Wie Sie als Maschinenbauer in der aktuellen Krise besseren Service bieten, ohne mehr Personal einzustellen

Auch Maschinenbauer haben mit der jetzigen Situation zu kämpfen. Serviceeinsätze beim Kunden werden erschwert, der Zugang zur Produktion des Kunden ist nicht mehr so einfach möglich und Mitarbeiterausfälle können den Kundenservice erschweren.

Jetzt ist es wichtig, sich digital aufzustellen und über eine Fernwartung Ihrer Maschinen nachzudenken.  Warum wir diesen Schritt empfehlen, erfahren Sie hier!

<strong>Fernwartung und Ferndiagnose</strong>

auch als Remote Condition Monitoring bekannt ist eine Möglichkeit für Maschinenbauer detaillierte Einblicke in die reale Nutzung und in den Anwendungsfälle Ihrer Anlagen beim Kunden zu erhalten. Damit lassen sich die Maschinen zielgerichtet weiterentwickeln und verbessern. Zudem können Sie bereits vor Ihren Kunden reagieren, wenn hinterlegte Grenzwerte Alarme oder Meldungen auslösen. Auch Rückfragen oder Störungsmeldungen können von Ihrer Seite geprüft und überwacht werden, ohne direkt einen Ihrer Mitarbeiter zu Ihren Kunden zu schicken. Sie sparen Service- und Reisekosten.

<strong>Mittelpunkt sind Ihre Anlagen und Maschinen </strong>

Das Potential der Maschinendaten ist erst erkennbar, wenn Sie die Daten  sammeln und in ein qualitätsgesichertes Datenmodell überführt und diese Daten ggf. mit weiteren Daten wie Wetterinformationen angereichert haben. Vielleicht haben Sie auch schon von der vorausschauende Wartung (auch als <a href="https://blog.bimanu.de/… target="_blank" rel="noopener noreferrer">Predictive Maintenance</a> bekannt) gehört. Mit Hilfe von Machine Learning Algorithmen können anhand der historischen Daten einer Anlage zukünftige Defekte vorhergesagt werden. Voraussetzung ist aber eine große und qualitätsgesicherte Datenmenge, die zur Verfügung stehen muss.

Aber wie sehen die einzelnen Schritte von der Integration und Analyse dazu aus:

<strong>1. Systemanbindung der Maschinen</strong>

Im ersten Schritt ist die Integration der Maschinendaten aus dem jeweiligen System erforderlich. Einige bekannte Systeme sind z.B.:</p> <ul> <ul> <li>MES-, MDE, BDE, SCADA oder PPS Systeme</li> </ul> </ul> <ul> <ul> <li>Apache PLC4X (Opensource)</li> </ul> </ul> <ul> <ul> <li>Industriesteuerungen (SPS – speicherprogrammierbare Steuerung)</li> </ul> </ul> <ul> <ul> <li>Delta Logic – Data Logger</li> </ul> </ul> <ul> <ul> <li>RNA IoT Connectbox</li> </ul> </ul> <p>
<strong>2. Schnittstellenspezifikation</strong>

Nach der Auswahl des System ist eine Schnittstellenspezifikation der IoT Sensordaten erforderlich, die alle erforderlichen  Informationen aus der Maschine aufnimmt. Es empfiehlt sich mit variablen Standard Templates zu arbeiten und nicht jedes mal das Rad neu zu erfinden.

<strong>3. Datenmodellierung auf Basis der Quellinformationen</strong>

Für die spätere flexible Analyse der Maschinendaten wird ein benutzerfreundliches Datenmodell benötigt, in diesem sind alle logischen Verbindungen zu den Stammdaten und Kennzahlen aus den Quellsystemem hinterlegt.

<strong>4. Anforderungserhebung und -umsetzung</strong>

Neben dem Datenmodell müssen auch Ihre Anforderungen aufgenommen werden. Folgende Punkte sind relevant

Welche Auswertungen sind relevant und wie sollen diese grafisch aufbereitet werden</p> <ul> <ul> <li>Absatz und Produktionsplanung</li> </ul> </ul> <ul> <ul> <li>Materialbedarfsplanung</li> </ul> </ul> <ul> <ul> <li>Kapazitätsplanung</li> </ul> </ul> <ul> <ul> <li>Fertigungsdurchführung</li> </ul> </ul> <ul> <ul> <li>Auftragsstücklisten</li> </ul> </ul> <p>Welche Kennzahlen und Stammdaten werden benötigt, Aufbau eines Kennzahlenkatalogs inkl. Berechtigungsvorschrift. z.B.</p> <ul> <ul> <li>Berechnung der OEE – Overall Equipment Effectiveness Kennzahl</li> </ul> </ul> <ul> <ul> <li>Bauteilnummer</li> </ul> </ul> <ul> <ul> <li>Messwerte</li> </ul> </ul> <ul> <ul> <li>etc</li> </ul> </ul> <p>Übertragungszyklus</p> <ul> <ul> <li>pro Schicht</li> </ul> </ul> <ul> <ul> <li>in Echtzeit</li> </ul> </ul> <p><strong>4. Berichts- und Dashboarddarstellung </strong>

Im letzten Schritt ist der Aufbau der erforderlichen Dashboards erforderlich, diese leiten sich in Regel aus Ihren Anforderung ab.

