Aus Daten von Werkshalle und Supply Chain mehr Durchsatz machen

Die Linie steht, die Uhr läuft

Eine einzige stehende Station in der Endmontage kann einen großen Automobilhersteller rund 10.000 bis 20.000 Dollar pro Minute an entgangener Produktion kosten (eine häufig zitierte Branchenschätzung). Das Auto, das 40 Sekunden vor dem Bandablauf stand, steht jetzt still, weil ein Kabelbaum für 3 Dollar nie an der richtigen Station ankam.

Die unbequeme Wahrheit: Die Daten, die diesen Engpass hätten vorhersagen kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen, existierten schon Stunden vorher. Sie lagen im Versandsystem eines Lieferanten, in einem Werkssensor, in einer Planungsdatenbank. Niemand hat die Punkte rechtzeitig verbunden.

Diese Lektion begleitet ein Fahrzeug vom Rohstahl bis zum fertigen Auto und zeigt genau, wo Daten Engpässe sichtbar machen und Sie warnen, bevor die Linie steht.

Der Karosserie folgen: vier Stationen, vier Datenquellen

Ein Fahrzeug entsteht in grober Reihenfolge: Presswerk (Blech wird zu Teilen gepresst), Karosseriebau (Teile werden zu einem Rohbau verschweißt), Lackiererei, dann Endmontage (Motor, Interieur, Kabelbäume, Glas). Jede Stufe erzeugt eine andere Datenspur.

Presswerk: Pressendaten und Taktzeit

Riesige Pressen fertigen Türen, Hauben und Bodenbleche. Jede Presse meldet Taktzeit (Sekunden pro Hub), Presskraft und Werkzeugtemperatur.

Wenn die Taktzeit auch nur um Bruchteile einer Sekunde pro Hub steigt, ist das ein Durchsatzsignal. Multiplizieren Sie eine kleine Verzögerung mit Tausenden Hüben pro Schicht, und Sie verlieren echte Teile. Steigende Schwankungen bei der Presskraft bedeuten oft, dass ein Werkzeug verschleißt, was auf einen Defekt oder einen ungeplanten Stopp hindeutet.

Das System, das all das erfasst, ist das MES (Manufacturing Execution System): Software, die verfolgt, was gerade gefertigt wird, auf welcher Maschine, mit welcher Rate, in welcher Qualität. Denken Sie an das MES als das operative Gedächtnis des Werks.

Karosseriebau: Roboter und IoT-Sensoren

Der Karosseriebau besteht überwiegend aus punktschweißenden Robotern. Hier kommen die Daten von IoT-Sensoren (kleine vernetzte Geräte, die Vibration, Stromaufnahme, Temperatur messen) an Robotern und Schweißzangen.

Eine Schweißzange, die mehr Strom zieht als üblich, oder ein Roboterarm, der außerhalb seines normalen Bands vibriert, ist eine frühe Ausfallsignatur. Erkennen Sie das, planen Sie die Reparatur in eine geplante Pause. Übersehen Sie es, fällt der Roboter mitten in der Schicht aus und lässt jede nachgelagerte Station leerlaufen.

Lackiererei: der Durchsatzengpass

Die Lackiererei ist oft der langsamste, teuerste und starrste Teil des Werks. Öfen müssen heiß bleiben, Kabinen sauber, und Farbwechsel kosten Material und Zeit.

Lackdaten (Luftfeuchte in der Kabine, Ofentemperatur, Durchflussraten, First-Pass-Yield) zählen, weil Nacharbeit hier brutal ist. Ein Auto, das die Lackprüfung nicht besteht, geht zurück durch die Linie und verbraucht einen Slot, den ein anderes Auto gebraucht hätte. First-Pass-Yield (der Anteil der Autos, die beim ersten Durchlauf korrekt lackiert werden) ist einer der wichtigsten Durchsatzhebel.

Endmontage: wo die Teile zusammenkommen

Jetzt trifft die Karosserie auf Tausende zugekaufte Teile: Sitze, Kabelbäume, Armaturenbretter, Reifen. Hier prallen Supply-Chain-Daten und Werksdaten aufeinander.

Der Engpass ist der Durchsatz

Hier ein zentraler Gedanke aus dem Operations-Bereich, oft mit der Theory of Constraints verbunden: Die Ausbringung eines Systems wird durch seinen langsamsten Schritt bestimmt. Jede Station zu beschleunigen, die nicht der Engpass ist, staut nur Bestand vor dem eigentlichen Constraint.

