Smart Maintenance Ansatz und Beispiel

Smart Maintenance - hinter diesem Schlagwort verbirgt sich mehr als nur das Ausfüllen von Listen mit Excel. Es ist die Herausforderung, bestehende Prozesse und Technologien der Instandhaltung in die Digitalisierung zu überführen. (Bild: Gorodenkoff/stock.adobe.com)

Maschinen müssen laufen, Züge rollen, Werkzeuge arbeiten, Busse fahren – für alle Investitionsgüter gilt, sie sollen im geschäftlichen Einsatz sein. Obwohl Instandhaltung und Wartung die Maschinen stehen lässt, ist es doch ihr Kernziel, Einsatzzeiten zu maximieren und die Investition lohnend zu machen. Jedoch ist es durchaus schwierig den richtigen Instandhaltungszeitpunkt zu finden und zusätzlich steigt bei großen Maschinenparks, langen Produktionsstraßen oder großen Fahrzeugflotten die Komplexität der Instandhaltungsplanung immens an. Darüber hinaus steigt der Grad der Digitalisierung, Vernetzung und Systemisierung – auch wenn dies heutzutage wie eine banale Phrase klingen mag.

Die nicht banale Herausforderung ist nun eine Instandhaltung mit bestehender Infrastruktur und damit einhergehenden Prozessen und Systemen in eine vernetzte und intelligente Welt zu überführen. Dieses bestehende Potenzial aufzugreifen erfordert fast immer, bei vorhandenen Produktionslinien, IT-Systemen zu integrieren. Häufig mit einer Systemvielfalt und oft ohne ausreichende Vernetzung. Schnell kommen strategische Fragestellungen auf: Wie ist die Netzabdeckung im Werk? Sind 5G Anwendungen möglich? Was ist eigentlich das führende IT-System (zum Beispiel eine Schichtplanung, eine SAP-Instanz, eine zusätzliche Plattformschicht)? Eine erste gute Sicht wird über Use Cases erzeugt, bei denen es lohnenswert ist, diese mit einem digitalen Zwilling auszustatten oder Teilbereiche mit IT-Systemen zu unterstützen.

Hier setzen die Konzepte der datenbasierten Instandhaltungsoptimierung an, zusammengefasst unter dem Begriff Smart Maintenance. Durch den enormen Einfluss der Instandhaltung auf die Verfügbarkeit sollte Smart Maintenance ein zentrales Innovationsthema sein, um die Möglichkeiten zur Stillstandsreduktion  sowie Steigerung von Transparenz und Flexibilität (etwa im Ersatzteilmanagement) zu erhöhen. Ist es aber nicht! Um nun die Instandhaltung weiterzuentwickeln sind generell drei relevante Dimensionen zu berücksichtigen.

Die drei Dimensionen der Smart Maintenance
Die drei Dimensionen der Smart Maintenance. (Bild: Weingärtner/von Hinckeldey)
  1. Digitale Instandhaltung:
    Die tatsächliche Vernetzung wird vorangetrieben und digitale Werkzeuge, Tools und Systemlösungen eingesetzt. Beispielsweise werden Durchlaufzeiten durch Instandhaltungsprozesse stabilisiert oder die Abstimmung von Tätigkeiten verbessert.
  2. Machine Learning/Condition Monitoring:
    Vernetzte Devices generieren Daten, welche mittels statistischer Methoden und Machine Learning zielgerichtet ausgewertet und zur Entscheidungsfindung bereitgestellt werden. Es können Mängel und Schäden an mobilen Geräten (Züge, Busse, und so weiter) und Anlagen früh erkannt werden und ohne ungeplante Standzeiten rechtzeitig behoben beziehungsweise bedarfsorientiert angepasst werden.
  3. Lean Maintenance
    Die Ansätze von Prozessoptimierungsmethoden, wie Lean Management werden ebenfalls integriert. Die Modelle und Prozesse werden zum einen voll digitalisiert und zum anderen durch die neuen Möglichkeiten angepasst beziehungsweise verbessert.

