Maschinenverfügbarkeit rauf, Wartungs- und Servicekosten runter - Chancen und Herausforderungen von Predictive Maintenance in der Industrie
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Maschinenverfügbarkeit rauf, Wartungs- und Servicekosten runter Chancen und Herausforderungen von Predictive Maintenance in der Industrie Red Paper | Predictive Maintenance
Übersicht Vorwort ��������������������������������������������������������������������������������������������������������������������������������������������� 3 Management Summary ����������������������������������������������������������������������������������������������������������� 4 Reifegrad und Implementierungsansätze ������������������������������������������������������������������������ 5 Herausforderungen ��������������������������������������������������������������������������������������������������������������������� 8 Erfolgsfaktoren ��������������������������������������������������������������������������������������������������������������������������� 11 Nutzen ������������������������������������������������������������������������������������������������������������������������������������������� 12 Fazit und Handlungsempfehlungen ��������������������������������������������������������������������������������� 13 Demografie der Studie ����������������������������������������������������������������������������������������������������������� 16 Kontakt ������������������������������������������������������������������������������������������������������������������������������������������ 17
Vorwort
Liebe Leserinnen, liebe Leser,
die Instandhaltung, lange Zeit als „notwendiges Übel“ in Unternehmen
wahrgenommen, steht seit jüngster Zeit im Zentrum vieler Diskussionen
Muster identifizieren
Kostensenkung
Sensordaten
Wartungszyklen
Stillstände
rund um die Themen Digitalisierung und Industrie 4.0. Insbesondere in der
Industrie 4.0
Instandhaltung und dem After Sales-Service von Maschinen und Anlagen Condition
Innovation
existieren viele Anwendungsfälle, mit denen digitale Themen greifbar Based
werden. Monitoring
Cloud Technologie
Automation
Vernetzte Maschinen und Anlagen und die damit einhergehenden Konnektivität
Diagnose
verfügbaren Maschinendaten beeinflussen die Instandhaltung sowie das Kundenzufriedenheit Analysetools
Service Management in großem Maße. Besonders die Möglichkeit der
Predictive Maintenance
Smart Factory
Vorhersage
vorausschauenden Instandhaltung (Predictive Maintenance) bietet
Digital Service Simulation Plattform
Maschinelles Lernen
immense Chancen: Für Maschinenbetreiber entstehen neue Potenziale,
Anlagenverfügbarkeit
Wartungsstrategien
Instandhaltung
Remote Service
um Instandhaltungskosten zu senken und die Maschinen- beziehungsweise
Anlagenverfügbarkeit zu verbessern. Dienstleister können durch die Big Data Mobile Lösungen
Einführung neuer Servicemodelle Umsätze steigern und die Anlagenbewirtschaftung
Kundenbindung erhöhen. Maschinendaten
Erfahren Sie, wie fortschrittlich Unternehmen im Bereich Predictive
Maintenance heute sind und welche Herausforderungen mit der Einführung
verbunden sind. Gerne erarbeiten wir mit Ihnen gemeinsam, zum Beispiel
im Rahmen eines Workshops, welchen Reifegrad Ihr Unternehmen besitzt
und welche weiteren Potenziale Sie realisieren können.
Frank Duscheck Sven Gehrmann
Partner Manager
3 Predictive Maintence | Red PaperManagement Summary
Wie nahezu alle Unternehmensbereiche unterliegt auch die Instandhal- Automobilindustrie) aus dem DACH-Gebiet mittels einer quantitativen
tung einem stetigen Wandel und muss sich kontinuierlich weiterentwickeln. Online-Umfrage befragt. Die teilnehmenden Fachexperten stammen
Dieser Wandel hat durch Industrie 4.0 und Digitalisierung enorm an primär aus den Bereichen Instandhaltung, Produktion, Logistik und IT.
Dynamik gewonnen. Ging es in der Vergangenheit in erster Linie um die
Viele reden – wenige handeln: Predictive Maintenance ist trotz großer
Optimierung der Anlagenverfügbarkeit bei gleichzeitiger Reduzierung der
Präsenz in der Industrie kaum in den Werkshallen angekommen. Während
Kosten, bieten die aktuellen technischen Rahmenbedingungen sehr gute
Während 84 Prozent der Befragten die sich 84 Prozent der Befragten mit dem Thema Predictive Maintenance in
Voraussetzungen für einen entscheidenden Schritt in Richtung Zukunft.
Potenziale von Predictive Maintenance für ihrem Unternehmen auseinandersetzen, hat erst jedes vierte Unternehmen
Maschinendaten in nahezu unbegrenztem Umfang zu sammeln und zu
ihr Unternehmen mindestens diskutieren… erste Projekte umgesetzt. Unternehmen sind vor allem bei den Themen
speichern, bietet neue Möglichkeiten, um weitergehende Verbesserungen
Connectivity und Analytics aktiv – die ganzheitliche Optimierung der
zu erzielen.
