aiMOOC

Daten- und Prozessanalyse im Technikbetrieb – Engpässe anhand von Daten untersuchen

QR-Code

Daten- und Prozessanalyse im Technikbetrieb – Engpässe anhand von Daten untersuchen

Lernkurs für die technische Ausbildung

Einleitung

Warum warten Werkstücke vor einer Maschine? Liegt ein dauerhafter Engpass vor oder gibt es eine andere Erklärung?

In diesem aiMOOC untersuchst Du fiktive Fertigungsdaten, erkennst Muster und überprüfst unterschiedliche Ursachen. Du lernst, Beobachtungen von Vermutungen zu unterscheiden.

Zielgruppe: Technische Berufsausbildung, insbesondere Metalltechnik, Mechatronik, Industriemechanik und Produktionstechnik.

Lernzeit: Etwa 75–90 Minuten plus Projektaufgaben.

Deine Lernziele:

Prozessanalyse: Du kannst Fertigungsabläufe und Wartezeiten beschreiben.
Datenanalyse: Du kannst Zeitstempel prüfen und Kennzahlen berechnen.
Engpassmanagement: Du kannst Hinweise auf Engpässe untersuchen.
Ursachenanalyse: Du kannst alternative Erklärungen prüfen.
Simulation: Du kannst fiktive Szenarien lokal vergleichen.
Prozessoptimierung: Du kannst Verbesserungen begründet vorschlagen.

Sicherheitsregel: Alle Beispiele verwenden ausschließlich erfundene Daten. Führe Python-Code nur lokal oder in einer ausdrücklich autorisierten, isolierten Lernumgebung aus. Keine Verbindung zu fremden Netzen, Produktivanlagen, Steuerungen, Zugangsdaten oder Kundendaten herstellen.

Lerneinheit 1: Der Ausbildungsfall

Dauer: 8 Minuten

Die Metallwerkstatt M

Du arbeitest in einer fiktiven Ausbildungswerkstatt. Acht Metallplatten werden nacheinander bearbeitet.

Der Ablauf lautet:

Sägen	Weitergabe	Bohren	Weitergabe	Prüfen
2 Minuten je Teil	→	5 Minuten je Teil	→	2 Minuten je Teil

Die Zeiten sind vereinfachte Modellannahmen für identische Teile. Transport, Rüsten und Störungen werden zunächst ausgeklammert.

Ausbildungsauftrag: Vor der Bohrstation sammeln sich Werkstücke. Finde heraus, welche Daten einen Engpass nahelegen und welche alternativen Ursachen möglich sind.

Abbildung: Bestandteile einer Wertstromdarstellung. Quelle: Wikimedia Commons, DanielPenfield, CC BY-SA 3.0.

Das Prozessbild verstehen

Eine Wertstromanalyse zeigt Arbeitsstationen, Materialflüsse, Informationsflüsse und Bestände. Sie hilft, Verzögerungen sichtbar zu machen.

Abbildung: Symbole einer Wertstromanalyse. Quelle: Wikimedia Commons, Taufan Prasetyo, CC BY-SA 4.0.

Lernvideo: Wertstromanalyse

Six Sigma Deutschland GmbH: Value Stream Mapping / Wertstromanalyse, 2020.

Mini-Auftrag: Zeichne die drei Arbeitsstationen auf Papier. Markiere den vermuteten Engpass, aber kennzeichne ihn zunächst mit einem Fragezeichen.

Lerneinheit 2: Wartezeiten sichtbar machen

Dauer: 10 Minuten

Drei wichtige Zeitpunkte

Für jedes Werkstück werden an der Bohrstation drei Zeitpunkte erfasst:

Ankunftszeit: Wann trifft das Werkstück ein?
Bearbeitungsbeginn: Wann beginnt die Bohrmaschine zu arbeiten?
Fertigstellungszeit: Wann ist die Bearbeitung abgeschlossen?

Wartezeit = Bearbeitungsbeginn − Ankunftszeit

Bearbeitungszeit = Fertigstellungszeit − Bearbeitungsbeginn

Durchlaufzeit an der Station = Fertigstellungszeit − Ankunftszeit

Wichtig: Hier beziehen sich alle drei Kennzahlen auf die Bohrstation. Die Durchlaufzeit durch die gesamte Werkstatt wäre länger.

