Miért sokkal magasabb az MI-használat a cseh és szlovák feldolgozóiparban, mint a lengyelben vagy a románban?

Az Eurostat-adatok nem magyarázzák az okokat. Mindkét ország nagyjából megduplázta az arányát 2024 és 2025 között, és az ugrás egy része a tágabb 2025-ös kérdőívből ered. A különbséget az eltérő kiindulópontok jelzéseként kezelje, ne az üzemek rangsoraként.

Kihagyhatunk szakaszokat, és kezdhetünk prediktív karbantartással?

Igen, egyetlen gépen, egyértelmű hibamóddal és dedikált érzékelőkkel. Számítson arra, hogy a projekt annál a gépnél újraépíti az 1. és 2. szakasz egyes részeit. Az 1–3. szakasz nélküli üzemszintű MI rendszerint elakad a hiányzó vagy címkézetlen adatokon.

Mennyi idő alatt jutunk el az 1. szakasztól a 4.-ig?

Attól függ, milyen gyorsan állandósulnak az okkódok és a napi használat. Az elemzéshez több hónapnyi, azonos módon gyűjtött adat kell. Tipikus időtartamot nem közlünk, mert nincs ellenőrzött adatunk.

Kellenek adattudósok az 1–3. szakaszhoz?

Nem. Ezekhez a szakaszokhoz olyan termelési, karbantartási és minőségügyi szakemberek kellenek, akik a definíciókért felelnek, és naponta használják az adatokat. A speciális szakértelem főként az 5. szakaszban számít.

Segít-e az adatréteg az IATF-auditokon?

Igen. Az automatikusan rögzített leállások és darabszámok erősebb alapot adnak azokhoz az OEE-, MTBF- és MTTR-célokhoz, amelyeket az IATF 16949 8.5.1.5 pontja példaként nevez meg, valamint ezek havi trendjéhez és átvizsgálásához.

Kezdőlap

Útmutató · Adatok és MI · 2026. szeptember 22-i állapot

Miért csak a régiós gyártók 3–8%-a használ MI-t, és milyen adatrétegnek kell megelőznie

Az Eurostat 2025-ös felvétele szerint a román, lengyel és magyar gyártók MI-használata az uniós arány felénél is kisebb. A megoldás ritkán egy jobb modell. Hanem megbízható, minden műszakban gyűjtött gépadat.

Röviden2025-ben a legalább 10 főt foglalkoztató gyártók közül Romániában 3,2%, Lengyelországban 7,7%, Magyarországon 7,8% használt legalább egy MI-technológiát, szemben az uniós 17,3%-kal (Eurostat). Az ipari MI-hez teljes, időbélyeggel ellátott gépállapotok, darabszámok és leállási okok kellenek. Ezt építse ki először: automatikus rögzítés, okok hozzárendelése, napi használat, majd elemzés, végül MI a megmaradt problémákra.

Az alkalmazás számai

Legalább egy MI-technológiát használó vállalkozások, 10+ fő, a vállalkozások %-ában
Ország	Minden ágazat 2024	Minden ágazat 2025	Feldolgozóipar 2024	Feldolgozóipar 2025
Románia	3,1	5,2	1,3	3,2
Lengyelország	5,9	8,4	5,1	7,7
Magyarország	7,4	10,4	4,8	7,8
Csehország	11,3	17,6	9,6	16,7
Szlovákia	10,8	18,0	8,1	15,8
EU-27	13,5	20,0	10,6	17,3
Németország (referencia)	19,8	26,0	16,1	24,4

Forrás: Eurostat isoc_eb_ai (minden ágazat) és isoc_eb_ain2 (feldolgozóipar, NACE C), E_AI_TANY mutató, 2024–2025. Az Eurostat 2025-ben kibővítette az MI-re vonatkozó kérdéseket, így a 2024→2025-ös növekedés egy része a felvétel változásából ered, nem csak valós elterjedésből.

Két csoport rajzolódik ki. Romániában, Lengyelországban és Magyarországon a feldolgozóipari MI-használat az uniós arány felénél kisebb. Csehországban és Szlovákiában egy év alatt nagyjából megduplázódott, és ma közel van az uniós szinthez, bár az ugrás egy részét a felvétel változása magyarázza.

