DataData in ManufacturingManufacturing

Dieselbe Schicht kommt auf 73 % oder 85 % OEE, geändert haben sich nur die Definitionen

Die meisten OEE-Streitigkeiten zwischen Zentrale, Werk und Monitoring-Anbieter sind keine Messfehler. Sie entstehen aus drei nicht abgestimmten Datendefinitionen (geplante Zeit, ideale Taktzeit und Gutteil), und der CDO ist derjenige, dem diese Definitionen gehören sollten.

Drei Vorarbeiter messen dieselbe Fabrikpresse mit unterschiedlich langen Messstäben, während eine Führungskraft zusieht

Overall Equipment Effectiveness wirkt wie die einfachste Kennzahl in der Fertigung. OEE = (Gutmenge x ideale Taktzeit) / geplante Produktionszeit, was Sie auch als Verfügbarkeit mal Leistung mal Qualität aufschlüsseln können. Trotzdem kann eine typische Gruppe mit mehreren Werken in derselben Woche drei OEE-Werte für dieselbe Linie haben. Einen im Corporate-Dashboard, einen in der Morgenrunde des Werksleiters und einen dritten im neuen Edge-Sensor-Pilot. Jedes Team verteidigt seine eigene Zahl, und die Diskussion frisst das Operations Review auf.

Meine Sicht: Diese Abweichungen sind fast nie Messfehler. Jeder OEE-Wert ist das Ergebnis von drei Datendefinitionen, die niemand freigegeben hat: was als geplante Zeit zählt, welche Taktzeit „ideal“ ist und was als Gutteil gilt. Die Lösung besteht darin, diese drei Inputs als gesteuerte Stammdaten mit benannten Verantwortlichen zu behandeln. Ein neues Dashboard löst das Problem nicht, denn ein Dashboard zeigt nur die Definitionen an, mit denen es gefüttert wurde.

Warum OEE-Definitionen über Capex, Boni und Werksrankings entscheiden

Die OEE-Definition ist für einen CDO wichtig, weil mit der Zahl Geld verteilt wird und unterschiedliche Definitionen als Leistungsunterschiede erscheinen, die es gar nicht gibt. Dawiso, ein Anbieter von Datenglossaren, formuliert es so: Führungskräfte, die Standorte ranken, Boni festlegen oder Investitionen auf Basis roher OEE-Vergleiche steuern, vergleichen ohne gemeinsame Definition Messungen mit unterschiedlichen Linealen. In der Fertigung landen die Kosten an bestimmten Stellen. Ein Werk mit aufgeblähter OEE bekommt nicht das Instandhaltungsbudget, das es braucht. Ein Werk mit niedrig wirkender OEE bekommt eine zweite Linie genehmigt, obwohl die fehlende Kapazität in Wahrheit in nicht erfassten Mikrostopps verloren ging. In tarifgebundenen Werken, in denen die OEE in ein Gainsharing-Modell einfließt, ändert eine neue Definition auch die Bezahlung. Damit ist es eine Frage der Arbeitsbeziehungen und nicht nur eine Datenfrage.

Die Abweichungen sind groß. Anbieter von Industriesoftware nennen die üblichen Ursachen: Manche Werke berechnen ihre OEE auf Basis der theoretischen Produktionszeit, andere auf Basis der tatsächlichen Anwesenheitszeit, wieder andere klammern Rüstzeiten aus. Ein Anbieter, iFactory, hat ein Kundenzitat veröffentlicht, das es deutlich sagt: „Unsere OEE wurde aus den manuellen Schichtprotokollen unserer Bediener mit 74 Prozent gemeldet. Als iFactory begann, die Daten direkt aus der SPS zu erfassen, lag der echte Wert bei 58 Prozent.“ Der Anbieter verkauft genau das Monitoring, das die Lücke gefunden hat. Lesen Sie das also als Verkaufsanekdote und nicht als benchmark. Ein weiterer Monitoring-Anbieter, TeepTrak, schreibt in seinem benchmark 2026, dass manuelle Protokolle die tatsächliche OEE um 8 bis 15 Punkte überzeichnen. Auch das stammt von einem Unternehmen, das etwas verkaufen will. Prüfen Sie es also an Ihrem eigenen Pilot.