Abbildung: Eine Warteschlange als einfaches Modell. Quelle: Wikimedia Commons, MScharwies, CC BY-SA 4.0.

Fiktive Messdaten

Alle Zeitangaben sind Minuten ab Beobachtungsbeginn.

Werkstück	Ankunft	Beginn	Ende	Wartezeit
T1	0	0	5	0
T2	3	5	10	2
T3	6	10	15	4
T4	9	15	20	6
T5	12	20	25	8
T6	15	25	30	10
T7	18	30	35	12
T8	21	35	40	14

Visualisierung der Wartezeiten

Ein Balken entspricht zwei Minuten.

Teil	Wartezeit	Balkendiagramm
T1	0 min	–
T2	2 min	█
T3	4 min	██
T4	6 min	███
T5	8 min	████
T6	10 min	█████
T7	12 min	██████
T8	14 min	███████

Beobachtung: Die Wartezeit steigt bei jedem neuen Werkstück um zwei Minuten.

Erste Erklärung: Alle drei Minuten trifft ein Werkstück ein, die Bohrstation benötigt jedoch fünf Minuten je Werkstück. Bei diesen Modellannahmen wächst die Warteschlange.

Noch nicht bewiesen: Dass die Maschine auch im realen Betrieb dauerhaft der Engpass wäre.

Lerneinheit 3: Kennzahlen richtig interpretieren

Dauer: 10 Minuten

Mittelwert und Durchlaufzeit

Die Summe der acht Wartezeiten beträgt 56 Minuten.

Mittlere Wartezeit = 56 / 8 = 7 Minuten.

Die mittlere Bearbeitungszeit beträgt 5 Minuten.

Mittlere Durchlaufzeit an der Bohrstation = 7 + 5 = 12 Minuten.

Beachte: Ein Mittelwert allein zeigt nicht, ob bestimmte Werkstücke besonders lange warten.

Abbildung: Ein Boxplot verdeutlicht die Verteilung von Messwerten. Quelle: Wikimedia Commons, StefanPohl, CC0. Die abgebildeten Daten stammen nicht aus unserem Ausbildungsfall.

Durchsatz und Kapazität

Der Durchsatz gibt an, wie viele Teile pro Zeiteinheit fertiggestellt werden.

Eine einzelne Maschine mit fünf Minuten Bearbeitungszeit je Teil besitzt im störungsfreien Modell eine theoretische Bearbeitungskapazität von:

60 / 5 = 12 Teilen pro Stunde.

Kommen dauerhaft alle drei Minuten neue Teile an, entspricht das:

60 / 3 = 20 Teilen pro Stunde.

Damit übersteigt der modellierte Zugang die theoretische Kapazität der Bohrstation. Ohne weitere Änderungen kann die Warteschlange langfristig nicht stabil bleiben.

Wichtig: Theoretische Kapazität ist nicht dasselbe wie tatsächlich gemessener Durchsatz. Pausen, Rüstzeiten, Nacharbeit und Ausfälle können die reale Leistung verändern.

Littles Gesetz

Für ein geeignet abgegrenztes und langfristig stabiles System gilt das Littles Gesetz:

Mittlerer Bestand = Durchsatzrate × mittlere Durchlaufzeit.

Das erklärt den Zusammenhang zwischen Umlaufbestand, Durchsatz und Durchlaufzeit.

Bei einem dauerhaft anwachsenden Rückstau darfst Du nicht einfach aus einer kurzen Beobachtung eine stationäre Durchschnittsbeziehung ableiten.

Abbildung: Zeitliche Darstellung von Arbeitsschritten mit einem Gantt-Diagramm. Quelle: Wikimedia Commons, Vheilman, CC BY-SA 3.0.

Lerneinheit 4: Alternative Erklärungen untersuchen

Dauer: 12 Minuten

Eine lange Wartezeit beweist allein noch keinen dauerhaften Maschinenengpass.

