Björn Lambertz
10. Juli 2023

Predictive Maintenance

Intelligente Systeme erkennen eine Störung, bevor sie überhaupt eintritt – das verbirgt sich hinter Predictive Maintenance, der vorausschauenden Wartung. Seit einigen Jahren gewinnt das Thema Predicitve Maintenance immer mehr an Bedeutung. Der Begriff ist untrennbar mit den Buzzwords Industrie 4.0, Internet der Dinge (IoT), digitale Transformation und Big Data verknüpft.

Predictive Maintenance: Vom Kostentreiber zum Erfolgsfaktor

Predictive Maintenance wird bisher von vielen Unternehmen noch recht kritisch beäugelt, das ergab zumindest der zum vierten Mal erhobene „Deutsche Industrie-4.0-Index“ 2017, das Fazit der Befragten lautet: „Predictive Maintenance erfüllt Erwartungen bisher nicht.“ Rund 74% hält die verfügbaren Anwendungen für ausbaufähig oder schätzt ihren Nutzen noch gering ein.

Unser E-Book zu Predictive Maintenance

Whitepaper: Industrie 4.0 – Predictive Maintenance

Predictive Maintenance erkennt eine Störung, bevor sie überhaupt entsteht. Handeln Sie nicht in den letzten Minuten, sondern jetzt! Unser Whitepaper zeigt wie und warum.

Die Umfrage ergab aber auch, dass die Industrie große Hoffnung auf die vorausschauende Wartung setzt: In zwei bis fünf Jahren soll Predictive Maintenance eine große oder sogar sehr große Bedeutung für die Fertigung in der eigenen Branche haben. Besonders die Bereiche Automobilindustrie und Maschinen- und Anlagenbau werden zukünftig von dieser Lösung profitieren.

Bis vor Kurzem wurde die Instandhaltung hauptsächlich als Kostentreiber gesehen, doch die digitale Transformationen hat das Blatt gewendet. Durch neue Technologien und die Fokussierung auf präventive statt reaktive Instandhaltung gelingt es Unternehmen, sich mithilfe von Instandhaltungssystemen Wettbewerbsvorteile zu verschaffen.

Nutzen Sie noch Papier und Stift, um Ihre Prozesse abzuwickeln? Im Webinar zeigen wir Ihnen, wie Sie den Weg zur mobilen Instandhaltung meistern.

Mobile Instandhaltung

War früher noch der Schaltschrank die Anlaufstelle, um Pläne oder Informationen über die Anlage zu besorgen, ist es heute das Tablet oder Smartphone. Kaum ein Instandhalter hat heute nicht mindestens eines der Geräte in der Tasche. So lange das Unternehmen nicht dafür sorgt, dass es Apps gibt, die die wichtigsten Informationen direkt vor Ort zur Verfügung stellen, bauen sich findige Mitarbeiter selbst Lösungen.

Früher war es das kleine Notizbuch in der Brusttasche, heute sind es zum Beispiel Dokumente auf Basis einer Tabellenkalkulation. Sie erfüllen ihren Zweck mehr schlecht als recht. Spezialisierte Apps würden einiges mehr erreichen. Fest steht: Die effiziente Nutzung mobiler Dienste kann ein entscheidender Vorteil werden, der Ausfallzeiten reduziert, Wegezeiten der Mitarbeiter minimiert oder die Eingabe von Daten vereinfacht und so die Datenqualität erhöht.

Vernetzte Maschinen im Internet der Dinge

Das Internet der Dinge erobert nicht nur den Heimbereich. Es bietet auch interessante Funktionen für das betriebliche Umfeld. Die Verknüpfung von Maschinen kann große Vorteile bringen und Optimierungspotenziale heben. Immer mehr Hersteller bieten ihren Kunden bereits erweiterte Reportings zu Maschinen über das Internet an.

Wäre es nicht schön, wenn die Maschine sich selbst meldet, sobald eine Wartung fällig wird und nicht einfach alle 3 Monate eine Wartung durchgeführt wird? Wenn das System dann sogar automatisch die voraussichtlich benötigten Ersatzteile bestellt? Mittlerweile gibt es solche Systeme, die erste Algorithmen für Predictive Maintenance Anwendungen bereitstellen.