16 % Instandhaltungsaktivitäten steht noch nicht im Fokus. So erfassen 76
In diesem Zusammenhang kann Predictive Maintenance als entschei- Prozent der Befragten relevante Daten via Sensoren, 59 Prozent werten
dender „Beschleuniger“ gesehen werden. Die Ergebnisse unserer Studie diese zielgerichtet aus, jedoch lediglich rund 20 Prozent optimieren die
zeigen jedoch ein anderes Bild: Viele Unternehmen stehen eher auf der Instandhaltung auf dieser Basis ganzheitlich.
Bremse als auf dem Gaspedal. Woran liegt das? Was hält die Unternehmen
Bei der weiteren Verbesserung des Reifegrades von Predictive Maintenance
davon ab, mögliche Potenziale auch zu nutzen?
hemmen vor allem technische Herausforderungen die Unternehmen – allen
Die Studie beschäftigt sich daher mit folgenden Leitfragen: voran die IT-Sicherheit sowie die Auswahl und Verfügbarkeit der Daten. Die
84 %
größte Herausforderung insgesamt ist jedoch der hohe Implementierungs-
• Warum wird das Thema Predictive Maintenance mehr diskutiert als
aufwand: 61 Prozent der Befragten sehen im hohen Implementierungs-
konkret angegangen?
aufwand eine (sehr) große Herausforderung. Den Herausforderungen
… hat erst jedes vierte Unternehmen erste • Warum zögern so viele Unternehmen, sich mit dem Thema aktiv begegnen 80 Prozent der Befragten mit der Weiterbildung der Mitarbeiter.
Projekte umgesetzt.
auseinanderzusetzen?
Doch wann werden Predictive Maintenance-Projekte erfolgreich? Unsere
• Was macht die Implementierung von Predictive Maintenance Studie ergab, dass der Einsatz von Sensorik, Vernetzung und Integration die
25 %
erfolgreich? wichtigsten Wegbereiter sind, was gleichzeitig die Frage aufwirft, ob
„weiche“ Faktoren unterschätzt werden.
• Erwarten Unternehmen durch den Einsatz von Predictive Main-
tenance einen Paradigmenwechsel in der Instandhaltung und im Den größten Nutzen von Predictive Maintenance sehen Unternehmen
Service Management? in der Erhöhung der Anlagenverfügbarkeit (80 Prozent) gefolgt von der
Reduzierung der Wartungs- beziehungsweise Servicekosten (60 Prozent).
Um diese Fragen zu beantworten, wurden 74 Unternehmen (hauptsächlich
75 % Hier herrscht also ein einheitliches und sehr eindeutiges Bild.
aus den Bereichen Maschinenbau, Chemie/Pharma und
4 Predictive Maintence | Red PaperReifegrad und
Implementierungsansätze
Viele reden – Wenige handeln: Predictive Maintenance WIE WEIT IST IHR UNTERNEHMEN BEI DEM THEMA PREDICTIVE MAINTENANCE
FORTGESCHRITTEN?
trotz großer Präsenz in der Industrie kaum in den
Werkshallen angekommen
Keine Aktivität 16,2 %
Obwohl sich 84 Prozent der Befragten mit dem Thema Predictive Main-
tenance bereits aktiv auseinandersetzen, hat nur jedes vierte Unternehmen Potenziale werden diskutiert 45,9 %
erste Projekte umgesetzt. Betrachtet man die bereits umgesetzten Projekte
Pilotprojekt umgesetzt 13,5 %
genauer, stellt sich heraus, dass selbst viele der aktiven Unternehmen noch
nicht bei Predictive Maintenance angekommen sind, sondern erst an der Einzelne Projekt umgesetzt 21,6 %
Schwelle von Condition Based Maintenance zu Predictive Maintenance
stehen. So gibt eines der teilnehmenden Unternehmen beispielsweise an, Potenziale ausgeschöpft 2,7 %
kritische Maschinen und Antriebe kontinuierlich zu überwachen und dabei
Schwingung, Temperatur und Druck zu analysieren. In Abhängigkeit des
Zustands werden dann Instandhaltungsmaßnahmen festgelegt – ein klares
Beispiel von Condition Based Maintenance.
Der Umsetzungsstand der Unternehmen zeigt, dass Predictive Mainte-
nance noch große Potenziale für die Industrie bietet: Ganze 60 Prozent der
Befragten beschäftigen sich mit Predictive Maintenance aktiv, haben
jedoch noch keine Projekte beziehungsweise nicht mehr als ein Pilotprojekt
umgesetzt.
