Warum sind Produktionsdaten aus dem MES nicht bereit für das Reporting?
Ein MES ist dafür gebaut, die Fertigung zu steuern. Es erfasst Start- und Stoppereignisse, Maschinenzustände, Mengen und Ausschuss je Fertigungsauftrag, oft sekundengenau. Seine Aufgabe ist die Ausführung, und die erledigt es gut.
Die Daten, die es erzeugt, sind auf die Menschen in der Fertigung zugeschnitten. Maschinen tragen lokale IDs, Ausschussgründe sind Codes, die ein Bediener aus einer Liste wählt, und jedes Werk hat sein MES meist auf eigene Weise konfiguriert. Business Intelligence braucht das Gegenteil: dieselben Auftrags-, Produkt- und Grundcodes über alle Werke und Systeme hinweg.
Bevor auch nur ein Dashboard live geht, muss also jemand den Kontext wiederherstellen. Welcher Auftrag war das, welches Produkt, welche Revision und welche Linie? Diese Arbeit fällt an den Übergaben zwischen dem MES und den umliegenden Systemen an, und genau dort hält oder bricht die MES-Integration.
Wo bricht die Datenqualität zwischen MES und Planung?
Fertigungsaufträge kommen aus der Planung im ERP, und Rückmeldungen gehen zurück. Jeder Übergang ist eine Gelegenheit, dass beide Seiten nicht mehr übereinstimmen, und die Brüche liegen meist an denselben vier Stellen:
- Auftragsreferenzen: Eine unterwegs umformatierte Auftragsnummer passt nicht mehr zu dem Auftrag, den die Planung freigegeben hat.
- Maßeinheiten: Das MES zählt Stück, während die Planung Kilogramm bucht, oder umgekehrt.
- Timing: Rückmeldungen, die einmal pro Schicht gesendet werden, bedeuten, dass die Planung mit der Leistung von gestern arbeitet.
- Ausschuss und Nacharbeit: im MES erfasst, im ERP aber anders oder gar nicht gebucht.
Jeder Bruch ist klein. Zusammen führen sie dazu, dass MES und ERP für dieselbe Woche unterschiedliche Mengen melden, genau die Art von Abweichung, die die Datenkonsistenz über Werkssysteme hinweg untergräbt. Über jeden Bericht, der auf einem der beiden aufbaut, wird gestritten, statt mit ihm zu arbeiten, und ein Modell, das auf einem der beiden trainiert wird, lernt den Widerspruch mit. Die meisten dieser Brüche gehen auf Codes zurück, die in verschiedenen Systemen Unterschiedliches bedeuten.
Warum müssen Stammdaten in jedem System dasselbe bedeuten?
Stammdaten sind das gemeinsame Vokabular des Werks: Artikelnummern, Arbeitspläne, Arbeitsplätze, Einheiten und Grundcodes. PLM definiert das Produkt, das ERP plant es, und das MES führt es aus. Heißt ein Arbeitsplatz im MES „L3“ und in SAP oder Microsoft Dynamics „LINE-03“, braucht jeder Bericht eine Mapping-Tabelle, um beides zusammenzuführen.
KI erhöht den Einsatz. Ein Mensch kann erraten, dass zwei Codes dieselbe Maschine meinen. Ein Machine-Learning-Modell kann das nicht und lernt die Inkonsistenz deshalb, als wäre sie ein Muster. Darum kommt Master Data Management vor jeder ernsthaften Analyse.
Viele Hersteller lösen das im Data Warehouse, mit Transformationen, die MES-Daten beim Laden bereinigen und abbilden. Dieser Ansatz ist bewährt und gut darin, über die Vergangenheit zu berichten. Doch die Korrektur liegt nur im Data Warehouse, sodass Planung und MES sich weiterhin widersprechen und jedes neue Modell oder Dashboard davon abhängt, dass jemand die Mappings pflegt.