Predictive Maintenance & Industrie 4.0

Der noch relativ junge Ansatz Predictive Maintenance ist eine Kernkomponente von Industrie 4.0, die in Abgrenzung zur reaktiven oder präventiven Wartung steht. Um Vorhersagen für die vorausschauende Wartung zu treffen, werden große Mengen von Daten erfasst, gespeichert und analysiert. Zum Einsatz kommen dabei Speicher- und Analysetechnologien aus dem Bereich Big Data wie beispielsweise Data Lakes und analytische Datenbanken.

Predictive Maintenance errechnet den optimalen Zeitpunkt für eine Wartungsmaßnahme auf Basis der Eintrittswahrscheinlichkeit einer Störung oder eines Ausfalls.

Damit eine vorausschauende Wartung gelingt, ist eine integrierte Maschinenüberwachung notwendig. Herstellende Technologieunternehmen rüsten Maschinen und Industrieanlagen standardmäßig mit Sensoren aus, die eine Fernüberwachung per Software zulassen. Die Sensoren erfassen den Verschleiß kritischer Bauteile und übertragen die Informationen darüber an das inhouse-laufende SAP-System oder an die SAP Cloud Plattform. Dort werden sie mit Predictive Analytics Services analysiert.

Unser Fachbereichsleiter Björn Lambertz

Websession: SAP Predictive Maintenance

Sie haben Fragen zu SAP Predictive Maintenance oder Sie haben es bereits in Nutzung? In einer kostenlosen Websession besprechen wir Ihre Herausforderungen und Möglichkeiten

SAP Predictive Maintenance and Service

Die Lösung SAP Predictive Maintenance and Service unterstützt Unternehmen dabei, die Wartungs- und Instandhaltungsmaßnahmen vorherzusagen und zu planen. Dabei werden kritische Betriebsparameter als Entscheidungshilfe für die Festlegung optimaler Wartungszeitpunkte und Betriebszustände erfasst.

Eine Live-Verbindung der Maschine mit dem Internet ermöglicht es, entsprechende Informationen abzurufen, um diese der Produktionsplanung, Instandhaltung oder dem Service des Herstellers zugänglich zu machen. Unternehmen, die diese Technologie einsetzen, können die zusätzlichen Informationen nutzen, um ihren betriebswirtschaftlichen Hauptvorgang zu unterstützen. So wird Digitalisierung mitgestaltet und so werden ihre Möglichkeiten strategisch für den eigenen Erfolg eingesetzt.

Digital Twin

Verwandt mit Predictive Maintenance und ebenso ein Kernbestandteil von Industrie 4.0 ist das Konzept des „Digitalen Zwillings“ oder auch “Digital twin“. Dabei wird der Verschleiß in der realen Welt ohne Materialeinsatz simuliert. Dieses Verfahren ist ebenfalls noch sehr jung, kann aber künftig weiteres Optimierungspotenzial bringen.

Unser E-Book zur Instandhaltung mit SAP PM/EAM

E-Book: Instandhaltung mit SAP PM/EAM

Das Instandhaltungsmodul der SAP PM hilft Ihnen dabei, strategisch wichtige Entscheidungen vorzubereiten, die das Überleben Ihres Unternehmens sichern.

Stufen des Predictive Maintenance Verfahrens

Generell umfasst das Verfahren der Predictive Maintenance drei Stufen:

Messen

  • Das Anbinden von Steuerungs- und Sensordaten.

Überwachen, analysieren, vorhersagen

  • Die Analyse von Maschinen und Anlagen und der Abgleich der Betriebsdaten, um Störungen vorherzusagen.

Handeln

  • Die Aktivitäten in Sachen Wartung und Instandhaltung werden optimiert, gleichzeitig entstehen neue Betriebsmodelle, die auf die Anlage abgestimmt sind.

