Go back

Wartung statt Feuerlöschen: KI in der Instandhaltung

20m 26s

Wartung statt Feuerlöschen: KI in der Instandhaltung

In dieser Folge des Podcasts "Derte Freinander-Kardemie" diskutieren die Gastgeber und KI-Experte Nino Grebe über das Potenzial Künstlicher Intelligenz in der Instandhaltung, insbesondere das Konzept der "Predictive Maintenance" (vorausschauende Wartung). Dabei wird erklärt, dass es sich um eine Wartungsstrategie handelt, die darauf abzielt, Maschinenausfälle zu vermeiden, indem sie mithilfe von Sensordaten (wie Vibrationen und Temperaturen) frühzeitig Verschleiß oder Defekte erkennt. Diese Daten werden von einer KI analysiert, die Muster erkennt, die für menschliche Mitarbeiter in lauten Produktionshallen unsichtbar bleiben. Ein kleines Problem, wie ein defektes Lager, kann so behoben werden, bevor es zu einem teuren und langwierigen Maschinenstillstand führt. Die Einführung erfordert jedoch eine solide Datenbasis, entweder durch moderne Maschinen oder durch Nachrüstung älterer Anlagen. Da Standardlösungen für spezialisierte mittelständische Unternehmen oft ungeeignet sind, wird zu maßgeschneiderten, selbst entwickelten Lösungen geraten. Ein Computerized Maintenance Management System (CMMS) dient dabei als zentrale Datenbank. Im abschließenden Spiel "Hype oder Reality" wird deutlich, dass präventive Wartung zwar oft Realität ist, die konsequente Einhaltung von Plänen unter Zeitdruck aber häufig Wunschdenken bleibt. Zudem wird betont, dass erfahrene Mitarbeiter durch kein System ersetzt werden können. Die nächste Folge soll sich mit der veränderten Rolle der Mitarbeiter durch KI beschäftigen.

