Zum Abschnitt springen
- MTBF (Mean Time Between Failures)
- MTTF (Mean Time To Failure)
- MTTR (Mean Time To Repair)
- Häufige Fallstricke und bessere Lösungsansätze
- Moderne Fertigung im Kontext: Echtzeit-Zuverlässigkeit im Zeitalter von Industrie 4.0
- Automatische Erfassung von Vorfallkennzahlen mit digitalen Lösungen
- Die wichtigsten Erkenntnisse
Abkürzungen können einen leicht abschrecken. Und das ist auch völlig verständlich!
Aber sobald man weiß, wofür sie stehen und woher sie stammen, ist es fast schon umständlich, sie in ihrer vollständigen Form zu verwenden.
Das Gleiche gilt für MTBF, MTTF und MTTR. Wenn man sie genauer betrachtet, sind sie sehr einleuchtend:
MTBF (Mean Time Between Failures)
Die mittlere Zeit zwischen Ausfällen (MTBF) ist die durchschnittliche Zeitspanne zwischen reparierbaren Produktionsausfällen. Sie dient als Maß für die Zuverlässigkeit und Verfügbarkeit eines Geräts oder einer Anlage. Je höher der MTBF-Wert, desto zuverlässiger ist das System.
Das Ziel ist eine möglichst hohe MTBF im Bereich von Hunderten oder Tausenden (Stunden).
Vorteile der MTBF-Berechnung
Die Berechnung der MTBF bietet einige Vorteile:
Zur Planung vorbeugender Wartungsmaßnahmen
Schätzen Sie, wie oft es während der Produktion zu Ausfällen kommen wird
Bestandsverwaltung verbessern und Lieferengpässe vermeiden
Beispiel für die MTBF-Berechnung
Hier ist die Formel zur Berechnung der MTBF:
MTBF = Gesamtbetriebszeit / Anzahl der Ausfälle
Stellen Sie sich vor, eine Produktionslinie läuft 130 Stunden pro Woche und es kommt zu 4 Ausfällen. Die ersten beiden dauern jeweils 2 Stunden, die anderen beiden jeweils 3 Stunden.
Gesamtarbeitszeit: 130 Stunden
Anzahl der Ausfälle: 4 Ausfälle
Gesamtdauer des Ausfalls: 2 (2 Stunden) + 2 (3 Stunden) = 10 Stunden
(130 – 10) / 4 = 30
MTBF = 30
Das bedeutet, dass die mittlere Zeit zwischen Ausfällen im Live-Betrieb 30 Stunden beträgt. Wenn wir noch einen Schritt weitergehen und die Ausfallrate berechnen, ergäbe sich folgende Zahl:
Ausfallrate: 1/MTBF
1 / 30 = 0,033
Vernetzen Sie die Systeme, Maschinen und Mitarbeiter in Ihrem gesamten Betrieb
Gehen Sie über herkömmliche MES hinaus MES erfahren Sie, wie Tulip Ihnen dabei helfen Tulip , die Datenerfassung zu automatisieren und Produktionskennzahlen in Echtzeit zu verfolgen.
MTTF (Mean Time To Failure)
Die „Mean Time To Failure“ (MTTF) ist die durchschnittliche Zeit bis zum irreparablen Ausfall eines Geräts oder einer Anlage. Sie gibt an, wie lange ein Gerät oder eine Anlage zuverlässig genutzt werden kann, bevor es bzw. sie vollständig ausfällt, und liefert eine Prognose darüber, wann Betreiber mit einem Austausch rechnen oder regelmäßige Diagnosen durchführen sollten. Sie ist gleichbedeutend mit der Lebensdauer eines Geräts.
Je länger die MTTF ist, desto weniger muss ein Unternehmen natürlich für den Ersatz dieses Geräts oder dieser Anlage aufwenden.
