Kommentar von Kathrin Stadler, Mindbreeze

So steigert Predictive Maintenance die Produktivität

| Autor / Redakteur: Kathrin Stadler / Nico Litzel

Die Autorin: Kathrin Stadler ist Trendscout und Wissensmanager bei Mindbreeze
Die Autorin: Kathrin Stadler ist Trendscout und Wissensmanager bei Mindbreeze (Bild: Mindbreeze)

Die Produktionshallen von Großunternehmen sind nicht selten mit Anlagen und Maschinen im Wert von mehreren Millionen Euro gefüllt – Investitionen, die durchaus als strategische Erfolgsfaktoren zählen. Damit sich diese im vollem Umfang auszahlen, ist es entscheidend, Stillstandzeiten zu vermeiden, denn nur eine arbeitende Anlage ist produktiv. Um dies zu gewährleisten gewinnt Predictive Maintenance, die vorausschauende Wartung, immer weiter an Bedeutung.

Vor einigen Jahren konnte eine Produktionsanlage meist erst dann repariert werden, wenn sie tatsächlich ausfiel. Heute erlauben intelligente Technologien, etwaige Störungen und Schädigungen zu identifizieren, lange bevor sie auftreten. So können Unternehmen mit einer vorausschauenden Maschinenwartung und Instandhaltung Stillstandzeiten und Wartungskosten erheblich reduzieren.

Daten als Ausgangsbasis

Predictive Maintenance ermöglicht die permanente Überwachung beispielsweise von Bauteilen, die direkt an der Anlage verbaut sind. Spezielle Sensoren messen unentwegt Parameter wie Temperatur, Vibrationen, Feuchtigkeit oder Druck und erkennen so frühzeitig Abweichungen, die zu einem Stillstand der Anlage führen könnten. Kritische Komponenten, die einen Maschinenausfall begünstigen, werden so unabhängig von den üblichen Wartungsintervallen identifiziert und können getauscht werden, noch bevor ein Schaden entsteht. Möglich ist das durch eine stetige Analyse der kontinuierlich anfallenden Daten, denn erst dadurch wird ein viel detailliertes Bild der Anlage möglich. Diese moderne Form der Datenanalyse gewährt sozusagen „tiefe Einblicke“ in die Anlage. Analystenhäuser verwenden dafür den Begriff „Information Insights“.

Damit diese Daten optimal analysiert werden können, ist eine strukturierte Aufbereitung notwendig. Unterstützt werden können diese Systeme dabei mit auf Künstlicher Intelligenz basierenden Technologien. Sogenannte Insight Engines sorgen dafür, dass die benötigten Daten zum entsprechenden Zeitpunkt im jeweiligen Kontext zur Verfügung stehen. So erhalten die Nutzer der Anlagen im allerbesten Fall zusätzlich Informationen über einzelne Bauteile, Wartungsprotokolle, Konstruktionspläne, Bestellhäufigkeiten, Qualität oder Ansprechpersonen.

Diese 360-Grad-Sicht verschafft einen umfassenden Überblick und beschleunigt einzelne Geschäftsprozesse. Muss ein Bauteil beispielsweise getauscht werden, weil die Sensoren eine Abweichung der Norm anzeigen, können dank dieser übersichtlichen Darstellung auf das einzelne Teil, auf schnellstem Weg Informationen über den Hersteller, den Lieferanten, die Kosten oder die Qualität gefunden werden.

Die Datenbasis verbinden

Sämtliche Datenquellen des Unternehmens werden dafür mithilfe von sogenannten Konnektoren an die Insight Engine angebunden. Dabei ist es nicht relevant, ob es sich um strukturierte oder unstrukturierte Daten handelt, sobald die Datenquelle angebunden ist, kann die intelligente Lösung auf sämtliche entsprechende Daten zugreifen, sie analysieren, interpretieren und in Zusammenhang mit anderen Informationen stellen. Dadurch entsteht eine Wissensdatenbank, die für die jeweiligen Fachbereiche kontextspezifisch und effizient angefragt werden kann.

Recherchiert ein Benutzer nach einem konkreten Sachverhalt, werden auch nur jene spezifischen Inhalte extrahiert die der Suchabfrage entsprechen. Mithilfe von semantischen Analysen werden diese noch zusätzlich mit weiteren Informationen, die aufgrund des Kontexts von Bedeutung sein könnten, angereichert.

Suchmaschine vs. Insight Engine

Eine Insight Engine basiert zwar größtenteils auf Suchtechnologien, ist aber zu weitaus mehr fähig als eine klassische Suchmaschine. Grund dafür sind Technologien wie Deep Learning, Machine Learning, Natural Language Processing, Natural Language Question Answering und weitere Methoden der Künstlichen Intelligenz.

