Startseite / Wissen / Data-Driven Decision Making

Data-Driven Decision Making in der Produktion

Kurzantwort

Data-Driven Decision Making heißt, eine Entscheidung auf einer Zahl zu gründen, deren Bedeutung, Aktualität und Zuständigkeit geklärt sind. Der schwierige Teil ist nicht das Dashboard. Er liegt davor: Dieselbe Kennzahl muss in jeder Abteilung dasselbe bedeuten, und sie muss vorliegen, bevor die Entscheidung fällig ist. Fehlt eines von beidem, entsteht kein besseres Urteil, sondern nur eine längere Diskussion über die Zahl.

Lesezeit 8 MinutenFachredaktion inray Industriesoftware
Oben liefern Leitsystem, MES und eine Tabelle im Controlling auf dieselbe Frage drei verschiedene Werte. Unten laufen dieselben Quellen über eine benannte Größe mit geklärter Definition, Einheit und Zuständigkeit; alle Abteilungen lesen denselben Wert.

Definition: Data-Driven Decision Making

Data-Driven Decision Making (datengestützte Entscheidungsfindung)
bezeichnet Entscheidungen, die sich auf gemessene Werte stützen statt auf Berichte aus zweiter Hand oder auf die Erfahrung einzelner Personen. In der Produktion sind diese Werte reichlich vorhanden: Jede Steuerung, jeder Sensor, jedes Leitsystem schreibt laufend mit.

Am Zugang zu Daten scheitert es deshalb selten. Es scheitert an drei Stellen davor: Die Zahl bedeutet in zwei Systemen etwas Verschiedenes, sie ist älter als die Entscheidung, oder niemand ist zuständig, wenn sie ausschlägt. Ein Dashboard behebt keinen dieser drei Punkte — es macht sie nur sichtbarer.

Der nüchterne Maßstab lautet deshalb nicht „Wie viele Kennzahlen zeigen wir?“, sondern: Welche Entscheidung fällt heute anders als vorher — und wie viel früher?

Warum dieselbe Frage drei Antworten hat

„Wie lief Linie 3 gestern?“ ist in vielen Werken keine Frage mit einer Antwort.
Das Leitsystem rechnet die Verfügbarkeit über die geplante Laufzeit, das MES zählt Rüstzeiten nicht als Stillstand, und im Controlling steht eine Tabelle, die einmal jemand gebaut hat. Alle drei Zahlen sind korrekt berechnet. Verschieden sind die Definitionen.

Das ist kein Datenproblem, sondern ein Benennungsproblem. Es löst sich erst, wenn eine Größe einmal festgelegt wird — mit Definition, Einheit und Zuständigem — und alle Verbraucher sie von genau diesem Platz holen. Genau das leistet ein Unified Namespace: Er ist der Ort, an dem aus vielen Zahlen eine wird.

Woran man es im Alltag merkt

Die erste Viertelstunde einer Besprechung geht für die Frage drauf, welche Zahl stimmt. Solange das so ist, entscheidet nicht die Datenlage, sondern wer die Diskussion länger durchhält.

Die Verzögerung und ihre Teile

Zwischen einem Ereignis in der Anlage und einer Maßnahme liegen immer fünf Schritte: Erfassung, Einordnung, Sicht, Bewertung, Maßnahme. Diese Strecke ist die eigentliche Kennzahl der Entscheidungsfähigkeit — nicht die Zahl der Reports.

Wo Auswertungen für jede Frage neu entstehen, ist der längste Abschnitt nicht die Technik, sondern die Wartezeit: auf den nächsten Berichtslauf, auf jemanden, der die Daten zusammenstellt, auf die Klärung, welche Fassung gilt. Steht die Struktur dagegen schon und fließt der Wert laufend, entfallen genau diese Abschnitte.

Vom Ereignis zur Maßnahme

Dieselben fünf Stationen, zwei Wege — der Unterschied liegt in dem, was nicht jedes Mal neu gebaut werden muss.

Wichtig ist die Richtung, nicht der Rekord: Eine Entscheidung, die einmal im Quartal fällt, braucht keine Sekundenwerte. Eine Umrüstentscheidung in der laufenden Schicht schon.

Vier Voraussetzungen

Eine Zahl taugt zur Entscheidung, wenn sie alle vier erfüllt. Drei von vier genügen nicht
— die fehlende bestimmt, was am Ende passiert.

