MES: Definition, Funktionen & Nutzen 2026
MES (Manufacturing Execution System): Funktionen nach VDI 5600, Architekturen, Kosten und Praxisergebnisse. Mit Implementierungsdaten aus 15.000+ Maschinen.
Zusammenfassung: OEE (Overall Equipment Effectiveness) misst die Gesamtanlageneffektivität als Produkt aus Verfügbarkeit × Leistung × Qualität. Der Durchschnitt diskreter Fertigungen liegt bei 55–70 %, der Weltklasse-Benchmark bei 85 %. Dieser Artikel erklärt die OEE-Formel mit Berechnungsbeispielen, zeigt die Six Big Losses, vergleicht Benchmarks nach Branche und dokumentiert, warum der gemessene OEE-Wert bei automatischer Erfassung fast immer 8–12 Prozentpunkte unter der manuellen Schätzung liegt. Alle Praxisdaten basieren auf über 15.000 Maschinenanbindungen in 18 Ländern.

OEE (Overall Equipment Effectiveness) misst die Gesamtanlageneffektivität als Produkt aus Verfügbarkeit, Leistung und Qualität. Die Formel lautet: OEE = Verfügbarkeit × Leistung × Qualität. Ein Wert von 100 % bedeutet: keine Stillstände, maximale Geschwindigkeit, kein Ausschuss. In der Praxis liegt der Durchschnitt diskreter Fertigungen zwischen 55 und 70 %. Der international anerkannte Weltklasse-Benchmark liegt bei 85 %.
Die OEE-Formel kennt jeder Produktionsleiter. Die häufigste Ursache für gescheiterte OEE-Initiativen ist nicht die Berechnung, es ist die Datenqualität. Manuelle Erfassung erzeugt systematisch verfälschte, verzögerte und unvollständige Daten. Aus Daten von über 15.000 angebundenen Maschinen zeigt sich: Unternehmen messen OEE, aber sie verbessern sie nicht.
Das Problem ist nicht die Kennzahl selbst. In über 25 Jahren MES-Implementierungen und Daten aus 18 Ländern zeigt sich ein wiederkehrendes Muster: Der OEE-Wert wird ermittelt, in ein Excel eingetragen, einmal pro Woche im Produktionsmeeting gezeigt — und dann vergessen. Die tatsächlichen Verlustursachen bleiben unsichtbar, weil die Datenerfassung manuell, verzögert oder unvollständig ist.
Dieser Artikel erklärt nicht nur die OEE-Formel, die steht in jedem Lehrbuch. Er zeigt, wie OEE in der Praxis funktioniert, wo die Grenzen der Kennzahl liegen und was den Unterschied macht zwischen Unternehmen, die OEE messen, und solchen, die damit ihre Produktion nachweisbar verbessern.
OEE = Verfügbarkeit × Leistung × Qualität. Jeder Faktor wird als Prozentwert berechnet und miteinander multipliziert. Bei 90 % Verfügbarkeit, 92 % Leistung und 97 % Qualität ergibt sich eine OEE von 80,3 % — obwohl jeder Einzelwert akzeptabel aussieht, gehen fast 20 % der geplanten Kapazität verloren.
Die drei Faktoren erzeugen einen kumulativen Effekt: Selbst wenn jeder einzelne Faktor akzeptabel aussieht, kann die resultierende OEE deutlich niedriger sein als erwartet.
Die meisten Produktionsleiter, die die Einzelwerte 90/92/97 sehen, würden intuitiv sagen: „Läuft doch ganz gut." Der OEE-Wert zeigt die Realität: Fast 20 % der geplanten Produktionskapazität gehen verloren. Genau das ist die Stärke der Kennzahl — sie verhindert, dass sich ein Unternehmen in einzelnen Faktoren versteckt, und zwingt zu einer Gesamtbetrachtung.
Verfügbarkeit misst den Anteil der geplanten Zeit, in der die Anlage tatsächlich läuft. Leistung bewertet, ob sie mit Soll-Geschwindigkeit arbeitet. Qualität misst den Anteil der Gutteile. In der Praxis ist Verfügbarkeit der Faktor mit dem größten Hebel — bei automatischer Erfassung liegt der gemessene Wert im Schnitt 8–12 Prozentpunkte unter der manuellen Schätzung.