Die erste Aufgabe von Daten ist, den Engpass zu *finden*, und der Constraint wandert. Heute ist es die Lackiererei. Morgen macht eine Lieferverzögerung die Endmontage zum Constraint. Sie kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen nicht steuern, was Sie nicht nahezu in Echtzeit sehen.

Eine einfache MES-Abfrage legt ihn offen: Welche Station hat die längste Warteschlange und die höchste Auslastung?

-- Find the current bottleneck station by wait time
SELECT station_id,
       AVG(wait_seconds)   AS avg_wait,
       AVG(utilization_pct) AS avg_util
FROM   mes_station_events
WHERE  event_time > NOW() - INTERVAL '2 hours'
GROUP  BY station_id
ORDER  BY avg_wait DESC
LIMIT  5;

Die Station ganz oben, hohe Wartezeit und hohe Auslastung, ist der Ort, an den jeder Verbesserungs-Euro zuerst fließen sollte.

Für ein tieferes Verständnis des Constraint-Denkens ist die Wikipedia-Übersicht zur Theory of Constraints ein solider kostenloser Einstieg.

Teilemangel vorhersagen, bevor die Linie steht

Die Endmontage lebt davon, dass Teile in der richtigen Reihenfolge zur richtigen Minute eintreffen. Das Datenrückgrat dafür ist EDI (Electronic Data Interchange): ein standardisiertes Format, mit dem Automobilhersteller und Lieferanten Geschäftsdokumente (Bestellungen, Lieferavise, Rechnungen) maschinell austauschen.

Das zentrale Dokument ist das ASN (Advance Shipping Notice): eine EDI-Nachricht, mit der ein Lieferant meldet „diese Sendung, diese Teile, diese Menge, Ankunft zu dieser Zeit“. (Im gängigen EDI-Standard ist das Transaktionssatz 856.)

Die Mangel-Rechnung

Einen Stillstand vorherzusagen ist ein Rennen zwischen zwei Uhren:

• Burn Rate der Linie: wie schnell das Werk ein Teil verbraucht. Wenn Sie einen Kabelbaum pro Fahrzeug verbauen und 60 Fahrzeuge pro Stunde bauen, verbrauchen Sie 60 Kabelbäume pro Stunde.
• Bestand plus Zulauf: aktueller Bestand an der Linie plus das, was laut ASN tatsächlich unterwegs ist.

Wenn (Bestand + bestätigter Zulauf) geteilt durch die Burn RateBurn RateBurn rate is the speed at which a company spends its cash reserves, usually measured per month, before reaching profitability or raising more funding.Vollständige Definition ansehen → unter die Transport- und Handlingzeit fällt, haben Sie einen prognostizierten Mangel. Das ist Ihr Alarm, und ererThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → kann Stunden vor dem leeren Regal auslösen.

Woher das Signal wirklich kommt

Die Warnung kommt fast nie aus dem eigenen Lagerbestand allein. Sie entsteht aus der *Kombination* von Quellen:

• Das ASN sagt, der Lkw ist zu spät losgefahren.
• Ein Telematik-Feed zeigt, dass der Lkw im Stau steht.
• Das MES zeigt, dass die Linie etwas *schneller* läuft als geplant und den Puffer schneller aufbraucht.

Jedes Signal für sich wirkt harmlos. Zusammen sagen sie einen Stillstand um 15 Uhr voraus. Deshalb ist die Verbindung von Werksdaten (MES, IoT) mit Supply-Chain-Daten (EDI, Telematik) der entscheidende Punkt.

Just-in-time macht das bewusst fragil

Die Automobilindustrie hat Just-in-time (JIT) geprägt: minimale Bestände halten und Teile genau dann liefern lassen, wenn sie gebraucht werden. JIT senkt die Kosten drastisch, nimmt aber das Polster weg. Mit wenig Pufferbestand wird aus einem verspäteten Lkw schnell eine stehende Linie.

Die Halbleiterknappheit von 2020 bis 2023 hat der Branche diese Lektion hart beigebracht: Viele Werke standen still, weil Chips im Wert von ein paar Dollar fehlten. Die Antwort war mehr Datentransparenz tiefer in die Lieferkette hinein, nicht nur bei den Tier-1-Lieferanten, sondern auch in den Ebenen dahinter.

