Startseite » Allgemein »

„Der Trend geht in Richtung Rundum-Sorglos-Pakete“

Roundtable: Mehrwert durch Digitalisierung in der industriellen Instandhaltung
„Der Trend geht in Richtung Rundum-Sorglos-Pakete“

Predictive Maintenance kann letztlich dazu beitragen, die Qualität in der Fertigung zu erhöhen. Wir haben mit Experten diskutiert, inwieweit Unternehmen schon intelligente Wartungstools in der Instandhaltung einsetzen, welche Herausforderungen es noch zu bewältigen gilt und welche Mehrwerte sich erzielen lassen.

Die Maschinenwartung steht in einem Fertigungsunternehmen oft erst am Ende der Wertschöpfungskette. „Instandhaltung ist nicht sexy – sie wird in vielen Betrieben primär als Kostenverursacher gesehen“, eröffnet Dr. Andreas Dankl, Geschäftsführer und Gesellschafter der Beratungsunternehmen Dankl + Partner Consulting und MCP Deutschland sowie Geschäftsführer des österreichischen Vereins Maintenance and Facility Management Society of Austria (MFA) die Gesprächsrunde. Kommt es doch einmal zu einem Maschinenausfall und – im schlimmsten Fall gar zu einem Produktionsstillstand – verlagert sich das Thema in der Unternehmenshierarchie schlagartig an oberste Stelle.

Durch die zunehmende Vernetzung von Industriezweigen mit der IT jedoch rückt Instandhaltung künftig mehr in den Fokus: Vielfach preisen Unternehmen ihre Predictive-Maintenance-Szenarien, also die vorausschauende Wartung mithilfe intelligenter IT-Lösungen, als Anwendungsbeispiele für die Digitalisierung an.

Durch Predictive Maintenance verlagert sich aber auch das einstige Servicegeschäft: Anlagenhersteller übernehmen die Wartung ihrer Anlagen mehr und mehr in Eigenregie. Für Instandhaltungsdienstleister scheint es keinen Platz mehr zu geben. Wie es wirklich um den Hype bestellt ist, welche Vorteile sich Industrieunternehmen erhoffen und welche Herausforderungen sie durch Predictive Maintenance noch meistern müssen, haben wir mit Experten verschiedenster Unternehmen (siehe Infobox rechts) in einem Roundtable-Gespräch diskutiert.

Bei der Aufmerksamkeit, die das Industrie-4.0-gelagerte Thema aktuell erregt, entsteht schnell der Eindruck, dass deutsche Fertigungsunternehmen Predictive Maintenance bereits in ihren Betrieben umsetzen. Dem ist aber nicht so – zumindest nicht flächendeckend, sind sich die Gesprächsteilnehmer einig. Es sei schwer ein Bild für den deutschen Markt zu zeichnen, da hierzulande ein sehr breites Spektrum vorzufinden ist, erklärt Dankl. „Es gibt Instandhalter, die sagen, sie sind noch nicht einmal bei der ersten industriellen Revolution angekommen. Für andere ist die Verwendung von Mobile Assets und das Thema Predictive Maintenance selbstverständlich. Es gibt kein Standardkonzept“, resümiert der promovierte Ingenieur.

Maschinenbauer setzen Predictive Maintenance
nicht flächendeckend um

„Der Durchdringungsgrad mit den Möglichkeiten, die Industrie 4.0 und das Internet of Things (IoT) bieten, ist bei Kunden noch nicht richtig angekommen. Viele fangen jetzt erst an, sich mit dem Thema zu beschäftigen“, stellt Ralph Müller aus dem Geschäftsbereich Vertrieb für Wartungslösungen bei SAP Deutschland fest. Ob sich Predictive Maintenance im Rahmen des Gartner Hype Cycles aktuell auf dem Höhepunkt oder dem Weg ins Tal der Tränen befindet, beantwortet der IT-Experte mit ersterem. Der Hype Cycle von Gartner stellt dar, welche Phasen der öffentlichen Aufmerksamkeit eine neue Technik bei deren Einführung durchläuft. „Die Ernüchterung wird erst noch kommen, wenn man die Use-Cases betrachtet und sieht, welche Effekte tatsächlich erzielt werden“, ist Müller überzeugt.