Die KI-Copiloten, die Werke jetzt auf MES-Daten aufsetzen, bringen ein neues Risiko. In einer Session auf dem dbt Summit 2026, die dbt Labs zusammengefasst hat (ein Anbieter, der den dort beworbenen Semantic Layer verkauft), zeigten zwei AWS-Architekten, wie eine agentenartige Abfrage, die Brutto-Auftragsbeträge summierte, 14,86 Millionen US-Dollar lieferte, während der tatsächliche Umsatz bei 11,36 Millionen US-Dollar lag. Das ist eine Überzeichnung um 30,8 %. Das Beispiel bezog sich auf Umsatz, lässt sich aber direkt auf OEE übertragen. Wenn man einen Agenten fragt „Welches Werk hat die schlechteste OEE?“ und die Definition nicht gesteuert ist, wählt er eine Spalte, wendet irgendeinen Ausschluss an und liefert eine selbstsichere Antwort.

Wie laufen die Inputs für Verfügbarkeit, Leistung und Qualität auseinander?

Sie laufen auseinander, weil jeder Faktor von einer Wahl abhängt, die die Formel offenlässt, und jeder Standort diese Wahl lokal trifft. ISO 22400-2 legt die Struktur fest: Verfügbarkeit ist tatsächliche ÷ geplante Produktionszeit, Effektivität ist Menge × ideale Taktzeit ÷ tatsächliche Zeit, Qualität ist Gutteile ÷ produzierte Teile. Die Norm liefert Ihnen die Verhältnisse. Sie entscheidet nicht, welche Ereignisse in den Zähler und welche in den Nenner gehören, und genau daher kommt die Abweichung.

Verfügbarkeit: die Ausschlussliste für geplante Zeit

Nach der Norm zählt Zeit, in der Sie nie produzieren wollten, nicht gegen die OEE. Streit gibt es darüber, welche Ereignisse darunterfallen. Vorne, ein Anbieter von Produktionsmonitoring und Betreiber von OEE.com, wertet Rüstvorgänge als Verlust: Stillstandszeit ist dort jede Zeit, in der der Fertigungsprozess laufen sollte, aber wegen ungeplanter Stopps (z. B. Störungen) oder geplanter Stopps (z. B. Rüstvorgänge) nicht lief. Viele Werke machen es umgekehrt, und genau dort wird die Verfügbarkeit aufgebläht. Selbst die Leitfäden der Anbieter weisen darauf hin, dass Teams, die Rüstvorgänge als „geplante Stillstandszeit“ aus der OEE herausnehmen, die Verfügbarkeit aufblähen und einen echten Verlust verstecken.

Auch die Stopp-Schwelle verschiebt Zeit zwischen den Faktoren. Jeder Stopp unterhalb der Schwelle gilt als Kurzstopp (ein Leistungsverlust) und wird nicht erfasst. Eine typische Schwelle liegt bei fünf Minuten für manuelle Systeme und zwei Minuten für automatisierte Systeme. Wenn also ein Werk von Hand protokolliert und ein Schwesterwerk über die SPS erfasst, kann derselbe Stau an einem Standort in der Verfügbarkeit und am anderen in der Leistung landen.

Leistung: wessen „ideale“ Taktzeit

Dieser Input wird am leisesten manipuliert. Laut Vornes Leitfaden ist die ideale Taktzeit die theoretische Mindestzeit zur Herstellung eines Teils (sie ist KEINE „Budget“- oder „Standard“-Zeit). Die bevorzugte Methode ist die Typenschildkapazität (die vom Maschinenhersteller angegebene Auslegungskapazität). In der Praxis ersetzt ein Werk mit älteren Pressen diese oft durch die Standardrate aus dem Arbeitsplan, also die Rate, mit der Finance das Produkt kalkuliert. Die Leistung springt sofort nach oben, ohne dass sich an der Anlage etwas geändert hat. Die ideale Taktzeit muss für jedes Produkt auf jeder Maschine hinterlegt werden, sie ist also ein Stammdatenfeld. Eine saubere an den Arbeitsplan gekoppelte Anlagenhierarchie entscheidet darüber, ob sich das Feld überhaupt prüfen lässt.