Vorteile der MTTF-Berechnung
Ähnlich wie bei der MTBF lassen sich auch bei der MTTF folgende Vorteile der Berechnung nennen:
Die Zuverlässigkeit eines Geräts/einer Anlage messen
Einblick darin, welches Gerät bzw. welche Anlage am besten für die Produktion geeignet wäre
Beispiel für die Berechnung der MTTF
Hier ist die Formel zur Berechnung der MTTF:
MTTF = Gesamtlebensdauer der Geräte oder Anlagen / Anzahl der Geräte oder Anlagen
Stellen Sie sich vor, eine Produktionslinie verfügt über insgesamt drei Geräte desselben Typs. Gerät eins fiel nach 5.200 Betriebsstunden vollständig aus, Gerät zwei nach 4.200 Betriebsstunden und das dritte nach 5.600 Betriebsstunden.
Gesamtlebensdauer der Geräte: 5.200 + 4.200 + 5.600 = 15.000
Anzahl der Geräte: 3
15.000 / 3 = 500
MTTF = 500 Stunden
Das bedeutet, dass dieses bestimmte Gerät eine durchschnittliche Lebensdauer von 5.000 Stunden hat. Anhand dieser Kennzahl können Unternehmen feststellen, ob diese Gerätemarke oder diese Anlage für ihre Produktion geeignet ist oder ob sie auf eine langlebigere und leistungsstärkere Lösung umsteigen sollten.
MTTR (Mean Time To Repair)
MTTR kann für verschiedene Begriffe stehen: Mean Time to Repair, Recovery, Resolution, Resolve, Restore oder Respond. Von diesen sechs Begriffen werden jedoch „Repair“ und „Recovery“ am häufigsten verwendet.
Die MTTR ist die durchschnittliche Zeit, die benötigt wird, um ein ausgefallenes Gerät oder eine Anlage, die „reparierbar“ ist, wieder instand zu setzen. Sie wird ab dem Zeitpunkt berechnet, zu dem ein Mitarbeiter des Betriebs eine ungeplante Störung feststellt, diese behebt und das Gerät oder die Anlage wieder betriebsbereit ist.
Vorteile der Berechnung der MTTR
Die Berechnung der MTTR bietet mehrere Vorteile:
Die Reaktionsfähigkeit des Betriebs auf Ausfälle verstehen
Häufige Reparaturfälle ermitteln und entsprechend planen
Vergleich mit der bisherigen MTTR zur Verkürzung der Ausfallzeit
Beispiel für die Berechnung der MTTR
Hier ist die Formel zur Berechnung der MTTR:
MTTR = Gesamtzeit für Reparaturen / Anzahl der Reparaturen
Stellen Sie sich vor, an einer Produktionslinie sind drei Anlagen ausgefallen. Die erste war vier Stunden lang außer Betrieb, die zweite zwei Stunden und die dritte drei Stunden.
Gesamtzeit für die Reparatur: 4 + 2 + 3 = 9
Anzahl der Geräte: 3
9 / 3 = 3
MTTR = 3 Stunden
Das bedeutet, dass die durchschnittliche Reparaturzeit für alle drei Geräte 3 Stunden beträgt. Die MTTR kann je nach Gerätetyp, Branche und Größe der Produktionslinie stark variieren. In der Regel gilt jedoch ein Durchschnittswert von 5 Stunden oder weniger als gut.
Weitere Kennzahlen zu Vorfällen: MTTD, MTTA, MDT
Obwohl MTBF, MTTF und MTTR die drei wichtigsten Kennzahlen für Störfälle sind, finden Sie hier einige weitere, auf die Sie im Betrieb möglicherweise stoßen werden.
MTTD (mittlere Zeit bis zur Erkennung)
Die durchschnittliche Erkennungszeit ist die Zeit, die ein System im Durchschnitt benötigt, um einen Ausfall eines Geräts oder einer Anlage ab dem Zeitpunkt des Ausfalls zu erkennen.
MTTD = Gesamtzeit zwischen dem tatsächlichen Ausfall und der Ausfallerkennung / Anzahl der Ausfälle
MTTA (mittlere Zeit bis zur Bestätigung)
Die durchschnittliche Zeit bis zur Meldung ist die durchschnittliche Zeitspanne, die vom Ausfall des Geräts oder der Anlage bis zum Beginn der Reparaturarbeiten verstrich.
