Episode 07: Instandhaltung heute – digital und vorhersehbar

Einblick. Zweiblick. Weitblick. Digitale Services im Gespräch ·

Show notes

Ob Logistikprozesse in der Automobilindustrie oder Wartungsarbeiten an der Maschine: Flachzange und Akkuschrauber sind bei der Instandhaltung längst überholt. Mit welchen Maßnahmen können Sie den Maschinenlebenszyklus verlängern und kosteneffizient produzieren? Siemens Sales Expertin Katharina Poker und Business Development Manager Kai Hertzsch erklären in unserer neuesten Episode, wie Ihre Produktionsstätte mithilfe eines digitalen Zwillings, Predictive Maintenance und Remote Lösungen am Laufen bleibt.

Sie wollen mehr erfahren? In unserer exklusiven Service-Digithek gibt es spannende Zusatzinfos: Whitepaper, Experten Talks, Transkripte der Podcasts und Vieles mehr. Nutzen Sie außerdem die Chance uns ein Feedback zu geben oder nehmen Sie gleich mit uns Kontakt auf: Exklusive Service-Digithek

Transcript

Ein Blick, Zweiblick, Weitblick Digitale Services im Gespräch. Herzlich willkommen zu unserem Podcast Einblick Zweiblick Weitblick Digitale Services im Gespräch. In der heutigen Podcastfolge konzentrieren wir uns auf die Instandhaltung und wie die Digitalisierung darauf maßgebend Einfluss genommen hat und es auch noch in Zukunft tun wird. Bei mir zu Gast sind heute die beiden Siemens- Experten Katharina Poker und Kai Herch. Ihr sagt, dass für die Instandhaltung in Zukunft kein Weg mehr an der Digitalisierung vorbeiführt und Instandhaltung auf altmodische Art und Weise, nenne ich es jetzt mal nicht mehr zielführend ist. Bevor wir darauf aber genauer eingehen, stellt euch doch beide gerne kurz einmal vor. Genau. Mein Name ist Katharina Poker. Ich bin bei Siemens im Service Fachvertrieb tätig. Das heißt, ich betreue verschiedenste Kunden in ganz Deutschland. Vor allem mit dem Schwerpunkt Industrielogistik und Instandhaltung und da auch vor allem in den Themen Digitalisierung. Kai, wie sieht es denn bei dir aus? Ja. Danke, Katharina. Mein Name ist Kai Herzch. Ich bin in Erlangen für Geschäftsentwicklung von Smart Lifecycle Service Contracts zuständig. Und in dem Zusammenhang Katharina arbeiten wir auch häufig zusammen. Unter Smart Life Cycle Service Contracts verstehen wir Modulare Service und Instandhaltungsverträge für Kunden aus der Prozess Industrie oder der diskreten Industrie. Danke für die kurze Vorstellung. Wir starten mal direkt in das Thema Instandhaltung. Was war Instandhaltung denn früher? Und wie hat sie sich entwickelt? Was ist Instandhaltung heute? Ja, Instandhaltung. Früher sieht man sehr oft als Sitzen und Warten auf den Fall, dass etwas zu reparieren ist, etwas ausfällt oder dass man sehr umfänglich vorbeugende Instandhaltung durchführt. Und daraus hat sich auf der einen Seite ein bisschen das Bild entwickelt. Dass die Instandhaltung keine proaktiven Bestandteile hat beziehungsweise auch eine gewisse Überinnstandhaltung gibt, weil nur präventive maßnahmen durchzuführen, ohne den Kontext des Verschleißes ist natürlich auch nicht zielführend und erhöht die Kosten unnötig, so gesehen hat die Instandhaltung in den letzten Jahren. Auch aus dem Kostendruck heraus einen Weg in Richtung zustandsorientierter Instandhaltung genommen über verschiedene Ansätze, das heißt mehr Inspektionen. Der Versuch, prädiktive Themen über Digitalisierung mit einzuführen, um eben auf der einen Seite präventive maßnahmen zu reduzieren. Und auf der anderen Seite Fehler zu erkennen, bevor sie passieren. Ich