Transcription

3214 Words, 20078 Characters

German
* Musik * Hallo! Herzlich willkommen zurück auf der Portkettemie-Eilen "Derte Freinander-Kardemie". Schön, dass du wieder den Weg auf die Insel gefunden hast. In der letzten Folge haben wir uns um die enorme Potenziale der KI im Mittelstand und davor allem in der Fertigung gekümmert. Falls du die Folge verpasst hast, dann am besten sofort einmal reinhören. Heute wollen wir uns mal anschauen, was alles in der Entstandhaltung möglich ist. Denn auch da ergeben sich ganz faszinierende Möglichkeiten, die Produktivität zu steigern. Denn ohne Entstandhaltung, keine Fertigung. Bei mir ist unser Experte für KI im Mittelstand Nino Grebe. Hallöchen. Da bist du ja schon wieder. Ja. Ja. Ja. Freu mich jetzt zu sein. Ich habe ja nicht die Wahl. Deswegen sitz ich hier noch vielleicht auch. Aber es ist okay. Schön, dass du wieder da bist. Heute geht es um KI in der Entstandhaltung. Wir suchen uns einmal wieder raus, wir haben über KI in der Fertigung gesprochen. Jetzt geht es um das Thema Entstandhaltung. Und ganz besonders interessiert mich der ähnlicherweise ein Bassword, was ich schon das eine oder andere mal aufgeschnappt habe. Und zwar geht es sehr häufig um das Thema "Prediktive Maintenance". Da stellt sich mir die Frage, was ist "Prediktive Maintenance"? Ja, es ist ein Bassword, aber ein Bassword mit relativ viel Substanz würde ich sagen. Das sind mir lief's. Also gar nicht gar nicht so ein starkes Bassword. Also wenn wir es einfach mal in Deutsch übersetzen, vorausschauende Entstandhaltung. Und es ist eigentlich auch gar keine Raketenwissenschaft. Also wir wollen halt mit der vorausschauenden Entstandhaltung, wollen wir halt von der klassischen Entstandhaltung einfach weg, wo wir bei einer Maschine irgendwelche Wartungsintervalle einhalten. Oder wenn was kaputt ist, dann erst zu reparieren. Dann wollen wir vorausschauend handeln, dass wir frühzeitig Probleme erkennen und dann zu agieren und frühzeitig große Stichstandzeiten von Maschinen natürlich zu unterbinden und zu vermeiden. Okay, das heißt, am Ende des Tages ist es eine Wartungsstrategie. Wenn wir es mal ganz einfach runterbrechen. Wenn man einfach runterbrecht, genau, es ist eine Wartungsstrategie. Nein, also es ist eine Wartungsstrategie, gehört natürlich noch ein bisschen mehr dazu, weil um überhaupt eine vorausschauende Entstandhaltung irgendwie ins Unternehmen einzuführen, brauche ich irgendwie Daten. Und diese Daten werden meistens oder im Regelfall über Sensoren erfasst oder über neue Maschinen, die schon bestimmte Sensoren verbaut haben. Also da fängt es halt auch wieder an, möchte ich eine vorausschauende Entstandhaltung in meine Unternehmen einführen, brauche ich erstmal wieder die Basis. Also wie mit der KI und der Digitalisierung in der letzten Folge oder in der Fertigung. Und das natürlich die Sache, habe ich vielleicht Maschinen, die die Sensoren schon verbaut haben, die Temperaturen erkennen, Vibrationen, Laufzeiten, Guide-Eigenschaften von irgendwelchen Bahnen. Kann das die Maschine schon erfassen? Oder habe ich mein Maschinenpark vielleicht noch etwas äter und kann den vielleicht auch aufrüsten? Ja, das ist auch möglich. Verstehung. Also man muss nicht unbedingt gleich sich eine komplett neue Drehbank oder auf Riesmaschine oder Stanzer oder wie auch immer. Anschaffen, um das ins Unternehmen zu integrieren, sondern man kann dann auch aufrüsten. Okay, verstehe, dann lass uns vielleicht an der Stelle noch mal eine kurze Rolle rückwärts machen. Und nach mal genau sagen, wie funktioniert predictive Maintenance? Und vor allen Dingen, was sind so die einzelnen Prozessschritte? Du hast ja gerade schon mal so ein bisschen was dazu angeties. Aber dann können wir es mal runterbrechen sozusagen. Ja, gerne. Am Start, sagen wir mal, haben wir Sensoren, die Daten sammeln von den Maschinen, was sich ja zuvor auch schon gesagt hatte, Temperaturen, Obwebrationen da sind und diese Daten werden gesammelt. Und diese müssen dann hinterher verarbeitet werden, damit