home
our solution
about us
careers
login

MADE IN GERMANY

Tel: +49 (0)30 40363399

Darum reicht Predictive Maintenance im Jahre 2021 nicht mehr aus

Das Jahr 2021 ist geprägt von Schlagwörtern wie Industrie 4.0, KI und Smart Factories. Einige dieser Technologien, wie z. B. Predictive Maintenance, entwickeln sich bereits zu besseren, fortschrittlicheren Technologien. Achten Sie auf die Smart Maintenance.

Zugegeben, Predictive Maintenance hat sich über die letzten Jahre immer weiter verbessert und sorgt dafür, dass Maschinenverfügbarkeit zumindest teilweise geplant werden kann. Predictive Maintenance lässt sich mit prädiktive bzw. vorausschauende Instandhaltung übersetzen und hat das Ziel, den Maschinenausfall so gut es geht zu minimieren. Zustandsorientierte Instandhaltung sieht Reparaturen immer dann vor, wenn der Zustand der Maschine es erfordert. Predictive Maintenance versucht dagegen, den Gesundheitszustand der Maschine durch moderne Maschinendiagnose und maschinelle Lernverfahren (Künstliche Intelligenz) vorherzusagen. So weit, so gut – jedoch kommen eine Reihe von Problemen ins Spiel, die es für die meisten Unternehmen unmöglich machen, solch eine Strategie auch effektiv umzusetzen.

Der scheinbar aussichtslose Kampf gegen Downtime


Warum stellt Maschinenverfügbarkeit im Jahre 2021 immer noch ein scheinbar unüberwindbares Problem dar? Es ist ja nicht so, als ob effiziente Maschinenüberwachung ein Insider-Tipp wäre. Die meisten Manager und Ingenieure kennen das Prinzip von Predictive Maintenance und auch Begriffe wie „Overall Equipment Effectiveness (OEE)“ sind keine Fremdwörter für produzierende Unternehmen.
Und dennoch, laut dem Technologieberater BearingPoint hat im Jahre 2017 erst ein Fünftel der DACH-Unternehmen Predictive Maintenance umfassend eingesetzt. Und das, obwohl die Anlagenverfügbarkeit einen der wichtigsten Kostenfaktoren darstellt und branchenunabhängig Schäden in Millionenhöhe verursacht. Warum sträuben sich also Unternehmen dagegen, Predictive Maintenance zielgerichtet umzusetzen? Natürlich hat es nur selten etwas mit der Fahrlässigkeit des Managements zu tun – die Probleme sind tiefgreifender und in Predictive Maintenance selbst zu finden.

Das Luftschloss Predictive Maintenance


Predictive Maintenance verspricht viel: Durch moderne Wartungssoftware werden die wichtigsten Daten zur Maschinendiagnose erfasst und ausgewertet, um eine allumfassende Zustandsüberwachung zu gewährleisten. Was sich auf den ersten Blick nach Industrie 4.0 anhört, ist bei genauerer Betrachtung zum derzeitigen Zeitpunkt leider nichts weiter als ein pures Luftschloss, da Predictive Maintenance selbst eine Vielzahl von unüberwindbaren Problemen mit sich bringt. Diese Probleme können die meisten mittelständischen Unternehmen nicht stemmen, selbst wenn sie es wollten.  Eine traditionelle zustandsorientierte Instandhaltung ist für die meisten Mittelständler daher immer noch der sicherste, kostengünstigste und einfachste Weg, die Instandhaltungsstrategie bestmöglich umzusetzen.


Die Probleme von Predictive Maintenance


Auch wenn sich Predictive Maintenance auf den ersten Blick wie ein Wundermittel für verbesserte Maschinenverfügbarkeit anhört, so gibt es eine Vielzahl von Hürden, die zur effizienten Wartung und Instandhaltung überwunden werden müssen. Zuallererst muss der Kostenfaktor berücksichtigt werden. Die hohen Gehälter hierzulande in Verbindung mit der immer größer werdenden Konkurrenz lassen die Produktionsmarge dermaßen schrumpfen, dass kein großer Spielraum besteht, neue und kostspielige Wartungssoftware oder Sensorik einzusetzen. Diese kann nämlich gut und gerne über 10.000 Euro kosten – und hier reden wir nur von den Anlaufkosten.
Des Weiteren sind Unternehmen nicht bereit, den hohen Implementierungsaufwand, den solche Lösungen oft mit sich bringen, in Kauf zu nehmen – denn dieser hat es je nach Lösung in sich. In der Studie von BearingPoint gaben über 61 Prozent der Befragten an, dass der Implementierungsaufwand zu große Herausforderungen mit sich bringe. Diese Angaben sind durchaus berechtigt: Derzeitige Lösungen brauchen Monate und in einigen Fällen sogar Jahre, bis sie verwertbare Daten produzieren können und verlangen intensive Einführungskurse des Personals, was wertvolle Arbeitskraft bindet.


