Industrielle Automatisierung Wie Künstliche Intelligenz die Zukunft der Predictive Maintenance prägt

Ein Gastbeitrag von Rob Saker*

Wenn einige den Begriff Industrie 4.0 bisher als Modewort betrachteten, hat die Pandemie bewiesen, dass er alles andere als das ist. Automatische Überwachung von Maschinen und Geräten durch Software war noch nie so wichtig. Möglich ist das nur durch Fortschritte bei maschinellem Lernen und Künstlicher Intelligenz.

Anbieter zum Thema

Der Einsatz von KI in der vorausschauenden Wartung ist nicht länger ein ferner Traum, sondern bereits Realität.
Der Einsatz von KI in der vorausschauenden Wartung ist nicht länger ein ferner Traum, sondern bereits Realität.
(Bild: gemeinfrei / Pixabay )

Die Corona-Pandemie hat die industrielle Automatisierung weiter beschleunigt. Viele Unternehmen in verschiedenen Branchen, von der Fertigung über den Einzelhandel bis hin zum Maschinenbau, mussten sicherstellen, dass Maschinen und Geräte automatisch von Software überwacht werden können. Diese wird im Zeitalter der sozialen Distanz zunehmend durch Maschinelles Lernen und Künstliche Intelligenz gesteuert.

Software kann nun anzeigen, wo Anlagenbediener und technisches Personal Maßnahmen ergreifen müssen, auch wenn sie vor einem PC sitzen und sich nicht mehr in der Fabrik selbst befinden. Darüber hinaus können neue Technologien wie die additive Fertigung, das Quantencomputing und die Nanotechnologie sogar die Art und Weise, wie bestimmte Teile hergestellt werden, wesentlich schneller, individueller und intelligenter verändern.

All diese Innovationen sind nur möglich, wenn die von den Sensoren an den Maschinen ermittelten Daten analysiert werden können. Intelligente Softwarelösungen können diese Informationen nutzen, um beispielsweise einen Alarm an einen Anlagenbediener zu senden. Dieses Konzept wird als Predictive Maintenance bezeichnet, – eine durch vorausschauende Analysen gesteuerte Wartungsstrategie, die die Prozesse in der Lieferkette verbessern und die Betriebszeit der Geräte maximieren soll. Diese Strategie ist der Schlüssel für den aktuellen Wandel in der Fertigungsindustrie und für die Umwandlung von Anlagen in intelligente Einrichtungen.

Der Einsatz von KI in der vorausschauenden Wartung ist nicht länger ein ferner Traum, sondern bereits Realität. Vor dem heutigen Zeitalter, in dem Unternehmen riesige Datenmengen speichern, war die Wartung von Maschinen eine reaktive Aufgabe. Diese war mit hohen Kosten verbunden, weil Experten der Hersteller und externe Berater engagiert werden mussten, um das Rätsel zu lösen, warum eine Maschine nicht mehr funktioniert. Dies war früher eine zeitraubende Aufgabe. Viele Fertigungsunternehmen müssen immer noch auf diese Weise arbeiten, weil sie nicht über die Sensoren verfügen, um die Daten zu erfassen. Mit Sensoren, die überall an einer Maschine und ihren Komponenten angebracht sind, können Fertigungsunternehmen die vorausschauende Wartung nun endlich zu ihrem Vorteil nutzen.

KI-gesteuerte Datenanalysen unterstützen die Betreiber dabei, Konfigurationsfehler oder Bugs innerhalb von Minuten zu finden. Gartner prognostiziert, dass die Ausgaben für IoT-gestützte Predictive Maintenance bis 2022 auf 12,9 Milliarden US-Dollar steigen werden. Im Jahr 2018 waren es noch 3,4 Milliarden US-Dollar. Die verbesserte betriebliche Effizienz durch vorausschauende Anlagenwartung wird zu erheblichen Einsparungen von bis zu 40 Prozent führen.

Predictive Maintenance verändert Geschäftsmodelle

Ein Unternehmen, das KI bereits einsetzt, um den Wartungsbedarf besser vorherzusagen, ist der Anbieter von Klimalösungen Viessmann. Das deutsche Familienunternehmen hat sich auf Klima- und Energielösungen für Menschen, Unternehmen und Kommunen in aller Welt spezialisiert. Es wurde 1917 gegründet und entwickelt seither Wärmelösungen für Häuser. Das Unternehmen nutzt eine Data-Lakehouse-Plattform, die es dem Team ermöglicht, den Service für seine Fachpartner und letztlich für seine Endkunden zu verbessern. Dazu gehört auch der Fernwartungsservice, der den Fachpartnern in einer Webanwendung zur Verfügung gestellt wird.

Die große Herausforderung bei der Analyse der Daten ist das umfangreiche Portfolio des Unternehmens. Die hydraulische Auslegung und die individuellen Einbausituationen beim Kunden können jeweils sehr unterschiedlich sein. Hinzu kommt, dass die Details nicht immer bekannt sind. Einige Hausbesitzer haben andere Heizquellen wie einen Kamin im Wohnzimmer. Außerdem gibt es eine starke Saisonabhängigkeit. So heizen Hausbesitzer im Winter und kühlen im Sommer mit demselben System. Mit einem unternehmenseigenen Steuerungstool für Inbetriebnahme, Fernwartung und Service haben die Installateure die Anlagen ihrer Kunden ständig im Blick und werden benachrichtigt, sobald eine Anomalie auftritt. So können Probleme beim Verbraucher erkannt werden, bevor dieser sprichwörtlich kalte Füße bekommt. Der Fachkräftemangel im Handwerk ist hinlänglich bekannt. Der Fernservice spart den Fachpartnern wertvolle Zeit, weil sie seltener vor Ort sein müssen.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

Für die Endkunden, also die Anlagenbetreiber, bedeutet das mehr Betriebssicherheit und weniger Termine mit Handwerkern. Dahinter stecken mehr als 350.000 angeschlossene Geräte und eine Milliarde Funktionen pro Tag sowie mehrere Millionen tägliche Analysen. Verschiedene Algorithmen ermitteln die Lebensdauer von Komponenten oder sagen den Ausfall eines Systems voraus. Die Aufgabe des Datenteams ist es, Funktionsstörungen so schnell wie möglich zu erkennen, bevor das Problem den Kunden trifft und er zu Hause friert. Die Entwicklung solcher Algorithmen erfordert eine sehr intensive Zusammenarbeit mit den Experten aus Technik und Service. Dank der erweiterten Diagnosemöglichkeit über das Steuerungstool können die Partner die Anlage aus der Ferne überprüfen und die obligatorischen Vor-Ort-Besuche um bis zu 50 Prozent reduzieren. Dies führt gleichzeitig auch zu höheren Umsätzen. Hausbesitzer profitieren zudem von der permanenten Überwachung der Anlagen in Form einer verbesserten Betriebssicherheit.

Längst ist klar, dass der Einsatz von KI- und datengetriebenen Vorhersagemodellen für die Instandhaltung viele Vorteile für die produzierende Industrie hat und die Industrie-4.0-Revolution erst möglich macht. Das genannte Beispiel unterstreicht die Leistungsfähigkeit einer KI-gesteuerten Datenanalyse. Mit der Einführung von KI und der Umgestaltung von Geschäftsmodellen können sich Fertigungsunternehmen darauf konzentrieren, das Geschäftswachstum voranzutreiben und auf Jahre hinaus wettbewerbsfähig zu bleiben.

* Rob Saker ist Global Industry Leader for Retail & Manufacturing bei Databricks.

(ID:47973906)