Während kleine Unternehmen (500 Mitar-
beiter) die Potenziale bald greifbar sein. Die Studie zeigt, dass diese
wesentlich agiler sind und einen höheren Predictive Maintenance-Reifegrad
vorweisen können.
5 Predictive Maintence | Red PaperUnternehmen sind vor allem bei den Themen WELCHE DER FOLGENDEN AUSSAGEN ZU PREDICTIVE MAINTENANCE TREFFEN
AUF IHR UNTERNEHMEN ZU? (MEHRFACHNENNUNG MÖGLICH)
Connectivity und Analytics aktiv – die ganzheitliche
Optimierung der Instandhaltungsaktivitäten steht
noch nicht im Fokus Vernetzung
Die teilnehmenden Unternehmen sind bereits technisch vernetzt. Gut drei
Viertel der befragten Unternehmen (76 Prozent) erfassen Daten an Sensoren erfassen relevante
76 %
Maschinen und Anlagen mit Hilfe von Sensoren. Während immerhin Daten an Maschinen
Lediglich ein gutes Viertel der Befragten 60 Prozent die Daten in einer zentralen Datenbank speichern, nutzen Daten werden in zentraler
60 %
nutzen Cloudtechnologien zur Speicher- lediglich 28 Prozent Cloudtechnologien zur Speicherung von Daten – der Datenbank gespeichert
ung der Prozess-, Mess- und Maschinen- Anteil kleiner Unternehmen ist hier noch viel geringer. Das unterstreicht die Daten werden in zentraler
28 %
daten Cloud gespeichert
Zurückhaltung beim Thema Cloudtechnologien in der DACH-Region und
könnte ein Hemmnis für den weiteren Digitalisierungsfortschritt darstellen.
28 % Beim Thema Analytics sind Aktivitäten in Ansätzen erkennbar. Knapp Analytics
59 %
60 Prozent der befragten Unternehmen werten zwar Prozess-, Mess- und
Maschinendaten zielgerichtet aus. Automatisiert und unter Einsatz von Prozess-, Messe- und
Maschinendaten werden 59 %
selbstlernenden Systemen geschieht dies jedoch lediglich bei 21 Prozent zielgerichtet ausgewertet
der befragten Unternehmen. Besonders bei kleineren Unternehmen findet
72 % Selbstlernende Systeme werden
die automatische Datenauswertung quasi nicht statt. Es bestätigt sich 21 %
eingesetzt und Daten
auch hier, dass große Unternehmen bei Predictive Maintenance weiter automatisiert analysiert
fortgeschritten sind und kleinere Unternehmen sich eher zurückhalten.
So gab ein kleines Unternehmen beispielsweise an, noch bis zum Maschi-
nenstillstand zu produzieren – Predictive Maintenance ist hier nicht Optimierung
annähernd in Sichtweite.
Ersatzteilbedarfe werden 21 %
Bei der Prozessoptimierung liegt hingegen noch viel Potenzial – lediglich
automatisch abgerufen
jedes fünfte Unternehmen profitiert von übergreifender Prozessoptimie-
Servicetechniker werden 14 %
rung: Nur 21 Prozent der befragten Unternehmen rufen Ersatzteilbedarfe
automatisch disponiert
automatisiert ab und lediglich 14 Prozent disponieren Servicetechniker
automatisiert. Weitere 3%
6 Predictive Maintence | Red PaperUnternehmen verfolgen unterschiedliche Implemen-
tierungsansätze für Predictive Maintenance – setzen
jedoch auf externe Unterstützung
Bei der Frage nach der organisatorischen Umsetzung von Predictive
Maintenance-Projekten gaben 47 Prozent der Unternehmen an, abteilungs-
übergreifende Projektteams einzurichten, während 36 Prozent sogar eine
zentrale Organisationseinheit etablieren. Darüber hinaus werden aktuell
Knapp die Hälfte der Unternehmen 29 Prozent der Befragten von externen Partnern unterstützt, um die
(47 Prozent) hat bereits abteilungsüber- Umsetzung erfolgreich voranzutreiben. Im Freitext der Umfrage gaben
greifende Projektteams eingerichtet, Unternehmen außerdem an, die Aufgabenstellung in der Instandhaltungs-
um Predictive Maintenance-Vorhaben abteilung selbst zu lösen oder Arbeitsgruppen zwischen Kunden und
voranzutreiben Dienstleistern zu bilden.
53 % 47 %
7 Predictive Maintence | Red PaperHerausforderungen
Technische Herausforderungen hemmen „Anwendung statistischer Methoden“. Kleine Unternehmen mit weniger als
500 Mitarbeitern schätzen die technischen Herausforderungen der
Unternehmen, den Predictive Maintenance-Reifegrad
Predictive Maintenance-Implementierung im Mittel etwas (aber nicht
zu verbessern – allen voran die IT-Sicherheit sowie die
statistisch signifikant) kleiner ein.
