WARUM NICHT? WARUM NICHT?

Ähnliche Dokumente
Aktuelle Enterprise Information Management Themen. Stefan Jamin, Direktor Enterprise Content Management ECLISO Anwendertag,

Herzlich Willkommen bei CENIT. Steffen Lörcher Leiter Collaboration Management Stuttgart 3. April 2014

STARTUP-CONNECTION com2m GmbH Softwarelösungen für das Internet of Things Dr. Martin Peters Geschäftsführer com2m GmbH - Passion for IoT

Digitale Transformation ERLEBEN

Praxisbeispiel Industrie 4.0. Dirk Thielker, AXOOM Solutions GmbH

Vertrieb 4.0. Vertrieb und Marketing in einer Digitalen Welt. Hartmut H. Giesel

Produktionsdaten mit Unternehmensdaten vernetzen

Collaboration Ein wesentlicher Baustein Ihrer EIM/ECM Strategie

Aus der Praxis für die Praxis

Industrie 4.0 / Industrial Internet of Things Das Internet der Dinge und seine Möglichkeiten

4.0 Scan Wo steht mein Unternehmen im Industrie 4.0 Kontext?

Starten Sie in die digitale Zukunft siemens.de/ddts

Maintenance 4.0: Wie verändert Industrie 4.0 die Serviceprozesse?

Was wir vorhersagen, soll auch eintreffen! Einführung von Big Data Security Intelligence für ein Finanzdienstleistungsunternehmen

Instandhaltung 4.0 bei kaeser kompressoren Roland Wiesmüller Industrie 4.0 summit dezember 2017

Vernetzte Industrie Vernetzte Systeme: Position, Strategie und Lösungen PLM Future 2016 Kaiserslautern Matthias Schmich Siemens Industry Software

hier stimmt die temperatur mit sicherheit Pfannenberg entwickelt und vertreibt Kühlsysteme für industrielle Anwendungen. Mit M2M-Lösungen der Telekom

Digitalisierung. Einfach. Machen.

Produktionscontrolling auf dem Weg zur Industrie 4.0

Industrie

Energieeffizienz und Prozessoptimierung mit intelligenter Datenanalyse

Zukunftsaufgabe Geschäftsprozessmanagement. Wolfgang Reismann, IBM, IT-Architect

REALTECH COST ASSESSMENT FÜR SAP SAP-KOSTEN OPTIMIEREN WISSENSVORSPRUNG NUTZEN

Pressemitteilung Bremen, 08. März CeBIT 2017: xax ist offizielle Anlaufstelle für Business Intelligence von Infor

EINSATZ VON BIG DATA, PREDICTIVE ANALYTICS UND MACHINE LEARNING IN DER INDUSTRIE 4.0

Das nächste Supermodel

Pressekonferenz SPS IPC Drives 2014

Herzlich Willkommen bei CENIT. Steffen Lörcher Leiter Collaboration Management - Stuttgart 7. Mai 2015

PROGNOS ANALYTICS KÜNSTLICHE INTELLIGENZ IN ECHTZEIT. Tanja Krüger,

Vorgehensmodelle für Big Data Initiativen. DOAG 2014 Nürnberg

Die digitale Agenda der ÖBB Die Interaktion von Strategie und Technologie

Industrie 4.0. Der Weg zur Smart Factory - von der Analyse bis zur Umsetzung SEITE 1

Digitale Anwendungen.

SOZIALPARTNERVERANSTALTUNG CHEMIE NORD, VCI u. IG BCE IN HANNOVER AM DIGITALISIERUNG IN DER CHEMIE

Volker Gruhn paluno. Industrialisierung, Standardisierung und Wettbewerbsvorteile Digitalisierung von Geschäftsprozessen

FRAUNHOFER-ALLIANZ BIG DATA SMART DATA UND BIG DATA FÜR INDUSTRIE 4.0

Industrie 4.0. Neues Einsatzfeld für Business Intelligence?

Modulare Software-Lösungen für Predictive Maintenance

IEMTEC GmbH. Seite IEMTEC GmbH

Das digitale Unternehmen in der Prozessindustrie

IT Lösungen für strategisches Energie und Ressourcen Management

Digitale Wartung und Instandhaltung

Die Bedeutung von Predictive Maintenance und warum wir noch so weit davon entfernt sind Thomas Heller, 3. Juli 2018

Industrie 4.0 Was geht das die Instandhaltung an?

