12 min read

Maschinenausfälle sind nicht nur unglaublich teuer, sie können auch lebensgefährlich sein. Mit der zunehmenden Bedeutung von künstlicher Intelligenz gehören sie aber bald der Vergangenheit an.


Moderne Gesellschaften sind in zunehmendem Maße von Maschinen abhängig. Wir verwenden Autos, Busse und Züge für unseren Weg zur Arbeit. Wir verlassen uns darauf, dass Turbinen und Stromnetze unser Zuhause mit Energie versorgen. Landwirtschaftsmaschinen züchten und ernten unsere Nahrungsmittel. Man kann leicht vergessen, wie sehr unser Leben von Maschinen bestimmt wird – bis diese Maschinen einmal ausfallen.

Pflege, Wartung und Instandhaltung sind entscheidend für den Nutzen einer Maschine. Oft ist es aber schwierig, bei der Entscheidung, ob und wann ein Teil repariert oder ersetzt werden muss, das richtige Gleichgewicht zu finden. Und wie bei den meisten Entscheidungen, die ohne konkrete Daten getroffen werden, kann dies zu großer Ineffizienz führen. Es ist also nicht überraschend, dass sich viele Unternehmen dafür interessieren, wie KI und maschinelles Lernen neue Erkenntnisse liefern und Ineffizienz und Ausfälle reduzieren können.

Ausfallzeiten sind schlecht für die Produktivität

Ungeplante Ausfallzeiten führen bei industriellen Herstellern zu jährlichen Kosten von ca. 50 Milliarden US-Dollar.

(Quelle: Deloitte)

Für die Produktivität sind Ausfallzeiten Gift. Es reicht, wenn nur eine einzige Maschine stillsteht, und schon kommt die ganze Lieferkette zum Erliegen.

Natürlich rechnen viele Unternehmen mit einem gewissen Maß an Ausfallzeiten und akzeptieren dieses auch. Sie verstehen, dass Maschinen regelmäßig vom Netz genommen werden müssen, um hinsichtlich ihrer Sicherheit und notwendiger Reparaturen überprüft zu werden. Während Unternehmen diese geplanten Ausfallzeiten in ihre Betriebsabläufe integrieren können, um sicherzustellen, dass sie so produktiv wie möglich bleiben, können ungeplante Ausfallzeiten zu immensen Unterbrechungen führen.

Ungeplante Ausfälle und Störungen an Betriebsmitteln können ein Unternehmen in großem Umfang Zeit und Geld kosten. Sie hindern Mitarbeiter daran, ihre Arbeit zu erledigen, bringen Produktionspläne zum Erliegen und führen, je nach Branche, zu großen Vertrauensverlusten bei Kunden. Stellen Sie sich nur einmal vor, was passieren würde, wenn ein medizinisches Gerät in einem Krankenhaus ausfällt.

Aktuelle Wartungsstrategien

Schlechte Wartungsstrategien können die Produktionskapazität einer Fabrik um 5–20 % reduzieren.

(Quelle: Deloitte)

Die meisten Wartungsarbeiten lassen sich einer von drei Kategorien zuordnen:

Nur reparieren, was kaputt ist.

Die Wartung wird unabhängig vom Zustand geplant.

Teile werden, basierend auf Erfahrungen, in Erwartung eines zukünftigen Ausfalls ersetzt. Die Entscheidung wird häufig auf Grundlage statistisch berechneter Zeitabstände getroffen.

Die reaktive Wartung (also ungeplante Ausfallzeit) ist eine Herangehensweise, bei der Maschinen betrieben werden, bis eine Störung auftritt. Dies kann zu langen Unterbrechungen führen, da das Unternehmen den Betrieb einstellen muss, wenn die Maschine ohne Warnung ausfällt. Allerdings sind die Kosten für routinemäßige Wartungen bei dieser passiven Herangehensweise niedrig. Techniker sind nur erforderlich, wenn sie tatsächlich gebraucht werden.

Die geplante Wartung reduziert das Risiko von Ausfällen durch regelmäßige Beurteilungen. Ein Ausfallrisiko besteht zwar weiterhin, die Unternehmen haben aber eine höhere Chance, das Problem vorausschauend zu beheben, bevor es zu umfangreich wird. Dies maximiert zwar die Lebensdauer einer Maschine, kann aber auch zu großen Verlusten bei der Produktionszeit führen, während die Maschine außer Betrieb ist.

Die proaktive Wartung zielt darauf ab, die Wartung effizienter zu gestalten. Dazu werden Analysen herangezogen, um die Kapazität der Maschinen zu ermitteln, um ihre kritischen Momente auszumachen und um Wartungsressourcen zu optimieren. Es geht weniger darum, sich an einen Zeitplan zu halten, als vielmehr darum, Daten zu verwenden, um Betriebsabläufe zu überprüfen und zu verbessern.

Bei Firmen mit einer großen Anzahl von Maschinen scheint die proaktive Wartung sowohl langfristig als auch kurzfristig die kosteneffizienteste Strategie zu sein. Diese Herangehensweise stößt aber auch an ihre Grenzen, da sie nur die Faktoren steuert, die zu einem Maschinenausfall führen können, die Maschine selbst aber nicht überprüft wird.

