zu verbinden
• Von einer Pilotlinie auf mehrere Anlagen und Standorte zu skalieren

Indem rohe Maschinensignale in verständliche Produktionsereignisse und operativen Kontext umgewandelt werden, können Hersteller erkennen, wo Zeit, Produktionskapazität, Material und Energie verloren gehen – und Verbesserungsmaßnahmen genau dort einsetzen, wo sie den größten Effekt erzielen.