„Nichtsdestotrotz gibt es vonseiten der Instandhaltung großes Interesse und große Neugierde für neue Technologien“, ergänzt Dr. Bernd Bauer, Manager für Service Sales Development bei SKF. So sei die Papierindustrie in Deutschland sehr weit bei der Anwendung von intelligenter Wartungstechnik, auch in der Prozessindustrie – also in den Bereichen Chemie, Pharma und Petrochemie – wird das vielerorts bereits praktiziert. Im Maschinen- und Anlagenbau findet sich Predictive Maintenance laut Bauer erst noch vereinzelt. Hot Spots stellen momentan die Bereiche Automobil, Transport – also Verkehr, Logistik und innerbetriebliche Logistik – ebenso wie Werkzeugmaschinen und die Präzisionsfertigung dar: Hier investieren Unternehmen zum Teil im großen Stil in Pilotprojekte für intelligente Wartung, sagt der Instandhaltungsexperte.

Günstige Hardware und Big Data als Treiber für
die Nachfrage nach Predictive Maintenance

Warum Unternehmen jetzt nach einer Weiterentwicklung in der Instandhaltung fragen hat laut Müller von SAP zwei Gründe: „Sensoren und Hardware sind kostengünstig. Zudem sind Sensoren teilweise bereits bei Kunden vorhanden und liefern zahlreiche Daten. Diese können wir günstig abspeichern und haben so die Möglichkeit, Big Data zu verwalten“, erläutert er. Als primären Treiber für die Nachfrage in der Industrie nach intelligenten Instandhaltungslösungen sieht Norbert Süß, Leiter Service und Retrofit bei Baumüller Anlagen-Systemtechnik, aber den monetären: „Wenn es zu einem ungeplanten Stillstand kommt und das die Firmen Geld kostet, werden sie sich überlegen, wie sie das künftig vermeiden können. Kunden treten jetzt auch schon an Erstausrüster heran und fordern Systeme für Predictive Maintenance“, erklärt er.

Den Effizienzsprung – also höhere Anlagenverfügbarkeit, gesteigerte Performance und niedrigere Kosten – den Firmen und Verbände häufig als Mehrwert von Industrie 4.0 anpreisen, differenzieren die Gesprächsteilnehmer jedoch. „Die Relation ist wichtig: Jedes Unternehmen sollte nicht nur versuchen, Instandhaltungskosten zu minimieren, sondern auch schauen, wie der Ertrag im Sinne von vermiedenen Ausfallkosten über entgangene Deckungsbeiträge ist“, gibt Dankl zu bedenken. Die Kosten-Nutzen-Analyse muss in jedem Unternehmen individuell betrachtet werden.

An diesem Punkt kann das Management ansetzen, da sich eine solche Strategie auf die Struktur des gesamten Betriebs auswirken kann, rät Dankl. Franz Braun, Chief Digital Officer beim Service-Konzern Bilfinger, warnt gleichzeitig vor zu viel Aktionismus: „Durch die breite Streuung der Themen Digitalisierung und Industrie 4.0 vor allem auch in den Medien stehen viele Unternehmen unter großem Druck, digitale Projekte zu starten. Um den Anschluss nicht zu verlieren, werden Projekte teilweise nur der Aktion willen aufgesetzt – ohne jede Sinnhaftigkeit. Ich glaube, dass dadurch noch eine gewisse Ernüchterungsphase kommen wird. Hier ist ein Umdenken erforderlich: In Deutschland muss sich erst eine agile Arbeitsweise etablieren“, prognostiziert Braun.

Das wiederum sei der globalen Vernetzung geschuldet, sagt Bauer von SKF. „Alle Unternehmen, die weltweit Standorte betreiben, vergleichen ihre Kennzahlen. Das ist an sich nicht neu. Aber wenn dabei festgestellt wird, dass von beispielsweise zehn Werken neun gut laufen und eines nicht, wird geschaut, woran das liegt. Und wenn sich in diesem einen Werk herausstellt, dass Predictive Maintenance gut funktioniert, versucht man das in den anderen Werken ebenfalls umzusetzen“, erläutert der Manager für Service Sales Development.