wir daraus eine gute Datengrundlage wieder schaffen, um dann eine Voraussage zu treffen, ob hier vielleicht dem nächsten Schaden eintritt oder nicht. Wenn wir uns jetzt mal vorstellen, wir haben eine große Maschine, wo ein Motor kaputt ist, wo zungsweise noch nicht kaputt ist, sondern da ist ein Sensor verbaut, der erkennt jetzt, das ist dann eine ganz kleine Umlaufgebbezungsweise eine Umwucht. Und ich bin jetzt in der Halle als Werker und krieg das gar nicht mit, weil ich hab acht Maschinen in der Halle, das ist laut und dann hörst du es halt nicht. Das ist ein kleines Muster, was sich immer wieder holt, immer wieder holt. Wenn man das jetzt nicht frühzeitig zum Beispiel erkennt, kann aus dieser Umwucht ein ganz großer Schaden letztendlich raus entstehen, dass der ganze Motor am schlimmsten Fall kaputtgeht. Dann habe ich einen extrem große Stillstandzeit der Maschine. Ich muss erst mal die ganze Maschine auseinandernehmen, ich muss den Motor ausbauen, dann brauche ich in der Satzteil, was vielleicht, ich auch nicht gerade auf Lager habe, dass ich das einbauen, denn passieren vielleicht beim Einbau auch noch Feder, dass irgendein Schlauch nicht fest ist, dann läuft ein Hydraulik raus. Also ein riesengroßes Problem, was man sich jetzt endlich damit ranzieht und hätte man da schon frühzeitig dann mit dem Sensor erkannt, dass dort eine kleine regelmäßige Umwucht stattfindet, was zurückzuführen ist, vielleicht auf ein kleines Defekt des Lager, was dem Einkauf 10 Euro kostet, eine Stunde dauert um das Zutauschen. Und da kommt halt diese Protective-Maintenes ins Spiel, die versucht dann, anhand dieser Muster zu erkennen, dass hier vielleicht einen Schaden anwarten. Und da machen wir auch den Schwung auf die KI, weil wir haben einerseits haben wir die Daten, aber die muss ja auch irgendwie auswerden. Ja, klar. - Es gibt mittlerweile auch Software, die das auch schon ganz gut macht. Da muss man aber ganz viel einstellen und auch um ziemlich ja Craig, sag ich mal, einen, um sich da rein zu arbeiten. Und wenn ich jetzt irgendwie 5000 Datensätze habe, oder irgendwelche Muster rauszuerkennen, dauert zweifezweil eine ganze Woche oder ein Monat oder länger. Okay, bis dahin ist das Kind im Boden gefallen. Genau, bis dann ist die Maschine wahrscheinlich schon dreimal kaputt gegangen und so eine KI kann dann natürlich, weil sie auch mittlernd schnell diese Muster halt auch erkennen und frühzeitig war und rausgeben. Aber das hört sich ja, also im ersten Moment, dachte ich, ich finde so Protective-Maintenes, das hört sich bis zu den Nachraumschiff und Science-Wiction an, aber im Ende des Tages hast du das jetzt sehr einfach gut verständlich runtergebrochen und es ist ja so clever irgendwie, weil es ist ja immer, wie man das ja auch immer so schön sagt, ne Vorsorge ist einfacher als Nachsorge und am Ende des Tages ja offensichtlich auch günstiger. Wenn ich am Ende mir die ganze Maschine irgendwie kaputt geht, hätte ich mal besser mich um die Sensorik vorhergekümmern. Auf jeden Fall, definitiv. Nun, denke ich direkt daran, dass wir, als wir über das Thema Fertigung gesprochen haben, auch gesagt haben, dass so allgemeine Standardlösung im KI-Bereich jetzt bei den kleinen und mittelständischen Unternehmen nicht immer so gut ankommen, weil sie es gar nicht nutzen können, weil sie super spezialisiert sind. Ist das hier auch so der Fall oder gibt es da so Standard-Kaillösung aus dem Regal, sag ich mal, für Smart-Maintenance, die man sich da einfach einkaufen kann? Ja, gibt es zum einen, wie gesagt, es gibt schon viel Software, der auch angeboten wird. Das muss natürlich dann auch wieder mit der Sensorik passen, die vorhanden ist. Aber ich würde sagen, gerade in den Bereichen, was du ja schon sagtest, in den Hospitalisiertenfeldern, würde ich da nichts von der Stange nehmen, weil man schafft sich da eine riesen Software vielleicht an, wo man nur 30, 40 Prozent vernutzt und die man hinterher den Rest gar nicht bezahlt, aber man nutzt ihn gar nicht. Und da macht es dann halt