OEE Booster in der Praxis: Wie KI Instandhaltung und Produktion unterstützt

Warum ist der Zugang zu Wissen in der Produktion noch immer eine Herausforderung?

Maschinenausfälle lassen sich nicht vollständig vermeiden. Ein erheblicher Teil der Zeitverluste nach einem Produktionsstillstand entsteht jedoch nicht durch den Ausfall selbst, sondern durch die Suche nach den Informationen, die für die Diagnose benötigt werden. Die Bedienungsanleitung befindet sich möglicherweise an einem Ort, die Historie früherer Störungen an einem anderen, Prozessdaten in einem weiteren System, während ein Teil des praktischen Wissens ausschließlich in der Erfahrung einzelner Mitarbeitender vorhanden ist. Besonders deutlich wird das Problem, wenn die erfahrenste Person gerade nicht verfügbar ist. Der Bediener muss entscheiden, welche Maßnahmen er selbst durchführen darf, wann die Instandhaltung hinzugezogen werden sollte und wo die richtige Vorgehensweise zu finden ist.

Genau dieses Problem soll OEE Booster adressieren.

OEE Booster ersetzt bestehende Systeme nicht

Ein zentrales Prinzip, das wir im Webinar vorgestellt haben, besteht darin, die bestehende IT- und OT-Umgebung zu nutzen, anstatt ein weiteres isoliertes System aufzubauen. ERP, CMMS, Messsysteme, technische Dokumentation, Störungshistorien und andere Wissensquellen erfüllen weiterhin ihre bisherigen Aufgaben. OEE Booster ergänzt diese Systeme um eine zusätzliche Ebene, über die Informationen gesucht, analysiert und passend zur jeweiligen Nutzerrolle dargestellt werden können. Das ist wichtig, weil ein Maschinenbediener andere Informationen benötigt als ein Produktionsleiter.

Ein Bediener sollte eine kurze Schritt-für-Schritt-Anleitung sowie eine klare Information dazu erhalten, welche Maßnahmen er im Rahmen seiner Berechtigungen selbst durchführen darf. Ein Instandhaltungstechniker benötigt detailliertere technische Informationen und Hinweise zu Sicherheitsanforderungen. Für einen Produktionsleiter sind dagegen eher Trends, die Auswirkungen einer Störung auf den Durchsatz oder Informationen im Zusammenhang mit der OEE relevant.

Eine gemeinsame Wissensbasis kann somit unterschiedliche Rollen unterstützen. Die Art der Informationsdarstellung sollte jedoch jeweils zu den konkreten Aufgaben der Nutzer passen.

Wie nutzt OEE Booster RAG?

Im Webinar haben wir außerdem den Unterschied zwischen einem allgemeinen GenAI-Tool und einer Lösung gezeigt, die mit dem unternehmenseigenen Wissen arbeitet. OEE Booster nutzt einen RAG-Ansatz, also Retrieval-Augmented Generation. Nachdem eine Frage gestellt wurde, sucht das System nach relevanten Abschnitten in den verfügbaren Quellen und stellt erst anschließend diesen Kontext dem Sprachmodell zur Verfügung. Für die Nutzer bedeutet das vor allem, dass mit konkreten Unternehmensdokumenten und -daten gearbeitet werden kann. Die Antworten können zudem auf die Quellen verweisen, auf deren Grundlage sie erstellt wurden.

Fehlerdiagnose direkt an der Maschine

Das erste Demonstrationsszenario betraf einen Roboterbediener. Ein Roboter in der Produktionslinie war zum Stillstand gekommen, während an seiner Basis ein gelber LED-Ring zu blinken begann. Der Bediener wollte herausfinden, was dieses Signal bedeutet und welche Maßnahmen er vor einer Eskalation des Problems selbst durchführen kann.

OEE Booster suchte die relevanten Informationen in der bereitgestellten Dokumentation und stellte eine Antwort gemäß den zuvor definierten Regeln für die Rolle des Bedieners bereit: die Bedeutung des Status, die eigenständig zulässigen Maßnahmen sowie den Zeitpunkt, an dem die Instandhaltung hinzugezogen werden muss.

Derselbe Mechanismus kann um weitere Quellen ergänzt werden, beispielsweise um die Historie ähnlicher Störungen, interne Verfahrensanweisungen oder Arbeitsschutzdokumentation. Je besser und aktueller der Kontext ist, den der Assistent erhält, desto hilfreicher kann seine Antwort sein.

