Das Smart-Factory-Glossar | Teil 3 - Die wichtigsten Abkürzungen und wofür sie stehen

Was steckt hinter OFE, OEE, OMP & CO

Das größte Hemmnis, will man in einen neuen Wissensbereich einsteigen, ist der Fachjargon. Mit großer Selbstverständlichkeit bevölkern befremdliche Begriffe die neu zu entdeckende Welt. Schlimmer noch: Abkürzungen. Im Bereich der Shopfloor-Digitalisierung sind es gerne drei Buchstaben, etwa OFE, OEE, OMP usf. Wir haben die wichtigsten dieser Abkürzungen zusammengetragen und ein Glossar für Sie erstellt. Damit der Überblick leichter wird. Hier Teil 3 unserer Begriffsentwirrung – für eine sprachbarrierenfreie Reise durch die Welt der Industrie 4.0 für Sie.

OFE

Overall Factory Effectiveness
Jeder Produktionsprozess ist seit jeher ein komplexes Zusammenspiel von Maschinen, Menschen, Materialien, Abteilungen, Unternehmen und Prozessen. Werden diese verflochtenen Aktivitäten vorwiegend isoliert voneinander betrachtet, geht der Blick für die Komplexität verloren. Eine Hand (Abteilung, Ebene …) weiß nicht, was die andere tut/braucht/verursacht.

Effizienz-Verbesserungen in einem Bereich des Shopfloors können unmittelbar zu Verschlechterung in zahlreichen anderen Bereichen des Unternehmens führen. Die Lösung liegt freilich darin, nicht nur auf die Leistung einer einzelnen Anlage sondern auf die Leistung des gesamten Unternehmens zu fokussieren. Dieser Zugang liegt der Kennzahl OFE zugrunde, übersetzt etwa Effektivität des gesamten Betriebsniveaus1. Einschub: Vorsicht, Begriffsverwirrung! Das Konzept einer Kennzahl zur betriebsweiten Betrachtung ist weit weniger verbreitet (und mit Literatur hinterlegt) als die omnipräsente OEE zur Messung der Anlageneffektivität. Daher hat sich die Begrifflichkeit OFE bisher viel weniger durchgesetzt.

Es finden sich zahlreiche weitere Bezeichnungen, z.B. OPE - Overall Plant Effectiveness bzw. Overall Production Effectiveness oder auch TEEP - Total Effective Equipment Performance. Immer sind jedoch Kennzahlen gemeint, die das Zusammenspiel vieler verschiedener betrieblicher Tätigkeiten berücksichtigen und die Verknüpfungen zwischen verschiedenen Maschinen und Prozessen sowie die Vernetzung von Informationen, Entscheidungen und Tätigkeiten voneinander abhängiger Systeme und Teilsysteme ausdrücken. Dieser „ganzheitliche“ Zugang wird als Erweiterung bzw. Modifikation der herrschenden Shopfloor-Kennzahlen-Königin OEE gesehen.

OEE

Overall Equipment Effectiveness
Der Weg zum Erfolg im Shopfloor ist die stetige schrittweise Verbesserung des Produktionsprozesses. Das Werkzeug der Wahl, um diese Optimierung zu ermöglichen und zu unterstützen, sind entsprechende Kennzahlen. Als Königin der komplexen Kennzahlenwelt behauptet sich die OEE – Overall Equipment Effectiveness oder Gesamtanlageneffektivität. Sie gilt als DAS Controlling-Instrument, um In Produktionen mit einem hohen maschinellen Anteil Ressourcenverschwendung aufzudecken und entgegenzuwirken.
Die Ursachen der Verschwendung können zum Beispiel sein:

  • Überflüssige Wartezeiten
  • Unnötige Transportwege und Materialbewegungen
  • Falsche Arbeitsprozesse im Rahmen der Verarbeitung
  • Zu lange Greif- und Laufwege
  • Erforderliche Nacharbeit bzw. Korrekturen

Ereignisse wie diese haben immense Auswirkungen – die (ohne entsprechende Kontrolle) jedoch oft unentdeckt bleiben oder falsch eingeschätzt werden. Um dem entgegenzuwirken, wird mit Daten gearbeitet, die den Verantwortlichen möglichst schnell zur Verfügung stehen (sollen). Diese Daten setzen sich aus drei Faktoren zusammen: Daten zu (1) Verfügbarkeit, (2) Leistung, (3) Qualität. Erhoben werden diese Daten anhand der sogenannten „Six Big Losses“.

