Mit Datenplanung zur transparenten Produktion

Projektziele:
Ziel des Projekts war es, eine Grundlage für eine datenbasierte und zukunftsfähige Produktionssteuerung bei der LuxTek GmbH zu schaffen. Im Fokus stand die Entwicklung eines systematischen Verständnisses dafür, welche Daten in der Produktion benötigt werden, wo diese entstehen, wie sie strukturiert erfasst werden können und welchen Beitrag die Daten zur Transparenz sowie Qualitätssicherung leisten. Dabei ging es insbesondere darum, Produktions- und Prüfdaten so zu erfassen und zu organisieren, dass sie über verschiedene Prozessschritte hinweg nachvollziehbar, konsistent und eindeutig zuordbar sind. Ein wesentliches Ziel war es, eine klare Trennung und Verknüpfung von Rohstoff-, Prozess- und Qualitätsdaten zu ermöglichen, um die Nachvollziehbarkeit entlang des gesamten Produktionsprozesses sicherzustellen. Auch die Etablierung eindeutiger Material- und Prozesskennzeichnungen war Teil der Zielsetzung, um Verwechslungen zu vermeiden und eine bessere Grundlage für spätere Auswertungen zu schaffen.
Ein weiteres Ziel bestand darin, die vorhandenen Datensilos im Unternehmen zu identifizieren und ein gemeinsames Zielbild für eine einheitliche Datenstruktur zu definieren. Die daraus resultierende Transparenz sollte es ermöglichen, zentrale Fragen zur Rückverfolgbarkeit, zur internen Prozesslogik sowie zur Datenverfügbarkeit für Planung, Qualitätssicherung und Dokumentation systematisch beantworten zu können.
Neben der strukturellen Betrachtung von Datenflüssen verfolgte das Projekt das Ziel, den gesamten Produktionsprozess hinsichtlich seiner Datenanforderungen zu analysieren. Angestrebt war, Voraussetzungen zu schaffen, um datenbasierte Entscheidungen zu ermöglichen, Risiken frühzeitig zu erkennen und die Grundlage für eine kontinuierliche Prozessverbesserung zu legen.

Vorgehensweise:
Das Projekt wurde in mehreren aufeinander aufbauenden Phasen umgesetzt, in denen technische Analyse, prozessnahe Umsetzung und die enge Zusammenarbeit mit den Fachabteilungen im Mittelpunkt standen. Zu Beginn erfolgte eine strukturierte Aufnahme der bestehenden Prozesse in der Halbzeug- und Fertigteilerzeugung, insbesondere im Bereich der Sinterpresse. Ziel war es, alle relevanten Datenquellen im Unternehmen zu identifizieren, darunter maschinenbezogene Prozessdaten, Labordaten, manuelle Eingaben sowie bestehende Excel- und SharePoint-Strukturen. Auf dieser Basis wurde ein konzeptionelles Datenmodell entwickelt, das die relevanten Informationen entlang des Produktionswertstroms strukturiert erfasst und logisch miteinander verknüpft. Es wurden eindeutige Kennzeichnungen wie IDs eingeführt, standardisierte Tabellen für Rohstoff- und Prüfdaten definiert und eine einheitliche Dateiablage in SharePoint mit einem klaren Benennungsschema eingerichtet. Ziel war es, die Voraussetzung für konsistente Datenverarbeitung und spätere Automatisierung zu schaffen. Zentrale Arbeitsschritte umfassten die wertstromorientierte Visualisierung der Produktions- und Datenflüsse. Diese diente der gemeinsamen Orientierung und half dabei, bestehende Strukturen zu analysieren, Lücken zu identifizieren und Anforderungen für die technische Umsetzung abzuleiten. Auf dieser Grundlage wurden konkrete Umsetzungspfade für eine verbesserte Datennutzung entwickelt.
Für die prototypische Umsetzung kamen auf Wunsch des Unternehmens vorrangig Microsoft-basierte Werkzeuge zum Einsatz, um vorhandene Systeme bestmöglich zu integrieren. Mit PowerQuery wurden Daten aus Excel automatisiert verarbeitet, PowerAutomate diente zur Erstellung einfacher Workflows zur Dateiverarbeitung. SharePoint wurde als zentrale Plattform zur Ablage und Synchronisation genutzt. Erste Prozessvisualisierungen und Auswertungen erfolgten mit Microsoft Fabric, um Kennzahlen und Zustände übersichtlich und wiederverwendbar darzustellen.
Im Projektverlauf wurden weitere Datenquellen betrachtet. Die technische Anbindung der Presse über eine OPC-UA-Schnittstelle wurde geprüft, aber noch nicht umgesetzt. Die Labordaten hingegen konnten erfolgreich strukturiert und in die bestehende Datenhaltung eingebunden werden. Dadurch wurden manuelle Übertragungen reduziert und zentrale Messwerte wie MFI oder Feuchte verlässlich dokumentiert. Parallel wurde ein Konzept für ein digitales Lagersystem entwickelt, das Wareneingang, Lagerort, Mischungsnummer und Produktionsauftrag systematisch verknüpfen soll. Diese Struktur wurde in Excel-basierten Tests erprobt und mit IT-Dienstleistern auf Umsetzbarkeit abgestimmt. Zusätzlich wurde ein dreistufiges Codierungssystem für Rohstoffe erarbeitet, um Materialeigenschaften konsistent abzubilden und eine standardisierte Mischungserstellung zu ermöglichen. Ergänzend wurde der Einsatz von Python für interne Analysen und Datenkonvertierungen erprobt. Die produktionsnahe Umsetzung erfolgte jedoch bewusst über Microsoft-Tools, um Systemkompatibilität, Benutzerfreundlichkeit und langfristige Wartbarkeit sicherzustellen.
Das Projekt mündete in einem dokumentierten Vorgehensmodell, das Prozessanalyse, Datenstrukturierung, Tool-Auswahl und prototypische Umsetzung miteinander verbindet. Die entstandenen Strukturen und Standards bieten eine belastbare Grundlage für weitere Digitalisierungsschritte, insbesondere in den Bereichen Lagerverwaltung, Prüfautomatisierung und datenbasierte Prozessoptimierung.

