Maschinendaten Dashboard erstellen – mit Power BI
Wir bauen dir ein Power BI Dashboard, das Maschinenzustände, Stillstände und Schicht gegen Plan so zeigt, dass Schichtleitung und Produktion sofort handeln können.
- Maschinenstatus und Schicht auf einen Blick
- Wenige KPIs je Rolle, kein Kennzahlenfriedhof
- Aktualisierung je Schicht statt Minutentakt
Wenn die Wahrheit an der Maschine hängt
An den Steuerungen siehst du, ob eine Maschine läuft, steht oder rüstet. Im Büro fehlt der Überblick – und am Ende gewinnt Excel.
Das Problem: Auswertungen kommen erst am nächsten Morgen. Stillstände in der laufenden Schicht bleiben dadurch oft „nur Dokumentation“, statt echte Steuerung zu werden.
Was ein gutes Maschinendaten-Dashboard wirklich lösen muss
Ein Dashboard ist nicht „mehr Daten“, sondern bessere Entscheidungen im Takt deiner Schicht.
Unterschiedliche Rollen, unterschiedliche Antworten
Schichtleitung braucht den aktuellen Maschinenzustand und Stückzahl gegen Plan. Wartung braucht Stillstandsminuten nach Grund und Muster über Wochen. Management braucht Verdichtung – nicht Details.
Schichtlogik statt Kalenderlogik
Wenn du nach Schicht führst, müssen Zeiträume auch nach Schicht funktionieren: Vorschicht, gleiche Schicht Vorwoche, Woche über Woche. Sonst stimmt die Einordnung nicht.
Wenige Kennzahlen, sauber definiert
Anlagenverfügbarkeit, Stillstand, Rüsten, Zählerstand: Wenn Begriffe nicht eindeutig sind, diskutieren Teams über Zahlen statt über Ursachen – und das Dashboard verliert Akzeptanz.
Ehrliche Partnerschaften führen zu erfolgreichen Datenprojekten.
Seit Jahren realisieren wir skalierbare Lösungen mit Microsoft Power BI, Fabric und Copilot.
Zertifizierungen
Projekte
zufriedenheit
Für wen lohnt es sich, ein Maschinendaten Dashboard zu erstellen?
Für Produktionsbereiche, die Maschinensteuerungen, eine Betriebsdatenerfassung und zusätzlich Excel-Listen (z. B. Schichtübersicht) parallel nutzen – und endlich eine gemeinsame Sicht brauchen.
Besonders, wenn Stillstandsgründe nachträglich zugeordnet werden, einzelne Maschinen nur Zählerstände liefern oder ein erster Dashboard-Entwurf „zu voll“ ist und niemand weiß, wo er hinschauen soll.
Was steckt im Paket?
Umfang für ein erstes produktives Dashboard mit Fokus auf Maschinenstatus & Schicht – sauber abgegrenzt, damit es schnell nutzbar wird.
Use-Case- und KPI-Schnitt
Wir definieren pro Rolle die Kernfragen und reduzieren auf wenige Kennzahlen: Maschinenzustand aktuell, Stückzahl gegen Plan, Stillstandsdauer nach Grund, Rüstzeit, Anlagenverfügbarkeit je Schicht.
Datenmodell & Schichtkalender
Wir bauen ein Modell, das Maschine/Maschinengruppe, Schicht, Auftrag, Stillstandsgrund und Zeit abbildet – inklusive Schichtlogik für Vergleiche wie Vorschicht und Vorwoche.
Power BI Dashboard & Interaktion
Übersichten für Schichtleitung und Produktionsleitung: Status, Schichtübersicht, Drilldowns nach Maschine und Stillstandsgrund – ohne „alles auf einer Seite“.
Übergabe, Betrieb & Weiterentwicklung
Wir liefern eine klare Struktur für Erweiterungen (z. B. Wartung/Management-Ansicht mit MTBF-Mittelwert, Auslastung, offene Wartungsaufträge nach Alter) und sprechen ab, wie ihr das im Alltag pflegt.