Herzlich Willkommen zum Business Breakfast NEWSFLASH

Der Blick in die Kristallkugel

Mobile Enterprise. Vom IT-Hype zum Business Enabler

3. Industrielle Revolution

Einfacher und effektiver Einstieg in die Datenanalyse in der Smart Maintenance

Integrierte Unternehmensplanung in Zeiten der Digitalen Transformation.

Luftfahrtindustrie 4.0 Digitalisierung und Prozessoptimierung. Dr. Ingo Cassack

Industrie 4.0 bei der Koehler Paper Group Produktion Analyse und Qualität IT-L 03/2016

Wir bringen Services näher zu Ihnen siemens.de/buildingtechnologies

MASCHINENBAU GESTALTET DIGITALISIERUNG

Für eine optimale Verfügbarkeit und Leistung ihrer Anlagen.

Digitalisierung in der Immobilienwirtschaft Künftige Herausforderungen für das Facility Management (FM)

Advanced Analytics for Making Smart Decisions Faster

Industrie 4.0 Predictive Maintenance. Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014

avantum consult Business Analytics at its best Würzburg,

motan holding gmbh Peripheriegeräte und Systeme von Morgen - Oberriet

Von ERP bis Predictive Maintenance

Lifting Elevators into the Cloud!

Firmenprofil der MDIS Solutions

Direktmarketing im Zentrum digitaler Vertriebsstrategien

OPC UA TSN Interoperabilität durch offene Automation

FASZINATION TRANSPORTROBOTIK

Vom operativen Reporting zur Analyse Der Weg zu einer ganzheitlichen Sicht auf die IT-Services Swiss Forum,

Der perfekte Einstieg. Create your IoT-Use-Case

inject 4.0 Lösungen für die smart factory

Der schnelle Weg zu Industrie 4.0!

Wir haben den Blick für das große Ganze: Effiziente Produkte und umfassende Dienstleistungen für vernetzte Lösungen in den Bereichen ERP, PLM und IT.

Janek Götze Projektleitung Digitalisierung, Industrie 4.0 c/o BMWi-Förderinitiative "Mittelstand 4.0-Agentur Prozesse" Chemnitz,

EMPOLIS SERVICE DIAGNOSTICS. Mehrwertservices anbieten durch smarte Maschinendaten-Analyse

UNTERNEHMEN ROADMAP DIGITALISIERUNG DIGITAL TWIN. Wien,

Mit dem Digitalen Zwilling zum serviceorientierten Geschäftsmodell Wie Simulation prädiktive Wartung unterstützt

STRATEGISCHE BERATUNG FÜR DIE ENERGIEWIRTSCHAFT

ENTWICKLUNG NETZWERKFÄHIGER MASCHINEN UND ANLAGEN. Alois Wiesinger

Workflows ganz einfach Einführung in die Process Cloud

Industrie 4.0 bei der Deutschen Bahn AG Entwicklungen und Herausforderungen. ZERO.ONE.DATA powered by DB Systel GmbH

QUNIS 360 was war, was wird? BI, Big Data, Cloud, Predictive & Advanced Analytics, Streaming. Referent: Steffen Vierkorn

Digitalisierung in der Wasserwirtschaft Potentiale und Herausforderungen

Herzlich willkommen: #ITTage16 Der IT Hub IT Service Management in der digitalen Welt. Ihr Trainer: Markus Schweizer, Associate Partner CSC Schweiz

Trainings Digitalisierung / Industrie 4.0

Prädiktive Instandhaltung von Vorschubantrieben Ergebnisse des Projektes PreCoM

Prediktive Maintenance Daten, Erfahrungen, Analysen, Prognosen. Instandhaltungsstrategien Instandhaltungsorganisation Instandhaltungsmanagement

PowerIT AUS DEM HERZEN VON NRW

ERP-Kongress Die Rolle von ERP-Systemen im Zeitalter der Digitalisierung. Carl-Heinz Gödde, Stefan Griess Oktober 2016

MICROSOFT DYNAMICS SYSTEM- INTEGRATION

DIGITALISIERUNG. Smart EcoSystem

Pressekonferenz AMB 2018

Inhaltsverzeichnis Die Digitale Transformation im Markt- und Kundenmanagement Die Digitalisierung des Marketings und Vertriebs