Qualität: First Pass oder Endausbeute

Der Qualitätsfaktor hängt davon ab, wann ein Teil als gut gezählt wird. In der an ISO 22400 ausgerichteten Lesart ist Nacharbeit ein Qualitätsverlust und kein Gutteil. Werke, die aus dem ERP-Wareneingang nach der Nacharbeit berichten, zählen nachgearbeitete Teile als gut. Werke, die aus der First-Pass-Prüfung an der Station berichten, tun das nicht. In regulierten Branchen betrifft das auch das Rückrufrisiko. Wenn die Linie ein Teil produziert hat, das nachgearbeitet werden musste, steht das bereits in Ihren Chargenprotokollen, und ein OEE-Wert, der das verschweigt, widerspricht Ihrem eigenen Qualitätssystem.

Ein Rechenbeispiel: eine Schicht, drei Zahlen

Das Beispiel geht von einer veröffentlichten Schichtberechnung von Machdatum aus, einem Anbieter von Fertigungssoftware: 480 min Schicht, Stillstand von 45 min Störung plus 15 min Rüsten, Verfügbarkeit (480, 60) / 480 = 87,5 %, ideale Ausbringung 420 min x 2 Stück/min = 840 Stück, tatsächliche Ausbringung 720 Stück, Leistung 85,7 %, OEE 0,875 x 0,857 x 0,975 = 73,1 %. Die Varianten nach der ersten Version sind meine eigene hypothetische Rechnung, und die physische Schicht ändert sich in keiner davon.

  • Corporate-Version (Rüsten als Verlust gezählt, Typenschildrate, First-Pass-Qualität): 73,1 %.
  • Werksversion (Rüsten in die geplante Zeit verschoben): Die geplante Zeit sinkt auf 465 Minuten und die Verfügbarkeit wird 420/465 = 90,3 %. OEE ist 0,903 x 0,857 x 0,975 = 75,5 %.
  • Linienversion (zusätzlich Standardrate von 1,8 Stück/min, und 12 der 18 Ausschussteile werden nachgearbeitet und als gut gezählt): Die Leistung wird 720/756 = 95,2 % und die Qualität 714/720 = 99,2 %. OEE ist 0,903 x 0,952 x 0,992 = 85,3 %.

Der letzte Wert überschreitet die „World-Class“-Marke. In seinem Buch *Introduction to TPM* von 1984 schlug Nakajima eine Verfügbarkeit von 90 Prozent, eine Effizienz von 95 Prozent und eine Qualität von 99 Prozent vor, was eine OEE von 85 Prozent (World-Class) ergibt. Die Linie wurde durch drei Definitionsentscheidungen von durchschnittlich zu World-Class, und keine davon wurde irgendwo festgehalten.

Die Entscheidungsregel: der Hätte-anders-entscheiden-können-Test

Diese Regel würde ich ans Whiteboard schreiben:

Wenn irgendjemand vor Ort anders hätte entscheiden können, ist es ein Verlust. Nur was niemand vor Ort ändern kann, fällt aus dem Nenner.

Nach dieser Regel dürfen nur nicht eingeplante Schichten, fehlende Kundennachfrage, vertraglich festgelegte Essenspausen und gesetzlich vorgeschriebene Reinigung ausgeschlossen werden. Rüstvorgänge, Anlaufzeiten, Warten auf Material und vom Werk selbst eingeplante vorbeugende Instandhaltung bleiben alle als Verluste drin. Die ideale Taktzeit kommt vom Typenschild oder aus einer Zeitstudie und lässt sich nur über einen protokollierten Änderungsantrag ändern. Gutteile werden im First Pass gezählt. Jeder Standort, der eine Ausnahme will, veröffentlicht sie als benannte Variante, etwa „OEE-lokal, ohne Rüsten“, und die Variante übernimmt nie den Namen der Standardkennzahl.

