Mit der Heatmap Optimierungspotenziale auf einen Blick erkennen

Eine Heatmap ist ein Diagramm zur zweidimensionalen farblichen Visualisierung von Daten. Diese Visualisierung dient dazu, in einer großen Datenmenge intuitiv und schnell einen Überblick zu geben sowie besonders markante Werte leicht erkennbar zu machen. So die formale Definition. Mit der letzten größeren Front-End Aktualisierung stehen Heatmaps jetzt allen oee.ai Anwendern zur Verfügung.

Wer wünscht sich das nicht: Auf einen Blick erkennen, wo es klemmt. Mit Heatmaps ist dies jetzt bei oee.ai einfach möglich. Heatmaps stehen in der Konfiguration als Widget zur Verfügung, so dass diese zusätzliche Visualisierungsmöglichkeit für alle Anwender zugänglich ist.

Ein Heatmap-Widget zu lesen erfordert etwas Übung. Sowohl auf der horizontalen als auch der vertikalen Achse ist immer ein Zeitraum aufgetragen. Das können beispielsweise jeweils Tage, Schichten oder Stunden sein. Auf diese Weise entsteht in der Widget-Fläche ein Gitter, dessen Felder in unterschiedlicher Farbintensität gefüllt werden. Je dunkler die Farbe in dem Quadranten, desto häufiger oder länger ist in dem Zeitintervall ein Ereignis eingetreten. Bei der Interpretation ist darauf zu achten, dass je nach Konfiguration “heller” oder “dunkler” mit besser oder schlechter übersetzt werden muss.

Zwei Beispiele: Wurde ein Heatmap-Widget für die Ausbringung pro Stunde oder die MTBF konfiguriert, ist eine dunklere Färbung besser als eine helle. Wurden aber, wie im unteren Beispiel, unerwünschte Ereignisse in das Widget konfiguriert, sind hellere Färbungen besser als dunklere.

Abbildung: 3 alternative Heatmaps

Um immer die richtige Interpretation der Farbfelder sicherzustellen befindet sich unterhalb jedes Widgets automatisch eine Legende, die über einen Farbverlauf definiert ist. Dort ist präzise abzulesen, was hell und dunkel bedeutet und auch wo die jeweilige Skala endet.

Betrachtet man mit diesem Vorwissen die in Abbildung 1 dargestellten Heatmaps kann man schnell erkennen, dass in der Spätschicht tendenziell weniger Stillstände auftreten als in den restlichen Schichten. Des weiteren lässt sich entnehmen, dass der 31.08.21 ein Tag mit vielen Microstops war.

Die Heatmap-Widgets können an jeder beliebigen Stelle, in Cockpits, Berichten oder Andon-Boards positioniert werden.

Abbildung: Einbettung des Heatmap-Widgets in das Berichtswesen

Auf dem obigen Bericht sieht man in der Heatmap unten rechts auf einen Blick, das in der Nacht des ersten Berichtstages eine hohe Stückzahl pro Stunde produziert wurde, die im weiteren Tagesverlauf nicht wieder erreicht wurde. Die aktive Produktion endete dann mit dem Abschluss der Spätschicht. Den unteren Tag stand die Anlage die längste Zeit des Tages still und begann in der Nachtschicht wieder mit moderatem Tempo zu produzieren.

Sollten Sie fragen zu den Einsatzmöglichkeiten von Widgets in oee.ai haben, sprechen Sie uns gerne an.