Durch Predictive Maintenance können sich aber auch völlig neue Aspekte herausstellen, etwa neue Geschäftsmodelle. Unternehmen verkaufen künftig nicht mehr nur ihre Produkte, wie etwa Kompressoren, sondern müssen stärker in den After-Sales-Service eintreten. Sie verkaufen dann zum Beispiel Verfügbarkeiten. Der Maschinenbaukonzern SKF arbeitet aktuell an einem solchen Modell: Unter dem Begriff „Rotation for Live“ will das Unternehmen zukünftig nicht mehr Wälzlager an sich, sondern deren Funktion verkaufen und garantieren. „Das geht aber nur, wenn man die Umgebungsbedingungen und den Zustand der Maschine kennt“, erklärt Bauer.

Predictive Maintenance ermöglicht die
indirekte Kundenbindung

Müller von SAP sieht darin einen zusätzlichen Vorteil: „Lege ich die Information zur Wartung eines Produkts in der Wolke ab, kann ich etwa auch das Nachfolgeprodukt sehen. Der Erstausrüster kann dies zu seinem Vorteil nutzen, indem er dem Kunden mitteilt, dass – wenn sich die Produktions-Rahmenbedingungen nicht ändern – er das Produkt ohne Eingriff in die Produktion austauschen kann. So bindet er den Kunden indirekt an sich.“ Da es zusätzlich die Möglichkeit gibt, mehrere Hersteller eines Produkts in dieselbe Wolke einzuladen, kann der Kunden so auch Daten beziehungsweise Produkte konkret miteinander vergleichen. Dadurch biete sich dem Kunden bessere Transparenz, für den Maschinenhersteller könnte das ein kleiner Nachteil sein, fügt Müller hinzu.

„Predictive Maintenance bedeutet,
schneller als der Fehler zu sein“

„Der springende Punkt bei Predictive Maintenance ist, schneller als der Fehler zu sein“, betont Süß von Baumüller. Denn mit dem frühzeitigen Wissen, wann sich ein Bauteil abnutzen könnte, kann ein Unternehmen vorbeugend planen und letzten Endes Kosten sparen. „Wenn man die Maximalbelastung einer Komponente digital in einem Gerät oder in einem Predictive-Maintenance-System hinterlegt und mit den gesammelten Daten aus der realen Produktion vergleicht, kann man bestimmen, an welchem Punkt der Lebensdauerkennlinie des spezifischen Bauteils man sich befindet. So kann man dem Kunden wiederum eine genaue Prognose für die tatsächliche Lebensdauer eines Bauteils geben“, skizziert Süß. Einer Schadenssituation vorbeugen, bevor sie eintritt – das sei das Ziel. Und das funktioniere nur mithilfe selbstlernender Algorithmen, weiß der Service- und Retrofitleiter.

Doch müssen sich klassische Maschinenbauer und Dienstleister durch die zunehmende Verknüpfung von Produktion und IT künftig nicht auch vollkommen neue Kompetenzen aufbauen, um wettbewerbsfähig zu bleiben? Die Frage verneinen die Experten einstimmig. Das Grundwissen bei den Kunden zu ihren Produkten, also sowohl technische Daten zur Hardware, als auch das IT-Wissen zur zugehörigen Software, sei vorhanden, erklärt Müller. „Es muss nur meist aus unterschiedlichen Abteilungen zusammengeführt werden, also beispielsweise vom Instandhaltungsmeister, dem Schichtleiter, der die technischen Daten einer Maschine kennt und vom IT-ler.“

„Wir sehen uns an der Stelle als IoT-Übersetzer, also an der Schnittstelle zwischen Kunde und Plattform-Betreiber“, ergänzt Chief Digital Officer Braun von Bilfinger. Dafür werde zukünftig der Bedarf an Spezialisten aus dem Bereich Data Mining steigen, mahnt Dankl. Das heißt, es braucht mehr IT-Experten, die relevante Informationen und entsprechend Entscheidungsmechanismen aus den Daten ableiten können.

