Auf einen Blick
- Hersteller von Verpackungsanlagen wertet seine Produkte durch datenbasierte Services auf
- KI-gestützte Prognosen sagen Maschinenstillstände und -defekte zuverlässig voraus
- Effizienzsteigerungen reichen von der Lagerhaltung bis zur Gesamtproduktivität
Die Geschäftssituation unseres Kunden
Im globalen Wettbewerb sind effiziente Produktionsprozesse ein entscheidender Erfolgsfaktor. Vor diesem Hintergrund bietet die Digitalisierung den Herstellern von Maschinen und Fertigungslinien viele Chancen, ihre Kunden mit datenbasierten Services aus dem Bereich der Künstlichen Intelligenz (KI) zu begeistern. Beispielsweise haben wir für einen weltweit agierenden Maschinenbauer Prognoseszenarien für Predictive Maintenance – also der vorausschauenden Wartung und Instandhaltung – umgesetzt, die die Effizienz der gefertigten Anlagen maßgeblich erhöhen.
Zielsetzung unseres Kunden war es:
- Maschinenstillstände zu verhindern
- Maschinenschäden auszuschließen
- Ausfallzeiten zu minimieren
- Typische Störfälle zu identifizieren
- Wartungsintervalle zu optimieren
- Die Produktivität zu verbessern
Die Lösung für unseren Kunden
Ausgangspunkt für unsere datenbasierten Prognoseservices bilden historische wie auch aktuelle Maschinendaten. Auf dieser Basis wird ein Prognosemodell aufgesetzt und laufend verbessert:
- Wir sammeln laufend die Sensordaten der Maschinen
- Wir ergänzen aktuelle Messwerte durch qualitätsgesicherte Stammdaten
- Wir generieren Diagnosedaten zu Maschinenproblemen
- Wir trainieren ein Machine-Learning-Modell auf Basis der Diagnosedaten
- Wir gleichen unsere Algorithmen zur Optimierung laufend mit Echtzeitdaten ab
Wie aus Daten neue Werte werden
Durch den Einsatz unseres KI-basierten Prognosemodells können die Maschinenbetreiber etwaigen Störfällen und Defekten gezielt vorbeugen. Die Verfügbarkeit der im Einsatz befindlichen Anlagen hat sich dadurch deutlich verbessert. Doch auch unser Kunde profitiert von den Optimierungen bei seinen Kunden: Prüfkosten und aufwendige Rückrufaktionen werden vermieden, die Gewährleistungskosten sinken erheblich. Gleichzeitig hat sich die Kundenzufriedenheit und -bindung erhöht.
Die Verbesserungen für alle Beteiligten in konkreten Zahlen:
- Maschinendefekte und -ausfälle werden zu 75% vorausschauend erkannt
- Stillstandszeiten sind um 50 bis 80% gesunken
- Wartungskosten haben sich um 50 bis 80% verringert
- Gewährleistungskosten wurden um über 50% gesenkt
- Lagerhaltungskosten reduzieren sich um 20 bis 30%
- Ausgaben für Überstunden haben sich um 20 bis 50% verringert
- Die Gesamtproduktivität wurde um 20 bis 30% gesteigert
turn your data into value.
