Niemand denkt gerne über potenzielle Störungen oder Maschinenausfälle nach. Allerdings sind diese in allen produzierenden Unternehmen ein großer Teil des Tagesgeschäfts. Industrieunternehmen, die heute wettbewerbsfähig bleiben wollen, kommen daher um eine smarte Maintenance-Strategie nicht herum.
(Bild:©Linus/stock.adobe.com)
Betriebsstörungen und unerkannte Mängel am Equipment sind nicht nur mit ungeplanten Ausfallzeiten und Gefahren für die Mitarbeitenden verbunden, sondern auch mit Kosten. Mit Predictive Maintenance erkennt und behebt das Team frühzeitig Maschinenstörungen, bevor ernsthafte Probleme auftreten. Das erhöht die Planbarkeit der Betriebsabläufe und Wartungsintervalle, steigert die Effizienz der Produktion und beeinflusst eine ganze Reihe weiterer KPIs. Praxisbeispiele zeigen, wie sich die Umstellung auf Predictive-Maintenance-Modelle konkret auswirkt, und wie die Implementierung am besten gelingt.
Der größte Mehrwert von Predictive-Maintenance-Modellen liegt in der Reduzierung ungeplanter Ausfallzeiten. Untersuchungen beziffern die durchschnittlichen Kosten für einen ungeplanten Maschinenstillstand auf 562.000 US-Dollar pro Jahr. Wenn der Maschinenausfall sich auf den Gesamtproduktionsprozess auswirkt, steigen diese Kosten sogar auf 2,3 Millionen US-Dollar pro Jahr. Durch vorausschauende Wartungsstrategien können Unternehmen Ausfallzeiten- und -kosten erheblich senken und die Effizienz ihrer Produktion insgesamt steigern.
Nicht nur bei den Produktionsabläufen steigt mit Predictive Maintenance die Effizienz. Auch für die Maintenance-Teams selbst ist effektiveres und effizienteres Arbeiten möglich, was gerade in Zeiten des Fachkräftemangels ein wesentlicher Faktor ist. Predictive-Maintenance-Systeme können eine Vielzahl von Maschinen gleichzeitig überwachen und ermöglichen es Wartungsfachkräften somit, ihre Aufmerksamkeit gezielt auf Anlagen mit Handlungsbedarf zu lenken. Sie können sich bereits ein Bild vom Zustand der jeweiligen Maschinen machen, bevor sie ihren Schreibtisch verlassen. Das ist besonders von Bedeutung bei großen Industrieanlagen, bei denen Wartungsteams bis zu 30 Minuten benötigen, um überhaupt zur fraglichen Maschine zu gelangen oder aufwendige Sicherheitsprozeduren durchlaufen werden müssen. Dadurch gehen Unternehmen mehrere Herausforderungen simultan an und entlasten die Mitarbeiter.
Ein weiterer wesentlicher Nutzen von Predictive Maintenance besteht in der datenbasierten Evaluierung des Maschinenzustands. Der entscheidende Vorteil der Datenanalyse liegt darin, dass sie nicht nur akute Symptome, sondern auch strukturelle Probleme wie grundsätzliche Fehlausrichtungen oder Unwuchten an Maschinen offenlegt. Mit diesem Wissen können Wartungsteams gezielt die Ursache eines oder mehrerer Probleme beseitigen, anstatt kontinuierlich einzelne Reparaturen bei entstandenen Schäden durchzuführen oder beschädigte Komponenten auszutauschen. Darüber hinaus ermöglicht diese Wartungsstrategie eine faktenbasierte Beurteilung von durchgeführten Wartungsarbeiten. Somit kann sichergestellt werden, dass die Arbeiten erfolgreich waren und alle vorhandenen Probleme effektiv beseitigt wurden. Das ist insbesondere dann entscheidend, wenn mehrere Fehlerursachen parallel bestehen.