Was kann also getan werden? Glücklicherweise helfen eine bessere Konnektivität und technische Innovationen dabei, die Lücken zu füllen.

Wie Konnektivität die Wartung verändern wird

Es wird erwartet, dass durch KI bis 2020 1,8 Millionen Arbeitsplätze wegfallen. Im gleichen Zeitraum sollen durch KI aber auch 2,3 Millionen neue Arbeitsplätze entstehen. Das Gesundheitswesen, der öffentliche Sektor und die Bildung werden einen kontinuierlich wachsenden Bedarf an Arbeitskräften haben. Die Fertigung wird es am schwersten treffen.

(Quelle: Garner)

Heute konzentrieren sich viele High-Tech-Giganten auf die Entwicklung von KI. Microsoft, Google, Amazon, IBM, Facebook, Apple und Tausende KI-Startups konkurrieren um die Führungsrolle im Bereich KI. Das Marktforschungsunternehmen Tractica schätzt den Wert des weltweiten KI-Markts im Jahr 2017 auf 1,99 Milliarden Euro und prognostiziert, dass er bis 2025 auf 30 Milliarden Euro anwächst.

Dieses beachtliche Wachstum ist möglich, da KI in allen Branchen und Anwendungsbereichen eingesetzt werden kann – darunter auch in der Wartung. Unabhängig davon, was genau Wissenschaftler erschaffen, teilen KIs alle einen gemeinsamen Zweck: wiederkehrender Aufgaben zu übernehmen und Menschen dabei zu helfen, effizienter und besser zu arbeiten. Dazu zählt auch die verbesserte Wartung.

AI and the future of maintenance

Credit: Ioannis Oikonomou


Durch KI kann Wartung nicht mehr nur präventiv oder proaktiv sein, sondern vorausschauend werden.

Vorausschauende Wartung

Viele Industriezweige, die stark von Maschinen abhängen, investieren in die vorausschauende Wartung.

Mit den Möglichkeiten der KI kann Wartung nicht nur präventiv oder proaktiv sein, sondern vorausschauend werden. Durch vorausschauende Wartung werden Reparaturen nur ausgeführt, wenn sie erforderlich sind.

Dies wird durch angeschlossene Sensoren, Schalter und KI-fähige Tools erreicht, die Tausende von Variablen in einer Maschine analysieren und so Probleme feststellen, die andernfalls unbemerkt geblieben wären. Daten aus verschiedenen Quellen werden in Echtzeit gesammelt, kombiniert und analysiert, sodass Unternehmen Maschinenausfälle vorhersehen können, bevor sie auftreten. Wenn die Daten eine nachlassende Leistung anzeigen, können die Bediener eine Reparatur veranlassen, bevor die gesamte Montagelinie zum Stillstand kommt.

Diese Fähigkeit, Reparaturen vorherzusagen, führt zu einer erheblichen Senkung der Wartungskosten. Sie kann aber sogar noch weiterreichende Vorteile für das Unternehmen haben. Wenn beispielsweise die vorausschauende Wartung einen unmittelbar bevorstehenden Ausfall erkennt, können automatisch eine Reihe problemspezifischer Maßnahmen ergriffen werden: Ein Arbeitsauftrag wird ausgestellt, die zuständigen Techniker werden benachrichtigt, oder ein Ersatzteil wird bestellt.

Im Laufe der Zeit kann die vorausschauende Wartung erkennen, wie eine Reparatur am besten vorgenommen werden sollte. Diese zweite Analyseebene ermöglicht Unternehmen weitere Erkenntnisse, die zu einer Steigerung der Effizienz und schließlich zu einer Reduzierung der Ausfallzeiten auf null führen können. Dies ist möglich, da die KI die tatsächliche Lebensdauer der Ausrüstung feststellen, den idealen Zeitpunkt für Reparaturen bestimmen und die Arbeitsabläufe so planen kann, dass der Zeitraum für Reparaturen möglichst kurz gehalten wird.

Weiterhin ermöglichen die bei der vorausschauenden Wartung gesammelten Daten Managern ein besseres Verständnis dafür, warum verschiedene Teams mit denselben Maschinen unterschiedliche Ergebnisse liefern. Auch diese zusätzlichen Daten bieten Unternehmen Einblicke, mit denen sie zusätzlichen Gewinn erwirtschaften können. Sie können die Projektplanung, die Personalplanung, die Inventarverwaltung und den Kundendienst unterstützen. Entscheidungen werden auf Fakten basierend und somit mit weniger Risiko und mehr Sicherheit getroffen.

Die Zukunft schon heute vorhersagen

Die vorausschauende Wartung ist für Innovationen in der Fertigung von zentraler Bedeutung, da sie es Unternehmen ermöglicht, ihre gesamte Wartungsstrategie top-down zu optimieren. Damit kündigt sich nicht nur eine rosige Zukunft für die Branche an, die Möglichkeiten werden schon jetzt in die Praxis umgesetzt.

