Einsatzplanung: Wie stellt man von kurativer auf vorausschauende Wartung um?

Die Kombination aus dem Internet der Dinge und Big Data führt dazu, dass große Datenmengen in Echtzeit analysiert werden können und so Aufschluss über den Zustand eines Gerätes oder einer Maschine geben können. Diese Technik, die auch vorausschauende Wartung genannt wird, antizipiert Pannen, verlängert die Lebensspanne von Maschinen und optimiert die Einsatzplanung.
 
Die Aussicht, eine Panne vorhersehen zu können, bevor sie eintritt, ist verlockend. Jeder Kundendienst träumt davon. Jetzt wird diese Idee eine konkrete Möglichkeit. Die Verbindung aus dem Internet der Dinge (IoT) und Big Data bildet den Rahmen für eine vorausschauende Wartung, die kontinuierlich den Zustand eines Gerätes oder einer Maschine analysiert, um eventuelle Anzeichen für eine mögliche Störung zu entdecken.
 
Dank einer drastischen Verringerung der Kosten, ist es heutzutage möglich, eine Vielzahl von Sensoren an Geräte und Maschine anzubringen, um die Temperatur, die Feuchtigkeit, die Vibrationen oder den Druck zu messen.

Von der Fernüberwachung der 80er zu Big Data

An sich ist das Phänomen nicht neu. Die Industrie hat die ersten Sensoren bereits Ende der 1980er Jahre an ihren Maschinen installiert und Systeme der Fernüberwachung 24/7 wurden ums Jahr 2000 eingeführt.
 
Seither hat sich die Cloud entwickelt und bringt ihre Stärken in den Bereichen Rechenkapazität und Skalierbarkeit mit ein. Mit Infrastrukturen vom Typ Big Data können Massen von Daten, die von verbundenen Objekten übermittelt wurden, integriert und kontinuierlich verarbeitet werden.
 
Big Data revolutioniert die Volumen. So generiert zum Beispiel ein Sensor, die eine Messung pro Sekunde ausführt, 31.536 Millionen Werte innerhalb eines Jahres! Und dabei sind die vergangenen Jahre noch nicht berücksichtigt.
 

Die Dimension „Echtzeit“

Mit Big Data kommt auch die Dimension „Echtzeit“ ins Spiel. Die von Sensoren gesammelten haben verfügen über Zeitstempel. Das Monitoring eines Gerätes verfolgt diese Informationen in chronologischer Reihenfolge 24/7, um das Leistungsniveau (Verfügbarkeit, Latenzzeiten, …) zu kalkulieren und Abweichungen vom Idealzustand zu identifizieren. Die Übermittlung der Daten eines Gerätes geschieht jetzt nicht mehr durch einen Servicetechniker, der vor Ort ist, sondern in jedem Moment und in Echtzeit.
 

Willkommen in der Industrie 4.0

In der Fabrik der Zukunft oder der Industrie 4.0 verlängert die Kombination aus IoT und Big Data die Lebensspanne eines Gerätes auf zwei Arten: Pannen werden vorhergesehen und die Parameter der Funktionsweise verbessert.
 
Genaue Informationen über das Material eines Gerätes können bei der Konfiguration seiner optimalen Nutzung helfen. Das führt zu einer Senkung der Energiekosten.

Die Grenzen der kurativen und der vorausschauenden Wartung

Die vorausschauende Wartung unterscheidet sich von der präventiven und vor allem von der kurativen (oder korrektiven) Wartung in mehreren Aspekten: Die letztere führt lediglich zu der Reparatur eines Gerätes, nachdem eine Panne aufgetreten ist. Die Aktivität ist angehalten oder zumindest verlangsamt, was die Frist bis zur Durchführung eines Einsatzes und zur Wiederherstellung extrem wichtig werden lässt. Dieser Zustand ist im Jahre 2018 immer weniger akzeptabel.
 
Die präventive Wartung besteht darin, Geräte in regelmäßigen Intervallen instand zu halten. Basierend auf dem Lebenszyklus wird diese oder jenes Ersatzteil zum empfohlenen Zeitpunkt als Vorsichtsmaßnahme ausgetauscht.
 

