Gestern grün, heute rot

Freitag war alles in Ordnung. Alle Sensorwerte grün, die Käselaibe reiften planmäßig. Jetzt ist Samstag, 15:00 Uhr. Du stehst im Reifekeller, es riecht schwer nach reifendem Käse, Kondenswasser tropft von den Rohren, und die Kühlaggregate brummen lauter als sonst. Dein Dashboard leuchtet seit 20 Minuten rot. Fünf IoT-Sensoren melden Luftfeuchtigkeit über dem Grenzwert. Die Warnleuchte blinkt im Sekundentakt. 400 Käselaibe stehen auf dem Spiel. Halbe Besetzung, die Schichtleitung ist nicht im Haus. Die letzte manuelle Kontrolle war vor drei Stunden.

Die Rohdaten allein helfen nicht

Beim Thema digitale Überwachungstools hast du gelernt, wie IoT-Sensoren Grenzwerte überwachen und Alarme auslösen. Das klärt das Was - du weißt, dass etwas nicht stimmt. Jetzt geht es um das Wie: Wie wertest du die konkreten Zahlen auf deinem Bildschirm so aus, dass du in den nächsten Minuten die richtigen Entscheidungen triffst? Ohne rechtzeitige Auswertung droht Schimmelbildung an der gesamten Charge. Warenwert: rund 12.000 Euro. Dazu kommen Entsorgungskosten und eine fehlende Lieferung an den Großkunden am Montag. Die entscheidende Frage: Wie liest du aus den Sensordaten ab, welche Laibe du jetzt sofort wenden musst?

Vier Datenpunkte, vier Prüfungen

Du öffnest die Detailansicht im Dashboard. Vier Datenpunkte liefern dir die IoT-Sensoren für jeden Regalabschnitt:

Zwei von vier Werten weichen ab. Die Luftfeuchtigkeit liegt 4,4 Prozentpunkte über dem oberen Grenzwert. Die Zeit seit dem letzten Wenden überschreitet das Maximum um über 3 Stunden. Temperatur und Gewicht sind im Sollbereich.

Vom Datenpunkt zur Handlungsempfehlung

Jede identifizierte Abweichung braucht eine konkrete, prozessbezogene Reaktion:

1. Luftfeuchtigkeit 96,4 % (Soll: max. 92 %): Sofort die Belüftung im Reifekeller hochfahren. Zusätzlich eine Sichtprüfung auf erste Schimmelspuren einleiten. Wenn die Feuchtigkeit in 30 Minuten nicht sinkt, Umlagerung der betroffenen Laibe in einen trockeneren Kellerabschnitt veranlassen.
2. Wendezeit 11 h 20 min (Soll: max. 8 h): Die überfälligen Laibe sofort wenden. Im ERP-System den Wendevorgang mit Zeitstempel erfassen, damit die Verzögerung dokumentiert ist.

Temperatur und Gewicht erfordern keine Maßnahme, weil sie innerhalb der Sollwerte liegen. Trotzdem dokumentierst du auch diese Werte, denn lückenlose Erfassung im ERP-System verhindert Bestandsfehler und Rückverfolgungsprobleme.

Warum ein Integrationsplan nötig ist

Die Sensordaten hast du ausgewertet und die akute Situation entschärft. Doch der Reifekeller zeigt ein grundsätzliches Problem: Manuelle Prozesse wie das Wenden werden vergessen, wenn niemand daran erinnert. Dein Betrieb plant deshalb einen Konfektionierungsroboter, der Käselaibe automatisch wendet, portioniert und verpackt. Damit der Roboter nicht isoliert arbeitet, muss er ins bestehende ERP-System eingebunden werden. Dafür brauchst du einen strukturierten Integrationsplan. Aus dem Thema Güterbearbeitungsprozesse kennst du bereits das Konfektionieren als eigenständigen Prozess. Der Roboter übernimmt genau diesen Schritt, aber digital gesteuert.

Vier Schritte zum Integrationsplan

Ein vollständiger Integrationsplan umfasst mindestens diese vier Schritte:

1. Datenpunkte definieren: Welche Daten erzeugt der Roboter? Zum Beispiel: Anzahl gewendeter Laibe, Portioniergewicht, Verpackungseinheit, Zeitstempel pro Vorgang.
2. Schnittstellen konfigurieren: Der Roboter braucht eine technische Verbindung zum ERP-System, etwa eine API (Application Programming Interface). Über diese Schnittstelle fließen die Roboter-Daten automatisch in die Bestandsführung.
3. Testlauf im Parallelbetrieb: Bevor der Roboter den manuellen Prozess ersetzt, läuft er parallel. Beschäftigte vergleichen die Roboter-Daten mit den manuell erfassten Werten. So fallen Fehler auf, bevor sie Schaden anrichten.
4. Go-Live mit Monitoring: Nach erfolgreichem Test geht der Roboter in den Echtbetrieb. In den ersten Wochen überwachst du die Datenqualität täglich und prüfst, ob alle Buchungen korrekt im ERP-System ankommen.

Der Fall im Rückblick

Am Samstagnachmittag im Reifekeller hast du zwei Kernkompetenzen angewendet: Zuerst hast du aus vier Sensordatenpunkten die kritischen Abweichungen identifiziert und für jede eine prozessbezogene Handlungsempfehlung formuliert. Die Luftfeuchtigkeit war zu hoch, die Wendezeit überschritten. Temperatur und Gewicht waren unauffällig. Entscheidend war nicht das Ablesen der Zahlen, sondern der systematische Soll-Ist-Vergleich mit anschließender Maßnahme. Ohne diesen Schritt wären die Rohdaten nur blinkende Zahlen auf einem Bildschirm geblieben.

Dein Transfer: Ein neuer Roboter, ein neuer Plan

Jetzt bist du dran. Dein Betrieb möchte neben dem Wende-Roboter auch eine automatische Etikettiermaschine für die fertig konfektionierten Käseportionen einführen. Die Maschine soll Mindesthaltbarkeitsdatum, Chargennummer und Gewicht auf jedes Etikett drucken und diese Daten ans ERP-System melden.

Erstelle einen Integrationsplan mit mindestens 4 Schritten. Überlege: Welche Datenpunkte erzeugt die Etikettiermaschine? Welche Schnittstelle braucht sie? Wie testest du, ob die Daten korrekt ankommen? Und wann gibst du den Echtbetrieb frei?