Hypothesen statt Schuldzuweisungen

Mögliche Erklärung	Welche Daten helfen?
Zu geringe Bearbeitungskapazität	Bearbeitungszeiten und Ankunftsraten
Kurzzeitiger Maschinenausfall	Stillstandsprotokolle und Zeitverlauf
Mehrere Teile treffen gleichzeitig ein	Einzelne Ankunftszeitpunkte
Fehlendes Werkzeug oder Material	Material- und Rüstprotokolle
Zusätzliche Nacharbeit	Qualitäts- und Wiederholungskennzeichen
Fehlerhafte Zeitstempel	Uhrenvergleich und Plausibilitätsprüfung

Ein Ursache-Wirkungs-Diagramm hilft, unterschiedliche Erklärungen zu sammeln.

Abbildung: Ishikawa-Diagramm. Quelle: Wikimedia Commons, FabianLange/Slashme, CC BY-SA 3.0.

Lernvideo: Ursachenanalyse mit Ishikawa

VOREST AG: Wie funktioniert das Ishikawa-Diagramm?, 2019.

Von der Vermutung zum Test

Wähle für jede Erklärung eine überprüfbare Vorhersage.

Hypothese	Erwartetes Muster	Gegenprobe
Dauerhafte Überlastung	Wartezeiten steigen bei regelmäßigem Zugang	Ankunftsrate und verfügbare Kapazität vergleichen
Einmalige Störung	Wartezeiten steigen ab dem Stillstandsereignis	Störungszeitpunkt mit Wartezeitverlauf abgleichen
Ankunftsspitze	Kurzer Rückstau nach gleichzeitig eintreffenden Teilen	Zeitstempel der Ankünfte prüfen
Messfehler	Unplausible oder widersprüchliche Zeitfolgen	Erfassungsverfahren kontrollieren

Merksatz: Korrelation ist nicht automatisch Kausalität. Selbst eine passende Vorhersage muss mit unabhängigen Beobachtungen überprüft werden.

Lerneinheit 5: Lokales Datenlabor

Dauer: 15 Minuten

Jetzt testest Du vier Szenarien am eigenen Rechner.

Technische Voraussetzungen: Python 3 und ein lokaler Texteditor. Keine Zusatzpakete, keine Netzwerkverbindung und keine echten Betriebsdaten erforderlich.

Python-Simulator: Vier Szenarien

Speichere den folgenden Code lokal als engpass.py und starte ihn im Terminal mit python3 engpass.py. Unter Windows kann stattdessen py engpass.py verwendet werden.

# Ausschliesslich fiktive Daten
# Keine Dateien, Netzwerke oder Anlagenzugriffe

def berechne(ankuenfte, takt, stoerung=False):
    frei = 0
    ergebnis = []

    for nr, ankunft in enumerate(ankuenfte, 1):
        if stoerung and nr == 4:
            # Modell: Station von Minute 9 bis 18 gesperrt
            frei = max(frei, 18)

        start = max(ankunft, frei)
        ende = start + takt
        warten = start - ankunft

        ergebnis.append(
            (nr, ankunft, start, ende, warten)
        )
        frei = ende

    return ergebnis


basis = list(range(0, 24, 3))

faelle = {
    "1": ("Basis", basis, 5, False),
    "2": ("Entlastung", basis, 3, False),
    "3": (
        "Ankunftsspitze",
        [0, 0, 0, 9, 12, 15, 18, 21],
        3,
        False
    ),
    "4": ("Stoerung", basis, 3, True)
}

# Eingebaute Tests fuer erwartete Wartezeitsummen
assert sum(
    z[4] for z in berechne(basis, 5)
) == 56

assert sum(
    z[4] for z in berechne(basis, 3)
) == 0

assert sum(
    z[4] for z in berechne(
        [0, 0, 0, 9, 12, 15, 18, 21], 3
    )
) == 9

assert sum(
    z[4] for z in berechne(basis, 3, True)
) == 45

print("1 Basis | 2 Entlastung")
print("3 Ankunftsspitze | 4 Stoerung")

wahl = input("Szenario 1 bis 4: ").strip()

if wahl not in faelle:
    raise SystemExit("Nur Szenario 1 bis 4 erlaubt.")