wirklich Sinn, sich gezielt diese Lösungen praktisch ins Haus zu holen und selber zu entwickeln. Ja, verstehe. Und gibt es so einen Moment, ich meine klar, ich habe jetzt gerade gesagt, dass es ja immer schlauer ist, sich vorher zu kümmern, als wenn es zu spät ist, das heißt theoretisch würde ich sagen, pretty-diff-maintenance lohnt sich immer. Aber ist ja wahrscheinlich trotzdem auch jetzt mit Kosten und Aufwand für ein Unternehmen verbunden. Würdest du das unterschreiben oder was würdest du sagen, ab wann lohnt sich die pretty-diff-maintenance wirklich? Ja, das ist schwierig zu sagen. Das kommt immer auch stark auf den Anwendungsfall an. Wenn ich natürlich jetzt eine große Fertigungsserie habe, wo immer wieder eine gleiche Belastung auftritt, auf die Maschine, wo einen Ausfall auch sehr teuer ist, da würde ich sagen, lohnt sich das auf jeden Fall. Jetzt ist eine andere Maschine, die gar nicht so oft auch läuft oder genutzt wird, sondern nur ein Sonderfällen, da macht es wahrscheinlich eher weniger Sinn. Oder ich habe halt auch eine Maschine, wo ich weiß, ich habe mein festen Wartungsplan. Und seit fünf Jahren läuft die eigentlich durch. Und ich mache immer zu einem gleichen Zeitpunkt diese Wartung und damit läuft die Maschine. Fein würde ich jetzt wahrscheinlich auch eher von abraten. Ja. Da ich jetzt extra ein System für aufzusetzen. Da habe ich natürlich jetzt auch noch hochkomplexe Anlage, wo es auch sehr teuer werden kann, neue Ersatzteile ranzuholen oder auch auszutauschen. Und dadurch mit den Verbunden Ausfallzeiten würde ich schon eher Sinn machen. Ich würde da aber auch, wie zuvor auch in der Fertigung anfangen, erst mal geziel zu gucken mit einem kleinen Pilotprojekt starten und dann einfach hinterzüwillieren, macht es Sinn, dass sich das weiter ausbreita auf meiner Maschine oder belastet dabei? Ja, muss ich. Da muss er auch nicht mit der Maschine starten, die jeden Tag 24/7 läuft und auf der alles Fuß nicht die, die man nur einmal benutzt. Aber so mitte, und dann kann man schauen, wie es sich in den Köln ist. Wie gesagt, das ist stark auf dem Anwendungsfall an. Wie du saßst, bei einer Maschine, die jetzt sehr viel läuft, würde ich es persönlich doch schon eher sehen. Wenn ich da natürlich eine Serie habe, die dem Unternehmen sehr viel Umsatz erwirtschaftet, dann wär es natürlich schlecht, wenn die auch ausfällt. Stimmt, ja, es auch wieder recht. Da muss man halt wie gesagt, das ist, man muss es ein bisschen abwegen. Auch hier, auch der Hinweis, ich würde da auch mich schlau machen auf der Heben, die Mitarbeiter ausbilden, dass sie auch einen guten Blick dafür kriegen und hinter auch selber wissen, ob man hier so was umsetzen kann oder vielleicht auch nicht. Ja, auch da wieder das eigene Wissen ins Haus holen. Auf jeden Fall. Die nächste Frage muss ich tatsächlich ablehsen, weil das habe ich aufgeschnappt. Ich glaube, dass das dafür sehr wichtig ist, denn was ich mich gefragt habe, was ist ein Computerized Maintenance Management System, also ein CMS? Das fand ich gar nicht perfekt, das Wort für Galgenmännchen. Auch jeden Fall und auch ein guter Zogenbrecher. Ja, das ist ein System, das ist ein Software, die letztendlich so ein bisschen die komplette Instanteiltung verwaltet. Die Tracktwartungsplener, welche Ersatzteile wurden genutzt. Das, was halt früher irgendwie ein Exeterbellen oder am schlimmsten Fall noch auf Papier und auf ein Klembrit mit Stift irgendwie gemacht worden ist, übernimmt jetzt halt ein Software. Das ist dieses, was du schon gesagt hast, CMS ist, Computerized Maintenance Management System, ich komme auf gleich im Anbarn. Das kann man sich so ein bisschen vorstellen, wie so das zentrale Nervensystem der Instanteiltung, wo alles aus der Instanteiltung zusammenläuft und letztendlich dokumentiert wird. Wir wollen uns jetzt vorstellen, dass wir in der Instanteiltung arbeiten und wir müssen an der Maschine, die einen Ausfall hat, zum Beispiel eine Pumpe austauschen. Dann gehen wir dahintauschen das Ganze aus und im Idealfall, wenn