Früher war nicht alles besser. Manch einer denkt bei Maschinenreparatur vermutlich zunächst an die klassische „Run-To-Failure“-Prozedur, bei der Unternehmen ihre Maschinen laufen lassen, bis sie ausfallen, erst danach wird repariert. Die Nachteile dieser reaktiven Instandhaltung liegen auf der Hand: Es kommt zu Ausfällen, worunter die Produktion leidet. Um ungeplante Stillstände zu minimieren, wurde deshalb die präventive Instandhaltung eingeführt, bei der in regelmäßigen Abständen instandgehalten wird, bevor etwas ausfällt. Allerdings hat auch diese Strategie einen Nachteil: Teile werden ausgetauscht, die noch stundenlang weiterarbeiten könnten.
Es bedurfte also einer digitalen Lösung, die durch Sensor-Analyse den gegenwärtigen Zustand der Maschinenteile erfasst und möglichst genau plant, wann das entsprechende Teil gewartet werden muss. Aus der Kombination von Künstlicher Intelligenz und Reparatur entstand so die vorausschauende Instandhaltung (Predictive Maintenance). Dabei analysieren Sensoren verschiedenste Maschinendaten wie Nutzungsdauer, Temperatur, Flüssigkeitsstand, Emission oder Druck. Mit der Erstellung eines digitalen Zwillings werden die Daten nicht nur veranschaulicht, sondern es können auch Ausfälle simuliert werden, die bis dahin noch gar nicht aufgetreten sind. Und mit der Fähigkeit zum Maschinellen Lernen entwickelt die KI dann nach und nach einen optimierten Instandhaltungsplan für sämtliche Maschinenteile.
Kommunale Anwendungen
Bereits beim Condition Monitoring wird der Zustand von Maschinen mithilfe von Sensordaten überwacht. Diese zustandsbasierte Instandhaltung wird vorausschauend, wenn KI ins Spiel kommt. Weil beide Strategien aber auch kombiniert werden können, bieten diverse Unternehmen Pakete an, die mehrere digitale Lösungen beinhalten. So auch die IBM Deutschland GmbH: Mit der Maximo Application Suite befindet sich ein Produkt im Portfolio, das den Zustand von Kapitalanlagen (Assets) analysiert und via KI den optimalen Zeitpunkt für die nächste Reparatur prognostiziert. Laut Matthias Baur, Technik-Spezialist für Asset-Management bei IBM, werden dabei sogar mehrere Sensoren für denselben Parameter eingesetzt, die auch ihren eigenen Zustand analysieren und bei Bedarf melden können. Moderne Sensortechnik sei deshalb sehr zuverlässig, auch aufgrund umfassender Qualitäts-Sicherungsmaßnahmen der Hersteller. Baur verweist auf die Kölner Verkehrs-Betriebe AG, die entsprechende Lösungen für den öffentlichen Nahverkehr nutzen: „Mit Hilfe von intelligentem Instandhaltungs-Management und vorausschauender Wartung wird die Verfügbarkeit von Bussen und Bahnen erhöht und der Service für die Fahrgäste verbessert. Das Ergebnis: Eine verbesserte Arbeitsplanung, eine vereinfachte Auftragsabwicklung, eine erhöhte Verfügbarkeit.“