Innovation

Vorausschauende Wartung - dank smarter Algorithmen

Predictive Maintenance

Erkennen Sie, wann Ihre Maschine ausfällt - bevor sie ausfällt

Der Ausfall von Maschinen, die zeitintensive Wartung und damit verbundene Ineffizienzen stellen Unternehmen vor große Herausforderungen. Umso wichtiger ist es, dass Produktionsabläufe schnell, präzise und störungsfrei funktionieren.

Mit Hilfe von Predictive Maintenance erhöhen Sie die Verfügbarkeit und Produktivität Ihrer Geräte und Anlagen und schützen sich vor unnötigen Kosten für Betrieb, Wartung und Reparatur. Auf der Basis von Erfahrungsregeln, statistischen Methoden oder smarten Algorithmen lassen sich Ausfälle oder Verschleiß vorhersagen, die Wartung punktgenau planen und Prozesse automatisieren.

Benefits

Ihre Vorteile durch Predictive Maintenance

Bedarfsgerechte Wartung

Die Wartung Ihrer Maschinen und Anlagen erfolgt nicht mehr nach festen Wartungsintervallen, sondern auf Basis der tatsächlichen Nutzungsdaten - punktgenau und nur dann, wenn es wirklich nötig ist.

Vermeidung von Ausfällen

Dank Predictive Maintenance können Schäden präzise vorhergesagt und behoben werden, bevor es zum Ausfall Ihrer Maschine kommt.

Höhere Produktionseffizienz

Mit Predictive Maintenance schützen Sie sich nicht nur vor teuren Stillständen Ihrer Produktion. Durch die Analyse der gesammelten Daten kann auch die Leistung Ihrer Maschinen verbessert und eine höhere Produktivität erzielt werden.

Use Case
KI-gestützte Anomalieerkennung
Challenge

Ein 5-minütiger Produktionsstillstand in der Automobilindustrie kostet rund 100.000 Euro. Entsprechend hat es sich ein führender deutscher Automobilhersteller zum Ziel gesetzt,  mithilfe von Zustandsüberwachung und vorausschauender Wartung reibungslose Produktionsabläufe sicherzustellen. Ungeplante Stillstände sollten auf ein Minimum begrenzt und möglichen Ausfällen von Fertigungsrobotern frühzeitig vorgebeugt werden.

Lösung

Auf Basis eines Data Lakehouse entwickelte und integrierte Device Insight eine innovative Funktion zur Früherkennung und Vorhersage von bestimmten Anomalien. Überwacht werden dabei unter anderem Parameter wie die Motortemperatur der Industrieroboter, die sich mithilfe statistischer Regressionsmodelle vorhersagen lassen. Dank des verwendeten Cloudservice von Databricks können die statistischen Regressionsmodelle problemlos skaliert werden. Dabei werden über 60.000 Modelle simultan trainiert. Zudem lässt sich die Anomalie-Erkennung in wenigen Minuten über die komplette Maschinenflotte hinweg durchführen. Treten Abweichungen zur vorhergesagten Motortemperatur auf, benachrichtigt das System die Mitarbeiter vor Ort. Die durchschnittliche Zeit für die Ausführung der Anomalieerkennung liegt bei 1,5 Minuten.

TECHNOLOGIE

Unser Predictive Maintenance Ansatz

Wir verbinden langjähriges IoT und Data Analytics Know-how und unterstützen unsere Kunden bei der Umsetzung zuverlässiger und performanter Predictive Maintenance Use Cases – von der Datenerfassung bis zur Umsetzung von Machine Learning und AI. 

Data Acquisition
Data Engineering & Analytics
Machine Learning & AI
Weitere Use Cases
Durchstarten mit Predictive Maintenance

Vereinbaren Sie eine unverbindliche Erstberatung.

Thomas Stammeier, CTO bei Device Insight
Thomas Stammeier
Ansprechpartner für Predictive Mainteancne
für sie empfohlen

Mit Manufacturing Analytics zur Best-in-Class Datenlösung

Hier erfahren Sie, welche Erfolgsstrategien sich für Manufacturing Analytics bewährt haben und welcher Tech Stack nachhaltig Sinn macht. Inklusive Beispiele aus unserer Praxis.

Whitepaper Data Analytics im Manufacturing
Whitepaper Manufacturing Analytics
Jetzt lesen!