Six Big Losses

Verfügbarkeit: Geplanter Stillstand Instandhaltung, Reinigung, geplante Pausen/ Schulungen …
Verfügbarkeit: Ungeplanter Stillstand Funktionsstörung, Stromausfall, Krankenstände, fehlendes Material …
Leistung: Micro Stops minimale Stillstände durch kurzfristige Störungen, Material suchen, Defekte < 5 Minuten
Leistung: Geschwindigkeitsverlust Geschwindigkeitsverlust alles, was die (theoretische) Höchstgeschwindigkeit verhindert
Qualität: Einfahrausschuss Einfahrausschuss Ausschuss, der durch Erwärmung, Starten oder andere frühere Herstellungsphasen verursacht wird
Qualität: Herstellungsausschuss Ausschuss, der im Normalbetrieb verursacht wird

Die Herausforderungen, denen sich das Shopfloor-Management in der Praxis stellen muss, damit die Produktivität tatsächlich von der OEE profitiert, haben wir im Blogbeitrag OEE für Sie beleuchtet.

OMP

Open Manufacturing Platform
Datenerfassung, Datenaustausch, Datenanalyse – Daten sind Rohstoff und Basis der Shopfloor-Digitalisierung. Die Voraussetzung, damit die Möglichkeiten, die in Maschinendaten stecken, umfassend genutzt werden können: sie müssen in einheitlicher Form verfügbar sein, sie müssen dieselbe „Sprache sprechen“. Dass sie das nicht mit Selbstverständlichkeit tun, erweist sich seit Jahren und Jahrzehnten als Hemmschuh am Weg zur Industrie 4.0.

Zwar haben sich Standards etabliert – z. B. I/O Link, RAMI, OPC UA. Doch bisher konnte sich keines der Systeme im Kampf um die Vorherrschaft in der Welt der industriellen Fertigung durchsetzen. Das rief große Player auf den Plan: BMW und Microsoft. Ihr gemeinsames 2019 getauftes Baby: OMP, Open Manufacturing Platform. Seither arbeiten die Gründer mit ihren Partnern Bosch, dem Automobilzulieferer ZF Friedrichshafen und der Brauerei Anheuser-Busch als „Allianz“ an der Entwicklung der OMP. Ziel: Lösungen, die es industriellen Produktionsunternehmen ermöglichen, umfassend zusammenzuarbeiten, Datensilos aufzubrechen und die Nachteile komplexer, proprietärer IT-Systeme zu überwinden, die die Produktionsoptimierung bisher bremsen.

OMP unterstützt andere Allianzen wie das Industriekonsortium OPC und das Netzwerk Plattform Industrie 4.0. Es nutzt bereits vorhandene Industriestandards, Open-Source-Architekturen und Datenmodelle, um skalierbare IoT-Infrastrukturen in der Fertigungsindustrie voranzutreiben. In den ersten Schritten konzentrieren sich die Arbeitsgruppen der OMP auf Lösungen, die es ermöglichen IoT-Geräte und -Anlagen mit „der Cloud“ zu verbinden. Die Cloud gilt als Schlüsseltechnologie der Digitalisierung. Denn (nur) mithilfe von Cloud Computing können die riesigen Datenmengen, auf denen alles „smarte“ basiert, analysiert und nutzbar gemacht werden. Parallel dazu wird in den OMP Arbeitsgruppen an der „Sprache“ getüftelt, um die Verwaltung von Daten in einem einheitlichen Format und über mehrere Quellen mit sich ständig weiterentwickelnder Semantik hinweg zu ermöglichen und zu erleichtern.

OPC UA

Open Platform Communications Unified Architecture
Maschinen, Server, Clients, Geräte usw. arbeiten nicht isoliert. Nutzt man daher unterschiedliche Softwareprogramme, speicherprogrammierbaren Steuerungen (SPS) und Mensch-Maschine-Schnittstellen (HMIS), die ihre Daten jeweils in ihren eigenen Formaten erstellen, ist eine Interpretation dieser Daten erforderlich. Es braucht einen „Übersetzer“. Er muss Daten aus verschiedenen Quellen verstehen und in dem Format hin und her senden können, das jede Quelle benötigt und versteht.

Hier kommen Standards ins Spiel. OPC UA - Open Platform Communications Unified Architecture – ist ein solcher Standard. Er ermöglicht den Datenaustausch zwischen den unterschiedlichsten SPS, HMIs, Servern, Clients und Maschinen, bietet ihnen quasi eine gemeinsame Sprache. OPC UA ist der wichtigste Nachfolger des – ebenfalls von der OPC Foundation entwickelten – klassischen OPC (Open Platform Communications). Als einer der größten OPC UA Vorteile wird seine Plattformunabhängigkeit gesehen: OPC UA kann in Windows, Linux, Mac, Android und andere Plattformen integriert werden. Das ist in all jenen Fertigungsbranchen wichtig, in der Maschinen und Systeme mit verschiedenen Plattformen betrieben werden – also in praktisch allen.

