Die Maschinenparks von Industrieunternehmen sind heute mit vielen unterschiedlichen Sensoren ausgestattet, die kontinuierlich Daten generieren. Verwenden lassen sie sich unter anderem für Predictive Maintenance – die vorausschauende Wartung von Maschinen. Wenn bestimmte Schwellenwerte überschritten werden, beispielsweise für den Verschleiß von Bauteilen, erhalten Mitarbeiter frühzeitig eine automatische Benachrichtigung über notwendige Wartungsfenster oder drohende Ausfälle. Darauf aufbauend planen Verantwortliche den Austausch von Verbrauchsstoffen oder Bauteilen, bevor ein Defekt eintritt. So lassen sich MRO-Prozesse (Maintenance, Repair and Operations) effizienter gestalten, die Verfügbarkeit und Lebensdauer von Maschinen erhöhen und vor allem Stillstände verhindern.

Eine Studie der International Data Corporation (IDC) im Auftrag von Intersystems ergibt, dass die Mehrheit (51 %) der befragten Unternehmen in Deutschland bereits in Predictive Maintenance investiert haben und beabsichtigen, dies auch in Zukunft weiterzuführen. Durch die vorauschauende Wartung finden Unternehmen auf viele Fragen schnell passende Antworten. Noch mehr Erleichterung versprechen Lösungen, die präskriptive Analysen ermöglichen. Dabei handelt es sich um einen Ansatz, der auf KI beruht und das Konzept der vorauschauenden Wartung weiterdenkt.

Präskriptive Analysen in der Produktion

Präskriptive Analysen liefern nicht nur wertvolle Erkenntnisse, sondern geben darüber hinaus konkrete Handlungsempfehlungen für die Steuerung von Prozessen – mit aller Transparenz über die Faktoren und Auswirkungen jeder einzelnen Alternative. Dazu gehören zum Beispiel Informationen zum Zeitbedarf und zu den Kosten einer Maßnahme. Der Ansatz führt zu größerer Effizienz bei der Planung und Entscheidungsfindung. Auch mit Blick auf das Management von Maschinen bieten solche Lösungen große Vorteile. Für Berechnungen und Simulationen greifen sie auf historische und aktuelle Daten aus internen und – je nach Implementierung – aus externen Quellen zu. Handlungsempfehlungen werden entweder proaktiv in Form eines automatisierten Frühwarnsystems gegeben oder von Mitarbeitern auf Anfrage abgerufen. Die beste Vorgehensweise wägen sie dann anhand der Vorschläge selbst ab und stoßen anschließend notwendige Prozesse an. Je nach Reife der Lösung und des KI-Modells können Teilprozesse bei Bedarf auch vollständig automatisiert werden.

Proaktive Handlungsempfehlungen

Präskriptive Analysen sind eine Ergänzung zum Einsatz von Predictive Maintenance. Die KI-basierten Handlungsempfehlungen versetzen Mitarbeiter in die Lage, das Wartungsmanagement und anhängige Prozesse, etwa in den Bereichen Ressourcenplanung und Einkauf, besser zu koordinieren. Auf Wunsch schlägt eine Lösung für präskriptive Analysen ein optimales Wartungsfenster vor und teilt die richtigen Fachleute für die anstehenden Aufgaben ein. Das alles findet auch bei der vorausschauenden Wartung statt. Aber bei präskriptiven Analysen kommt noch ein großer Vorteil hinzu: Die Lösungen dahinter bestellen Ersatzteile aus dem eigenen Lager beziehungsweise von anderen Standorten oder stoßen den notwendigen Beschaffungsprozess an. Diese just in time zu besorgen, optimiert die Lagerhaltung. So kommen nur die Ersatzteile in den Vorrat, die in nächster Zeit tatsächlich Verwendung finden. Insgesamt erhöhen präskriptive Analysen die Maschinenverfügbarkeit und -auslastung. Unterbrechungen der Produktion werden minimiert, Kosten sinken, und Mitarbeiter nehmen eine spürbare Entlastung wahr.

Voraussetzung: einheitliche und aktuelle Datenbasis

Für präskriptive Analysen muss es eine direkte Einsicht in alle relevanten Daten der Produktion und Logistik geben. Daher stehen Unternehmen zunächst vor der Aufgabe, Daten jeden beliebigen Formats aus diversen Quellen zu verknüpfen. Der zweite entscheidende Schritt besteht darin, die sehr unterschiedlichen Daten aus OT(Operational Technology)- und IT(Information Technology)-Systemen zu harmonisieren und zu normalisieren. Aus allen Abteilungen, die bei MRO-Prozessen eine Rolle spielen, kommen Daten zusammen. Das umfasst neben der Produktion beispielsweise auch den Einkauf und die Logistik.

Eine moderne Datenplattform ist der Schlüssel. Sie überwindet die Grenzen der vielfach vorhanden Datensilos. Für die Interoperabilität zwischen internen und externen Systemen beherrscht eine moderne Datenplattform alle gängigen Standards, Protokolle und Profile für den Datenaustausch in der Industrie. So entsteht eine einheitliche und stets aktuelle Datenbasis für präskriptive Analysen. Im Idealfall bringt die Datenplattform außerdem integrierte Funktionen für KI-basierte Auswertungen mit, um bei der Einführung präskriptiver Analysen eine schnelle Time-to-Value zu erreichen.

Ob auf dem Shopfloor oder im Backoffice – für präskriptive Analysen gibt es viele weitere Anwendungsfälle. Nach Optimierung des Anlagenmanagements lassen sich die Erfahrungen nahtlos auf weitere Projekte übertragen. Zum Beispiel dient eine Lösung für präskriptive Analysen auch für die optimale Sequenzierung von Aufträgen. Zudem können Mitarbeiter vorausschauend Störungen in Lieferketten erfassen und proaktiv angehen. Auf Basis der Handlungsempfehlungen gelingt es, Transporte umzulenken, Waren aus Lagern weiterer Standorte anzufordern beziehungsweise Aufträge an sie abzugeben oder alternative Bezugsquellen zu finden. Auch bei der Bedarfsprognose helfen präskriptive Analysen.|

Werner Reuß, Manufacturing Solutions Executive bei InterSystems / red