titel, ankuenfte, takt, stoerung = faelle[wahl]
zeilen = berechne(ankuenfte, takt, stoerung)

mittel = sum(z[4] for z in zeilen) / len(zeilen)

print(titel)
print(f"Mittlere Wartezeit: {mittel:.3f} Minuten")
print("Teil | Ankunft | Start | Ende | Warten")

for nr, ankunft, start, ende, warten in zeilen:
    print(
        f"T{nr} | {ankunft:2} | {start:2} | "
        f"{ende:2} | {warten:2} | "
        + "█" * warten
    )

Sicherheit des Datenlabors: Der Code enthält keine Netzwerkfunktionen und liest oder schreibt keine Dateien. Er berechnet nur die vier fest hinterlegten Szenarien. Die lokale Python-Umgebung muss von Dir beziehungsweise Deiner Lehrkraft freigegeben sein.

Szenarien vergleichen

Szenario	Vereinfachte Annahme	Mittlere Wartezeit
Basis	Alle 3 Minuten ein Teil; Bearbeitung 5 Minuten	7,000 min
Entlastung	Alle 3 Minuten ein Teil; Bearbeitung 3 Minuten	0,000 min
Ankunftsspitze	Drei Teile gleichzeitig; Bearbeitung 3 Minuten	1,125 min
Störung	Bearbeitung 3 Minuten; einmalige Sperre von Minute 9 bis 18	5,625 min

Auswertung: Die Wartezeit kann auch dann erhöht sein, wenn die reguläre Bearbeitungszeit nur drei Minuten beträgt. Bei der Ankunftsspitze und der Störung entstehen Wartezeiten durch unterschiedliche Mechanismen.

Die Ergebnisse sind exakte Berechnungen dieses vereinfachten Modells, aber keine Prognosen für einen realen Betrieb.

Interaktives Experiment

Teste nacheinander:

Basis: Beschreibe die Form des Wartezeitdiagramms.
Entlastung: Vergleiche die Veränderung bei geringerer Bearbeitungszeit.
Ankunftsspitze: Finde heraus, welche Teile warten.
Störung: Erkläre, warum die Verzögerung nach Wiederanlauf nicht sofort verschwindet.

Experimentierfrage: Welche zusätzlichen Angaben benötigst Du, um zwischen einem dauerhaften Engpass und einer einmaligen Störung zu unterscheiden?

Lerneinheit 6: Datenqualität und Diagramme

Dauer: 10 Minuten

Fehlerhafte Messungen erkennen

Ein Datensatz ist nur so zuverlässig wie seine Erfassung.

Prüfe vor einer Entscheidung, ob Zeitstempel vollständig, eindeutig und zeitlich plausibel sind. Beachte außerdem Maschinenpausen, Schichtwechsel, unterschiedliche Werkstückarten und Nacharbeit.

Lokaler Python-Test für fiktive CSV-Daten:

import csv
import io

daten = """teil,ankunft,start,ende
T1,0,0,5
T2,3,5,10
T3,6,10,15
T4,9,15,20
"""

for zeile in csv.DictReader(io.StringIO(daten)):
    a, s, e = (
        int(zeile[k])
        for k in ("ankunft", "start", "ende")
    )

    if not (a <= s <= e):
        raise ValueError("Zeitstempel unplausibel")

    print(zeile["teil"], "Warten:", s - a)

Mini-Test: Ändere den Startzeitpunkt von T4 auf Minute 8. Das Programm meldet einen Fehler, weil die Bearbeitung vor der Ankunft begonnen hätte.

Grenze: Dieser einfache Test erkennt nicht automatisch doppelte Datensätze, verstellte Uhren oder fehlende Prozessschritte.

Welche Visualisierung passt?

Pareto-Beispiel mit fremden, hypothetischen Daten. Quelle: Wikimedia Commons, Dense2013, CC BY-SA 4.0.

Ein Pareto-Diagramm priorisiert Kategorien beispielsweise nach Störungshäufigkeit oder Zeitverlust. Hohe Häufigkeit bedeutet nicht automatisch die größte Wirkung auf den Durchsatz.

Lernvideo: Pareto-Diagramm

Paul R. Melcher, Hochschule Bonn-Rhein-Sieg / DGQ, 2021.