Die vorliegende Zusammenstellung zeigt, was bereits möglich ist und beschreibt an konkreten Best Practices die Realisierung von Smart Maintenance. Darüber hinaus wird auf die Handlungsdimensionen eingegangen und die Erfolgsfaktoren für eine Implementierung aufgezeigt.

Herausforderungen & Ziele einer Smart Factory / Smart Maintenance

Um den Anforderungen einer Smart Factory gerecht zu werden, müssen zunächst, wie oben angedeutet, die Voraussetzungen geschaffen werden, um die wertschöpfenden Assets digital zu vernetzen. Dies bedeutet konkret Maschinen und Anlagen mit moderner Automatisierungstechnologie, Hardware, Software sowie Kommunikationstechnologie entlang der Wertschöpfungskette aus- beziehungsweise nachzurüsten.

Die Vernetzung geht dabei aber weit über die eigentlichen Produktionsanlagen hinaus, auch Werkstücke, Werkzeuge, Eingangsmaterialien, Logistiksysteme, Fördersysteme, Lagerhaltungssysteme bis hin zur Gebäudetechnik müssen miteinander kommunizieren können.

Um eine Funktionsfähigkeit der vernetzten Systeme nachhaltig sicherzustellen, kommt der Instandhaltung als Querschnittsdisziplin eine entscheidende Rolle zu, vor allem wenn man berücksichtigt, dass durch die Vernetzung der Systeme die Störanfälligkeit tendenziell zunehmen wird. Daher muss sich auch die Instandhaltung modernisieren, um künftig daten- und algorithmengestützt im Sinne einer Smart Maintenance Prozessanomalien und Störungen automatisch erkennen lassen, damit drohende Ausfälle rechtzeitig detektiert und vermieden werden.

Die größten Herausforderungen auf dem Weg zur Etablierung von Smart Maintenance stellen die fehlenden technologischen Grundlagen dar, um eine Smart Maintenance Strategie implementieren zu können. Konkret bedeutet dies ein vergleichsweiser großer Anteil an Brownfield Assets, die digital nachgerüstet werden müssen, fehlende IoT Plattformen und fehlendes Know-how, um den künftigen Anforderungen an die Erfassung und Analyse der relevanten Daten gerecht zu werden.

Den notwendigen Investitionen in eine moderne, zukunftsfähige digitale Infrastruktur steht die Tatsache entgegen, dass die Bedeutung der Instandhaltung für den Unternehmenserfolg in vielen Unternehmen als zu gering eingeschätzt wird und die Instandhaltung als Kostenverursacher betrachtet wird. Hier ergeben sich durch die Vernetzung und gemeinsame Datenplattformen im Rahmen von Smart Factory Initiativen nahtlose Übergänge und Synergien in der gemeinsamen Datennutzung zwischen den aktuell noch getrennten Bereichen Produktionsplanung, Qualitätssicherung und Instandhaltung.

Ziele von Smart Maintenance
Ziele von Smart Maintenance (Bild: Weingärtner/von Hinckeldey)

Vorgehensweise und Erfolgsfaktoren für die Implementierung

Die genannten drei Handlungsdimensionen von Smart Maintenance werden bei Implementierungen je nach Ausgangssituation und Ziel behandelt. In der Regel sind sie immer eng gekoppelt an Digitalisierungs- und Smart Factory-Initiativen, welche die Grundlagen und Standards vorgeben für Vernetzung, Datenerfassung und Intelligenz der zu überwachenden Assets. Die nachfolgende Darstellung stellt eine idealtypische Vorgehensweise dar, um Smart Maintenance wertstiftend und nachhaltig in die Unternehmensprozesse zu integrieren.

