Produktionsoptimierung - Produktionsprozesse optimieren: Methoden, Beispiele und Automatisierung

1. Was ist Produktionsoptimierung?

⚡ In einem Satz

Produktionsoptimierung bedeutet, Stillstände, lange Rüstzeiten, fehlerhafte Teile (Ausschuss), überflüssige Bestände und unnötige Wege aus dem Werk zu entfernen, damit dieselben Maschinen und Menschen mehr gute Produkte herstellen, schneller und günstiger.

💡 Einfach erklärt

Die Optimierung eines Produktionsprozesses verbessert drei Bereiche gleichzeitig:

• Leistung - wie viele gute Teile die Linie in der verfügbaren Zeit liefert.
• Qualität - wie viele Produkte nachgearbeitet oder weggeworfen werden müssen.
• Fluss - wie lange Material zwischen den Arbeitsgängen liegt und wie viel Geld in den Beständen gebunden ist.

Jeder dieser Bereiche lässt sich ohne neue Stellen und Maschinen verbessern. Kürzeres Rüsten bringt mehr Teile aus derselben Linie, die Beseitigung einer Fehlerursache reduziert Nacharbeit, und kleinere Lose verkürzen die Zeit, in der Halbfabrikate in der Halle stehen.

🔧 Zum Vertiefen

Im Toyota-Produktionssystem, aus dem Lean hervorgegangen ist, teilt man Verluste in sieben Kategorien ein (Muda, Verschwendung), zu denen später eine achte kam:

• Überproduktion,
• Warten,
• Transport,
• Überbearbeitung (mehr Bearbeitung, als der Kunde verlangt),
• Bestände,
• unnötige Bewegung,
• Fehler und Nacharbeit,
• ungenutztes Potenzial der Mitarbeitenden.

Lean und Six Sigma, auch außerhalb der Fertigung, beschreiben wir ausführlicher im Artikel Was ist Geschäftsprozessoptimierung?

2. Womit anfangen? Messung und Gesamtanlageneffektivität (OEE)

⚡ In einem Satz

OEE (Overall Equipment Effectiveness, Gesamtanlageneffektivität) zeigt, welcher Teil der geplanten Laufzeit einer Maschine zu guten Produkten wird.

💡 Einfach erklärt

OEE teilt die verlorene Zeit in drei Ursachen auf:

• Verfügbarkeit - lief die Maschine in der geplanten Zeit? Störungen, Rüstvorgänge und fehlendes Material senken sie.
• Leistung - lief sie mit voller Geschwindigkeit? Kurzstillstände (kurze Unterbrechungen, die niemand erfasst) und reduzierte Geschwindigkeit drücken sie.
• Qualität - wie viele der produzierten Teile waren beim ersten Mal gut?

Beispiel: Eine Maschine soll 900 Minuten pro Tag laufen und steht 135 Minuten still (Rüsten, Störungen). Die Verfügbarkeit beträgt 85 %. In der übrigen Zeit erreicht sie 90 % der vollen Geschwindigkeit, und 97 % der Teile bestehen die Prüfung. OEE ist das Produkt dieser drei Werte: 0,85 × 0,90 × 0,97 ≈ 74 %. Mehr als ein Viertel der geplanten Zeit liefert also keine guten Produkte.

Das Ergebnis muss in seine drei Bestandteile zerlegt werden. Geht am meisten bei der Verfügbarkeit verloren, helfen kürzere Rüstzeiten und eine bessere Instandhaltung. Bei schwacher Qualität gilt es, die Fehlerursachen zu finden. Ohne diese Aufteilung wird die Optimierung von Produktionsprozessen zum Raten.

OEE beschreibt allerdings nur Maschinen. Ist der Engpass ein Lieferant, die Arbeitsorganisation oder das Hallenlayout, misst man etwas anderes: die Wartezeit auf Material, die Länge der Warteschlangen vor den Arbeitsplätzen und die Wege von Staplern und Menschen.

🔧 Zum Vertiefen

Die Kennzahl OEE führte Seiichi Nakajima im Rahmen von TPM (Total Productive Maintenance, umfassende produktive Instandhaltung) ein, bei dem Bediener und Instandhaltung gemeinsam Störungen vorbeugen. Auf seine Arbeiten geht der Wert von 85 % zurück, der als „Weltklasse“ bezeichnet wird. Wichtiger als der Vergleich mit anderen Fabriken ist der Trend auf der eigenen Linie.