Als Jobkiller für die Instandhaltungsbranche sehen die Gesprächsteilnehmer die Digitalisierung aber nicht. Unternehmen könnten durch die Reduktion von ungeplanten Stillständen mithilfe intelligenter Wartungslösungen zwar Personalkosten senken. „Betriebe können ihren Personalbedarf besser planen, wenn sie beispielsweise genau wissen, was repariert werden muss. Eine geplante Instandhaltungsmaßnahme ist immer preiswerter als eine ungeplante“, führt Bauer aus. Das rationalisiere aber keine Arbeitsplätze von Instandhaltern weg, stellt Dankl entgegen. „Für viele Industriebetriebe ist es nicht leicht, geeignet qualifizierte Techniker zu finden, die Instandhaltung betreiben können. Wenn man es mittels intelligenter Instandhaltungsstrategien schafft, Arbeitsbelastungen gleichmäßiger zu verteilen, gewinnen dadurch Unternehmen und Mitarbeiter“, betont der Unternehmensberater.

Herausforderungen sind Konnektivität
und internes Know-how aufbauen

Obwohl Predictive Maintenance in der Instandhaltung viele Vorteile für die Industrie bietet, müssen Unternehmen noch einige Herausforderungen meistern, um die Lösungen flächendeckend einsetzen zu können. „Zunächst einmal muss Konnektivität hergestellt werden“, sagt Braun. Jedes Unternehmen müsse hierbei individuell klären, was in welchen Umgebungen installiert werden dürfe. Auch die bisherige Anzahl unterschiedlicher Standards, Schnittstellen und Plattform-Anbieter erschwere den Prozess.

Zudem müssen die Mitarbeiter darauf vorbereitet werden, dass sich ihre Tätigkeit ändert: „Mobile Geräte sind der erste Schritt, mit Brillen und kollaborativen Wissenssystemen geht es weiter“, listet der Chief Digital Officer auf. Die Einstellungen der Werker zu den Tools verhalten sich gemäß statistischer Normalverteilung: Manche Mitarbeiter lehnen Veränderungen kategorisch ab, junge Nachwuchskräfte dagegen können Unternehmen teilweise nur dann noch gewinnen, wenn sie moderne Methoden in der Instandhaltung einsetzen.

Datenhoheit gegenüber Dritten
sowie intern im Betrieb als Herausforderung

Auch die Frage nach der Datenhoheit müsse geklärt werden. Dabei sehen Braun und Müller nicht nur die Hoheit der Daten des Herstellers gegenüber Dritten als Herausforderung, sondern vor allem die interne Frage der Datenhoheit im Betrieb. „Instandhalter müssen sich künftig neben der Mechanik auch mit IT-Schnittstellen und Elektrotechnik auseinandersetzen. Dann müssen unterschiedliche Abteilungen zusammenarbeiten, sonst funktioniert das nicht“, erläutert Bauer.

Dafür brauche die Instandhaltung auch eine gewisse Eigenverantwortung, um das Thema treiben zu können, ist der Sales-Service-Development-Manager überzeugt. „An der Stelle sollte jedes Unternehmen für sich die Frage klären, wo die Instandhaltung innerhalb des Betriebs steht: Erfüllt sie nur eine Hilfsfunktion oder steht sie als Wertschöpfungspartner auf Augenhöhe in der Produktion?“, gibt Dankl zu bedenken.

Zuletzt wagen wir im Gespräch einen Blick in die Zukunft und fragen die Teilnehmer nach den jeweiligen Geschäftsmodellen der Unternehmen und wie sie Predictive-Maintenance-Services künftig monetarisieren wollen. Der schwedische Wälzlagerproduzent SKF hat klare Pläne: „Aktuell bieten wir unseren Kunden über ein Service Level Agreement die Fernüberwachung von Maschinen als Dienstleistung an, etwa in den Bereichen Windenergie, Schifffahrt und in einer Vielzahl von Industriebereichen. In Zukunft wollen wir dem Kunden eine bestimmte Verfügbarkeit einer Anlage garantieren“, gibt Bauer einen Ausblick.

Für eine festgelegte Servicegebühr im Monat übernimmt der Anbieter beispielsweise für einen Gurtförderer die Ersatzteilhaltung, die Zustandsüberwachung sowie die vorausschauende Wartung des Systems. „Wir werden das aber nur für Bauteile und Komponenten anbieten, die wir kennen, also mit denen wir Erfahrungen gesammelt haben“, schränkt Bauer ein.

