Predictive-Maintenance für Industrie 4.0

Big-Data und Industrie 4.0 sind populäre Themen und beschäftigen gleichermaßen IT-Spezialisten wie Produktionsverantwortliche in Unternehmen. In diesem Kontext wird auch von Industry-Analytics gesprochen, wenn die beiden Komplexe miteinander kombiniert werden. Dennoch herrscht oft noch Zurückhaltung und Skepsis, was dieses Thema betrifft. „Unsere Projekte mit führenden Unternehmen zeigen jedoch Vorteile und Potenzial von Industry-Analytics. Digitalisierung gewinnt generell nach und nach zunehmend an Bedeutung und auch das produzierende Gewerbe sollte sich dies zunutze machen“, rät Nils-Henrik Wolf, Geschäftsführer von Mayato in Österreich.

Informationsvorsprung dank Analytics

industry-94448_1920Das Beispiel eines renommierten Produzenten von medizinischen Großgeräten veranschaulicht, welche neuen Möglichkeiten durch Industry-Analytics eröffnet werden. Diese Geräte stellen für Arztpraxen und Krankenhäuser eine zentrale Investition dar. Ein unerwarteter Ausfall verursacht nicht nur enorme Kosten, sondern gefährdet auch die medizinische Versorgung der Patienten. Zudem führen die Lagerkosten zahlreicher Ersatzteile zu einer hohen Kapitalbindung für Erzeuger. Ein deutsches Unternehmen entschied sich dafür, die automatisch übertragenen Sensordaten zentral auszuwerten und anhand eines analytischen Modells die Ausfallswahrscheinlichkeiten einzelner Teile individuell zu ermitteln. Alle medizinischen Großgeräte des Herstellers senden täglich Logfiles mit systemrelevanten Statusinformationen an die jeweilige Entwicklungsabteilung. Allerdings wurden diese Daten zuvor von Experten nur manuell und stichprobenartig ausgewertet. Eine abteilungsübergreifende Nutzung der Informationen war ebenso wenig möglich, wie gezielte Analysen mit einer großen Datenbasis. Vorhersagen über Ausfallwahrscheinlichkeiten konnten damit nicht getroffen werden. Daher startete das Unternehmen eine Initiative zur Einführung von Predictive-Maintenance in Zusammenarbeit mit Mayato. Zunächst wurden alle Daten aus den gesendeten Logfiles zentral erfasst und mit Informationen aus dem SAP-System angereichert. Gleichzeitig wurde ein analytisches Modell erstellt, anhand dessen die Daten auf wiederkehrende Muster hin untersucht werden können. Schritt für Schritt implementierte das Projekt-Team verschiedene Software-Komponenten, um die Rohdaten in verwertbare Informationen zu verwandeln und diese auswerten zu können. „Zu wissen, dass die Maschine bald ausfallen wird und das im richtigen Moment zu verhindern, spart dem Unternehmen Zeit und Geld. Entscheidend dafür ist die analytische Auswertung der vorhandenen Daten“, erläutert Eric Ecker, Leiter Industry-Analytics von Mayato. Infolge dessen erhielten die Verantwortlichen erstmals eine zentrale Sicht auf vielfältige Unternehmensinformationen. Ferner können die Daten der unterschiedlichen Fachbereiche schnell und gezielt ausgewertet werden, was auch zu einer Steigerung der Produkt- und Servicequalität führt.

Gewonnene Erkenntnisse bringen vielseitigen Nutzen
Die dabei gewonnenen Daten sind nicht nur für die Produktion selbst aufschlussreich, sondern sie können auch für andere Geschäftsfelder gewinnbringend verwendet werden. Beispielsweise kann der Hersteller die Nutzung der installierten Geräte besser beurteilen und kann dadurch in weiterer Folge durch maßgeschneiderte Angebote den Vertrieb optimieren. Die Produktentwicklung profitiert von Statistiken zu Störungen gewisser Teile, die ersetzt oder weiterentwickelt werden sollten. Marketingverantwortliche können die Werbemaßnahmen präzisieren, da sie die genaue Auslastung der Geräte kennen.

Die Experten von Mayato begleiten dabei sowohl den laufenden Betrieb als auch die weitere Verfeinerung der Mustererkennung und den ständigen Ausbau der Plattform. „Schon jetzt zeichnen sich in vielen Bereichen signifikante Einsparungen und frappierende Erkenntnisgewinne ab“, erklärt Wolf abschließend. (Mayato/mh)