Ergebnis:
Im Verlauf des Projekts wurde eine durchgängige digitale Datenstruktur für zentrale Produktionsbereiche der LuxTek GmbH aufgebaut. Die wesentlichen Ergebnisse betreffen die strukturierte Erfassung, Aufbereitung und Bereitstellung relevanter Produktions- und Labordaten. Dabei wurde ein einheitliches Datenmodell mit definierten Bezeichnungen, Tabellenstrukturen und Ablagesystemen eingeführt. Die Integration der Labordaten in das Datennetzwerk konnte erfolgreich realisiert werden, wodurch Medienbrüche reduziert und eine konsistente Nutzung von Prüfdaten ermöglicht wurde. Zuvor manuell übertragene Werte wie Feuchte sind nun systematisch dokumentiert und auswertbar.
Die Rückverfolgbarkeit von Materialien über die Produktionskette hinweg konnte verbessert werden. Durch die Einführung von IDs und Mischungsnummern lassen sich Prüfwerte nun konkreten Produktionschargen zuordnen. Dies erhöht die Transparenz, insbesondere bei Abweichungen oder Reklamationen, und schafft eine fundierte Grundlage für Qualitätsauswertungen.
Mit dem Einsatz von PowerQuery, PowerAutomate und Microsoft Fabric wurden erste Datenverarbeitungsschritte automatisiert, Workflows aufgebaut und visuelle Auswertungen ermöglicht. Gleichzeitig wurden datenbezogene Strukturen und Prozesse so angelegt, dass sie in weiteren Schritten auf zusätzliche Maschinen und Produktionslinien übertragbar sind. Dies betrifft auch vorbereitete Konzepte zur Lagerverwaltung und zur Planung von Mischvorgängen, die im Projekt in Form von Testsystemen ausgearbeitet und erprobt wurden.
Der geschaffene Lösungsansatz liefert eine skalierbare Grundlage für weitere Digitalisierungsvorhaben im Unternehmen. Neben den technischen Ergebnissen wurde auch die interne digitale Kompetenz gestärkt: Beteiligte Mitarbeitende konnten aktiv in die Entwicklung einbezogen werden, wodurch ein besseres Verständnis für datengetriebene Prozessoptimierung aufgebaut wurde. Das Projekt leistet somit einen Beitrag zur nachhaltigen Unternehmensdigitalisierung.