"Vorausschauende Wartung spart Kosten"

trend: Vorausschauende Wartung ist in der Industrie ein heißes Thema. Wo stehen wir?
Thomas Arnoldner: Noch am Anfang. Aber es gibt international und ebenfalls in Österreich schon einige spannende Projekte. Derzeit bekommen wir sehr viele Kundenanfragen, da sich das Thema gut eignet, rasch erste Schritte in Richtung Industrie 4.0 zu gehen. Mit Predictive Maintenance lassen sich schnell Einsparungen erzielen.

trend: Welche Einsparungen dürfen sich Unternehmen erwarten?
Thomas Arnoldner: Die direkten Einsparungen liegen dank der Optimierung klarerweise bei den Wartungskosten. Aber weit spannender sind die indirekten Effekte. So lassen sich durch die Vermeidung von Stillstandzeiten wirklich hohe Summen einsparen. Und mittels der Reduktion der Wartungszyklen können zudem die Investitionskosten signifikant gesenkt werden.
Axel Quitt: Wir haben schon Projekte gesehen, bei denen 20 Prozent und mehr in den Wartungskosten eingespart wurden. Wenn ich aber beispielsweise in einem Fuhrpark dank Predictive Maintenance Wartungsaufenthalte um 20 Prozent reduziere, kann ich die Flotte deutlich kleiner halten.

trend: Die intelligente Sensorik ermöglicht also weit mehr, als nur einfach den Ausfall einer Maschine zu verhindern?
Quitt: Ja, ein weiterer Aspekt ist das Thema Risiko in der Wertschöpfungskette. Wenn Sie etwa als Zulieferbetrieb in der Automobilindustrie eine große, mehrere Millionen teure Stanze haben und von einem Auftraggeber abhängen, können Sie sich in Just-in-Time-Wertschöpfungsketten einfach keinen Stillstand in einer kritischen Produktionsphase leisten. Sonst drohen Pönalen oder gar der Verlust eines Kunden.

trend: Welche Technologien kommen hier zum Einsatz?
Quitt: Bei Predictive Maintenance ist es mit einer Kerntechnologie allein nicht getan. Es geht um das Zusammenspiel mehrerer Technologien. Da spielt etwa eine intelligente Sensorik ebenso mit wie die sehr wichtige intelligente Datenerfassung, die noch vor der Übermittlung die Sensordaten vorbereitet und verdichtet. Mit einer intelligenten Architektur kann man die Kosten beträchtlich verringern. Ein immer wichtigeres Thema bei Predictive Maintenance ist Artificial Intelligence. Da sich in der Industrie viele Entscheidungen unter sehr unterschiedlichen Betriebs- und Umweltbedingungen abspielen, müssen die Systeme selbst lernen, sich darauf einzustellen. Die künstliche Intelligenz in diese Kette einzufügen, ist heute ein zentraler Punkt.

trend: Was bringt die lokale Datenaufbereitung?
Quitt: Der Trend in der Produktion geht heute oft in Richtung Video zur Qualitätsüberwachung. Wenn dieses aber bei vielen Anlagen und Fließbändern eingesetzt wird, bekommt man bald ein Bandbreitenproblem. Um dies zu vermeiden, wird mittels "Edge Computing" eine Vorverarbeitung vor Ort durchgeführt. Die Kamera wird also intelligent und schickt beispielsweise schon vorverarbeitet Auswertungen.
Arnoldner: Hier zeigt sich sehr schön, dass es bei Predictive-Maintenance-Projekten wirklich um eine Optimierung über den ganzen Prozess geht. T-Systems ist bei diesem Thema sehr gut aufgestellt, da für Edge Computing nicht nur Wissen aus der IT, sondern auch im Netzwerkbereich gefragt ist. T-Systems weist als Teil der Deutschen Telekom sowohl Netzwerk- als auch IT-Know-how auf.

trend: Da spielt die Qualität der Daten und Datenauswertung eine wichtige Rolle?
Quitt: Ja, gerade während Predictive-Maintenance-Projekten stößt man oft auf Versäumnisse der Vergangenheit. Speziell wenn es um die Datenqualität, die Integration von unterschiedlichen Datenströmen sowie die Analyse von Datenformaten geht.
Arnoldner: Die gute Nachricht dabei ist, dass fast all diese Daten schon vorhanden sind. Die Kunst ist es nun, diese Daten zu erfassen und zu nutzen, um so intelligente Prognosemodelle zu entwickeln. T-Systems ist hier in der günstigen Lage, als Ende-zu-Ende-Provider auftreten zu können. Wir haben in Österreich eine eigene Data-Science-Abteilung, die solche Prognosemodelle entwickeln kann, ein IT-Sicherheitszentrum, die erforderlichen Plattformen und das Industrie-Know-how. Zugleich arbeiten wir aber auch mit Partnern etwa im IoT-Bereich zusammen. Die Zeiten, in denen man alles alleine machen konnte, sind längst vorbei. Wichtig ist, die Brücke zwischen den verschiedenen Disziplinen zu schlagen und die richtigen Partner zusammenzubringen. So können wir unseren Kunden zum Einstieg schnell auch kleine Test-Cases bieten, die gut skalierbar sind.

trend: Wie gut finden hochautomatisierte Systeme Fehler?
Quitt: Die Erschließung der Information und ihre richtige Interpretation durch Data Science ist entscheidend. Sonst kann man leicht Zusammenhänge erkennen, die in Wirklichkeit nichts miteinander zu tun haben - und unterliegt damit Fehlinterpretationen. Dazu ist Fachwissen aus der entsprechenden Domäne, Branche oder Produktion gefordert.

trend: Welche weiteren innovativen Entwicklungen gibt es?
Quitt: Ein weiterer Trend sind intelligente Assistenten, die Videos und Handbücher zur Funktion einer Maschine zunehmend ablösen. Die Servicemitarbeiter bekommen nun direkt eine Anweisung, was sie in einer bestimmten Betriebsphase tun sollen. Einer der großen Vorteile von Predictive Maintenance ist, dass man die Intelligenz dorthin bekommt, wo sie benötigt wird. Beispielsweise wirklich beim Monteur vor Ort, der in einer kritischen Situation schnell eingreifen muss. Ich brauche hier gut zusammengefasst die ganze Information der Maschinensensoren
Wenn beispielsweise ein Sensor ungewöhnliche Vibrationen einer Welle meldet, zeigt eine Auswertung, dass ohne Eingriff die Maschine in zwei Tagen ausfallen wird. Mit diesen Informationen kann ein Monteur zu einer günstigen Zeit die Welle wechseln. Vor Ort erhält er etwa über die HoloLens alle Informationen und Anweisungen, die für den Wechsel erforderlich sind.

trend: Werden Roboter bald auch Roboter warten?
Arnoldner: Ja, das wird sicher kommen. Die Frage ist nur, ob eine vollautomatisierte Abwicklung - besonders bei mangelhafter Datenqualität - nicht dann zu oft oder zu spät die Wartung vornimmt oder gar viel zu teure Teile bestellt und somit die Gesamtkosten erhöht.