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. Data-Driven Decision Making (datengestützte Entscheidungsfindung) 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? „Wie lief Linie 3 gestern?“ ist in vielen Werken keine Frage mit einer Antwort. 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. 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. 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. 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. Eine Zahl taugt zur Entscheidung, wenn sie alle vier erfüllt. Drei von vier genügen nicht Er wird erfasst, nicht eingetragen. Handaufschriebe altern zwischen zwei Schichten und dokumentieren am Ende eher die Sorgfalt der Erfassenden als den Prozess. Definition, Einheit und Bezugsgröße stehen fest und gelten in jedem System gleich. Erst damit ist ein Vergleich zwischen zwei Linien oder zwei Werken zulässig. Nicht „in Echtzeit“, sondern schnell genug für den Takt, in dem entschieden wird. Der Maßstab kommt aus dem Prozess, nicht aus der Technik. Ab wann ist eine Abweichung eine Abweichung, und wer handelt dann? Ohne diese beiden Angaben ist eine Kennzahl Berichtswesen, keine Entscheidung. 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. Aufschlussreich ist die letzte Spalte: Auf keiner Ebene ist fehlende Messtechnik der Grund. 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. Datengestützt heißt nicht datengesteuert. Drei Grenzen bleiben, und sie zu benennen macht den Ansatz belastbarer: Und eine praktische Grenze: Frühzeitig sichtbare Abweichungen nützen nur, wenn sie jemanden erreichen, der handeln darf. Eine Benachrichtigung ohne Mandat erzeugt Betriebsamkeit, keine Korrektur. pronubes ist die Schicht zwischen Shopfloor und IT. Für Entscheidungen sind drei Teile davon maßgeblich: 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 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. 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. Jede Steuerungskennzahl bekommt eine Gegenkennzahl: Durchsatz neben Ausschuss, Verfügbarkeit neben Instandhaltungsaufwand, Bestandsreichweite neben Lieferfähigkeit. Und beide werden zusammen berichtet, nicht in getrennten Runden. 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. 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. 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.Data-Driven Decision Making in der Produktion
Definition: Data-Driven Decision Making
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.Warum dieselbe Frage drei Antworten hat
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.Die Verzögerung und ihre Teile
Vier Voraussetzungen
— die fehlende bestimmt, was am Ende passiert.
Der Wert entsteht automatisch
Die Bedeutung ist festgelegt
Der Wert ist jünger als die Entscheidung
Schwelle und Zuständiger stehen daneben
Welche Entscheidung welche Aktualität braucht
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
Es ist jedes Mal die Struktur dazwischen. Warum das eine Architekturfrage istWas eine Feedback-Schleife wirklich verlangt
Wo Daten nicht entscheiden
Wie pronubes die Datenbasis liefert
Häufige Fragen
Brauchen wir dafür zuerst ein Data Warehouse oder einen Data Lake?
Ab wann sind Daten „gut genug“ für eine Entscheidung?
Wie verhindern wir, dass Kennzahlen in die falsche Richtung steuern?
Wer besitzt eine Kennzahl — Fachbereich oder IT?
Ersetzt das die Erfahrung der Leute in der Produktion?
Muss die Produktion dafür stillstehen?
Entscheidungen, die auf echten Daten stehen.
30 Minuten zu Ihrer Systemlandschaft: welche Daten heute fehlen und wie sie im Alltag nutzbar werden.
pronubes is a product of inray Industriesoftware GmbH. Over 30 years of industrial software made in Germany. Innovative and reliable for manufacturing companies.

