Sie befinden sich hier:  Home  |  NEW BUSINESS Guides  |  INDUSTRIE GUIDE 2015/16  |  Smart Maintenance

Smart Maintenance

NEW BUSINESS Guides - INDUSTRIE GUIDE 2015/16
Welche Herausforderungen, Chancen und Potenziale bringen Industrie-4.0-Anwendungen für die ­Instandhaltung? Dieser ambitionierten Fragestellung wird derzeit nachgegangen. © dieindustrie.at/Mathias Kniepeiss

Industrielle Instandhaltung im digitalen Zeitalter

Industrie 4.0 als Zukunftstreiber der technischen Instandhaltung. Eine aktuelle ­BearingPoint-Studie zeigt: Prozessoptimierung und neue IT-Lösungen ermöglichen zunehmende Professionalisierung und Kosteneffizienz.

Vor dem Hintergrund der industriellen Digitalisierung rückt die Veränderung von Prozessen, Strukturen und Geschäftsmodellen immer mehr in den Vordergrund. Ein wichtiges Thema dabei ist die Instandhaltung, die heute in vielen Unternehmen in erster Linie als Kostenfaktor angesehen wird, wohingegen die positiven Auswirkungen auf den Unternehmenserfolg häufig unterschätzt werden. Dies zeigt auch eine aktuelle Studie der Management- und Technologie­beratung BearingPoint. Daraus geht hervor, dass der Instandhaltung für die kommenden Jahre auch in Hinblick auf den wirtschaftlichen Erfolg eine zunehmende Bedeutung beigemessen wird. Bereits heute spricht etwa die Hälfte der Teil­nehmer diesem Bereich eine hohe bis sehr hohe Bedeutung zu, und nach Einschätzung von ­BearingPoint werden mehr als 90 Prozent diese Ansicht in Zukunft teilen.

Zunehmende Nutzung datenbasierter Strategien
Entgegen zahlreichen Befürchtungen zeigt die Studie, dass die Instandhaltungskosten beim überwiegenden Teil der Unternehmen (73 Prozent) trotz gestiegener Anforderungen in den letzten Jahren entweder unverändert geblieben oder sogar gesunken sind. Stefan Penthin, Partner bei BearingPoint, sieht darin erste positive An­sätze: „Die Instandhaltung innerhalb der Unternehmen wird zunehmend organisierter und vor allem effizienter durchgeführt. Die immer stärker werdende Vernetzung, Automatisierung und Standardisierung von Prozessen kann dies weiter positiv beeinflussen. So sind Unternehmen im Zeitalter von Industrie 4.0 in der Lage, vermehrt auf datenbasierte Instandhaltungsstrategien zurückzugreifen und zum Beispiel den nächsten Wartungstermin zu errechnen oder voraus­schauend auf mögliche technische Probleme zu reagieren. Neben Kosteneinsparungen bedeutet dies auch eine bessere Planbarkeit der Ressourcen.“ Hierbei ist der Einsatz passender IT- sowie neuer und vor allem mobiler Systemlösungen ent­scheidend. Aktuell haben nur 25 Prozent der Unternehmen mobile Lösungen für ihre ­Instandhaltungsprozesse, obwohl sich rund 50 Prozent bereits seit mehreren Jahren mit diesem Thema beschäftigen. Die größten Herausforderungen dabei sind Datenschutz und Datensicherheit.

Unternehmen haben Notwendigkeit der Prozess­optimierung erkannt
Auch die Optimierung bestehender Prozesse steht als wichtiger Teil der technischen Instandhaltung bei nahezu allen Unternehmen (97 Prozent) auf der Agen­da. Demnach haben die Unternehmen die Be­deu­­tung von Business Process Management (BPM), also die aktive Gestaltung, Steuerung und Mes­sung von Prozessen innerhalb einer Organi­sa­tion, erkannt. Bereits 57 Prozent der Befragten konn­ten in der Vergangenheit Verbesserungen durch BPM erzielen wie beispielsweise eine erhöhte Trans­pa­renz der Prozesse, eine deutlich verbesserte In­stand­hal­tungs­qualität sowie schlankere Prozesse. In BPM liegt der Studie zufolge jedoch noch viel un­aus­ge­schöpftes Potenzial, was in den kommenden Jah­ren zum kritischen Erfolgsfaktor werden wird.

