Predictive Maintenance: Technische Hürden sind überwindbar
Die aktuelle Studie der Management- und Technologieberatung BearingPoint zeigt: In Sachen Predictive Maintenance hat sich viel getan. Jedes dritte Unternehmen hat bereits Projekte über die Pilotphase hinweg umgesetzt. Noch vor drei Jahren war nur jedes vierte Unternehmen derartig aktiv.
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.
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”, so Frank Duscheck, Partner für Maintenance & Service Management bei BearingPoint und Experte für Industry 4.0 / IoT.
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 hier (Registrierung erforderlich).
(Quelle: ots / BearingPoint; Bild: Gerd Altmann auf Pixabay)