Vorgehensweise zur Implementierung von Smart Maintenance
Vorgehensweise zur Implementierung von Smart Maintenance (Bild: Weingärtner/von Hinckeldey - i.A.a. Fraunhofer 2020)

Über eine Bestandsaufnahme (siehe Grafik oben) ist der Status Quo bezüglich der existenten Instandhaltungsprozesse, der organisatorischen Verortung, der technologischen Ausstattung des Maschinenparks, der vorhandenen IT-Infrastrukturen sowie des Qualifikationsniveaus der Mitarbeiter aufzunehmen.

Aus der Bestandaufnahme gilt es im nächsten Schritt, einen optimalen Startpunkt für die Smart Maintenance Initiative zu finden. Hierzu gilt es, den digitalen und analytischen Reifegrad des eigenen Unternehmens zu ermitteln. Eine hilfreiche Beurteilungsmethodik ist in der folgenden Abbildung dargestellt.

Digitaler und analytischer Reifegrad
Digitaler und analytischer Reifegrad (Bild: Weingärtner/von Hinckeldey - i.A.a. Gartner 2013, Schuh et al. 2017)

Nach entsprechend durchgeführter fachlicher Priorisierung wird ein Smart-Maintenance-Leuchtturmprojekt definiert, welches einerseits als Machbarkeitsnachweis für alle betroffenen Stakeholder dient, andererseits einen wesentlichen Input zur Strategieentwicklung liefert. Dabei sollte es sich um einen relevanten Kernprozess handeln, der eine Verallgemeinerbarkeit respektive Übertragbarkeit auf ähnliche Prozesse sicherstellt. Des Weiteren sollte der technische Komplexitätsgrad nicht zu hoch sein, damit die daraus resultierenden Erfahrungswerte schnell erworben und geliefert werden können.

Die Strategieentwicklung erfolgt auf Managementebene unter Berücksichtigung der bisher gewonnenen Erkenntnisse. Dabei sollten resultierende Change-Prozesse eng mit Stakeholdern wie eigenen Mitarbeitern, aber auch Kunden und Lieferanten abgestimmt werden, um eine nachhaltige Akzeptanz der Transformationsprozesse zu gewährleisten.

Im Rahmen des Masterplans zur Implementierung der Strategie werden die notwendigen internen und externen Ressourcen ausgewählt, die Budgetierung vorgenommen, Teilprojekte und deren Meilensteine festgelegt und eine Projektorganisation installiert.

Im Rahmen verschiedener Projekte hat sich immer wieder gezeigt, dass die Wahl der geeigneten IT-Infrastruktur mit den entsprechenden Freiheitsgraden in der Datenerfassung und Datenanalyse ein wesentlicher Erfolgsfaktor ist. Dabei stehen vor allem die Verarbeitung von multiplen Datenformaten, deren verlustfreie Erfassung, die Echtzeitfähigkeit bei Datenerfassung und Ausführung von KI-Modellen, die automatisierte Inbetriebnahme und Aktualisierung der KI-Modelle, die zentrale Verwaltung der KI-Modelle (Model Management) sowie die Erklärbarkeit der Modell-entscheidungen im Fokus. Der technische Implementierungsaufwand ist direkt an die ausgewählte IT-Infrastruktur geknüpft; je nach Maschinentyp und Anwendungsfall kann das Datenvolumen stark variieren (anwendungsfallbezogene Wahl Edge/Cloud).

Dem Thema IT-Sicherheit wird künftig eine noch wichtigere Rolle zukommen, da die in der Vergangenheit übliche physische Trennung der Automatisierungstechnik von anderen IT-Systemen und Datennetzen in Büroanwendungen stark abgenommen hat. Daher sind im Rahmen einer Smart Maintenance Implementierung mögliche Auswirkungen auf IT-Sicherheit und Datenschutz zu prüfen und zu bewerten.