Jeder ungeplante Stillstand reduziert den Wert: Maschinendefekte, Materialengpässe, Werkzeugwechsel, Rüstprozesse.
Formel: Verfügbarkeit = Betriebszeit / Geplante Produktionszeit
Bei Unternehmen, die erstmals eine automatische Stillstandserfassung einführen, liegt der gemessene Verfügbarkeitswert im Schnitt 8–12 Prozentpunkte unter dem, was das Team vorher geschätzt hatte. Nicht weil die Produktion plötzlich schlechter läuft, sondern weil Mikrostillstände und kurze Unterbrechungen vorher schlicht nicht dokumentiert wurden. In den ersten ein bis zwei Wochen sinkt der angezeigte Wert typischerweise um 15–20 Prozentpunkte — das stärkste Signal dafür, dass das System funktioniert: Reale Verluste werden erstmals sichtbar.
Die Leistung bewertet, ob eine Anlage mit der vorgesehenen Geschwindigkeit arbeitet.
Formel: Leistung = (Ideale Zykluszeit × Produzierte Teile) / Betriebszeit
Leistungsverluste sind in vielen Fertigungen der am schlechtesten verstandene Faktor. Eine Anlage steht nicht still, sie produziert — aber 8 % langsamer als sie könnte. Die Taktzeit wurde nach dem letzten Werkzeugwechsel nicht nachkalibriert, oder ein Sensor löst sporadisch aus und verursacht Mikrostopps, die einzeln so kurz sind, dass sie niemand bemerkt.
Der Qualitätsfaktor misst den Anteil der Gutteile an der Gesamtproduktion.
Formel: Qualität = Gutteile / Produzierte Teile
Der Qualitätsfaktor liegt in den meisten diskreten Fertigungen über 95 %, oft über 98 %. Das klingt gut, kann aber trügen: Bei einer Produktion von 10.000 Teilen pro Tag bedeuten 2 % Ausschuss 200 Teile — jeden Tag, das ganze Jahr. Multipliziert mit Materialkosten und Maschinenzeit ergibt sich schnell ein sechsstelliger Verlustbetrag.

Die häufig zitierte „85 % Weltklasse" stammt aus der TPM-Literatur der 1980er Jahre und bezieht sich auf einzelne Anlagen in der Serienfertigung. Als pauschaler Zielwert ist sie irreführend. In der Serienfertigung gelten 75–85 % als gut, in der Chargenproduktion 60–70 %. Entscheidend ist nicht der absolute Wert, sondern der Trend über die Zeit.
| Fertigungstyp | Durchschnitt | Gut | Weltklasse | Hauptverlust |
| Serienfertigung (Automotive, Metall, Kunststoff) | 55–65 % | 75–85 % | ≥ 85 % | Mikrostillstände, Rüstzeiten |
| Chargen- und Lebensmittelproduktion | 45–55 % | 60–70 % | ≥ 75 % | Rüst- und Reinigungszyklen |
| Einzelteil- und Kleinserienfertigung | 35–50 % | 50–65 % | ≥ 70 % | Hoher Rüstanteil (strukturell) |
| Hochautomatisierte Montage (FMCG) | 60–70 % | 75–85 % | ≥ 85 % | Geschwindigkeitsverluste, Sensorik |
Ob eine Anlage ihre OEE von 62 % auf 71 % steigert, ist relevanter als die Frage, ob 71 % „gut" ist. Der Trend zeigt, ob Verbesserungsmaßnahmen wirken.
Für eine vertiefte Analyse mit Branchenvergleichen: OEE-Benchmarks nach Branche und Fertigungstyp
Die Six Big Losses aus dem TPM-Framework ordnen alle Produktivitätsverluste drei Kategorien zu: Verfügbarkeitsverluste (ungeplante Stillstände + Rüstzeiten), Leistungsverluste (Mikrostillstände + Geschwindigkeitsverluste) und Qualitätsverluste (Ausschuss + Anlaufverluste). In der Praxis verursachen Mikrostillstände und Rüstzeiten die größten Verluste — nicht Qualitätsprobleme.