Wie ein iPaaS jedem System dieselben Produktionsdaten liefert
Produktionsdaten haben mehrere Eigentümer. PLM hält die Produktdefinition, das ERP Aufträge und Bestände, und das MES erfasst, was in der Fertigung geschehen ist. Reporting und KI brauchen eine einheitliche Version aller drei, zusammengeführt, bevor die Daten die Planung, ein Dashboard oder ein Modell erreichen. Ein iPaaS kann diese Rolle übernehmen, ohne einem von ihnen die Datenhoheit zu nehmen. Es wendet die vereinbarten Definitionen an, während die Daten fließen, sodass Planung, Data Warehouse und die darauf aufbauenden BI-Tools dieselbe Version erhalten. Datensätze können dort auch eine Datenvalidierung durchlaufen, bevor ein System sie annimmt.
In der Praxis bindet ein Hersteller seine Werks- und Geschäftssysteme einmal an die Plattform an. Die Plattform wandelt Daten in das Format um, das jedes System versteht, und automatisiert den Austausch in Echtzeit oder nach Zeitplan.
Die Alumio-Integrationsplattform bietet Funktionen, die sich rund um das MES und die davon abhängigen Systeme konfigurieren lassen:
- Rückmeldungen erreichen die Planung in der richtigen Form: Eine Route zwischen MES und ERP kann jede Rückmeldung in die Mengen, Einheiten und Auftragsreferenzen umwandeln, die die Planung erwartet.
- Ein Codesatz für alle Werke: Ein Transformer zwischen MES und Data Warehouse kann lokale Maschinen-, Arbeitsplatz- und Ausschusscodes auf einen gemeinsamen Satz abbilden.
- Die Fertigung arbeitet mit der aktuellen Produktdefinition: Eine Route zwischen PLM und MES kann jede freigegebene Revision weitergeben, sodass Produktion und Reporting dieselbe Version nutzen.
- Jede Änderung ist nachvollziehbar und die Daten sind geschützt: Versionskontrolle, Freigabe-Workflows und Audit-Trails zeigen, wer ein Mapping wann geändert hat. Die Plattform ist nach ISO 27001 zertifiziert, sodass Produktionsdaten nach einem anerkannten Sicherheitsstandard verarbeitet werden.
Der Einstieg: von der MES-Integration zu Analytics und KI
Viele Hersteller geben ihr Industrie-4.0-Budget für Dashboards und KI-Tools aus, bevor die zugrunde liegenden Daten in jedem System dasselbe bedeuten. Die Produktionsdaten sind meist schon vorhanden, doch niemand hat vereinbart, was sie bedeuten, sobald sie das MES verlassen. Solange sich das nicht ändert, liefert die Datenanalyse in der Fertigung Dashboards, die Produktion und Finanzen unterschiedlich lesen.
Der praktische Einstieg ist ein Datenfluss, der eine Entscheidung speist, etwa Ausbringung und Ausschuss je Linie. Vereinbaren Sie die Definitionen für diesen Fluss, also Auftrag, Artikel, Arbeitsplatz und Grundcode, und wenden Sie sie in der Integrationsschicht an. Auf einer Integrationsplattform wie Alumio geht dieser erste Fluss in der Regel in Wochen statt Monaten live. MES, Planung und Data Warehouse arbeiten dann mit denselben Zahlen, und das Datenteam muss nicht mehr für jede Anfrage den Kontext neu aufbauen.
Jeder weitere Schritt kostet weniger als der erste. Ein zweites Werk, ein neues Dashboard oder ein Machine-Learning-Anwendungsfall setzt auf Definitionen auf, die bereits gelten. Wird das MES selbst ersetzt oder geht ein neues Werk in Betrieb, bleiben die Definitionen in der Schicht, statt mit dem alten System zu verschwinden.
.svg)
.svg)
.svg)
.svg)
.svg)
.svg)
.svg)
