Umfrage zu Industrie 4.0: Predictive Maintenance behebt Probleme bevor sie entstehen

Wien, 3. März 2021 – Die Anforderungen an die Instandhaltung von Anlagen und Maschinen hat sich in den vergangenen Jahren stark verändert. Wurde sie lange Zeit als „Kostenfaktor“ und „notwendiges Übel“ wahrgenommen, hat sie in Zeiten zunehmender Digitalisierung eine andere Rolle. Eine aktuelle Umfrage von BearingPoint unter 203 Unternehmen aus den Bereichen Maschinenbau, Chemie/Pharma und der Automobilindustrie ergab, dass sich 75 Prozent der befragten Unternehmen aktiv mit dem Thema Predictive Maintenance auseinandersetzen.

Industrie 4.0: Mithilfe von Predictive Maintenance können aus Maschinen Zustandsdaten gewonnen und so Anlagen proaktiv gewartet werden. Predictive Maintenance beschreibt einen Wartungsvorgang, der Prozess- und Maschinendaten auswertet. Durch diese Echtzeit-Verarbeitung der Daten werden Prognosen möglich, um eine bedarfsgerechte Wartung durchzuführen und dadurch Ausfallzeiten zu reduzieren. Im Idealfall wird es für eine Produktion möglich, einen Techniker mit der Behebung eines Problems zu beauftragen, noch bevor es entsteht. Denn: Nur wenn Anlagen, Maschinen und Prozesse einwandfrei funktionieren, können wirtschaftliche Ziele erreicht werden. Hauptziel von Predictive Maintenance ist es, eine möglichst präzise Vorausplanung der Instandhaltung zu erstellen und unerwartete Ausfälle von Anlagen zu vermeiden. Mit dem Wissen darüber, wann welche Geräte gewartet werden müssen, lassen sich Ressourcen für Instandhaltungsarbeiten wie Ersatzteile oder Personen besser planen. Zudem kann die Anlagenverfügbarkeit erhöht werden, indem "ungeplante Stopps" in immer kürzere und häufigere "geplante Stopps" umgewandelt werden. Weitere Vorteile sollen eine potenziell längere Lebensdauer der Anlagen, eine erhöhte Anlagensicherheit, weniger Unfälle mit negativen Auswirkungen auf die Umwelt und ein optimiertes Ersatzteilhandling sein.

Bereits die Hälfte der Befragten hat Predictive Maintenance (Pilot-)Projekte erfolgreich umgesetzt. Auf Basis der Experteneinschätzungen konnten Maschinen- und Anlagenstillstandszeiten bereits um 18 Prozent, die Wartungs- und Servicekosten um 17 Prozent reduziert werden. Die Ersatzteilbestände konnten um durchschnittlich 13 Prozent gesenkt werden. Diese Werte spiegeln oder übertreffen den von Unternehmen eingeschätzten erwarteten Nutzen und haben damit auch einen maßgeblichen Einfluss auf den Unternehmensumsatz: bei den befragten Unternehmen nahm der Umsatz innerhalb von ein bis zwei Jahren nach der Umsetzung der Projekte um 10 Prozent zu. 

IT-Sicherheit bleibt Top-Herausforderung
Auf Basis der bereits umgesetzten Maßnahmen und der daraus gewonnenen Erfahrungen schätzen Unternehmen technische Hürden wie die IT-Sicherheit, die Auswahl und Verfügbarkeit der Daten oder die Anwendung statistischer Methoden im Vergleich zur Umfrage 2017 zwar als geringer ein. Dennoch bleiben die IT-Sicherheit (44 Prozent), die IT-Infrastruktur (42 Prozent) sowie die Auswahl und Verfügbarkeit der Daten (41 Prozent) die Top 3 Herausforderungen von Unternehmen bei der Umsetzung von Predictive Maintenance Projekten. Der in der Vergangenheit als größte Herausforderung eingeschätzte hohe Implementierungsaufwand ist nach wie vor die größte nicht-technische Herausforderung und liegt mit 39 Prozent an vierter Stelle.

Abteilungsübergreifende Zusammenarbeit gilt inzwischen als wichtigster Schlüssel zum Erfolg
Die wichtigsten Erfolgsfaktoren für die Implementierung von Predictive Maintenance in Unternehmen haben sich nach Einschätzungen der befragten Experten in den letzten drei Jahren gewandelt. Dies ist vor allem darauf zurückzuführen, dass in den letzten Jahren bereits zahlreiche Predictive Maintenance Projekte mit Fokus auf „Sensorik, Vernetzung & Integration“ sowie zur „IT-Infrastruktur“ umgesetzt wurden. Daher werden diese beiden Erfolgsfaktoren von weniger Unternehmen als (sehr) wichtig eingeschätzt. Des Weiteren haben Unternehmen erste Erfahrungen und Know-how zu Predictive Maintenance aufgebaut, sodass die gezielte Kompetenzentwicklung nur noch von 42 Prozent als (sehr) wichtig eingestuft wird (2017 waren es noch 72 Prozent). Heute stehen vor allem Faktoren wie die Abteilungsübergreifende Zusammenarbeit im Unternehmen (von 58 Prozent als (sehr) wichtig eingeschätzt), die IT-Sicherheit (56 Prozent) und die Verfügbarkeit von (Echtzeit-)Daten (55 Prozent) im Fokus.

Potenziale erkannt, aber noch lange nicht ausgeschöpft
Der Anteil von Pilotprojekten und tatsächlich umgesetzten Projekten hat seit 2017 zwar deutlich zugenommen, jedoch geben nur wenige Unternehmen (4 Prozent) an, die möglichen Potenziale ihres Unternehmens damit bereits komplett ausgeschöpft zu haben.

Die technischen Hürden der Maschinenanbindung im Umfeld der Predictive Maintenance Projekte stehen bei den Unternehmen nicht mehr im Vordergrund und scheinen genommen. Erste messbare Erfolge geben dem Thema Predictive Maintenance weiterhin Aufwind. Entscheidend ist, dass entsprechende Projekte als Teil einer unternehmensweiten digitalen Transformation gesehen und die Veränderungen aus der Führungsebene heraus vorgelebt werden

Franz Duscheck, Partner

Über die Studie
Für die Studie Predictive Maintenance wurden 203 Unternehmen hauptsächlich aus den Bereichen Maschinenbau, Chemie/Pharma und Automobilindustrie aus Deutschland, Österreich und der Schweiz mittels einer quantitativen Online-Umfrage befragt. Die teilnehmenden Fachexperten stammen primär aus den Bereichen Instandhaltung, Produktion, Logistik und IT.

Die gesamte Studie finden Sie unter: https://www.bearingpoint.com/de-de/unser-erfolg/insights/chancen-und-herausforderungen-von-predictive-maintenance-in-der-industrie/