| OEE-Faktor | Verlusttyp | Beispiele | Typischer Anteil |
| Verfügbarkeit | Ungeplante Stillstände | Maschinendefekte, Materialfehler, Energieausfälle | 15–25 % |
| Rüst- und Einrichtzeiten | Werkzeugwechsel, Formatumstellung, Reinigung | 10–20 % | |
| Leistung | Mikrostillstände | Kurze Unterbrechungen < 5 Min., Sensorfehler, Stau | 5–15 % |
| Geschwindigkeitsverluste | Reduzierte Taktzeit, Verschleiß, falsche Einstellungen | 5–10 % | |
| Qualität | Ausschuss | Fehlerhafte Teile in regulärer Produktion | 1–3 % |
| Anlaufverluste | Ausschuss in Hochlaufphase nach Stillständen/Rüsten | 1–3 % |
Diese Systematik geht auf das Total Productive Maintenance (TPM) Konzept zurück und ist in der ISO 22400 als Berechnungsgrundlage standardisiert.
In der Praxis zeigt sich ein konsistentes Muster: Die größten Verluste liegen fast immer bei Mikrostillständen und Rüstzeiten. Bei Neoperl identifizierte die automatische Stillstandserfassung vier SPS-Alarmcodes, die 80 % aller Anlagenstopps verursachten. Das Muster war im manuellen Reporting nie aufgefallen, weil die einzelnen Stillstände zu kurz waren. Nach gezielter Beseitigung sanken die technischen Stillstände um 10 %, die Anlagenverfügbarkeit stieg um 8 %, und der Ausschuss ging um 15 % zurück.
Für die vollständige Analyse aller sechs Verlustarten: Six Big Losses im Detail
Die Hidden Factory beschreibt die ungenutzte Produktionskapazität in bestehenden Anlagen. Eine Linie mit OEE 60 % hat 40 % brachliegende Kapazität. Eine Steigerung auf 80 % entspricht einer halben zusätzlichen Schicht — ohne eine einzige neue Maschine. Bei einem Lebensmittelhersteller stieg die monatliche Ausbringung um 6 % allein durch die Beseitigung erstmals sichtbarer Verlustursachen.
Der Gedanke: Bevor ein Unternehmen neue Maschinen kauft oder eine zusätzliche Schicht einführt, sollte es die Verluste in der bestehenden Produktion eliminieren.
Bei einem Lebensmittelhersteller ergab die OEE-Analyse mit SYMESTIC, dass die monatliche Ausbringung um rund 6 % gesteigert werden konnte, allein durch die Beseitigung der jetzt sichtbaren Verlustursachen: Materialzuführung angepasst, Rüstprozesse standardisiert, Schichtübergaben mit Daten unterfüttert. Keine spektakulären Maßnahmen — aber ohne automatische Datenerfassung wäre niemand auf die tatsächlichen Ursachen gekommen.
Manuelle OEE-Erfassung in Excel hat drei systematische Schwächen: Zeitverzögerung (Stillstand um 14:22, Dokumentation um 16:00), Subjektivität (gleiche Ursache unter drei Kategorien) und unsichtbare Verluste (Mikrostillstände unter 2 Minuten werden nie erfasst, machen aber 5–10 % der Gesamtverluste aus). Automatische Erfassung über ein MES löst alle drei Probleme fundamental.
Zeitverzögerung: Ein Stillstand um 14:22 Uhr wird um 16:00 Uhr beim Schichtwechsel dokumentiert. Zu diesem Zeitpunkt ist die Information für eine Echtzeitreaktion wertlos.
Subjektivität: Ob ein Stillstand als „Materialfehler" oder „Maschinenstörung" klassifiziert wird, hängt davon ab, wer das Excel ausfüllt. Dieselbe Ursache erscheint in den Daten unter drei verschiedenen Kategorien.
Unsichtbare Verluste: Mikrostillstände unter zwei Minuten werden in manuellen Systemen fast nie erfasst. In der Summe machen sie oft 5–10 % der Gesamtverluste aus.
Automatische OEE-Erfassung über ein MES löst alle drei Probleme: Daten werden in Echtzeit erfasst, Stillstandsgründe sind standardisiert, und auch kürzeste Unterbrechungen werden dokumentiert. Der Unterschied ist nicht inkrementell — er ist fundamental.