Begriffsklärung: Ein Tier-1-Lieferant verkauft direkt an den Automobilhersteller (etwa ein Sitzhersteller). Ein Tier-2 verkauft an den Tier-1 (der Schaumstoff- oder Stoffhersteller). Engpässe beginnen oft zwei oder drei Ebenen tiefer, dort, wo Sie am wenigsten Sicht haben.

Aus Signalen Entscheidungen machen

Daten erzeugen nur dann Durchsatz, wenn sie eine Handlung auslösen. Drei konkrete Spielzüge:

1. Die Baureihenfolge neu planen

Wenn ein bestimmtes Teil knapp ist, Sie aber Karosserien haben, die es nicht brauchen (eine Basisausstattung ohne Premium-Soundsystem), kann das MES die Linie umsequenzieren, diese Autos jetzt bauen und die betroffenen verschieben. Sie halten die Linie in Bewegung, statt sie zu stoppen.

2. Gezielt beschleunigen

Ein prognostizierter Mangel erlaubt Ihnen eine billige Entscheidung früh (einen Lkw umleiten, aus einem anderen Werk ziehen) statt einer teuren spät (Teile über Nacht per Luftfracht). Der Wert der Prognose ist die Differenz zwischen diesen beiden Kosten.

3. Qualitätsdaten stromaufwärts zurückspielen

Wenn der First-Pass-Yield in der Lackiererei jedes Mal fällt, sobald die Luftfeuchte einen Schwellenwert überschreitet, rechtfertigt dieses Muster ein Upgrade der Kabinensteuerung. Wenn die Teile eines Lieferanten mit steigender Rate durch die Prüfung fallen, liefern EDI-Qualitätsdaten die Belege zum Handeln. Ziel ist ein geschlossener Regelkreis: erfassen, vorhersagen, handeln, messen.

Wie „gut“ aussieht

Reife Datenoperationen in der Automobilindustrie haben einige gemeinsame Merkmale:

• Eine gemeinsame Uhr. MES-, EDI- und IoT-Feeds sind zeitlich abgeglichen, sodass eine Verzögerung im einen gegen den Verbrauch im anderen sichtbar wird.
• Der Engpass ist auf einem Bildschirm sichtbar, den jeder lesen kann. Dashboards an der Linie, keine vergrabenen Reports.
• Alerts mit Vorlaufzeit, keine Alarme im Nachhinein. Eine nützliche Mangelwarnung löst mit genug Spielraum aus, um günstig zu handeln.
• Kennzahlen, die mit Geld verbunden sind. OEE (Overall Equipment Effectiveness), die Standardkennzahl, die Verfügbarkeit, Leistung und Qualität zu einem Durchsatzwert zusammenfasst, verbindet das Gesamtbild.

Sie brauchen keinen perfekten Data LakeData LakeA data lake is a centralized repository that stores large volumes of raw data in its native format, from structured tables to unstructured files, until needed.Vollständige Definition ansehen →, um anzufangen. Sie brauchen die Burn RateBurn RateBurn rate is the speed at which a company spends its cash reserves, usually measured per month, before reaching profitability or raising more funding.Vollständige Definition ansehen →, den Bestand und das ASN, verbunden und verglichen, für Ihr am stärksten limitiertes Einzelteil. Dieser eine Regelkreis rechnet sich beim ersten verhinderten Stillstand.

Wichtigste Erkenntnisse

• Die langsamste Station bestimmt die Gesamtausbringung. Nutzen Sie MES-Daten, um den wandernden Engpass zu finden, und richten Sie Verbesserungen genau dorthin, nirgendwo sonst.
• Engpässe sind vorhersagbare Mathematik: Bestand plus bestätigter Zulauf (aus EDI-ASNs) gegen die Burn RateBurn RateBurn rate is the speed at which a company spends its cash reserves, usually measured per month, before reaching profitability or raising more funding.Vollständige Definition ansehen → der Linie. Fällt der Puffer unter die Transportzeit, warnen Sie früh.
• Das Signal liegt über Systeme verteilt. MES, IoT-Sensoren und Lieferanten-EDI wirken einzeln harmlos, sagen zusammen aber einen Stillstand Stunden im Voraus vorher.
• JIT tauscht Polster gegen Kosten, deshalb ist Datentransparenz (einschließlich Tier-2- und Tier-3-Lieferanten) das Sicherheitsnetz, das die Linie am Laufen hält.
• Daten zahlen sich nur durch Handeln aus: Baureihenfolge ändern, früh und günstig beschleunigen und Qualitätssignale stromaufwärts zurückspielen.