Vom statistischen Ansatz zur Analyse realer Daten in Echtzeit

Im Unterschied zum statistischen Ansatz stützt sich die vorausschauende Wartung auf die Analyse realer Daten, um zu überprüfen, ob ein Ersatzteil signifikante Abnutzungserscheinungen zeigt. Der Austausch dieses Ersatzteils kann so vermieden oder verschoben werden.
 
Dieser Paradigmenwechsel führt zu einer Optimierung des Lagerbestandes und auch der Einsatzplanung der Wartungstechniker. Durch den vorausschauenden Ansatz können Unternehmen endlich den kompletten Stopp einer Maschine verringern und die Produktionspausen einplanen.

Viele Vorteile aber auch hohe Investitionskosten

Man sieht, dass die vorausschauende Wartung den Graal eines jeden Kundenservice bietet: „Just-in-Time-Wartung“. Die Außendiensttechniker kommen weder zu früh noch zu spät, sie erschienen nur im Falle einer bevorstehenden Panne.
 
Besser noch, die vorausschauende Wartung verbessert die Rate der beim ersten Einsatz gelösten Probleme, die im Englischen auch „First Time Fix Rate“ genannt wird. Der Techniker verfügt am Einsatzort über alle Informationen zum aktuellen Zustand der Maschine sowie ihrer Historie.
 
Zusammenfassend kann man also festhalten, dass die vorausschauende Wartung eine große Anzahl von Vorteilen bietet. Sie ermöglicht:
 

• die Anzahl von Pannen zu reduzieren,

• das Risiko ernsthafter Störungen zu begrenzen,

• die Lebensspanne von Geräten zu verlängern,

• Einsätze besser zu planen,

• die Zeit des Stillstands von Geräten zu verringern und

• den Lagerbestand von Ersatzteilen zu optimieren.

Im Gegensatz dazu verlangt eine vorausschauende Wartung höhere Investitionskosten als eine kurative oder präventive Wartung, da Geräte und Maschinen mit ‚Sensoren ausgestattet werden müssen und eine Infrastruktur zur Lagerung und Verarbeitung von Daten geschaffen werden muss.

Künstliche Intelligenz ermöglicht einen qualitativen Sprung

Laut einer neuen Studie von Vanson Bourne, die von GE Digital in Auftrag gegeben und in vier Ländern durchgeführt wurde, schätzen 75% der IT-Entscheider, dass Maschinen bis zum Jahr 2020 über eine bessere Gesundheitsvorsorge verfügen werden als Menschen!
 
Auch das Forschungsinstitut Gartner sieht die künstliche Intelligenz im Vormarsch. Bis zum Jahr 2020, so Gartner, werden 10% der Einsätze im Außendienst von künstlicher Intelligenz ausgelöst und gesteuert. Nach dem IoT und Big Data ist künstliche Intelligenz damit die dritte Säule der gerade voranschreitenden Revolution.
 
Moderne Algorithmen können bereits heute Einsätze in Sekundenschnelle in Abhängigkeit von der Verfügbarkeit von Technikern oder der Verkehrslage umprogrammieren und ad hoc Ersatzteile bestellen. In naher Zukunft werden sie auch den Entscheidungsprozess von Verantwortlichen im Kundendienst unterstützen, wenn es darum geht, diesen oder jenen Einsatz auszulösen oder nicht.
 
In der nächsten Phase wird die Plattform eine noch größere Autonomie erhalten. Man kann sich bereits heute intelligente Maschinen vorstellen, die in der Lage sind, sich selbst zu diagnostizieren und auf der Basis einer Funktionsbilanz eine Reihe von Aktionen auszulösen: Herunterladen eines Reparaturprogramms, Änderung der Konfiguration zum Nutzungsmodus, Verschicken einer Einsatzanfrage oder einer Bestellung von Ersatzteilen … Wird man dann von einer nativen Wartung sprechen?