wir ein CMS haben in unserem Unternehmen, habe ich vielleicht mobil entgerät oder einen Tablet oder vielleicht einen Werkzrechner und kann dort dann direkt eintragen, ich habe an dem und dem Tag, die und die Wartung durchgeführt. Ich habe vielleicht dieses Ersatzteil benötigt, denn ist das Ganze natürlich auch noch gelabel. Man weiß hinterher auch, okay dieses Ersatzteil wurde eingesetzt, falls das vielleicht später wieder kaputt geht, dass man sich dann überlegt, gehe vielleicht auf dem anderen Hersteller oder muss sich die Maschine aufgrund der Belastung, die da sind, vielleicht komplett anders auslegen. Ja, fürchte. Und das ist halt dieses CMS, also wie gesagt dieses Nervensystem, der in Standhaltung und das schaffen natürlich eine richtig gute Datengrundlage, wie der für eine KI, die ich drauf ansetzen kann, die natürlich dann auch vorausschauend agieren kann. Ja, bietet uns das eigentlich auch eine perfekte Datenbank, sag ich mal. Das schließt sich der Kreis sozusagen. Sehr schön. Dann würde ich vorschlagen, lass uns noch mal nur rund mein neues Lieblingspiel spielen. Mein neues Lieblingspiel spielen, das heißt "Hype oder Reality", das heißt, ich würde dir jetzt nochmal ein paar Aussagen vorlesen zum Thema Entstandhaltung oder eben auch "Predictive Maintenance". Und du müsstest einmal sagen, dass das "Hype" wunschdenken oder aktuell schon die Realität. Ich hätte sogar gerne noch umgeläbelt und es wär kalle oder wunschdenken genannt, aber das ist nur mein Alliterationen-Kopf, der so was wird sich füttert. Das ist voll richtig. Sehr schön. Lass uns mit der ersten Aussage starten. Entstandhaltung arbeitet heute überwiegend "Präventiv statt Reaktiv". Realität. Kurz, ich habe richtig mein "Präventiv". Ja, ja, ja, also das ist schon, denke ich, noch eher die Realität, dass er es gehandelt wird, wenn es eigentlich zu spät ist, beziehungsweise halt nach diesen Standardwartungspläten gelaufen wird. Das funktioniert auch für viele Maschinen. Man muss ja auch nicht immer gleich das ganze Rat neu erfinden. Aber es ist halt auch wieder einen super Ansatz, auch wieder sein Unternehmen ein Stück weiter zu bringen, auch in die Digitalisierung. Ja, ja, voll. Stilstände entstehen hauptsächlich durch technische Defekte. Das ist so ein Zwischending, würde ich fast sagen, zwischen "Hype" und "Realty". Eine Gehyptoreality, genau. Kennst du die Frage noch mal wiederholen oder die Aussage? Vielleicht, nein, klar. Ja, also der Mensch hat natürlich auch immer noch irgendwo seinen Beiverg und das fängt ja damit an, wenn vielleicht was repariert wird, wird das richtig repariert, hat man vielleicht irgendwo einen Drehmomentener Schraube nicht richtig angezogen. Oder benutzt sich die Maschine oder belastig sie vielleicht über, dass sie vielleicht gar nicht richtig ausgelegt ist. Hab ich sie immer im Grenzbereich und das sind Faktoren, die ich als Mensch natürlich dieser Maschine gebe. Und deswegen würde ich sagen, es ist ein Zwischending. Ja, okay, wir bleiben bei dem Zwischending. Dann habe ich noch Wartungspläne werden konsequent eingehalten, auch unter Zeitdruck. Das ist auf jeden Fall ein Hype. Also da kann man, glaube ich, wenn richtig Druck auf den Castell ist, sage ich mal, gerade auch in den Mittlerinnen und kleinen Unternehmen, wo es vielleicht auch nicht so viele Mitarbeiter gibt und wo es wirklich auf jede Stunde irgendwie auch ein bisschen ankommt, da ist der Druck wirklich sehr hoch. Und ich glaube, da wird dann auch schnell mal so was weg ignoriert, damit man noch irgendwas fertig kriegt, was natürlich sehr schade ist. Und auch hier könnte man natürlich Vorsorgen, den man mit bestimmten Systemen arbeitet, um ja frühzeitig zu erkennen. Ja. Was gab, wenn was kaputt geht. Ja, voll. Aber ich glaube, das hast du in jedem Bereich. Ich meine, wir künst ja auch, wenn richtig Druckball irgendwie ist, dann lässt man das eine oder andere vielleicht auch beiseiter. Ich will nicht auf jeden Fall. Das habe ich natürlich jetzt nicht gesagt. Nein, nein, nein, nein. Ich fülle