02 OEE-Dashboard

OEE-Dashboard mit dem productivity-metrics-Endpoint.

In diesem Tutorial erstellst du ein Abteilungs-Dashboard mit aggregierten OEE-Kennzahlen, Produktionsstatus aller Maschinen und einer Abteilungsübersicht:

Was du lernst

• POST-Requests mit dem productivity-metrics-Endpoint konfigurieren

• Versteckte Zeitvariablen mit 10-Minuten-Ausrichtung erstellen

• OEE-Metriken als Tabelle mit Farbskala anzeigen

• Maschinenaktivität als State Timeline visualisieren

• Gewichtete OEE-Aggregation für Abteilungsübersichten berechnen

Voraussetzungen

• ENLYZE API abfragen und Variablen abgeschlossen

• Verständnis von Transformationen (Tutorial 3.2)

---

10-Minuten-Ausrichtung

Der productivity-metrics-Endpoint erfordert Zeitbereiche, die auf 10-Minuten-Intervalle ausgerichtet sind (Minuten: 0, 10, 20, 30, 40, 50; Sekunden und Millisekunden: 0).

Wenn Nutzende in Grafana z.B. "Last 7 days" auswählen, enthalten die Zeitwerte beliebige Sekunden. Erstelle zwei versteckte Query-Variablen, die die Zeitwerte automatisch runden.

Zeitvariablen erstellen

Erstelle ein neues Dashboard und lege unter Settings > Variables zwei Variablen an:

Einstellung	start	end
Name	start	end
Type	Query	Query
Data source	ENLYZE API	ENLYZE API
Hide	Variable	Variable
Refresh	On time range change	On time range change
Source	Inline	Inline
Data	{"time": ${__from}}	{"time": ${__to}}

Root Selector (JSONata, für beide Variablen identisch):

(
  $time_millis := $number($.time);
  $time_rounded := $time_millis - ($time_millis % 600000);
  $fromMillis($time_rounded)
)

Der Ausdruck rechnet den Zeitstempel in Millisekunden um, rundet auf das nächste 10-Minuten-Intervall ab und wandelt zurück in ein ISO-Datum.

Für einfachere Dashboards reicht auch die Rundung auf volle Stunden: ${__from:date:YYYY-MM-DDTHH:00:00}+00:00. Die 10-Minuten-Rundung ist aber genauer und funktioniert mit allen Endpunkten der ENLYZE API.

---

OEE nach Maschine (Tabelle)

Die Tabelle zeigt OEE, Availability, Performance und Quality für jede Maschine der Abteilung.

POST-Request konfigurieren

Erstelle ein Table-Panel und konfiguriere die erste Query:

Einstellung	Wert
Type	JSON
Parser	Backend
Method	POST
URL	machines/141e0927-62b3-4e76-8398-ad82d20f397f/productivity-metrics
Body type	Raw
Body content type	application/json

Body:

{
  "datetime_ranges": [
    {
      "start": "${start}",
      "end": "${end}"
    }
  ]
}

Achte darauf, dass der Body content type auf application/json steht (nicht text/plain). Andernfalls antwortet die API mit HTTP 422.

Columns und Computed Columns

Setze den Root Selector auf $.data und füge unter Parsing options & Result fields folgende Columns hinzu:

Selector	Title	Type
productivity.score	productivity	Number
availability.score	availability	Number
performance.score	performance	Number
quality.score	quality	Number

Füge zwei Computed Columns hinzu, um die Maschine zu identifizieren:

Selector	Title	Type
"141e0927-62b3-4e76-8398-ad82d20f397f"	machine_uuid	String
"Kiefel"	Machine	String

Weitere Maschinen

Wiederhole die Query für jede Maschine der Abteilung (Macchi, Alpine, Reifenhäuser, W&H Varex). Ändere jeweils die UUID in der URL und in den Computed Columns.

Transformationen

1. Merge bringt alle Queries in eine gemeinsame Tabelle

2. Organize fields blendet machine_uuid aus und benennt die Spalten um (productivity → OEE, availability → Availability usw.)

Visuelle Gestaltung

Konfiguriere die Tabelle unter Standard options:

• Unit: Percent (0.0-1.0)

• Color scheme: Continuous - RdYlGr

• Min: 0, Max: 1

Erstelle Field Overrides für die Spalten OEE, Availability, Performance und Quality:

• Cell type: Gauge (basic, color display)

Aktiviere den Table Footer mit Calculation Mean für die Abteilungsdurchschnitte.

Füge unter Value mappings einen Eintrag hinzu:

• Type: Special > Null

• Display text: NO DATA

• Color: Text

Nicht alle Maschinen liefern Qualitätsdaten. Im Demo-Account ist Quality für alle Maschinen 1 (100 %). Das null-Mapping sorgt dafür, dass Maschinen ohne Daten im gewählten Zeitraum "NO DATA" statt eines Fehlers zeigen.

