
In einem industriellen Umfeld, in dem Performance, Produktivität und Datenzuverlässigkeit zu strategischen Erfolgsfaktoren geworden sind, etabliert sich der OEE (Overall Equipment Effectiveness) als zentrale Steuerungskennzahl.
Was bedeutet diese Kennzahl jedoch konkret, wie wird sie berechnet und vor allem: Wie lässt sie sich gezielt einsetzen, um die Effizienz Ihrer Anlagen und Produktionslinien nachhaltig zu verbessern?
Der Artikel auf einen Blick:
- OEE (Overall Equipment Effectiveness) misst die tatsächliche Effektivität einer Anlage oder Produktionslinie
- Sie basiert auf drei Dimensionen: Verfügbarkeit, Leistung und Qualität
- Sie ermöglicht die präzise Identifikation von Produktionsverlusten
- Die Berechnung der OEE wandelt Produktionsdaten in operative Entscheidungen um
- In Verbindung mit digitalen Tools wird die OEE zu einem wirkungsvollen Hebel für kontinuierliche Verbesserung
OEE: eine zentrale Kennzahl zur Überwachung und Verbesserung der industriellen Leistung
Definition der OEE und ihrer Hauptbestandteile
Die OEE, Gesamtanlageneffektivität (Overall Equipment Effectiveness), ist eine industrielle Leistungskennzahl zur Messung der tatsächlichen Effektivität einer Produktionsanlage oder einer einzelnen Maschine.
Im Gegensatz zu einer reinen Produktivitätskennzahl berücksichtigt die OEE mehrere zentrale Dimensionen des Produktionsprozesses. Sie beantwortet nicht nur die Frage, ob eine Maschine produziert, sondern wie sie produziert: mit welcher Geschwindigkeit, in welcher Qualität und über welchen Zeitraum hinweg.
Die OEE verknüpft somit Produktionsdaten mit der realen Situation im Shopfloor, indem sie Stillstände, Geschwindigkeitsverluste, Qualitätsmängel und prozessbedingte Verluste systematisch einbezieht.
Welche drei Faktoren beeinflussen die OEE?
Der Gesamtanlageneffektivität (OEE) ergibt sich aus dem Produkt von drei grundlegenden Kennzahlen:
1. Verfügbarkeit
Die Verfügbarkeit misst die Fähigkeit einer Anlage oder Maschine, zu produzieren, wenn sie planmäßig in Betrieb sein sollte.
Geplante Stillstände, ungeplante Ausfälle, Rüstvorgänge oder technische Störungen wirken sich unmittelbar negativ auf diese Kennzahl aus.
2. Leistungsgrad
Der Leistungsgrad vergleicht die tatsächliche Produktionsgeschwindigkeit mit der theoretisch möglichen Ausbringungsmenge der Maschine oder Linie.
Mikrostopps, reduzierte Geschwindigkeit oder Prozessprobleme führen zu Leistungseinbußen und senken diesen Wert.
3. Qualitätsgrad
Der Qualitätsgrad beschreibt das Verhältnis von Gutteilen zur Gesamtzahl der produzierten Teile.
Ausschuss, Nacharbeit und Qualitätsabweichungen verringern diesen Anteil.
Wie lassen sich die OEE-Ergebnisse interpretieren?
Eine hohe Gesamtanlageneffektivität (OEE) bedeutet, dass Ihre Anlagen verfügbar sind, mit der vorgesehenen Leistung produzieren und dabei qualitativ einwandfreie Produkte herstellen.
Umgekehrt ist eine niedrige OEE kein unabänderliches Ergebnis, sondern in erster Linie ein Diagnoseinstrument. Sie hilft dabei, präzise zu erkennen, wo Produktionsverluste entstehen: Durch übermäßige Stillstände, Qualitätsprobleme, reduzierte Leistung oder durch eine Kombination mehrerer Einflussfaktoren.
Damit wird die OEE zu einem strukturierten Analysewerkzeug, das Transparenz schafft und gezielte Verbesserungsmaßnahmen ermöglicht.
Warum sollte die OEE überwacht werden?
Konkrete Vorteile für Ihre Fertigung oder Ihr Werk
Produktionsverluste erkennen und Verbesserungspotenziale identifizieren
Einer der zentralen Vorteile des OEE-Monitorings besteht darin, bislang „unsichtbare“ Probleme transparent zu machen: Mikrostopps, reduzierte Taktleistung, Qualitätsverluste oder Ungleichgewichte zwischen Maschinen und Produktionslinien.
Die OEE wandelt Rohdaten aus der Produktion in aussagekräftige Leistungskennzahlen um, die gezielt für Maßnahmen im Rahmen der kontinuierlichen Verbesserung genutzt werden können.
Industrielle Entscheidungen auf Basis verlässlicher Daten priorisieren
Dank der Gesamtanlageneffektivität (OEE) beruhen Entscheidungen nicht länger auf subjektiven Einschätzungen oder Annahmen, sondern auf objektiven und belastbaren Produktionsdaten.