Willst du dein Maschinendaten Dashboard in 4–6 Wochen live sehen?
- Use Cases und KPIs gemeinsam sauber abgrenzen
- Schichtlogik, Vergleiche, Rollenansichten klären
- Nächste Schritte für Power BI Umsetzung festlegen
Gemeinsam erzielte Ergebnisse.
Zwei Beispiele aus der Praxis: typische Ausgangslagen und was sich durch ein gutes Dashboard im Alltag verändert.
Schichtführung: Status, Plan vs. Ist und Stillstände je Grund
Ausgangslage
- Maschinenzustände nur an den Steuerungen sichtbar
- Stückzahlen/Stillstände in BDE, Gründe nachträglich gepflegt
- Schichtübersicht als Excel am Folgetag
- Erster Dashboard-Entwurf: zu viele Kennzahlen
Ergebnis
- Power BI Dashboard mit klarer Rollenansicht für Schichtleitung
- Schicht: Stückzahl gegen Plan, Status, Rüsten/Stillstand
- Drilldown: Stillstandsdauer nach Grund und Maschine
- Vergleich: Vorschicht und gleiche Schicht Vorwoche
Wartung & Management: Stillstands-Treiber, Auslastung, Wartungsbacklog
Ausgangslage
- Mehrere Quellen: BDE, ERP-Aufträge/Termine, Wartungsverwaltung
- Einige Maschinen liefern nur Zählerstände, keine Zustände
- Wöchentliche Auswertung manuell zusammengebaut
- Keine gemeinsame Definition für Verfügbarkeit/Stillstand
Ergebnis
- Fabric-Datenpipeline als stabile Basis für Reporting
- Kennzahlen: Stillstandsminuten je Maschine und Grund
- MTBF-Mittelwert und Auslastung im Wochen-/Monatsverlauf
- Offene Wartungsaufträge nach Alter als Fokusliste
Unser Ansatz: In vier Phasen zum Erfolg
Unsere Route vom Bergfuß bis zum ersten produktiven Dashboard – ohne Umwege, mit klarer Packliste.
Erstgespräch
Wir klären deine zwei Kern-Use-Cases (Schichtführung sowie Wartung/Management), Rollen, nötige Dimensionen (Maschine, Schicht, Auftrag, Stillstandsgrund) und grenzen den ersten Sprint sauber ab.
Setup
Wir bauen Datenmodell und Dashboard in Power BI. Fokus: Schichtlogik, saubere KPI-Definitionen und eine Visualisierung, die in der Schicht funktioniert – nicht nur im Meeting.
Training
Kurze Enablement-Session für Schichtleitung/Produktion: Lesen, Filtern, Drilldown, typische Fragen. Zusätzlich: klare Regeln, wer Stillstandsgründe pflegt und wie Datenqualität gesichert wird.
Skalierung
Nach dem ersten Go-live erweitern wir gezielt: weitere Maschinen, zusätzliche Rollenansichten, wöchentliche Wartungs- und Management-Sichten oder eine stabilere Datenplattform mit Microsoft Fabric.
So verändert sich die Steuerung im Tagesgeschäft
Wenn Status und Schichtzahlen zentral sichtbar sind, verschiebt sich der Fokus von „Reporting bauen“ zu „Ursachen lösen“.