habe dazu tatsächlich auch schon gehört, dass Instandhaltung früher eher so war, dass man halt gesagt hat Wir brauchen quasi ja einen Notarzt oder eine Feuerwehr, die halt einspringt, sobald was passiert. Das heißt eigentlich, es war wirklich dieses Reaktive. Wenn ein Teil kaputt gegangen ist, dann ist ein Instandhalter losgegangen. Hat geguckt. Wo ist das Problem? Was muss ich tun? Oder aber wie Kai schon sagte, dass man sich eben strikt an Wartungspläne gehalten hat, versucht hat, möglichst viel instand zu halten, damit eben nichts kaputt geht. Vielleicht können wir noch mal genauer auf diesen Aspekt eingehen, was Instandhaltung jetzt heute genau ist und welche Rolle dabei auch Digitalisierung spielt. Brauchen wir denn wirklich Digitalisierung für die Instandhaltung? Also da bin ich grundsätzlich der Meinung, dass wir das brauchen, und zwar aus dem einfachen Grund, dass Digitalisierung. Uns da das Leben einfacher machen kann. Also Digitalisierung sehe ich da als großen Fortschritt. Wir schaffen es mit digitalen Lösungen, zum Beispiel im Bereich Predictive maintenance, dass wir feststellen, Wann fällt etwas aus? Also, wir wissen schon vorher. Okay, da kommt ein Ausfall. Das heißt, man kann intelligent in der Instandhaltung eine Wartung einplanen und vermeidet eben einen Ausfall. Oder aber ich nutze zum Beispiel Simulationen, um zu wissen, welche Teile an den Anlagen. Wer heute oder in der nächsten Woche besonders stark ausgelastet, sodass ich eben weiß, wo kann ich vielleicht Wartung durchführen? Also für mich bietet Digitalisierung da einfach einen großen Vorteil, den man auf jeden Fall nutzen sollte. Und deswegen ist Digitalisierung da für mich eigentlich ein Muss. Ja, und ein Aspekt, der mir da noch einfällt, ist natürlich, dass wir mit dem demografischen Problemen zu kämpfen haben und wir mit Sicherheit in Zukunft auch immer weniger qualifiziertes Personal. Zur Verfügung haben werden. Das heißt, wir werden wahrscheinlich zentralisiert oder mit weniger Experten auskommen müssen. Und da ist natürlich Digitalisierung in Hinsicht auf Prozessoptimierung schon auch ein sehr hilfreiches Tool. Ja, oder das Thema Remote Lösung. Also, ich kann es ja dann schaffen, dass ich meine Experten irgendwo zentral bünd und die Remote auf die Anlage zugreifen. So dass ich eben Fachkräfte sozusagen einspare, weil ich sie eben nicht mehr überall vor Ort habe. Das ist, denke ich da auch noch mal ein großer Vorteil, den die Digitalisierung uns da bietet. Was sich abzeichnet, das sind die Antwortungen an die Produktion, vor allem in der diskreten Industrie, die Produktion immer flexibler zu gestalten. Und gerade an der Stelle hilft Digitalisierung, wie es Katharina vorhin auch sagte, in Richtung Simulation. Auch sehr stark, die Prozesse zu optimieren und auf der einen Seite das vorhandene Personal, also auch die Anlagenkapazität besser auszulasten. Ihr habt jetzt ja schon indirekt ein paar Beispiele gegeben für Instandhaltung, wenn wir jetzt an das Thema. Service denken. Habt ihr auch da noch mal konkrete Beispiele? Grundsätzlich ist es so, wenn man sich Services in der Instandhaltung anschaut, dann fängt das an bei einfachen Rufbereitschaften, also, dass Experten Kunden dann unterstützen, wenn die an die Know How Grenze kommen. Es gibt natürlich so Themen wie regelmäßige Wartung und Instandsetzung, dass das auch angeboten wird, oder eben, dass eine Instandhaltung komplett durch einen Dienstleister übernommen wird. Also das heißt, ein Kunde