Digitale Fabrik für High-Mix-Low-Volume-Produktion

Viele Produktvarianten, kleine Serien und häufiges Umrüsten: High-Mix-Low-Volume-Produktion braucht mehr als eine flexible Maschine. Bediener müssen wissen, welche Anweisung gilt. Planer brauchen den aktuellen Fertigungsfortschritt. Und die Qualitätssicherung muss nachvollziehen können, was mit einem Produkt passiert ist. Sind diese Informationen auf Papier, Tabellen und Einzelsysteme verteilt, bedeutet jeder Wechsel zusätzliches Suchen und Prüfen.

Eine digitale Fabrik verbindet Maschinen, Software und Produktionsdaten. Nicht, damit alles automatisch entschieden wird. Sondern damit Menschen mit denselben aktuellen Informationen arbeiten. Bei Vlegel Technology in Genk betrachten wir das als Team für Daten, KI und Software Engineering: Welche Informationen fehlen in der Fertigung? Und welche Anbindung macht sie nutzbar?

Beim Auftrag und am Arbeitsplatz anfangen

Bei kleinen Serien zählt nicht nur der Maschinenstatus. Du willst auch wissen, für welchen Auftrag die Maschine läuft, welche Produktvariante gefertigt wird und welcher Bearbeitungsschritt ansteht. Ohne diesen Kontext sagen ein Zählerstand oder ein Stillstandssignal wenig über den Fortschritt aus.

Verbinde deshalb Auftragsdaten aus dem ERP-System mit der Ausführung in der Fertigung. Digitale Arbeitsanweisungen müssen zur richtigen Variante und zum richtigen Revisionsstand passen. Erfasse außerdem, welche Materialien, Bearbeitungsschritte und Prüfungen zu einem Produkt gehören. So wird Rückverfolgbarkeit Teil des Arbeitsablaufs statt nachträglicher Rekonstruktionsarbeit.

Maschinen mit OPC UA und MQTT verbinden

Maschinendaten lassen sich beispielsweise über OPC UA auslesen und über MQTT für andere Anwendungen bereitstellen. Welcher Ansatz passt, hängt von der Maschinensteuerung, den verfügbaren Schnittstellen und dem vorhandenen Netzwerk ab. Eine ältere Maschine braucht manchmal eine andere Anbindung als eine neue Produktionslinie.

Ein Unified Namespace (UNS) kann dabei als gemeinsame, logisch aufgebaute Datenstruktur dienen. Maschinen und Systeme veröffentlichen ihre Daten unter vereinbarten Namen. So verwenden Anwendungen dieselbe Bedeutung, etwa für eine Maschine, einen Auftrag oder einen Status. Der UNS ersetzt das ERP-System nicht. Er hilft aber, Daten systemübergreifend nutzbar zu machen.

Diese Vereinbarungen sind mindestens so wichtig wie das Protokoll. Definiere Statuswerte, Einheiten, Zeitstempel und die Herkunft der Daten. Mach auch sichtbar, wenn eine Verbindung ausfällt: Der zuletzt empfangene Wert entspricht nicht automatisch dem aktuellen Zustand.

OEE messen, aber mit Kontext

OEE macht Verluste bei Verfügbarkeit, Leistung und Qualität sichtbar. Bei High-Mix-Low-Volume-Produktion musst du diese Kennzahl sorgfältig einordnen. Rüstzeiten, unterschiedliche Zykluszeiten und kleine Stückzahlen beeinflussen den Vergleich zwischen Aufträgen. Eine einzige Gesamtzahl erklärt nicht, warum ein Prozess langsamer läuft.

Schau deshalb auch auf die Ereignisse dahinter: Wann begann das Umrüsten, wann kam das erste Gutteil und warum stand die Maschine still? Kombiniere die automatische Erfassung mit gezielten Eingaben durch Bediener. Nutze die Daten, um Ursachen zu untersuchen. Nicht, um Leistung ohne Kontext zu bewerten.

Digitale Anweisungen in der Praxis

Bei e-power ging es um den Anlauf einer neuen Produktionslinie mit vielen Varianten und kleinen Serien. Papieranweisungen erschwerten effizientes und fehlerfreies Arbeiten. Digitale Arbeitsanweisungen, angebunden an das ERP-System Odoo, machten Leistungsdaten in Echtzeit sichtbar und reduzierten die Fehleranfälligkeit. Auch neue Mitarbeitende ließen sich schneller einarbeiten.

Entscheidend ist die Verbindung zwischen Anweisung und Produktionskontext. Die digitale Version eines Papierdokuments allein reicht nicht. Mitarbeitende müssen zum richtigen Zeitpunkt die richtigen Informationen bekommen.

KI liest mit, ein Mensch entscheidet

Auf einer verlässlichen Datenbasis kann KI helfen, Produktionsinformationen zusammenzufassen oder auf Abweichungen hinzuweisen, die genauer untersucht werden sollten. Die Grenze bleibt klar: KI liest nur und macht Vorschläge; ein Mensch entscheidet. KI ändert also nicht eigenständig Maschinenparameter, Aufträge oder Qualitätsfreigaben.

Beginne mit einem klar abgegrenzten Problem, etwa fehlenden Stillstandsgründen oder falschen Versionen von Arbeitsanweisungen. Prüfe zuerst, ob die Daten stimmen und ob die Lösung in der Fertigung brauchbar ist. Möchtest du besprechen, wo du in deiner Fabrik oder an deiner Maschine ansetzen kannst? Buche ein Gespräch von 15 Minuten mit Vlegel; dann schauen wir gemeinsam, welche Informationen und Anbindungen dafür nötig sind.