Störungsmeldungen mit KI nach Ursachen und Häufigkeit ordnen

Das Problem

In der Produktion melden Mitarbeitende Störungen: «Förderband steht», «Sensor spinnt», «Band blockiert wieder», «Lichtschranke Nr. 4 reagiert nicht». Jeder schreibt anders, mal im Dialekt, mal in Abkürzungen, mal in einem Satz, mal in einem Wort. Nach einem halben Jahr liegen mehrere tausend Einträge in einer Tabelle oder einem Meldesystem.

Die Frage der Betriebsleitung lautet: Welche Probleme treten am häufigsten auf, und welche kosten am meisten Zeit? Um das zu beantworten, müsste jemand alle Meldungen lesen und ordnen. Das macht niemand, und so bleiben Wiederholungen unentdeckt. Die gleiche Störung wird immer wieder mit demselben Handgriff behoben, statt dass man ihre Ursache angeht.

Eine KI kann Texte lesen und nach Ähnlichkeit gruppieren. Das ersetzt keine Fachkenntnis, liefert aber einen ersten Überblick, mit dem man gezielt weiterarbeitet.

So lösen Sie es mit KI – Schritt für Schritt

1. Frage festlegen. Wollen Sie wissen, welche Maschine am meisten Probleme macht, welche Fehlerart am häufigsten ist oder welche Störung die längsten Stillstände verursacht? Eine klare Frage verhindert Zahlenfriedhöfe.

1. Daten sammeln. Exportieren Sie die Meldungen aus Ihrem System in eine Tabelle mit den Spalten Datum, Maschine, Meldungstext und, falls vorhanden, Dauer des Stillstands. Ein Zeitraum von drei bis sechs Monaten genügt zum Start.

1. Daten bereinigen. Entfernen Sie Namen von Mitarbeitenden, doppelte Zeilen und offensichtlich leere Einträge. Prüfen Sie, welches Werkzeug Ihr Betrieb dafür freigegeben hat. Warum saubere Daten wichtig sind, erklärt Datenqualität und KI.

1. Mit einer Stichprobe beginnen. Geben Sie zuerst 50 bis 100 Meldungen in die KI. Lassen Sie sie Gruppen vorschlagen und beschreiben, nach welchen Merkmalen sie gruppiert hat.

1. Gruppen mit Fachleuten besprechen. Zeigen Sie die Gruppen der Instandhaltung. Passen die Namen? Gehören manche zusammen? Legen Sie gemeinsam eine feste Liste von Fehlergruppen fest.

1. Alle Meldungen zuordnen lassen. Geben Sie die endgültige Liste und die restlichen Meldungen in Blöcken von je etwa 100 Zeilen. Verlangen Sie pro Meldung genau eine Gruppe oder «unklar».

1. Stichprobe kontrollieren. Ziehen Sie 30 zufällige Zeilen und prüfen Sie, ob die Zuordnung stimmt. Liegt mehr als jede zehnte Zeile daneben, schärfen Sie die Gruppenbeschreibungen nach.

1. Zählen und gewichten. Zählen Sie Meldungen pro Gruppe und, wenn Dauern vorhanden sind, die Gesamtdauer. Oft ist nicht die häufigste, sondern die zeitaufwendigste Störung das Problem. Das rechnen Sie am besten in der Tabelle, nicht in der KI.

1. Massnahmen ableiten. Wählen Sie ein bis zwei Gruppen, die Sie genauer untersuchen. Die Ursachensuche geschieht an der Maschine, nicht am Bildschirm.

Vorlage zum Kopieren

Du hilfst einem Schweizer Produktionsbetrieb, Störungsmeldungen zu ordnen.

Unten stehen [Anzahl] Störungsmeldungen, jeweils mit Nummer.
Aufgabe:
1. Teile die Meldungen in höchstens 10 Gruppen ein (z. B. «Sensor/Lichtschranke», «Materialstau», «Werkzeugwechsel», «Software»).
2. Beschreibe jede Gruppe in einem Satz und nenne drei Beispielnummern.
3. Gib für jede Meldung die Gruppe an. Wenn eine Meldung nicht eindeutig passt, schreibe «unklar».
4. Behaupte keine Ursachen. Du ordnest nur nach dem, was im Text steht.