Dadurch wird es deutlich einfacher:
- Instandhaltungsmaßnahmen gezielt zu priorisieren
- Produktionsprozesse datenbasiert anzupassen
- Die Nutzung von Anlagen und Ressourcen zu optimieren
Die Wirksamkeit von Korrekturmaßnahmen langfristig verfolgen
Die OEE ermöglicht es außerdem, die tatsächlichen Auswirkungen der umgesetzten Maßnahmen zu messen. Eine Verbesserung der Verfügbarkeit, der Leistung oder der Qualität schlägt sich unmittelbar in der Kennzahl nieder.
Wie wird die OEE Schritt für Schritt berechnet?
Die Berechnung der OEE basiert auf einer einfachen, aber wirkungsvollen Formel.
Schritt 1: Verfügbarkeit berechnen
Verfügbarkeit = Tatsächliche Betriebszeit / Geplante Produktionszeit
Geplante Stillstände, Ausfälle oder Rüstvorgänge wirken sich direkt auf diese Kennzahl aus.
Schritt 2: Tatsächliche Leistung bestimmen
Leistung = (Theoretische Taktrate × produzierte Teile) / Betriebszeit
Sie zeigt die Verluste im Zusammenhang mit der Produktionsgeschwindigkeit auf.
Schritt 3: Qualitätsgrad messen
Qualitätsgrad = Gutteile / Gesamtzahl der produzierten Teile
Er spiegelt die Fähigkeit des Prozesses wider, fehlerfrei zu produzieren.
Beispiel einer OEE-Berechnung anhand eines konkreten Falls:
- Verfügbarkeit: 90%
- Leistungsgrad: 85%
- Qualitätsgrad: 95%
OEE = 0,90 × 0,85 × 0,95 = 72,7%
Gut zu wissen: Die OEE wird in Prozent angegeben, mit einem theoretischen Optimalwert von 100%.
Fokus auf ergänzende Kennzahlen zur OEE für eine ganzheitliche Betrachtung
MTTR (Mean Time To Repair – mittlere Reparaturzeit)
Er misst die Zeit, die benötigt wird, um eine Anlage nach einem Ausfall wieder betriebsbereit zu machen.
MTBF (Mean Time Between Failures – mittlere Zeit zwischen zwei Ausfällen)
Er gibt die Zuverlässigkeit von Maschinen über einen bestimmten Zeitraum an.
TEEP (Total Effective Equipment Performance – Gesamtanlageneffektivität bezogen auf die Gesamtzeit)
Der TEEP erweitert die Analyse, indem er die gesamte verfügbare Zeit einbezieht, einschließlich der Zeit außerhalb der geplanten Produktion.
OEE und Digitalisierung: Wie Factory Software die Messung und Steuerung in Echtzeit erleichtert
In einem zunehmend digitalisierten industriellen Umfeld kann die Messung der OEE nicht mehr auf manuellen Erfassungen oder isolierten Dateien basieren. MES-Software (Manufacturing Execution System) spielt hier eine zentrale Rolle, indem sie die automatisierte Erfassung von Produktionsdaten direkt an Maschinen und Produktionslinien sicherstellt.
Auf Basis von IIoT-Technologien (Industrielles Internet der Dinge) erfassen diese Systeme kontinuierlich Informationen zur Anlagenverfügbarkeit, zu tatsächlichen Produktionsgeschwindigkeiten, zu produzierten Stückzahlen und zu Gutteilen. Die Daten werden anschließend konsolidiert und in Form personalisierter OEE-Dashboards bereitgestellt, die eine Echtzeittransparenz über Leistung, Qualität und Effektivität der Anlagen ermöglichen – pro Maschine, Bereich oder Produktionsstandort.
Dieser Ansatz ermöglicht es nicht nur, die Ursachen von Leistungs- und Effizienzverlusten besser zu verstehen, sondern auch schneller zu reagieren – dank automatischer Warnmeldungen und Benachrichtigungen bei Abweichungen, bevor sich Probleme nachhaltig auf Produktivität und Gesamtleistung der Produktion auswirken.
Häufig gestellte Fragen
Wie ist ein OEE-Wert unter 60% zu interpretieren?
Ein OEE-Wert unter 60% weist in der Regel auf erhebliche Verluste bei mindestens einem der drei Faktoren hin. Er stellt einen idealen Ausgangspunkt dar, um eine Initiative zur kontinuierlichen Verbesserung zu starten.
OEE oder TEEP – worin liegt der Unterschied?
Die OEE misst die Effektivität während der geplanten Produktionszeit, während der TEEP die gesamte verfügbare Zeit einbezieht und damit eine umfassendere Betrachtung ermöglicht.
Gibt es eine Norm für die Berechnung der OEE?
Ja. Die Berechnung der OEE ist in der Norm ISO 22400 geregelt und gewährleistet eine standardisierte sowie vergleichbare Vorgehensweise.
Kann die OEE ohne Softwarelösung gemessen werden?
Das ist möglich, jedoch komplex und wenig zuverlässig. Ohne Automatisierung ist die Datenerfassung zeitaufwendig und fehleranfällig. Digitale Werkzeuge gewährleisten belastbare und auswertbare Daten.