Lena Weirauch ist Co-Founder und CEO eines KI-Startups – und hat vor Kurzem einen Monat im New Yorker Launch House verbracht. Im Podcast hört ihr, was sie dabei erlebt hat.
Die Predictive Maintenance stellt eine Art proaktiver Wartung dar, die auf der Aufzeichnung und Auswertung bestimmter Maschinendaten oder Leistungsparametern basiert. Die Auswertung der Daten entspricht zum Teil einer Trendanalyse, wie sie beispielsweise bei Triebwerken moderner Airliner bereits seit vielen Jahren üblich ist, um notwendig werdende Wartungsschritte früh genug erkennen und um einer steigenden Ausfallwahrscheinlichkeit früh genug begegnen zu können. Gegenüber einer routinemäßigen oder zeitabhängigen Wartung können Kosten eingespart werden.
Die Anwendung einer Predictive Maintenance in Fertigungsanlagen kann auch den Prozentsatz an Ausschussware reduzieren. Das ist der Fall, wenn die Überwachung und Auswertung der Parameter zu einer frühzeitigen Entdeckung einer außerhalb der akzeptablen Toleranz arbeitende Komponente führt, die zu einer fehlerhaften Produktion führen würde. Die Umstellung auf den viel diskutierten Standard 4.0 im Zuge der Digitalisierung bereitet vielen Unternehmen noch Schwierigkeiten, weil häufig nicht klar ist, was sich konkret dahinter verbirgt. Die Einführung der Predictive Maintenance wird dabei oftmals als einer der zentralen Punkte angesehen. Die größten Potenziale werden neben Kosteneinsparungen in nachhaltigen und stetigen Produktverbesserungen gesehen. Selbstlernende Produktions-Regelkreise, die sich autonom steuern und selbst optimieren, machen einen großen Teil der Factory 4.0 aus. Als Grundlage für den Erfolg werden aber nicht nur automatisch ablaufende Prozessoptimierungen gesehen, sondern auch Soft Factors wie Governance, Einbeziehung der Kunden und das „Zusammenspiel“ sämtlicher Partner einschließlich der Mitarbeiter.
In einer Erhebung vom Januar und Februar 2018 im Rahmen des Deutsche-Industrie-4.0-Index äußerten sich drei Viertel der befragten Unternehmen (noch) skeptisch über die Predictive Maintenance. Nur ein geringer Prozentsatz der Firmen sieht darin einen großen Nutzen, und etwa 20 Prozent der Unternehmen wollten keine Meinung äußern, weil sie sich nicht genügend kompetent für eine Bewertung hielten. Nach Meinung von Experten ist noch einige Überzeugungsarbeit nötig, um vom Nutzen der Predictive Maintenance zu überzeugen.
Lust auf vertiefende Informationen? Hochaktuelle Entwicklungen und kontroverse Meinungen im Bereich Predictive Maintenance sind hier auf t3n.de in großer Vielfalt zu finden.
