iot_21_1920x540

On-Demand

Websession Predictive Maintenance

Predictive Maintenance beschreibt die vorausschauende Wartung von Maschinen und Anlagen bzw. von Produkten im Kundeneinsatz, mit dem Ziel, Stillstände und Ausfälle möglichst effizient zu minimieren.

Bei Predictive Maintenance ist es sinnvoll, zwischen interner und externer Sichtweise zu unterscheiden:

  • Bei der internen Sichtweise geht es um die vorausschauende Wartung im Kontext der eigenen Fertigung. Der Fokus liegt insbesondere darauf, Totzeiten bzw. ungeplante Stillstände auf möglichst effiziente Weise zu minimieren. Eine Minimierung an sich ließe sich auch durch eine entsprechende Erhöhung der Wartungszyklen erreichen.
  • Die externe Sichtweise bezieht sich auf Produkte, die beim (End-)Kunden im Betrieb sind: Auch hier geht es letztendlich darum, Ausfälle möglichst effizient zu vermeiden. Allerdings wird in der Regel primär angestrebt, die Kunden- und Anwenderzufriedenheit zu erhöhen - durch Stabilisierung der Produktperformance bzw. durch die Realisierung neuer Geschäftsmodelle und Serviceangebote.

a) Predictive Maintenance in der internen Sichtweise (Fertigung und Logistik):
Viele Produktionslinien bestehen aus einer heterogenen Kombination von Maschinen unterschiedlicher Hersteller, unterschiedlichen Alters etc. Hinsichtlich der Datenerfassung besteht hier die Herausforderung, diese Komponenten einheitlich und in ihrem Zusammenwirken zu erfassen, zu analysieren und zu verstehen, um so Ausfälle verlässlich vorhersagen zu können. So können Wartungseinsätze vorausschauend angestoßen und darüber hinaus auch unter Einbeziehung von betriebswirtschaftlichen Parametern aus dem ERP-Kontext (z. B. Materialverschleiß, Rüstzeiten oder Schichtplanungen) optimiert werden.

b) Predictive Maintenance bei Produkten, die bei (End-)Kunden in Betrieb sind:
Die Voraussetzung hierfür ist, dass die Produkte „smart“, also mit vernetzten Sensoriklösungen ausgestattet sind und aus dem Feld heraus mit den Systemen des Herstellers kommunizieren können. Ist dies der Fall, kann ein Hersteller viel mehr über die tatsächliche Performance seiner Produkte bzw. über deren Nutzung beim Kunden lernen. Darüber hinaus können Betriebsparameter in Echtzeit analysiert und so bspw. Zusammenhänge mit Ausfällen erkannt werden. Wartungsprozesse können optimiert und proaktiv angestoßen werden, was in einer höheren Kundenzufriedenheit resultiert. Außerdem können Produkte aufgrund der gewonnenen Erkenntnisse verbessert werden. Ist der Betrieb des verbesserten Produktes dann ausreichend verlässlich, können auch neue Geschäftsmodelle wie Pay-per-Use umgesetzt werden.

In dieser Websession thematisieren wir für beide Ansätze die Mehrwerte und schauen uns Kundenbeispiele an. Anschließend stellen wir eine typische Vorgehensweise bzw. das technologische Setup vor.

Ihre Referenten:

  • Andreas Oyrer, Geschäftsführer, CDE Engineering
  • Robin Richter, Solution Expert AI, avantum consult

Jetzt kostenlos ansehen:

iot_15_1900x1900

IoT Websession-Reihe