Predictive Maintenance: So sparen Sie Geld

Die Zukunft des Vertriebs
Katrin Barysch
Katrin Barysch

Aktualisiert:

Veröffentlicht:

Wenn es in einem Industrieunternehmen zu Ausfällen von Maschinen kommt, ist das nicht nur ärgerlich, sondern auch teuer. Denn Mitarbeitende können nicht arbeiten und es werden keine Waren produziert. Unter Umständen stehen auch nachgelagerte Prozesse still, die weitere Kosten aufwerfen. Deshalb sollte sich Ihr Unternehmen mit Predictive Maintenance auseinandersetzen.

Ingenieure begutachten Maschine als Teil der Predictive Maintenance

→ Big Data, KI und Automation im Vertrieb [Kostenloser Download]

Unterschiede zwischen Predictive Maintenance und Preventive Maintenance

Bei der Preventive Maintenance, zu Deutsch „präventive Instandhaltung“, überprüfen Sie Maschinen und Anlagen in fest definierten Zeitintervallen (zum Beispiel einmal im Monat oder einmal im Jahr), nach vorgegebenen Laufzeiten (beispielsweise nach 100.000 Kilometern) oder nach einer produzierten Stückzahl (etwa nach 1 Million Einheiten).

An diesen definierten Punkten führen Sie eine Wartung oder Inspektion durch. Teile oder Komponenten, die verschlissen erscheinen oder in naher Zukunft ausfallen könnten, werden vorsorglich ausgetauscht.

Bei der Predictive Maintenance arbeiten Sie nicht punktuell nach Kalendereinträgen oder definierten Zahlen. Stattdessen überwachen Sie kontinuierlich Ihre Maschinen und Anlagen. Eine Wartung führen Sie nur durch, wenn Komponenten wirklich ausgetauscht werden müssen, weil ein Ausfall zu erwarten ist.

Condition Based Maintenance vs Predictive Maintenance

Condition Based Maintenance bedeutet, Sie legen Konditionen (Englisch: „conditions”) fest, wann eine Maschine gewartet werden soll. Die Bedingungen basieren auf Daten und Messungen, die Sie in Echtzeit erheben. Überschreitet beispielsweise der Druck in einer Pumpe einen Schwellenwert, müssen Sie diese warten.

Bei der Predictive Maintenance basiert Ihre Entscheidung, ob eine Reparatur durchgeführt werden soll, nicht auf Echtzeitdaten. Stattdessen führen Systeme spezielle Berechnungen durch, woraus Sie ableiten, ob in naher Zukunft eine Instandhaltung anstehen sollte.

Während bei der Condition Based Maintenance ein aktueller Wert zur Wartung führt, sagt bei der Predictive Maintenance ein System voraus, wann eine Instandhaltung nötig sein könnte.

Condition Monitoring und mehr: So funktioniert Predictive Maintenance

Bei der Predictive Maintenance sind Ihre Maschinen und Anlagen mit zahlreichen Sensoren und anderen technischen Elementen versehen. Diese überprüfen kontinuierlich, unter anderem über Schwingungsanalysen und Infrarot-Technik, den Zustand einzelner Komponenten und übermitteln die Daten an ein zentrales System.

Das System erfasst die Daten in Echtzeit und ermöglicht so ein genaues Monitoring: Sie sehen jederzeit, wie gut die einzelnen Komponenten arbeiten, ob es eine Leistungsminderung oder gar Probleme gibt.

Dieses sogenannte Condition Monitoring ist ein Bestandteil der Predictive Maintenance. Auf Basis der in der Vergangenheit erhobenen Daten und der Echtzeitdaten lassen sich Analysen und Wahrscheinlichkeitsberechnungen erstellen. Diese eignen sich für Prognosen, durch die Sie „vorhersagen" können, wann Ausfälle wahrscheinlich sind.

Wie Machine Learning, Big Data und Predictive Maintenance zusammenhängen

Industrieanlagen in großen Unternehmen bestehen aus hunderten oder tausenden Maschinen. Diese besitzen, sofern sie für Predictive Maintenance gerüstet sind, jeweils dutzende oder gar hunderte Sensoren und Prüfelemente. Derart entstehen jeden Tag gigantische Datenmengen, sogenannte „Big Data”, welche die angeschlossenen Systeme empfangen, verarbeiten und auswerten müssen.

