Skip to main content

 

Die Auswertung

Sobald alle Daten gesammelt worden sind, kann mit der Analyse angefangen werden. ProMISe arbeitet mit dem Paretoprinzip, auch die ‚80-zu-20 Regel‘ genannt. Sie besagt, dass 80% der Ausfallzeiten auf 20% der Ursachen zurückgeführt werden können. Identifizieren Sie die Hauptursachen Ihrer Ausfallzeit und beseitigen Sie diese mit Verbesserungsteams.

Beim Analysieren, wählen Sie einzelne Fehler basierend auf Zeit oder Zahlen. Das Pareto ist wie ein Failure Tree aufgebaut. Fängt man bei einem hohen Level an, zeigt das Diagram, wo die meiste Ausfallzeit registriert wird. Sie können diesen Teil anklicken und heranzoomen, bis Sie bei der Grundursache angelangen. Das Management kann (somit) die größten Grundursachen ausfindig machen und bestimmen, wo als erstes angesetzt werden soll.

Aus der Trendanalyse geht die Entwicklung der Ausfallzeiten hervor. Dies ist praktisch, um die Effektivität der Verbesserungsmaßnahmen zu überprüfen. Üblicherweise ist ein Aufwärtstrend der Ausfallzeiten zu beobachten, nachdem eine Verbesserungsmaßnahme implementiert wurde, denn Mitarbeiter schenken diesem Teil des Arbeitsprozesses mehr Aufmerksamkeit oder benötigen mehr Zeit sich an die Verbesserungsmaßnahmen zu gewöhnen. Falls keine Trendänderung auftritt und es keinen Rückgang der Ausfallzeiten gibt, muss der Ursache auf den Grund gegangen werden.

Basierend auf dem Trendgraphen kann ein Graph zur Prognose von zukünftigen Ausfallzeiten erstellt werden, sollte die gegenwärtige Leistung weiterhin erhalten bleiben. Ein abflachender Graph weist auf eine erfolgreiche Verbesserungsmaßnahme hin.

Benutzen Sie die Itemanalyse für Asset-Management  und erstellen Sie Berichte über spezifische Teile oder Probleme im Produktionsprozess.

 

 

 

ProMISe Auswertungen:

 

Klare Aussagen

Einfache Analyse der Ausfallzeiten im gesamten Unternehmen, pro Abteilung oder sogar pro Produktion / Maschinenteil

Engpässe

 

Engpässe

Erkennen Sie leicht die größten Engpässe und beseitigen Sie sie

 

Voraussage

Früherkennung schnell zunehmender Störungen


 

Interessiert?