Data Literacy am Shopfloor: Warum mehr Daten noch keine besseren Entscheidungen bedeuten

OEE, Ausschuss, Nacharbeit und Stillstandszeiten gehören heute auf vielen Shopfloor-Boards zum Standard. Doch die entscheidende Frage lautet nicht, wie viele Kennzahlen verfügbar sind, sondern: Was sagen sie über den Prozess aus – und was tun wir als Nächstes?

Ein sinkender OEE, mehr Ausschuss oder größere Schwankungen an einer Maschine sind zunächst Beobachtungen. Eine Ursache ist damit noch nicht gefunden.

Genau hier beginnt Data Literacy: Daten verstehen, richtig einordnen und daraus belastbare Entscheidungen ableiten.

Data: Erst die Datenbasis verstehen

Bevor ein Diagramm interpretiert wird, sollte klar sein, was überhaupt gemessen wurde.

• Wie ist die Kennzahl definiert?
• Welche Maschine, Schicht oder Produktgruppe betrifft sie?
• Sind Zeitraum und Messbedingungen vergleichbar?
• Ist das Messsystem verlässlich?

Ein Unterschied zwischen zwei Maschinen kann beispielsweise wenig aussagekräftig sein, wenn unterschiedliche Produkte oder Materialien verarbeitet wurden.

Data Literacy beginnt deshalb nicht bei komplexer Statistik, sondern bei einer sauberen Datenbasis und den richtigen Fragen.

Mehr zum grundlegenden Thema finden Sie auch in unserem Beitrag „Warum Datenkompetenz die Grundlage erfolgreicher Digitalisierung ist“.

Insight: Diagramme richtig lesen

Grafische Methoden helfen, Muster schnell zu erkennen. Sie liefern jedoch Hinweise – keine fertigen Ursachen.

Histogramm
Zeigt Lage, Streuung und Form einer Verteilung. Mehrere Gipfel, starke Schiefe oder einzelne Extremwerte können auf unterschiedliche Prozesszustände, Materialchargen oder besondere Ereignisse hinweisen.

Pareto-Diagramm
Ordnet Fehler oder Verluste beispielsweise nach Häufigkeit, Kosten oder Stillstandszeit. Damit lässt sich erkennen, wo Verbesserungsarbeit den größten Hebel haben könnte. Das Pareto priorisiert das Problem – die Ursachenanalyse folgt danach.

Boxplot
Erlaubt einen schnellen Vergleich von Maschinen, Linien oder Schichten. Median, Streuung und auffällige Werte werden sichtbar. Entscheidend ist jedoch nicht automatisch der niedrigste Wert, sondern die Lage zum Ziel und eine möglichst geringe Variation.

Prozessfähigkeit – Cp und Cpk
Cp beschreibt das Potenzial des Prozesses hinsichtlich seiner Streuung. Cpk berücksichtigt zusätzlich die Lage innerhalb der Spezifikationsgrenzen. Größere Unterschiede zwischen beiden Kennwerten können auf eine ungünstige Prozesszentrierung hinweisen.

Solche Kennzahlen sollten nie isoliert bewertet werden. Prozessstabilität, Messsystem und Spezifikationen müssen zur Analyse passen.

Diese Methoden sind auch Bestandteil unseres Statistische Methoden Trainings.

Impact: Aus Erkenntnissen Maßnahmen machen

Die wichtigste Arbeit beginnt nach der Analyse.

Ein gutes Shopfloor-Meeting sollte aus einer Beobachtung einen überprüfbaren nächsten Schritt machen:

Beobachtung → Hypothese → Verantwortlichkeit → Maßnahme → Termin → Wirksamkeitsprüfung

Ein Pareto kann zeigen, welches Problem zuerst bearbeitet werden sollte. Ein Boxplot kann auffällige Unterschiede zwischen Maschinen sichtbar machen. Eine Fähigkeitsanalyse kann darauf hinweisen, dass Prozesslage oder Streuung verbessert werden müssen.

Damit werden Kennzahlen vom Reporting-Instrument zum Werkzeug für operative Verbesserung.

Data Literacy ist auch Führungskompetenz

Wirksames Shopfloor Management braucht deshalb mehr als Dashboards.

Führungskräfte und Teams müssen erkennen können:

• welche Aussage Daten tatsächlich zulassen,
• wann weitere Informationen benötigt werden,
• wo nur ein Zusammenhang und noch keine Ursache vorliegt,
• welche nächste Frage zur Verbesserung des Prozesses führt.

Das Ziel ist nicht, aus jedem Mitarbeitenden einen Statistiker zu machen. Es geht darum, eine gemeinsame Sprache für Daten und nachvollziehbare Entscheidungen zu schaffen.

Unser Data Literacy Training verbindet deshalb Datenverständnis mit realen Kennzahlen, Visualisierungen und Entscheidungssituationen aus der Praxis. Bei komplexeren Fragestellungen ergänzen wir dies durch Statistik, Lean Six Sigma und unsere Beratung für Prozessoptimierung & Operational Excellence.

Von Daten zu Wirkung

Ein Shopfloor kann vollständig digitalisiert sein und trotzdem schlechte Entscheidungen produzieren.

Der Unterschied liegt nicht in der Anzahl der Dashboards, sondern darin, ob Menschen verstehen, was die Daten zeigen, was sie nicht zeigen und welche Handlung daraus folgt.

Data liefert die Grundlage. Insight macht Muster sichtbar. Impact entsteht, wenn daraus eine überprüfbare Verbesserung im Prozess wird.