OEE lässt sich auf dem Papier leicht „verbessern“, z. B. indem man Rüstzeiten aus der geplanten Zeit herausnimmt. Deshalb muss die Definition einmal schriftlich festgelegt werden, und die Daten sollten automatisch aus den Maschinen oder aus einem MES (Manufacturing Execution System, Fertigungsmanagementsystem) kommen statt aus handschriftlichen Notizen am Schichtende.

3. Methoden der Produktionsoptimierung

⚡ In einem Satz

Die Methode richtet sich nach dem Verlust, der auf der jeweiligen Linie überwiegt: Lange Rüstzeiten, Störungen, Fehler oder zu hohe Bestände verlangen unterschiedliche Werkzeuge.

💡 Einfach erklärt

Ausgangspunkt ist die Wertstromanalyse. Sie zeigt den größten Verlust, und passend dazu wählt man das Werkzeug. Wie man eine solche Map zeichnet, beschreiben wir im Artikel Prozessmapping.

🔧 Zum Vertiefen

Die Methode SMED hat Shigeo Shingo beschrieben. „Single-Minute“ im Namen steht für ein Rüsten in einer einstelligen Minutenzahl, also unter 10 Minuten. Die Methode teilt die Rüsttätigkeiten in interne (Maschine muss stehen) und externe (möglich, während sie noch läuft) und verlagert so viele wie möglich in die zweite Gruppe.

Die Engpasstheorie von Eliyahu Goldratt (Buch „Das Ziel“, 1984) geht davon aus, dass jede am Engpass gewonnene Stunde die Leistung des ganzen Werks erhöht, während eingesparte Zeit an einem vorgelagerten Arbeitsgang nur die Warteschlange verlängert. Verbesserungen beginnen daher an der Stufe, die das Tempo bestimmt.

4. Produktionsprozesse optimieren - Schritt für Schritt

⚡ In einem Satz

Wähle eine Linie oder eine Gruppe ähnlicher Produkte, erstelle die Wertstromanalyse, miss die OEE, finde den Engpass, beseitige den größten Verlust, standardisiere die neue Arbeitsweise und automatisiere erst dann.

💡 Einfach erklärt

1. Grenze den Umfang ein. Eine Linie oder eine Gruppe ähnlicher Produkte, am besten die mit dem höchsten Ausstoß oder der längsten Liste an Verzögerungen.
2. Bilde den Wertstrom ab. Vom Versand rückwärts bis zum Rohmaterial: Arbeitsgänge, Bestände, Zykluszeiten (wie lange die Bearbeitung eines Teils dauert), Informationsfluss.
3. Miss. OEE aufgeteilt nach Verfügbarkeit, Leistung und Qualität; eine Liste der Stillstände mit Ursachen; die Ausschussquote.
4. Finde den Engpass. Den Arbeitsgang, dessen Zykluszeit die Taktzeit (das Tempo, in dem der Kunde Produkte abnimmt) überschreitet oder vor dem der Bestand wächst. Das kann eine Maschine sein, ein Handarbeitsplatz, die Qualitätsprüfung oder die Materialanlieferung.
5. Beseitige den größten Verlust. SMED beim Rüsten, TPM bei Störungen, Ursachenanalyse bei Fehlern.
6. Standardisiere. Arbeitsanweisungen, Rüst-Checklisten, 5S. Ohne Standard verschwindet die Verbesserung nach wenigen Wochen.
7. Automatisiere und miss weiter. Wähle dafür nur stabile Prozesse; die Kennzahlen kommen auf ein dauerhaftes Dashboard mit Diagrammen.

Auf einer Linie dauert der ganze Zyklus einige Wochen. Den Effekt eines SMED-Workshops siehst du schon beim nächsten Produktwechsel.

🔧 Zum Vertiefen: ein Rechenbeispiel

Eine Linie läuft im Zweischichtbetrieb, die geplante Zeit beträgt 900 Minuten pro Tag. Der Engpass ist eine Presse mit drei Rüstvorgängen pro Tag zu je 90 Minuten. Das Rüsten allein kostet also 270 Minuten, und die Verfügbarkeit der Presse (ohne andere Stillstände) liegt bei 70 %.

Nach einem SMED-Workshop werden Tätigkeiten in die Laufzeit der Maschine verlagert: Werkzeug, Material und Unterlagen werden vorbereitet, bevor die Presse anhält. Ein Rüstvorgang dauert jetzt 30 Minuten, drei pro Tag zusammen 90 Minuten, und die Verfügbarkeit steigt auf 90 %.

Bei gleicher Geschwindigkeit und Qualität liefert die Presse damit rund 29 % mehr (90 / 70 ≈ 1,29), ohne neue Maschine und ohne zusätzliche Schicht. Da sie der Engpass ist, steigt die Leistung der ganzen Linie. Die Zahlen sind Beispielwerte.