Die zweite Möglichkeit die sich bietet, ist die freie Analyse auf Ihrem erstellen Datenmodell, damit Sie eigenständig Ihre Maschinendaten analysieren können.

Ihre Auswertung müssen je nach Berechtigungskonzept entweder Ihrem Kunden oder Ihrem Unternehmen zur Verfügung gestellt werden. Hierzu bieten sich entsprechende Analytics Plattformen an, die flexibel genug sind, um die Darstellung per Web, mobiles Endgerät abzubilden.

<strong>Wie kann eine Lösungsstrategie für die Fernwartung aussehen</strong>

Bei der Umsetzung eines solches Projekt ist ein Zielbild in Form eines Anwendungsfall erforderlich, um die Investition auch zu rechtfertigen. Hier ist unsere Empfehlung – starten Sie klein und wenn Sie nicht die Expertise im Hause haben, dann macht es Sinn eine automatisierte Integrations- und Analyseplattform einzuführen, die Ihnen diese Expertise abnimmt und die es ermöglicht nach Ihren Anforderungen vorzugehen.

<strong>Die Vorgehensweise für ist jedoch immer die gleiche: </strong>

– Datenerfassung/Bereitstellung
– Daten historisieren
– Daten visualisieren
– Daten analysieren und weiterverarbeiten
– Aufbau einer vorausschauenden Wartung auf Basis der Datenhistorie

<strong>Daten sind der 4. Produktionsfaktor </strong>

Erkennen Sie den Datenrohstoff als zusätzlichen Produltionsfaktor an. Ihre Maschinendaten sind das A und O für das maschinellen Lernens. Ohne diese Daten gibt es keine vorausschauende Wartung. Aus diesem Grund sollten Sie nicht zu lange mit der Umsetzung warten, da der Aufbau einer gewissen Datenhistorie auch noch zu berücksichtigen ist.

Wie bereits erwähnt, erzielen Sie einen besseren Service für Ihre Kunden ohne neue Mitarbeiter einzustellen und Sie erhalten weitere Vorteile, wenn Sie sich für den Einsatz einer Fernwartung entscheiden:</p> <ul> <ul> <li>Sie nehmen eine Vorreiterrolle durch eine Digitalisierungslösung ein</li> </ul> </ul> <ul> <ul> <li>Sie erweitern Ihr Angebot durch neue Systemlösungen</li> </ul> </ul> <ul> <ul> <li>Sie stärken Ihre Wettbewerbssituation</li> </ul> </ul> <ul> <ul> <li>Sie weiten Ihr Servicegeschäft aus</li> </ul> </ul> <p><strong>Jetzt handeln und Ihre Chance nutzen</strong>

Statt weiter abzuwarten gilt es jetzt darum, die richtigen Schritte einzuleiten und gestärkt aus der Krise zu kommen. Der Maschinenbau ist aktuell einigen Risiken ausgesetzt und muss reagieren.</p> <ul> <ul> <li>Steigende Personalkosten und fehlende Fachkräfte mit Kompetenz machen es den Unternehmen schwerer, sich den neuen Herausforderungen zu stellen</li> </ul> </ul> <ul> <ul> <li>Nach langen Jahren des Aufschwungs müssen sich die Unternehmen auf eine Zeit der Stagnation oder auch zurückgehender Umsatz-, Produktions- und Auftragswerte einstellen</li> </ul> </ul> <ul> <ul> <li>Disruptive Geschäftsmodelle oder -strategien der Konkurrenz können die Branche verändern; Verpassen eines Trends kann gesamtes Geschäft bedrohen</li> </ul> </ul> <p>Wir wissen, dass die Kenntnisse und Fähigkeiten für eine solche Umsetzung in Ihrem Unternehmen selten zur Verfügung stehen, weshalb Sie einen strategischen Partner auf Augenhöhe benötigen.  Auch wir haben haben <a href="https://bimanu.de/… target="_blank" rel="noopener noreferrer">strategische Partner</a> an der Seite, um Ihnen den bestmöglichen Service in diesem Bereich zu bieten.

Wir von bimanu haben uns zur Aufgabe gemacht, den Mittelstand im Bereich der Digitalisierung zu unterstützen. Wir finden Ihre Datenschätze, heben diese und veredeln diese in einer einzigartigen Form.

Aus diesem Grund haben wir die <a href="https://bimanu.de/… target="_blank" rel="noopener noreferrer">bimanu Cloud</a> entwickelt. Die bimanu Cloud verbindet Business Intelligence mit Sensorik aus der Industrie 4.0, Smart Factory, Smart Building oder aus intelligenten IoT-Produkten in eine konsolidierte Integrations- und Analyseplattform.

Aber sehen Sie selbst und machen Sie sich Ihr eigenes Bild:</p>