Harvey Performance: Execution Gap mit Intelligent MES schließen

Harvey Performance Company ist globaler Marktführer bei Präzisionsschneidwerkzeugen – Marken wie Harvey Tool, Helical Solutions, Micro 100 und andere für Aerospace, Medical, Power Generation, Electronics und mehr. Ihr Versprechen an Kunden: Das richtige Werkzeug, auf Lager, wenn Sie es brauchen – unterstützt von Experten.

Dieses Versprechen einzulösen erfordert eine der komplexesten Fertigungs- und Lieferketten der Branche. Zehntausende SKUs, High-Mix/Low-Volume Produktion und Weltklasse-Service-Level hängen alle von einem ab: der Fähigkeit, den Produktionsplan auszuführen.

Im Meridian, Idaho Werk – Heimat fortschrittlicher CNC-Schleifzellen, Mikrowerkzeuge und Lights-Out-Automation – kam diese Ausführungsherausforderung scharf in den Fokus. Der Erfolg der Anlage wird an Schedule Attainment gemessen: Werden die geplanten Jobs für die Woche auf den geplanten Maschinen abgeschlossen?

Dieser Artikel zeigt, wie Harvey Performance MachineMetrics Intelligent MES nutzte, um den Execution Gap zwischen ERP-Plan und Shopfloor-Realität zu schließen – und Schedule Attainment dramatisch verbesserte.

Der Execution Gap: Wenn ERP-Pläne nicht der Realität entsprechen

Harveys ERP (Epicor Kinetic) erzeugte einen Produktionsplan basierend auf vorhandenen Daten und Schätzungen: Was, wo, wann. Die Realität auf dem Shopfloor erzählte oft eine andere Geschichte.

1. Verzögerte, ungenaue Daten

Arbeits- und Produktionsreporting basierte auf manueller Eingabe an geteilten ERP-Terminals. Operatoren buchten Arbeit und Mengen am Schichtende – oder am nächsten Tag. Daten waren oft 8–10 Stunden alt, bevor jemand sie sehen konnte.

Supervisoren verbrachten eine Stunde oder mehr jeden Morgen damit, Labor Tickets zu editieren, nur um die Infos nutzbar zu machen. Durch Lag und Rework war Vertrauen in ERP-Daten niedrig. Wenn das Team realisierte, ein Job sei hinter Plan oder off-standard, war das Fenster zur Schedule Recovery meist geschlossen.

2. Scheduling auf Schätzungen statt Realität

Router Standards und Zykluszeiten waren über Jahre durch Legacy-Daten und educated guesses gewachsen. Sie spiegelten nicht konsistent wider, wie lange Arbeit tatsächlich auf spezifischen Maschinen mit spezifischen Setups dauerte.

Das bedeutete: Schedules basierten auf ungenauen Zykluszeiten. Jobs, die für 3 Stunden geplant waren, verbrauchten regelmäßig 5. Setups variierten wild von den Routing-Annahmen. Kapazität sah auf dem Papier gut aus, brach aber in der Ausführung zusammen – wahrer Schedule Attainment wurde schwer messbar und noch schwerer verbesserbar.

3. DIY MES, das nicht skalierte

Harvey versuchte, die Herausforderung mit einem Eigenbau-MES zu lösen: Direkte CNC-Control-Anbindung, Maschinensignale sammeln, versuchen, diese Daten an ERP Jobs zu koppeln.

Es funktionierte in Inseln, aber Wartung wurde schnell zum Fulltime-Softwareprojekt. Jede neue Maschine, Control, OEM brauchte Custom Work. Raw Machine Data normalisieren und mit Job Context in Epicor aligned halten – komplex und brüchig. Der Versuch bewies den initialen Wert von Echtzeitdaten, zeigte aber klar: Ein vollständiges MES intern zu bauen und zu warten war nicht nachhaltig.

Harvey brauchte mehr als Basic Machine Monitoring. Sie brauchten einen Weg, Maschinen, Jobs, Menschen und ERP in einen einzigen Echtzeit-Ausführungskreislauf zu verbinden.

Ein MES wählen, das den Execution Gap schließt

Aus dem DIY-MES-Versuch ging Harvey mit sehr klaren Requirements in die nächste Lösungssuche. Sie evaluierten nicht nur Dashboards – sie suchten ein Production System, das das Bindegewebe zwischen Epicor und Shopfloor wird.