Az EU egészében azok a vállalkozások, amelyek fontolóra vették az MI-t, de nem használták, leggyakrabban a megfelelő szakértelem hiányát nevezték meg okként (70,9%), ezt követték a tisztázatlan jogi következmények (52,5%) és az adatvédelmi aggályok (48,8%) (Eurostat, Use of artificial intelligence in enterprises, 2025). Az Eurostat ebben a kiadásban nem közöl adatot az adatminőségről mint akadályról, ezért mi sem idézünk ilyet.

Miért akadnak el az ipari MI-projektek az adatokon

Nincs megbízható statisztikánk arról, hány ipari MI-projekt bukik el, és a keringő számokban nem bízunk. A mechanizmust könnyebb megmutatni, mint megszámolni. Egy modellnek, amely meghibásodást jelez előre, beállítást javasol vagy veszteséget magyaráz, előzményadatok kellenek. Ezeknek négy feltételnek kell megfelelniük.

Teljes. Minden leállás, a rövidek is, kezdő- és záróidővel. A kézzel naplózott meghibásodásokon tanított modell soha nem látja azokat a kétperces elakadásokat, amelyek a veszteség nagy részét adják.
Címkézett. A leállásokhoz rövid, stabil listából vett okok kellenek. Ha az „egyéb” a legnagyobb kategória, abból a modell semmit nem tanul.
Összehangolt. A gépállapotoknak, darabszámoknak, cikkszámoknak, műszakoknak és, ahol van, a folyamatértékeknek egy órán kell osztozniuk. Egy PLC-napló utólagos összehangolása egy papíros műszakjelentéssel lassú, és gyakran lehetetlen.
Elég hosszú és stabil. Hónapoknyi, azonos módon gyűjtött adat, olyan folyamatról, amelyet nem definiáltak újra minden negyedévben.

Ha ezek a feltételek nem teljesülnek, egy MI-projekt első szakasza adatprojektté válik, akár így tervezték, akár nem. Olcsóbb az adatréteget önálló projektként, a napi veszteségcsökkentésből származó saját megtérüléssel betervezni, és az MI-t későbbi, erre épülő lehetőségként kezelni.

A szakértelemhiányA 70,9%-os szakértelem-akadály szintén az adatréteg mellett szól. Az alábbi 1–3. szakaszhoz termelési és karbantartási szakemberek kellenek, nem adattudósok. Csak az 5. szakaszban nélkülözhetetlen a speciális MI-szakértelem, és addigra a probléma elég szűk ahhoz, hogy külsőtől megvásárolható legyen.

Ötlépcsős ütemterv

Gépállapotok és darabszámok automatikus rögzítéseMinden kulcsgép jelből, nem tollal jelenti, hogy fut, áll vagy termel, darabszámmal együtt. Kész, ha: az elmúlt hónap bármely műszakjára meg tudja mutatni minden leállás kezdetét és végét, és a darabszám kis, ismert eltéréssel egyezik a termelési jelentéssel.
Okok hozzárendelése a leállásokhozA gépkezelők rövid listából választanak okot a gépnél vagy táblagépen, a leállás közben. A listáért a karbantartás felel. Kész, ha: a leállási percek több mint kilenctizedéhez van ok, és az „egyéb” nincs az első háromban.
Napi használat a műszakértekezletekenA műszakkezdő megbeszélés az előző nap gépenkénti és okonkénti veszteségeiből dolgozik, nem emlékezetből. Az intézkedéseket felelőssel rögzítik. Kész, ha: a műszakvezetők kérik a képernyőt, ha hiányzik, és minden kulcssor legnagyobb veszteségéhez van nyitott intézkedés.
Elemzés stabil adatokonTöbb hónapnyi következetes adattal vizsgálja a mintázatokat: veszteségek cikkszám, műszak, átállástípus, a legutóbbi karbantartás óta eltelt idő szerint. Itt válnak az MTBF-, MTTR- és OEE-trendek elég megbízhatóvá az auditokhoz és a vevőkhöz. Kész, ha: egy órán belül, számokkal meg tudja válaszolni, „miért veszített a 3-as sor négy százalékpontot a múlt hónapban”.
ML és MI a megmaradt problémákraVálasszon egy szűk, költséges problémát, amelyet az elemzés nem oldott meg: figyelmeztető jelekkel járó hibamód, folyamatértékekhez kötődő minőségi sodródás, ütemezési probléma. Adja hozzá az ehhez szükséges érzékelőket vagy adatokat. Kész, ha: van egy modell mért hatással egy megnevezett veszteségre, és a termelésben valaki felel érte.

