Maschinen werden immer komplexer. Dieser Trend lässt sich seit mehreren Jahren beobachten. Die Anforderungen, die Maschinen heutzutage erfüllen müssen, sind viel weitreichender als noch vor einigen Jahren. So ist es mittlerweile oft erforderlich, dass sie verschiedene Zwecke erfüllen, also mehr als nur ein Teil produzieren. Ist Ihnen in den vergangenen Jahren aufgefallen, dass es immer mehr ausgefallenere Lebensmittelverpackungen gibt? Eine Folge dieser Entwicklung. Eine weitere Entwicklung, die besonders das Jahr 2021 prägt und uns voraussichtlich noch einige Zeit begleiten wird, sind die Lieferschwierigkeiten, die durch die Coronapandemie ausgelöst wurden. Dies bringt mehrere Nachteile mit sich. Durch die vielen verschiedenen Anwendungen, die in einer Maschine gebündelt werden, können selbst Mitarbeiter mit jahrelanger Erfahrung den Zustand ihrer Maschine nicht immer sicher bewerten. Außerdem dauern Reparaturen oft wochen- oder gar monatelang, da Ersatzteile fehlen. Doch wie kann man dann noch sicher über den Zustand seiner Maschine sein? Und wie beuge ich lange Stillstände in Zeiten unsicherer Lieferketten vor? Durch die Anwendung von künstlicher Intelligenz, Condition Monitoring und Predictive Maintenance.
Was bedeutet Condition Monitoring?
Künstliche Intelligenz ist längst nicht mehr das abstrakte Konzept, dass es zu Zeiten der Terminator-Filme noch war. Die Technologie ist mittlerweile so weit entwickelt, dass sie einen gewaltigen Anteil an der Performance von modernen Maschinen haben kann. Dies geschieht mithilfe von Sensoren, die interne und externe Zustände der Maschine überwachen. Die dabei entstehenden Datenmengen können dann von einer künstlichen Intelligenz so interpretiert und aufbereitet werden, dass der Maschinenbetreiber zu jedem Zeitpunkt ein gutes Bild vom Zustand seiner Maschine hat. Dieser Prozess wird auch Condition Monitoring genannt. Um Condition Monitoring zu ermöglichen, bedarf es einer leistungsstarken KI, da die verarbeiteten Datenmengen enorm sind. Die meisten modernen Maschinen verfügen jedoch bereits über genügend Sensoren, um genügend Daten für die KI zu generieren. So besitzen bereits heute 34 % der Unternehmen Produktionsanlagen mit ausreichend Sensoren, um eine KI zu füttern (Elektronikpraxis Vogel, 2021). Allerdings haben noch nicht alle Unternehmen die Kapazitäten, um diese Daten mithilfe von KI aufzubereiten. Doch Condition Monitoring ist nur der erste Schritt zur optimalen Nutzung von KI im Maschinenbau. Denn die Daten lassen sich auch zur Performance Optimierung nutzen. Vor allem durch prädiktive Instandhaltung oder auch Predictive Maintenance.
Was ist Predictive Maintenance?
Predictive Maintenance ist der logische nächste Schritt in der Auswertung von Daten. In diesem Prozess wird mithilfe der Zustandsdaten aus und externen Daten, wie der durchschnittlichen Lebensdauer eines Maschinenteils, der beste Zeitpunkt zur Wartung im Voraus berechnet. Wenn ein Sensor beispielsweise Abweichungen in der Achsenschwingung meldet, kann die Predictive Maintenance Anwendung, unter Einbezug weiterer Daten, direkt vorausberechnen, welcher Schaden vorliegt, welche Maßnahmen nötig sind und wann dieser Zustand im Idealfall zu beheben wäre. Dadurch spart der Maschinenbetreiber enorm Zeit, da unerwartete Stillstände nahezu immer vermieden werden können. Auch finanziell birgt Predictive Maintenance enorme Vorteile für den Betreiber. Da mögliche Schäden und Ausfälle früh genug erkannt werden, ziehen diese keine Folgeschäden nach sich. Gerade in einer Zeit, in der Probleme in den globalen Lieferketten den Maschinenbau extrem belasten, kann Predictive Maintenance so eine enorm wichtige Rolle spielen. Es spart also nicht nur direkt Zeit und Geld, sondern ist ein langfristiges Investment mit dem Potenzial wirtschaftliches Wachstum zu fördern.
Das enorme Potenzial von Predictive Maintenance zeigt sich auch in den Statistiken. 53 % aller Unternehmen, die bis jetzt noch keine Predictive Maintenance verwenden, planen schon jetzt mit der Technologie. Von den Unternehmen, die sie bereits verwenden, wollen 88 % die Technologie noch ausweiten. All die Vorteile der Technologie und die Statistiken aus der Industrie zeigen daher deutlich, dass künstliche Intelligenz und Predictive Maintenance in den nächsten Jahren zur Norm im Maschinenbau werden. Jeder Maschinenbauer wäre daher gut beraten jetzt in Predictive Maintenance zu investieren.
Frederic Nestler
