Prof. Dr. Karlheinz Blank
20. November 2014 0
Cloud

Vorausschauend hin und zurück

Die Fahrt in den Urlaub ist bereits Teil der Erholung. Stehe ich mit Kind und Kegel im Stau, trübt sich diese. Stehe ich mit Motorschaden auf der Autobahn und bin schuld am Stau, ist die Stimmung am Nullpunkt. Da ich damit nicht alleine bin, stellt sich die Frage: was tun? Was kann ich im Vorfeld tun, dass dies nicht passiert und das Autos wegen eines Defektes liegenbleibt?

Die zentrale Frage ist, wie Autos und ebenso Produktionseinrichtungen in der Fertigung effizient gewartet werden können, bevor sie wegen eines Defekts ausfallen, das neben Stress und Zeitverlust auch hohe Ausfallkosten verursacht. Die Lösung heißt: Vorausschauende Instandhaltung, auf Neudeutsch: Predictive Maintenance aus der Cloud. Dazu werden – auch bei T-Systems – Verfahren und Werkzeuge zur Analyse von Diagnose- und Sensordaten entwickelt. Ziel ist es, Fehler zu erkennen, bevor sie auftreten.

Motorschaden mitten im Nirgendwo, keine Werkstatt, keine Garantie

Laut Statistik wechselt ein Großteil der Käufer eines Neuwagens nach fünf bis sieben Jahren und Ablauf der Garantie zu einer preiswerteren Werkstatt um die Ecke. Ebenso belegt ist, dass Händlerbetriebe in Deutschland mit dem Neuwagenverkauf weit weniger Marge erzielen als mit Leistungen im Aftersales. Zudem sinkt die Kundenloyalität mit dem Fahrzeugalter.
Dabei nehmen mit zunehmenden Alter auch die Probleme im Bereich der Verschleißteile zu.
Um den Kunden besser bedienen zu können und ihm auch nach dieser Zeit stärker an eine Vertragswerkstatt zu binden, üben sich immer mehr Autohersteller in der neuen Disziplin des Predictive Maintenance.

Wie funktioniert Predictive Maintenance?

Sensoren im Auto melden Störung oder den Verschleißstatus an ein Steuergerät. Dieses überträgt die Daten via Bluetooth Dongle im Fahrzeug und Connected Car App in die Predictive Maintenance Cloud. Dabei erfassen die Sensoren alle Betriebsparameter, wie Drehzahl, Temperaturen und sogar Geräusche. Diese Daten werden kontinuierlich gesammelt und in die Cloud übertragen, analysiert und ausgewertet. Damit ist der Zustand des Fahrzeugs oder Produktionsanlage jederzeit online für Kunden einsehbar.

Sobald Sensorwerte auftreten, die auf spätere Probleme hindeuten, werden regelbasiert Servicemaßnahmen angestoßen, die verhindern, dass das betroffene Bauteil ausfällt. Je nach definiertem Szenario, erhält der Besitzer, der Servicetechniker oder die Autowerkstatt eine automatisierte Nachricht. Im Fall des Autobesitzers, bekommt dieser eine E-Mail oder einen Anruf seiner Werkstatt mit dem Hinweis, was auffällig ist und ob eine schnelle Reparatur nötig ist.

Im Fall einer Produktionsanlage, würde das Servicecenter die Meldungen sammeln, ggf. Ersatzteile bestellen und Servicemitarbeiter wege-, zeit- und kostenoptimiert einsetzen.
Noch vor dem Einsatz erhält der Servicetechniker mittels einer Service-App Zugriff auf die gesamte Produktdokumentation, auf die Servicedatenbank und servicerelevante Information , Sie liefert dem Servicetechniker den individuellen Serviceplan, die Servicetickets, die Diagnoseinformationen, die Lifecycle Daten und das Digitale Serviceheft.

Sollten diese Informationen nicht ausreichen, so kann er über das Telemaintenance System Expertenunterstützung anfordern. Der Servicetechniker tauscht durch Verschleiß betroffene Teile, prüft es und dokumentiert die Wartung. Der Kunde wird online darüber informiert, dass die Wartung durchgeführt wurde.

Dieses Szenario ist leicht auf eine LKW-Flotte zu übertragen – hier bietet Predictive Maintenance klare Einsparungspotentiale: In Echtzeit sehen die Speditionsmitarbeiter, welchen LKW wann und wo ein technisches Problem erwartet. Der Disponent kann direkt reagieren und das erforderliche Ersatzteil genau dahin senden, wo sich der potentiell von einem Ausfall bedrohte LKW gerade befindet, konkret zur nächstgelegenen Werkstatt. Hier erfolgt die Reparatur, bevor der Schaden eintritt. Dasselbe gilt für Produktionseinrichtungen. Auch hier zählt „non-stop running“ – jeder technische Ausfall senkt die Produktion und verursacht hohe Kosten.

Die Vision: non-stop running

Das Ziel muss sein, dass eine LKW-Flotte nur zum be- und entladen stehen bleibt, dass Produktionsbänder zuverlässig laufen und Vertragshändler auch nach Jahren eine vertrauensvolle Kundenbindung haben.

Prof. Dr. Karlheinz Blank

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

* Pflichtfeld

 
 

Twitter

tsystemsde @tsystemsde
T-Systems DE  @tsystemsde
Digitalisierungsdruck: Wie kann #DigitaleTransformation tatsächlich funktionieren? @itmeetsindustry hat 5 Thesen fü… https://t.co/XjOHBkgWDa 
T-Systems DE  @tsystemsde
Was passierte im Rahmen der #Digitalisierung in 2018? Mehrere Studien berichten von neuen digitalen Geschäftsmodell… https://t.co/AyJxTs0kXV 
T-Systems DE  @tsystemsde
#Cloud-Technologien verlassen ihr Nischendasein, denn der Reifegrad, aber auch die Flexibilität und Zuverlässigkeit… https://t.co/3z5Oj6QTHD 
T-Systems DE  @tsystemsde
Fehler finden ist eine Sache. Ihr Auftreten aber auch gleich zu begründen eine ganz andere. Wie der #DigitalTwin ei… https://t.co/3lwOCbjrth 
T-Systems DE  @tsystemsde
Mixed Reality & der #DigitalTwin bieten Unternehmen vielfältige Mehrwerte in der Produktentwicklung: „Mit ihm lässt… https://t.co/2QXo55qPXp 
T-Systems DE  @tsystemsde
Vor allem für #IoT- Kommunikation und Videoanwendungen: Rund 66% der befragten Unternehmen planen #5G bis 2020 einz… https://t.co/RLChQMrY51 
T-Systems DE  @tsystemsde
Alles wird intelligent: vom #SmartHome bis hin zum #ConnectedCar. #Smart-Produkte werden zur Bewährungsprobe für… https://t.co/cOoSFStxO0 
T-Systems DE  @tsystemsde
Mit einem lachenden und einem weinenden Auge startet #TSystems Mitarbeiter Stefan Spangenberg die letzte große Etap… https://t.co/jKViALPh2g 
T-Systems DE  @tsystemsde
Eindrücke vom Vortrag “Learn how #SAP and @deutschetelekom integrate #IoT data into the digital core” - auf der Büh… https://t.co/TMKTpmH6Da