Eine Studie der Analysten von Pierre Audoin Consultants (PAC) zeigt: In der Fertigungsindustrie und im Transportwesen sind die ersten Schritte in Richtung Predictive Maintenance getan. Auf dem weiteren Weg warten auf die Unternehmen jedoch Hürden, zu deren Bewältigung sie Unterstützung brauchen werden.
Fertigungsindustrie und Transportwesen zählen in Europa zu den Branchen, die gegenwärtig dem stärksten Gegenwind ausgesetzt sind. Nationale und europäische Gesetzesvorgaben, die finanzielle Belastung durch oftmals hochpreisige Anlagegüter und rasant ansteigende Betriebskosten führen gerade in diesen beiden Industriezweigen zu einer fortgesetzt herausfordernden Wettbewerbssituation. Zu allem Überfluss verhindern veraltete IT-Systeme, Betriebsverfahren und –technologien in vielen Unternehmen die zeitgerechte Umsetzung innovativer digitaler Lösungen, verlangsamen das Wachstum und vergrößern somit den Wettbewerbsdruck zusätzlich. In einer solchen Marktsituation sind Unternehmen fast ausnahmslos gezwungen, mit aller Macht die Effizienz der betrieblichen Abläufe zu steigern und die Betriebskosten zu senken. In vielen Bereichen wie Einkauf oder Vertrieb ist das Sparpotenzial jedoch bereits nahezu ausgereizt.
Auf dem Vormarsch: Predictive Maintenance in Industrie und Transportwesen
Vor diesem Hintergrund ist es durchaus überraschend, dass 93 Prozent der Entscheidungsträger aus Industrie und Transportwesen, die PAC in der Studie „Digital Industrial Revolution with Predictive Maintenance“ zu Predictive Maintenance in Europa befragte, ihre Instandhaltungsprozesse aktuell als „nicht sehr effizient“ bezeichnen. Denn gerade in diesen beiden Industriezweigen reagieren Betriebsprozesse besonders sensibel auf Störungen und schon kleine Ausfälle können in wenigen Sekunden ganze Lieferketten oder Produktionsstraßen lahmlegen.
Mit Predictive Maintenance bietet die Digitalisierung ein wirkungsvolles Werkzeug, um solchen Situationen entgegenzuwirken, bevor sie entstehen. Die Mehrheit der 232 Unternehmen, die PAC befragte, ist sich dessen bewusst: 83 Prozent der Unternehmen haben bereits in Predictive Maintenance investiert oder wollen es innerhalb der nächsten zwei Jahre tun. Doch obwohl 55 Prozent der Unternehmen bereits erste Projekte durchführen, ist gerade einmal jedes Vierte in der Lage, dadurch positive Auswirkungen auf den Geschäftsbetrieb zu erzeugen.
Die Potenziale sind enorm, die Fähigkeit zur Umsetzung (noch) begrenzt
Dabei zeigen Fallbeispiele, dass die Potenziale von Predictive Maintenance immens sind. So erzielt Transport for London, Betreiber des gesamten öffentlichen Verkehrs in London, durch die vorausschauende Wartung seiner Züge Einsparungen in Höhe von rund 3 Millionen Pfund jährlich; der größte italienische Zugbetreiber Trenitalia plant, die Wartungskosten für seine Fahrzeuge durch die Analyse von Betriebsdaten um 8 bis 10 Prozent zu senken. Die Studie von PAC zeigt allerdings auch die größte Herausforderung auf: Die wenigsten Unternehmen verfügen über die Fähigkeiten, diese Potenziale eigenständig zu erschließen. Als entscheidende Hürden bei der Optimierung ihrer Instandhaltungsprozesse nennen 88 Prozent alternde IT-Infrastrukturen und Technologien, 76 Prozent die Vernetzung ihrer Anlagen und die Analyse der entstehenden Daten. Aber ohne moderne Infrastruktur ist kein IoT möglich, ohne IoT keine Vernetzung und ohne Vernetzung keine aussagekräftige Analyse. Damit bliebe eine vorausschauende Instandhaltung weiterhin Zukunftsmusik.
Wie aber überwinden Unternehmen in Europa diese Hürden, um Predictive Maintenance in ihrem Betrieb voranzutreiben, wenn sie selbst nicht über die dafür notwendigen Erfahrungen und Fähigkeiten verfügen? Die Studie aber macht klar: Entscheidend für den Erfolg dieser Maßnahmen ist zuvorderst die Zusammenarbeit mit den richtigen Partnern, um ihre Initiativen auf einen guten Weg zu bringen. Diese Partner helfen nicht nur, die Hindernisse für IoT und Predictive Maintenance zu identifizieren, sondern verfügen auch über die passenden Werkzeuge, um diese Barrieren zu überwinden – und sie wissen darüber hinaus aus jahrelanger Erfahrung, wo die größten Potenziale der Daten verborgen liegen.
Lesen Sie hier die Executive Summary der Studie „ Digital Industrial Revolution with Predictive Maintenance“ von PAC und machen Sie sich ein eigenes Bild.
