Fertigungs-Dashboard: Was es leistet und wie du es richtig einführst

Definition

Ein Fertigungs-Dashboard ist eine visuelle Oberfläche, die Produktionsdaten in Kennzahlen, Status und Trends verdichtet. Es ist kein reines Reporting-Archiv, sondern ein Steuerungswerkzeug für operative Entscheidungen im Shopfloor.

Einleitung

Wenn im Shopfloor Diskussionen länger dauern als die Störung selbst, fehlt meist ein gemeinsamer Blick auf die Produktion. Ein Fertigungs-Dashboard schafft diesen Blick: Was passiert gerade, was lief in der Schicht schief, und wo lohnt sich Eingreifen zuerst?

Welche Aufgaben erfüllt ein Fertigungs-Dashboard im Shopfloor?

Im Kern reduziert ein Dashboard Reibung: weniger Suchen, weniger Bauchgefühl, schnellere Entscheidungen. Für Bediener, Schichtführung und Produktionsleitung heißt das: gleicher Datenstand, klare Prioritäten und einheitliche KPIs.

• Transparenz: Maschinen, Linien und Aufträge sind auf einen Blick vergleichbar.
• Reaktion: Stillstände und Abweichungen werden sichtbar, bevor sie sich „durch die Schicht fressen“.
• Steuerung: Maßnahmen lassen sich verfolgen (vorher/nachher statt „gefühlt besser“).

Typen von Dashboards in der Fertigung

In der Praxis braucht es selten „das eine“ Dashboard, sondern unterschiedliche Sichten für unterschiedliche Rollen.

• KPI-Board: Verdichtete Kennzahlen (z. B. OEE, FPY) für Schicht- und Tagessteuerung.
• Echtzeit-Dashboard: Live-Überwachung von Maschinenstatus, Taktzeit, Alarmen und Zählwerten.
• Prozess-Dashboard: Fokus auf Fluss und Ursachen, z. B. Durchlaufzeit, Engpässe, Stillstandsgründe.

Wichtig: Ein KPI-Board beantwortet „Wie stehen wir?“. Ein Prozess-Dashboard beantwortet „Warum?“.

Wichtige Kennzahlen (KPIs) und wie sie gemessen werden

KPIs funktionieren nur, wenn die Messlogik klar ist: gleiche Definition, gleiche Zeitbasis, gleiche Quelle. Drei KPIs reichen häufig für den Start, wenn sie sauber sind.

• OEE (Gesamtanlageneffektivität): Kombination aus Verfügbarkeit, Leistung und Qualität. Daten kommen typischerweise aus MES/Shopfloor-Events (Lauf/Stop), Zählwerten und Qualitätsrückmeldungen.
• Stillstände: Dauer und Häufigkeit, idealerweise mit Gründen (technisch, Material, Rüsten, Personal). Gemessen über MES-Events oder einen Shopfloor Client zur Grund-Erfassung.
• FPY (First Pass Yield): Anteil der Teile, die ohne Nacharbeit/Ausschuss durchlaufen. Kommt oft aus Qualitäts- oder ERP-Rückmeldungen.

Messfehler entstehen meist nicht im Dashboard, sondern in der Datenkette: fehlende Stillstandsgründe, doppelte Zählungen oder uneinheitliche Schichtkalender.

Echtzeit-Dashboard vs. historisches Dashboard: wann welches?

Echtzeit ist sinnvoll, wenn sofortiges Handeln möglich ist. Historie ist sinnvoll, wenn Ursachenanalyse und Verbesserung im Vordergrund stehen. Viele Teams scheitern, weil sie Echtzeit erzwingen, obwohl Prozesse keine Echtzeit-Reaktion haben.

• Echtzeit: Andon-ähnliche Sicht, Maschinenzustand live, Taktzeit-Abweichungen, aktuelle Stillstände.
• Historisch: Schichtvergleich, Trend über Wochen, Pareto der Stillstandsgründe, Wirkung von Maßnahmen.
• Kombination: Live für das Jetzt, Historie für das tägliche Shopfloor-Meeting.

Best Practices für Gestaltung: damit der Blick nicht im Dashboard verloren geht

Ein gutes Dashboard ist nicht „voll“, sondern entscheidungsfähig. Der Nutzer muss in wenigen Sekunden wissen, ob Handlungsbedarf besteht.