Gemeinsam mehr erreichen. Activiti vs. Oracle BPM

360 -Industrie 4.0 aus unterschiedlichen Blickwinkeln"

INDUSTRIE 4.0. Der neue Innovationstreiber. TRUMPF Maschinen AG. Hans Marfurt Geschäftsführer. Baar,

UMSETZUNG INDUSTRIE 4.0

Leistungssteuerung beim BASPO

Beitragsstruktur Digitale Transformation

Digitale Wartung und Instandhaltung

Transkript:

WARUM NICHT? KANN ICH DIE LEBENSDAUER VON MASCHINEN UND ANLAGEN ERHÖHEN, INDEM ICH WARTUNGSINTERVALLE UND BETRIEBSABLÄUFE OPTIMIERE, STÖRUNGEN REDUZIERE UND KOSTEN SENKE? WARUM NICHT? PREDICTIVE MAINTENANCE INTELLIGENTE UND VORAUSSCHAUENDE INSTANDHALTUNG 10.06.2016 Predictive Maintenance im Kontext Industrie 4.0 1

PREDICTIVE MAINTENANCE IM KONTEXT INDUSTRIE 4.0 STUTTGART, 9.6.2016 ANDRÉ VOGT, EIM-DIREKTOR

UNSERE EXPERTISE: PLM UND EIM OPTIMIERT GESCHÄFTSPROZESSE PRODUCT LIFECYCLE MANAGEMENT ENTERPRISE INFORMATION MANAGEMENT Optimierung der digitalen Produktentwicklung, Produktion, Änderung, Auftragsabwicklung und Service Fokus auf ganzheitliche, individuelle PLM Lösungen Mehr als 1.000 Kunden-Projekte Jahrzehntelange Zusammenarbeit mit Kunden aus der Fertigungsindustrie und PLM/ERP Software-Unternehmen PLM Über 20 Jahre fachliche Expertise mit Enterprise Content Management, Business Intelligence sowie Application Management Services IT-basiertes Management von unternehmensrelevanten Dokumenten und Informationen innerhalb von Kernprozessen Vernetzung der PLM und EIM Kernkompetenzen zu ganzheitlichen Lösungen mit hohem Nutzen EIM 3

AMS IT-Abt Produkte IT-Abt Lösungen Fachbereiche Studie C-Level CENIT IHR EIM PARTNER FÜR GANZHEITLICHE LEISTUNGSERBRINGUNG Strategische Enterprise Information Management Beratung IT/IM-Strategien, Vorstudien, Reviews, Assessments, Produktselektion, Business-Cases, Machbarkeitsstudien Banken/ Finanzen Versicherung Service- Dienstleistung Industrie Chemie/ Pharma Telekommunikation Automotive Interaktive Briefschreibung Input- & Outputmanagement Selbstlernende Klassifikation Portale & Intranet Collaboration Migration & Konsolidierung Prozessautomatisierung Big Data Planung & Forecasting Appl.Life-Cycle Management Compliancee Management Predictive Analytics Data Warehouse/ Data Case Management Integration Anwendungs- & Serviceintegration Projekt- & Teamräume Elektronische Akten Dashboards/ Scorecards Content & Social Analytics Posteingangs- & Vorgangsbearbeitung Berichtswesen/ Reporting Vertragsmanagement weitere unabhängige Partner... EIM Managed Services Technische & fachliche Serviceleistungen, Betrieb, Support & Wartung von EIM-Systemen, Training 4

Produkte Technologien Themen ORDNUNG IM AKRONYM-DSCHUNGEL Digitalisierung Analytics Industrie 4.0 PM Big Data Cloud Mobile Security BI Monitor Analytics Predictive 5

BEGRIFFSVERSTÄNDNIS IM KONTEXT VON INDUSTRIE 4.0 Produktorientiertes Verständnis Produktionsorientiertes Verständnis Smart Product Smart Factory IT-Durchdringung von Produkten Internet of Things Industrie 4.0 Einsatz von Sensorik M2M Cloudbasierte Produktionsplanung und Steuerung Wertschöpfungsnetze (Services, andere DL, etc.) Beispiel de/-zentraler 3D Druckdienstleister Wertschöpfungsorientiertes Verständnis 6

