Nur rund 13 Prozent der Unternehmen nutzen Predictive Maintenance, um Rüstfehler anzuzeigen. Das macht in unserem Anwendungsranking den achten Platz. - Bild: Andrey Armyagov - stock.adobe.com
Um schlechte Bearbeitungsprozesse zu erkennen, ist Predictive Maintenance bei etwa 23 Prozent der Unternehmen im Einsatz - damit kommt dieser Anwendungsfall auf den siebten Platz. - Bild: Gorodenkoff - stock.adobe.com
Rund 25 Prozent der befragten Unternehmen nutzen Predictive Maintenance, um die Fehlbedienung der Maschinen und Anlagen zu vermeiden. Damit kommt dieser Anwendungsfall auf Platz sechs in unserem Ranking. - Bild: Uwe - stock.adobe.com
Eine Werkzeugmaschine muss oft neu gerüstet werden - um diese Prozesse zu optimieren, ist bei etwa einem Viertel der befragten Unternehmen Predictive Maintenance im Einsatz. Das macht Platz fünf im Ranking. - Bild: Thomas Söllner - stock.adobe.com
Um Verschleiß rechtzeitig und automatisiert zu erkennen, wird Predictive Maintenance bei rund 28 Prozent der Unternehmen genutzt. Das macht Platz vier im Anwendungsranking. - Bild: photostriker - stock.adobe.com
Ebenfalls 28 Prozent der Befragten haben Predictive Maintenance im Einsatz, um die Qualität der gefertigten Erzeugnisse zielgerichtet zu opimieren. Das macht Platz drei im Ranking. - Bild: Nmedia - stock.adobe.com
Auf dem zweiten Platz unseres Predictive-Maintenance-Anwendungsrankings folgt das automatisierte Verfolgen und Anzeigen der Fälligkeit von regelmäßigen Wartungsarbeten. Dazu nutzen 37 Prozent der Unternehmen die vorausschauende Wartung. Bild: Korn V. - stock.adobe.com
Und auf Platz Eins? Sind mit 38 Prozent die Unternehmen, die Predictive Maintenance gar nicht nutzen. Ob das so ist, weil keine auf sie zugeschnittene Lösung existiert oder weil sie das Konzept nicht gutheißen, entzieht sich unserer Kenntnis. - Bild: len4foto - stock.adobe.com
Vorausschauende Instandhaltung, also Predictive Maintenance, gilt als die am weitesten verbreitete wirkliche Umsetzung von Industrie 4.0. Sie umschreibt die Technik, mittels der Zustandsdaten von Maschinen Ableitungen und Vorgehensweisen zu einer proaktiven Wartung herzuleiten. Also: Wissen, wann etwas kaputt geht und es schon vor dem eigentlichen Schaden reparieren.
Definiert ist Predictive Maintenance als eine Instandhaltung, die auf der Auswertung von Daten basiert, die aus den zu wartenden Maschinen und Anlagen gewonnen werden - also den Prozess- oder Maschinendaten. Durch die korrekte Interpretation dieser Daten werden Prognosen über zu erwartende Schadensereignisse unter bestimmten Voraussetzungen erstellt. Diese sollen es im Idealfall ermöglichen, exakt bedarfsgerecht zu arbeiten und so unerwartete Stillstände weitestgehend zu reduzieren.
Predictive Maintenance - der große Überblick
Prädiktive Wartung ist Ihr Ding und Sie wollen alles zum Thema vorausschauende Instandhaltung wissen? Über den Link kommen Sie direkt zu unserem großen Überblick Predictive Maintenace. Dort finden Sie alles, was Sie wissen müssen, wenn Sie über die Einführung nachdenken, ein Projekt planen oder Ihre bestehende Technologie effektiver nutzen wollen.
Diese Predictive-Maintenance-Anwendungen werden genutzt
- Rüstfehler anzeigen: 13 Prozent
- Schlechte Bearbeitungsprozesse erkennen: 23 Prozent
- Fehlbedienung vermeiden: 25 Prozent
- Rüstprozesse optimieren: 25 Prozent
- Verschleiß rechtzeitig und automatisiert erkennen: 28 Prozent
- Die Qualität der gefertigten Erzeugnisse zielgerichtet optimieren: 28 Prozent
- Automatisiertes Verfolgen und Anzeigen der Fälligkeit von regelmäßigen Wartungsarbeiten: 37 Prozent
- Wir nutzen keine Predictive-Maintenance-Anwendungen: 38 Prozent
Quelle: Statista / Staufen
323 Befragte im Jahr 2019; Unternehmen in Deutschland
Der eingentliche Trick bei Predictive Maintenance ist die Interpretation der aus den Maschinen und Anlagen gewonnen Daten. Denn
a) sind nicht alle Daten für die vorausschauende Instandhaltung von wirklicher Relevanz und
b) gilt es, die entscheidenden Daten zueinander in eine gewinnbringende Beziehung zu setzen.
Um also den tatsächlichen Zustand ihrer Assets zu kennen, greifen die Entwickler, Anbeter und Nutzer von Predictive Maintenance beispielsweise auf Echtzeit-Analysen und hochperformante In-Memory-Datenbanken zurück. Auch Künstliche Intelligenz (KI) wird genutzt, um statt einem nebulösen Blick in die Glaskugel ("Es wird etwas geschehen!") zu einer verwertbaren Vorhersage ("Wenn Sie Getriebeteil A innerhalb der kommenden drei Tage austauschen, wird kein Schaden an Getriebeteil X entstehen!") zu kommen.
Warum eigentlich Predictive Maintenance?
Das Ziel der vorausschauenden Wartung ist schlussendlich Kostenreduktion bei den Instandhaltungsmaßnahmen. Denn wenn bekannt ist, wann welche Schäden zu erwarten sind, lassen sich die zu ergreifenden Maßnahmen besser planen. Es stehen zur richtigen Zeit die richtigen Ersatzteile und die Kollegen mit den passenden Fähigkeiten zur Verfügung.
So kann die Instandhaltungsmaßnahme auf einen ohnehin geplanten Stillstand verlegt werden anstatt völlig überraschend die komplette Produktion oder den laufenden Betrieb auszuhebeln. Das bringt gegenüber dem oft leicht panischen reinen Reagieren auf Ereignisse viele Vorteile.
Immer informiert mit dem Newsletter der INSTANDHALTUNG
Ihnen hat gefallen, was Sie gerade gelesen haben? Dann abonnieren Sie unseren Newsletter!
So bleiben Sie zu allen Neuigkeiten und Trends aus der Instandhaltungs-Branche auf dem Laufenden. Profitieren Sie von den Vorteilen unserer unterschiedlichen Newsletter-Formate - kostenlos!
Diskutieren Sie mit