KI für OEE und Stillstände: Welche Tools wirklich etwas bewegen

AI for OEE: machine data feeding a loss Pareto and availability, performance and quality bars

Écrit par Ravinder Singh

Nov. 21, 2026

lire

Zuletzt aktualisiert: 21. November 2026 · Vom TEEPTRAK-Team für Werkleiter, Produktionsleiter und Verantwortliche für kontinuierliche Verbesserung geschrieben.

KI verbessert die OEE (Gesamtanlageneffektivität) nur, wenn sie mit einer vollständigen Aufzeichnung der Stillstände arbeitet. Für KI in der Produktion werden dafür vier Arten von Tools angeboten: Maschinendatenerfassung mit Analyse, allgemeine KI-Assistenten auf Basis generativer KI, die mit Exporten arbeiten (Claude, ChatGPT, Copilot), industrielle KI-Plattformen und Instandhaltungssysteme mit KI-Warnungen. Am meisten bewegt zuerst das Tool, das jeden Stillstand automatisch erfasst. Die anderen vervielfachen, was diese Aufzeichnung zeigt; keines kann einen Stillstand zurückholen, der nie gemessen wurde.

Kann KI die OEE wirklich verbessern?

Ja, aber nicht allein. OEE ist Verfügbarkeit × Leistung × Qualität, und jeder Faktor setzt voraus, dass man weiß, wann die Maschine stand, wie lange, warum und wie schnell sie lief, wenn sie lief. KI hilft an drei Stellen:

  • Den Verlust finden. Erkennen, dass Kurzstillstände bei einem Produkt oder in einer Schicht zunehmen, bevor es jemand in der Monatszahl bemerkt.
  • Ihn erklären. Stillstände mit einem Produkt, einer Materialcharge, einem Werkerwechsel oder einem Instandhaltungseinsatz verknüpfen.
  • Schneller handeln. Den Schichtbericht schreiben, den Arbeitsauftrag entwerfen, die Tagesordnung der Frühbesprechung vorbereiten.

An einer vierten Stelle kann sie nicht helfen, und die kommt zuerst: den Stillstand erfassen. Das ist ein Messproblem, kein KI-Problem.

Welche KI-Tools für die Fertigung werden für OEE und Stillstände eingesetzt?

Art des Tools Was es für die OEE leistet Woher seine Daten kommen Blinder Fleck
Maschinendatenerfassung mit Analyse Erfasst Zustände und Stillstände, berechnet die OEE, ordnet Verluste, alarmiert Signale jeder Maschine, Gründe von den Werkern Der Nutzen hängt davon ab, dass Gründe beim Stillstand eingegeben werden
Allgemeiner KI-Assistent auf Exporten (Claude, ChatGPT, Microsoft Copilot) Fasst zusammen, erklärt, vergleicht Schichten, entwirft Berichte Dateien und Datensätze, die Sie ihm geben Hat kein Maschinensignal; glaubt, was im Export steht
Industrielle KI-Plattform Modelle über Prozess-, Qualitäts- und Instandhaltungsdaten Historians, MES, Sensoren, oft über ein Datenprojekt Wochen oder Monate Integration bis zum ersten Ergebnis
Instandhaltungssystem (CMMS) mit KI-Warnungen Sagt Ausfälle voraus, priorisiert Arbeitsaufträge Instandhaltungshistorie, Zustandssensoren Sieht Ausfälle, keine Kurzstillstände und keinen Langsamlauf
Optische Prüfung Erkennt Fehler, liefert den Qualitätsfaktor Kameras an der Linie Nur Qualität; sagt nichts über Verfügbarkeit oder Geschwindigkeit

In der Praxis bauen sie aufeinander auf. Die Maschinendatenerfassung liefert die Stillstandsaufzeichnung. Ein Assistent oder eine Plattform wertet sie aus. Das Instandhaltungssystem kümmert sich um den Teil der Stillstände, der echte Ausfälle sind.

Was braucht eine „KI-gestützte Prognose von OEE-Verlusten“, damit sie funktioniert?