MTTA = Gesamtzeit, die zur Erkennung von Fehlern benötigt wird / Anzahl der Fehler
MDT (durchschnittliche Ausfallzeit)
Die durchschnittliche Ausfallzeit ist schlichtweg die durchschnittliche Gesamtzeit, in der ein Gerät oder eine Anlage außer Betrieb ist. Diese Kennzahl umfasst sowohl geplante als auch ungeplante Ausfallzeiten.
MTBF, MTTF und MTTR: Die Begriffe richtig verstehen
Die Leute verwechseln diese Begriffe ständig. Bei allen geht es um Zeit und Zuverlässigkeit, aber wenn man sich die Daten genauer ansieht, haben sie unterschiedliche Bedeutungen.
Metrisch | Was darin beschrieben wird | Formel | Wann man es verwenden würde |
MTBF – Mittlere Zeit zwischen Ausfällen | Wie lange ein reparierbares Gut noch in Betrieb bleibt, bevor der nächste Ausfall eintritt. | Gesamtbetriebszeit ÷ Anzahl der Ausfälle | Für Maschinen, die Sie reparieren und wieder in Betrieb nehmen. Hilft bei der Planung vorbeugender Wartungsmaßnahmen. |
MTTF – Mittlere Zeit bis zum Ausfall | Wie lange ein Teil noch hält, bevor es endgültig den Geist aufgibt. | Gesamtbetriebszeit ÷ Anzahl der Einheiten | Für Einwegartikel wie Lager oder Sensoren, die man austauscht und nicht repariert. |
MTTR – Mittlere Reparaturzeit | Wie lange es dauert, bis etwas nach einem Ausfall wieder läuft. | Gesamtstillstandszeit ÷ Anzahl der Reparaturen | Um zu überprüfen, wie effizient Reparaturen durchgeführt werden und wo es zu Verzögerungen kommt. |
Einfache Regel: MTBF und MTTR gelten für reparierbare Systeme. MTTF bezieht sich auf Teile, die nicht mehr zurückkommen.
Wenn man alle drei Aspekte zusammen betrachtet, bekommt man ein besseres Gespür dafür, was die eigentlichen Ursachen für Zuverlässigkeitsprobleme sind – seien es minderwertige Bauteile, langwierige Reparaturen oder einfach nur raue Betriebsbedingungen.
Häufige Fallstricke und bessere Lösungsansätze
MTBF, MTTF und MTTR können einen großen Einfluss auf die Verfügbarkeit haben, wenn sie richtig erfasst und genutzt werden. Ist dies nicht der Fall, verlieren die Zahlen schnell ihre Aussagekraft. Immer wieder treten dieselben Probleme auf – unklare Ziele, unübersichtliche Daten und Berichte, die das Büro nie verlassen.
So vermeiden Sie diese Probleme und nutzen die Zahlen zu Ihrem Vorteil.
Fallstrick: Ziele verfolgen, die nicht der Realität entsprechen
Besserer Ansatz: Ziele auf der Grundlage der tatsächlichen Leistung festlegen
Zu sagen: „Wir sollten eine MTBF von 500 Stunden erreichen“, klingt gut – bis man sich die Aufzeichnungen ansieht und feststellt, dass der bisherige Bestwert bei 200 liegt. Solche Ziele führen nur zu Frustration. Gehen Sie von Ihrer eigenen Historie und dem Zustand Ihrer Ausrüstung aus und bauen Sie darauf auf.
Fallstrick: Uneinheitliche Erfassung von Daten
Besserer Ansatz: Verwenden Sie eine einheitliche Methode zur Erfassung von Ausfallzeiten
Wenn eine Schicht kleinere Unterbrechungen erfasst und die nächste diese ignoriert, sind Ihre Kennzahlen wertlos. Legen Sie fest, was als Ausfall gilt und wie dieser erfasst wird. Speichern Sie die Daten an einem zentralen Ort. Lassen Sie diese Arbeit nach Möglichkeit von Sensoren oder Systemprotokollen übernehmen, damit die Mitarbeiter die Daten nicht manuell eingeben müssen.