Beispiel einer Regelkarte. Quelle: Wikimedia Commons, DanielPenfield, gemeinfrei.

Eine Regelkarte hilft, Prozesswerte über die Zeit zu beurteilen. Sie ersetzt keine Ursachenprüfung.

Lerneinheit 7: Von Daten zu Verbesserungen

Dauer: 10 Minuten

Die richtige Maßnahme wählen

Nicht jede Maßnahme beseitigt dieselbe Ursache.

Nachgewiesene Ursache	Möglicher Versuch	Zusätzlich kontrollieren
Bearbeitungszeit übersteigt verfügbaren Takt	Rüst- oder Bearbeitungsablauf verbessern	Qualität, Kosten und Sicherheit
Gleichzeitige Materialfreigabe	Freigabe zeitlich verteilen	Termine und Gesamtdurchsatz
Wiederkehrender Stillstand	Störungsursache beseitigen	Verfügbarkeit und Wiederanlauf
Fehlerhafte Zeitstempel	Messverfahren verbessern	Vollständigkeit und Vergleichbarkeit

Grundprinzip: Zuerst den Ist-Zustand beschreiben, dann Ursachen testen, eine Veränderung erproben und ihre Wirkung mit geeigneten Vergleichsdaten überprüfen.

Eine kürzere Warteschlange an einer Station kann den Engpass an eine andere Station verlagern. Deshalb immer auch den gesamten Prozess betrachten.

Gestufte Lernhilfen und Aufgabenfeedback

Basisaufgabe: Wartezeit berechnen

Aufgabe: Werkstück T4 kommt in Minute 9 an. Die Bearbeitung beginnt in Minute 15. Wie lange wartet es?

Hilfen und Feedback anzeigen

Hilfe 1: Suche Ankunft und Bearbeitungsbeginn in der Tabelle.

Hilfe 2: Bilde die Differenz Beginn minus Ankunft.

Lösung: 15 − 9 = 6 Minuten.

Begründetes Feedback: Sechs Minuten sind richtig, weil ausschließlich die Zeit vor der Bearbeitung gefragt ist. Die fünf Minuten Bohren gehören nicht zur Wartezeit.

Anwendungsaufgabe: Szenarien vergleichen

Aufgabe: Vergleiche Basis und Entlastung. Welche Veränderung beobachtest Du und welche Aussage ist noch nicht zulässig?

Hilfen und Feedback anzeigen

Hilfe 1: Vergleiche die mittleren Wartezeiten.

Hilfe 2: Prüfe, welche Modellannahme verändert wurde.

Musterlösung: Im Modell sinkt die mittlere Wartezeit von 7 auf 0 Minuten, weil die Bearbeitungszeit auf 3 Minuten reduziert wurde. Daraus folgt nicht, dass dieselbe Verbesserung unter realen Betriebsbedingungen garantiert wäre.

Begründetes Feedback: Eine gute Antwort trennt Modellbefund und reale Wirkung. Fehlerhaft wäre die Aussage, dass allein die Simulation eine erfolgreiche Umrüstung beweist.

Transferaufgabe: Alternative Ursachen

Aufgabe: Nach einer Schicht steigen die Wartezeiten plötzlich. Formuliere zwei konkurrierende Erklärungen und plane einen sicheren Test.

Hilfen und Feedback anzeigen

Hilfe 1: Denke an Ankunftsspitzen, Störungen, Nacharbeit und Messfehler.

Hilfe 2: Überlege, welches Muster jede Erklärung vorhersagt.

Musterlösung: Hypothese A ist eine Ankunftsspitze; dazu werden fiktive Ankunftszeiten untersucht. Hypothese B ist ein Maschinenstillstand; dazu werden ausschließlich bereitgestellte, fiktive Stillstandszeiten verglichen.