BEGRIFFSDEFINITION: PREDICTIVE MAINTENANCE PREDICTIVE MAINTENANCE Predictive Maintenance, oder auch die vorrausschauende Instandhaltung, ist eine Erweiterung der zustandsabhängigen Instandhaltung, die voraussagen kann, wann die Anlage ausfällt und somit ebenfalls einen prophylaktischen Charakter hat. Das Ziel ist es, wie bei der zustandsabhängigen Instandhaltung, den Nutzungsvorrat der Komponenten möglichst komplett auszuschöpfen und gleichzeitig jeglichen Fehler oder Ausfall zu beheben bzw. zu vermeiden, bevor er passiert. Um dies zu ermöglichen braucht es ein ausgeklügeltes Überwachungssystem der Teil- und Anlagenzustände. Viele Sensoren sammeln möglichst viele relevante Daten. Diese werden zeitnah in einer zentralen Datenbank zur Verfügung gestellt und mit umfangreichen statistischen Verfahren analysiert um Störungen, Ausfälle oder andere kritische Ereignisse zu prognostizieren. 7

MOTIVATION FÜR EINE OPTIMIERTE WARTUNG VORTEILE Erhöhung der Lebensdauer von Anlagen Optimierung der Nutzungsdauer Verbesserung der Betriebssicherheit Erhöhung der Anlagenverfügbarkeit Erhöhung der Produktivität und Auslastung Optimierung von Betriebsabläufen Optimierung der Einsatzplanung von Servicekräften Effizientere Ersatzteillogistik Wettbewerbsvorteile VERRINGERUNG / VERMEIDUNG Reduzierung von Störungen von Maschinen und Anlagen Senkung von Wartungskosten Reduktion von Ausfallzeiten Vermeidung von Stillstandzeiten Verringerung ungeplanter Wartungsmaßnahmen 8

reactive Komplexität predictive BEGRIFFSEINORDNUNG PREDICTIVE ANALYTICS hoch SIMULATION FORECASTING MUSTER- ERKENNUNG PLANUNG MONI- TORING AD HOC ANALYSE gering REPORTING gering Einfluss auf Geschäftserfolg hoch 9

ÜBERBLICK ÜBER PRÄDIKTIVE METHODEN PRÄDIKTIVE METHODEN Mittels verschiedener Methoden können vorhandene Daten und Informationen in einen neuen Kontext gestellt, analysiert und bewertet werden. Regression Simulation Assoziation Die eine Methode zur Problemlösung gibt es nicht, sondern wir erstellen gemeinsam kunden- und situationsangemessene Vorgehensmodelle, die aus der Zieldefinition abgeleitet sind. Prädiktive Methoden Zeitreihenanalyse Klassifikation Segmentierung 10

BEISPIEL: ABNUTZUNG physikalisch Verformung Verschleiß Ursachen Ursachen biologisch Korrosion Wirkungen Verschmutzung chemisch Ermüdung Sonstige Folgeprobleme Brüche Kosten, Kosten, Kosten Stillstandzeiten der Maschine oder der ganzen Linie Überschreitung von Lieferfristen 11

BEISPIEL: KONTEXTSENSITIVE PROGNOSEN ERP- & MES-Systeme liefern die Basis für verschiedene Kontexte Beispiele: Materialeigenschaften der Werkstücke Auslastung der Maschinen Produktionspläne Reihenfolge der Schritte Identifikation von Kontexten Experten mit Wissen über die Maschinen Analyse von Signaldaten der Maschine 12

KRITISCHE ERFOLGSFAKTOREN FÜR IHREN EINSTIEG IN PREDICTIVE MAINTENANCE KRITISCHE ERFOLGSFAKTOREN VISION IST ZU GROß EMPFEHLUNG Beginne mit einem kleinen, aber sichtbaren Use Case UNKLAR ZU PROGNOSTIZIERENDER NUTZEN Erster Use Case sollte aus Vertrieb oder Produktion kommen VIEL ZU TEUER Prüfen, was mit vorhandener IT umsetzbzw. lösbar ist VISION ZU DETAILLIERT Einfache Anforderungen, die Technik ist komplex genug SACKGASSEN VERMEIDEN Start small, think big! 13