Der Nürnberger Automatisierungs- und Antriebsanbieter Baumüller verfügt laut Süß mit dem Baumüller Reparaturwerk über eine eigene Servicegesellschaft, die vorausschauende Instandhaltung anbietet. Darüber hinaus hat das Unternehmen mit Baudis IoT bereits ein eigenes IoT-fähiges Überwachungssystem entwickelt.

Der Dienstleistungskonzern Bilfinger bietet seinen Kunden seit einigen Jahren Verfügbarkeitsgarantien für komplette Fertigungsstraßen zum Fixpreis. „In Kombination mit digitalisierten Produktions- und Instandhaltungsdaten sehen wir die Chance für Industriedienstleister, Sekundäranlagen – wie Kläranlagen und Kompressoren – zu überwachen und selbst in Betrieb zu halten. Dafür bieten wir As-a-Service- oder As-an-Operation-Modelle an“, sagt Braun. Anderenfalls werde man mit klassischen Modellen im Wettbewerb abfallen, betont er.

„Der Trend geht klar in Richtung Sorglos-Pakete für Anlagenbetreiber“, bestätigt Dankl. Getrieben wird diese Entwicklung sowohl von Betreiberseite, die auf begrenzte Ressourcen und den wirtschaftlichen Druck am Markt reagieren müssen, als auch von Kundenseite, die ein vielfältiges Angebot mit IoT-Bausteinen von Anbietern fordern, erläutert der Unternehmensberater.

Die Forderung nach Predictive Maintenance von Seiten der Kunden resultiere unter anderem daraus, dass der Mittelstand oft nicht die Chance hat, tief in das Thema einzusteigen, wirft Braun ein. „Der Mittelstand braucht häufig Anbieter, die ihn beim Einstieg in die Digitalisierung unterstützen. Das ist eine Chance für externe Dienstleister, da Mittelständlern in der Regel die Digitalisierungskompetenz fehlt“, erklärt Braun.

Völlig neue Akteure am Markt – wie man sie mit Uber oder anderen Dienstleistern aus der Automobilbranche kennt, die nicht mehr das Fahrzeug, sondern die Mobilität als Dienstleistung anbieten – will der Chief Digital Officer auch in der Instandhaltung nicht ausschließen. ■


Die Autorinnen

Nora Nuissl

Redaktion
Industrieanzeiger

Sabine Koll

Redaktion
Quality Engineering


Die Diskussionsteilnehmer

  • Dr. Bernd Bauer, Manager Service Sales Development bei SKF
  • Franz Braun, Chief Digital Officer bei Bilfinger
  • Dr. Andreas Dankl, Geschäftsführer MCP Deutschland und Dankl + Partner Consulting sowie Geschäftsführer der Maintenance and Facility Management Society of Austria
  • Ralph Müller, LoB Sales bei SAP
  • Norbert Süß, Leiter Service und Retrofit bei Baumüller Anlagen-Systemtechnik


Hier finden Sie mehr über:
Newsletter

Jetzt unseren Newsletter abonnieren

Quality Engineering
Titelbild QUALITY ENGINEERING 1
Ausgabe
1.2024
LESEN
ABO
Webinare & Webcasts

Technisches Wissen aus erster Hand

Whitepaper

Whitepaper zum Thema QS


Industrie.de Infoservice
Vielen Dank für Ihre Bestellung!
Sie erhalten in Kürze eine Bestätigung per E-Mail.
Von Ihnen ausgesucht:
Weitere Informationen gewünscht?
Einfach neue Dokumente auswählen
und zuletzt Adresse eingeben.
Wie funktioniert der Industrie.de Infoservice?
Zur Hilfeseite »
Ihre Adresse:














Die Konradin Verlag Robert Kohlhammer GmbH erhebt, verarbeitet und nutzt die Daten, die der Nutzer bei der Registrierung zum Industrie.de Infoservice freiwillig zur Verfügung stellt, zum Zwecke der Erfüllung dieses Nutzungsverhältnisses. Der Nutzer erhält damit Zugang zu den Dokumenten des Industrie.de Infoservice.
AGB
datenschutz-online@konradin.de