Begründetes Feedback: Überzeugend ist eine Lösung, wenn beide Hypothesen durch unterschiedliche Beobachtungen überprüfbar sind. Die bloße Behauptung „Die Maschine ist schuld“ liefert keine überprüfbare Erklärung.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was beschreibt die Wartezeit an einer Bearbeitungsstation? (Die Zeit zwischen Ankunft und Bearbeitungsbeginn) (!Die reine Bearbeitungsdauer) (!Die Transportzeit nach der Fertigstellung) (!Die gesamte Schichtdauer)

Welche Wartezeit hat Werkstück T3 im Basisfall? (4 Minuten) (!2 Minuten) (!5 Minuten) (!10 Minuten)

Welche mittlere Wartezeit ergibt der Basisfall? (7 Minuten) (!3 Minuten) (!5 Minuten) (!12 Minuten)

Welcher Umstand kann einen wachsenden Rückstau erklären? (Eine dauerhaft höhere Ankunftsrate als Bearbeitungskapazität) (!Ein identischer Startzeitpunkt aller Maschinen) (!Eine beliebige Änderung der Diagrammfarbe) (!Eine längere Pause ohne weitere Ankünfte)

Was zeigt der Simulator im Entlastungsszenario? (Keine Wartezeit für die acht modellierten Teile) (!Eine mittlere Wartezeit von sieben Minuten) (!Eine dauerhafte Maschinenstörung) (!Eine höhere Bearbeitungsdauer)

Was ist eine plausible alternative Erklärung für einen kurzzeitigen Rückstau? (Mehrere gleichzeitig ankommende Werkstücke) (!Eine andere Farbe der Werkstücke) (!Eine höhere Bildschirmauflösung) (!Eine veränderte Tabellenüberschrift)

Wozu dient ein Ishikawa-Diagramm? (Zum systematischen Sammeln möglicher Ursachen) (!Zum automatischen Beweisen einer Ursache) (!Zum direkten Steuern einer Produktionsanlage) (!Zum Verschlüsseln von Maschinendaten)

Was bedeutet Durchsatz? (Fertiggestellte Einheiten pro Zeiteinheit) (!Anzahl der Beschäftigten je Schicht) (!Bearbeitungszeit eines einzelnen Werkstücks) (!Kosten eines Messgerätes)

Welche Aussage zur Datenqualität ist richtig? (Unplausible Zeitstempel müssen geprüft werden) (!Alle aufgezeichneten Zeiten sind grundsätzlich fehlerfrei) (!Fehlende Werte können immer als null gelten) (!Eine Messung beweist bereits eine allgemeine Ursache)

Was ist vor einer echten Prozessänderung besonders wichtig? (Eine nachvollziehbare Ursachenprüfung und ein sicherer Testplan) (!Eine sofortige Änderung der Maschinensteuerung) (!Das ungefragte Auslesen fremder Systeme) (!Das Ignorieren von Qualitätsanforderungen)

Memory

Ordne die sechs Begriffe ihren Bedeutungen zu.

Wartezeit	Zeit zwischen Ankunft und Bearbeitungsbeginn
Bearbeitungszeit	Zeit zwischen Bearbeitungsbeginn und Fertigstellung
Durchlaufzeit	Gesamte Verweildauer im betrachteten Prozessabschnitt
Engpass	Begrenzender Faktor des Gesamtdurchsatzes
Ankunftsspitze	Viele Teile treffen kurz hintereinander ein
Messfehler	Abweichung durch fehlerhafte Datenerfassung

Drag and Drop

Ordne die typischen Ursachen den passenden Kategorien zu.

Ordne die richtigen Begriffe zu.	Ursache
Maschine	Werkzeugausfall
Material	Fehlende Rohteile
Methode	Ungünstige Auftragsfreigabe
Messung	Fehlerhafte Zeitstempel
Mitwelt	Unterbrechung der Energieversorgung

Kreuzworträtsel

Wartezeit	Welche Zeit vergeht zwischen Ankunft und Bearbeitungsbeginn?
Engpass	Wie nennt man einen Faktor, der den Gesamtdurchsatz begrenzt?
Durchsatz	Wie heißt die Zahl fertiggestellter Einheiten pro Zeiteinheit?
Taktzeit	Wie heißt die rechnerisch verfügbare Zeit je Stück entsprechend dem Bedarf?
Messfehler	Wie heißt eine Abweichung durch eine fehlerhafte Erfassung?
Ishikawa	Nach wem ist das Fischgrätendiagramm benannt?