Fazit

Die Lösung SAP Predictive Maintenance and Service unterstützt Unternehmen bei der Vorhersage und Planung von Wartungsmaßnahmen. Der Einsatz des Verfahrens der Predictive Maintenance ermöglicht Unternehmen, ihre Instandhaltungsaktivitäten zu optimieren und neue Betriebsmodelle zu entwickeln.

Predictive Maintenance gewinnt in der digitalen Transformation zunehmend an Bedeutung. Dabei erkennen Unternehmen das Potential, Kosten zu senken und Wettbewerbsvorteile zu erlangen. Trotzdem betrachten viele Unternehmen die verfügbaren Anwendungen noch als ausbaufähig.

Die Bereiche Automobilindustrie und Maschinenbau werden besonders von Predictive Maintenance profitieren. Insbesondere können Unternehmen durch die mobile Instandhaltung oder das Internet der Dinge effizientere Lösungen zur Überwachung und Wartung von Anlagen realisieren.

FAQ

Was versteht man unter Predictive Maintenance?

Predictive Maintenance bezieht sich auf intelligente Systeme, die Störungen in Maschinen erkennen, bevor sie auftreten. Es handelt sich um eine vorausschauende Wartungsmethode, die auf der Analyse großer Datenmengen basiert.

Welche Lösung bietet SAP für Predictive Maintenance?

SAP bietet die Lösung „SAP Predictive Maintenance and Service“ an, die Unternehmen bei der Vorhersage und Planung von Wartungs- und Instandhaltungsmaßnahmen unterstützt. Hier erfassen Unternehmen kritische Betriebsparameter, um optimale Wartungszeitpunkte und Betriebszustände festzulegen.

Haben Sie Fragen zu der vorausschauenden Wartung? Kontaktieren Sie mich – ich berate Sie gerne und freue mich über den Austausch mit Ihnen!

Björn Lambertz

Björn Lambertz

Mein Name ist Björn Lambertz und ich bin Senior Vice President IT für Produktion & Logistik bei mindsquare. Seit Jahren bewege ich mich im Instandhaltungsumfeld und möchte meine Erfahrungen und mein Wissen für unsere Kunden einsetzen.

Sie haben Fragen? Kontaktieren Sie mich!


Weiterführende Inhalte


Verwandte Beiträge

Um auf die Herausforderungen der Märkte und der Technik zu reagieren, haben Unternehmen ihre Strategien zur Instandhaltung weiterentwickelt. Die klassische, reaktive Instandhaltung wurde abgelöst: Statt die Reparatur einer Anlage nach […]

weiterlesen

Ungeplante Ausfallzeiten haben einen großen Einfluss auf das Budget jedes Unternehmens und verursachen jedes Jahr enorme Verluste. Die einzige Möglichkeit, dies zu verhindern, besteht darin, eine effizientere Instandhaltungsstrategie für die […]

weiterlesen

Viele Unternehmen nutzen in der Instandhaltungsabwicklung immer noch papierbasierte Prozesse zur Steuerung der Arbeit und suchen nach Lösungen für eine mobile Instandhaltung, um Mitarbeitern elektronische Daten zur Verfügung zu stellen. […]

weiterlesen

Unsere Produkte zu Predictive Maintenance

Mit dem Workshop Einstieg in die SAP PM Instandhaltung bieten wir Ihnen die Möglichkeit, einen Einblick in die Instandhaltungsabwicklung mit dem SAP Modul PM zu bekommen.

Mehr Informationen

Die SAP PM/EAM Berater & Entwickler von maint-care.de übernehmen gerne komplette Problemstellungen im Instandhaltungsumfeld von Ihnen.

Mehr Informationen

Möchten Sie Ihre Instandhaltungsprozesse beschleunigen und optimieren? Mit unseren SAP PM Apps erhalten Sie eine mobile Lösung, die genau das tut.

Mehr Informationen

Schreiben Sie einen Kommentar

Bitte füllen Sie alle mit * gekennzeichneten Felder aus. Ihre E-Mail Adresse wird nicht veröffentlicht.





Kontaktieren Sie uns!
Jennifer Kaiser
Jennifer Kaiser Kundenservice