15 Smart-Factory-Kennzahlen für die Echtzeit-Überwachung (und die Daten dahinter)

Smart-Factory-Kennzahlen helfen nur, wenn sie aus vertrauenswürdigen Daten berechnet und gesehen werden, solange noch Zeit zum Handeln bleibt. Dieser Leitfaden definiert 15 KPIs, die die meisten Fertigungsunternehmen in Echtzeit verfolgen können, nennt die Formel für jede und listet genau auf, welche Maschinenereignisse Sie publizieren müssen, damit sich die Zahlen live aus einem MQTT-Datenstrom berechnen lassen.

Was eine Kennzahl „smart“ macht

Eine klassische Kennzahl wird am Wochenende aus manuellen Berichten berechnet. Eine Smart-Factory-Kennzahl unterscheidet sich in drei Punkten:

1. Sie wird aus Maschinendaten berechnet, nicht aus dem Gedächtnis oder aus Tabellen.
2. Sie aktualisiert sich laufend, sodass ein Schichtleiter noch innerhalb der Schicht reagieren kann.
3. Sie lässt sich aufschlüsseln – vom Werk über die Linie und die Maschine bis zum Grund –, weil die Rohereignisse diesen Kontext mitführen.

Alle drei Punkte beruhen auf demselben Fundament: einer kleinen Menge klar definierter Ereignisse, die jede Maschine publiziert. Stimmen diese, sind die meisten Kennzahlen unten einfache Arithmetik.

Die Rohdaten hinter den Smart-Factory-Kennzahlen

Fast jede Kennzahl dieser Liste beruht auf sechs Ereignistypen. Publizieren Sie sie konsistent unter einer ISA-95-Topic-Hierarchie, können Sie den Rest ableiten. Diese Hierarchie bildet zugleich den Unified Namespace (UNS) Ihres Werks: Unternehmen, Standort, Bereich, Linie und Maschine werden zu Topic-Ebenen, etwa acme/werk-ulm/zerspanung/linie1/cnc4/state.

Der Artikel ISA-95-MQTT-Topics erklärt, wie Sie den Pfad vor diesen Blatt-Topics aufbauen.

15 Smart-Factory-Kennzahlen

Anlageneffektivität

OEE ist die Dachkennzahl für die Anlageneffektivität. Die Schritt-für-Schritt-Berechnung, einschließlich der Fallstricke bei der Wahl der idealen Taktzeit, finden Sie unter OEE berechnen; den Unterschied zwischen OEE und TEEP behandelt OEE vs. TEEP vs. OOE.

Zuverlässigkeit und Instandhaltung

MTBF und MTTR hängen von sauberen Zustandsübergängen ab und davon, Ausfälle von geplanten Stopps zu unterscheiden. MTBF und MTTR berechnen behandelt die Sonderfälle, etwa wie ein Ausfall über einen Schichtwechsel hinweg gezählt wird.

Qualität

FPY unterscheidet sich von der OEE-Qualitätsrate, sobald es Nacharbeit gibt: Ein nachgearbeitetes Teil zählt am Ende als gut, aber nicht als Erfolg im ersten Durchlauf. Wird Nacharbeit als eigene Stückzahl publiziert, bleiben beide Zahlen ehrlich.

Fluss und Kosten

Energie pro Stück gehört zu den nützlichsten Kennzahlen einer Smart Factory, weil sie Produktion und Medienversorgung verbindet. Sie braucht einen Zähler pro Maschine oder Linie und Zeitstempel, die zu den Stückzahlen passen; Messoptionen finden Sie unter Energiemonitoring in der Fabrik.

Eine Kennzahl live aus MQTT-Ereignissen berechnen

Wie wenig Code eine Echtzeit-Kennzahl braucht, zeigt das folgende Python-Skript: Es abonniert Zustands- und Stückzahlereignisse einer Maschine und gibt alle zehn Sekunden Verfügbarkeit, Qualitätsrate und Durchsatz aus. Es nutzt paho-mqtt 2.x und den öffentlichen MQTT-Broker, der für Tests gedacht ist; ersetzen Sie das Präfix durch Ihre eigene zufällige ID.

import json
import time
import uuid

import paho.mqtt.client as mqtt

BASE = "connectmq/demo/kpi-6a0c/line1/cnc4"
start = time.time()
run_seconds = 0.0
state, state_since = "UNKNOWN", start
good = scrap = 0

def on_connect(client, userdata, flags, reason_code, properties):
    client.subscribe([(f"{BASE}/state", 1), (f"{BASE}/count", 1)])

def on_message(client, userdata, msg):
    global state, state_since, run_seconds, good, scrap
    data = json.loads(msg.payload)
    now = time.time()
    if msg.topic.endswith("/state"):
        if state == "RUNNING":
            run_seconds += now - state_since
        state, state_since = data["state"], now
    else:
        good += data.get("good", 0)
        scrap += data.get("scrap", 0)

client = mqtt.Client(mqtt.CallbackAPIVersion.VERSION2,
                     client_id=f"kpi-{uuid.uuid4().hex[:8]}")
client.on_connect = on_connect
client.on_message = on_message
client.connect("broker.connectmq.com", 1883, keepalive=30)
client.loop_start()

while True:
    time.sleep(10)
    now = time.time()
    running = run_seconds + (now - state_since if state == "RUNNING" else 0)
    elapsed = now - start
    total = good + scrap
    availability = running / elapsed if elapsed else 0
    quality = good / total if total else 0
    throughput = good / (elapsed / 3600) if elapsed else 0
    print(f"state={state} availability={availability:.1%} "
          f"quality={quality:.1%} throughput={throughput:.0f}/h")