Auswahl und Verfügbarkeit der Daten
WIE GROSS SCHÄTZEN SIE FOLGENDE TECHNISCHE HERAUSFORDERUNGEN FÜR
Insgesamt werden die technischen Herausforderungen größer eingeschätzt DIE ERFOLGREICHE UMSETZUNG VON PREDICTIVE MAINTENANCE IN IHREM
Die größten technischen Herausforde- als die nicht-technischen. Die größten technischen Herausforderungen UNTERNEHMEN EIN?
rungen bei der Predictive Maintenance- liegen im Bereich Connectivity. 55 Prozent der Befragten bewerten die
Implementierung sehen die befragten Auswahl und Verfügbarkeit der Daten als große oder sehr große Herausfor- IT-Sicherheit
Fachexperten in der Auswahl und 57 % 43 %
derung – und das, obwohl drei Viertel der befragten Unternehmen die
Verfügbarkeit der Daten, der IT-Sicherheit
relevanten Daten bereits erfassen. Es reicht also nicht aus, lediglich die Auswahl und
und der IT-Infrastruktur Verfügbarkeit der Daten
55 % 45 %
Daten zu erfassen, sondern diese müssen ausgewertet und genutzt werden,
um Verbesserungen zu erzielen. Ein Schritt, mit dem viele Unternehmen IT-Infrastruktur 48 % 52 %
aktuell kämpfen. Eine weitere Herausforderung ist die IT-Sicherheit: Sie wird
sogar von 57 Prozent als große oder sehr große Herausforderung einge- Anwendung
55 %
statischer Methoden 45 %
schätzt. Für knapp die Hälfte der Befragten stellt die IT-Infrastruktur eine
große oder sehr große technische Herausforderung dar. Etwas kleiner Ausreichend große
43 % 57 %
Datenbasis
werden die technischen Herausforderungen aus dem Bereich Analytics
eingeschätzt, wie zum Beispiel „ausreichend große Datenbasis“ oder
(sehr) groß (sehr) gering/mittel
8 Predictive Maintence | Red PaperHoher Implementierungsaufwand ist die größte auszuschöpfen, sollte auch ein vermeintlich hoher Implementierungsauf-
Herausforderung bei der Predictive Maintenance- wand nicht zum Ausschlusskriterium werden. Denn erfahrene Unternehmen
Implementierung – wird jedoch von „Beginnern“ zeigen nicht nur, dass dieser immer weniger bedeutend wird, sondern auch,
dass sich die Aktivitäten lohnen! Den 60 Prozent der Unternehmen, die am
überschätzt
Anfang einer Predictive Maintenance-Implementierung stehen, empfehlen
Bei den nicht-technischen Herausforderungen zeichnet sich ein klares Bild wir: Zögern Sie nicht länger!
ab: Als größte nicht-technische Herausforderung wird der hohe Implemen-
NICHT-TECHNISCHE HERAUSFORDERUNGEN
tierungsaufwand von Predictive Maintenance-Lösungen angesehen.
61 Prozent der Befragten sehen im hohen 61 Prozent der Befragten bewerten diesen als große oder sehr große
Implementierungsaufwand eine (sehr) Hoher Implementierungs-
Herausforderung und damit als insgesamt größte Herausforderung unter aufwand
61 % 39 %
große Herausforderung – und damit die allen technischen und nicht-technischen Herausforderungen. Weiter
größte Herausforderung bei der Predictive Abteilungsübergreifende
fortgeschrittene und damit auch erfahrenere Unternehmen schätzen diese 49 % 51 %
Maintenance-Implementierung Zusammenarbeit
Herausforderung kleiner ein als sogenannte „Beginner“, also Unternehmen,
die sich am Anfang der Implementierung befinden. Bei den „Beginnern“
Hohe Investitionssumme 46 % 54 %
könnte der erwartete hohe Implementierungsaufwand aktuell also ein
Zögern bei der Umsetzung von Predictive Maintenance-Vorhaben auslösen.
39 % Kosten-Nutzen-Bewertung 38 % 62 %
Erfahrene Unternehmen zeigen jedoch, dass der Implementierungsaufwand
letztendlich nicht so groß ist, wie anfangs erwartet.
Anbieter-Anwender-
61 % 37 % 63 %
Den weiteren nicht-technischen Herausforderungen wird eine geringe Kooperation
Bedeutung geschenkt. So werden die fehlende Akzeptanz der Mitarbeiter,
Fehlendes Commitment
fehlende Analytics-Kompetenzen und fehlendes Commitment des Manage- des Managements 37 % 63 %
ments als geringste Herausforderungen gesehen. Selbst hohe Investitions-
summen werden von weniger als der Hälfte der Befragten (46 Prozent) als Fehlende Akzeptanz der
25 % 75 %
Mitarbeiter
große oder sehr große Herausforderung gesehen.