Wann eine einheitliche Standard-OEE hilft und wann sie in die Irre führt

Eine Standarddefinition ist den politischen Aufwand wert, wenn Sie Gleiches mit Gleichem vergleichen: Schwesterwerke mit ähnlichen Anlagen oder Capex-Entscheidungen zwischen Standorten. Hutchinson ist der meistzitierte Fall. Laut TeepTrak, dem Anbieter der Sensoren (es handelt sich also um vom Anbieter veröffentlichte Ergebnisse), hat jeder Standort die OEE gleich gemessen, standardisiert nach der Methodik von ISO 22400-2, sodass die Ergebnisse über Werke und Länder hinweg vergleichbar waren, und der Tier-1-Automobilzulieferer kam an 40 Standorten in 12 Ländern von 42 auf 75 Prozent. Eine unabhängige Gegenprobe ist eine begutachtete MDPI-Fallstudie zu einem Kunststoff-Spritzgusswerk, die berichtete, dass die durchschnittliche OEE im September 2025 auf 89 % stieg, verglichen mit 64 % im Januar. Die Autoren stellten fest, dass die früheren Verluste vor allem durch Stillstände und suboptimale Taktzeiten bedingt waren, also durch Verfügbarkeit und Leistung, genau die beiden Faktoren, die am stärksten auseinanderlaufen.

An drei Stellen führt eine einzige Zahl in die Irre.

Erstens beim Vergleich über Branchen oder Prozesstypen hinweg. Eine Branchenanalyse merkt an, dass eine regulierte Pharmalinie mit 60 % in ihrem Kontext World-Class sein kann, weil ein Großteil ihrer Stillstände vorgeschrieben und nicht verschwendet ist. Dasselbe gilt für High-Mix-Fertiger: Nakajimas benchmark auf einen rüstintensiven Lohnfertiger anzuwenden und daraus zu schließen, das Werk versage, ist ein Kategorienfehler. Vergleichen Sie bei diesen Standorten Verlustbäume, nicht die Headline-OEE.

Zweitens beim Mitteln über ein ganzes Werk. Der Anbieter FlowFuse hat da einen berechtigten Punkt: Wer die OEE über eine ganze Anlage mittelt, erhält eine bedeutungslose Zahl. Berichten Sie die OEE am Engpass und alles andere als Verlustminuten.

Drittens der Einbruch nach der Standardisierung. Wenn eine Gruppe auf strenge Definitionen umstellt, sinkt die gemeldete OEE, obwohl sich in der Halle nichts geändert hat. Werden Werksleiter nach der alten Zahl bezahlt, werden sie sich gegen die Umstellung wehren. Setzen Sie die Anreize am selben Tag neu auf, an dem Sie die Definitionen umstellen, oder stellen Sie nicht um.

Für die langfristige Kapazitätsplanung ist die OEE ohnehin die falsche Kennzahl. TEEP erweitert den Nenner auf den vollen Kalendertag oder die volle Woche und zeigt so die Kapazität, die in nicht eingeplanten Schichten steckt und die die OEE bewusst ausblendet.

Was Sie am Montag tun können

Jeder dieser Schritte dauert eine Woche oder weniger:

  • Sammeln Sie die OEE-Berechnung, die an jedem Standort tatsächlich verwendet wird, egal ob sie in der MES-Konfiguration, einem PI-Tag-Skript oder einem Excel-Makro steckt. Stellen Sie die Ausschlüsse für geplante Zeit in einer Tabelle nebeneinander. Die meisten Gruppen stellen fest, dass sie mindestens drei Varianten haben.
  • Wählen Sie eine Engpasslinie und rechnen Sie die Schichten der letzten Woche nach Corporate-, Werks- und strenger Definition neu, wie im Rechenbeispiel. Präsentieren Sie dem COO die Spanne als Definitionslücke, nicht als Leistungslücke.
  • Fragen Sie den Arbeitsplan-Stamm ab: Stammt die ideale Taktzeit für jedes Produkt-Maschine-Paar vom Typenschild, aus einer Zeitstudie oder aus dem Kalkulationsstandard? Zählen Sie die Paare mit Kalkulationsstandard.
  • Legen Sie eine konzernweite Stopp-Schwelle und eine gemeinsame Liste von Stillstandsgründen fest und halten Sie fest, welche Standorte von Hand protokollieren und welche über die SPS erfassen, damit sich Schwelleneffekte nachvollziehen lassen.
  • Registrieren Sie die OEE und ihre drei Inputs als gesteuerte Kennzahl mit Version und Verantwortlichem, und leiten Sie jeden Pilot mit KI-Copiloten ausschließlich über diese Kennzahl, nie über rohe MES-Tabellen.