• Layout: oben die 3 Kern-KPIs, darunter „Was ist rot?“ und erst dann Details/Drilldown.
• Visualisierung: Balken für Vergleiche, Linien für Trends, Tabellen nur für gezielte Detailarbeit.
• Farben: Ampellogik konsequent und sparsam; Rot nur für echte Abweichungen, sonst stumpft es ab.

Rollenlogik hilft: Bediener sieht Maschinen- und Störungsdetails, Schichtführer sieht Linie/Schicht, Produktionsleitung sieht Werk/Tag/Woche.

Roadmap: Schritte zur Implementierung

Die schnellste Umsetzung ist nicht die, die „alles kann“, sondern die, die ohne Diskussion genutzt wird. Eine pragmatische Roadmap beginnt bei Entscheidungen, nicht bei Visuals.

• 1) Ziel & Stakeholder: Welche Entscheidungen sollen täglich besser werden (Schicht, Linie, Werk)?
• 2) Datenquellen klären: MES, ERP und IoT/Maschinen; außerdem Schichtkalender, Stammdaten, Stillstandsgründe.
• 3) MVP bauen & testen: zuerst ein KPI-Board, dann Drilldowns; Feedback direkt im Shopfloor einholen.

Danach folgen Standardisierung (Definitionen, Namenskonventionen) und Skalierung auf weitere Linien/Standorte.

No-Code/Low-Code: schnelle Optionen ohne „großes IT-Projekt“

Für schnelle Ergebnisse eignen sich Low-Code-Ansätze mit Drag-and-Drop, wenn Datenzugriff und KPI-Logik geklärt sind. Typisch ist ein schneller Start über vorhandene Exporte oder standardisierte Schnittstellen, um den Nutzen zu beweisen, bevor die Integration „perfekt“ ist.

No-Code bedeutet nicht „ohne Konzept“: Ohne saubere KPI-Definitionen und Verantwortlichkeiten entsteht schnell ein Dashboard, das zwar schön aussieht, aber nicht vertraut wird.

Datenquellen und Integrationen: MES, ERP und IoT sinnvoll zusammenführen

Ein Fertigungs-Dashboard wird stark, wenn es die Perspektiven verbindet: MES erklärt, was an der Anlage passiert, ERP erklärt, was produziert werden soll, und IoT/Maschinendaten liefern Takt, Zähler und Zustände. Der Nutzen für Anwender: weniger Rückfragen, weniger manuelle Abgleiche, bessere Ursachenanalyse.

Typische Integrationspunkte sind MES-Ereignisse (Start/Stop/Grund), ERP-Auftragsdaten (Soll, Material, Termine) und Maschinenkonnektivität (z. B. OPC UA oder MQTT aus SCADA/PLC-Welten wie Siemens S7).

Wirtschaftlichkeit/ROI: wie Erfolge messbar werden

ROI entsteht selten durch „mehr Daten“, sondern durch weniger Zeitverlust und bessere Priorisierung. Miss Erfolge mit Vorher/Nachher-Vergleichen, nicht mit subjektivem Eindruck.

• Zeit: weniger manuelle Excel-Konsolidierung und weniger Abstimmungsrunden.
• Verfügbarkeit: kürzere Stillstandszeiten durch schnellere Reaktion und klare Ursachenlisten.
• Qualität: stabilerer FPY durch frühere Trend-Erkennung statt spätem Reklamationslernen.

Wichtig ist ein Baseline-Monat: erst messen, dann verbessern. Sonst wird jedes Ergebnis zur Meinungssache.

Wann externe Unterstützung sinnvoll wird

Externe Hilfe lohnt sich, wenn das Team zwar das Ziel kennt, aber an vier Punkten hängen bleibt: Datenzugriff, KPI-Definitionen, Betriebsmodell oder Akzeptanz. Besonders kritisch wird es, wenn mehrere Werke/Anlagen beteiligt sind und Governance (Berechtigungen, Namenskonventionen, Versionskontrolle) fehlen.

Ein guter Indikator: Wenn ihr mehr Zeit damit verbringt, Zahlen zu erklären, als Maßnahmen abzuleiten, braucht ihr ein stabileres Daten- und Dashboard-Fundament.