Zurück
Predictive Maintenance: So senken Sie Kosten und Stillstandszeiten in der Produktion
Alles rund um ERP
Trends

Predictive Maintenance: So senken Sie Kosten und Stillstandszeiten in der Produktion

Gerade im Umfeld umfangreicher Maschinenparks und automatisierten Produktionssystemen, wie sie beispielsweise in der Serienfertigung weit verbreitet sind, kommt es auf optimierte Auslastung und hohe Verfügbarkeit der Technik an.

Neben den klassischen Methoden der Wartung und Instandsetzung (reaktiv, geplant, vorbeugend) entstehen mit der Verfügbarkeit vom immer mehr Daten aus dem Produktionsprozess und seinem Umfeld weitere Möglichkeiten. Die vorhandene Datenbasis kann verwendet werden, um mit Hilfe von Anwendungen auf der Basis künstlicher Intelligenz Vorhersagen über Instandhaltungsereignisse in der Zukunft zu machen. Die technologischen Voraussetzungen (Datenerfassung, Rechentechnik) dazu haben sich in den letzten Jahren dramatisch verbessert. Heute stehen in vielen Fällen genügend und belastbare zeitsynchrone Daten für KI-Anwendungen zur Verfügung.

Kosten durch Stillstand vermeiden

Die Maschinenstillstände haben einen direkten Einfluss auf die Auslastung und Kostenstruktur und werden oft planerisch nicht berücksichtigt. Herausragend als Störungen in der Fertigung sind ungeplante Stillstände. In der Vergangenheit wurden zyklische Wartungen „zur Sicherheit“ (vorbeugend) durchgeführt, um dieser Art von Ausfällen zu begegnen. Diese Wartungen sind kostenintensiv und erhöhen den Bedarf an Ersatzteilen und/oder verursachen Kosten durch externe Wartungspartner – abgesehen von den Unterbrechungen im Produktionsfluss.

Unser Experte

Falls Sie bei diesen Fragen Unterstützung benötigen, beraten unsere Experten Sie gerne. Jetzt unverbindlich Kontakt aufnehmen.

Ein zusätzlicher Aspekt ist die Qualität der hergestellten Produkte. Der Wartungszustand von Anlagen und Werkzeugen hat einen direkten Einfluss darauf. Auch hier ergeben sich Möglichkeiten für den Einsatz von vorausschauender Wartung. Beispielhaft genannt sei hier das Driftverhalten von Produktionstechnik durch Abnutzung oder nicht-optimale Betriebsbedingungen. Qualitätsdaten werden zwar erfasst  – konnten aber vielfach nicht mit den Maschinendaten in Beziehung gesetzt werden. Heute können alle diese Betriebsparameter ausgewertet und analysiert werden. Auch verdeckte Zusammenhänge lassen sich durch KI-gestützte vorausschauende Wartung entdecken. Auf diese Weise werden auch Hinweise zur Verbesserung der Prozesse oder dem Setup der Produktionstechnik gegeben. Instandhaltungsmaßnahmen werden planbar und Qualitätsabweichungen minimiert.

Mit Predictive Maintenance schnell Ergebnisse erzielen

Die Einführung einer solchen Methodik kann, abhängig vom Umfang des Maschinenparks oder dem Fokus auf kritische Anlagen oder Engpässe, kurzfristig erfolgen. Voraussetzung ist natürlich die Vernetzung der Anlagen und vorhandene Sensorik. Neben der kontinuierlichen Vergrößerung der Datenbasis kann auch Erfahrungswissen aus der Auftragsabwicklung einbezogen werden. Gerade am Beginn der Einführung können so noch schneller Ergebnisse erzielt werden.

Karl Tröger

Karl Tröger

Business Development Manager

Karl Tröger führt in seinen Beiträgen Perspektiven von Kunden, Markt, Wissenschaft, Software-Entwicklung und Marketing zusammen. Der Diplom-Ingenieur der Elektronik und Nachrichtentechnik veröffentlicht regelmäßig viel beachtete Publikationen über die Zukunft von fertigungsnaher Software.

Karl Tröger

Bleiben Sie auf dem Laufenden

Nach oben