- Maschinenzustände nur lokal an der Steuerung
- Stillstände werden erst am Folgetag sichtbar
- Excel-Schichtübersicht: mehrere Versionen im Umlauf
- Diskussion über KPI-Definitionen statt Ursachen
- Dashboard-Entwürfe überladen und schwer nutzbar
- Schichtübersicht in Power BI für alle Rollen
- Maschinenstatus und Abweichung gegen Plan klar sichtbar
- Stillstandsdauer nach Grund per Drilldown analysierbar
- Vergleiche: Vorschicht, Vorwoche, Wochenverlauf
- Wartung sieht Top-Treiber und offenen Backlog
Wir lassen unsere Kunden für uns sprechen
SANHA GmbH & Co. KG
Ausgangssituation:
- Absatz- und Produktionsplanung auf Basis von Erfahrung statt Daten
- Unzureichende Transparenz über Nachfrageentwicklung am Markt führte zu Planungsunsicherheit
Ergebnis:
- KI-basierte Absatzprognosen als Grundlage für die Produktionssteuerung
- Effiziente Ressourcennutzung und frühzeitig erkennbare Nachfrageentwicklung
GBG Unternehmensgruppe
Ausgangssituation:
- Fragmentierte BI-Landschaft mit Tools wie Snowflake und Tableau
- Strategischer Wunsch nach Microsoft-Integration zur Vereinheitlichung
Ergebnis:
- Integration in das Microsoft-Ökosystem reduziert Systembrüche und vereinfacht die Datenarchitektur
- Unternehmensweite Migration von Tableau und Snowflake zu Power BI und Fabric
EW GROUP GmbH
Ausgangssituation:
- Daten aus zahlreichen internationalen Tochtergesellschaften waren verteilt und schwer vergleichbar
- Management hatte keinen konsolidierten Überblick über zentrale KPIs der einzelnen Gesellschaften.
Ergebnis:
- Zentrale Daten- und Reportingplattform schafft Transparenz über Kennzahlen aller Gesellschaften.
- Fundierte Managemententscheidungen auf Basis konsolidierter Daten statt isolierter Einzelreports.
Preise: Einstieg bis skalierbare Plattform
Du bekommst einen klar abgegrenzten Startpunkt – und einen Ausbaupfad, der zu euren Rollen und Datenquellen passt.
- Use Cases & Rollen klären
- KPI-Definitionen und Schichtlogik
- Wireframe für 1 Dashboard
- Backlog und nächste Schritte
- Datenmodell inkl. Schichtkalender
- Dashboard Maschinenstatus & Schicht
- Drilldowns nach Maschine und Grund
- Übergabe & Enablement
- Zusätzliche Rollenansichten (Wartung/Management)
- Vergleichslogik über Wochen/Monate
- Datenpipelines mit Microsoft Fabric
- Betriebskonzept & Skalierungspfad
Willst du dein Maschinendaten Dashboard in 4–6 Wochen live sehen?
- Use Cases und KPIs gemeinsam sauber abgrenzen
- Schichtlogik, Vergleiche, Rollenansichten klären
- Nächste Schritte für Power BI Umsetzung festlegen
Häufige Fragen
Welche Datenquellen könnt ihr für Maschinendaten anbinden?
Typisch sind Maschinensteuerungen mit Zähler- und Zustandsdaten, Betriebsdatenerfassung (Stückzahlen, Stillstandszeiten, Stillstandsgründe), ERP für Aufträge und Termine sowie Wartungsverwaltung. Entscheidend ist weniger „welches System“, sondern welche Signale zuverlässig und in welcher Granularität verfügbar sind.
Brauchen wir wirklich eine Aktualisierung im Minutentakt?
Oft nicht. Für Schichtleitung reicht in vielen Fällen ein Stand „je Schicht“ oder ein sinnvoller Rhythmus, der Stabilität bringt. Wir legen die Aktualisierung so fest, dass sie zum Entscheidungsprozess passt – nicht zum Maximum, das technisch möglich wäre.
Was, wenn einzelne Maschinen nur Zählerstände liefern?
Dann starten wir mit dem, was vorhanden ist: Stückzahlen gegen Plan und Trends funktionieren oft schon über Zählerstände. Für saubere Zustände (läuft/steht/rüstet) definieren wir, welche Signale fehlen und wie ihr das pragmatisch ergänzt oder ableitet.
Wie verhindert ihr, dass das Dashboard wieder zu voll wird?
Wir trennen konsequent nach Rolle und Frage: Schichtführung ist nicht Wartung ist nicht Management. Dazu kommen klare KPI-Definitionen, eine Schichtübersicht als Einstieg und Drilldowns statt „alles gleichzeitig“. So bleibt die Oberfläche schlank, aber die Tiefe ist da, wenn du sie brauchst.