Rückverfolgbarkeit in Produktion und Logistik

Bei einem Qualitätsproblem willst du wissen, welche Produkte betroffen sind, welche Rohstoffe darin stecken und wohin sie geliefert wurden. Diese Informationen liegen oft verstreut in Maschinen, Produktionssystemen, Lagerverwaltungssoftware und Dokumenten. Rückverfolgbarkeit bedeutet, diese Daten zuverlässig miteinander zu verknüpfen. Nicht, um möglichst viele Daten zu sammeln, sondern um gezielt entscheiden zu können.

Mehr als ein Barcode

Ein Barcode, RFID-Tag oder eine Seriennummer identifiziert ein Produkt oder eine Charge. Rückverfolgbarkeit entsteht erst, wenn du diese Kennung mit Ereignissen verknüpfst: Wareneingang, Verarbeitung, Prüfung, Lagerung und Versand. Dabei hältst du fest, was passiert ist, wann, auf welcher Maschine und mit welchen Materialien.

Du musst in beide Richtungen suchen können. Vom fertigen Produkt zurück zu den verwendeten Rohstoffen und Prozessschritten. Aber auch von einer verdächtigen Rohstoffcharge vorwärts zu allen betroffenen Produkten und Lieferungen. Beim Mischen, Aufteilen, Umpacken oder Nacharbeiten müssen diese Beziehungen erhalten bleiben. Sonst ist die Kette zwar digital sichtbar, aber nicht lückenlos.

Qualitätsprobleme gezielt eingrenzen

Bei einer Abweichung hilft Rückverfolgbarkeit, das Ausmaß des Problems zu bestimmen. Welche Chargen liefen über dieselbe Maschine? Welche Produkte enthalten dasselbe Bauteil? Welche Lieferungen sind möglicherweise betroffen? Mit diesen Antworten kannst du fundiert entscheiden, was du sperren, untersuchen oder zurückrufen musst.

Das funktioniert nur, wenn die Erfassung ausreichend vollständig und genau ist. Ein fehlender Scan oder eine falsch zugeordnete Chargennummer kann den Untersuchungsumfang dennoch vergrößern. Rückverfolgbarkeit ersetzt deshalb keine Qualitätskontrolle: Sie macht Prüfungen und Messergebnisse in ihrem Produktionskontext wieder auffindbar.

Maschinendaten mit dem richtigen Kontext verbinden

Maschinendaten lassen sich automatisch über OPC UA abrufen oder über MQTT austauschen. Dazu gehören Prozesswerte, Maschinenereignisse und Testergebnisse. Ein Temperaturwert mit Zeitstempel allein reicht aber nicht. Du musst auch wissen, zu welchem Auftrag, welcher Charge, welchem Prozessschritt und welcher Maschine dieser Wert gehört.

Ein Unified Namespace (UNS) kann helfen, aktuelle Produktionsdaten in einer gemeinsamen Struktur bereitzustellen. Maschinen und Anwendungen nutzen dann dieselben Konventionen für Namen und Bedeutung. Ein UNS ist für sich genommen kein historisches Archiv für Rückverfolgbarkeit. Dafür brauchst du auch eine dauerhafte Speicherung von Ereignissen und Beziehungen zwischen Materialien, Produkten und Prozessschritten.

Legt vorab fest, welches System Kennungen vergibt, wie Zeitstempel erfasst werden und was bei einer Verbindungsstörung passiert. Können Daten lokal zwischengespeichert werden? Wie erkennt ihr doppelte Nachrichten? Wie erfasst ihr eine Korrektur, ohne den ursprünglichen Eintrag zu verlieren? Solche Details entscheiden darüber, ob ihr euch später auf die Daten verlassen könnt.

Die Kette endet nicht am Werkstor

In der Logistik verknüpfst du Produkte und Chargen mit Paletten, Lagerplätzen und Sendungen. Barcodes und RFID unterstützen die Erfassung von Warenbewegungen. Wo relevant, ergänzt du Transportbedingungen, etwa Temperaturmessungen in der Kühlkette.

Unterscheide dabei zwischen dem zuletzt erfassten Standort und der aktuellen Position. Ein Scan beim Versand belegt nicht, wo sich eine Palette jetzt befindet. Auch eine Temperaturmessung ist erst brauchbar, wenn klar ist, zu welcher Sendung sie gehört und ob die Messreihe Lücken hat.

Vorschriften und KI brauchen verlässliche Quelldaten

Anforderungen an Herkunft, Aufbewahrungsfristen und Nachweise unterscheiden sich je nach Branche und Produkt. Digitale Produktpässe machen strukturierte Produktinformationen zusätzlich relevant. Beginne deshalb mit den Informationen, die du nachweisen können musst. Rückverfolgbarkeitsdaten können Aussagen zu Herkunft und Materialeinsatz stützen. Sie beweisen aber für sich genommen nicht, dass ein Produkt nachhaltig ist.

KI kann helfen, Aufzeichnungen zu durchsuchen, auffällige Muster zu erkennen oder eine Untersuchung zusammenzufassen. Dabei ziehen wir eine klare Grenze: KI liest nur; ein Mensch bewertet die Quellen und entscheidet. KI gibt keine Chargen frei, verändert keine Einträge und steuert keine Maschinen. Fehlende Daten bleiben fehlende Daten, kein Spielraum für Annahmen.

Mit einer klar abgegrenzten Kette beginnen

Wähle einen Produktstrom und prüfe eine konkrete Frage: Können wir von dieser Lieferung bis zum Rohstoff zurückgehen und anschließend alle damit verbundenen Lieferungen finden? Prüfe auch Nacharbeit, Ausschuss und fehlende Einträge. So wird sichtbar, wo Kennungen, Verknüpfungen oder klare Arbeitsabläufe fehlen, bevor du den Umfang erweiterst.

Möchtest du herausfinden, wo eure Rückverfolgbarkeitskette unterbrochen ist? Vereinbare ein Gespräch von 15 Minuten mit Vlegel Technology in Genk, dem Software-Engineering-Team für Maschinen, Daten und KI für Fabriken und Maschinenbauer. Wir besprechen einen Produktstrom, die verfügbaren Daten und einen sinnvollen ersten Schritt.