Beschreibung
## Entwicklung eines Produktionsdashboards auf Basis einer SQL-Datenbank
### Hintergrund
In unserem Produktionsbereich werden seit über 20 Jahren Maschinendaten, Auftrags- und Qualitätsinformationen in einer relationalen SQL-Datenbank erfasst. Dieser umfangreiche Datenschatz wird bislang unzureichend genutzt: Auswertungen erfolgen manuell, ad hoc und ohne einheitliche visuelle Aufarbeitung.
Ziel dieser HiWi-Tätigkeit ist es, auf Basis der bestehenden Datenbankinfrastruktur ein interaktives Pr...
weiter lesen
## Entwicklung eines Produktionsdashboards auf Basis einer SQL-Datenbank
### Hintergrund
In unserem Produktionsbereich werden seit über 20 Jahren Maschinendaten, Auftrags- und Qualitätsinformationen in einer relationalen SQL-Datenbank erfasst. Dieser umfangreiche Datenschatz wird bislang unzureichend genutzt: Auswertungen erfolgen manuell, ad hoc und ohne einheitliche visuelle Aufarbeitung.
Ziel dieser HiWi-Tätigkeit ist es, auf Basis der bestehenden Datenbankinfrastruktur ein interaktives Produktionsdashboard zu entwickeln, das relevante Kennzahlen in Echtzeit sowie im historischen Verlauf darstellt und so fundierte Entscheidungen im Produktionsalltag unterstützt.
### Aufgaben und Tätigkeitsschwerpunkte
**Datenbankanalyse & Datenmodellierung **
- Einarbeitung in die bestehende SQL-Datenbankstruktur (Tabellen, Relationen, Historisierung)
- Identifikation und Bereinigung relevanter Datenquellen für die Zielkennzahlen
- Entwicklung effizienter SQL-Abfragen und ggf. vorberechneter Aggregationstabellen (Views, Stored Procedures)
**Dashboard-Entwicklung **
- Umsetzung interaktiver Visualisierungen mit Python/Dash/Plotly, Grafana oder Power BI
- Darstellung von Maschinenverfügbarkeit und OEE (Overall Equipment Effectiveness) im Zeit- und Schichtverlauf
- Visualisierung von Ausschussquoten, Nacharbeitsraten und Qualitätstrends über den 20-jährigen Datenzeitraum
- Auftragsfortschritt und Durchlaufzeitanalysen je Fertigungsauftrag und Maschine
- Implementierung von Filtermöglichkeiten (Zeitraum, Maschinengruppe, Auftragsnummer, Schicht)
**Integration & Deployment **
- Anbindung des Dashboards an die bestehende SQL-Datenbank (live oder geplante Aktualisierungsintervalle)
- Dokumentation des Codes und der Datenbanklogik für eine nachhaltige Nutzung
- Übergabe und Einweisung der zuständigen Mitarbeitenden
### Ziel-Kennzahlen des Dashboards
**Maschinenverfügbarkeit / OEE**
- Verfügbarkeit je Maschine
- OEE (Availability × Performance × Quality)
- Stillstandszeiten & Ursachen
- Langzeittrend über 20 Jahre
**Durchlaufzeit & Aufträge**
- Durchlaufzeit je Auftrag & Maschine
- Auftragsfortschritt in Echtzeit
- Termintreue / On-Time Delivery
- Vergleich Plan vs. Ist
**Ausschuss & Qualität**
- Ausschussquote je Maschine / Schicht
- Nacharbeitsrate & Fehlerarten
- Qualitätstrend-Analyse (historisch)
- First Pass Yield (FPY)
### Anforderungen an Bewerber/innen
**Voraussetzungen (Must-have)**
- Gute Kenntnisse in SQL (Abfragen, Joins, Aggregationen)
- Programmiererfahrung in Python oder vergleichbarer Sprache
- Grundverständnis von Datenvisualisierung und Kennzahlensystemen
**Von Vorteil (Nice-to-have)**
- Erfahrung mit Dash/Plotly, Grafana oder Power BI
- Kenntnisse im Bereich Fertigungs- oder Produktionstechnik
- Erfahrung mit Versionskontrolle (Git)
- Selbstständige, strukturierte Arbeitsweise
### Was wir bieten
- Einblick in reale Produktionsdaten über einen Zeitraum von 20 Jahren
- Enge Zusammenarbeit mit erfahrenen Ingenieuren
- Flexible Arbeitszeiten, auch teilweise remote möglich
- Möglichkeit zur Weiterführung als Abschlussarbeit (Bachelor/Master)
- Aufwandsentschädigung gemäß RWTH-Regelungen
### Bewerbung & Kontakt
Bitte sende uns eine kurze Vorstellung mit Lebenslauf und einem Satz zu deiner Motivation per E-Mail. Erste Erfahrungen mit SQL oder Dashboarding-Tools (auch aus Nebenprojekten oder Studium) sind willkommen.
Kontakt: Geschäftsführer Dr.-Ing. Filippos Tzanetos, ft@quadtec.de
Beginn jederzeit nach Absprache – wir freuen uns auf deine Bewerbung.