immer jeden Plan aus und mache dokumentiere alles auf jeden Fall natürlich. Hallo, exiter Wenz und mal, bester Freund. Dann habe ich hier noch erfahrene Mitarbeiter, nur lösen Probleme schneller als jedes System. Das ist auch schwierig zu sagen, finde ich, auch wieder so eine so eine gehyptere Realität, weil am Ende des Tages kein System wird einen guten Entstand setzern, irgendwie ersetzen können. Ja. Weil das Erfahrung, das Fachwissen, was man sich über Jahre aneignet und auch so dieses gewisse Bauchgefühl zu haben, das kann eine KI oder irgendein System nicht umsetzen oder übernehmen. Weil am Ende des Tages ist da jemand, der irgendwas reparieren muss. Ja. Und natürlich kann man auch Leute anleeren, auch mit Hilfe von einer KI, dass man so eine Art Handlungsbuch mitgebt. Ja. Wenn ich jetzt zum Beispiel irgendwas austausch muss an der Maschine, dass die mir genau Schritt für Schritt sagt, was ich mache. Aber auch da, das bürgt natürlich sehr viele Gefahren, weil so ein bisschen die Erfahrung fehlt, weil habe ich die KI das bedacht, dass der vielleicht nicht so viel Erfahrung hat und zieht vielleicht irgendein Schlauchabwürde. Aber auch das ist auch ein Schlauchabwürde, wo 300 Beintheit drauf ist, da möchte ich halt nicht in der Nähe sein. Das ist das. Und das zählt natürlich die Erfahrungen wieder mit. Ja. Verstehe. Ja. Macht Sinn. Einhaben wir noch. Ersatzteile sind immer verfügbar, wenn man sie braucht. Das ist auch eher ein Halb. Also ich glaube, das ist, kommt ein bisschen drauf an, wie man auch aufgesetzt ist, das unternehmen. Wenn ich natürlich weiß, ich habe bestimmte Ersatzteile, die ich immer wieder benötige, dass ich vielleicht auch ein bisschen vorplaner, dass ich die Auflage habe. Aber dass wenn jetzt was kaputtgeht, ich direkt mehr Ersatzteil habe, ist meistens auch nicht die Realität und dann muss man halt darauf warten. Im besten Fall dauert es vielleicht nur ein Tag. Ich meine mal, kennst vielleicht, wenn man auch so ein Auto in die Werkstatt bringt. Ja. Und dann noch ein Defekt festgestellt wird und dann mittlerweile geht das jetzt zum Glück auch schnell. Aber wenn es halt ein Ersatzteil ist, was vielleicht nicht vorredig ist oder auch ein bisschen selten ist, dann kann das halt auch gerne mal länger dauern. Und dann schließt sich im Prinzip wieder ein bisschen der Kreis zu unserer Instanteiltung. Jetzt wollte ich gerade sagen, predictiv, ist es nämlich nicht Smart Maintenance, sondern predictive Maintenance, hatte ich gerade kurz in der Form im Kopf. Da schließt sich der Kreis zu der predictive Maintenance wieder. Wenn ich vorausschauen, dass sozusagen planen würde, wüsste ich ja schon, dass das und das Teil vielleicht dann dann abgenutzt ist und könnte schon mal bestellen und hätte dann hinten rausgegärt, keine Probleme wahrscheinlich. Ich habe es verstanden. Der Felt. Sehr schön. Ja, ich würde sagen, wir können jetzt auch in Haken machen an die KI in der Instanteiltigung. Das ist mein unwort des Tages heute. Die verrückte Instanteiltigung. Nein, wir können einen Haken an die KI in der Instanteiltung machen. Wir haben das abgefrühstückt, ganz erfolgreich. Du hast uns hier sehr schön aufgeschlaut, was das Thema "Predictiv Maintenance" angeht. Ich würde vorschlagen, dass wir im dritten Teil, wenn wir noch mal hier über die ganze Thematik sprechen, mal den Fokus auf das Herzstück eines jeden Unternehmens legen und zwar die Mitarbeiter. Und wie sich auch die Rolle der Mitarbeitenden in diesem Bereich irgendwie verändert hat und so, weil wir mit viel über KI gesprochen, viel über Technik gesprochen. Das war ja auch nicht schon immer so. Und ja, ich denke, das sollten wir auch noch mal ein bisschen Fokus drauflegen. Auf jeden Fall, ich freue mich. Sehr schön. Dann würde ich sagen, sie haben uns in zwei Wochen wieder. Und ich hoffe, euch hat die Folge gefallen, wenn ihr noch irgendwelche Fragen habt. Dann guckt auf jeden Fall mal in die Showdown. Da haben wir alle unsere Websites verlinkt. Und dann freuen wir uns aufs nächste Mal. Ciao!