Wie können Big-Data- und KI-Anwendungen gewinnbringend genutzt werden, ohne Datenschutz und IT-Sicherheit zu verletzen? Mit dieser Frage beschäftigt sich eine juristische Studie des Nationalen Forschungszentrums für angewandte Cybersicherheit Athene.‣ weiterlesen
Künstliche Intelligenz könnte in Zukunft dabei helfen, die Arbeit in Industriebetrieben sicherer, einfacher und produktiver zu machen. Das ist die Vision des europäischen Forschungsprojekts Perks, an dem auch die Wirtschaftsuniversität Wien (WU) beteiligt ist.‣ weiterlesen
Das kanadische Technologieunternehmen Vention hat ausgewertet, wie Hersteller den 'Do-it-yourself'-Ansatz (DIY) nutzen, um ihre Produktion zu automatisieren. Die Studie basiert auf anonymisierten Daten von weltweit mehr als 4.000 B2B-Nutzern der Manufacturing Automation Platform (MAP) von Vention.‣ weiterlesen
Laut International-Innovation-Barometer des Beratungsunternehmens Ayming ist Deutschland ein beliebter Standort für Investitionen für Forschung und Entwicklung. Die Untersuchung zeigt zudem, dass Expertise wichtiger ist als Geld.‣ weiterlesen
Industriesteuerungen werden durch die Nutzung moderner Technologien zunehmend abstrahiert - und damit kompakter, flexibler und einfacher zu warten. Diese Entwicklung führt schließlich zur virtuellen SPS. Doch wie sieht dies in der Praxis aus, wie lässt sie sich verwenden und kann sie auch noch sicher sein?‣ weiterlesen
Im Rahmen der Initiative ’Mission KI’ der Bundesregierung entstehen zwei KI-Zentren, eines davon in enger Kooperation mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) in Kaiserslautern. Gründer, Startups und Unternehmen sollen dort Zugang zur Spitzenforschung erhalten und ihre Anwendungen in Testumgebungen verbessern können.‣ weiterlesen
In sämtlichen Bereichen der Produktion fallen Daten an und auch KMU können daraus einen Nutzen ziehen. Beispiele aus Forschungsprojekten des Technologieprogramms Edge Datenwirtschaft zeigen, wie die Zukunft der sicheren und effizienten Datennutzung und -verarbeitung für Unternehmen aus der Produktion aussehen kann.‣ weiterlesen
In einer aktuellen Studie mahnt der Elektronikkonzern Sharp die Wichtigkeit von IT-Sicherheitsmaßnahmen für Multifunktionsdrucker (MFPs) an. Demnach war bereits jedes fünfte deutsche KMU von einer über MFPs ausgehenden IT-Sicherheitsverletzung betroffen. Dennoch hat mehr als ein Drittel keine druckerspezifischen Sicherheitsvorkehrungen getroffen.‣ weiterlesen
Nachhaltigkeit ja, nur wie? Eine Lünendonk-Studie zeigt, dass viele Industrieunternehmen zwar eine Strategie haben, die Umsetzung dieser allerdings vielerorts noch stockt. Die Erwartungen an die Unternehmen werden jedoch nicht kleiner.‣ weiterlesen
Die vierte industrielle Revolution macht aus Produktionsanlagen ein intelligentes Netz aus Maschinen und Prozessen – theoretisch. Auf dem Weg dorthin scheitern Unternehmen häufig, wenn künstliche Intelligenz und ML-Methoden im Spiel sind. Eine sorgsam geplanten Transformationsstrategie hilft das zu vermeiden.‣ weiterlesen
Lieferkettenstörungen sind eine Belastung für Industrieunternehmen, die bis hin zum Produktionsstillstand führen können. Dies war im vergangenen Jahr an 32 Tagen der Fall. Um sich diesem Problem entgegenzustellen, will die Mehrheit der Unternehmen auf die Diversifizierung der Lieferketten setzen.‣ weiterlesen