Das Erkennen von Störungen kann durch den Menschen geschehen oder automatisch durch die Anlage. Die Zuordnung der Störgründe zu einer Verlustart geschieht meist durch menschliches Eingreifen des Bedieners. Maschinen erkennen einfache Abweichungen, aber den Grund für diese Abweichungen kann nur durch menschliche Hand ermittelt werden. In einem Störungskatalog werden die Störungsgründe zusammengefasst. Hier stellt sich die Frage, auf welchem Detaillierungsgrad diese Definition geschieht, da zu grob wie auch zu genau Probleme aufweist. Ist der Katalog für Störgründe zu grob, dann reicht diese Information nicht aus, um einen Verbesserungsprozess zu starten. Falls der Störgrundkatalog zu genau definiert wurde gibt es zwei negative Effekte daraus. Auf der einen Seite entsteht für den Mitarbeitenden zu viel Aufwand den richtigen Störgrund zu finden und dadurch die Motivation den richtigen Grund zu finden, weshalb die Wahrscheinlichkeit steigt, dass ein Beliebiger Grund anstatt des Korrekten ausgewählt wird. Auf der anderen Seite kann keine Priorisierung mit den relevanten Gründen durchgeführt werden, wenn viele Gründe nur wenige Male ausgewählt wurden.
Rahmenbedingungen
Aus diesem Grund soll der Katalog für Störgründe nicht mehr als 2 Ebenen haben mit bis zu sieben Punkte pro Ebene. Weiterhin soll die Eingabe von Freitexten vermieden werden, da dadurch nur zusätzliche Arbeit entsteht diese Texte auszuwerten. Ein weiterer Grund der gegen Freitexte spricht ist, dass die Zuordnung eines Grundes zu einer Störung zeitnah geschehen soll und nicht nach Schichtende, da dadurch Ungenauigkeiten und Schätzungen entstehen.
Durch die OEE wird der aktuelle Zustand einer Maschine abgebildet, weshalb eine nachträgliche Änderung von Faktoren nicht dem Sinn dieser Kennzahl entspricht.
IT Digitalisierung: Katalog für Störgründe
kpibench ist Digitales Shopfloor-Management für die produzierende Industrie.
Als besonders benutzerfreundliche Cloud-Lösung vereinfacht sie die Überwachung und Analyse der Produktion massiv und trifft mit selbstlernenden Algorithmen geschäftsrelevante Vorhersagen.
Der Fokus der Lösung liegt im Fördern der Zusammenarbeit aller produktionsrelevanter Stakeholder durch digital gestütze Kommunikationsmittel: Geschäftsführung, Produktions-, Betriebs-, Werksleitung, Planung, Controlling, Instandhaltung, Schicht-& Maschinenführer.