Wie nahezu alle Unternehmensbereiche unterliegt auch die Instandhaltung einem stetigen Wandel und muss sich kontinuierlich weiterentwickeln. Dieser Wandel hat durch Industrie 4.0 und Digitalisierung enorm an Dynamik gewonnen. Ging es in der Vergangenheit in erster Linie um die Optimierung der Anlagenverfügbarkeit bei gleichzeitiger Reduzierung der Kosten, bieten die aktuellen technischen Rahmenbedingungen sehr gute Voraussetzungen für einen entscheidenden Schritt in Richtung Zukunft. Maschinendaten in nahezu unbegrenztem Umfang zu sammeln und zu speichern, bietet neue Möglichkeiten, um weitergehende Verbesserungen zu erzielen.
In diesem Zusammenhang kann Predictive Maintenance als entscheidender „Beschleuniger" gesehen werden. Die Ergebnisse unserer Studie zeigen jedoch ein anderes Bild: Viele Unternehmen stehen eher auf der Bremse als auf dem Gaspedal. Woran liegt das? Was hält die Unternehmen davon ab, mögliche Potenziale auch zu nutzen?
Die Studie beschäftigt sich daher mit folgenden Leitfragen:
- Warum wird das Thema Predictive Maintenance mehr diskutiert als konkret angegangen?
- Warum zögern so viele Unternehmen, sich mit dem Thema aktiv auseinanderzusetzen?
- Was macht die Implementierung von Predictive Maintenance erfolgreich?
- Erwarten Unternehmen durch den Einsatz von Predictive Maintenance einen Paradigmenwechsel in der Instandhaltung und im Service Management?
Um diese Fragen zu beantworten, wurden 74 Unternehmen (hauptsächlich aus den Bereichen Maschinenbau, Chemie/Pharma und Automobilindustrie) aus dem DACH-Gebiet mittels einer quantitativen Online-Umfrage befragt. Die teilnehmenden Fachexperten stammen primär aus den Bereichen Instandhaltung, Produktion, Logistik und IT.
Viele reden – wenige handeln: Predictive Maintenance ist trotz großer Präsenz in der Industrie kaum in den Werkshallen angekommen. Während sich 84 Prozent der Befragten mit dem Thema Predictive Maintenance in ihrem Unternehmen auseinandersetzen, hat erst jedes vierte Unternehmen erste Projekte umgesetzt. Unternehmen sind vor allem bei den Themen Connectivity und Analytics aktiv – die ganzheitliche Optimierung der Instandhaltungsaktivitäten steht noch nicht im Fokus. So erfassen 76 Prozent der Befragten relevante Daten via Sensoren, 59 Prozent werten diese zielgerichtet aus, jedoch lediglich rund 20 Prozent optimieren die Instandhaltung auf dieser Basis ganzheitlich.
Bei der weiteren Verbesserung des Reifegrades von Predictive Maintenance hemmen vor allem technische Herausforderungen die Unternehmen – allen voran die IT-Sicherheit sowie die Auswahl und Verfügbarkeit der Daten. Die größte Herausforderung insgesamt ist jedoch der hohe Implementierungsaufwand: 61 Prozent der Befragten sehen im hohen Implementierungsaufwand eine (sehr) große Herausforderung. Den Herausforderungen begegnen 80 Prozent der Befragten mit der Weiterbildung der Mitarbeiter.
Doch wann werden Predictive Maintenance-Projekte erfolgreich? Unsere Studie ergab, dass der Einsatz von Sensorik, Vernetzung und Integration die wichtigsten Wegbereiter sind, was gleichzeitig die Frage aufwirft, ob „weiche" Faktoren unterschätzt werden.
Den größten Nutzen von Predictive Maintenance sehen Unternehmen in der Erhöhung der Anlagenverfügbarkeit (80 Prozent) gefolgt von der Reduzierung der Wartungs- beziehungsweise Servicekosten (60 Prozent). Hier herrscht also ein einheitliches und sehr eindeutiges Bild.
Wollen Sie mehr zum Thema erfahren? Die Studie und die Infografik stehen für Sie als Download zur Verfügung.