Zusätzlich kann OPC UA (anders als seine Vorgänger) Maschinendaten (Regelgrößen, Messwerte, Parameter usw.) nicht nur zu transportieren, sondern auch maschinenlesbar semantisch beschreiben. Diese semantische Beschreibung ist zentral, weil der Grad an Interaktion und Kooperation zwischen Maschinen- und Anlagenkomponenten ständig steigt. Gleichzeitig haben zwar Menschen die Fähigkeit, vage Informationen zumindest teilweise richtig zu interpretieren (weil sie über Erfahrung und Wissen verfügen, die sie einbringen können), Maschinen hingegen können nur richtig agieren, wenn Informationen eindeutig sind. Diese semantische Eindeutigkeit bietet der Standard OPC UA.

MQTT

Message Queue Telemetry Transport
Das MQTT-Messaging-Protokoll wurde erstmals 1999 von IBM und Cirrus Link (damals Arcom Control Systems) entwickelt. Obwohl es seit über zwei Jahrzehnten existiert, gilt es als Protokoll, das in den letzten Jahren sogar immer populärer wird (1) – und das sich auch für moderne Industrial Internet of Things Anwendungen bestes eignet. Dabei gilt MQTT vor allem dort als Lösung der Wahl, wo sich IIoT-Anwendungen auf aktive Benachrichtigungen stützen (das Gerät also nur bei Bedarf Daten bereitstellt und nicht regelmäßig).

MQTT verwendet ein Publish-Subscribe-Muster, um Nachrichten auszutauschen. Ein MQTT-System umfasst einen Broker und mehrere Clients, wobei die Clients entweder Publisher oder Abonnenten sein können. Publisher senden Daten in Form von MQTT-Paketen an den Broker, die aus einem "Thema" und einer "Nutzlast" bestehen. Der Broker verteilt die Daten dann an die Abonnenten, je nachdem, für welche Themen sie sich interessiert haben. Das MQTT-Protokoll legt kein Standardformat für die Datenübertragung fest, obwohl Anwendungen üblicherweise das JSON-Protokoll oder Nur-Text verwenden.

Einer der anerkannten Vorteile des MQTT für IIoT-Anwendungen: Das verwendete Publish-Subscribe-Muster ermöglicht es IoT-Entwicklern, bestimmte häufige Verbindungsprobleme zu lösen: Beispielsweise erfordern Request-Response-Muster, dass Client und Server gleichzeitig online sind, um sicherzustellen, dass Daten erfolgreich übertragen und empfangen werden. Insbesondere für IIoT-Anwendungen kann es jedoch unmöglich sein, dass Geräte eine ausreichend starke Verbindung zum Netzwerk aufrechterhalten, um die erforderlichen Daten zu empfangen. Folglich ist das Request-Response-Muster für solche Anwendungen nicht geeignet. Das Publish-Subscribe-Muster des MQTT hingegen ist auf Situationen zugeschnitten, in denen es nicht garantiert ist, dass Geräte gleichzeitig mit dem Netzwerk verbunden sind.(2)

(1) Quelle: Bernhard Osterheimer, Axel C. Schwickert, Thorsten Rühl: Overall Equipment Effetiveness: Grundlagen, Konzepte, Methoden, Werkzeuge; Justus-Liebig-Universität Giessen 2012
(2) Vgl.: Mario Sallat, Das Anwendungsprotokoll MQTT im Internet of Things, Hochschule Offenburg, 2018
(3) Quelle: IT-Production Magazin, Die Erfolgsgeschichte eines Protokolls - MQTT im Industrial Internet of Things; https://www.it-production.com/industrie-4-0-iot/erfolgsgeschichte-eines-protokolls, 16. September 2019


Unser Zugang zu diesen Themen: Wir sorgen dafür, dass Maschinen die Standards und Protokolle nutzen können, die ihnen ermöglichen, übergreifend zu kommunizieren – damit Sie die Kennzahlen bekommen, die Sie weiterbringen. Kurzum: Wir lösen die Connectivity-Probleme im Shopfloor. Wenn Sie uns brauchen, um Ihre Maschinen an Ihre Digitalisierungssoftware anzubinden – wir sind gerne für Sie da!

Das könnte Sie auch interessieren

Alle Beiträge