Einsatz von Manufacturing Execution Systems (MES) zur Echtzeit-Performance-Messung in der Zerspanung

  • Tobias Gruber

    Studienabschlussarbeit: Bachelorarbeit

    Abstract

    Die Arbeit behandelt die Nutzung von Manufacturing Execution Systems (MES) zur Echtzeit-Performance-Messung in der Zerspanung. Ausgangspunkt ist die wachsende Komplexität industrieller Fertigungsprozesse, in denen traditionelle Kennzahlensysteme wie die Overall Equipment Effectiveness (OEE) durch manuelle, verzögerte Datenerfassung und mangelnde Transparenz zunehmend an Aussagekraft verlieren. Ziel war es, den Nutzen von MES hinsichtlich der Verbesserung von Datenverfügbarkeit, Nachvollziehbarkeit und Leistungsbewertung zu analysieren. Die Analyse der Ergebnisse dieser Arbeit verdeutlicht, dass MES in der Lage sind, Maschinendaten automatisiert, kontinuierlich und kontextbezogen zu erfassen. Dadurch wird eine exakte Berechnung der OEE-Komponenten, Verfügbarkeitsgrad, Leistungsgrad und Qualitätsgrad möglich. Insbesondere in der Zerspanung zeigt sich, dass bereits kleinste Abweichungen erhebliche Auswirkungen auf die Produktivität haben und deshalb eine präzise, zeitnahe Leistungsmessung erforderlich ist. Der Einsatz eines MES legt die Grundlage für eine gezielte Optimierung von Bearbeitungszeiten. Gleichzeitig ermöglicht das System, Störungen frühzeitig zu erkennen und den Ursachen von Qualitätsmängel auf den Grund zu gehen. Ein kritischer Punkt ist die Integration eines MES in bestehende Systemlandschaften sowie die Verknüpfung mit Maschinen, Sensoren und betrieblichen Prozessen. Zudem erfordert die erfolgreiche Nutzung ein strukturiertes Datenmanagement, die Schulung des Personals und organisatorische Anpassungen. Dennoch zeigt die Arbeit, dass MES einen entscheidenden Beitrag zur Umsetzung digitaler Echtzeit Performance-Messung leisten und eine fundierte Entscheidungsgrundlage für kontinuierliche Verbesserungen bieten. Die Ergebnisse verdeutlichen, dass MES nicht nur operative Prozesse transparenter und effizienter gestalten, sondern langfristig auch strategisches Potenzial für vorausschauende Instandhaltung, Qualitätssteuerung und adaptive Fertigung bieten.
    Datum der Bewilligung2025
    OriginalspracheDeutsch (Österreich)
    Betreuer/-inFranz Obermair (Betreuer*in)

    Studiengang

    • Smart Production und Management

    Zitieren

    '