Fehlende Analytics-
Der hohe Implementierungsaufwand wird mit zunehmendem Reifegrad von Kompetenzen 24 % 76 %
Predictive Maintenance zu einer immer kleineren Herausforderung.
Gleichzeitig zeigt die Studie, dass die Unternehmen große Nutzenpotenziale (sehr) groß (sehr) gering/mittel
von Predictive Maintenance erwarten. Um diese Nutzenpotenziale
9 Predictive Maintence | Red PaperWeiterbildung als Top-Maßnahme, um den
Herausforderungen zu begegnen
Ein entscheidender Punkt, den Predictive Maintenance-Fortschritt weiter
voranzutreiben, wird der Umgang mit den vorab beschriebenen Herausfor-
derungen sein. Dabei stellt sich Weiterbildung als Top-Maßnahme heraus:
80 Prozent der Befragten geben an, ihre Mitarbeiter als Antwort auf die
80 Prozent der Befragten begegnen den Herausforderungen weiterzubilden, immerhin 61 Prozent der Befragten
Herausforderungen bei der Predictive bilden ihre Führungskräfte weiter. Ein zweiter wichtiger Aspekt ist die
Maintenance-Implementierung mit Kooperation mit externen Experten: 71 Prozent der Befragten würden auf
Weiterbildung Kooperationen mit externen Experten bauen. Fehlende Fähigkeiten und
Erfahrungen können durch externe Unterstützung, zum Beispiel durch Data
20 % Scientist oder Unternehmensberater, ausgeglichen werden.
BEURTEILUNG VON MASSNAHMEN, UM DEN HERAUSFORDERUNGEN ZU
BEGEGNEN
Weiterbildung
80 %
der Mitarbeiter
Kooperation mit
71 %
80 % externen Experten
Weiterbildung der
Führungskräfte 61 %
Kooperation mit
51 %
Anbietern/Betreibern
Umsetzung von Change
41 %
71 Prozent der Befragten würden auf Management-Maßnahmen
Kooperationen mit externen Experten Kooperation mit
41 %
setzen IT-Dienstleistern
29 %
71 %
10 Predictive Maintence | Red PaperErfolgsfaktoren stehen, diese Wegbereiter nicht unterschätzen und sich entsprechend
vorbereiten. Nur so kann Predictive Maintenance erfolgreich und ganz-
Wichtigste Erfolgsfaktoren: Einsatz von Sensorik, heitlich im Unternehmen implementiert werden.
Vernetzung und Integration – werden „weiche“ Die professionelle Begleitung des Wandels im Unternehmen wird von jedem
Faktoren unterschätzt? zweiten Unternehmen als wichtig eingeschätzt, ist aber damit einer der
weniger bedeutenden Erfolgsfaktoren. Dies impliziert, dass Unternehmen in
Die wichtigsten Erfolgsfaktoren für die Predictive Maintenance-Implemen-
Predictive Maintenance ein primär technisches Thema sehen und die
tierung sind nach Meinung der befragten Experten „Sensorik, Vernetzung
Die erfolgreiche Implementierung von Change Management-Komponente und damit den Faktor Mensch
und Integration“ (von 88 Prozent als ziemlich oder außerordentlich wichtig
Predictive Maintenance stellt einen scheinbar vernachlässigen. In der Beratungspraxis stellen wir jedoch häufig
eingeschätzt), „IT-Infrastruktur“ (80 Prozent) und „Datenaufbereitung und
Transformationsprozess im Unternehmen fest, dass gerade der Umgang mit dem Wandel und Veränderungen im
-analyse“ (78 Prozent).
dar. Dieser muss von allen Ebenen Zuge der Digitalisierung einen großen Erfolgsfaktor für die Implementierung
gleichermaßen getragen werden. Für Predictive Maintenance-fortgeschrittene Unternehmen sind darüber darstellen. Nur wenn der Wandel professionell begleitet wird und Mitarbeiter
Dem Management kommt dabei eine hinaus besonders datenrelevante Themen, wie die Verfügbarkeit von sowie Führungskräfte die damit einhergehenden Potenziale kennen, kann
besondere Bedeutung zu. Echtzeitdaten oder die Datenaufbereitung und Analyse wichtig – je weiter eine erfolgreiche Implementierung gelingen. Unternehmen sollten also
die Unternehmen fortgeschritten sind, umso bedeutender werden diese keinesfalls den Fokus rein auf technische Aspekte legen, selbst wenn
beiden Erfolgsfaktoren. Dennoch sollten Unternehmen, die am Anfang Predictive Maintenance auf den ersten Blick ein rein technisches Thema zu
sein scheint.