  • Der Wert entsteht automatisch

    Er wird erfasst, nicht eingetragen. Handaufschriebe altern zwischen zwei Schichten und dokumentieren am Ende eher die Sorgfalt der Erfassenden als den Prozess.

  • Die Bedeutung ist festgelegt

    Definition, Einheit und Bezugsgröße stehen fest und gelten in jedem System gleich. Erst damit ist ein Vergleich zwischen zwei Linien oder zwei Werken zulässig.

  • Der Wert ist jünger als die Entscheidung

    Nicht „in Echtzeit“, sondern schnell genug für den Takt, in dem entschieden wird. Der Maßstab kommt aus dem Prozess, nicht aus der Technik.

  • Schwelle und Zuständiger stehen daneben

    Ab wann ist eine Abweichung eine Abweichung, und wer handelt dann? Ohne diese beiden Angaben ist eine Kennzahl Berichtswesen, keine Entscheidung.

Welche Entscheidung welche Aktualität braucht

Der häufigste Fehler ist, alles gleich schnell machen zu wollen. Sinnvoll ist die umgekehrte Reihenfolge: erst klären, in welchem Takt entschieden wird, dann die Datenstrecke danach auslegen.

Entscheidungsebene Beispiel Nötige Aktualität Woran es meist scheitert
Anlage Parameter nachführen, Anlage abstellen Sekunden läuft ohnehin in der Steuerung — hier ist keine Plattform nötig
Schicht umrüsten, Auftrag vorziehen, Instandhaltung rufen Minuten der Wert liegt im Werk vor, aber nicht dort, wo entschieden wird
Werk Tagesplanung, Personal, Materialabruf Stunden jede Linie zählt anders, ein Vergleich ist nicht zulässig
Unternehmen Investition, Standortvergleich, Lieferantenwahl Tage bis Wochen die Historie ist nicht durchgängig benannt, Rückblicke sind Schätzungen

Aufschlussreich ist die letzte Spalte: Auf keiner Ebene ist fehlende Messtechnik der Grund.
Es ist jedes Mal die Struktur dazwischen. Warum das eine Architekturfrage ist

Was eine Feedback-Schleife wirklich verlangt

Der Nutzen datengestützter Entscheidungen zeigt sich erst, wenn die Wirkung derselben Maßnahme gemessen wird — mit derselben Kennzahl, vor und nach der Änderung. Das klingt selbstverständlich und scheitert regelmäßig daran, dass die Definition zwischenzeitlich angepasst wurde. Wer Veränderungen bewerten will, braucht deshalb nicht nur eine benannte Größe, sondern eine stabile: Flexibel sind die Inhalte, nicht das Ordnungsprinzip.

Wo Daten nicht entscheiden

Datengestützt heißt nicht datengesteuert. Drei Grenzen bleiben, und sie zu benennen macht den Ansatz belastbarer:

  • Zielkonflikte löst keine Zahl. Durchsatz gegen Rüstzeit, Bestand gegen Lieferfähigkeit, Termin gegen Instandhaltung — das sind Abwägungen. Daten machen den Preis jeder Option sichtbar; die Gewichtung bleibt eine Leitungsentscheidung.
  • Was nicht gemessen wird, verschwindet aus der Debatte. Anlaufverhalten, Erfahrungswissen einzelner Bediener, Zustand einer alten Anlage — wer nur auswertet, was erfasst ist, entscheidet systematisch daran vorbei.
  • Eine Kennzahl, die steuert, wird optimiert. Sobald an einer Zahl gemessen wird, verändert sich das Verhalten in ihre Richtung — auch dann, wenn das dem Ziel schadet. Deshalb gehört zu jeder Steuerungskennzahl eine Gegenkennzahl.

Und eine praktische Grenze: Frühzeitig sichtbare Abweichungen nützen nur, wenn sie jemanden erreichen, der handeln darf. Eine Benachrichtigung ohne Mandat erzeugt Betriebsamkeit, keine Korrektur.

Wie pronubes die Datenbasis liefert

pronubes ist die Schicht zwischen Shopfloor und IT. Für Entscheidungen sind drei Teile davon maßgeblich:

  • pronubes Edge erfasst Werte lokal im Werk über OPC UA, MQTT, REST, SQL und Dateiformate — und puffert, wenn die Verbindung ausfällt. Damit entstehen keine Lücken, die später als Ausreißer interpretiert werden.
  • pronubes Zones vergibt die Struktur, in der ein Wert eindeutig einem Standort, Bereich und Aggregat gehört. Das ist die Ebene, auf der aus drei Zahlen eine wird.
  • pronubes Insights zeigt, welche Quelle wann was geliefert hat — einschließlich der Ströme, die schweigen. Eine Kennzahl, deren Quelle seit zwei Tagen stillsteht, sieht auf einem Dashboard aus wie eine gute Nachricht.

