Was wirklich von Predictive Maintenance zu erwarten ist

Predictive Maintenance: Heilsbringer oder leeres Versprechen? 
Ein Meinungsbeitrag von Dennis Koblowsky

Dennis Koblowsky – Gründer und Mitglied der Geschäftsleitung von WERKBLiQ

Einer der prägenden Trends in der Industrie lautet derzeit „Predictive Maintenance“. Glaubt man manchen Stimmen im Markt, wird schon bald so gut wie kein produzierendes Unternehmen mehr an einer vorausschauenden Wartung der Maschinen vorbeikommen. Weniger ungeplante Stillstandszeiten, eine bessere Planbarkeit der Servicetätigkeiten, eine längere Lebensdauer der Maschinen, insgesamt mehr Effizienz und besser zu steuernde Produktionskapazitäten – das alles soll Predictive Maintenance möglich machen. Doch lassen sich diese Versprechen tatsächlich halten, erfüllen Unternehmen derzeit überhaupt die Voraussetzungen, um diese Chancen konsequent nutzen zu können? Zweifel sind angebracht.

Welche Produktionsbereiche sind besonders prädestiniert?

Keine Frage: Die Perspektiven der vorausschauenden Wartung sind vielversprechend, die prognostizierten Kosteneinsparungen attraktiv. Die Ergebnisse sind vor allem in Produktionsbereichen interessant, bei denen eine vollständige Datenerfassung möglich ist, zum Beispiel:

  • Druckmaschinen (Leasinggeschäft, d.h. der Hersteller hat Zugriff zu allen Maschinendaten)
  • Fahrzeuge mit Telematik (Leasing und Datenübertragung möglich) oder
  • Allgemein: Objekte mit Datenschnittstellen (hier wiederum eignen sich vor allem Daten der Vibrations-, Temperatur- oder Leistungsanalyse).

Vier Phasen zur Implementierung von Predictive Maintenance

Im Projektverlauf lässt sich Predictive Maintenance grob in vier Phasen unterteilen:

  1. Datenerfassung an der Maschine
  2. Zentrale Speicherung der Daten
  3. Analyse und Auswertung
  4. Neuorganisation der Instandhaltung

Und genau hier beginnt das Problem des Konzeptes: Zwei Drittel der Maschinen in deutschen Maschinenparks sind derzeit ohne Anbindung an ein zentrales Datensystem, sei es aus Altersgründen, den nach wie vor sehr hohen Kosten der Maschinenanbindung oder aus – vielfach berechtigten – Sicherheitsbedenken.

Ohne solide Datenbasis keine vorausschauende Wartung!

Für die Durchführung einer tauglichen Instandhaltungsvorhersage sind somit die notwendigen Daten schlichtweg noch nicht vorhanden und werden dies in den nächsten Jahren auch nicht sein. Nur: Ohne eine breite und belastbare Datenbasis kann Predictive Maintenance seine Wirkung nicht ansatzweise entfalten. Die Anbindung an Maschinen ist nach wie vor mit extrem hohen Kosten verbunden, welche in vielen Fällen nur durch eine geschönte RoI-Kalkulation zu rechtfertigen sind. Und auch die Frage des Dateneigentums (Hersteller-Kunden-Beziehung) ist nach wie vor kritisch zu diskutieren: Wem gehören die Daten aus der Maschine und was darf der Hersteller damit machen? Die Risiken und offenen Fragen sind oftmals noch deutlich größer zu bewerten als die momentan sehr pauschalen Versprechen zu Predictive Maintenance.

Gibt es eine Lösung für dieses Dilemma?

Eine Möglichkeit stellt zum Beispiel die zunächst manuelle Erfassung von Daten durch den Maschinenbediener dar. Dies gibt den Verantwortlichen in Unternehmen einen ersten Eindruck von Maschinenlaufzeiten, Reparaturfällen oder Häufigkeit von Fehlercodes. Auch gewöhnt man sich an das Thema der Datenanalyse und beginnt so schon frühzeitig gemeinsam mit den Mitarbeitern, auf Basis der Daten die entscheidenden Fragen zu stellen: Warum kommt dieser Fehlercode so häufig vor? Gibt es Zusammenhänge? Welche Maschine fällt besonders oft aus? Anschließend kann damit begonnen werden, zielgerichtet die Maschinen anzubinden und Auswertungen aus einem kontinuierlichen Datenfluss zu erstellen – welche dann nach einiger Zeit auch vorhersagende Instandhaltungen ermöglichen können.

Voraussetzungen für eine vorausschauende Wartung

Zunächst haben sich Unternehmen einige Fragen zu stellen und Voraussetzungen zu erfüllen, zum Beispiel:

  • Welche Daten sind bei mir bereits im Unternehmen vorhanden, welche die Instandhaltung effizienter organisieren könnten?
  • Welche Daten sollen überhaupt erfasst werden – und was kostet das?
  • Reicht mir für den ersten Schritt eine Professionalisierung (und Digitalisierung) meiner Instandhaltungsprozesse – auch ohne Maschinenanbindung?
  • Habe ich eine Digitalisierungsstrategie? Predictive Maintenance kann ein Bestandteil dieser Strategie sein – aber es sollte nicht das einzige Ziel sein?

Zuerst die Instandhaltung professionalisieren

Aktuell lassen sich mit einer Professionalisierung der Instandhaltung wesentlich schneller Einsparungen erzielen als mit experimentellen Projekten zum Thema Predictive Maintenance. Vor allem aber sollten Unternehmen unbedingt beginnen, Daten zielgerichtet zu sammeln, zum Beispiel durch eine digitale Servicelösung. Denn mit einer gut organisierten Instandhaltungsabteilung lässt sich kurzfristig mehr Geld sparen als mit einem schlechten Datenmodel und einer teuren Predicitve Maintenance-Lösung. Mit der WERKBLiQ-Plattform für das Maschinenmanagement etwa lassen sich nach Praxiserfahrungen Wartungskosten schon nach kurzer Zeit um bis zu 20 Prozent senken. Zugleich schafft die kontinuierliche und einfach zu handhabende Datenerfassung und -auswertung die Basis für weitere Maßnahmen – hin zu einer vorausschauenden Wartung, die dann auch halten kann, was sie heute bereits verspricht!

Fazit

Predictive Maintenance ist kurzfristig nicht zwangsläufig der oft proklamierte Heilsbringer. Im ersten Schritt ist es zielführender, Ihre Instandhaltung zu professionalisieren und eine solide Datenbasis im Unternehmen aufzubauen. Langfristig und schrittweise kann sich daraus ein maßgeschneidertes Konzept zur vorausschauenden Wartung und intelligenten Instandhaltung entwickeln.

, ,
Vorheriger Beitrag
7 Gründe für ein papierloses Büro
Nächster Beitrag
Industrie 4.0 – droht die Erfolgsgeschichte zu scheitern?

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Bitte füllen Sie dieses Feld aus
Bitte füllen Sie dieses Feld aus
Bitte gib eine gültige E-Mail-Adresse ein.
Sie müssen den Bedingungen zustimmen, um fortzufahren

Menü