Predictive Maintenance – die vorausschauende Wartung – ist ein wichtiger Baustein in der Industrie 4.0-Strategie vieler mittelständischer Hersteller von Maschinen, Anlagen oder Geräten. Das ERP-System bildet dabei das Rückgrat der digitalen Transformation im Unternehmen. Es sorgt dafür, die gesammelten Daten auszuwerten, Handlungsempfehlungen zu geben und weitere Maßnahmen – wie zum Beispiel das Erstellen eines Service-Auftrags – in die Wege zu leiten.
Predictive Maintenance: Voraussetzungen und Chancen
Laut einer aktuellen Studie des Verbandes Deutscher Maschinen- und Anlagenbau e.V. (VDMA) und der Unternehmensberatung Roland Berger Consulting befassen sich bereits 81 Prozent der Maschinenbauer in Deutschland mit der vorausschauenden Wartung und sehen sie als „Differenzierungshebel und Erfolgsfaktor, um nachhaltig Serviceumsätze aufrecht zu erhalten und auszubauen“. Jedes zweite Unternehmen rechnet bis 2020 mit einem Durchbruch von Predictive Maintenance.
Zustandsdaten in Echtzeit kontinuierlich erfassen
Als neue Dienstleistung soll damit – so die Studie – der Serviceumsatz um fünf bis über 20 Prozent zunehmen und neue Geschäftsmodelle ermöglichen. Denn die zunehmende digitale Vernetzung von Maschinen, Produkten und Komponenten gestattet es, mit Hilfe von Sensoren die Zustandsdaten von Maschinen in Echtzeit kontinuierlich zu erfassen. Etwa Laufzeiten, Geräusche, Drehzahlen oder Temperaturen, die Rückschlüsse auf Unwuchten und Vibrationen und auf definierte Fehlertypen ermöglichen.
In Kombination mit anderen Informationen – beispielsweise historischen Daten über bisherige Ausfälle, lastabhängige Zuverlässigkeitsanalysen und detaillierten Verschleißmodellen – lassen sich Rückschlüsse über die zukünftige Funktionsbereitschaft und den voraussichtlichen Ausfall des Bauteils ableiten. Muster, die auf Störungen oder Abnutzung hindeuten, werden so rechtzeitig erkannt und Maßnahmen zur Überholung betroffener Teile können bei Bedarf eingeleitet werden.
Der Nutzen für den Anwender: ungeplante Stillstände werden vermieden, Ausfall- und Instandsetzungszeiten sind kürzer, die Servicekosten sinken, die Produktivität steigt und die Maschinen können länger eine gleichbleibend hohe Qualität liefern.
Heute schon wissen, was übermorgen kaputtgeht
Auch lassen sich die bisherigen starren Wartungsmodelle ablösen und es wird nur noch gewartet, wenn es wirklich nötig ist. Die wirtschaftlichen Vorteile liegen auf der Hand: Ungeplante Produktionsausfälle werden ebenso vermieden wie unnötige Routinewartungen.
Die Bestimmung des „optimalen“ Wartungszeitpunkts ist jedoch schwierig, da es hier gegenläufige Erwägungen gibt: Denn je früher – beziehungsweise je häufiger – gewartet wird, umso geringer ist die verfügbare Maschinenkapazität. Erfolgt die Wartung später – beziehungsweise seltener –, umso höher ist das Risiko eines ungeplanten Ausfalls.
Intelligente Algorithmen, die mathematische und statistische Verfahren kombinieren, helfen bei der Entscheidung.
Vier Punkte für ein erfolgreiches Predictive Maintenance-Projekt
Wer als mittelständisches Unternehmen die Chancen von Industrie 4.0 nutzen, mit der vorausschauenden Wartung neue Erlösquellen erschließen und die Kundenbindung verbessern will, sollte vier Punkte beachten:
1. Transparenz schaffen: Problematische Bereiche identifizieren und klassifizieren
Was sind die größten Problemfelder bei den verkauften Maschinen, Anlagen oder Geräten? Diese gilt es zu identifizieren, nach ihrer Wichtigkeit zu ordnen und zu klassifizieren. Dabei unterstützt ein einfacher Business Case: Was würde es kosten, den Ausfall einer Komponente nicht rechtzeitig vorhersagen zu können und sie erst dann, wenn sie ausgefallen und die Produktion zum Stillstand gekommen ist, zu ersetzen? Die dabei ermittelten Zahlen zeigen, wo die größten Potentiale liegen.
2. Qualität gezielt steigern: Daten anreichern, kombinieren und analysieren
Ohne die richtigen Daten funktioniert vorausschauende Wartung nicht. Historische Daten ergänzen die konsolidierten Sensordaten, und Mustererkennungsalgorithmen analysieren sie. So werden Zusammenhänge zwischen Maschinenparametern, Bedienungsroutinen, Umgebungseinflüssen oder der Rohmaterialqualität sichtbar. Die enge Zusammenarbeit zwischen den Datenexperten und den Maschinenspezialisten ist dabei ein entscheidender Erfolgsfaktor.
3. Mit dem ERP-System verknüpfen: Optimale Planung von Service-Arbeiten und Disposition
Datenanalysen können die Optimierung der Serviceprozesse unterstützen. Hier spielt das ERP-System eine entscheidende Rolle. Es verknüpft die Vorhersagen auf Basis der Daten mit der Planung der Wartungsarbeiten. So werden diese dann durchgeführt, wenn sie ökonomisch für den Kunden am besten passen. Aber auch die interne Produktentwicklung kann daraus Nutzen ziehen, etwa durch Informationen zur Belastung der Maschinen oder Anlagen im Fertigungsprozess.
4. Neue Geschäftsmodelle: Mit smarten Services dauerhaft Geld verdienen
Laut der Studie von VDMA und Roland Berger Consulting weiß bisher nur jedes zehnte Unternehmen, wie sich mit Predictive Maintenance zusätzlicher Umsatz generieren lässt und was seine Kunden wirklich benötigen. Doch neben verbesserter Kundenbindung und geringeren Servicekosten kann die vorausschauende Wartung auch weitere Einnahmequellen für Hersteller erschließen. Etwa durch intelligente Produkte, die ihre Wartungen selber steuern und verwalten.