WIE WICHTIG SIND DIE NACHFOLGENDEN WEGBEREITER FÜR IHR UNTERNEHMEN, UM PREDICTIVE MAINTENANCE ERFOLGREICH ZU IMPLEMENTIEREN?
Sensorik, Vernetzung und Integration 88 % 12 %
IT-Infrastruktur (Plattformen) 80 % 20 %
Datenaufbereitung und -analyse 78 % 22 %
Gezielte Kompetenzentwicklung 72 % 28 %
Abteilungsübergreifende
68 % 32 %
Zusammenarbeit im Unternehmen
Commitment des Managements 64 % 36 %
Verfügbarkeit von Echtzeitdaten 60 % 40 %
IT-Sicherheit 59 % 41 %
Professionelle Begleitung
52 % 48 %
des Wandels im Unternehmen
Kooperation mit externen Experten 48 % 52 %
52 %
48 %
ziemlich/außerordentlich wichtig gar nicht/kaum/mittelmäßig wichtig
11 Predictive Maintence | Red PaperNutzen
Reduzierung der Wartungs- beziehungsweise Differenziertere statistische Auswertungen liefern darüber hinaus interes-
Servicekosten sowie die Erhöhung der Maschinen- sante Erkenntnisse: Je weiter Unternehmen bei Predictive Maintenance
beziehungsweise Anlagenverfügbarkeit werden fortgeschritten sind, desto größer schätzen sie die Reduzierung der Total
als größte Nutzen angesehen Cost of Ownership (TCO) und den Nutzen der Verbesserung der Produkte
ein.
Den größten Nutzen sehen die Befragten in der Erhöhung der Maschinen-
Je aktiver Unternehmen bei Predictive und Anlagenverfügbarkeit. 80 Prozent bewerten diesen Nutzen als groß Große Unternehmen schätzen den Nutzen durchweg
Maintenance sind, desto größer schätzen oder sehr groß. 60 Prozent der Befragten schätzen den Nutzen durch die größer ein als kleine Unternehmen
sie das Potenzial ein, die Total Cost of Reduzierung der Wartungs- beziehungsweise Servicekosten als groß oder
Ownership zu reduzieren.
sehr groß ein. Den Kunden durch einen verbesserten Service zu binden, Große Unternehmen mit mehr als 500 Mitarbeitern schätzen nicht nur die
In der Erhöhung der Maschinen- und beurteilen 52 Prozent der befragten Unternehmen als Nutzenaspekt. Herausforderungen, sondern auch den Nutzen im Mittel größer als kleine
Anlagenverfügbarkeit sehen die befragten Weniger relevant werden die Nutzenaspekte „Management in Echtzeit Unternehmen ein. Gleichzeitig sind sie agiler und bei der Implementierung
Unternehmen mit Abstand den größten informieren“, „Total Cost of Ownership erhöhen“, „Ersatzteilbestände weiter fortgeschritten. Es zeigt sich, dass der Weg in Richtung Predictive
Nutzen (80 Prozent). reduzieren“, „neue erweiterte Dienstleistungen anbieten“ sowie „Produkte Maintenance große Herausforderungen mit sich bringt – wer diesen Weg
verbessern“ bewertet. jedoch geht, profitiert auch von großem Nutzen und kann seine Maschinen-
und Anlagenverfügbarkeit signifikant erhöhen beziehungsweise sein
20 % WIE GROSS SCHÄTZEN SIE FOLGENDE NUTZENASPEKTE DURCH PREDICTIVE
MAINTENANCE FÜR IHR UNTERNEHMEN?
Service-Portfolio erweitern.
Unternehmen schätzen den Nutzen von Predictive Maintenance außerdem
Maschinen-/Anlagen- quantitativ höher ein als sie ihn heute durch Umsetzung erster Projekte
80 % 20 %
verfügbarkeit erhöhen
erreicht haben. So erwarten die Unternehmen eine nennenswerte Reduzie-
Wartungs-/Servicekosten
60 % 40 % 80 % rung der Wartungs- und Servicekosten, der Maschinen- und Anlagenstill-
reduzieren
Kundenbindung durch standzeit sowie der Ersatzteilbestände. Die Ergebnisse zeigen also deutlich:
80 % 52 % 48 %
verbesserten Service 78 % Der Weg lohnt sich.
