Intralogistik-Lösungen : Alles, was Sie bei Predictive Maintenance beachten müssen

Die Intralogistik auf der ganzen Welt verändert sich mit fortschreitender Digitalisierung, mit steigenden Ansprüchen an die Produktion und die Geschwindigkeit. Damit ändern sich auch die Anforderungen an die Produktionsanlagen und schließlich die Wartung dieser.

Traditionell geschieht die Wartung einer Produktions- oder Industrieanlage innerhalb eines festen Wartungszyklus, der im besten Fall auf Erfahrungswerten basiert.

Doch immer mehr setzt sich – dank offensichtlicher Vorteile – die Predictive Maintenance durch. Auch hier gibt es einige Punkte zu beachten.

Es kann einem Betrieb zumindest nicht schaden, was er sich da genau ins Haus holt – je mehr Hintergrundwissen besteht, desto leichter fällt die Suche nach dem richtigen Anbieter.

Predictive Maintenance basiert auf Advanced Analytics. Die Big-Data-Technik kommt auch im Ressourcen-Management und bei der Produktionsplanung, sowie in der Prozessoptimierung vor. Das Stichwort ist schon gefallen: Big Data. Ohne die Erhebung vieler Daten – etwa zu einer Maschine oder zur ganzen Anlage – können die Predictive Models, also bestimmte mathematische Modelle, nicht gefüttert werden.

https://youtu.be/GrIzRL2d41c

Die Predictive Models leiten dann aus den Daten Prognosen für die Zukunft ab. Was den nächsten Wartungszeitpunkt einer Anlage angeht, können hier zwei Prognosen von Bedeutung sein: Erstens, wie sich ein bestimmter Wert in Zukunft verhalten wird; und zweitens, wie sich ein Wert verhalten wird, wenn ein anderer verändert wird. Zum Beispiel könnte die Produktionsmenge verändert werden, was dann Auswirkungen auf die Nutzungsintensität der Maschinen und auch auf den Energieverbrauch hat.

Die Nachteile von Predictive Maintenance im Vergleich zu festen Wartungszyklen müssten sich schon aus den Fingern gesaugt werden. Im Grunde ist der einzige Nachteil eine anfängliche Zeitinvestition, bis der richtige Anbieter gefunden und das System implementiert ist.

Der große Nachteil eines festen Wartungszyklus ist hingegen, dass der Verschleiß einer Maschine von zu vielen Variablen abhängt. Es muss miteinberechnet werden, wie alt sie schon ist, wozu sie eingesetzt und wie viel sie eingesetzt wird. Predictive Analytics können nicht nur all diese Variablen miteinbeziehen, sondern auch Veränderungen Rücksicht nehmen und den nächsten Wartungstermin entsprechend anpassen.

TGW, ein Produzent von Lagerlogistik- und Materialflusslösungen aus Wels, empfiehlt, schon von Beginn an Experten miteinzubeziehen, um nicht nur das richtige Wartungskonzept zu finden, sondern auch früh über fixe und eventuelle Kosten Bescheid zu wissen. Das Ausmachen von Full-Service-Paketen kann zumindest viele Eventualitäten abdecken.

Manche mögen vor den Anschaffungskosten zurückschrecken. Doch eigentlich sollen auf diese Art immense Kosten gespart werden. In einem festen Wartungszyklus wird möglicherweise einfach nur sicherheitshalber ein Teil ausgetauscht, das noch gar nicht ausgetauscht werden müsste; eine andere Maschine ist dafür schon seit einiger Zeit wartungsbedürftig und kostet jetzt in der Reparatur mehr oder hat sogar zu einem Ausfall im Betrieb geführt.

https://youtu.be/QnHl1Le2OXA

Laut einer Studie des Weltwirtschaftsforums und des Beratungsunternehmens Accenture werden durch Predictive Maintenance zwölf Prozent an Kosten in der Reparatur und fast 30 Prozent in der Wartung eingespart. Eine Studie von McKinsey kommt auf ein ähnliches Ergebnis, sowie auf um 50 Prozent weniger Stillstände.

„Intralogistiksysteme unterscheiden sich in Bezug auf Funktion und Komplexität. Und so unterscheidet sich auch das Betriebs- und Wartungskonzept dahinter“, sagt Christoph Knogler, Director Global Lifetime Services bei TGW. Mit einem potentiellen Servicepartner sollte daher auch gleich über alle Verantwortungsbereiche gesprochen werden, die Service Level Agreements, wie TGW sie nennt. Hier geht es darum, wie groß der Umfang der Bearbeitung ist und welche Reaktionszeiten gelten. Auch im eigenen Team muss klargestellt werden, wer wofür verantwortlich ist.

Schließlich dürfen mit der Implementierung des neuen Systems nicht laufende Weiterentwicklungen vergessen werden – es gibt immer Optimierungsmöglichkeiten. Denn meistens passt ein neues System auf die aktuellen Anforderungen, doch auch diese können sich ändern. Also munter weiter Daten sammeln.

Erhalten Sie jeden Dienstag und Donnerstag die News aus der Welt der Logistik und Digitalisierung – folgen Sie der Autorin und dispo auch auf Twitter!