Prozessanalyse mit Maschinendaten: Abläufe und Varianten verstehen
Prozessanalyse rekonstruiert reale Produktionsabläufe aus Ereignisdaten. Sie zeigt, welche Stationen und Aktivitäten ein Produkt tatsächlich durchlaufen hat, wie lange einzelne Schritte dauerten und wo Varianten, Rücksprünge, Nacharbeitsschleifen oder Wartezeiten entstanden sind.
Während klassische Kennzahlen das Ergebnis eines Prozesses zusammenfassen, untersucht die Prozessanalyse den Weg zu diesem Ergebnis. Dadurch werden Abweichungen sichtbar, die in aggregierten Reports oder einem statischen Sollprozess verborgen bleiben.
Was ist Prozessanalyse in der Produktion?
Ein Produktionsprozess besteht aus Aktivitäten und Ereignissen: Ein Teil erreicht eine Station, eine Bearbeitung beginnt, eine Prüfung endet oder ein Nacharbeitsweg wird ausgelöst. Werden diese Ereignisse mit Zeitstempel und einer gemeinsamen Fallkennung gespeichert, lässt sich der reale Ablauf chronologisch rekonstruieren.
Eine Prozessanalyse beantwortet beispielsweise:
- Welche Prozesspfade treten tatsächlich auf?
- Welche Variante ist der Normalfall und welche sind Ausnahmen?
- Wo entstehen Warte-, Transport- und Liegezeiten?
- Welche Stationen werden mehrfach durchlaufen?
- Welche Pfade treten besonders häufig bei Ausschuss oder Nacharbeit auf?
- Wie unterscheiden sich Linien, Produkte oder Schichten?
- Weicht der reale Ablauf vom definierten Zielprozess ab?
Produktionsanalyse, Prozessanalyse und Process Mining
Produktionsanalyse
Produktionsanalyse betrachtet Output, Qualität, Zykluszeiten, Maschinenzustände und Prozessparameter. Sie beginnt meist bei einer Kennzahl und grenzt eine Auffälligkeit nach Zeit, Station oder Produkt ein.
Prozessanalyse
Prozessanalyse stellt Reihenfolge und Zusammenhang von Aktivitäten in den Mittelpunkt. Sie ist besonders hilfreich, wenn derselbe Output über unterschiedliche Pfade, Wiederholungen oder Wartezeiten entsteht.
Process Mining
Process Mining bezeichnet Verfahren, die aus Event Logs automatisch Prozessmodelle, Varianten und Abweichungen ableiten. Es ist eine technische Methode innerhalb einer umfassenderen Prozessanalyse. Die fachliche Bewertung der gefundenen Pfade bleibt Aufgabe der Prozessverantwortlichen.
Wertstromanalyse
Eine klassische Wertstromanalyse beschreibt Material- und Informationsflüsse häufig anhand von Beobachtungen und Workshops. Ereignisbasierte Prozessanalyse ergänzt dieses Soll- und Stichprobenbild durch kontinuierlich erfasste reale Abläufe.
Die notwendige Datenstruktur
Die Qualität einer Prozessanalyse hängt wesentlich vom Event Log ab. Jeder Eintrag benötigt mindestens:
| Feld | Bedeutung | Beispiel |
|---|---|---|
| Fallkennung | Verbindet Ereignisse desselben Prozessfalls | partId, batchId, orderId |
| Aktivität | Beschreibt den ausgeführten Schritt | Montieren, Prüfen, Nacharbeiten |
| Zeitstempel | Ordnet Ereignisse zeitlich | Start- oder Endzeit |
Je nach Fragestellung sind weitere Felder sinnvoll:
- Station, Maschine oder Linie;
- Ereignistyp wie Start, Ende oder Statuswechsel;
- Produkt, Variante, Auftrag oder Rezept;
- Qualitätsklasse und Prüfergebnis;
- Bearbeitungs-, Warte- oder Transportzeit;
- Prozessparameter und Werkzeugkontext;
- Schicht, Bediengruppe oder Standort.