Wichtige Auswahlkriterien:

1. Schnelle Maschinenkonnektivität über diverse CNCs und Equipment, ohne Monate Custom Engineering.
2. Einheitliche, intuitive Operator Interface an jeder Maschine: Job Context, Run Status, Counts, Labor Entry.
3. Out-of-the-Box MES Capabilities für Downtime Tracking, OEE, Job Tracking, Scheduling – sofort Wert, aber konfigurierbar.
4. IT & Security Alignment via Cloud-Native Architektur, die Harveys Netzwerksicherheit respektiert.
5. Tiefe ERP Integration, besonders Epicor, für Echtzeit-Sync von Job- und Maschinendaten.
6. Partner Mindset & Roadmap, nicht nur Software Vendor – für Continuous Improvement und Future Use Cases.

MachineMetrics erwies sich als Plattform, die diese Bedürfnisse am besten traf – besonders durch tiefe Maschinenkonnektivität, Operator-First Design und klickbaren Epicor Kinetic Connector für echte bidirektionale Integration.

Pilot-Erfolg im Meridian Werk

Harvey wählte sein Meridian, Idaho Werk – ca. 35 CNC Maschinen von Mikrowerkzeugen bis Großdurchmesser-Schneider – als Pilotstandort.

Zum Start verbanden sie mehrere Maschinen über den Value Stream:

• Primary/Prep Operationen
• Low-Volume Finish Grinding
• High-Volume Finish Grinding

Das gab einen Querschnitt aus Parts, Routings, operativen Herausforderungen.

Schnelle Maschinenanbindung

Mit MachineMetrics Edge Devices und nativen Connectors konnte das Implementation Team alle Maschinen schnell anbinden. Zeiten von Custom Drivers und fragilen Scripts waren vorbei. MachineMetrics handhabte Nuancen verschiedener CNC Controls und OEMs, normalisierte Daten in ein Common Model – damit sich das Harvey Team auf Datennutzung konzentrieren konnte, nicht auf Plumbing.

Tablets & Operator UI

Jede verbundene Maschine erhielt ein Tablet mit MachineMetrics Operator Interface. Operatoren konnten nun:

• Den auf ihrer Maschine geplanten Job sehen.
• Arbeit mit wenigen Taps Start/Stop.
• Stückzahlen und Ausschuss am Run-Ende bestätigen.
• Downtime-Gründe loggen, wenn prompted.

Alles passiert an der Maschine, ohne Gang zum geteilten Terminal. Das reduzierte sofort Reibung für Operatoren und verbesserte Frische und Genauigkeit der Produktionsdaten.

Epicor und Shopfloor verbinden

Für Harvey war die Integration MachineMetrics ↔ Epicor Kinetic kein „Nice-to-have“ – sie war der Kern der Strategie.

MachineMetrics zieht Work Orders, Routings, Standards, Schedules aus Epicor und präsentiert sie direkt an der Maschine. Operatoren müssen keine Spreadsheets interpretieren oder raten, was als Nächstes kommt – der offizielle Plan ist im selben Interface sichtbar, das sie zum Run & Track nutzen.

Genauso wichtig: MachineMetrics schiebt Labor, Stückzahlen, Ausschuss, Job Status in Echtzeit zurück in Epicor. Das ändert die Dynamik an mehreren Stellen:

• ERP wird zum Live-System, nicht zum historischen Record, der 10 Stunden hinter der Realität hinterherhinkt.
• Supervisoren verbringen nicht mehr 1–2 Stunden morgens mit Labor Ticket Cleanup – Zeit, die jetzt in CI und Problemlösung fließt.
• Costing und Capacity Planning in Epicor werden von echten, maschinenverifizierten Daten getrieben statt Schätzungen und verzögerten manuellen Einträgen.
• Schedule Changes können mit Confidence gemacht werden, weil sie in akkuraten Ausführungsdaten geerdet sind.

Diese bidirektionale Integration schließt den Execution Gap. Statt ERP isoliert zu planen und Shopfloor im Dunkeln zu improvisieren, informieren sich beide ständig gegenseitig. Für jeden Hersteller, der Schedule Attainment, On-Time Delivery und Margen verbessern will, wird dieser MES–ERP Loop schnell unverzichtbar.

Echtzeitdaten in bessere Schedules verwandeln

Harvey adoptierte MachineMetrics nicht nur, um Utilization Charts zu schauen. Das echte Ziel: Planning und Execution alignen – beginnend mit akkurateren Zykluszeiten und realistischem Schedule.

Zykluszeiten eichen

Mit MachineMetrics Production Analytics und Machine Timelines begann das Meridian Team, geroutete Zykluszeit aus Epicor mit tatsächlicher Zykluszeit pro Part und Job (gemessen direkt an der Maschine) zu vergleichen.

Sie bauten einen internen „Variance Report“, der Operationen hervorhob, wo der Gap zwischen Standard und Actual signifikant war. Mit diesem Report gingen Engineers und Supervisoren während der Job noch lief an die Maschine, beobachteten den Prozess, sprachen direkt mit Operatoren.