schreibt seine Instandhaltung extern aus, kann verschiedene Gründe haben. Er möchte sich mit der Technologie nicht beschäftigen, oder er hat eben kein Know-how oder sagt eben. Mein Fokus ist meine Kernkompetenz. Also, ich möchte mich darauf fokussieren, zum Beispiel ein Produkt zu produzieren. Und da ist es dann so, dass der Kunde sagt: Ok, ich möchte, dass meine Anlagen zu 99 % verfügbar sind. Und dann kommt ein Dienstleister, der das ebenso gewährleistet. Nicht so vernachlässigender Aspekt ist, dass man sich auch bezogen auf seine Standards Optimierung. Externe Hilfe über ein Instandhaltungs Consulting zum Beispiel holen kann und da auch einige Hebel hat in der Richtung Instandhaltungsprozessoptimierung oder die Einführung von digitalen Aspekten. In der Instandhaltung von externen Firmen begleiten zu lassen. Genau, ich denke, diese digitalen Aspekte, die sind da auch noch wichtig. Also da gibt es natürlich mittlerweile auch ein großes Angebot an digitalen Lösungen in der Instandhaltung. Ich denke, großes Thema ist da das Thema Predictive Maintenance. Also dass man eben versucht herauszufinden. Wann ist die Verschleißsgrenze erreicht? Wann fallen Teile aus? Du hast da jetzt gerade schon von den digitalen Aspekten gesprochen. Wenn man jetzt mal konkret die 3. Nennen müsste für die Digitalisierung in der Instandhaltung. Was wären dann die Treiber? Also, ich denke, ein ganz großer Treiber ist eben das Thema Personal, also und auch bedingt durch den demografischen Wandel und den Fachkräftemangel. Es gibt einfach immer weniger qualifiziertes Personal. Das heißt, man versucht da Wege zu finden, wie man das ausgleichen kann. Und da ist eben Digitalisierung durchaus eine Möglichkeit, sonst ist. ist eigentlich so, dass eben die Produktion immer flexibler werden muss. Und auch da kann man mit Digitalisierung Mehrwerte erreichen. Ja, ich denke auch ein ganz großer Treiber ist das Thema wirtschaftliches Interesse. Also man möchte ja nach Möglichkeit möglichst günstig die Anlagenleistung maximieren und die Anlagen immer verfügbar halten. Und da habe ich natürlich mit Digitalisierung einen Hebel. Also wenn ich jetzt zum Beispiel weiß, mein Teil müsste laut Wartungsplan zwar gewartet. Werden. Aber ich weiß, weil ich eben das überwache, dass das Teil eigentlich auch noch länger hält, dann kann ich es natürlich länger und ressourceneffizienter betreiben. Wir haben jetzt ja schon erste Beispiele für die Digitalisierung in der Instandhaltung bekommen. Gibt es da noch weitere Beispiele, wo ihr sagt, daran kann man das Thema noch besser verstehen. Also grundsätzlich ist das echt schwierig, weil bei Digitalisierung oder auch Digitalisierung Lösungen ist es erst mal so, jeder versteht darunter was anderes. Also, wir haben das schon miterlebt, dass wir jetzt beim Kunden sind und ein Kunde, der denkt, wenn man sagt ja, wir machen noch Digitalisierung, in der Regel erst mal an Predictive maintenance, das heißt, dass er informiert wird, wenn etwas kaputt geht, aber Digitalisierung ist natürlich viel mehr als das, also wir sehen dann ja auch noch, dass eigentlich jeder Kunde sagt, ja, Digitalisierung, das ist super, das möchte ich machen, aber oft sind dann die Grundlagen gar nicht da, also, das heißt. Ja, im Prinzip, dass der Kunde noch gar nicht weiß, was er eigentlich will. Also, was ist mein Ziel? Was möchte ich mit der Digitalisierung erreichen? Und selbst wenn er sagt, zum Beispiel jetzt Predictive maintenance, dann ist ja auch die Frage: Habe ich