Ein Produktionsprotokoll kann die Teile- und Prozessinformationen liefern. Maschinenzustände und Meldungen ergänzen den Kontext, wenn Unterbrechungen oder Störungen erklärt werden sollen.
Von Rohsignalen zum Event Log
Maschinen liefern selten direkt ein fertiges Event Log. Häufig müssen SPS-Signale, Zähler, Zustandswechsel oder Datenbankeinträge zunächst fachlich interpretiert werden.
Ereignisse definieren
Legen Sie fest, wodurch Beginn und Ende einer Aktivität erkannt werden. Ein Signalwechsel kann einen Prozessstart markieren, ein Prüfergebnis den Abschluss.
Fallkennung bestimmen
Die Fallkennung ist die wichtigste Verbindung im Prozess. In diskreter Fertigung ist dies häufig eine Teile-ID. Wenn keine durchgängige Kennung existiert, müssen Zuordnungsregeln sorgfältig entwickelt und Unsicherheiten dokumentiert werden.
Zeitbezug vereinheitlichen
Zeitstempel aus Steuerungen, Gateways und IT-Systemen müssen vergleichbar sein. Zeitzonen, unterschiedliche Uhren, Übertragungsverzögerungen und nachträgliche Buchungen können die Reihenfolge verfälschen.
Aktivitäten normalisieren
Technische Signalnamen sollten auf stabile fachliche Aktivitäten abgebildet werden. Vergleichbare Maschinen benötigen möglichst dieselben Aktivitätsbegriffe.
Kontext ergänzen
Produkt, Auftrag, Qualitätsklasse und Anlagenstruktur ermöglichen später gezielte Variantenvergleiche.
Wichtige Analysen und Kennzahlen
Prozessvarianten
Varianten gruppieren Fälle mit derselben oder einer ähnlichen Aktivitätsfolge. Häufigkeit und Ergebnis zeigen, welche Pfade normal, selten oder problematisch sind.
Durchlaufzeit
Die Durchlaufzeit umfasst den Zeitraum vom definierten Start bis zum Ende eines Falls. Sie enthält Bearbeitungs-, Warte-, Transport- und Liegezeiten.
Bearbeitungs- und Wartezeit
Die getrennte Betrachtung zeigt, ob ein Engpass durch langsame Bearbeitung oder durch Zeit zwischen Aktivitäten entsteht.
Schleifen und Wiederholungen
Mehrfache Durchläufe derselben Aktivität können Nacharbeit, Wiederholungsprüfungen oder instabile Prozesse anzeigen. Nicht jede Schleife ist unerwünscht; der fachliche Sollprozess entscheidet.
Übergänge und Engpässe
Häufige oder besonders langsame Übergänge zwischen Stationen weisen auf Transportprobleme, fehlende Puffer oder Abhängigkeiten hin.
Konformität
Conformance Checking vergleicht reale Ereignisfolgen mit einem definierten Zielprozess. Abweichungen können übersprungene Schritte, falsche Reihenfolgen oder unerwartete Wiederholungen sein.
Systematisches Vorgehen
1. Prozessgrenze festlegen
Definieren Sie Start, Ende und fachliche Einheit der Analyse. Ein Fall kann ein Teil, eine Charge, ein Auftrag oder ein Störungsvorgang sein.
2. Fragestellung präzisieren
Beispiele sind: „Welche Pfade führen besonders häufig zu Nacharbeit?“ oder „Wo entsteht die zusätzliche Durchlaufzeit bei Produktvariante C?“
3. Event Log validieren
Prüfen Sie Fallkennungen, Zeitstempel, Aktivitätsnamen, fehlende Ereignisse und unmögliche Reihenfolgen an konkreten Fällen.
4. Hauptpfad und Varianten bestimmen
Ermitteln Sie den häufigsten Ablauf und vergleichen Sie seltene oder auffällige Varianten hinsichtlich Zeit, Qualität und Output.