Ihr nächster OEE-Streit wird sich höchstwahrscheinlich darum drehen, ob ein Rüstvorgang innerhalb oder außerhalb der geplanten Zeit liegt. Halten Sie diese Entscheidung schriftlich fest, versionieren Sie sie und koppeln Sie sie an den Anreizplan, bevor irgendjemand wieder Werke vergleicht.

Der vollständige Kurs zu dieser Branche: Data in Manufacturing.

Häufige Fragen

Zählen Rüstvorgänge bei der OEE als geplante Stillstandszeit?

Bei strenger Lesart nein. Rüstvorgänge sind Zeit, in der die Linie laufen sollte, sie zählen also als Verfügbarkeitsverlust. Vornes OEE-Leitfaden behandelt Rüstvorgänge als Stillstandszeit. Werke, die sie in die geplante Stillstandszeit verschieben, blähen die Verfügbarkeit auf, und im Rechenbeispiel hob allein diese Änderung die OEE für dieselbe Schicht von 73,1 % auf 75,5 %.

Was ist der Unterschied zwischen idealer Taktzeit und Standardtaktzeit bei der OEE?

Die ideale Taktzeit ist die theoretisch schnellste Zeit zur Herstellung eines Teils, idealerweise aus der Typenschildkapazität des Maschinenherstellers. Die Standardtaktzeit ist eine Budget- oder Kalkulationsrate. Mit der Standardrate sieht die Leistung besser aus, ohne dass sich an der Maschine etwas ändert. Deshalb sollte die ideale Taktzeit als gesteuerte Stammdaten geführt werden, die sich nur über einen protokollierten Änderungsantrag ändern lassen.

Macht ISO 22400 die OEE zwischen Werken vergleichbar?

ISO 22400-2 standardisiert die Verhältnisse: Verfügbarkeit als tatsächliche durch geplante Produktionszeit, Effektivität als Menge mal ideale Taktzeit durch tatsächliche Zeit und Qualität als Gutteile durch produzierte Teile. Die Norm legt nicht fest, welche Ereignisse jedes Werk aus der geplanten Zeit ausschließt oder welche Stopp-Schwelle Verfügbarkeits- von Leistungsverlusten trennt. Diese Regeln muss die Gruppe also weiterhin selbst festschreiben.

Warum sinkt die gemeldete OEE, nachdem die Datenerfassung automatisiert wurde?

Manuelle Schichtprotokolle übersehen meist Kurzstopps, die Bediener beheben, ohne sie zu erfassen. Sobald die Erfassung über SPS oder Sensoren startet, tauchen diese Minuten als Leistungsverluste auf. Von Anbietern veröffentlichte Beispiele beschreiben Rückgänge um mehr als zehn Punkte. Gruppen sollten die Anreize an dem Tag neu aufsetzen, an dem sich Definitionen oder Erfassungsmethoden ändern, damit Werksleiter sich nicht gegen eine korrekte Zahl wehren.

Mehr dazu

Die Lektionen, die diesen Artikel weiterführen, frei zugänglich.

  1. 1Das Wesentliche messen mit OEE und QualitätskennzahlenDaten in der Produktion
  2. 2Datenqualitätsmetriken, die in der Produktion wirklich zählenDaten in der Produktion
  3. 3Stammdaten richtig aufsetzen: Materialien, Stücklisten und AnlagenhierarchienDaten in der Produktion
  4. 4MES und ERP zu einem einheitlichen Daten-Backbone verbindenDaten in der Produktion
  5. 5Der Metrics- und Semantic LayerAnalytics, BI & Decision Intelligence

Sources

Artikel gelesen?

Bestätigen Sie Ihre Lektüre, um XP zu sammeln und Ihr Radar zu füttern.