VISION ODER WIRKLICHKEIT? Mit Hilfe von Predictive Maintenance wissen Unternehmen schneller, welche Bauteile ermüden und ausgewechselt werden sollten. Das verringert den Ausschuss in der Produktion und senkt Kosten für Service und Instandhaltung. Standard Reports Ad Hoc Reports & OLAP Predictive Analytics Predictive Modelling Daten- Sammlung Daten- Analyse Daten- Statistik Daten- Modellierung 14

WELCHE WARTUNGSSTRATEGIE IST DIE RICHTIGE? REAKTIVE WARTUNG Geringer Instandhaltungsaufwand bis zum Maschinenausfall PRÄVENTIVE WARTUNG Standardisierte Wartungsintervalle und somit Reduzierung von ungeplanten Stillständen ZUSTANDSORIENTIERTE WARTUNG Planbarkeit der Wartungs- und Instandsetzungsmaßnahmen und Vermeidung von Stillstandzeiten Wartung VORAUSSCHAUENDE WARTUNG Gezielte Suche nach Fehlern, permanente Überwachung der Maschinen und ggf. sofortige Instandsetzung 16

BEISPIELHAFTES BIG PICTURE AUS EINER ARCHITEKTURSICHT Übergabe an Produktion Sensordaten Temperatur Luftfeuchtigkeit Geschwindigkeit Regeln Segmente Klassifikation Prognose Externe Daten Wetter Trends Prognosemodelle Scoring Wahrscheinlichkeit von Verkauf und Menge auf Filial- /Artikelebene für einen bestimmten Zeitraum Input in die Planungsprozesse Feedback Feedback Loop über die aktuellen Verkaufszahlen: Verbesserung der Prognosen Prozessautomation Vorhersage & Output Prozesskontrolle Monitoring & Management Verstehen Vorhersagen Agieren 17

BEISPIEL EINER WERUM-ARCHITEKTUR 19

SENSORBASIERTE ÜBERWACHUNG ERLAUBT ERGÄNZENDE DIMENSIONEN DER ÜBERWACHUNG Klassische Anlagenüberwachung Planungsdaten MES/ERP Werkzeugverbrauch/ -verschleiss Zu überwachender Anlagenzustand Qualitätsstatistik des Produkts Entwicklung von Toleranzfeldern Anlagenstörmeldungsstatistik Vibrationsüberwachung/-analyse Schmieröl- und Treibstoffanalyse Abnutzungspartikelanalyse Lager- und Temperaturanalyse Leistungsüberwachung Infrarot Thermografie Zerstörungsfreies Testen Visuelle Inspektion Sensorbasierte Anlagenüberwachung Motorstrom-Signaturanalyse Polarisations-Index Elektrische Überwachung Ultraschall-Geräusch-Erkennung/ Ultraschall-Durchflussmessung 20

SCHRITTWEISES VORGEHEN ZU EINEM PMQ ANSATZ IN DER PRODUKTION 21

PREDICTIVE MAINTENANCE QUALITY STRATEGIE PMQ VISION IST SOLL Ableitung aus der U-Strategie IT-Architektur Datenquellen (ERP, MES, etc.) Methoden für Maintenace Instandhaltungs -einflußmatrix Sensorintegration Ihr individueller Bedarf Maßnahmenplan Vorgehensmodell / Transformationsmodell PMQ LEITLINIEN 22

ZIELE EINER PMQ-STRATEGIE ZIELE FÜR STRATEGISCHE THEMEN Transparenz und qualitative Bewertung der vorhandenen Situation Identifikation von bereits vorhanden auswertbaren Daten (QuickWins) Erarbeitung der schrittweisen Transformation zu einem echten PMQ- Ansatz FOKUS AUF Bewertung der vorhandenen Situation und Möglichkeiten Mehrstufiger Transformationsplan inkl. Zeit- und Kostenschätzung Grobe Prognose für die potenzielle Einsparung (Business Case) 23

VIELEN DANK ANDRÉ VOGT EIM Direktor +49 151 52745 179 A.Vogt@cenit.de CENIT AG Industriestr. 52-54 70565 Stuttgart www.cenit.com 24

FIT FÜR DIE DIGITALE ZUKUNFT WIE IST IHRE HALTUNG? CENIT - IHR PARTNER FÜR DIE DIGITALE TRANSFORMATION WARUM NICHT? CENIT - ERFOLG IST EINE FRAGE DER RICHTIGEN FRAGEN. 25