Predictive Maintenance: Ein Zukunftsgedanke oder jetzt schon sinnvoll?
Predictive Maintenance ist ein Ansatz, bei dem ein IT-System auf Grundlage von Datenanalysen Vorhersagen über mögliche zukünftige Störungen trifft. Obwohl dieses Konzept auf den ersten Blick sehr sinnvoll erscheint, empfinden viele Unternehmen die Implementierung dessen als zu aufwändig. Welche Punkte zu dieser Sichtweise führen und wie Sie die Umsetzung stattdessen betrachten und praktisch angehen können, erfahren Sie in diesem Beitrag.
Was spricht gegen Predictive Maintenance?
Predictive Maintenance ist ein großes Thema im Bereich der Instandhaltung, das heute schon technisch umsetzbar ist. Jedoch weist das Konzept für viele Unternehmen Punkte auf, die gegen eine Einführung sprechen. Häufig handelt es sich hier um Glaubenssätze, die Predictive Maintenance in ein negatives Licht rücken. In diesem Zusammenhang stellen sich u. a. folgende Fragen:
- IT-Sicherheit: Sollte mein Unternehmen alle Daten verarbeiten lassen? Von wem soll es die Daten verarbeiten lassen? Wohin gehen diese Daten? Was genau soll das Unternehmen mit den Daten machen?
- Infrastruktur: Hat der Betrieb Maschinen, die für eine Predictive Maintenance ausgelegt sind? Hat das Unternehmen die Möglichkeit, eine KI laufen zu lassen oder ist hierfür eine externe Verarbeitung nötig?
- Datenverfügbarkeit: Sind die Maschinen des Unternehmens mit den nötigen Sensoren ausgestattet oder nicht?
- Datenqualität: Welche Qualität haben die Daten, die im System sind? Sind diese Daten gut genug für Predictive Maintenance oder weisen sie hierfür noch Schwächen/Lücken auf?
- Implementierungsaufwand: Wie soll das Unternehmen den gesamten Aufwand für die Implementierung von Predictive Maintenance planen und umsetzen?
- Kosten-Nutzen: Wie ist aus aktueller Sicht das potenzielle Kosten-Nutzen-Verhältnis für das Unternehmen? Ist ein größerer Nutzen aus einer kleineren Lösung möglich?
- Analytics-Kompetenzen: Habe ich die nötigen Kompetenzen im Unternehmen, um umfangreiche Analysen anzustellen?
Aus diesem Grund lohnt sich der Weg zu Predictive Maintenance
Predictive Maintenance sollte nicht nur als der nächste große Schritt betrachtet werden, sondern eher als eine langfristige Vision. Dazu können Sie bereits auf dem Weg dorthin viele Mehrwerte erzielen. Aus diesem Grund lohnt sich der Aufwand, trotz der Punkte und Fragen, die vorerst dagegensprechen.
Den Anfang können Sie mit Apps, wie bspw. einem mobilen SAP-PM-Modul, machen. Damit ermöglichen Sie zunächst die Instandhaltung über Fiori. Darüber hinaus generieren Sie Daten aus der Vernetzung mit Ihren Mitarbeitern und der automatischen Verarbeitung in Ihrem System. Dieser Punkt allein stellt einen großen und lohnenden Schritt dar.
Je neuer Ihre Anlagen sind, desto wahrscheinlicher ist es, dass Sie über nützliche Sensoren verfügen. Deshalb ist es sinnvoll, Ihre Maschinen auf eine entsprechende Sensorik zu prüfen. Darüber hinaus können Sie Ihre Sensoren in den Maschinen durch die Integration des Industrial Internet of Things ergänzen. Damit haben Sie bereits eine solide Grundlage für den Einsatz von KI in Ihrer Instandhaltung. Diese kann Ihnen insbesondere bei der Datenanalyse einen großen Mehrwert bieten.
Sie müssen also nicht auf einem Schlag Predicitve Maintenance einführen. Bereits auf dem Weg dahin liegen viele kleine Verbesserungen, sodass Sie nach und nach immer automatisierter und proaktiver arbeiten können.
RPA: Ein mögliches Tool zur Einrichtung von Predictive Maintenance
RPA ist die Voll- oder Teilautomatisierung von Prozessen durch Softwareroboter, die im Hintergrund Aufgaben erledigen, die normalerweise Menschen ausführen. Ein Softwareroboter kann dabei alles übernehmen, was manuell, standardisiert, regelbasiert und sich wiederholend ist.
Studien zu diesem Thema haben sogar gezeigt, dass bis zu 70 % aller Sach- und Fachprozesse automatisierbar sind. Dies gilt auch für die Instandhaltung, insbesondere wenn es um planerische Aspekte geht. Aus diesem Grund können Sie mit RPA Predictive Maintenance umsetzen.
Beispiel: So setzen Sie mit RPA Predictive Maintenance um
Ihr SAP-System enthält in der Regel viele nützliche Daten, Dashboards und Berichte, auf die ein Mitarbeiter zugreifen kann. Diese Berichte und alle anderen Daten stehen nach erfolgreicher Integration auch einem Software-Roboter zur Verfügung. Weitergehend kann er diese Daten z. B. im Hintergrund mit einfachen oder etwas komplexeren Regeln unter Einbeziehung einfacher KI auswerten.
Der Roboter erstellt daraus Instandhaltungsmaßnahmen und fügt diese direkt in Ihr SAP-System ein. Dabei berücksichtigt er auch Faktoren, die Sie als Indikatoren für das Auslösen eines Instandhaltungsprozesses definiert haben. Dies kann z. B. eine Motorwartung nach 100 Betriebsstunden sein. Die Automatisierung dieses Prozesses ist ein weiterer Schritt in Richtung Predictive Maintenance.
Fazit
Die Umsetzung von Predictive Maintenance ist für viele Unternehmen auf den ersten Blick eine Herausforderung. Dazu tragen unter anderem Fragen der IT-Sicherheit, der Infrastruktur oder der Datenqualität bei. Wenn Sie jedoch einen Schritt zurücktreten und Predictive Maintenance als Vision betrachten, eröffnet sich ein Weg voller Mehrwerte, die Sie für sich nutzen können.
Dabei stellen bereits kleine Änderungen, wie bspw. die Integration von Fiori-Apps, einen effizienten Einstieg in den Prozess zu Predictive Maintenance. So haben Sie die Möglichkeit, Ihre Instandhaltung in diesem Rahmen nach Ihren Bedürfnissen und in Ihrem Tempo weiterzuentwickeln.
Wenn Sie weitere Fragen zur Predictive Maintenance und den Weg dahin haben, dann kommen Sie gerne auf uns zu.