5. Automatisierung von Produktionsprozessen - was lohnt sich?

⚡ In einem Satz

Die Automatisierung von Produktionsprozessen umfasst Roboter und Maschinen sowie den Informationsfluss um sie herum: Datenerfassung an der Linie, Berichtswesen, Qualitätskontrolle, Planung und Instandhaltung.

💡 Einfach erklärt

Der Kauf eines Roboters oder einer neuen Linie ist eine große Investition mit langer Vorbereitung. Den Informationsfluss in der Halle kann man dagegen in kleinen Schritten automatisieren, ohne so hohe Ausgaben:

• Datenerfassung an der Linie - Stückzahlen, Stillstände und ihre Ursachen kommen aus den Maschinen oder dem MES statt von Zetteln, die während der Schicht von Hand ausgefüllt werden.
• Produktionsberichte - Planerfüllung, OEE und Ausschuss fließen in eine automatisch aktualisierte Übersicht.
• Qualitätskontrolle - eine Kamera und ein Bilderkennungsmodell (Computer Vision) prüfen jedes Teil statt einer Stichprobe und halten Art und Lage jedes Fehlers fest.
• Planung - ein Produktionsplan auf Basis der Nachfrageprognose und der Maschinenverfügbarkeit statt einer von Hand gepflegten Tabelle (Beispiel aus unseren Projekten).
• Instandhaltung - Wartung nach Zustand der Anlagen und Störungshistorie, nicht nur nach Kalender.

Das Prinzip ist dasselbe wie im Büro: erst aufräumen, dann automatisieren. Ein instabiler Prozess mit zusätzlichen Robotern produziert nur schneller Ausschuss. Mehr zur Auswahl von Aufgaben für die Automatisierung steht im Artikel Was ist Automatisierung?

🔧 Zum Vertiefen

In der Industrie beschreibt die sogenannte Automatisierungspyramide (nach der Norm ISA-95) die Schichten der Software. Unten stehen Sensoren und SPS (speicherprogrammierbare Steuerungen, engl. Programmable Logic Controller, PLC), also kleine Rechner, die Maschinen steuern. Darüber liegen SCADA-Systeme (Supervisory Control and Data Acquisition, Überwachung, Steuerung und Datenerfassung), auf deren Bildschirmen der Betrieb der Linie zu sehen ist, dann das MES und ganz oben das ERP (Enterprise Resource Planning, Ressourcenplanung des Unternehmens), das Vertrieb, Lager und Finanzen verbindet. Das Problem entsteht, wenn die Schichten nicht verbunden sind: Die Maschinen haben die Daten, das ERP hat die Aufträge, und dazwischen liegen eine Tabelle und ein Telefon.

In einem solchen Werk kann das erste Automatisierungsprojekt eine Systemintegration sein, durch die Daten aus der Halle von selbst dorthin gelangen, wo Entscheidungen fallen.

6. KI in der Produktion - wo bringt sie einen messbaren Effekt?

⚡ In einem Satz

Künstliche Intelligenz bewährt sich im Werk dort, wo es Daten und eine wiederkehrende Entscheidung gibt: bei der optischen Qualitätskontrolle, der Nachfrageprognose, der Vorhersage von Störungen und der Reihenfolgeplanung.

💡 Einfach erklärt

• Optische Qualitätskontrolle - ein Modell erkennt Fehler auf Kamerabildern. Es braucht Bilder guter und fehlerhafter Produkte sowie stabile Beleuchtung.
• Nachfrageprognose - ein Modell lernt aus der Absatzhistorie, der Saisonalität und äußeren Faktoren. Eine Produktion, die genauer zum Absatz passt, bedeutet geringere Bestände und weniger kurzfristige Planänderungen.
• Vorhersage von Störungen - die Analyse von Schwingungen, Temperatur oder Stromaufnahme erlaubt es, die Wartung einzuplanen, bevor die Maschine stehen bleibt. Voraussetzung: Sensoren und eine Aufzeichnung früherer Defekte.
• Reihenfolgeplanung - Optimierungsalgorithmen legen die Reihenfolge der Aufträge so fest, dass weniger gerüstet wird und Termine eingehalten werden.

Jede dieser Anwendungen beginnt mit der Frage nach den Daten. Erfasst das Werk weder Stillstandsursachen noch Fehlerarten, ist der erste Schritt, diese Informationen systematisch zu sammeln, und das KI-Modell kommt später. Mehr zu den Voraussetzungen im Artikel Was ist Künstliche Intelligenz?