Was OEE-Software konkret leistet und kostet: OEE Software im Vergleich
OEE-Verbesserung folgt einem Drei-Phasen-Modell: Transparenz schaffen (Woche 1–4, automatische Datenerfassung starten), Verluste priorisiert beseitigen (Monat 2–3) und OEE als operatives Steuerungsinstrument im Shopfloor Management verankern (ab Monat 4). Bei Meleghy Automotive stieg die Linienauslastung um 5 % allein durch angepasste Auftragsreihenfolge.
Phase 1 — Transparenz (Woche 1–4): Maschinen werden angebunden, die automatische Datenerfassung startet. Zum ersten Mal sieht das Team die tatsächliche OEE statt der geschätzten. Der Wert liegt fast immer unter der Erwartung. Das ist normal und gewollt.
Phase 2 — Gezielte Verbesserung (Monat 2–3): Die sichtbar gewordenen Verluste werden priorisiert und systematisch beseitigt. Bei Meleghy Automotive erkannte das Team, dass bestimmte Produktwechsel systematisch zu unnötigen Rüstunterbrechungen führten. Die Auftragsreihenfolge wurde angepasst, die Linienauslastung stieg um 5 %. Bei Klocke Gruppe resultierten 3 Wochen Skalierung auf alle Linien in 12 % mehr Ausbringung und 7 zusätzlichen Produktionsstunden pro Woche.
Phase 3 — Kontinuierlicher Prozess (ab Monat 4): OEE wird nicht als einmaliges Projekt behandelt, sondern als operatives Steuerungsinstrument im Shopfloor Management verankert: tägliche Dashboards, wöchentliche Reviews, monatliche Trendanalysen.
OEE als Konzept funktioniert mit Papier und Stift. OEE als Steuerungsinstrument funktioniert nur mit automatischer Datenerfassung, Echtzeit-Dashboards und standardisierter Verlustanalyse — also mit einem Manufacturing Execution System (MES). Cloud-native MES-Systeme wie SYMESTIC ermöglichen den Einstieg in automatische OEE-Erfassung innerhalb von Stunden.
Die Datenerfassung beginnt mit der Maschinenanbindung. Maschinendatenerfassung (MDE) liefert Taktzeiten, Stillstände und Leistungsdaten direkt von der Anlage. Betriebsdatenerfassung (BDE) ergänzt Auftrags-, Schicht- und Personaldaten. Zusammen bilden sie die Grundlage für eine vollständige OEE-Berechnung.
Konkrete Ergebnisse aus MES-gestützter OEE-Verbesserung:
| Kunde | Branche | Stillstände | Ausbringung | Verfügbarkeit |
| Meleghy Automotive | Automotive | −10 % | +7 % | +5 % |
| Klocke Gruppe | Pharma | — | +12 % | +8 % |
| Neoperl | Baustoffe | −10 % | +15 % Produktivität | +8 % |
| Carcoustics | Automotive | −4 % | +3 % | +8 % |
| Brita | Konsumgüter | −5 % | +7 % | +3 % |
OEE misst Effektivität innerhalb der geplanten Produktionszeit. TEEP bezieht die gesamte Kalenderzeit ein (inkl. Wochenenden). OAE betrachtet die gesamte verfügbare Anlagenzeit. OLE überträgt das OEE-Prinzip auf den Faktor Mensch. Für operative Verbesserung ist OEE die Standardkennzahl — für strategische Kapazitätsplanung eignet sich TEEP besser.
| Kennzahl | Bezugsgröße | Zeigt zusätzlich | Einsatzgebiet |
| OEE | Geplante Produktionszeit | — | Operative Verbesserung, Shopfloor Management |
| TEEP | Gesamte Kalenderzeit (24/7/365) | Verluste durch Wochenenden, Wartungsfenster | Strategische Kapazitätsplanung |
| OAE | Gesamte verfügbare Anlagenzeit | Verluste durch geplante Nicht-Nutzung | Betriebswirtschaftliche Anlagenbewertung |
| OLE | Geplante Arbeitszeit (Personal) | Personalverfügbarkeit, -leistung, -qualität | Personalplanung, Engpass-Analyse |
Die vollständige Abgrenzung mit Formeln und Einsatzszenarien: OEE, TEEP, OAE und OLE im Vergleich
OEE misst weder Energieeffizienz noch Liefertreue noch Mitarbeiterbelastung. Eine Anlage mit 85 % OEE kann 30 % mehr Energie verbrauchen als nötig, das falsche Produkt hocheffizient herstellen oder hohe Werte durch Überstunden erkaufen. OEE muss in ein KPI-System eingebettet werden — nie isoliert betrachtet.