Um Prognosen erstellen zu können, reichen gewöhnliche Algorithmen nicht aus. Nur mit Machine Learning, einem KI-Ansatz, lassen sich die nötigen Vorhersagen berechnen.

Mit fortschreitender Digitalisierung der Industrie, auch als Industrie 4.0 bezeichnet, nimmt die Anzahl der smarten Maschinen zu. Damit wächst der Bedarf nach Hochleistungssensoren mit Edge Computing, schnellen Übertragungsmöglichkeiten wie 5G, Software für Big-Data-Analysen und „intelligenten” Machine-Learning-Systemen.

Predictive Maintenance: Beispiele für den Praxiseinsatz

Die klassische Wartung einer Anlage ist meist mit einem großen Aufwand verbunden. Da Sie alle Einzelteile genau prüfen müssen, ist oft das komplette Abschalten der Anlage nötig. Bei der Predictive Maintenance sehen Sie den Ist-Zustand der einzelnen Komponenten und Algorithmen errechnen, wann jede ausgetauscht oder repariert werden sollte. Das macht einen gezielten Eingriff möglich.

Fällt eine Maschine aus, können Sie ohne moderne Sensoren teilweise schwer nachvollziehen, wie es dazu kam. Ist die Maschine dagegen für einen Predictive-Maintenance-Einsatz gerüstet, ist schnell ersichtlich, welche Komponente den Ausfall verursacht hat. Schließlich liegen ausreichend Daten vor, die zeigen, wo und wann bestimmte Ereignisse wie ein Leistungsabfall stattfanden.

Die Vorteile und Nachteile von Predictive Maintenance

Wie bereits erwähnt, können Ausfälle und die damit verbundenen Ausfallzeiten für Ihr Unternehmen sehr teuer werden. Die Predictive Maintenance hilft Ihnen, diese Kosten zu reduzieren. Außerdem hat sie folgende Vorteile:

  • Die periodische Instandhaltung, bei der Maschinen gestoppt und vorsorglich Komponenten ausgetauscht werden, lässt sich mittels Predictive Maintenance deutlich verringern oder sogar komplett abschaffen. Dank der Digitalisierung ist ersichtlich, wo und wann ein Austausch sinnvoll ist.
  • Da bei der Predictive Maintenance ein ungefährer Zeitraum prognostiziert wird, indem eine Wartung nötig ist, lassen sich die Zeiten für Reparaturen und Wartungen besser planen. Das verschafft Ihrer Produktion mehr Flexibilität.
  • Die vorausschauende Instandhaltung kann dafür sorgen, dass Ihre Maschinen und Anlagen effizienter und langlebiger laufen. Das verlängert die Nutzungszeit.

Den Vorteilen stehen folgende Nachteile gegenüber:

  • Nicht jede Maschine oder Anlage ist für Predictive Maintenance gerüstet. So entstehen „blinde Flecken” in Ihrem Maschinenpark, die sich unter Umständen nur mit viel Aufwand oder gar nicht schließen lassen.
  • Für die Anschaffung und den Betrieb der „intelligenten” Maschinen fallen hohe Kosten an. Sie benötigen zusätzliche Hard- und Software-Komponenten sowie IT-Experten, um eine umfassenden und reibungslosen Einsatz zu garantieren.

Fazit: Vorausschauende Instandhaltung mit Predictive Maintenance

Mit der Predictive Maintenance vermeiden Sie Ausfälle in Ihrem Unternehmen und garantieren einen reibungslosen und effizienten Betrieb Ihrer Maschinen. Auch wenn die vorausschauende Wartung nicht für jede Maschine oder Anlage infrage kommt und die Anschaffung der Systeme teuer ist, können Sie auf lange Sicht erhebliche Kosteneinsparungen erzielen.

New call-to-action

Titelbild: Nitat Termmee / iStock / Getty Images Plus

Themen: Digitalisierung

Verwandte Artikel

Erfahren Sie, wie die Trends Big Data, KI und Automatisierung in der Praxis aussehen.

KOSTENLOS HERUNTERLADEN