Predictive Maintenance Wartung 4.0 senkt Kosten
Die vorausschauende Wartung soll den Unternehmen helfen, mit ihren Maschinen mehr Effizienz und eine höhere Produktivität zu erzielen. Studien zeigen einen Rückgang der Wartungskosten bis 30 % und bis 70 % weniger ungeplante Stillstände. Und das Beste: Mittlerweile haben sich die Hersteller von Zulieferteilen darauf eingestellt und bieten schon die dazu notwendigen Produkte an.
Anbieter zum Thema

Hersteller stehen im weltweiten Wettbewerb und ihre Kunden erwarten Lieferung und Service rund um die Uhr. Wer nicht liefern kann, den ersetzt im Zweifelsfall ein anderer Lieferant. Deshalb wird es immer wichtiger, drohende Stillstandszeiten und unvorhergesehenen Ausfall von kritischen Komponenten rechtzeitig im Vorfeld zu erkennen. Viele Anlagen- und Maschinenbauer haben im Zuge der Digitalisierung schnell erkannt, dass sich im Bereich Service und vorausschauende Wartung durch den Einsatz von Sensorik und Big Data Analytics einiges verbessern kann. Auf den Störfall zu warten, soll der Vergangenheit angehören.
Die Hersteller haben die Bedeutung von Predictive Maintenance bereits erkannt
Die Bedeutung von Predictive Maintenance – besonders als Teil einer Industrie 4.0 beziehungsweise als Anwendung des Internet of Things (IoT) – haben Hersteller, Anwender und Verbände bereits erkannt; das haben der VDMA-Kongress Predictive Maintenance 4.0 im Februar und die Predictive-Maintenance-Ausstellung auf der Hannover Messe im April dieses Jahres ebenso gezeigt, wie es bereits eine Studie von McKinsey von 2015 eingeschätzt hat. Peter-Michael Synek, stellvertretender Geschäftsführer des Fachverbandes Fluidtechnik im VDMA: „Predictive Maintenance ist aktuell die meistdiskutierte und -hinterfragte Maintenance-Repair-Overhaul-Strategie.“ Die Gründe liegen auf der Hand: Laut einer aktuellen Studie des Weltwirtschaftsforums und des Beratungsunternehmens Accenture, die der VDMA zitiert, könnten bei geplanten gegenüber ungeplanten Reparaturen 12 % und bei den Wartungskosten fast 30 % eingespart werden. Darüber hinaus könne der Anteil ungeplanter Stillstände um 70 % zurückgehen. In der Studie von McKinsey erwartet man 50 % weniger Ausfallzeiten sowie 20 bis 40 % geringere Wartungskosten für Produktionsanlagen und Medizinprodukte. Eine Roland -Berger-Studie zeigt zudem, dass mit Predictive Maintenance nur noch 15 % der Zeit mit Instandhaltung verbracht wird, bei „reaktiver“ Instandhaltung sei dies 40 % der Zeit. Das Einsparpotenzial hinsichtlich Kosten und Zeit ist also enorm, sodass sich die Investitionen bald amortisieren könnten.
Die Entwicklung in Richtung vernetzter Produktion und Industrie 4.0 unterstützt das Konzept der vorausschauenden Wartung, denn die intelligenten Komponenten können aufgrund der integrierten Sensorik zahlreiche Daten aufnehmen und an ein Auswertesystem übertragen. Somit ist Predictive Maintenance eine hervorragende Strategie, um das Zusammenspiel zwischen Maschinenbau und IT anwendungsbezogen zu nutzen. Synek: „Ziel dieser neuen Instandhaltungsstrategie ist es, unvorhergesehene Ausfälle zu vermeiden und damit verbundene Produktionsengpässe zu reduzieren beziehungsweise auszuschließen. Dadurch nimmt die Produktivität zu, Instandhaltungs- und Servicekosten sinken, Fertigungsqualität und Planungssicherheit steigen. Im Ergebnis fallen auch die Gesamtbetriebskosten.“
Das hört sich nun für den Anwender sehr vielversprechend an. Doch was bieten die Hersteller von Zulieferteilen konkret an, damit es nicht zu unvorhergesehenen Ausfällen der Maschinen kommt? Denn gerade bei Anwendern mit automatisierten Prozessen muss alles wie am Schnürchen laufen. Ausfälle – noch dazu aufgrund unzureichender Wartung – kann man sich dort überhaupt nicht leisten. Doch wie nachfolgende Beispiele zeigen, haben sich schon einige Zulieferer darauf eingestellt.
Artikelfiles und Artikellinks
Link: Bosch Software Innovations: Vorausschauende Instandhaltung mit dem Service-Portal
Link: Studie: Predictive Analytics in der Fertigungsindustrie (2014)
Link: McKinsey: Unlocking the potential of the Internet of Things
Link: SAP: Predictive-Maintenance-Beispiel anhand einer Demo-Pumpenanlage (ab Minute 44)
(ID:44130389)