Suchen

Vorausschauende Wartung

Predictive Maintenance auf Basis von KI

| Autor/ Redakteur: Bernd Groß / Sebastian Hofmann

Durch Künstliche Intelligenz lassen sich große Effizienzpotenziale in der Instandhaltung heben. Ein Krefelder Industriebetrieb setzt die Technologie bereits erfolgreich ein.

Firmen zum Thema

Der Einsatz von Künstlicher Intelligenz schafft die Grundlage für effiziente Predictive-Analytics-Modelle.
Der Einsatz von Künstlicher Intelligenz schafft die Grundlage für effiziente Predictive-Analytics-Modelle.
(Bild: ©greenbutterfly - stock.adobe.com)

Egal ob im Online-Marketing, in der Medizin oder im E-Commerce – das Thema Künstliche Intelligenz (KI) gewinnt branchenübergreifend an Bedeutung. Für Industrieunternehmen geht es vor allem darum, den State-of-the-Art in die Praxis zu überführen: KI-Modelle werden auf reale Geschäftsprozesse angewandt, um intelligentere, datenbasierte Entscheidungen in Echtzeit treffen zu können.

Wie KI Geschäftsprozesse effizienter macht

Laut einer aktuellen Bitkom-Statistik ist Produktivitätssteigerung für die Hälfte aller Industriebetriebe der wichtigste Vorteil im Kontext von KI und Industrie 4.0. Hierbei steht die Planung und die optimale Orchestrierung von Abläufen im Vordergrund: Durch Künstliche Intelligenz lassen sich Maschinen und Anlagen miteinander vernetzen. Das steigert die Produktivität und schafft transparentere Abläufe.

Außerdem erlaubt die Technologie die Auswertung großer Datenmengen, wie sie es heute schon oft in Unternehmen gibt. Das begünstigt einen Wandel hin zu Predictive-Analytics-Modellen in der Instandhaltung. Diese grenzen sich deutlich von herkömmlichen Wartungsansätzen ab. Es wird nicht mehr nur reaktiv oder präventiv reagiert. Soll die vorausschauende Wartung effizient eingesetzt werden, müssen die Prozessdaten folgende drei Arbeitsschritte durchlaufen:

  • Erfassung
  • Analyse
  • Bewertung

Am Ende wird die Eintrittswahrscheinlichkeit für bestimmte Ereignisse errechnet. Auf Basis dieser Information können die Anwender den unterbrechungsfreien Betrieb ihrer Anlagen gewährleisten. Die Zeitpunkte für die Gerätewartung lassen sich präzise planen und führen nicht zu kostspieligen Produktionsausfällen.

Anwenderbeispiel: KI in der Praxis nutzen

Von einem Predictive-Analytics-System macht auch Certuss aus Krefeld Gebrauch. Der Dampferzeuger-Hersteller verfügt über komplexe mehrstufige Produktionsprozesse. Fehler in einem Arbeitsschritt können eine Kettenreaktion auslösen und den Stillstand der Produktion bedeuten. Vorhersagen über etwaige Fehler in der Fertigungskette gewinnt das Certuss-Team mithilfe der Cumulocity-IoT-Platform. Durch den Wartungsservice werden verschiedene Daten wie Druck, Temperatur und aktueller Wasserstand erfasst und ausgewertet.

Darüber hinaus ist es durch die Analyse der gesammelten Daten möglich, die Leistung der Maschinen zu verbessern und die Produktivität zu erhöhen. Durch maschinelles Lernen können die gesamte Prozessqualität, die Taktzeit sowie der Energieverbrauch weiter optimiert werden. Störungen lassen sich dadurch deutlich minimieren und Kosten einsparen.

* Bernd Groß ist CTO der Software AG und CEO bei Cumulocity IoT.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 46130795)