überhaupt die relevanten Daten? Wie komme ich da dran? Und es ist einfach extrem abstrakt und überhaupt nicht einfach zu greifen, weil ich kann ein Stück Digitalisierung nicht kaufen. Das bedeutet, man braucht eben auch bestimmte Voraussetzungen, um überhaupt Digitalisierung in die Instandhaltung zu bringen, so wie ich das verstehe. Du hattest im Vorgespräch auch mal von einem Hängebahnbeispiel gesprochen. Magst du da auch einmal genauer drauf eingehen? Klar. Also, grundsätzlich ist es so, dass ist, da habe ich selbst beim Kunden miterlebt. Und auch wir haben da gemerkt, wie komplex das Thema Digitalisierung ist. Also, wir hatten die Idee, oder grundsätzlich wissen wir, dass es bei Hängebahnen, die gibt es, sage ich mal in der Produktion einfach, um Teile durch die Produktion zu transportieren. Das gibt es in ganz vielen Bereichen, also. In der Automobilindustrie hängen zum Beispiel die Karossen oder die fertigen Autos an so einer Hängebahn und werden damit transportiert. Oder in der Produktion von Maschinen hängen da manchmal Teile dran, oder ich hab es auch schon in der Produktion für Möbel gesehen. Und da ist es eben so an der Hängebahn gibt es oben kleine Rollen, wo zum Beispiel an diesem einzelnen Gehänge. Das hat Rollen. Und wenn diese Rollen kaputtgehen, dann ist es eben so, dass womöglich die ganze Produktion steht, weil eben diese Transportfunktion von den Teilen einfach nicht mehr gegeben ist. Das heißt, ein Ausfall ist immer ein erheblicher wirtschaftlicher Verlust. Und da haben wir gedacht. Okay, da muss es doch einen Weg geben. Wir können das doch vielleicht so machen, dass wir die Rollen beobachten. Also, dass wir den Verschleiß mitbekommen und dass wir eben im Sinne von Predictive maintenance einfach eine Warnung geben, bevor da was ausfällt. Und das Projekt liegt jetzt schon einige Jahre zurück. Und na ja, wir haben dann eben gemerkt, das ist nicht so einfach. Also zunächst einmal mussten wir an die richtigen Daten kommen. Da haben wir dann gemerkt. Okay, die Daten liegen so, wie wir sie haben wollen, noch gar nicht vor. Das heißt, wir müssen in das Programm an der Steuerung der Anlage erstmal Änderungen vornehmen. Das heißt, die Anlage muss mal stillstehen, dass wir da überhaupt eingreifen können. Dann ist es so, dass wir gemerkt haben, ja, alle Daten stehen uns noch gar nicht zur Verfügung. Wir hatten so die Idee, man könnte da anhand von Schwingungen feststellen, ob diese Rollen sich abnutzen. Und haben dann gesagt Okay, dann müssen wir noch Schwingungssensoren montieren. Das heißt, die mussten wir extra in die Anlage einbauen. Und dann nach dem Sammeln der Daten. Wenn man jetzt längere Zeit mal diese Daten aufgenommen hat, kommt ja erst die eigentliche Arbeit, weil da müssen sich Data Scientisten das anschauen und versuchen, einen Algorithmus zu entwickeln, der das eben erkennt. Und da haben wir dann gemerkt, dass naja, durch die laufende Produktion da auch noch Störgrössen auftreten. Das heißt, ich habe einfach so an sich viele Schwingungen in der Anlage. Und es ist gar nicht so einfach, da überhaupt, sage ich mal, eine Lösung zu finden und diese Warnung zu bekommen, dass was ausfällt. Kai, wie kannst du denn hier dein Netzwerk nutzen? Was du ja vor allem durch deine globale Position hast? Ja, das war gerade in diesem Fall auch ein ganz interessanter Punkt. Wir haben wie eigentlich immer bei solchen Digitalisierungsthemen auch unsere internationale. Netzwerk angezapft und haben bei anderen Kunden