Speisen Sie Testereignisse über die Kommandozeile ein:

mosquitto_pub -h broker.connectmq.com -p 1883 -i kpi-pub-6a0c -t "connectmq/demo/kpi-6a0c/line1/cnc4/state" -m '{"state":"RUNNING"}'
mosquitto_pub -h broker.connectmq.com -p 1883 -i kpi-pub-6a0c -t "connectmq/demo/kpi-6a0c/line1/cnc4/count" -m '{"good":5,"scrap":1}'

In der Produktion würden Sie statt der verstrichenen Zeit den Schichtplan verwenden, den Zustand persistieren und die Ergebnisse für Trends in eine Zeitreihendatenbank schreiben. Die Struktur bleibt gleich. Eine vollständige Pipeline mit Dashboards beschreibt OEE-Überwachung in Echtzeit.

Die richtigen Smart-Factory-Kennzahlen für die richtigen Personen

Dieselben Ereignisse ergeben unterschiedliche Ansichten für unterschiedliche Zielgruppen – und die passende Ansicht ist wichtiger als die Anzahl der Kennzahlen:

Linienbildschirme verbinden sich über sicheres WebSocket mit dem Broker und aktualisieren live; Management-Ansichten fragen eine Zeitreihendatenbank ab, die aus denselben Ereignissen gespeist wird. Da ConnectMQ jedes Ereignis an jeden Subscriber ausliefert, erfordert eine neue Ansicht nie Änderungen an Maschinen oder Gateways.

Häufige Fehler bei Kennzahlen

1. Zu viele Kennzahlen verfolgen. Wählen Sie drei bis fünf pro Zielgruppe. Bediener brauchen Zustand, Durchsatz und aktuelle OEE; Führungskräfte brauchen Trends und Verluste.
2. Unterschiedliche Definitionen zwischen Standorten. Legen Sie schriftlich fest, was als geplante Zeit, als Ausfall und als Gutteil gilt, bevor Sie Werke vergleichen.
3. Eine „theoretische“ ideale Taktzeit, die niemand erreicht. Die Leistung sieht dann dauerhaft schlecht aus, und niemand vertraut der Zahl mehr.
4. Datenlücken ignorieren. Ein Gateway, das offline war, sollte „keine Daten“ anzeigen, nicht „Maschine steht“. Eine Last-Will-Nachricht auf einem Status-Topic macht den Unterschied sichtbar.
5. Kennzahlen ohne Gründe zeigen. Eine niedrige Verfügbarkeit wirft sofort die Frage nach dem Warum auf. Erfassen Sie Grund-Codes zusammen mit den Zuständen.

Ein zuverlässiges Daten-Rückgrat für Ihre Kennzahlen

Jede Kennzahl oben erbt die Zuverlässigkeit der Pipeline darunter. ConnectMQ betreibt diese Pipeline als verwalteter MQTT-Broker: MQTT 3.1.1 und 5.0, TLS und sicheres WebSocket für Browser-Dashboards, Retained Messages für den aktuellen Zustand und ein Portal mit Live-Topic-Explorer, Dashboard und Schwellwert-Alarmregeln für schnelle Prüfungen. Ihre KPI-Dienste, Node-RED-Flows oder Grafana-Pipelines verbinden sich als normale MQTT-Clients. Die Gesamt-Roadmap finden Sie im Smart-Manufacturing-Leitfaden.

Verfolgen Sie Ihre Smart-Factory-Kennzahlen mit ConnectMQ

Legen Sie unter app.connectmq.com einen kostenlosen Serverless-Broker an, ohne Kreditkarte, publizieren Sie Zustands- und Stückzahlereignisse einer Maschine und sehen Sie in wenigen Minuten Live-Werte für Verfügbarkeit und Durchsatz.

Häufig gestellte Fragen

Mit welcher Smart-Factory-Kennzahl sollte ich beginnen?

Beginnen Sie mit der Verfügbarkeit und den Stillstandsgründen dahinter, denn Zustandsdaten sind am einfachsten zu erfassen, und dort liegen meist die größten Verluste. Ergänzen Sie Leistung und Qualität, um zur vollständigen OEE zu gelangen.

Wie aktuell müssen Produktionskennzahlen sein?

Bediener profitieren von Aktualisierungen alle paar Sekunden bis jede Minute, damit sie innerhalb der Schicht reagieren können. Management-Trends lassen sich aus denselben Ereignissen stündlich oder pro Schicht aggregieren.

Was ist der Unterschied zwischen FPY und der OEE-Qualitätsrate?

Die OEE-Qualitätsrate zählt alle Gutteile, auch nachgearbeitete. Der First Pass Yield zählt nur Einheiten, die beim ersten Mal gut waren, und macht so versteckte Nacharbeit sichtbar.

Brauche ich ein MES, um diese Kennzahlen zu berechnen?

Nein. Die meisten lassen sich direkt aus Zustands-, Stückzahl- und Energieereignissen berechnen, die über MQTT publiziert werden. Ein MES ergänzt Auftragskontext und Arbeitsabläufe.