Unterstützung für Instandhaltungstechniker und -leiter

Für einen Instandhaltungstechniker kann OEE Booster den Ablauf einer Fehlerdiagnose strukturieren und dabei Sicherheitsanforderungen sowie technische Daten aus der Dokumentation berücksichtigen. Ein Instandhaltungsleiter kann die Lösung dagegen für die Arbeit mit einem größeren Informationsumfang einsetzen. Während der Demonstration erhielt das System unter anderem die Aufgabe, eine Übersicht über Ersatzteile zu erstellen und diese nach Kritikalität zu kategorisieren. In einer Umgebung mit Anbindung an ERP- und CMMS-Systeme könnte eine solche Analyse zusätzlich um tatsächliche Lagerbestände, Ereignishistorien oder Austauschhäufigkeiten ergänzt werden. Ein weiteres Beispiel war die Erstellung eines monatlichen Plans mit kurzen Instandhaltungsaufgaben für das Wartungsteam sowie die Vorbereitung einer Checkliste für den Einsatz in der Produktionshalle.These tasks do not require replacing a specialist’s expertise. AI can, however, reduce the time spent searching for information, organizing data, and preparing documentation.

Schnelleres Onboarding von Mitarbeitenden

Verteiltes Wissen erschwert nicht nur die Behebung von Störungen. Es kann auch die Einarbeitung neuer Mitarbeitender deutlich verlangsamen. Während des Webinars erhielt OEE Booster die Aufgabe, eine einseitige Anleitung für die sichere Bedienung eines Roboters sowie einen Wissenstest für einen neuen Bediener zu erstellen. Das Material sollte auf Polnisch erstellt werden, obwohl die Quelldokumentation in einer anderen Sprache vorlag. Dieser Ansatz kann insbesondere in Produktionsbetrieben mit internationalen Teams hilfreich sein. Anstatt jede Sprachversion eines Trainingsmaterials von Grund auf neu zu erstellen, kann vorhandene Dokumentation als Quelle genutzt und die Wissensvermittlung gezielt an die jeweilige Zielgruppe angepasst werden.

Von PLC-Daten zur Analyse für den Produktionsleiter

Produktionsleiter haben andere Anforderungen. Die reine Antwort auf die Frage, was ein Fehlercode bedeutet, reicht in der Regel nicht aus. Entscheidend sind Trends, die Häufigkeit von Störungen, Verluste bei Verfügbarkeit, Leistung und Qualität sowie deren Auswirkungen auf den gesamten Prozess. In einem der Beispiele im Webinar analysierte OEE Booster Daten zu früheren Ereignissen und Veränderungen von Roboterparametern. Ziel war es, die unmittelbare Ursache des Stillstands zu identifizieren, den Trend vor dem Ausfall darzustellen und den erfolgten Serviceeinsatz aufzuzeigen.

An dieser Stelle wird die Qualität der Datenaufbereitung besonders wichtig. Rohdaten aus PLC-Steuerungen sollten nicht einfach direkt an ein Sprachmodell übergeben werden. Zunächst müssen sie korrekt erfasst, strukturiert und mit dem relevanten Geschäftskontext verknüpft werden. Erst dann kann GenAI Analysen so unterstützen, dass sie für die für die Produktion verantwortliche Person tatsächlich nutzbar sind.

Integration von Wissen aus IT und OT

OEE Booster kann mit Dokumenten und Daten aus unterschiedlichen Quellen arbeiten. Im Webinar haben wir außerdem die Möglichkeit gezeigt, Verbindungen zu bereits im Unternehmen eingesetzten Systemen herzustellen.

Für Daten aus der operativen Ebene nutzt VM.PL auch Lösungen, die die Kommunikation mit PLC-Steuerungen ermöglichen, unter anderem über OPC UA. Der eigentliche Mehrwert entsteht daher nicht durch das KI-Modell allein. Er entsteht durch die Verbindung von technischem Wissen, Dokumentation, Maschinendaten und geschäftlichen Informationen zu einem konsistenten Kontext.

Eine Technologie, unterschiedliche Einsatzbereiche in der Produktion

Die im Webinar vorgestellten Beispiele zeigen mehrere Bereiche, in denen ein KI-Assistent einen Produktionsbetrieb unterstützen kann:

• schnellerer Zugriff auf Informationen bei Maschinenstörungen,
• Sicherung des Wissens erfahrener Mitarbeitender,
• Unterstützung von Bedienern und Technikern entsprechend ihren Rollen und Berechtigungen,
• Erstellung von Anleitungen, Checklisten und Onboarding-Materialien,
• Analyse von Ereignishistorien und OEE-bezogenen Daten,
• Planung von Instandhaltungsmaßnahmen,
• Reduzierung eines Teils wiederkehrender administrativer Aufgaben.

OEE Booster soll Spezialisten nicht ersetzen und auch keine Entscheidungen an ihrer Stelle treffen. Seine Aufgabe besteht darin, den Weg von einer Frage zu den Informationen zu verkürzen, die für die richtige Maßnahme benötigt werden.

Erleben Sie OEE Booster in der Demonstration

In der vollständigen Webinar-Aufzeichnung zeigen wir, wie Assistenten für unterschiedliche Rollen konfiguriert werden können, und stellen mehrere konkrete Szenarien aus Produktion und Instandhaltung vor.

Wenn Sie sehen möchten, wie OEE Booster mit technischer Dokumentation, Produktionsdaten und unterschiedlichen Nutzerrollen arbeitet, sehen Sie sich das Webinar an: https://www.youtube.com/watch?v=tEwv5si7nY8