🔧 Zum Vertiefen

Bei KI in der Halle muss man planen, was mit dem Ergebnis des Modells passiert. Eine Kamera, die einen Fehler erkennt, aber weder die Linie anhält noch das Teil aussortiert, liefert nur Statistik. Eine funktionierende Umsetzung besteht deshalb aus drei Teilen: dem Modell, der Anbindung an den Prozess (Signal an Maschine, System oder Bediener) und einer Konfidenzschwelle, unterhalb derer ein Mensch entscheidet.

Die Schwelle festzulegen ist ein Kompromiss. Eine hohe Schwelle schickt mehr Teile zur manuellen Prüfung und erhöht die Arbeit der Prüfer. Eine niedrige Schwelle überlässt die meisten Entscheidungen dem Modell, und damit steigt die Zahl der Irrtümer: durchgelassene Fehler oder aussortierte gute Produkte. Den richtigen Wert findet man, indem man die Kosten solcher Fehler mit den Kosten der manuellen Prüfung vergleicht.

Das Modell muss auch nach dem Go-live beobachtet werden. Ein neuer Rohstofflieferant, andere Beleuchtung oder ein Produktwechsel senken die Erkennungsgenauigkeit, daher vergleicht man die Ergebnisse regelmäßig mit der Bewertung der Prüfer und trainiert das Modell bei Bedarf mit neuen Bildern nach.

7. Fehler bei der Produktionsoptimierung

⚡ In einem Satz

Die teuersten Fehler sind, Leute einzustellen oder Maschinen und Systeme zu kaufen, bevor gemessen wurde, wo die Zeit verloren geht, und einen Arbeitsgang zu verbessern, der nicht der Engpass ist.

💡 Einfach erklärt

• Personal aufstocken. Zusätzliche Leute außerhalb des Engpasses erhöhen die Kosten, während die Produktion gleich bleibt.
• Kaufen statt diagnostizieren. Hat eine alte Maschine wegen langer Rüstzeiten 60 % OEE, erreicht eine neue bei gleicher Arbeitsorganisation einen ähnlichen Wert.
• Verbessern an der falschen Stelle. Ein schnellerer Arbeitsgang vor dem Engpass erhöht nur den Bestand.
• Daten aus dem Gedächtnis. Stillstandsursachen, die am Schichtende „aus dem Kopf“ eingetragen werden, taugen nicht für die Analyse.
• Kein Standard. Ein verkürzter Rüstvorgang fällt auf die alte Zeit zurück, sobald das Team wechselt.
• Ein Projekt ohne die Leute aus der Halle. Bediener und Meister wissen, warum die Linie steht. Ohne sie entsteht die Lösung am Schreibtisch und wird umgangen.
• Einen instabilen Prozess automatisieren. Ein Roboter oder eine Kamera repariert keine Arbeit, die jedes Mal anders abläuft.

🔧 Zum Vertiefen

Bei der Bewertung der Ergebnisse lohnt der Blick auf drei Zahlen zugleich: die OEE des Engpasses, die Durchlaufzeit vom Rohmaterial bis zum Versand und die Höhe der Bestände. OEE lässt sich leicht steigern, indem man große Lose fertigt: Seltener rüsten heißt, die Maschine läuft länger. Die Produkte entstehen dann aber auf Lager, bevor ein Kunde sie bestellt, und die übrigen Varianten müssen warten, bis sie an der Reihe sind. Die Kennzahl steigt, während das Werk mehr Geld im Lager bindet und die Lieferzeiten verlängert. Deshalb darf OEE nicht das einzige Ziel sein. Die Losgröße richtet sich nach den tatsächlichen Aufträgen, und die Rüstzeiten werden mit SMED verkürzt, damit häufige Produktwechsel die Kennzahl nicht drücken. Steigt die OEE zusammen mit Beständen und Durchlaufzeit, ist die Verbesserung nur scheinbar.

Bei cm-opti verbinden wir Erfahrung aus Fertigung und Logistik mit Datenanalyse und KI. Wir beginnen mit der Herausforderung, mit der ein Unternehmen zu uns kommt: Im Gespräch mit dem Team und anhand von Zahlen aus seinen Systemen prüfen wir, ob das Problem dort liegt, wo die Leitung es sieht, und was es heute kostet. Erst dann schlagen wir eine Lösung vor, zum Beispiel eine Softwareintegration, die automatische Erfassung von Maschinendaten, Reporting oder ein KI-Modell in einem konkreten Prozessschritt, zusammen mit einer berechneten Rendite.

- Die Perspektive von cm-opti

Häufig gestellte Fragen (FAQ)

Was ist Produktionsoptimierung?