5. Engpässe und Schleifen lokalisieren
Untersuchen Sie Bearbeitungs- und Wartezeiten sowie wiederholte Aktivitäten. Filtern Sie nach Produkt, Linie, Schicht oder Ergebnis.
6. Prozesskontext ergänzen
Verbinden Sie auffällige Fälle mit Maschinenzuständen, Meldungen und Prozessparametern, um plausible Ursachen zu identifizieren.
7. Maßnahme und Prozessänderung prüfen
Vergleichen Sie Varianten, Durchlaufzeiten und Qualitätsresultate vor und nach einer Änderung. Achten Sie darauf, ob ein Verlust nur an eine andere Stelle verschoben wurde.
Beispiel: Nacharbeitsschleife in einer Montagelinie
Angenommen, die durchschnittliche Durchlaufzeit steigt, obwohl die Bearbeitungszeit der einzelnen Stationen stabil bleibt.
Die Prozessanalyse zeigt:
- Der Hauptpfad führt von Montage über Prüfung direkt zur Freigabe.
- Ein wachsender Anteil der Teile kehrt von der Prüfung zur Montage zurück.
- Diese Schleife tritt überwiegend bei einer bestimmten Produktvariante auf.
- Die betroffenen Teile zeigen zuvor einen auffälligen Bereich eines Prozessparameters.
- Nach einer technischen Anpassung sinkt der Anteil dieser Variante und die Durchlaufzeit normalisiert sich.
Ohne fallbezogene Ereignisse wäre nur die längere Gesamtdauer sichtbar gewesen. Der reale Rücksprung und sein Produktkontext erklären erst die Ursache des Verlusts.
Live-Analyse und historische Analyse
Historische Prozessanalyse eignet sich zum Entdecken und Validieren von Varianten über größere Zeiträume. Sie unterstützt Ursachenanalyse, Prozessdesign und Verbesserungsprojekte.
Eine Live-Sicht kann bekannte Abweichungen während der Produktion erkennen, beispielsweise einen unerwarteten Rücksprung oder eine ungewöhnlich lange Wartezeit. Dafür müssen Regeln, Datenqualität und gewünschte Reaktion klar definiert sein.
Beide Ansätze sollten auf demselben Event- und Kontextmodell basieren. Sonst unterscheiden sich historische Erkenntnisse und operative Überwachung fachlich voneinander.
Typische Datenqualitätsprobleme
- fehlende oder mehrfach verwendete Fallkennungen;
- Ereignisse ohne eindeutigen Anlagen- oder Aktivitätsbezug;
- inkonsistente Uhren und Zeitstempel;
- fehlende Start- oder Endereignisse;
- technische Namen, die sich zwischen Maschinen unterscheiden;
- nachträglich gebuchte IT-Ereignisse, die nicht dem realen Zeitpunkt entsprechen;
- Produktwechsel oder manuelle Eingriffe ohne explizites Ereignis.
Vor einer automatischen Bewertung sollten reale Einzelfälle gemeinsam mit Prozessverantwortlichen rekonstruiert werden.
Anforderungen an Prozessanalyse-Software
Eine geeignete Lösung sollte:
- Event Logs aus Maschinen- und Produktionsdaten erzeugen oder übernehmen;
- Fallkennungen, Aktivitäten und Zeitstempel transparent abbilden;
- Hauptpfade, Varianten, Schleifen und Übergangszeiten visualisieren;
- nach Produkt, Linie, Schicht, Zeitraum und Qualität filtern;
- einzelne Fälle bis zu ihren Originalereignissen nachvollziehbar machen;
- Produktionskennzahlen, Meldungen und Prozessparameter ergänzend verbinden;
- Zielprozesse und reale Abläufe vergleichen;
- Ergebnisse und Maßnahmen für Vorher-Nachher-Analysen dokumentieren.
Die Bytefabrik-Funktion Prozessanalyse rekonstruiert reale Produktionspfade innerhalb von Manufacturing Insights. Weitere methodische Grundlagen finden Sie unter Produktionsanalyse mit Maschinendaten und Produktionsprobleme identifizieren.