Direkt zum Inhalt
Dögel GmbH

Grundlagen

Predictive Maintenance: Voraussetzungen und wann Intervallwartung günstiger ist

4 Min LesezeitRedaktion Dögel GmbHReihe: Das ABC der Digitalisierung

Um Ausfälle vorhersagen zu können, brauchen Sie Ausfälle, und zwar dokumentierte mit Datum und Ursache. Was Predictive Maintenance bedeutet, steht im Glossar unter Predictive Maintenance. Hier geht es um die Voraussetzungen, also darum, welche Daten nötig sind, für welche Anlagen es sich lohnt und wann die einfachere Strategie die richtige ist.

Die vier Wartungsstrategien im Überblick

  • Reaktiv. Reparieren, wenn es kaputt ist. Für unkritische, schnell austauschbare Teile bleibt das die günstigste Strategie.

  • Präventiv, intervallbasiert. Tauschen nach Zeit oder Laufleistung. Einfach, planbar, tauscht aber auch Teile, die noch gut sind.

  • Zustandsorientiert. Tauschen, wenn ein Messwert eine Grenze überschreitet, etwa Temperatur, Schwingung oder Öldruck. Braucht Sensorik, aber kein Modell.

  • Prädiktiv. Vorhersagen, wann ein Ausfall eintritt, aus dem Verlauf vieler Messwerte. Braucht Sensorik, Historie und ein Modell.

Die Stufen bauen aufeinander auf. Wer die dritte nicht hat, kann die vierte nicht überspringen.

Welche Daten Predictive Maintenance braucht

Drei Dinge sind nötig, und das dritte fehlt fast immer:

  • Sensorik am richtigen Ort. Schwingung, Temperatur, Strom oder Druck, abhängig vom Schadensmechanismus. Ein Sensor, der die falsche Größe misst, liefert saubere Daten ohne Aussage.

  • Ausreichende Messfrequenz. Ein Wert pro Stunde erkennt keinen Lagerschaden. Bei Schwingungsanalyse liegen die relevanten Frequenzen deutlich höher, weshalb die Auswertung vor Ort stattfindet, siehe Edge Computing in der Produktion.

  • Fehlerhistorie. Ein Modell lernt aus Beispielen. Ohne dokumentierte Ausfälle mit Datum, Bauteil und Ursache gibt es nichts zu lernen. Daran scheitern die meisten Vorhaben, weil die Instandhaltung repariert, aber nicht erfasst hat.

Für welche Anlagen sich Predictive Maintenance lohnt und woran Projekte scheitern

Drei Merkmale müssen zusammenkommen: Der Ausfall ist teuer, er kommt unangekündigt, und er tritt häufig genug auf, dass es Daten gibt. Die Dögel GmbH setzt bei Predictive Maintenance 20 bis 30 Prozent weniger Stillstände an, und zwar unter den Voraussetzungen, die auf unserer Seite zu Digital Operational Excellence neben den Zahlen stehen. Der Hebel entsteht dort, wo ungeplante Ausfälle heute einen erheblichen Teil der Anlagenverfügbarkeit kosten. Für eine Anlage, die zweimal im Jahrzehnt ausfällt, gibt es dagegen keine Datengrundlage, und der Intervalltausch bleibt die vernünftige Antwort. Dasselbe gilt für Bauteile, deren Tausch weniger kostet als die Sensorik, die den Tausch vorhersagen soll. Diese Rechnung wird selten aufgestellt und beendet manches Vorhaben schon vor dem ersten Angebot.

Scheitern Projekte, liegt es am fehlenden Gegenwert. Ein Modell sagt einen Ausfall in drei Wochen voraus, und wenn dann kein Ersatzteil verfügbar ist, kein Zeitfenster im Plan steht und niemand zuständig ist, ändert die Vorhersage nichts. Eine Vorhersage ohne Handlungsspielraum bleibt eine Nachricht und bringt keine Verbesserung. Deshalb gehört zur Einführung immer die Frage nach dem Vorlauf. Wie viele Tage Vorwarnung brauchen Sie, damit Ersatzteil, Personal und Produktionsfenster zusammenkommen? Diese Zahl bestimmt, wie gut das Modell sein muss und ob es überhaupt eines braucht.