LearningApps

Weitere interaktive Übungsmöglichkeiten zum Kursthema:

Hinweis: Dies ist eine externe Suche nach Lernangeboten. Einzelne Ergebnisse sind nicht Bestandteil des geprüften Simulators. Verwende dort keine echten Betriebsdaten.

Lückentext

Der Ablauf im Ausbildungsbeispiel beginnt mit dem

.

Die Werkstücke werden anschließend an die Station

weitergegeben.

Die Differenz zwischen Ankunft und Bearbeitungsbeginn heißt

.

Im Basisfall beträgt die Bearbeitungszeit beim Bohren

Minuten.

Das vierte Werkstück wartet insgesamt

Minuten.

Die Summe aller Wartezeiten beträgt

Minuten.

Die mittlere Wartezeit im Basisfall beträgt

Minuten.

Eine dauerhaft begrenzende Ressource heißt

.

Eine Häufung gleichzeitig ankommender Teile nennt man

.

Das Fischgrätendiagramm ist nach

benannt.

Unplausible Zeitstempel können auf einen

hindeuten.

Im Entlastungsszenario beträgt die mittlere Wartezeit

Minuten.

Offene Aufgaben

Bearbeite die Aufgaben ausschließlich mit fiktiven Daten, Papierskizzen oder einer zugelassenen lokalen Testumgebung.

Leicht

Prozessdarstellung: Zeichne den Ablauf Sägen, Bohren und Prüfen als einfaches Prozessdiagramm.
Zeitmessung: Berechne die Wartezeit aller acht Werkstücke selbstständig und vergleiche sie mit der Tabelle.
Diagramm: Zeichne das Wartezeitdiagramm mit farbigen Balken auf Papier.
Datenqualität: Erstelle eine kurze Checkliste für die Plausibilität von Zeitstempeln.

Standard

Python: Starte den lokalen Simulator und dokumentiere die vier Ergebnisse in einer Vergleichstabelle.
Ursachenanalyse: Entwickle ein Ishikawa-Diagramm mit mindestens sechs möglichen Ursachen für Wartezeiten.
Hypothese: Formuliere zwei überprüfbare Erklärungen für eine Ankunftsspitze und plane passende Gegenproben.
Wertstromanalyse: Erstelle eine Vorher-Nachher-Skizze für das Entlastungsszenario und erläutere die veränderten Wartezeiten.

Schwer

Versuchsplanung: Entwickle einen kontrollierten Vergleich zweier fiktiver Freigabestrategien und begründe die gewählten Kennzahlen.
Prozessoptimierung: Untersuche, unter welchen Annahmen eine schnellere Bohrstation den Engpass auf eine andere Station verlagert.
Dateninterpretation: Schreibe einen kurzen Analysebericht, der Beobachtungen, Hypothesen, Grenzen und Handlungsempfehlungen trennt.
Erklärvideo: Produziere ein zweiminütiges Lernvideo mit erfundenen Messwerten über den Unterschied zwischen dauerhaftem Engpass und kurzzeitiger Störung.

Lernkontrolle

Bearbeite die folgenden sechs Aufgaben mit kurzen Begründungen.

Systemdenken: Erkläre, warum die Verbesserung einer Station nicht zwingend die Durchlaufzeit des gesamten Betriebs verbessert.
Kausalität: Entwickle ein Beispiel, bei dem steigende Wartezeiten fälschlich als dauerhafte Überlastung interpretiert werden.
Datenqualität: Begründe, wie falsch synchronisierte Uhren die Ermittlung von Wartezeiten beeinflussen.
Simulation: Vergleiche den Basisfall mit dem Störungsfall und beschreibe, warum sich ähnlich wirkende Rückstaus aus unterschiedlichen Ursachen ergeben können.
Experiment: Plane einen sicheren Vergleich zweier fiktiver Prozessvarianten und begründe, weshalb gleiche Rahmenbedingungen wichtig sind.
Transfer: Übertrage das Analyseverfahren auf eine fiktive Reparaturwerkstatt oder eine Ausbildungslogistik. Benenne mindestens drei benötigte Datenfelder und zwei mögliche Fehlschlüsse.