Eine Historie, die lang und detailliert genug ist, dass es überhaupt ein Muster gibt. Als Faustregel sollten Sie, bevor Sie einer Prognose für eine Linie vertrauen, Folgendes haben:

  • Jeden Stillstand automatisch erfasst, auch die kurzen, mit Startzeit und Dauer.
  • Einen Grund für die meisten Stillstände, ausgewählt aus einer kurzen Liste, die die Werker tatsächlich nutzen.
  • Produkt, Schicht und Auftrag zu jedem Datensatz.
  • Mehrere Wochen Historie für die Produkte und Schichten, für die Sie Prognosen wollen.

Ohne die kurzen Stillstände sagt ein Modell das Falsche voraus. An manchen Linien ergeben Stillstände von wenigen Minuten zusammen mehr verlorene Zeit als die Ausfälle, an die sich alle erinnern, und genau sie fehlen am häufigsten auf den Schichtzetteln.

Wie funktioniert eine KI-gestützte Ursachenanalyse auf Stillstandsdaten?

Ein Beispiel zur Veranschaulichung, mit für die Erklärung erfundenen Zahlen, nicht aus einem Kundenprojekt: Eine Abfülllinie verliert über vier Wochen 14 % ihrer geplanten Zeit durch Stillstände. Die Maschinendaten zeigen 1.200 Stillstände. Mit der richtigen Frage kann ein KI-Assistent, der mit dem Export arbeitet, herausarbeiten, dass 60 % der Kurzstillstände in der ersten Stunde nach dem Umrüsten auf ein bestimmtes Flaschenformat auftreten, überwiegend in zwei der drei Schichten, und dass als Grund „Stau im Einlauf“ gewählt wurde. Das ist eine Hypothese, die ein Ingenieur noch am selben Tag an der Linie prüfen kann. Dieselbe Frage zu einem Papierprotokoll mit 40 Stillständen liefert eine selbstsichere Antwort zum Rüsten, weil das Papierprotokoll nichts anderes enthält.

Prompts, die mit einem solchen Export funktionieren:

  1. „Ordne die Stillstandsgründe der letzten vier Wochen nach Gesamtminuten und nach Häufigkeit. Welche Gründe stehen in den beiden Listen an unterschiedlicher Stelle?“
  2. „Vergleiche Kurzstillstände unter 5 Minuten nach Produkt und nach Schicht. Wo liegt die Rate mehr als doppelt so hoch wie der Linienschnitt?“
  3. „Liste für den Stillstandsgrund mit den meisten Minuten auf, was sich jeweils in der Stunde vor dem Auftreten geändert hat: Produkt, Werker, Auftrag, Instandhaltung.“
  4. „Schreibe den Bericht der Frühschicht: OEE und ihre drei Faktoren, die drei größten Verluste in Minuten und was sich gegenüber den drei Vortagen unterscheidet.“

Welche Fragen sollten Sie einem Anbieter von KI für die OEE stellen?

  1. Wie wird ein Stillstand erfasst: automatisch von der Maschine oder von einer Person eingetippt?
  2. Was ist der kürzeste erfasste Stillstand? Können Sie ihn bei einem Test an unserer Linie zeigen?
  3. Wie viele Maschinen lassen sich an einem Tag anbinden, und ist ein Eingriff in die SPS nötig?
  4. Können die Werker den Grund im Moment des Stillstands eingeben, und wie lange dauert das?
  5. Können wir die Rohdaten der Stillstände, jeden einzelnen, nach Excel oder per API exportieren, ohne ein Dienstleistungsprojekt zu bezahlen?
  6. Wenn die KI eine Empfehlung gibt, können wir die Datensätze sehen, auf denen sie beruht?
  7. Was kostet es pro Maschine und Monat, und was wird zusätzlich berechnet: Sensoren, Installation, Integration, Schulung?

Die fünfte Frage wird jeden Monat wichtiger. Wenn die Stillstandsdaten das System frei verlassen können, kann jeder KI-Assistent, den Ihr Unternehmen später einführt, damit arbeiten.

Was bestimmt die Kosten von KI für die OEE?

Vier Posten, für die meisten Werke absteigend nach Größe geordnet: die Anbindung der Maschinen (Hardware und Installationszeit), das Software-Abo pro Maschine, die Integration mit ERP oder MES und die Zeit der Mitarbeitenden, die analysieren und handeln. KI-Assistenten kommen mit einer Lizenz pro Nutzer hinzu und vor allem mit der Zeit, die es braucht, saubere Exporte vorzubereiten, wenn die Daten nicht von Anfang an sauber erfasst wurden. Dieser letzte Posten entfällt, wenn die Maschinendatenerfassung den Export direkt liefert.