Manchmal entdeckten sie, dass die Maschine absichtlich verlangsamt wurde – ein Operator schützte Radleben oder Werkzeug basierend auf Erfahrung. In diesen Fällen konnten sie Programme anpassen, Cutting Data validieren, Performance auf den intendierten Standard zurückbringen. In anderen Fällen bestätigten sie, dass das Routing schlicht falsch für diese Maschine/Setup war und geupdated werden musste.

Über Zeit schloss das den Loop zwischen „Was der Router sagt“ und „Was tatsächlich passiert“. Schedules fingen an, Realität widerzuspiegeln. Costing wurde akkurater. Operatoren gewannen Confidence, dass Standards erreichbar sind, nicht willkürlich.

Echtzeit-Scheduling & Schedule Attainment

Mit vertrauenswürdigeren Zykluszeiten und Jobs, die an Live-Maschinenstatus gekoppelt sind, begann Harvey, MachineMetrics Schedule Intelligence für Echtzeit-Execution-Management zu nutzen.

Planner und Supervisoren sehen jetzt zu jedem Moment, ob Jobs vor oder hinter Plan laufen. Rutscht etwas – Setup läuft lang, Maschine alarmiert, Werkzeugwechsel dauert länger als erwartet – können sie re-sequenzieren, Jobs verschieben, Prioritäten anpassen, bevor der Schedule entgleist.

Operatoren haben mehr Kontext: Sie sehen, was als Nächstes kommt, wie ihre aktuelle Performance zum Plan steht, und wo eine kleine Entscheidung (welcher Job über Nacht läuft) Lights-Out Production und Downstream Operations beeinflusst.

Das Resultat: Bedeutende Verbesserung des Schedule Attainment in Meridian – einschließlich Steigerung um über 25 %.

Ein besserer Tagesrhythmus für Operatoren und Supervisoren

Jenseits der Metriken hat MachineMetrics verändert, wie Arbeit sich auf dem Floor anfühlt.

Operatoren verbringen mehr Zeit am Laufen der Maschinen, weniger am Gehen zu Terminals oder Rekonstruieren von vor Stunden. Sie sehen den Schedule, verstehen Prioritäten, haben strukturierten Weg, Kontext via Downtime Reasons & Comments zu teilen – und Workflows direkt von der Maschine zu triggern.

Supervisoren und Engineers haben Live-Sicht in Setups, Changeovers, Idle Time. Statt gestriger Probleme mit veralteten Reports nachzujagen, können sie Issues adressieren, während sie entstehen – Operatoren coachen, Tooling Strategies anpassen, Standards updaten, solange Details frisch sind.

Das System deckt auch Trainingsbedarf auf. Wenn ein bestimmter Setup-Typ konsistent seinen Standard überzieht, oder eine Maschine regelmäßig durch Unsicherheit bei Feeds & Speeds gebremst wird, zeigen die Daten direkt, wo zusätzliches Coaching und Dokumentation den größten Impact haben.

Kurz: MachineMetrics gibt Harvey eine gemeinsame, vertrauenswürdige Sicht auf Realität, die jeder – vom Operator bis Plant Leadership – für bessere Entscheidungen nutzen kann.

Ausblick: Vom Pilot zum Enterprise Production Intelligence

Mit erfolgreichem Pilot in Meridian baut Harvey nun Roadmap für Rollout von MachineMetrics Intelligent MES über den breiteren Manufacturing Footprint.

Geplante Initiativen:

• Rollout Konnektivität, Scheduling, Job Tracking auf weitere Harvey Performance Standorte.
• Echtzeit-Maschinenevents mit Maintenance Systems integrieren, damit Downtime automatisch Work Orders triggert.
• Tracking über CNCs hinaus auf Manual Stations und Secondary Processes extenden, besonders für Lights-Out Work.
• Maschinen- und Prozessdaten für Tool-Life Tracking, Wheel-Wear Monitoring, robustere Quality Integrationen nutzen.
• MachineMetrics Max AI und Knowledge Hub nutzen für automatisiertes Reporting, Pattern-Surfacing in Schedule Attainment & Downtime, CI beschleunigen.

Am wichtigsten: Harvey hat jetzt ein skalierbares Framework für den Execution Gap zu schließen: ERP-Pläne, Maschinendaten, menschliche Entscheidungsfindung in einem einzigen Echtzeit-System verbinden.

Für ein Unternehmen, dessen Business davon abhängt, immer das richtige Werkzeug im Regal zu haben – diese Alignment zwischen Plan und Realität ist nicht nur operativ nützlich, sie ist Kern des Versprechens, das sie Kunden täglich geben.