Management in Echtzeit
43 % 57
72 %
%
informieren
Total Cost of Ownership
(TCO) erhöhen 42 % 68 58
% %
Ersatzteilbestände
40 % 60 %
reduzieren 64 %
Neue, erweiterte Dienst- 35 % 65 %
leistungen anbieten
Verbesserte Produkte 29 % 60 % 71 %
59 %
(sehr) groß (sehr) gering/mittel
12 Predictive Maintence | Red PaperFazit und Handlungsempfehlungen
Predictive Maintenance besitzt in der DACH-Region großes Potenzial. Der • Denken Sie von Anfang an daran, welche Ziele Sie erreichen
daraus resultierende Nutzen wurde bereits erkannt und vielfach diskutiert. wollen und leiten Sie dann die notwendigen Maßnahmen ein.
Trotz der großen Präsenz in der Industrie und den Medien hat Predictive
• Identifizieren Sie organisatorische, technische und prozessuale
Maintenance die Werkshallen jedoch noch nicht durchdrungen. Die Studie
Schnittstellen.
zeigt, dass erheblicher Handlungsbedarf in den Unternehmen existiert, um
das Thema auf eine entsprechende Reife zu heben. Unserer Meinung nach • Definieren Sie notwendige Rollen und Maßnahmen eindeutig.
fehlt es in erster Linie an der Bereitschaft beziehungsweise dem Mut, Fehler
• Dokumentieren Sie die Anforderungen und Erwartungen präzise
zu machen und aus diesen zu lernen. Neben dem erforderlichen Umdenken,
und kommunizieren Sie diese an das Projektteam.
empfehlen wir:
• Binden Sie alle erforderlichen internen und externen Stakeholder
• Starten Sie mit kleineren Leuchtturm-Projekten, um den systema-
frühzeitig in das Projekt ein.
tischen Umgang mit den Themen rund um Predictive Maintenance
zu erlernen beziehungsweise zu erproben. • Handeln Sie proaktiv statt reaktiv: Gehen Sie die Themen an, auch
wenn sie noch nicht exakt durchgeplant sind – es dürfen auch Fehler
• Betrachten Sie die einzelnen Aspekte Konnektivität, Datenanalyse
eintreten, aus denen Sie lernen werden.
sowie die Integration nicht isoliert. Stattdessen sollten Sie das
Thema ganzheitlich aus dem Business heraus anstoßen.
NUTZENEINSCHÄTZUNG UND REIFEGRAD
5
Einschätzung Nutzen
Potentials Champions
4
3
2
Beginner Under-Achiever
1
1 2 3 4 5
Reifegrad Predictive Maintenance
13 Predictive Maintence | Red PaperBearingPoint Leistungsportfolio Maintenance und
Service Management
Unsere Experten für Maintenance und Service Management verfügen über vollends gerecht. Sie binden Kapital und verbrauchen Ressourcen in zu
umfangreiche Erfahrungen und ausgeprägtes Know how in der Bewirtschaf- hohem Maße. Durch die zunehmende Vernetzung von Maschinen (zum
tung von Produktionsanlagen in den verschiedensten Industrien sowie in Beispiel durch die wachsende Bedeutung von IoT) und durch die Bereit-
den angrenzenden Supportprozessen. In mehr als 20 Jahren haben wir stellung von Daten gewinnen vor allem „innovative“ Instandhaltungs-
zahlreiche organisatorische, prozessuale und technologiegetriebene konzepte massiv an Bedeutung.
Projekte in der Instandhaltung und dem After Sales Service von komplexen
Zu diesem Zweck haben unsere Experten aus dem Bereich Maintenance
Maschinen und Anlagen durchgeführt.
und Service Management ein ganzheitliches Leistungsportfolio entwickelt,
Bis heute dominieren noch die herkömmlichen Instandhaltungskonzepte welches Unternehmen bei der Einführung von Predictive Maintenance
die betriebliche Praxis. Diese werden jedoch den Anforderungen nicht mehr unterstützt.
Anlagenverfügbarkeit
steigern
Prozess-
daten Prognose
Wartungszyklen
Maschinen- optimieren
A BearingPoint company
daten
Prozesseffizienz erhöhen
Log
Files
Anlagen-
überwachung
Konkrete Ressourcen bündeln
ERP Maßnahmen
Daten und Ergebnisse
Umgebungs- Technische Material-
variablen wirtschaft optimieren
MES
Daten
Remote Service
einführen
14 Predictive Maintence | Red PaperUnser Leistungsportfolio berücksichtigt dabei die drei wichtigen Bereiche
„Vernetzung“, „Analytics“ und „Optimierung“ gleichermaßen (Auszug):
Vernetzung von Maschinen und Anlagen
• Definition der Plattform-Architektur
• Entwicklung adäquater Integrationskonzepte
• Sichere On Demand-Vernetzung
• Aufbau intelligenter Sensorik und Anlagenvernetzung
• Virtualisierung durch Apps und Cloud-Services
Analytics
• Aufbereitung und Analyse der erfassten Daten
• Durchführung von Root Cause Analysis
• Aufbau eines intelligenten Event/Rule Management
• Anlagen- und Prozessoptimierung durch Data Mining
• Visualisierung mittels geeigneter KPI-Management-Werk-
zeuge und Dashboards
Instandhaltungs- und Service-Optimierung
• Etablierung von zustandsbasierten Fernüberwachungen
• Anpassung der Wartungsstrategien
• Optimierung der Ersatzteilbestände
• Steigerung der Prozesseffizienz
• Verbesserung der Anlagenverfügbarkeit
• Remote Monitoring
Dabei begleiten wir sie von der Potenzialanalyse und Umsetzungsempfeh-
lung über die Strategieentwicklung und Durchführung von Benchmarks bis
hin zur Realisierung der Predictive Maintenance-Implementierung.