Proaktives Handeln der Unternehmen ist gefragt
Deutlich geworden ist in der Studie aber vor allem, dass die Umsetzung von Industrie 4.0 in der Instandhaltung Ausdauer erfordert. Die notwendigen Änderungen von Prozessen und IT lassen sich nicht über Nacht umsetzen, sondern sind vielmehr ein mittel- bis langfristiges Projekt. „Unternehmen sollten nicht lange abwarten, ­sondern sich proaktiv mit den relevanten Themen befassen“, so Frank Duscheck, Partner bei ­BearingPoint. „Die Definition von Prozessen und die Festlegung eindeutiger Verantwortlichkeiten innerhalb von BPM können ebenso ein erster Schritt zu einer effizienteren Instandhaltung sein wie auch die Identifikation kritischer Anlagen und der Einsatz datenbasierter Instandhal­tungsprozesse sowie innovativer Systeme und ­Technologien.“

Instandhaltung 4.0: Neues Forschungsprojekt der TU Wien
Eine moderne Instandhaltung hat eine hohe Anlagenverfügbarkeit und eine optimale Produktqualität bei gleichzeitig reduzierten Instandhaltungsaufwänden zur Sicherung der Wettbewerbsfähigkeit zum Ziel. Komponenten einer Anlage sollen zum richtigen Zeitpunkt sowie abgestimmt auf das aktuelle Produktionsprogramm und auf Abweichungen in der Produktqualität ausgetauscht ­werden. Dies ist aktuell aufgrund fehlender Verknüpfung von Maschinen-, Produkt- und Prozessdaten nicht möglich. Es ist somit nicht vorher­zusehen, wann eine Anlage ausfallen wird. Instandhaltungsmaßnahmen werden folglich zum falschen Zeitpunkt durchgeführt, wodurch eine Verschwendung von Ressourcen entsteht. Eine verbesserte Anlagenverfügbarkeit wird also mit einem erhöhten Instandhaltungsaufwand erkauft.
Vor diesem Hintergrund beschäftigt sich das vom BMVIT im Rahmen des FFG-Programms „Produktion der Zukunft“ geförderte Forschungs­projekt „Instandhaltung 4.0“ unter der Konsortial­führerschaft der TU Wien in Kooperation mit Opel-Wien, der Pimpel GmbH sowie dem Lehrstuhl für Wirtschafts- und Betriebswissenschaften (WBW) der Montanuniversität Leoben mit der Entwicklung eines Instandhaltungsleitstandes. Dieser verknüpft für ein optimales Ergebnis ­verschiedene Daten miteinander – Echtzeit-Maschinensteuerungsdaten, Condition-Moni­toring-Daten, Qualitätssicherungsmessungen der Produkte und das historische Wissen über Aus­fallereignisse. Ein im Hintergrund laufendes Reak­tionsmodell verbindet eine zustands- und ­belastungsabhängige Lebensdauerberechnung mit statistischem Ausfallverhalten.

Interdisziplinäre Zusammenarbeit als ­Erfolgsfaktor
Die Zusammensetzung der Forschungspartner ermöglicht die innovative Entwicklung eines theo­retisch fundierten und in der Praxis einsetz­baren Lösungsansatzes: Das Institut für Fertigungstechnik der TU Wien übernimmt die Erfassung von Maschinendaten aus technologischer Sicht, während sich das Institut für Managementwissenschaften Instandhaltungsstrategien aus Unternehmenssicht widmet.
Der Lehrstuhl WBW erstellt ein Data-Mining-Modell, das auf Basis von Ursache-Wirkungs-Zusammenhängen einen Ausfall der Anlagen oder Veränderungen der Produktqualität vorhersagen kann. Die eingesetzten Datenanalysemethoden erkennen in den Instandhaltungs-, Qualitätssicherungs- und Produktionsdaten Muster, aus denen in Folge Planungsregeln ableitbar sind. Mithilfe des hinterlegten Regelwerks ist somit eine antizipative Instandhaltungsplanung möglich.
Die Bearbeitungszentren bei der Opel GmbH sind seit Jahren erfolgreich im Einsatz. Sie bieten durch eine realitätsnahe Abbildung der Auto­matisie­rungs- und Steuerungstechnik von ­Werkzeugmaschinen eine optimale Datenbasis zur pilothaften Implementierung des Leitstandes.
Mittels Simulation an einem virtuellen Maschinenmodell sichert die Pimpel GmbH frühzeitig eine optimale Produktivität und Qualität in der Fertigung.
Fraunhofer Austria fungiert als Schnittstelle zwischen akademischer und wirtschaftlicher Welt mit dem Ziel, die Forschungsergebnisse für die reale industrielle Verwertung nutzbar zu machen.

Weniger Aufwand – mehr Effizienz
Der entwickelte Instandhaltungsleitstand bietet wesentliche Vorteile für Unternehmen: Es kann sehr genau vorhergesagt werden, wann die Anlage ausfallen wird. So können Instandhaltungs­tätigkeiten zum richtigen Zeitpunkt durchgeführt und damit die Zuverlässigkeit und Anlagenver­füg­barkeit entscheidend erhöht sowie die Ressourcen­effizienz, beispielsweise in der Ersatzteilbevor­ratung, gesteigert werden.
Die Simulation von Belastungsverläufen erlaubt es darüber hinaus, Instandhaltungsaufwände auch für Klein- und Kleinstserien bereits vor Produk­tionsstart abzuschätzen.
Durch Echtzeitmonitoring und eine Verknüpfung aller Daten können außerdem bereits während der Produktion Qualitätsverschlechterungen erkannt, und auf diese kann reagiert werden. Eine bessere Qualität der Produkte wird somit ermöglicht. (BO)