Unbegrenzte Maschinenverfügbarkeit – ein Wunschtraum?


Was also können Kleinunternehmen und Mittelständler tun, um unbegrenzter Maschinenverfügbarkeit zumindest ein Stückchen näherzukommen? Nach den vorherigen Überlegungen klingt unbegrenzte Maschinenverfügbarkeit wie ein Wunschtraum – und dennoch gibt es Hoffnung: Im IT-Bereich machen sogenannte High Availability Server deutlich, dass hundertprozentige Maschinenleistung möglich ist. Selbst wenn wichtige IT-Server komplett ausfallen, bekommen dies die Endnutzer nicht einmal mit.

Smart Maintenance – geringe Kosten bei schneller Umsetzung


Um die oben genannten Probleme zu beheben, sind bereits Smart-Maintenance-Lösungen erhältlich, die vor allem Mittelständlern dabei helfen können, ihre Maschinenausfälle effektiv vorherzusagen. Der ungeplante Maschinenausfall kann mithilfe von einem smarten Vibrationssensor fast komplett gestoppt werden – und das ganz ohne Vorlaufzeit und -kosten.
Der Aion Sensor von AiSight sammelt beispielsweise wichtige Daten der Maschine, wodurch auch die kleinsten Abnormalitäten im Vorfeld entdeckt werden. Dies wird durch hochsensible MEMS-Sensoren erreicht, die das 6-Fache Frequenzband von einem herkömmlichen Schwingungssensor nutzen. Diese neue Art der Schwingungsüberwachung / Zustandsüberwachung von Maschinen ermöglicht eine tiefgreifende Schwingungsdiagnose und liefert präzise Wartungspläne Vorlagen.
Gleichzeitig ist die Lösung bewusst auf die Budgets des Mittelstandes zugeschnitten, wodurch Predictive Maintenance nun erschwinglich wird und sich so auch die Überwachung von Maschinen mit vergleichbar niedrigerem Anlagenwert, wie z.B. Motoren, Pumpen, Ventilatoren und Kompressoren lohnt.
Durch Smart Maintenance und Schwingungsanalyse ist es bereits jetzt möglich, 10% höhere Maschinenproduktivität, 50% weniger ungeplante Ausfälle, 40% weniger Wartungskosten und 85% Verbesserung der Vorhersagegenauigkeit zu erreichen.


So funktioniert Smart Maintenance


Smart Maintenance übernimmt alle positiven Eigenschaften von Predictive Maintenance, entfernt jedoch die Nachteile der Prozedur. Kostspielige Einführungskurse und eine monatelange Vorlaufzeit der Sensoren werden durch Smart Maintenance ganz einfach mit einem kurzen Video-Tutorial sowie einer Kalibrierung ersetzt, die nur wenige Stunden in Anspruch nimmt.
Anschließend können bereits erste Informationen gesammelt werden, die im Laufe der Zeit durch die komplexe KI immer präziser werden. Die Daten werden durch eine WLAN-Verbindung oder LTE Gateway an das Nutzer-Dashboard gesendet, sodass der Maschinenstatus in Echtzeit überwacht werden kann.
Durch die hohe Nutzerfreundlichkeit und niedrigen Einstiegskosten ohne Vorlaufzeit werden aller Voraussicht nach traditionelle Predictive-Maintenance-Methoden obsolet. Industrie 4.0 bietet mit Smart Maintenance endlich eine Möglichkeit an, High Availability auch in der Produktion zu erreichen.

Wenn Sie mit Smart Maintenance beginnen möchten, vereinbaren Sie jetzt eine Demo!

© 2021 AiSight GmbH. Alle Rechte vorbehalten

Phone: +49 (0) 30 40363399

Website: https://aisight.de