Zaun reparieren statt Hühner einfangen

Ausfälle müssen in der Entwicklung und im Anlagen-Betrieb unter hohem Zeitdruck beseitigt werden. Das verhindert Ursachenforschung und führt zu „quick-and-dirty“ Maßnahmen. Sie werden auch „Lösungen“ genannt. Das passt aber nicht, denn in der Regel sind sie das, was ihr Name sagt: Sie sorgen kurzfristig für die Verfügbarkeit, ermöglichen dem Ausfall aber, immer wieder aufzutreten, weil seine Ursachen ja nicht beseitigt wurden. Die Entwickler- oder Wartungsteams sind mit „Hühner-Einfangen statt Zaun reparieren“ beschäftigt. 

 Wiederkehrende Ausfälle indizieren Fehleinschätzungen. Sie sind unvermeidbar, wenn Ausfallsursachen nicht verstanden, validiert und abgestellt sind. Hohe Innovationsraten entwerten tendenziell das Erfahrungswissen. Sie verschärfen daher diese Problematik. 

 Schadensanalytik ist wie Forensik. Für Techniker sind Schadensanalysen besser als jeder Fernseh-Krimi, weil sie selber die Kommissare sind. Dumme, scheinbar nebensächliche Fragen stellen zu dürfen, wie ehemals der Kommissar Columbo, birgt hohes Suchtpotenzial. Schadensanalysen sind ein Lern-Booster, sie fördern die Reduktion von Wissenslücken oder Fehleinschätzungen, die sich häufig als Ursachen von Problemen erweisen. 

Fehler-Affinität statt Fehler-Aversion 

 Zuverlässigkeitsprobleme und -ausfälle treten in der Regel mehrfach entlang der Entwicklungskette auf. Sie werden oft kleingeredet, wegerklärt oder fortgeschwiegen, und zwar mit der Begründung, dass die Tests übertrieben hart sind und ja Prototypen als Prüflinge verwendet werden müssen oder der Prüfstand wohl ein Problem hatte, usw. Das kann natürlich alles sein. Diese Bedenken sind daher vor der jeweiligen Aktivität auszuräumen. Sonst werden Indikatoren ignoriert, die Schwachpunkte wandern dann mit dem Entwicklungsprozess in die nächste Generation und nach dem SoP zum Kunden, wo sie sich als Serienfehler zu erkennen geben. 

 Ausfälle sind Indikatoren für einen Mangel an Verständnis. Sie bringen neuartige Schwachpunkte ans Tageslicht, enthüllen unerwartete Betriebslastfälle, nicht beabsichtigte Regelungs-Phänomene, unzureichende Qualitätssicherung oder legen mangelhaft koordinierte Entwicklung von Hardware und Software dar. Ausfälle waren und sind der Anlass für die Untersuchung unbekannter Schädigungs-Mechanismen. Sie sind also ein effizienter Treiber für gesteigerte Zuverlässigkeit in der gesamten mechatronischen Industrie. Aber Schadensfälle stören den Zuverlässigkeitsnachweis. Das Erkenntnisziel steht im zeitlichen Konflikt mit dem Nachweisziel. Das muss z.B. im Steuerkreis eines Entwicklungsprojekts bearbeitet werden. Neben den absolvierten Teststunden sollten dort Ausfälle und Indikatoren von Schwachpunkten im Fokus sein.  

 Alle Methoden des Zuverlässigkeits-Wachstums gehen davon aus, dass die Ursachen von Ausfällen geklärt werden und die notwendigen Änderungen rasch in der jeweils nachfolgenden Generation verbaut werden. Für die Planung der Produkt-Validierung wird dagegen häufig das Volumen der Dauerläufe als relevante Bewertungsgröße herangezogen. De facto sind aber die Qualität und die Geschwindigkeit der Forensik-Arbeit die wichtigeren Stellgrößen, und zwar deswegen, weil man Zeit nicht kaufen kann: 

Am Ende des Validierungsintervalls geht ein Produkt in Serie. Wenn es sein muss, auch die Probleme, die in dieser Zeit nicht nachhaltig gelöst werden konnten. Erschwerend kommt hinzu, dass wiederkehrende Ausfälle die Dauerläufe vorzeitig beenden, also bevor weitere Schwachstellen sich als Ausfall zeigen können. Diese versteckten Probleme gehen daher auch mit in Serie. Quick-and-dirty Maßnahmen kann man also auch als Verfahren zur Erzeugung von Unzuverlässigkeit verstehen. Aber natürlich macht das niemand absichtlich. Und es gibt Gegenmaßnahmen.  

 Wer ein Problem verstehen will, sollte es mit allen Methoden angehen. 

 Eine wichtige Hürde für die Problemlösung – die Aufspaltung des Wissens in Fachabteilungen – wird durch die Identifikation eines gemischten Problemlösungs-Teams umschifft. Ihre Arbeitsweise ist – analog zur agilen Entwicklung – interdisziplinär, hierarchie-los und Ergebnisgetrieben. Die Abdeckung aller potenziellen Ursachenfelder ist für die Zusammensetzung solcher Teams zentral. Neben Konstruktion, Simulation und experimenteller Entwicklung muss auch die Qualität und die Fertigung vertreten sein. Die Problemlösung sollte über einen Prozess gesteuert werden, z.B. den 8D-Prozess, der von unserer Software Uptime SOLUTIONS unterstützt wird. 

 Die statistische Analyse des Ausfallsgeschehens ist mächtig. Sie liefert i.A. eine verlässliche Diagnose, ob es sich um ein Qualitäts- oder um ein Lebensdauer-Problem handelt, ob die Ursache saisonaler Natur ist oder ob bestimmte Betriebsweisen die Schädigung treiben, usw. 

Als kritisch stellt sich in der Praxis der Umstand dar, dass die Techniker mit hoher Expertise nicht im notwendigen Umfang verfügbar sind. Die Einbindung externer Unterstützung beseitigt dieses Problem rasch und wirksam. Noch wichtiger aber ist dabei der Blick von außen. Er liefert die blinden Flecken, also Aspekte, die durch die lange Beschäftigung mit der Materie in den Hintergrund getreten sind, oder aus anderen Gründen nicht hinreichend untersucht wurden.  

 Die Ergebnisse von Schadensanalysen dienen primär zur nachhaltigen Lösung eines konkreten Problems. Darüber hinaus werden sie für künftige Produktentwicklung, für schonenden Anlagen-Betrieb oder für optimierte Anlagenwartung verwendbar, wenn Schädigungs-Indikatoren aus den Analysen abgeleitet werden. Diese Indikatoren werden zur Detektion von Vorläufer-Effekten verwendet um Wartung vor Ausfall zu initiieren. Sie liefern auch den Input für automatisierte Diagnostik. Auf dieser Basis kann schließlich die Restlebensdauer geschädigter Bauteile ermittelt werden. Das lässt sich für Risiko-fokussierte Anlagen-Analytik in unserer Software Uptime HARVEST automatisieren. 

 Schadensanalysen sind also über den konkreten Anlassfall hinaus für die Zuverlässigkeit im gesamten Produkt-Lebenszyklus nützlich: für effiziente Entwicklung, schonenden Betrieb, frühzeitige Diagnostik und treffsichere Prognostik.