Best Practices zeigen das Potenzial von Smart Maintenance deutlich

Werkzeugbrucherkennung in der Großserienfertigung
Werkzeugbrucherkennung in der Großserienfertigung (Bild: Weingärtner/von Hinckeldey)
Anomalie-Erkennung in der Scheibenklebezelle
Anomalie-Erkennung in der Scheibenklebezelle (Bild: Weingärtner/von Hinckeldey)
Predictive Maintenance von Spritzguss-Werkzeugen
Predictive Maintenance von Spritzguss-Werkzeugen (Bild: Weingärtner/von Hinckeldey)
Störklassenprognose von Übergabestationen im Fernwärmenetz
Störklassenprognose von Übergabestationen im Fernwärmenetz (Bild: Weingärtner/von Hinckeldey)

Wichtige Erkenntnisse bei Smart Maintenance

Der Begriff Smart Maintenance umfasst im Wesentlichen drei Dimensionen: Digitale Instandhaltung, KI/Predictive Maintenance, Lean Maintenance. Dabei werden generell mit Smart Maintenance Qualitäts- und Kostenziele der Instandhaltung verfolgt. Smart Maintenance Lösungen können darüber hinaus auch Teil eines datenbasierten Geschäfts-/Servicemodells sein. Die größte Herausforderung der Implementierung ist die technologische Situation, denn es findet sich fast immer ein Brownfield vor auf dessen Grundlage eine umfassende Vernetzung der Infrastruktur vorgenommen werden muss. Die ersten Initiativen sollten dann als Leuchtturmprojekte realisiert werden. Mit den wichtigen Erkenntnissen daraus ergibt sich eine Grundlage für weitere Implementierungen und die Ableitung einer Strategie zur allgemeinen Transformation der Instandhaltung, welche ebenso mit der Technologie- und Innovationsstrategie abgeglichen sein sollte. In der Fortentwicklung von Industrie 4.0 spielt die datenbasierte Instandhaltung und deren Potenziale eine wichtige Rolle, wobei es bereits konkret realisierte Anwendungsfälle gibt.

Die Autoren

Stefan Weingärtner ist Gründer und Geschäftsführer der Datatroniq GmbH, einem Technologieanbieter einer modernen und leistungsfähigen Enterprise AIoT Plattform für das Industrielle Internet der Dinge. Datatroniq hilft Unternehmen dabei, mit KI Prozesse besser zu verstehen, kontinuierlich zu optimieren und wertoptimiert zu überwachen. Von der Echtzeit-Datenerfassung beliebiger Datenstrukturen bis zum automatisierten Betrieb von unzähligen KI-Modellen wird der effiziente und verlässliche Betrieb von Smart Factories ermöglicht – aus der Cloud, on-premise (Mesh) oder in Form einer hybriden Cloud-Infrastruktur.

 

Tiemo von Hinckeldey ist Principal und Lead der ,Industry Practice‘ bei mm1 Consulting & Management PartG, einer Beratung für Connected Business in den Branchen Telekommunikation, Mobilität, Industrie und Financial Services. mm1 unterstützt Unternehmen bei der digitalen Transformation und gestaltet Produkte und Prozesse für eine zunehmend vernetzte Welt. Seit 2021 ist er zudem Dozent an der Dualen Hochschule Baden-Württemberg in Stuttgart mit dem Themenschwerpunkt Projektrealisierung in einer digitalen Welt.  

Sie möchten gerne weiterlesen?

Registrieren Sie sich jetzt kostenlos:

Bleiben Sie stets zu allen wichtigen Themen und Trends informiert.
Das Passwort muss mindestens acht Zeichen lang sein.
*

Ich habe die AGB, die Hinweise zum Widerrufsrecht und zum Datenschutz gelesen und akzeptiere diese.

Mit der Registrierung akzeptiere ich die Nutzungsbedingungen der Portale im Industrie-Medien-Netzwerks. Die Datenschutzerklärung habe ich zur Kenntnis genommen.

Sie sind bereits registriert?