nachgefragt, nachgeforscht, um das Thema besser zu verstehen. Und auch da hat sich wieder gezeigt, dass es verschiedene Lösungsansätze für solche Probleme gibt. Auf der einen Seite gab es Kunden, die einfach nach einer gewissen Laufzeit einen vorbeugenden Austausch, der entsprechenden Antriebs und Aufrede vorgenommen haben und damit diesen ungeplanten Ausfällen entgehen konnten. Es gab Kunden, bei denen die Lieferanten für diese Antriebsräte gewechselt wurden und die dadurch danach keine Probleme mehr hatten. Oder es gab umbaumaßnahmen, die die Fördertechnik dann so gestaltet haben, dass gewisse Stellen, an denen der verschleiß auftrat beseitigt wurden, nachhaltig beseitigt wurden. Das zeigt natürlich auch ein bisschen die Problematik bei prädiktiven Ansätzen. Nämlich, dass sie nicht immer die einzige Lösung sind und in manchen Fällen auch vielleicht nicht die nachhaltigste. Könnte man dann provokant sagen, wenn wir davon ausgehen, dass Predictive Maintenance nicht immer die einzige Lösung ist, dass auch Digitalisierung nicht immer eine Lösung ist? Nein, so würde ich das nicht sehen. Digitalisierung ist ja nicht nur Predictive maintenance. Es geht dabei auch darum, Prozesse zu verbessern. Beispiel Remote Lösung. Hier kann ich zum Beispiel durch den Einsatz von Remote Lösung A weniger Personal vor Ort haben. Haben besseren Zugang für Experten von außerhalb oder kann zum Beispiel auch Mitarbeitern, die in Rufbereitschaft sind, die Anfahrt zum Einsatzort ersparen und somit zur Mitarbeiterzufriedenheit beitragen. Wir haben das an einigen unserer Verträge implementiert, dass die Mitarbeiter mit Tablets vor Ort an der Anlage arbeiten, sich an der Maschine die Wartungsinformationen. Zu der entsprechenden Maschine auf dem Tablet anzeigen lassen, die Arbeitsaufträge entsprechend dort abwickeln. Dadurch sparen wir uns auf der einen Seite sehr viel Papier, haben natürlich auch einen schnelleren Arbeitsablauf, und die Mitarbeiter haben noch einen zusätzlichen Vorteil. Sie können nämlich über ihre Tablets vor Ort die Dokumentation, die notwendigen Ersatzteile oder auch Ersatzteillagerplätze abrufen, was uns natürlich in Stillstandsphasen dann auch hilft. Schnellstmöglich die Ersatzteilversuchung zur Reparatur sicherzustellen. Wir haben mittlerweile viele andere Digitalisierungslösungen entwickelt, wo wir eben sehen. Ja, das funktioniert. Da ist Digitalisierung für die Kunden wirklich die Lösung. Also, ich habe da so ein Beispiel. Aktuell bin ich in einem Predictive Maintenance Projekt beteiligt, in dem wir eigentlich den verschleiß von Ketten in Maschinen prognostizieren. Also da ist es nämlich so, wenn ich so eine Kette zum Beispiel habe ich das oft in der Logistik. Die wird natürlich viel belastet. Und nach einer Zeit lenkt die sich. Das heißt, ein Instandhalter muss da regelmäßig nachschauen und diese Kette nachjustieren beziehungsweise irgendwann natürlich diese Kette tauschen. Und da haben wir jetzt einfach ja eine Lösung entwickelt, die einfach dem Instandhalter mitteilt. Achtung, in den nächsten 3 Tagen musst du deine Kette justieren. Das heißt, es ist nicht mehr ungeplant, sondern es kann sinnvoll eingeplant werden. außerdem werden auch durch neue und intelligentere Produkte und Anlagen Datenperspektivisch immer einfacher verfügbar sein. Ein gutes Beispiel ist eine Lackieranlage bei einem Automobilkunden, an der wir eine Software einsetzen, die uns kontinuierlich über den Gesundheitszustand. Des gesamten Fördertechnikiksystems informiert