Refine
Document Type
- Contribution to a Periodical (7)
- Report (2)
- Working Paper (2)
- Article (1)
- Part of a Book (1)
- Master's Thesis (1)
Language
- German (13)
- Multiple languages (1)
Is part of the Bibliography
- no (14)
Keywords
- Predictive Maintenance (14) (remove)
Institute
Das Vorhaben zielte auf eine neuartige Softwarelösung für ein vorausschauendes Instandhaltungsmanagement ab, dass sowohl den aktuellen Maschinenzustand als auch die aus der Produktionsplanung ableitbare anstehende Maschinenbelastung (Auslastungsgrad, Beanspruchung) einbezieht und vor diesem Hintergrund die bestmögliche Wartungsplanung für eine maximierte Einsatzfähigkeit des Produktionssystems als Ganzes ermittelt. Der übergreifende Ansatz sollte es erstmals ermöglichen, die multikriteriellen, mehrschichtigen Entscheidungsprobleme der Instandhaltung in Produktionsumgebungen mit einem modularen Softwarewerkzeug vollständig abzubilden und zu lösen.
Übergeordnetes Ziel der wissenschaftlichen und technischen Vorhabensinhalte war also die bedarfssynchrone, sichere und flexible Optimierung von Instandhaltung und Produktion durch Erforschung der Grundlagen für ein System zur Generierung mehrdimensional optimierter Handlungsempfehlungen.
Das Vorhaben zielte auf eine neuartige Softwarelösung für ein vorausschauendes Instandhaltungsmanagement ab, dass sowohl den aktuellen Maschinenzustand als auch die aus der Produktionsplanung ableitbare anstehende Maschinenbelastung (Auslastungsgrad, Beanspruchung) einbezieht und vor diesem Hintergrund die bestmögliche Wartungsplanung für eine maximierte Einsatzfähigkeit des Produktionssystems als Ganzes ermittelt. Der übergreifende Ansatz sollte es erstmals ermöglichen, die multikriteriellen, mehrschichtigen Entscheidungsprobleme der Instandhaltung in Produktionsumgebungen mit einem modularen Softwarewerkzeug vollständig abzubilden und zu lösen.
Übergeordnetes Ziel der wissenschaftlichen und technischen Vorhabensinhalte war also die bedarfssynchrone, sichere und flexible Optimierung von Instandhaltung und Produktion durch Erforschung der Grundlagen für ein System zur Generierung mehrdimensional optimierter Handlungsempfehlungen.
Smart Maintenance
(2017)
Im Verlauf der vergangenen Jahrzehnte haben sich die Rahmenbedingungen der industriellen Produktion stark verändert. Die aktuelle Entwicklung ist vor allem durch die zunehmende Dynamik der Produktionslebenszyklen und die verschärfte Wettbewerbssituation geprägt, die durch die weltweit gestiegenen Anforderungen an die Energie- und Ressourceneffizienz, den wachsenden Kostendruck und die ausgeprägte Marktvolatilität entstanden ist. So sehen sich die Unternehmen gezwungen, die Qualität ihrer Produkte zu erhöhen. Hierfür sind hochflexible, verfügbare und zuverlässige Produktionssysteme Voraussetzung. Zur Bewältigung dieser Herausforderungen der vierten industriellen Revolution steht die Smart Factory im Mittelpunkt.
Die Potenziale einer Smart Maintenance sind vielseitig und reichen von der Bereitstellung bzw. Steigerung der Produktivität und Qualität bis hin zur langfristigen Sicherung interner Kompetenzen. Im Zuge dieser Entwicklung versteht sich die Instandhaltungsorganisation zunehmend als Inkubator interner, digitaler Transformationsprozesse und wird so zu einem essenziellen Wertschöpfungspartner innerhalb des Unternehmens. Mit Hilfe der Smart Maintenance Roadmap wird dieser Weg für produzierende Unternehmen aufgezeigt und umgesetzt. Nach der Bestimmung des Zielsystems und der Positionsbestimmung mit Hilfe des adaptierten Industrie 4.0 Maturity Index werden in der Roadmap alle Projekte entlang der dafür notwendigen Fähigkeiten verortet und umgesetzt.
Das Anbieten von Verfügbarkeitsgarantien stellt kleine und mittlere Unternehmen (KMU) oftmals vor große Herausforderungen. Dabei gewinnen verfügbarkeitsorientierte Geschäftsmodelle im Maschinen- und Anlagenbau zunehmend an Bedeutung. Aus diesem Grund wurde ein vierstufiges Vorgehen zur Integration von Verfügbarkeitsgarantien in das Leistungsportfolio eines mittelständischen Maschinenbauers entwickelt.
Für viele Außenstehende klingt „digitalisierte Landwirtschaft“ wie ein Oxymoron: auf der einen Seite eine sehr traditionelle Branche, auf der anderen Seite die Digitalisierung, das Internet der Dinge, die Zukunft. Das Projekt bei AGCO Corporation hat gezeigt, dass sich diese Elemente nicht gegenseitig ausschließen und dass bereits eine Vielzahl von Ideen und Möglichkeiten existieren. Allerdings gibt es einige Herausforderungen, die erst gemeistert werden müssen, um das Potenzial voll ausschöpfen zu können. Um mögliche Anwendungsfälle umzusetzen, müssen zunächst verschiedene technische Grundvoraussetzungen erfüllt werden. Darauf aufbauend können datenbasierte Dienste entwickelt werden, die sich stets an den Kundenbedürfnissen und der technischen Machbarkeit orientieren. Durch die konsequente Evaluation eines interdisziplinären Projektteams mit definierten Kriterien können so die vielversprechendsten Anwendungsfälle identifiziert werden, wie das Beispiel von AGCO zeigt.
Künstliche Intelligenz ist eine der Schlüsseltechnologien der Digitalen Transformation. Auch das ERP-System, also der digitale Prozess- und Datenhub in Unternehmen, wird zunehmend mit KI-Technologien angereichert. Bis dato sind jedoch die Zahl der Anwendungsfälle im ERP-Umfeld und das Angebot der ERP-Anbieter im Bereich KI noch überschaubar. KI in Business Anwendungen wird zukünftig jedoch viele Facetten haben. So werden KI-gestützte Datenanalytik, Prognosesysteme, Suchmaschinen, maschinelle Übersetzungen, Bots und wissensbasierte Expertensysteme sehr schnell Einzug in Geschäftsanwendungen halten. Somit steht fest: Die Einbindung und Nutzung von Künstlicher Intelligenz wird die ERP-Landschaft deutlich verändern.