Prognosetool
Maschinenausfälle vermeiden
Der Monitoring- oder Diagnosedienstleister Cassantec mit Sitz in Zürich stellt seinen Kunden ein Prognosetool zur Verfügung, das mithilfe stochastischer Algorithmen Wahrscheinlichkeiten für Störungen bei Maschinen errechnet.
Die alte Bauernregel zum „Siebenschläfer“ kennt hierzulande ein Großteil der Bevölkerung: „Regnets am Siebenschläfertag, so regnets sieben Wochen danach.“ Diese Regel basiert auf Beobachtungen und Erfahrungen, die Jahrhunderte zurückreichen. Allerdings ist den wenigsten Menschen bewusst, dass die Anwendbarkeit dieser Regel regional sehr unterschiedlich ist. So kann es passieren, dass diese Heuristik auch dort eingesetzt wird, wo sie gar nicht zutrifft, und damit zu falschen Schlussfolgerungen führt. Die Cassantec AG mit Sitz in Zürich kennt dieses Problem aus der Industrie und insbesondere der Instandhaltung, in der auch oft basierend auf langjährigen Erfahrungen und Heuristiken Entscheidungen gefällt werden. Es ist den Entscheidern aber meist unklar, ob die Erfahrung im konkreten Fall anwendbar ist. Die Cassantec stellt daher ihren Kunden ein Prognosetool zur Verfügung, das mithilfe stochastischer Algorithmen Wahrscheinlichkeiten für Störungen bei Maschinen errechnet. „Heutzutage nutzen Menschen Apps zur Wettervorhersage und verzichten auf vage Bauernregeln. Dies ist dank Cassantec nun auch in der Industrie möglich. Vorhandene technische Hilfsmittel bei der Entscheidungsfindung zu Rate zu ziehen, und nicht einzig auf Erfahrungen zu bauen, ist durchaus richtig“, sagt Moritz von Plate, CEO der Cassantec AG.
Neue Technik ermöglicht Kosteneinsparungen
Der von Cassantec entwickelte Algorithmus Cassantec Prognostics gibt Wahrscheinlichkeiten möglicher zukünftiger Störungen an industriellen Maschinen an. In Form einer Ampel zeigt das Prognosetool dem Anwender einen zeitlichen Horizont und passende Wahrscheinlichkeitsprozente. So reagiert der Anwender frühzeitig auf mögliche Störungen und verhindert diese bereits vor Eintreten. Der Kunde wartet seine Maschinen in der Folge rechtzeitig und vermeidet gegebenenfalls Reparaturen. Ebenfalls verzichtet er auf Wartungen, die keinen positiven Effekt erzielen. „Der Einsatz unseres Prognosetools resultiert in Kosteneinsparungen auf verschiedenen Ebenen. Durch Vermeidung von Ausfallzeiten und Wegfall zeitaufwändiger Reparaturen hält der Kunde Produktqualität und Zuverlässigkeit der Maschinen konstant. Hierdurch generiert er einen Vorsprung gegenüber der Konkurrenz“, meint von Plate. Die Instandhaltung und Restlebensdauer einer Maschine lässt sich also aktiv managen und mögliche Risiken werden verringert.
Entwicklungspotenzial nicht erschöpft
Die digitale Welt erfährt eine stetige Entwicklung. In vielen Bereichen betreiben unterschiedliche Parteien seit Jahren umfangreiche Forschungsarbeit. Auch in Zukunft steht die Forschung weit oben auf vielen Prioritätenlisten. Hinzu kommt, dass immer größere Datenmengen zur Verfügung stehen, was zu mehr Input und Entwicklungspotenzial führt. Die Lösung von Cassantec liefert bereits über einen Zeitraum von bis zu fünf Jahren genaue Ergebnisse und entwickelt sich weiter. „Insgesamt löst neue Technik veraltete Prozesse auf lange Sicht vollständig ab. Wir treiben die Entwicklung stets voran. Die Genauigkeit unseres Lösungsansatzes wächst mit der Zeit weiter, auch aufgrund des maschinellen Lernens“, so der CEO.
Störungen vermeiden und davon profitieren
Wissen über Herkunft und Zeitpunkt von Störungen an Maschinen ist grundlegend für den Erfolg in der Industrie. Unternehmen setzen Cassantec Prognostics längst in unterschiedlichen Branchen wie dem Transportsektor oder der Energieerzeugung erfolgreich ein. „Ein Landwirt verlässt sich auch nicht, wie vor Jahren noch, einzig auf sein Gefühl. Auch er zieht detaillierte Wetterprognosen ins Kalkül. Eine exakte Datenanalyse ist heute der bessere Weg im Vergleich zum Vertrauen auf Erfahrungen. Der Wettbewerb lässt nur noch wenige Differenzierungsmöglichkeiten zu. Viele Unternehmen haben zwar eine große Menge an Daten vorliegen, setzen diese aber nicht sinnvoll ein. Hier setzen wir an“, so Moritz von Plate. Bauernregeln oder Erfahrungswerte mögen demnach in ausgewählten Fällen zutreffen, sind aber längst nicht so verlässlich, dass sie eine echte Alternative zu Prognosemodellen darstellen. kf