Fallstrick: Die Zahlen nur wochenweise betrachten
Besserer Ansatz: Trends über einen längeren Zeitraum beobachten
Ein einzelner MTTR-Wert sagt nicht viel aus. Die Entwicklung der letzten Monate hingegen schon. Gleitende Durchschnitte zeigen, ob Reparaturen schneller oder langsamer werden und an welcher Stelle der Prozess ins Stocken gerät.
Fallstrick: Daten in Berichten festhalten
Besserer Ansatz: Die Daten den Mitarbeitern vorlegen, die die Arbeit erledigen
Zahlen, die in einer PowerPoint-Präsentation stehen, ändern nichts. Zuverlässigkeitsdaten sollten Maßnahmen auslösen. Wenn die MTBF unter einen Schwellenwert fällt, sollte jemand vor Ort sofort davon erfahren. Wenn sich Reparaturzeiten in die Länge ziehen, sollten die Wartungsleiter dies noch vor Ende der Woche erkennen.
Wenn diese Kennzahlen als praktische Hilfsmittel statt als Papierkram genutzt werden, beeinflussen sie das Verhalten. Alle – also Bediener, Techniker und Ingenieure – sehen dieselben Daten und können entsprechend handeln. Erst dann beginnt sich die Zuverlässigkeit wirklich zu verbessern.
Moderne Fertigung im Kontext: Echtzeit-Zuverlässigkeit im Zeitalter von Industrie 4.0
Die Arbeit im Bereich der Zuverlässigkeit sieht heute anders aus als noch vor wenigen Jahren. Der alte Ansatz – also Papierprotokolle, Entscheidungen nach Bauchgefühl und wöchentliche Statusbesprechungen – kann mit dem Tempo der modernen Produktion nicht mehr Schritt halten.
Heutzutage werden die meisten Anlagen mit vernetzten Maschinen betrieben, die einen stetigen Datenstrom liefern. Sensoren erfassen Schwingungen, Wärme, Druck und Hunderte weiterer Signale in Echtzeit. Wenn diese Daten direkt in Ihre Instandhaltungssysteme einfließen, sehen Sie, was tatsächlich vor sich geht, anstatt nur zu raten. MTBF und MTTR sind dann nicht mehr nur Durchschnittswerte in einem Diagramm, sondern spiegeln die aktuellen Bedingungen wider.
Natürlich lösen Daten allein noch keine Probleme. Der Mehrwert liegt darin, wie schnell man sie in konkrete Maßnahmen umsetzen kann. Hier helfen modulare oderindividuell gestaltbar MES . Anstelle eines einzigen starren Systems können Teams kleinere Tools entwickeln, die genau das tun, was sie benötigen – beispielsweise eine Anomalie kennzeichnen, einen Arbeitsauftrag starten oder einen Techniker benachrichtigen, wenn sich die Reparaturzeit über die Zielvorgabe hinauszieht.
In diesem Ansatz sind Zuverlässigkeitskennzahlen keine nachträglichen Berichte mehr. Sie sind Teil des Arbeitsablaufs. Die Zahlen dienen als Grundlage für Entscheidungen im Hier und Jetzt – also dafür, was zuerst behoben, was beobachtet und was vorzeitig ausgetauscht werden muss. Dies verändert auch die Arbeitsweise der Mitarbeiter. Betreiber, Planer und Wartungsteams verfügen über dieselben Informationen und reagieren auf dieselben Auslöser. Der Anlagenbetrieb wird vorhersehbarer, da alle Probleme frühzeitig erkennen, anstatt nur auf sie zu reagieren.
Automatische Erfassung von Vorfallkennzahlen mit digitalen Lösungen
Zwar geben Störungskennzahlen möglicherweise keinen vollständigen Überblick darüber, wie es zu einem Ausfall gekommen ist, doch sind sie der wichtigste Leistungsindikator dafür, wie gut eine Betriebslinie ihre Produktion optimiert. Im Idealfall sollten die Betreiber versuchen, die Durchschnittswerte der Störungskennzahlen im Laufe der Zeit zu senken.
Eine Möglichkeit hierfür besteht darin, die Metriken zu Vorfällen mithilfe digitaler Lösungen wie Tulip zu automatisieren.