Produktionsoptimierung bedeutet, Stillstände, lange Rüstzeiten, fehlerhafte Teile, überflüssige Bestände und unnötige Wege aus dem Werk zu entfernen, damit dieselben Maschinen und Menschen mehr gute Produkte herstellen, schneller und zu geringeren Kosten.

Welche Methoden der Produktionsoptimierung gibt es?

Die grundlegenden Methoden sind die Wertstromanalyse (VSM), SMED zur Verkürzung der Rüstzeiten, TPM zur Vorbeugung von Störungen, 5S für Ordnung und Standards am Arbeitsplatz, Kanban für die Produktion nach tatsächlichem Bedarf, Six Sigma zur Verringerung von Fehlern und die Engpasstheorie für die Arbeit am Engpass.

Wie berechnet man die OEE?

OEE ist das Produkt aus drei Werten: Verfügbarkeit (welchen Teil der geplanten Zeit die Maschine lief), Leistung (welchen Prozentsatz der vollen Geschwindigkeit sie erreichte) und Qualität (Anteil der beim ersten Mal guten Teile). Beispiel: 0,85 × 0,90 × 0,97 ≈ 74 %.

Womit beginnt man die Optimierung von Produktionsprozessen?

Mit einer Linie oder einer Gruppe ähnlicher Produkte: Wertstromanalyse, Messung der OEE aufgeteilt nach Verlusten und Suche nach dem Engpass. Verbesserungen beginnen an dem Arbeitsgang, der das Tempo der ganzen Linie bestimmt.

Was lässt sich in der Produktion automatisieren?

Neben der Robotisierung der Arbeitsgänge selbst lohnt es sich, den Informationsfluss zu automatisieren: Datenerfassung an der Linie, Produktionsberichte, Qualitätskontrolle mit Kameras und Bilderkennung, Planung auf Basis von Nachfrageprognosen und zustandsorientierte Instandhaltung.

Erfordert Produktionsoptimierung Investitionen in neue Maschinen?

Nicht am Anfang. Zuerst lohnt es sich zu messen, wie viel Zeit beim Rüsten, durch Kurzstillstände und durch Nacharbeit verloren geht. Im Beispiel dieses Artikels bringt ein SMED-Workshop am Engpass fast 30 % mehr Leistung ohne neue Maschine.

Erster Schritt

Wähle die Linie mit dem höchsten Ausstoß oder der längsten Liste an Verzögerungen. Sammle zwei Wochen lang Stillstandsursachen und Rüstzeiten, berechne die OEE (aufgeteilt nach Verfügbarkeit, Leistung und Qualität) und zeichne dann die Wertstromanalyse. Engpass und größter Verlust werden dann in den Zahlen sichtbar.

Möchtest du prüfen, ob das Problem dort liegt, wo du es vermutest, und wie viel es dich kostet? Lass uns sprechen - das erste Gespräch ist kostenlos.

Verwandte Artikel in der cm-opti Wissensdatenbank

• Prozessmapping - Prozesse Schritt für Schritt abbilden
• Was ist Geschäftsprozessoptimierung?
• Was ist Automatisierung?
• Was ist Computer Vision?
• Datenanalyse und Business Intelligence
• Was ist Systemintegration?
• Projekt: Nachfrageprognose und Distributionsoptimierung

In diesem Artikel erklärte Begriffe → Glossar

Produktionsoptimierung, OEE (Gesamtanlageneffektivität), Verfügbarkeit, Leistung, Qualität, Muda (Verschwendung), Wertstromanalyse (VSM), SMED, TPM, 5S, Kanban, Six Sigma, SPC, Engpasstheorie (TOC), Engpass, Taktzeit, Durchlaufzeit, MES, SCADA, SPS, ISA-95, Computer Vision, Nachfrageprognose, vorausschauende Instandhaltung

Quellen und Referenzen

• Taiichi Ohno, „Toyota Production System: Beyond Large-Scale Production“, Productivity Press, 1988
• Seiichi Nakajima, „Introduction to TPM: Total Productive Maintenance“, Productivity Press, 1988 - Wikipedia: Gesamtanlageneffektivität
• Shigeo Shingo, „A Revolution in Manufacturing: The SMED System“, Productivity Press, 1985 - Wikipedia: SMED
• Eliyahu M. Goldratt, „The Goal“ (dt. „Das Ziel“), 1984 - Wikipedia: Theory of Constraints
• Mike Rother, John Shook, „Learning to See“, Lean Enterprise Institute, 1998
• ANSI/ISA-95 (IEC 62264), Integration von Unternehmens- und Leitsystemen - Wikipedia: ANSI/ISA-95