Az 1–3. szakasz egyben azt a bizonyítékot is előállítja, amelyet az IATF 16949 8.5.1.5 pontja a karbantartási célokra kér; lásd: mit várnak el az auditorok az OEE, MTBF és MTTR terén. Energia-almérőkkel kiegészítve ugyanez a réteg megválaszolja a vevők darabonkénti energiára vonatkozó kérdéseit.

Ingyenes adatok

Közép-kelet-európai feldolgozóipari adatcsomag 2026

Az oldal összes mutatója 7 országra, az EU-27-re és Németországra, Eurostat-adatkészletkódokkal és hivatkozásokkal. Excel.

Adatcsomag letöltése →

Ellenőrzőlista: készen állnak-e az adatai az MI-re?

Egy kulcssorra válaszoljon, ne az egész üzemre
Ellenőrzés	Kész	Még nem kész
Hogyan rögzítik a leállásokat?	Automatikusan, a gépjelből, időbélyeggel	Papíron vagy a műszak végén begépelve
Láthatók a rövid leállások?	Igen, percre pontosan vagy annál finomabban	Csak a néhány percnél hosszabb leállások
Okkal ellátott leállási idő aránya	Kb. 90% felett, kicsi „egyéb”	Nagy „egyéb” vagy „ismeretlen” kategória
Darabszámok	A gépről, cikkszámonként	A műszakjelentésből vagy ERP-könyvelésből
Közös óra	Az állapotok, darabszámok és folyamatadatok egy időalapon	Külön rendszerek, kézzel összehangolva
Előzmények	Hat hónap vagy több, azonos módon gyűjtve	Hetek, vagy a definíciók nemrég változtak
Napi használat	A műszakértekezleteken használják; a hibák kiderülnek és javítják őket	Havonta vagy auditokhoz nézik meg
Felelősség	Megnevezett felelős az okkódokért és a definíciókért	Senki, vagy csak az IT

A küszöbök gyakorlati ökölszabályok, nem publikált referenciaértékek.

Ha a válaszok többsége a jobb oldali oszlopban van, egy MI-projekt az első hónapjait ezek javításával tölti. Ezt a munkát érdemes elvégezni, de a költségtervezésnél és a pályázatnál nevezze néven.

Hogyan kapcsolódik ez a támogatásokhoz

Több közép-kelet-európai digitalizációs program elszámolható költségként nevezi meg a termelési adatgyűjtést, a MES-t vagy az IoT-t, ami jól illik az 1–3. szakaszhoz. A felhívások állapota gyakran változik. Testvéroldalunk országonként, dátumokkal és hivatalos hivatkozásokkal sorolja fel a konstrukciókat: gyárdigitalizációs támogatások a régióban. Az aktuális felhívás dokumentációját ellenőrizze a támogató szervezetnél; ez nem pályázati tanácsadás.

Honnan származhat az adatréteg

Három gyakori út
Út	Akkor illik, ha	Mire figyeljen
MES	A gyártócsarnokban rendeléskezelésre, nyomonkövethetőségre és munkautasításokra is szüksége van	Hosszabb projektek; a régebbi gépeken a gépállapot-rögzítéshez így is kiegészítő hardver kellhet
Helyi integrátor (PLC- és SCADA-adatok)	A gépek vezérlői hozzáférhetők, és van házon belüli IT-támogatás	A definíciók és a dashboardok egyediek; őrizze meg a dokumentációt
Felügyeleti termék (például TeepTrak)	Gyorsan szeretne állapotokat, leállási okokat és darabszámokat, a régebbi gépeken is	Előfizetési költség; ERP- vagy MES-integráció, ha később szüksége lesz rá

Az oldalt a TEEPTRAK SAS adja ki, amely termelésfelügyeleti és OEE-szoftvert értékesít (több mint 450 felszerelt gyár, több mint 30 országban; közép-kelet-európai csapat Bukarestben). A harmadik út kapcsán nem vagyunk semlegesek. Mindhárom út teljesítheti az 1–3. szakaszt. Ahogy egy fegyelmezetten vezetett táblázat is egyetlen soron, első próbaként arra, hogy a csapatai használni fogják-e az adatokat.