15 Predictive Maintence | Red PaperDemografie der Studie
Die 74 befragten Fachexperten aus dem DACH-Gebiet stammen größten-
teils aus den Branchen „Industrial Equipment and Manufacturing“
(33 Prozent), „Chemicals, Life Sciences and Resources“ (23 Prozent)
und „Automotive“ (15 Prozent) und sind hauptsächlich in den relevanten
Bereichen Instandhaltung, Produktion, IT und Logistik tätig. Knapp
zwei Drittel der Experten kommen dabei aus großen Unternehmen
64 Prozent der befragten Fachexperten (> 500 Mitarbeiter). Befragt wurden Maschinen-und Anlagenbetreiber,
gehören Unternehmen >500 Mitarbeiter Dienstleister und Mischformen.
an
BRANCHEN DER TEILNEHMENDEN UNTERNEHMEN FACHBEREICH DER TEILNEHMENDEN EXPERTEN
3% 3% 4%
4% 4% 4% 4%
4%
36 % 4% 4% 4%
4%
5% 5%
26 % 26 %
33 % 33 % 8% 8%
5% 5%
64 % 8% 8% 8% 8%
8% 8%
15 % 15 % 22 %
22 %
23 % 23 %
16 % 16 %
Industrial Equipment
Industrial Equipment Chemicals,
Chemicals, Life Sciences Life Sciences Automotive IT
and Ressources Automotive InstandhaltungProduktion Produktion
Instandhaltung IT
and Manufacturing
and Manufacturing and Ressources
Logistik/Supply
Logistik/Supply
Andere Andere Services Services Utilities Utilities After Sales After Sales Andere Andere
Chain Management
Chain Management
Consumer Goods
Consumer Goods CommunicationsPostal and Postal and
Communications Prozessmanagement
Prozessmanagement Geschaftsführung
Geschaftsführung F&E F&E
Transportation
Transportation
16 Predictive Maintence | Red PaperKontakt
Donald Wachs
Partner
donald.wachs@bearingpoint.com
Autoren:
Frank Duscheck, Ralf Blameuser, Sven Gehrmann
© 2017 BearingPoint GmbH, Frankfurt/Main. Alle Rechte vorbehalten. Gedruckt in der EU. Der Inhalt dieses Dokuments unterliegt dem Urheberrecht. Veränderungen, Kürzungen,
Erweiterungen und Ergänzungen, jede Veröffentlichung, Übersetzung oder gewerbliche Nutzung zu Schulungszwecken durch Dritte bedarf der vorherigen schriftlichen Einwilligung
durch BearingPoint GmbH, Frankfurt/Main. Jede Vervielfältigung ist zum persönlichen Gebrauch gestattet und nur unter der Bedingung, dass dieser Urheberrechtsvermerk beim
Vervielfältigen auf dem Dokument selbst erhalten bleibt. RP_1168_DE
17 Predictive Maintence | Red PaperÜber BearingPoint BearingPoint ist eine unabhängige Management- und Technologieberatung mit europäischen Wurzeln und globaler Reichweite. Das Unternehmen agiert in drei Bereichen: Consulting, Solutions und Ventures. Consulting umfasst das klassische Beratungsgeschäft, Solutions fokussiert auf eigene technische Lösungen in den Bereichen Digital Transformation, Regulatory Technology sowie Advanced Analytics, und Ventures treibt die Finanzierung und Entwicklung von Start-ups voran. Zu BearingPoints Kunden gehören viele der weltweit führenden Unternehmen und Organisationen. BearingPoints globales Beratungs-Netzwerk mit mehr als 10.000 Mitarbeitern unterstützt Kunden in über 75 Ländern und engagiert sich gemeinsam mit ihnen für einen messbaren und langfristigen Geschäftserfolg. Für weitere Informationen: www.bearingpoint.com
www.bearingpoint.com
Sie können auch lesen
