Beyond Industry – Neue Anwendungsbereiche entdecken
Smart Maintenance stellt Industrie 4.0 auf den Kopf und ermöglicht Unternehmen in einer Welt, in der Geschwindigkeit den Ton angibt, wettbewerbsfähig zu bleiben. Dank der Nutzung von Künstlicher Intelligenz und Automatisierung, lassen sich in der intelligenten Instandhaltung nicht nur Kosten einsparen, sondern auch die Time-to-Market erheblich verbessern. Wie genau Smart Maintenance die Instandhaltung in der Industrie revolutioniert, haben wir bereits in diesem Blogbeitrag erläutert. Doch wie können Unternehmen sich einen Wettbewerbsvorteil durch den Einsatz von Big Data und IoT verschaffen? Und ist Smart Maintenance nur für die Industrie interessant? Darüber hat Mirko Maurer in seinem Vortrag im Zuge der maintenance Schweiz am 25.10.2023 gesprochen.
Was ist Resilienz in der Wartung?
Data Vision: Die Grundlage für eine erfolgreiche Smart Maintenance
Eine erfolgreiche Implementierung von Smart Maintenance erfordert eine klare Vorgehensweise – wie bereits erwähnt, ist der erste Schritt die Erstellung einer Data Vision. Sie ist der Grundstein für einen widerstandsfähigen Betrieb, weil sie definiert, wie Daten in einem Unternehmen genutzt, verwaltet und geschützt werden. Eine klare Data Vision ermöglicht, Daten als strategischen Vermögenswert zu erkennen und ist dank der bestehenden Pläne hinsichtlich Datenschutz, Datensicherung und -wiederherstellung in der Lage, den Betrieb auch nach Störungen wie Naturkatastrophen oder Cyberangriffen etc. aufrechtzuerhalten.
Bei der Erstellung einer Data Vision gehen wir konkret wie folgt vor:
- Erhebung des Status Quo: Im ersten Schritt verschaffen wir uns einen Überblick über die vorhandene Datenlandschaft und evaluieren die Datenqualität.
- Entwicklung konkreter Anwendungsfälle: Wir erstellen fundierte Konzepte, die sowohl technische als auch analytische Aspekte berücksichtigen, um Ihre Data Vision effektiv umzusetzen.
- Erstellung einer Roadmap: Die Roadmap berücksichtigt weitere Anwendungsfälle, die spezifisch auf Ihre Ziele und Anforderungen zugeschnitten sind, und zeigt, wie Sie Ihre Data Vision in die Realität umsetzen. Wir identifizieren Ihre Datentreiber und stellen kritische Fragen, um die richtigen Lösungen für Ihr Unternehmen zu finden.
Smart Maintenance über Industriegrenzen hinweg
Obwohl Smart Maintenance in erster Linie mit Industrie assoziiert wird, gibt es auch andere Einsatzfelder, die von Automatisierung und Digitalisierung profitieren können. So zeigte Mirko Maurer in seinem Vortrag anhand eines Beispiels aus der Reinigungstechnik, wie Smart Maintenance auch abseits von Fabriken intelligent eingesetzt werden kann:
- Herausforderungen, z. B. für ein Unternehmen aus der Reinigungstechnik:
Ein Unternehmen, das Reinigungsdienstleistungen anbietet, wollte die Angebotserstellung beschleunigen. Die Reinigungspläne waren nicht digitalisiert, was zu Aktualitätsproblemen und zusätzlichen Kosten durch den Einsatz falscher Reinigungsmittel führte. - Entwicklung einer KI-gestützten Lösung: Als Lösung für die bestehenden Herausforderungen wurde eine KI-gestützte Lösung entwickelt. So wurden Mitarbeitende zunächst mit digitalen Geräten ausgestattet, die mithilfe einer Applikation verschiedene Fussböden scannten und Informationen zum Zustand des Bodens sowie zur erforderlichen Pflege lieferten. Diese Daten wurden im Anschluss in einer Datenbank gesammelt und klassifiziert, bevor eine Wahrscheinlichkeitsrechnung erfolgte, die berechnete, wann und mit welchen Reinigungsmitteln die nächste „Wartung“, d.h. Reinigung erfolgen sollte. Die Applikation erstellte anhand der vorliegenden Informationen nicht nur Reinigungspläne, sondern stiess auch einen automatisierten Prozess aus, der dafür sorgte, dass das benötigte Reinigungsmittel zur richtigen Zeit geliefert wurde. Das sparte nicht nur Zeit, sondern auch Kosten.
- Vorteile:
- Verbesserung der Qualität und Effizienz bei der Angebotserstellung
- Reduktion der Kosten dank geringerer Schäden durch falsche Reinigungsmittel
- Digitalisierte Reinigungspläne (inkl. API)
- Effizientere Nutzung von Reinigungsmaterialien
- Selbstlernende Systeme durch die Nutzung von MVPs (Minimum Viable Products)