In der Praxis sollte OEE eingebettet in ein KPI-System betrachtet werden, das auch Liefertreue, Kosten pro Stück, Energieverbrauch und Qualitätskennzahlen umfasst. Ein MES mit konfigurierbaren Dashboards macht das möglich: OEE als zentrale Kennzahl, ergänzt durch kontextbezogene KPIs.
Ausführlich: Die Grenzen der OEE-Kennzahl
Diese Pillar-Page gibt den Gesamtüberblick. Die folgenden Artikel vertiefen einzelne Aspekte mit Formeln, Branchendaten und Praxis-Erkenntnissen.
Was bedeutet OEE?
OEE steht für Overall Equipment Effectiveness (Gesamtanlageneffektivität). Die Kennzahl misst, wie effektiv eine Produktionsanlage genutzt wird, indem sie Verfügbarkeit, Leistung und Qualität in einem einzigen Prozentwert zusammenfasst.
Wie wird OEE berechnet?
OEE = Verfügbarkeit × Leistung × Qualität. Jeder Faktor wird als Prozentwert ermittelt. Bei 90 % Verfügbarkeit, 92 % Leistung und 97 % Qualität ergibt sich eine OEE von 80,3 %.
Was ist ein guter OEE-Wert?
Das hängt von Branche und Maschinentyp ab. In der Serienfertigung gelten 75–85 % als gut. Der international zitierte Weltklasse-Benchmark liegt bei 85 %, ist aber nicht pauschal auf alle Fertigungstypen anwendbar. Entscheidend ist der Trend über die Zeit. Benchmarks nach Branche →
Was sind die häufigsten OEE-Verluste?
Mikrostillstände und Rüstzeiten verursachen in den meisten Fertigungen die größten Verluste. Qualitätsprobleme sind oft der kleinste Faktor. Die Six Big Losses Systematik unterscheidet sechs Verlustarten, zugeordnet zu Verfügbarkeit, Leistung und Qualität. Six Big Losses im Detail →
Wie hängen OEE und MES zusammen?
Ein MES (Manufacturing Execution System) erfasst die für die OEE-Berechnung notwendigen Maschinen- und Betriebsdaten automatisch und in Echtzeit. Ohne automatische Datenerfassung basiert OEE auf manuellen Schätzungen und verliert ihre Aussagekraft als Steuerungsinstrument.
Was kostet OEE-Erfassung?
Cloud-basierte OEE-Software wie SYMESTIC startet bei 500 Euro pro Monat. On-Premise-Systeme erfordern typischerweise sechsstellige Anfangsinvestitionen. Kostenvergleich →
Was ist der Unterschied zwischen OEE und TEEP?
OEE bezieht sich auf die geplante Produktionszeit. TEEP bezieht sich auf die gesamte Kalenderzeit und zeigt damit auch Verluste durch geplante Stillstände wie Wochenenden oder Wartungsfenster.
Kann ich OEE mit Excel erfassen?
Grundsätzlich ja, aber in der Praxis führt manuelle Erfassung zu verzögerten, subjektiven und unvollständigen Daten. Mikrostillstände werden fast nie dokumentiert. Automatische Erfassung über ein MES liefert fundamental bessere Datenqualität.
Lernen Sie die modernsten Ansätze der Industrie 4.0, die Sie in Ihrer Produktion schon morgen umsetzen können, um innerhalb von 4 Wochen Ihre Kosten um gut 20% zu reduzieren.
mehr erfahrenMES (Manufacturing Execution System): Funktionen nach VDI 5600, Architekturen, Kosten und Praxisergebnisse. Mit Implementierungsdaten aus 15.000+ Maschinen.
OEE (Overall Equipment Effectiveness) erklärt: Formel, Berechnung, Benchmarks und die häufigsten Fehler. Mit Praxisdaten aus 15.000+ Maschinen.
MES Software im Vergleich: Anbieter, Funktionen nach VDI 5600, Kosten (Cloud vs. On-Premise) und Implementierung. Ehrlicher Marktüberblick 2026.