Wo steht TEEPTRAK?

TEEPTRAK ist die Ebene Maschinendatenerfassung in der Tabelle oben. Es erfasst die Stillstandsaufzeichnung, mit der KI-Tools arbeiten.

  • Jede Maschine, unabhängig vom Baujahr: SPS-Signal, nicht-invasiver Klemmsensor oder OPC UA, ohne Eingriff in die SPS, in weniger als einer Stunde pro Maschine.
  • Stillstände ab 2 Minuten, mit ihrem Grund: Die Werker erfassen die Ursache am Arbeitsplatz-Tablet, während der Stillstand läuft.
  • Offene Daten: Excel-Exporte und Standard-APIs zu SAP, Oracle oder Power BI, bereit für einen KI-Assistenten oder eine Datenplattform.
  • Automatisch versendete Schichtberichte am Ende jeder Schicht, um jede KI-Zusammenfassung daran zu prüfen.

TEEPTRAK läuft in mehr als 700 Werken in über 30 Ländern. Bei Hutchinson stieg die OEE an automatisierten Linien von 47 % auf 72 %. Weiterlesen: Claude for Manufacturing mit echten Maschinendaten versorgen und KI in der Produktion: Anwendungsfälle, die funktionieren.

Häufige Fragen

Welches KI-Tool verbessert die OEE am besten?

Das erste Tool ist das, das jeden Stillstand automatisch mit seinem Grund erfasst. Ein KI-Assistent oder eine Analyseplattform vervielfacht danach seinen Wert. Die KI-Ebene vor der Messebene auszuwählen, ist der häufigste Grund, warum solche Projekte enttäuschen.

Können ChatGPT oder Claude die OEE berechnen?

Ja, aus einem Export mit geplanter Zeit, Stillstandsdauern, idealer Taktzeit sowie Gut- und Gesamtstückzahl. Das Ergebnis ist nur so verlässlich wie dieser Export.

Ist eine KI-Ursachenanalyse besser als ein Pareto-Diagramm?

Sie baut auf einem auf. Der Pareto ordnet die Verluste; KI hilft, sie schneller mit Produkt, Schicht, Auftrag und Instandhaltungshistorie zu verknüpfen, als es jemand beim Filtern einer Tabelle könnte. Beide brauchen dieselbe vollständige Stillstandsaufzeichnung.

Wie lange dauert es, bis KI in der Produktion Ergebnisse bei der OEE zeigt?

Die Messung macht versteckte Verluste in den ersten Wochen sichtbar. Prognosen brauchen genug Historie, damit ein Muster darin steckt, meist mehrere Wochen pro Produkt und Schicht.

Muss man für KI bei der OEE alte Maschinen ersetzen?

Nein. Ältere Maschinen lassen sich mit einem nicht-invasiven Sensor messen, der den Maschinenzustand liest, ohne die Steuerung anzufassen.

Kostenloses Kit: Stillstandsprotokoll, OEE-Berechnung und KI-Prompts

Excel-Datei mit einer Vorlage für das Stillstandsprotokoll, einer Berechnung von OEE und Stillstandskosten, 10 Prompts für KI-Assistenten und einem Datenreife-Check mit 12 Fragen.

Sie möchten jeden Stillstand automatisch erfassen? TEEPTRAK-Demo anfordern.

Starter-Kit herunterladen (Excel, kostenlos)

Quellen

Recevez les dernières mises à jour

Pour rester informé(e) des dernières actualités de TEEPTRAK et de l’Industrie 4.0, suivez-nous sur LinkedIn et YouTube. Vous pouvez également vous abonner à notre newsletter pour recevoir notre récapitulatif mensuel !

Bewährte Optimierung. Messbare Wirkung.

Erfahren Sie, wie Hersteller ihre OEE verbessert und Stillstände reduziert haben, mit messbaren Ergebnissen.

Vous pourriez aussi aimer…

0 Kommentare
粤ICP备19018741号-1