Viele Branchen verwenden bereits irgendeine Form der vorausschauenden Wartung mit Technologien für eine kontinuierliche Überwachung. Tools für das Internet der Dinge unterstützen Unternehmen dabei, die Systemleistung und die Einsatzumgebung im Auge zu behalten. Die kontinuierliche Überwachung generiert allerdings riesige Datenmengen, und an dieser Stelle muss die KI ins Spiel kommen. Durch fortschrittliche Algorithmen und maschinelles Lernen können Unternehmen Erkenntnisse in Echtzeit in die Entscheidungsfindung einfließen lassen.

Hier sind nur einige Beispiele, wie die vorausschauende Wartung bereits heute angewendet wird:

Züge

In Deutschland arbeitet die Deutsche Bahn mit Siemens zusammen, um vorausschauende Wartungstechniken zu verbessern. Die Deutsche Bahn hofft, dass erweiterte Datenanalysen mit Hilfe intelligenter Sensoren und Algorithmen Muster in den Betriebsdaten erkennen können. Beispielsweise können intelligente Bremssysteme überwacht werden, um den optimalen Zeitpunkt für den Austausch zu bestimmen. Sensoren können den Zustand der Schienen überwachen, um Reparaturen entsprechend zu veranlassen. Indem die Fehlerrate von Bauteilen an den Zügen reduziert wird, kann die Deutsch Bahn auch den Bedarf an Ersatzteilen und die Ausfallzeiten senken.

Automobile

Rückrufe sind nicht nur teuer für den Hersteller, sie sind auch sehr gefährlich für die Verbraucher. Glücklicherweise können Daten und KI diese verhindern, indem Probleme sehr viel früher erkannt werden. BMW kooperiert mit Teradata, um die Entscheidungsfindung basierend auf den riesigen Datenmengen, die bei Entwicklung, Produktion und Vertrieb von Fahrzeugen generiert werden, zu verbessern. Indem diese Daten kombiniert und mit mächtigen Werkzeugen analysiert werden, können Automobilhersteller ihre Lieferketten effizienter gestalten und Fehler erkennen, bevor sie zu Problemen führen.

Fluggesellschaften

Die Wartung von Flugzeugen ist häufig äußerst komplex. Deshalb entwickeln Wissenschaftler winzige Roboter, die in das Innere eines Motors gelangen können, um seine Teile zu überprüfen und Reparaturen durchzuführen. Die britische Wochenzeitung The Economist berichtet von dem Projekt, das von einem Team von Wissenschaftlern bei GE Global Research entwickelt wird. Aktuell werden die Roboter für die Durchführung der Inspektionen programmiert. Wenn diese Phase erfolgreich abgeschlossen ist, so hoffen die Wissenschaftler, werden die Roboter in der Lage sein, Reparaturen vorzunehmen, während das Flugzeug zwischen zwei Einsätzen am Gate wartet.

Lagerhaltung

Roboter werden bereits heute für schweres Heben verwendet. Aber die Lagerroboter von morgen sollen auch Menschen unterstützen. SecondHands ist ein Roboter, der menschliche Wartungstechniker unterstützen soll. Er wird von Ocado Technology in Zusammenarbeit mit dem Karlsruher Institut für Technologie entwickelt und soll die von Menschen durchgeführte Wartung effizienter machen. Der Roboter kann beispielsweise Menschen proaktiv bestimmte Werkzeuge reichen, wenn er erkennt, dass diese benötigt werden. Dazu verwendet er visuelle Wahrnehmung, die Erkennung menschlicher Handlungen, Aufgabenplanung und -ausführung und weitere Fähigkeiten.

Die Zukunft der Reparatur

Die vorausschauende Wartung eignet sich gut für große Unternehmen, die eine große Anzahl von Maschinen zu betreuen haben. Der Grund dafür ist, dass ausreichende Datenmengen erforderlich sind, um Muster erkennen und Probleme lösen zu können. Wenn große Unternehmen aber erst einmal die Fähigkeit entwickelt haben, diese vorausschauenden Entscheidungen zu treffen, kann das Wissen auch über Lizenzen an kleinere Unternehmen weitergegeben werden. Damit profitieren alle von der KI.

Für die entferntere Zukunft wird erwartet, dass sich Maschinen im nächsten Schritt ausschließlich selbst warten. Dies kann durch die Kombination von Technologien wie 3D-Druck mit KI-Funktionen erreicht werden. Wenn dies erst einmal möglich ist, wird sehr wenig menschliche Interaktion erforderlich sein.

Aktuell hilft es Unternehmen, zu entscheiden, welche Investitionen sie tätigen sollten, wenn sie die tatsächlichen Auswirkungen ungeplanter Ausfallzeiten kennen – und die Vorteile von größerer Kapazität und geringeren indirekten Kosten sind enorm.

Die Unternehmen, die sich heute darauf vorbereiten, werden morgen ihren Wettbewerbsvorteil besser erhalten können.