Format: Tabelle mit Nummer | Gruppe | kurze Begründung.

Meldungen:
[Nummer, Datum, Maschine, Text – ohne Namen von Personen]

Passen Sie die Beispielgruppen an Ihre Branche an. Beim zweiten Durchlauf geben Sie die festgelegte Gruppenliste vor, damit die Einteilung einheitlich bleibt.

Worauf Sie achten müssen

• Zahlen selbst rechnen: KI-Programme zählen nicht immer richtig. Lassen Sie sie nur zuordnen und zählen Sie in der Tabelle.
• Unterschiedliche Schreibweisen: Dasselbe Problem wird verschieden beschrieben, und manche Meldungen sind kaum verständlich. Eine hohe Zahl unklarer Meldungen sagt etwas über die Meldequalität aus.
• Scheinzusammenhänge: Wenn zwei Störungen oft zusammen auftreten, muss keine die andere verursachen. Behandeln Sie Muster als Hinweise.
• Betriebsdaten schützen: Maschinendaten und Produktionsmengen können sensibel sein. Verwenden Sie freigegebene Werkzeuge und entfernen Sie Personennamen.
• Schuldzuweisungen vermeiden: Wenn aus der Auswertung hervorgeht, wer am meisten meldet, ist das kein Beleg für Fehler. Ziel ist das Verbessern von Abläufen, nicht das Beurteilen von Personen.
• Grenzen der Methode: Das Gruppieren von Texten ist keine vorausschauende Wartung. Dazu lesen Sie Predictive Maintenance verstehen.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein Hersteller von Metallteilen im Kanton Solothurn hat 2'400 Störungsmeldungen aus einem halben Jahr. Der Instandhaltungsleiter Herr Berisha vermutet, dass Sensorprobleme am meisten Zeit kosten. Er lässt eine Stichprobe von 100 Meldungen gruppieren und bespricht die Gruppen mit zwei Mechanikern.

Beim Auswerten zeigt sich: Sensormeldungen sind zwar häufig, aber meist in Minuten behoben. Die Gruppe «Materialstau am Einlauf» ist seltener, verursacht aber den grössten Stillstand. Das hatte niemand erwartet. Ein Mechaniker erinnert sich, dass der Stau nach einem bestimmten Zulieferwechsel zugenommen hat. Das Team prüft nun diesen Hinweis an der Maschine, und die Meldetexte werden mit einer Auswahlliste verbessert.

So hilft Ihnen Alpasana

Ob und wo sich eine solche Auswertung lohnt, klären Sie am besten mit einem Blick auf den ganzen Ablauf. Die KI-Beratung und digitale Transformation von Alpasana umfasst das Aufnehmen von Prozessen, das Analysieren von KI-Potenzialen, das Priorisieren von Vorhaben und einen Umsetzungsplan. Auch digitale Workflows, Schnittstellen und Datenaufbereitung gehören zu den beschriebenen Leistungen.

Die Zusammenarbeit wird individuell offeriert. Eine Zusicherung zu bestimmten Einsparungen gibt es nicht, und die technische Ursachenanalyse an Ihrer Maschine bleibt Sache Ihrer Fachleute.

Häufige Fragen

Wie viele Meldungen brauche ich, damit sich eine Auswertung lohnt?

Schon einige hundert Meldungen können Muster zeigen. Wichtiger als die Menge ist, dass die Texte verständlich sind und Datum, Maschine und Dauer erfasst wurden.

Soll die KI auch Ursachen nennen?

Sie kann Vermutungen als Diskussionsgrundlage liefern, sollte sie aber als solche kennzeichnen. Entscheiden Sie nichts allein aufgrund dieser Vermutung. Die Ursache klären Sie vor Ort.

Wie verbessere ich die Meldungen für die Zukunft?

Führen Sie eine kurze Auswahlliste mit Fehlergruppen ein und ein freies Textfeld für Details. Dann sind künftige Auswertungen einfacher. Auch Übergaben können davon profitieren, wie bei Schichtübergabe mit KI vorbereiten.