Die Werte lassen sich von dort an Auswertesysteme, Dashboards und einen Data Lake weitergeben — ohne dass jedes Zielsystem eigene Anbindungen an die Anlagen braucht. Mehr zur Plattform

Begriffe kurz erklärt
Data-Driven Decision Making
Entscheidungen auf Grundlage gemessener, benannter und aktueller Werte statt auf Grundlage von Berichten aus zweiter Hand.
Entscheidungslatenz
Die Zeit zwischen einem Ereignis und der daraus folgenden Maßnahme — einschließlich Erfassung, Einordnung, Sicht und Bewertung.
Single Source of Truth
Ein festgelegter Ort, an dem der gültige Stand einer Größe steht; alle anderen Systeme lesen von dort, statt eigene Fassungen zu führen.
Kennzahl (KPI)
Messgröße mit festgelegter Definition, Einheit, Schwelle und Zuständigkeit. Fehlen Schwelle oder Zuständigkeit, ist es eine Anzeige, keine Kennzahl.
Gegenkennzahl
Eine zweite Messgröße, die sichtbar macht, ob eine Kennzahl auf Kosten eines anderen Ziels verbessert wurde.
Closed Loop
Der geschlossene Weg von der Messung über die Entscheidung zurück zur Vorgabe in der Anlage.
Unified Namespace
Einheitlich benannte, hierarchische Struktur, in der Quellen ihren aktuellen Stand veröffentlichen und Verbraucher ihn abonnieren.
Nachgefragt

Häufige Fragen

Brauchen wir dafür zuerst ein Data Warehouse oder einen Data Lake?

Nicht als ersten Schritt. Ein Speicher löst die Benennungsfrage nicht — er sammelt sie ein. Wer uneindeutige Werte ablegt, hat danach mehr uneindeutige Werte. Sinnvoll ist die Reihenfolge: Größen benennen, laufend erfassen, dann entscheiden, was davon dauerhaft gespeichert werden soll und wofür.

Ab wann sind Daten „gut genug“ für eine Entscheidung?

Wenn die verbleibende Unsicherheit kleiner ist als der Unterschied zwischen den Handlungsoptionen. Das ist selten eine Frage weiterer Nachkommastellen, meist eine Frage nach Lücken: Fehlen ganze Zeiträume oder Anlagen, ist auch ein exakter Mittelwert wertlos.

Wie verhindern wir, dass Kennzahlen in die falsche Richtung steuern?

Jede Steuerungskennzahl bekommt eine Gegenkennzahl: Durchsatz neben Ausschuss, Verfügbarkeit neben Instandhaltungsaufwand, Bestandsreichweite neben Lieferfähigkeit. Und beide werden zusammen berichtet, nicht in getrennten Runden.

Wer besitzt eine Kennzahl — Fachbereich oder IT?

Die Definition gehört in den Fachbereich, der mit ihr entscheidet. Die IT verantwortet, dass sie technisch verfügbar, vollständig und nachvollziehbar bleibt. Entscheidend ist, dass diese Aufteilung ausdrücklich getroffen und in der Struktur hinterlegt ist — eine Kennzahl ohne benannten Besitzer verfällt still.

Ersetzt das die Erfahrung der Leute in der Produktion?

Nein, es entlastet sie. Erfahrung ist am wertvollsten bei der Frage, warum ein Wert abweicht und welche Maßnahme in dieser Anlage wirkt. Wo Erfahrung heute vor allem dafür verbraucht wird, sich widersprechende Zahlen zusammenzureimen, wird sie schlecht eingesetzt.

Muss die Produktion dafür stillstehen?

In der Regel nicht. Die Erfassung erfolgt lesend über vorhandene Schnittstellen. Ein Stillstandsfenster wird erst nötig, wenn an der Steuerung selbst etwas geändert werden muss — das ist die Ausnahme.

Loslegen

Entscheidungen, die auf echten Daten stehen.

30 Minuten zu Ihrer Systemlandschaft: welche Daten heute fehlen und wie sie im Alltag nutzbar werden.

pronubes by inray

pronubes is a product of inray Industriesoftware GmbH. Over 30 years of industrial software made in Germany. Innovative and reliable for manufacturing companies.