Klassische Wartungskonzepte setzen entweder auf turnusmäßige oder aber auf reaktive Wartung. Bei der reaktiven Wartung werden Maschinen ohne vorbeugende Instandhaltungsaktivitäten betrieben. Erst beim Ausfall einer Komponente wird die Maschine zwangsweise gestoppt. Allerdings decken die Einsparungen in der Regel nicht die Kosten für einen Produktionsstillstand und dessen Folgeschäden – ganz abgesehen von den Problemen in der Produktionsplanung und damit verbunden weiteren Umsatzeinbußen. Bei der turnusmäßigen Wartung wird dagegen vorbeugend eingegriffen. Das verschwendet allerdings auch Ressourcen, weil dann beispielsweise Werkzeuge schon ausgetauscht werden, die noch funktionstüchtig sind.
Wie auch immer: Die ungeplante Unterbrechung von Produktionsprozessen ist ein Worst-Case-Szenario in der Fertigungsindustrie; inklusive unabsehbarer Folgen für Qualität, Kosten und Termine. Predictive Maintenance (PM) setzt dagegen auf Fakten und deren Analyse. Dafür werden im laufenden Prozess die aktuellen Zustandsdaten von Maschinen, Werkstücken und Komponenten erfasst. Diese Daten werden mit Informationen aus Drittsystemen wie ERP oder CRM kombiniert und anschließend interpretiert. Die Software verarbeitet automatisch die bereitgestellten Informationen in Echtzeit, erkennt spezifische Fehlermuster und ermittelt die wahrscheinlichen Ursachen des Problems.
Das Ziel: die Berechnung des optimalen Wartungszeitpunktes in Abhängigkeit von Auslastung, Qualität und Planungsvorgaben. Die Erwartungen sind groß: Laut einer aktuellen Studie der Strategieberater von Roland Berger erhoffen sich 65 % der befragten Produktionsleiter Mehrwerte bei der Erforschung von Fehlerquellen, Ausfällen und Störungen. Dass die auf PM ruhenden Hoffnungen berechtigt sind, belegt ein weiteres Papier des Weltwirtschaftsforums in Zusammenarbeit mit dem Beratungsunternehmen Accenture: Bei geplanten Reparaturen belaufen sich die Einsparungen demnach auf 12 %, Wartungskosten sinken um fast 30 %. Ungeplante Stillstände gehen laut der Studie um 70 % zurück.
Disruptive Geschäftsmodelle
Nicht nur die Betreiber der Anlagen, auch die Hersteller befassen sich intensiv mit dem Thema: Hier eröffnen sich über Service-Funktionen neue Geschäftsmodelle. Wer die Anlage baut, kennt sich wie kein Zweiter mit ihren technischen Gegebenheiten aus. Jedes vierte Fertigungsunternehmen plant laut IDC die Instandhaltung und den Betrieb von Maschinen zukünftig stärker auszulagern. Dieser Trend wird durch den Kostendruck im verarbeitenden Gewerbe sowie durch die Forderung nach mehr Flexibilität getrieben. Dazu kommt die technologische Entwicklung hin zu Industrie 4.0.
An der vorausschauenden Instandhaltung werden das Prinzip und der Nutzen von Industrie 4.0 besonders deutlich. Dank der digitalen Vernetzung und der Kommunikation von Maschinen, Werkstücken und Komponenten in einer Industrie-4.0-Umgebung können auf Basis der Zustandsdaten aller Komponenten drohende Ausfälle frühzeitig erkannt, Prozesse beschleunigt und Produktionsstillstände vermieden werden. Die dazu benötigten Schlüsselkomponenten sind verfügbar und erprobt: dazu zählen Sensoren, Funkerkennung (RFID), Funknetzanbindung (mSIM) und Hochleistungssoftware für die Interpretation von Daten sowie für die Formulierung von Empfehlungen oder gleich für die Auslösung automatischer Aktionen. Allein die Integration ist Neuland: Für Predictive Maintenance müssen Wartungs-Logs, Konfigurationsdaten sowie Sensor- und Telemetriedaten miteinander kombiniert werden.
Realisierte Predictive-Maintenance-Projekte zeigen das enorme Potenzial. So erkennen Drehmaschinen heute während der Bearbeitung von Werkstücken auf Basis einer Frequenzanalyse, ob ein Werkzeug demnächst brechen wird. Dann wird sowohl ein Werkzeugwechsel erforderlich, als auch die Weiterleitung der Daten für die Optimierung der Produktionsplanung.
Beim Überschreiten von Schwellwerten greift das System ein
Dabei zeigt sich eine weitere Herausforderung: Wegen der nahezu unüberschaubaren Vielzahl an Einflussgrößen auf die Qualität des Endprodukts wird die Identifikation der entscheidenden Parameter zu einer echten Herausforderung. Die Lösung besteht darin, den Produktionsprozess mit einem Data-Mining-System zu überwachen. Diese Systeme arbeiten mit einer Reihe von Schwellwerten, bei deren Überschreitung automatisch oder manuell eingegriffen werden kann, um vorgegebene Toleranzen einhalten zu können.
Predictive Maintenance ist ein typisches Beispiel für eine sinnvolle und wirtschaftliche Industrie-4.0-Umsetzung, bei der herkömmliche Industrieprozesse mit intelligenter IT-Technologie verknüpft werden. Im Zuge der vollvernetzten Produktion der Zukunft – der Fabrik 4.0 – werden noch weitergehende Formen von Predictive Maintenance möglich sein. So werden zukünftig Fahrzeugkomponenten wie Motoren, Getriebe und Kupplungen ihre eigene Intelligenz mitbringen und eigene Diagnosen erstellen.
Den Entscheidern in Produktion und Instandhaltung werden damit neue Möglichkeiten für Frühwarnsysteme und Prävention an die Hand gegeben. Denn letztlich hat immer noch der Bediener das letzte Wort in der Produktionskette. (mg)