Das klassische Schema „Suchfeld – Ergebnis“ tritt zunehmend in den Hintergrund. Dieses wird ersetzt durch eine Kommunikation zwischen Anwender und Technologie, die wie ein Dialog gestaltet ist und Interaktionsmöglichkeiten bietet. Dabei unterstützen Natural Language Processing (NLP) und Natural Language Question Answering (NLQA). Mithilfe von NLP kann die menschliche Sprache korrekt erfasst und interpretiert werden. Darüber hinaus ermöglicht diese Technik das Übersetzen, Nachempfinden und Zusammenfassen des in natürlicher Sprache formulierten Texts.

NLQA ermittelt den konkreten Bedarf des Anwenders, indem die Technologie jegliche Abfragen linguistisch interpretiert. So ist sie im Stande, etwa auf Fragen mit „wo“, „wer“, „warum“ oder „wann“ adäquat zu reagieren. Suchabfragen können also in natürlicher Sprache eingegeben und direkt weiterverarbeitet werden. Die Suchresultate lassen sich dadurch spezifisch auf das Anliegen des Benutzers abstimmen, extrahieren und ergebnisgerecht anzeigen.

Kategorisierung von wichtigen und unwichtigen Informationen

Basierend auf Machine und Deep Learning sind Insight Engines außerdem in der Lage, ihr Wissen stetig auszubauen. Es erfolgt eine automatische Kategorisierung von wichtigen und unwichtigen Informationen. Anhand der Arbeitsweise der Anwender erhalten beispielsweise häufiger aufgerufene Daten eine höhere Relevanz. Mehrfach verwendete Begriffe bei Suchabfragen führen so auch zu einer intelligenteren Reihung der Ergebnisse. Damit lassen sich fachspezifisch unterschiedliche Gewichtungen von Treffern erreichen. Dabei können Insight Engines wie ein persönlicher Assistent agieren und relevante Daten, proaktiv, personalisiert und zeitgerecht zur Verfügung stellen.

Die dadurch entstehende Transparenz der vorhandenen Daten wird durch die Insight Engine automatisiert eingeschränkt. Natürlich haben die verschiedenen Mitarbeiter im Unternehmen unterschiedliche Rollen sowie Positionen und damit verbunden auch unterschiedliche Rechte und Wissen. Insight Engines bereiten je nach Anwender die Daten demzufolge auf. Aufgrund der Zugriffsrechte der Nutzer wird die Darstellung also individuell angepasst. So erhält ein Mitarbeiter im Einkauf beispielsweise Daten über Lieferanten und Angebote während dem Anwender aus dem Accounting eine Übersicht über offene Bestellungen, offene Rechnungen, Mahnungen oder Saldenlisten zur Verfügung steht.

Einfache Integration

Eine mühelose Anbindung und Implementierung ins Unternehmen ist möglich, da Insight Engines häufig in Form von Appliances angeboten werden. Damit die Anbindung der vorhandenen Unternehmensdatenquellen und dadurch das Auffinden der Daten gewährleistet werden können, stellen diese intelligenten Lösungen meist mehrere hundert Konnektoren bereit. Typische Datenquellen, wie Netzlaufwerke, SAP, Microsoft SharePoint und eine Vielzahl an ECM-Systemen sind dabei nur ein kleiner Auszug.

Fazit

Die vorausschauende Instandhaltung mittels intelligenter Datenanalysen wird zunehmend zu einem wichtigen Faktor im industriellen Wettbewerb. Die Vernetzung von Maschinen und Komponenten sowie weiteren am Produktionsprozess beteiligten Systemen ist unausweichlich für Unternehmen, die am Markt bestehenbleiben wollen.

Durch den Einsatz spezifischer Sensoren können Daten genutzt werden, um verschiedenste Informationen einzelner Maschinenkomponenten zu erfassen und mit weiteren Daten zu kombinieren. Dabei sollen auffällige Abweichungen oder frühzeitig vor einer Störungen erkannt und geeignete entsprechende Maßnahmen präventiv eingeleitet werden, um Produktionsausfälle zu vermeiden.

Mithilfe von intelligenten Lösungen wie Insight Engines können die durch Sensoren gewonnen Daten gewinnbringend genutzt und eingesetzt werden. Diese sofort einsatzbereiten und leicht zu implementierenden Lösungen optimieren Prozesse, verhelfen Unternehmen, einen Mehrwert aus ihren vorhandenen Daten zu ziehen und schaffen damit wichtige Wettbewerbsvorteile.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45042927 / Künstliche Intelligenz)