und uns damit einen Trend angibt und uns rechtzeitig darüber informiert, dass ein Problem vorliegt. Auf der Basis können wir dann ganz gut im nächsten Wartungssorten nochmal gezielte Inspektionen vornehmen. Und die Erfahrung über die letzten Monate hat auch gezeigt, dass wir hier einige ungeplante. Stillstände vermeiden konnten. Wir konnten auch mittels einer Simulation nachweisen, dass wir Stillstände der Vergangenheit rechtzeitig detektiert hätten, also bevor der Stillstand eingetreten wäre. Und das ist natürlich in einer Lackiererei in der Automobilproduktion schon ein sehr großer Vorteil, da diese Öfen, die Trocken, die da stehen. Eine relativ hohe Abkühldauer haben, bis man überhaupt dann reinkommt an die Füttertechnik, um bei einem Stillstand entsprechend agieren zu können. Karossen werden dadurch verschmutzt, glaub aufgewirbelt. Das heißt, ich habe Nacharbeiten notwendig an den Karossen und auch die Hochlaufphase. Die Anwärmephase ist nicht zu vernachlässigen, sodass ein Stillstand in so einem Bereich, wenn er ungeplant ist, schon mehrere Stunden dauern kann. Und da hilft das schon sehr nachhaltig, wenn man rechtzeitig darüber informiert wird. Und grundsätzlich ist es da auch so, dass wir da eigentlich auf Technologien zurückgreifen. die ja möglichst einfach gestaltet sind, weil es ist ja oft kompliziert und gar nicht so einfach. Man muss erst mal einen Algorithmus entwickeln. Und wir haben hier Softwarelösungen und Technologien, die eigentlich erst durch die Interaktion mit dem Instandhaltungsmitarbeiter wirklich lernen und kontinuierliche Verbesserungen darstellen. Das heißt, ich komme quasi an Daten und ich selbst bringe dann diesen Tool bei, wenn Fehler auftreten, was das war, so dass dieses Tool in Zukunft mitlernt. Außerdem. Haben wir mittlerweile Simulationen, wie zum Beispiel einfach einen digitalen Zwilling von einer Anlage, die uns einen großen Nutzen bieten. Also, wir können mit einem digitalen Zwilling quasi die ganze Anlage simulieren. Und daraus können wir dann auch Empfehlungen für die Wartungspläne geben. Also wir wissen zum Beispiel anhand der Simulation, dass jetzt ein Teil der Anlage heute vielleicht nicht genutzt wird oder nächste Woche. Und dann kann man natürlich viel einfacher sagen Okay, da kann eine Wartung erfolgen, weil die Anlage wird ja so. So nicht betrieben. Das heißt, ich verliere auch keine Verfügbarkeit, wenn ich da jetzt eine Wartung mache. Und das denke ich, zeigt Predictive maintenance ist bei Digitalisierung wirklich nur ein Baustein. Es ist viel, viel mehr als das. Und das passt ja auch zu eurer These, die ihr vorab aufgestellt habt, dass an Digitalisierung in der Instandhaltung zukünftig eben kein Weg mehr vorbeiführt, oder? Ja, also, da bin ich mir ziemlich sicher. Digitalisierung wird in der Instandhaltung einfach eine große Rolle spielen. Ich habe es ja bereits angesprochen. Wir haben immer weniger Fachkräfte. Wir haben einen hohen Kostendruck. Die Instandhaltung hat einfach die Herausforderung. Die Anlagen müssen verfügbar sein. Das heißt, die Anlagenleistung muss so hoch sein wie möglich. Und da ist es einfach so, da kann die Digitalisierung die Lösung bieten und auf jeden Fall unterstützen. Und das ist ein so großer Mehrwert, dass ich davon überzeugt bin, dass in Zukunft Digitalisierung da einfach ein Standard wird. Ja, und ich glaube, was heute sehr häufig noch der Fall ist, auch wenn wir vorhin das Thema Predictive maintenance angesprochen haben. …

Full transcript (WebVTT)