Die Ausstattung oder Nachrüstung mit Sensoren gibt Unternehmen eine Vielzahl an Messgrößen an die Hand, die bei sinnvoller Auswertung einen großen Nutzen bringen können. Einer dieser Verwendungszwecke ist die vorausschauende Wartung. Eine Umfrage von Reichelt zeigt, dass diese Technologie in deutschen Unternehmen bereits weit verbreitet ist und auch in Zukunft noch stärker genutzt werden wird.
Bei der Mehrheit im Einsatz
Predictive Maintenance wird bereits von der großen Mehrheit der Befragten eingesetzt: 78 Prozent der befragten Entscheider bestätigen, bereits Predictive Maintenance-Technologien zu verwenden. Im Durchschnitt kommt das Verfahren bei knapp 60 Prozent der Produktionsanlagen zum Einsatz. Mehr als ein Drittel (38 Prozent) gibt an, dass sie die Wartung für den Großteil der Maschinen (60-99 Prozent) vorausschauend plant. Als die größten Vorteile der Technologie nannten die meisten Unternehmen, dass sie die Qualität der Produktion erhöhen (42 Prozent) sowie einen Stillstand von Maschinen vermeiden (42 Prozent) können. Die genannten Verbesserungen überzeugen dabei zu weiteren Investitionen. 88 Prozent der Befragten, die bereits Predictive Maintenance nutzten, wollen die Technologie in der Produktion ausweiten. Unter den Unternehmen, die noch nicht vorausschauend warten, haben 53 Prozent die Einführung geplant. 35 Prozent möchten diese Vorhaben allerdings nicht 2021 umsetzen.
Zwei Drittel haben nachgerüstet
Gut ein Drittel der Unternehmen (34 Prozent) besitzt bereits Produktionsanlagen, die von Beginn an mit Predictive-Maintenance-Funktionen ausgestattet waren. Die anderen zwei Drittel (64 Prozent) mussten einige oder alle Maschinen erst mit Sensoren ausstatten. Bereits in 10 Jahren – so die Meinung der Befragten – wird Predictive Maintenance die Norm für alle Produktionsmaschinen sein.
Zur Auswertung werden vor allem diese Sensordaten herangezogen:
Temperatur (57 Prozent)
Betriebsdauer (52 Prozent)
Drehzahlen (50 Prozent)
Druck (45 Prozent)
Vibrationen (36 Prozent)
„Aus diesen Messwerten lässt sich mit Hilfe von Algorithmen dann der Verschleiß und der voraussichtliche Ausfall einer Maschine errechnen. Auf dieser Grundlage können Betriebe die Wartung exakt so timen, dass Komponenten nicht bereits Wochen oder Monate zu früh ausgetauscht werden,“ erklärt Tobias Thelemann, Produktmanager bei Reichelt Elektronik. „Dieser Vorgang ist häufig Usus bei Wartungen, die routiniert in einem bestimmten Turnus (z.B. jährlich) durchgeführt werden. So wird nicht nur eine reibungslose Produktion gewährleistet, die Unternehmen sparen auch Kosten für Ersatzteile ein.“
Die meistgenannten Gründe für die Investition in Predictive Maintenance bei Neueinsteigern sind:
Vermeidung von Produktionsausfällen (45 Prozent)
Bessere Übersicht über und Planbarkeit von Wartungsarbeiten (39 Prozent)
Steigerung der Effizienz in der Produktion (39 Prozent)
Die Qual der Wahl
Die Einführung einer neuen Technologie in den Betrieb ist auch immer mit Herausforderungen verbunden. Ganz konkret geben die befragten Unternehmen an, dass sie vor allem mit Wahl der richtigen Lösung oder des Produkts zu kämpfen haben (34 Prozent). Ähnlich herausfordernd sind fehlende technische Voraussetzungen (30 Prozent), Budgetgrenzen (31 Prozent) oder Probleme rund um die Datenauswertung (30 Prozent).