In Industrieanlagen wirken fortlaufend Kräfte. Maschinen bewegen sich. Klar, dass hier mal etwas kaputtgeht. Und wie wird mit Defekten und Ausfällen umgegangen? Unternehmen verlassen sich in erster Linie auf ihre Fachleute mit breitem Erfahrungsschatz, die sich mit Sicherheit gewissenhaft um die Wartung kümmern. Aber was, wenn die Erfahrung alleine nicht mehr ausreicht oder unerwarteter Maschinenstillstand zu Produktionsausfällen und somit zu Umsatzverlust führt? In Zeiten von Industrie 4.0 erweitern Daten den Erfahrungsschatz des Wartungsteams.

Je digitaler und vernetzter die industrielle Fertigung wird, desto entscheidender ist es, nicht nur die IT, sondern auch alle Maschinen einer Produktionsanlage vorausschauend zu überwachen. Muss bald ein größeres Teil ausgewechselt werden? Oder sollte ein Gerät gewartet werden? Hier setzt die vorausschauende Wartung, die sogenannte Predictive Maintenance, an. Einzelnen Bauteile einer Maschine werden dabei permanent überwacht – 24 Stunden am Tag, 365 Tage im Jahr. So messen Sensoren beispielsweise den Druck, die Temperatur, die Vibration im laufenden Betrieb oder die Feuchtigkeit und überspielen die entsprechenden Informationen unmittelbar an eine zentrale KI-Instanz. Eine spezielle Wartungs-Software wertet die Sensordaten entsprechend der Maschine oder Wartungshistorie aus. Die KI-Lösung lernt dabei nicht nur aus den laufend eintreffenden Daten, sondern bringt sich – gefüttert mit Anomalien aus der Vergangenheit – sogar die Symptome und Begleitumstände eines Fehlers bei.

Anhand des Datenpools kann das System einen möglichen Ausfall von Komponenten frühzeitig erkennen und dem menschlichen Techniker proaktiv vor dem möglichen Ausfall wertvolle Hinweise geben. Das kann sogar soweit führen, dass nicht nur das Problem bekannt ist, noch bevor es auftaucht, sondern das passende Ersatzteil längst bereit liegt. Stellt beispielsweise ein IoT-Sensor an einem Lager erhöhte Reibungswerte fest und die KI kommt zu dem Schluss, dass dies ein valider Hinweis auf einen drohenden Defekt ist, dann kann sie automatisch im SAP-System eine entsprechende Bestellung auslösen.

Mittlerweile können die Maschinen von Industrieanlagen via Fernüberwachung und -steuerung mithilfe von Assisted Reality und IoT-Clouds permanent überwacht werden. Sogenannte IoT-Gateway-Lösungen fungieren dabei als eine Art KI-Instanz, an der alle Maschinen einer Smart Factory angeschlossen sind. IoT-Gateway Prozessdaten können in Echtzeit von verschiedenen Assisted-Reality-Systemen abgerufen werden und Befehle wie Systemstarts oder -stopps sendet das Gateway direkt an alle angeschlossenen Geräte. Die Lösung lässt eine Übertragung, Steuerung und Visualisierung von Daten zwischen einem Assisted-Reality-System, der IoT-Cloud und allen Industrieanlagen im schnellen 5G-Standard zu. Darüber hinaus ermöglicht das Gateway, dass beliebig viele Maschinen oder auch Fertigungsroboter an verschiedenen Standorten beispielsweise über Microsoft-Hololens-Brillen überwacht werden können. Die dabei übermittelten Daten können dann wieder für die vorausschauende Wartung, also die Predictive Maintenace genutzt werden.

Der Einsatz von Assisted Reality ist sehr vielfältig. So können Techniker beispielsweise mit Tablets QR-Codes an Geräten auslesen, um weitere Informationen über verbaute Module zu erhalten oder mithilfe digitaler Brillen die Instandhaltungsprozesse auslesen. Liegt ein Funktionsfehler vor, kann die Fehlermeldung via Webportal an die zuständige Stelle weitergeleitet werden. Das Wartungsteam ist dadurch viel besser mit den einzelnen Fertigungsmodulen vernetzt und kann so effizienter und präziser arbeiten. Durch die automatische Datenbereitstellung sorgt Assisted Reality für eine enorme Zeitersparnis. Und nicht nur das: Die ständige Datenanalyse der vernetzten Maschinen liefert auch Informationen zu möglichen Bedienfehlern oder falsche Einstellungen, die damit abgestellt werden können. So wird die Qualität der Instandhaltung dauerhaft verbessert, da mögliche Fehler zeitnah entdeckt werden.

Einige Lösungen gehen sogar so weit, dass sie in ihre Vorhersagen beeinflussende Faktoren wie die Bestellhäufigkeit oder das Wetter einbeziehen können. So können Unternehmen durch den Einsatz von Predictive Analytics anhand externer Wetterdaten vorhersagen, wann Verbraucher welche Produkte kaufen und sich dementsprechend auf die Bestellungen einstellen und Produkte zum richtigen Zeitpunkt bewerben. Predictive Maintenance in der Smart Factory wird so zu Predictive Producing.

Ausfälle vorhersehen, teure Reparaturen vermeiden, präventive Maßnahmen ergreifen und schnell handlungsfähig sein – all das bietet die vorausschauende Instandhaltung in Kombination mit Technologien wie Assisted Reality. Predictive Maintenance ist ein wichtiges Kernstück der Industrie 4.0 und bietet Unternehmen eine große Chance in puncto Wirtschaftlichkeit. In Zeiten der Digitalisierung hat ein Blick in die Zukunft nichts mehr mit Mutmaßungen zu tun. Denn: Predictive Maintenance beruht auf handfestem Wissen um die Zukunft.