Podcast Summary

Key Points:

  1. KI in der Instandhaltung ermöglicht vorausschauendes Handeln (Predictive Maintenance) statt reaktiver oder zeitbasierter Wartung.
  2. Predictive Maintenance basiert auf Sensordaten (z.B. Vibrationen, Temperatur), die von KI auf Muster analysiert werden, um frühzeitig Schäden zu erkennen.
  3. Die Einführung erfordert eine gute Datenbasis entweder durch moderne Maschinen oder Nachrüstung älterer Anlagen mit Sensoren.
  4. Standard-KI-Lösungen sind oft ungeeignet; für spezialisierte Mittelständler sind maßgeschneiderte Eigenentwicklungen besser.
  5. Ein Computerized Maintenance Management System (CMMS) dient als zentrales Nervensystem der Instandhaltung und sammelt wichtige Daten für KI.
  6. Der Nutzen von Predictive Maintenance hängt vom Anwendungsfall ab
  7. Im Spiel "Hype oder Reality" wurden Aussagen bewertet

Summary:

In dieser Folge des Podcasts "Derte Freinander-Kardemie" diskutieren die Gastgeber und KI-Experte Nino Grebe über das Potenzial Künstlicher Intelligenz in der Instandhaltung, insbesondere das Konzept der "Predictive Maintenance" (vorausschauende Wartung). Dabei wird erklärt, dass es sich um eine Wartungsstrategie handelt, die darauf abzielt, Maschinenausfälle zu vermeiden, indem sie mithilfe von Sensordaten (wie Vibrationen und Temperaturen) frühzeitig Verschleiß oder Defekte erkennt. Diese Daten werden von einer KI analysiert, die Muster erkennt, die für menschliche Mitarbeiter in lauten Produktionshallen unsichtbar bleiben.

Ein kleines Problem, wie ein defektes Lager, kann so behoben werden, bevor es zu einem teuren und langwierigen Maschinenstillstand führt. Die Einführung erfordert jedoch eine solide Datenbasis, entweder durch moderne Maschinen oder durch Nachrüstung älterer Anlagen. Da Standardlösungen für spezialisierte mittelständische Unternehmen oft ungeeignet sind, wird zu maßgeschneiderten, selbst entwickelten Lösungen geraten.

Ein Computerized Maintenance Management System (CMMS) dient dabei als zentrale Datenbank. Im abschließenden Spiel "Hype oder Reality" wird deutlich, dass präventive Wartung zwar oft Realität ist, die konsequente Einhaltung von Plänen unter Zeitdruck aber häufig Wunschdenken bleibt. Zudem wird betont, dass erfahrene Mitarbeiter durch kein System ersetzt werden können.

Die nächste Folge soll sich mit der veränderten Rolle der Mitarbeiter durch KI beschäftigen.

FAQs

Predictive Maintenance ist eine vorausschauende Wartungsstrategie, die darauf abzielt, Probleme frühzeitig zu erkennen, um große Maschinenstillstände zu vermeiden, anstatt erst nach einem Defekt zu reparieren.

Sensoren sammeln Daten wie Temperaturen und Vibrationen von Maschinen. Diese Daten werden verarbeitet, um Muster zu erkennen und Vorhersagen über mögliche Schäden zu treffen, sodass frühzeitig eingegriffen werden kann.

Nein, man kann auch ältere Maschinen mit Sensoren nachrüsten, um Predictive Maintenance einzuführen, ohne gleich neue Anschaffungen tätigen zu müssen.

Es gibt Software, aber für spezialisierte Unternehmen ist es oft besser, maßgeschneiderte Lösungen zu entwickeln, da Standardsoftware nur teilweise genutzt wird.

Es lohnt sich besonders bei Maschinen mit hoher Auslastung und teuren Ausfällen. Bei selten genutzten Maschinen oder stabilen Wartungsplänen ist es weniger sinnvoll.

Ein CMMS ist eine Software, die die Instandhaltung verwaltet, indem sie Wartungspläne und Ersatzteile trackt und eine Datengrundlage für KI schafft.

Chat with AI

Loading...

Pro features

Go deeper with this episode

Unlock creator-grade tools that turn any transcript into show notes and subtitle files.