Predictive Maintenance im DOpE-Modell

In der Digitalisierungspyramide der Dögel GmbH gehört Predictive Maintenance zur Stufe 3, der datenbasierten Steuerung. Darunter liegen die digitale Grundlage mit Anlagenstammdaten und Instandhaltungshistorie sowie der vernetzte Betrieb mit angebundenen Maschinen. Wer keine gepflegte Instandhaltungshistorie hat, hat zuerst ein Dokumentationsproblem und noch kein Modellproblem. Mehr dazu im Beitrag Was ist Digital Operational Excellence?

Womit Predictive Maintenance anfängt

1. Ausfälle auswerten. Welche Anlage hat in den letzten drei Jahren die teuersten ungeplanten Stillstände verursacht? Dort und nur dort beginnen.

2. Historie prüfen. Sind die Ausfälle mit Datum, Bauteil und Ursache erfasst? Wenn nein, ist die saubere Erfassung der erste Schritt, und schon der bringt Erkenntnisse.

3. Vorlauf festlegen. Wie viele Tage Vorwarnung brauchen Sie, um wirklich zu handeln?

Diese drei Schritte lassen sich selbst gehen. Wer es strukturiert will, bekommt es als DOpE-Analyse mit einer Bewertung, welche Anlagen sich eignen, welche Datengrundlage fehlt und welche Maßnahme nach Wirtschaftlichkeit zuerst kommt.

Sprechen Sie uns an. Wir sagen Ihnen auch, wenn Intervallwartung für Ihre Anlagen die günstigere Antwort bleibt.

Redaktion Dögel GmbH

Keine Antwort verpassen

Die Fragen entstehenin unseren Webinaren.

Dort werden sie zuerst gestellt und beantwortet. Was aus Zeitgründen offen bleibt, wird hier zu einem Beitrag.

Zu den Terminen

Newsletter

Muss das noch ein Mensch machen?

Der Newsletter von Mathias Dögel zu KI und humanoider Robotik. Echte Projekte aus dem Mittelstand, echte Zahlen, auch die aus den Fällen, die nicht funktioniert haben.

  • Klartext statt Marketing-NebelEine klare Position zu Robotik und KI, auch wenn sie unbequem ist.
  • Hebel aus über 300 UnternehmenWo in Betrieben tatsächlich Geld liegt, benannt statt angedeutet.
  • Marktentwicklung eingeordnetWas sich bei humanoider Robotik gerade wirklich ändert und was Schlagzeile bleibt.
  • Einladungen zu unseren WebinarenTermine und Themen direkt ins Postfach.

Mit der Anmeldung willigen Sie ein, den Newsletter der Dögel GmbH mit Informationen zu Robotik, KI und Digitalisierung per E-Mail zu erhalten. Die Einwilligung können Sie jederzeit mit Wirkung für die Zukunft widerrufen, etwa über den Abmeldelink in jeder E-Mail. Weitere Informationen in der Datenschutzerklärung.

Cookies und Fremdinhalte

Diese Website setzt keine eigenen Cookies. Videos, Anmeldeformulare und Standortkarte sind bei Vimeo, YouTube, HubSpot und Google Maps eingebettet. Beim Laden erhalten diese Ihre IP-Adresse und können Daten auf Ihrem Gerät speichern.

Der Google Tag Manager verwaltet weitere Dienste, die Cookies setzen und Ihr Verhalten auf der Seite auswerten. Mit Google Analytics werten wir aus, wie die Seite genutzt wird, mit Google Ads messen und steuern wir unsere Anzeigen bei Google und sprechen frühere Besucher erneut an. Mit dem Meta-Pixel und dem LinkedIn Insight Tag messen wir die Wirkung unserer Anzeigen auf Facebook, Instagram und LinkedIn und sprechen auch dort frühere Besucher an. Mit Leadfeeder erkennen wir außerdem anhand Ihrer IP-Adresse, welches Unternehmen unsere Seite besucht hat.

Sie entscheiden einzeln, und Ihre Entscheidung gilt sechs Monate.