Data & Analytics, CRM

Die drei Grundlagen der vorausschauenden Wartung - oder wie sich Maschinenausfälle mit Intelligenz verhindern lassen

Alfred Grünert20.07.2017

In die Zukunft zu sehen ist heute kein Problem mehr. Zumindest in begrenztem Rahmen. Denn wenn es um vorausschauende Wartung geht, stehen Maschinen- und Anlagenbauern güldene Zeiten ins Haus. Mittels Maintenance 4.0 und Predictive Maintenance lassen sich Probleme an den Maschinen erkennen, noch bevor Produktionsausfälle eintreten. Eine wichtige Rolle spielen neben verschiedensten Sensordaten vor allem Business Intelligence und CRM.

Daten, Daten, Daten – die Welt der Maschinen- und Anlagenbauer hat durch das Internet der Dinge neuen Schwung bekommen. Die Anforderungen der Branche reichen heute vom Neumaschinen- und Anlagenverkauf über Störungs- und Reparaturleistungen bis hin zu komplexen Lifecycle-Management-Konzepten. Für die Betriebe der Branche gilt heute: Jede Maschine oder Anlage ist nahezu ein Einzelauftrag.

Ein durch IoT getriebenes Thema – und ein wachsendes Geschäftsfeld für die Branche – ist indes Predictive Maintenance, also die vorausschauende Instandhaltung mittels intelligenter Datenanalysen. Durch den Einsatz von Sensoren können verschiedenste Zustandsdaten von Maschinenkomponenten erfasst und um Informationen aus Drittsystemen ergänzt werden. Ziel ist es dabei auffällige, auf Störungen hindeutende Muster rechtzeitig zu erkennen und entsprechende Maßnahmen präventiv einleiten zu können.

Dadurch können etwa drohende Stillstandzeiten und unvorhergesehener Ausfall rechtzeitig erkannt und eine entsprechende Wartung eingeleitet werden, noch bevor es zu Produktionsausfällen kommt. Predictive Maintenance ist heute ein wichtiger Baustein in einer Industrie 4.0-Umgebung und kann als eine Weiterentwicklung der bisherigen klassischen Wartungsstrategien – quasi Maintenance 4.0 – angesehen werden. Für die Maschinen und Anlagenbauer bedeutet dies freilich, ihr Geschäftsfeld nochmals deutlich ausweiten und damit einen wichtigen Wettbewerbsvorteil umsetzen zu können.

Drei Voraussetzungen für Predictive Maintenance

Der Erfolg eines Predictive Maintenance-Systems hängt vor allem ab von:

  • Von der Auswahl des richtigen Systems,
  • der Generierung und Aufbereitung der korrekten Daten
  • sowie der passenden Mischung aus Branchenexpertise und Datenanalyse

Denn jede Minute, in der eine Maschine oder Anlage beim Kunden unfreiwillig stillsteht, ist ein großer finanzieller Verlust und verärgert den Kunden. Für die Maschinenbauer kann vorausschauende Wartung somit zum wichtigen Verkaufsargument gegenüber der Konkurrenz werden.

Smarte Problemlösungen dank CRM

COSMO CONSULTs smarte CRM-Software für Maschinen- und Anlagenbauer führt heute zahllose Prozessoptimierungen und Effizienzsteigerungen in national sowie international agierenden Unternehmen herbei und löst dabei Problemstellungen in der Serviceprozessoptimierung.

Dabei gilt die Device „Servicieren bevor Schaden entsteht“. So geben etwa Vergangenheitswerte Auskunft darüber, wann Ersatzteile bei der Maschine/Anlage zu tauschen sind. Eine wichtige Rolle in diesem Zusammenhang spielt Business Intelligence. Ein anschauliches Praxis-Beispiel ist die das Projekt „predictive maintenance“ bei unserem Kunden Rosenbauer, einem führenden Hersteller für Feuerwehrtechnik. Im Rahmen dessen werden Zustandsinformationen von Anlagen abgefragt, um vorausschauend Wartungsarbeiten durchführen zu können.

Mittels Operational BI – also der Auswertung von IoT-Daten – lassen sich die gewonnenen Daten auswerten und benutzerfreundlich und interaktiv in Apps oder sonstigen GUIs darstellen. Ein gutes Beispiel dafür ist Thyssen Krupps wartungsfreier Aufzug. Mit Hilfe von Microsoft Azure IoT Diensten transformierte das Unternehmen das eigene Service Modell von einem reaktiven und kostenintensiven Service zu einem vorhersagbaren und erheblich kostengünstigeren Service.

Leihen statt kaufen als künftiges Geschäftsmodell

Dabei winken auch neue Geschäftsmodelle für die Anlagenbauer. So könnten sich diese in Zukunft beispielsweise an Leihmodellen orientieren. Solche Geschäftsmodelle sind heute bereits seit Jahren bei Druckern und sonstigen Büroausstattungen gängig.

Konkret bedeutet dies, dass Maschinen oder Anlagen künftig nicht mehr an die Kunden verkauft, sondern verliehen werden. Endkunden bekommen die Maschine vor Ort aufgestellt und arbeiten ganz normal, die Abrechnung erfolgt jedoch pro produzierter Einheit, beispielsweise pro gestanztem Teil. Wird die Maschine im Unternehmen nicht mehr benötigt, holt sie der Maschinenbauer zurück und verleiht sie – in der gleichen Ausführung oder etwas adaptiert – an den nächsten Kunden.

Mehr zum Thema

Mehr Informationen zu Maschinenbau erhalten Sie hier.

Jetzt informieren!

Über den Autor: Alfred Grünert

Alfred Grünert ist Operations Manager BI und am Standort Wien der COSMO CONSULT (vormals FWI Gruppe) tätig. Seine berufliche Karriere begann an der Wirtschaftsuniversität Wien. Absolvent in Revision und Rechnungswesen, wo er nach seiner Berufsanwärterzeit mehrere Jahre als Steuerberater und Wirtschaftstreuhänder tätig war. Seinen Übergang zur Unternehmensberatung markierte die Gründung und der Aufbau eines eigenen BI-Unternehmens, welches er über 10 Jahre führte. Seit 2011 leitet er den Bereich Business Intelligence in der COSMO CONSULT.

Beitrag teilen

Kommentare

Keine Kommentare gefunden!

Kommentar verfassen