Predictive Maintenance-Potenzial wird nicht ausgeschöpft

Predictive Maintenance-Potenzial wird nicht ausgeschöpft

Gut acht von zehn Unternehmen mit Predictive-Maintenance-Erfahrung bewerten bislang erzielte Ergebnisse eher positiv, ergab kürzlich eine Umfrage der Unternehmensberatung Staufen. Was beeindruckend klingt, sei aber eher ein Beleg, mit welch geringen Erwartungen an die vorausschauende Instandhaltung herangehen werde, fasst Staufen-CEO Martin Haas die zentralen  Studienergebnisse zusammen. Noch schöpfen die Anwendungen das Potenzial dieser Technologie bei weitem nicht aus.


Predictive Maintenance erfüllt also im Regelfall zwar, was versprochen wird, doch auf einem insgesamt sehr niedrigen Niveau. “Eine intelligente Software kann natürlich frühzeitig Warnzeichen für Fehler, Verschleiß und Ausfälle erkennen und melden”, so Martin Haas, CEO von Staufen. “Doch immer noch gilt: Die meisten Ausfälle sind eine Folge von menschlichen Unzulänglichkeiten und nicht von Verschleiß. Nur ein sehr geringer Teil der Standzeiten einer Maschine gründet sich auf technische Nichtverfügbarkeit. Dies darf beim aktuellen Hype um Predictive Maintenance nicht außer acht gelassen werden. Erst, wenn Anwender einen echten Mehrwert erfahren, wird die vorausschauende Wartung nachhaltig überzeugen.”

Mehrwert geringer als behauptet

Hinzu kommt: Viele Unternehmen verfügen bereits über umfassende Erfahrungen mit Abnutzung und Verschleiß ihrer Maschinen sowie geeigneten Wartungsintervallen vor Ort, so dass der aktuelle Mehrwert von Predictive Maintenance weit geringer sein dürfte als vielfach behauptet. Dennoch: In die nähere Zukunft blickend, bewerten 74 Prozent Predictive Maintenance für den eigenen Maschinenpark als wichtiges Thema, 65 Prozent messen der vorausschauenden Wartung zudem als Servicekomponente für Kundenprodukte eine hohe Bedeutung bei. Im Maschinenbau dagegen ist das Verhältnis umgekehrt, hier geht es verstärkt darum, mit neuen Dienstleistungen im Service Umsatz zu erzielen.

Kombination mit Assistenzprogrammen

“Grundsätzlich bietet Predictive Maintenance gerade dem Maschinenbau immense Potenziale. Aber um echte Erfolge damit zu erzielen, sind Systeme einzusetzen, die mehr bieten als die bisherigen Anwendungen und auch dabei unterstützen, den Anteil menschlicher Fehler zu verringern. Hier ist beispielsweise die Kombination mit Assistenzprogrammen für die Bediener der Maschinen denkbar, die Anwendungsfehler reduzieren können, oder Lösungen zur gleichzeitigen Optimierung auf der Grundlage von Maschinendaten”, erläutert Johann Soder, COO, Geschäftsführung Operatives Geschäft bei SEW-Eurodrive. Für den Deutschen Industrie 4.0 Index 2018 befragte die Unternehmensberatung Staufen zusammen mit der Staufen Digital Neonex GmbH rund 450 Unternehmen in Deutschland. Die Befragung erfolgte zur Jahresmitte 2018. Gut zwei Drittel der befragten Unternehmen entstammen dem Maschinen- und Anlagenbau, der Elektro- und der Automobilindustrie.

 

Das könnte Sie auch interessieren

Für dauerhafte Wettbewerbsfähigkeit müssen deutsche Hersteller angesichts weiterhin drohender Rezession und hoher Energiekosten die nächste Stufe der Digitalisierung erreichen. Die Mehrheit der Unternehmen bereitet sich in diesem Zug auf Smart Manufacturing vor, wie eine von Statista durchgeführte und Avanade beauftragte Studie zeigt.‣ weiterlesen

Vom 22. bis zum 26. April wird Hannover zum Schaufenster für die Industrie. Neben künstlicher Intelligenz sollen insbesondere Produkte und Services für eine nachhaltigere Industrie im Fokus stehen.‣ weiterlesen

Eine Umfrage von Hewlett Packard Enterprise (HPE) unter 400 Führungskräften in Industrie-Unternehmen in Deutschland zeigt, dass zwei Drittel der Befragten den Data Act als Chance wahrnehmen. Der Data Act stieß unter anderem bei Branchenverbänden auf Kritik.‣ weiterlesen

Mit der Do-it-yourself-Automatisierung sollen Unternehmen ihre Automatisierungskonzepte selbst gestalten können. Die Komponenten dafür werden über eine Plattform bereitgestellt. Ettienne Lacroix, CEO der DIY-Plattform Vention erklärt das Konzept.‣ weiterlesen

Fraunhofer-Forschende haben für Fahrer und Fahrerinnen von Baumaschinen einen Helm mit integriertem Beschleunigungssensor entwickelt. Die Helm-Sensorik misst die Vibrationen der Baumaschinen. Die Sensorsignale werden analysiert, eine Software zeigt die Belastung für den Menschen an.‣ weiterlesen

Deutsche Unternehmen nehmen eine zunehmende Bedrohung durch Cyber-Angriffe wahr. Das zeigt eine aktuelle Umfrage vom Markt- und Meinungsforschungsinstitut YouGov im Auftrag von 1&1 Versatel, an der mehr als 1.000 Unternehmensentscheider teilnahmen.‣ weiterlesen

Carbon Management-Technologien stehen im Fokus, um CO2-Emissionen zu reduzieren und zu managen. Die Rolle des Maschinenbaus und mögliche Entwicklungspfade betrachtet eine neue Studie des VDMA Competence Center Future Business.‣ weiterlesen

Rund 2.700 Aussteller aus mehr als 50 Ländern werden vom 10. bis 14. Juni zur Achema in Frankfurt erwartet. Mit mehr als 1.000 Rednern setzt das begleitende Kongress- und Bühnenprogramm darüber hinaus Impulse für eine erfolgreiche Transformation der Prozessindustrie. An allen fünf Messetagen sollen zudem Angebote für den Nachwuchs zur Zukunftssicherung der Branche beitragen.‣ weiterlesen

Nach Bitkom-Berechnungen fehlen bis zum Jahr 2040 mehr als 660.000 IT-Fachkräfte. Welche Maßnahmen helfen könnten, diesem Trend entgegenzuwirken, hat der Verband beleuchtet. Potenziale liegen unter anderem darin, mehr Frauen für IT-Berufe zu begeistern oder den Quereinstieg zu erleichtern.‣ weiterlesen

Laut einer Studie der Unternehmensberatung Bain & Company könnten Unternehmen ihre Produktivität durch digitale Tools, Industrie 4.0-Technologien und Nachhaltigkeitsmaßnahmen steigern. Deren Implementierung von folgt oft jedoch keiner konzertierten Strategie.‣ weiterlesen

Hohe Geschwindigkeit und hohe Erkennungsraten sind die Anforderungen an die Qualitätskontrolle in der Verpackungsbranche. Wie diese Anforderungen erreicht werden können, zeigt das Unternehmen Inndeo mit einem Automatisierungssystem auf Basis von industrieller Bildverarbeitung und Deep Learning.‣ weiterlesen