Bewertungshinweis: Entscheidend sind nachvollziehbare Zusammenhänge, überprüfbare Hypothesen, korrekte Begrenzungen der Aussagekraft und ein sicherer Umgang mit Daten.

Lernnachweis

Für einen erfolgreichen Lernnachweis erstellst Du eine kompakte Projektmappe mit folgenden Bestandteilen:

Prozessbild: Eine Darstellung des fiktiven Fertigungsablaufs.
Datenauswertung: Korrekte Berechnung und Visualisierung der Wartezeiten.
Szenarienvergleich: Ergebnisse aus mindestens drei lokalen Simulationsfällen.
Ursachenprüfung: Mindestens zwei konkurrierende Hypothesen mit passenden Testideen.
Verbesserungsvorschlag: Eine Maßnahme mit erwarteter Wirkung und möglichen Nebenwirkungen.
Reflexion: Erklärung der Modellgrenzen und Nachweis, dass keine realen oder nicht autorisierten Betriebsdaten genutzt wurden.

Beurteilungskriterien: Fachliche Richtigkeit, Nachvollziehbarkeit, Datenqualität, begründete Schlussfolgerungen und sicherer Umgang mit Testumgebungen.

OERs zum Thema

Wikipedia: Wertstromanalyse

Die Wertstromanalyse bildet den fachlichen Ausgangspunkt des Kurses. Ergänzend helfen die Artikel Littles Gesetz, Theory of Constraints, Ursache-Wirkungs-Diagramm und Warteschlangentheorie.

Geprüfte fachliche Quellen

Wikipedia: Wertstromanalyse – Material- und Informationsflüsse, Ist-Zustand und Prozessverbesserung.
Wikipedia: Littles Gesetz – Zusammenhang zwischen Bestand, Durchsatz und Durchlaufzeit.
Wikipedia: Theory of Constraints – systembezogene Engpassbetrachtung.
Wikipedia: Ursache-Wirkungs-Diagramm – Ursachen systematisch strukturieren.
MIT OpenCourseWare: Process Analysis – Lehrmaterial zu Prozesskennzahlen und Littles Gesetz.
Ishikawa-Diagramm: Ursachenanalyse – Erklärung der Hypothesenbildung und Ursachenprüfung.

Wikimedia Commons: Bildrechte

Die folgenden Bilder wurden anhand ihrer Wikimedia-Commons-Dateiseiten recherchiert. Die Lizenzen und Urheberangaben sind bei Weiterverwendung zu beachten.

Bilddatei und Nachweis	Urheber	Lizenz
ValueStreamMapParts.png	DanielPenfield	CC BY-SA 3.0
Value stream mapping symbols.png	Taufan Prasetyo	CC BY-SA 4.0
Queue.svg	MScharwies	CC BY-SA 4.0
Example Boxplot.svg	StefanPohl	CC0
Gantt chart example.png	Vheilman	CC BY-SA 3.0
Ursache Wirkung Diagramm allgemein.svg	FabianLange / Slashme	CC BY-SA 3.0
Pareto Chart Example.png	Dense2013	CC BY-SA 4.0
ControlChart.svg	DanielPenfield	Gemeinfrei

Hinweise zu YouTube und externen Angeboten

Die drei eingebundenen YouTube-Videos wurden anhand identifizierbarer Videoseiten beziehungsweise institutioneller Veröffentlichungen ausgewählt. Die Hochschule Bonn-Rhein-Sieg kennzeichnet ihr Pareto-Lehrvideo mit CC BY-NC-ND 4.0. Für die anderen Videos wird keine freie Weiterverwendungslizenz vorausgesetzt.

Das Einbetten eines Videos bedeutet nicht, dass sein Inhalt beliebig kopiert oder verändert werden darf. Für Nachnutzungen sind die jeweiligen Rechte gesondert zu prüfen.

YouTube, LearningApps und Wikipedia sind externe Angebote. Das Abspielen beziehungsweise Laden eingebetteter Inhalte kann Verbindungsdaten an Drittanbieter übertragen. Verwende diese Angebote freiwillig und ohne Betriebs- oder Kundendaten. Alle praktischen Datenexperimente dieses Kurses sind unabhängig davon lokal durchführbar.