Tulip während der Produktion Daten von Betriebspersonal, Maschinen und Werkzeugen, sodass Sie sich ein genaues Bild von Kennzahlen zu Störungen wie MTBF, MTTF, MTTR und weiteren machen können. Sie können entweder IoT anschließen, um Ausfälle von Anlagen zu erfassen, oder die Bediener die Ausfälle direkt über die Tulip eingeben lassen. Mit diesen Daten können Sie mithilfe der Echtzeit-Analysetools Tulipdie Auswirkungen Ihrer kontinuierlicher Verbesserungsprozess im Rahmen kontinuierlicher Verbesserungsprozess im Zeitverlauf analysieren.
Um die Transparenz in der Produktion zu erhöhen, können Sie die Analysen auch in Ihre App integrieren, um ein dashboard Ihren Störfallkennzahlen im Zeitverlauf zu erstellen und deren Verbesserungen nach Schichten und Produktionslinien zu überwachen.
Die wichtigsten Erkenntnisse
MTBF, MTTF und MTTR sind mehr als nur Zahlen auf einem dashboard. Sie prägen Ihr Verständnis von Zuverlässigkeit, Ausfallzeiten und dem tatsächlichen Betriebsablauf Ihrer Anlage. Wenn sie konsequent erfasst und in Echtzeitsysteme eingebunden werden, zeigen sie, was funktioniert, was verschleißt und wo es zu Verzögerungen bei der Wiederherstellung kommt.
Die MTBF gibt an, wie häufig Ausfälle auftreten.
Die MTTR gibt an, wie lange es dauert, bis der Betrieb wieder aufgenommen werden kann.
Die MTTF hilft bei der Planung für Teile, die nicht repariert werden können.
Der Mehrwert entsteht nicht durch das Sammeln von Daten, sondern durch deren Nutzung. Wenn die Teams an vorderster Front die Kennzahlen in Echtzeit einsehen können, wenn die Zielvorgaben die tatsächlichen Gegebenheiten widerspiegeln und wenn sich die Systeme an veränderte Betriebsbedingungen anpassen, verbessert sich die Zuverlässigkeit aus Gründen, die jeder erkennen und messen kann.
-
Das ist möglich. Wenn die MTBF in Echtzeit überwacht wird, zeigen Veränderungen im Trend, welche Anlagen schneller als erwartet verschleißen. Kombiniert man dies mit Sensordaten zu Vibrationen oder Temperatur, weiß man, wo man nachsehen muss, bevor es zu einem Totalausfall kommt.
-
Die durchschnittliche MTTR gibt an, wie lange Reparaturen in der Regel dauern. Die MTTR im schlimmsten Fall ist der Ausreißer, also der längste Wert in der Stichprobe. Wenn Sie beide Werte betrachten, können Sie erkennen, ob einige wenige Extremfälle Ihre Durchschnittswerte verzerren oder ob Ihr Prozess unter Belastung langsamer wird.
-
Ja. Sie können weiterhin nachverfolgen, wie lange Werkzeuge halten oder wie oft die Bediener anhalten müssen, um etwas zu reparieren. Wichtig ist, dass man sich darauf einigt, was als „Ausfall“ gilt, und dies jedes Mal auf die gleiche Weise erfasst.
-
Nein. Geplante Stillstände gelten nicht als Ausfälle. Halten Sie diese getrennt, aber achten Sie darauf, ob sie häufiger als erwartet auftreten – das könnte darauf hindeuten, dass sich an anderer Stelle Zuverlässigkeitsprobleme einschleichen.
-
MES meisten IIoT MES können Ausfallzeiten direkt von den Maschinen erfassen, MTBF und MTTR berechnen und Warnmeldungen senden, sobald Grenzwerte erreicht werden. Dadurch entfällt die manuelle Dateneingabe, und die Wartungsteams erhalten Daten, auf deren Grundlage sie handeln können, solange das Problem noch besteht.
Erfahren Sie, wie Tulip Ihnen dabei helfen Tulip , Metriken zu Vorfällen automatisch zu berechnen
Erfahren Sie, wie Sie mit einer kostenlosen 30-Tage-Testversion Echtzeit-Einblick in die Produktion gewinnen und die Rückverfolgbarkeit verbessern können.