---

Maschinenaktivität (State Timeline)

Die State Timeline zeigt auf einen Blick, wann welche Maschine in Produktion war und wann sie stillstand.

ENLYZE-Datenquelle verwenden

Erstelle ein State Timeline-Panel mit der ENLYZE-Datenquelle (nicht ENLYZE API). Erstelle für jede Maschine eine Query und wähle jeweils die Variable Durchsatz aus.

Konfiguriere Field Overrides für jede Query (nach Frame refID), um die Maschine als Display Name anzuzeigen (z.B. "Kiefel", "Macchi" usw.).

Value Mappings

Erstelle zwei Range-Mappings, um den Durchsatzwert in einen Betriebsstatus umzuwandeln:

Von	Bis	Text	Farbe
-1000	1	STILLSTAND	Rot
1	10000	IN PRODUKTION	Grün

Die Logik: Liegt der Durchsatz bei 0 oder nahe 0, steht die Maschine. Liegt er über 1, produziert sie.

---

Abteilungsübersicht

Vier Stat-Panels zeigen die aggregierten OEE-Kennzahlen der gesamten Abteilung: OEE, Availability, Performance und Quality.

OEE und Availability (Mittelwert)

Erstelle ein Stat-Panel für den Department OEE. Konfiguriere 5 Queries (eine pro Maschine) mit denselben POST-Requests wie in der Tabelle, aber mit anderem Root Selector und Columns:

• Root Selector: $.data

• Column: productivity.score als "OEE" (Number)

Füge eine Merge-Transformation hinzu. Unter Value options > Calculation wähle Mean.

Konfiguriere:

• Color mode: Background

• Unit: Percent (0.0-1.0)

• Thresholds: Rot (Basis), Gelb (0.6), Grün (0.8)

• Value Mapping: null → "NO DATA"

Erstelle ein zweites Panel für Availability nach dem gleichen Muster, mit Column availability.score.

Performance und Quality (gewichtet)

Für Performance und Quality reicht ein einfacher Mittelwert nicht aus. Wenn Maschinen unterschiedlich lange laufen, müssen die Werte nach Availability gewichtet werden.

Formel:

$$\text{Dept. Performance} = \frac{\sum_{i} \text{Availability}_i \times \text{Performance}_i}{\sum_{i} \text{Availability}_i}$$

Erstelle ein Stat-Panel für Performance. Die 5 Queries verwenden einen JSONata Root Selector:

$map($.data, function($v) {
  {
    "avail": $v.availability.score,
    "weighted_perf": $v.availability.score * $v.performance.score
  }
})

Jede Query liefert die Availability und das gewichtete Produkt (Availability x Performance).

Transformationen:

1. Merge fasst alle Queries zusammen

2. Reduce mit Mode Reduce fields und Calculation Sum summiert beide Spalten

3. Add field from calculation mit Mode Binary operation: weighted_perf / avail, Alias "Performance", Replace all fields aktiviert

Für Quality folge dem gleichen Muster mit diesem Root Selector:

$map($.data, function($v) {
  {
    "avail": $v.availability.score,
    "weighted_quality": $v.availability.score *
      ($exists($v.quality) ? $v.quality.score : 1)
  }
})

Der $exists-Fallback stellt sicher, dass Maschinen ohne Qualitätsdaten als Quality = 1 (100 %) gewertet werden.

Die gewichtete Aggregation stellt sicher, dass Maschinen mit hoher Verfügbarkeit stärker in die Abteilungskennzahlen einfließen als Maschinen, die kaum liefen. Mehr zur OEE-Berechnung findest du in der ENLYZE-Dokumentation.

---

Tipps

• 10-Minuten-Variablen: Die versteckten start- und end-Variablen funktionieren in jedem Dashboard, das den productivity-metrics-Endpoint nutzt. Kopiere sie bei Bedarf in andere Dashboards.

• production-runs vs. productivity-metrics: Verwende production-runs (GET, Tutorial 4.2) für OEE pro Auftrag. Verwende productivity-metrics (POST) für aggregierte Schicht- oder Tagesberichte.

• 422 Unprocessable Entity: Die Zeitwerte sind nicht korrekt ausgerichtet. Prüfe die versteckten Variablen und stelle sicher, dass der Body content type auf application/json steht.

• Einzelne Maschine: Für ein Dashboard mit Live-Status einer einzelnen Maschine siehe Produktionsstatus-Dashboard.

---

Nächste Schritte

• Stillstandsauswertung — Maschinenstillstände analysieren und visualisieren