Die Overall Equipment Effectiveness (OEE) ist der zentrale Maßstab für die Produktivität automatisierter Linien. In der Praxis scheitert die Berechnung jedoch oft an der Datenqualität: Sensordaten werden über mehrere Zwischenschichten geschleust, gefiltert und zeitlich versetzt aufbereitet, bis sie im Manufacturing Execution System (MES) ankommen. Das Ergebnis sind Kennzahlen, die den Ist-Zustand um Minuten oder sogar Stunden verzögert abbilden – zu langsam für eine unmittelbare Prozessregelung.
Unser Ansatz umgeht diese Verzögerung, indem die SPS und das Feldbus-Gateway die Rohdaten direkt in OEE-Komponenten umrechnen. Ein Profinet-Segment erfasst pro Zyklus die Maschinenzustände (Lauf, Leerlauf, Störung), die produzierten Stückzahlen und die Ausschussrate. Ein auf der SPS hinterlegter Algorithmus berechnet daraus sekundengenau die drei OEE-Faktoren: Verfügbarkeit, Leistung und Qualität. Das Ergebnis wird als strukturierter Datenblock über OPC UA an das MES übergeben – ohne Middleware, ohne zusätzliche Recheninstanz.
Am Beispiel einer Etikettieranlage für Getränkeflaschen haben wir diese Architektur getestet. Die Anlage läuft im Drei-Schicht-Betrieb und produziert bis zu 36.000 Flaschen pro Stunde. Vor der Umstellung lag die Datenlatenz zwischen Sensorereignis und OEE-Aktualisierung bei etwa 450 ms – bedingt durch die Abfrageintervalle der überlagerten Datensammler. Nach der Umstellung auf die direkte Umrechnung in der SPS sank die Latenz auf unter 100 ms. Gleichzeitig stieg die Granularität: Statt eines gemittelten OEE-Werts pro Schicht stehen nun Einzelwerte pro Minute zur Verfügung.
Die Umstellung erfordert keine neue Hardware. Vorhandene SPS-Steuerungen der Baureihen Siemens S7-1500 oder Beckhoff CX20xx können die Berechnung parallel zum Steuerungsprogramm ausführen, sofern ausreichend Rechenzeitfenster vorhanden sind. Entscheidend ist die saubere Definition der Zustandsautomaten: Jeder Maschinenzustand muss eindeutig einem OEE-Zustand zugeordnet sein – etwa „Leerlauf wegen Materialmangel“ als geplanter Stillstand oder „Störung durch Sensorfehler“ als ungeplanter Stillstand. Eine fehlerhafte Zuordnung verfälscht die Verfügbarkeitskennzahl und führt zu falschen Optimierungsentscheidungen.
Die direkte Verknüpfung von Feldbusdaten mit dem MES ist kein neues Konzept, scheitert in der Praxis aber häufig an der fehlenden Standardisierung der Datenpunkte. Unser Vorgehen setzt auf ein festes Datenmodell, das alle relevanten Sensorwerte auf wenige OEE-relevante Größen abbildet. Das reduziert den Konfigurationsaufwand und macht die Lösung auf unterschiedlichen Linien wiederverwendbar. Für Anwender, die ihre OEE-Kennzahlen in Echtzeit sehen möchten, ohne in teure Middleware zu investieren, bietet dieser Ansatz einen praktischen Einstieg.