Mit einem Projekt für Predictive Maintenance auf Basis von Sensordaten und Machine Learning zeigt das SAP-Beratungsunternehmen Itelligence gemeinsam mit dem Industriedienstleister Xervon Instandhaltung wie digitale Innovationen im Bereich Analytics und Instandhaltung zur Prozessoptimierung und Qualitätssicherung genutzt werden können.

Das Interesse der Industrie an neuen digitalen Technologien ist groß. Die Notwendigkeit einer maßgeschneiderten Digitalisierungsstrategie wird erkannt, gerade in der Prozessindustrie verspricht die Automatisierung u. a. große Kostenreduzierungseffekte. Trotz aller Bemühungen in den letzten Jahren sind die Potenziale der Digitalisierung für einen Großteil der Unternehmen noch lange nicht ausgeschöpft. Verständlich, denn wer noch wenig Erfahrung mit den entsprechenden Technologien gesammelt hat, kann kaum abschätzen, wie das Unternehmen auf mittlere und lange Sicht durch den Einsatz profitieren wird.

Im Rahmen der Initiative „Itelligence of Things“ hat Itelligence deshalb einen Wettbewerb für Unter­nehmen ausgelobt, die Szenarien dafür entwickelten, wie IoT- und Industrie 4.0-Technologien zur Effizienzsteigerung ihrer Prozesse beitragen könnten. Zu einem der siegreichen Unternehmen zählt Xervon Instandhaltung. Der hochspezialisierte Industriedienstleister, der zur Remondis Maintenance & Services Gruppe gehört, will die Effizienz von Anlagen und Aggregaten optimieren, um Verschleiß, Stromkosten und ungeplante Stillstände zu reduzieren. Das Projekt soll demonstrieren wie die Aufbereitung und Analyse von Betriebsdaten zu betriebswirtschaftlichem Mehrwert führt. Itelligence begleitet Xervon bei der Konzeption und Implementierung – basierend auf selbstlernenden Algorithmen.

Sensordaten sind Voraussetzung für Digitalisierung

Xervon betreibt u. a. Kühltürme, die gekühltes Wasser für Kunden aus dem Bereich der Prozessindustrie bereitstellen – in der richtigen Menge und mit der gewünschten Temperatur. Die Steuerung dieses Wasserkreislaufs ist dabei von vielen Parametern abhängig: Wie viel Wasser muss wann bereitgestellt werden, welchen Druck müssen die Pumpen erbringen, wann und mit welcher Drehzahl müssen Ventilatoren dazu geschaltet werden, und wie ist die Außentemperatur?

Sensoren an vielen Punkten der Anlage erzeugen kontinuierlich Daten, die dem Personal Anhaltspunkte geben, um entscheiden zu können, welche Pumpen und Kühltürme in Betrieb genommen werden sollen. Dafür ist ein hoher Grad an Erfahrung notwendig. Dieser Anwendungsfall ist prädestiniert dafür, IoT-Technologien einzusetzen und Optimierungspotenziale zu heben, denn hier fallen Betriebsdaten in großer Menge an – eine der Grundvoraussetzungen für maschinelles Lernen. Außerdem gibt es Regelkreise, die die Anlage automatisch steuern, die später zur Umsetzung von neuen Automatisierungsansätzen nötig sind.

Präzise Planung mittels vorausschauender Wartung

Durch die Umsetzung des Projekts wird Xervon mit seinen Kunden auf verschiedenen Ebenen profitieren: Die Maschinen in den Kühltürmen müssen vorausschauend gewartet werden, damit die Anlage nicht ungeplant ausfällt. Daten, die die Sensoren der Maschinen produzieren, liefern bei geschickter Analyse und nach einer Trainingsphase detaillierte Informationen über den aktuellen Zustand der Anlage. Die vorausschauende Wartung ist deshalb ein zentrales Instrument von Industrie 4.0, das in vielen Unternehmen erfolgreich eingesetzt werden kann.

Bisher bestand die Herausforderung darin, dass Pumpen und Ventilatoren gelegentlich vorzeitig verschleißen, da die Maschinen in der Regel nicht dauerhaft in ihrem optimalen Betriebszustand laufen können und regelmäßig unter oder über dem Optimum gefahren werden müssen. Xervon produziert ausreichend gekühltes Wasser, um alle Kundenbedarfe abdecken zu können. Gelegentlich wird allerdings weniger gekühltes Wasser benötigt. Diese Herausforderung kann durch den Einsatz von künstlicher Intelligenz sehr gut analysiert und vor allem optimiert werden. Dabei können große Datenmengen verarbeitet werden, um mittels spezieller Algorithmen Muster erkennen zu können. So lernt die Anlage, wann welche Wassermengen erforderlich sind. 70 % der Kosten des Infrastrukturbereichs werden von den Anlagen in den Kühltürmen verursacht. Gelingt es, mittels automatisierter Einstellungen die Maschinen effizienter zu betreiben, bewirken bereits kleine Optimierungen signifikante Energieeinsparungen.

Gemeinsam Erfahrung sammeln gibt Sicherheit

Ziel ist es, gemeinsam Erfahrungen zu sammeln und so Innovationen zu ermöglichen. In der ersten Phase des Projekts werden die anfallenden Betriebsdaten analysiert, die durch Sensoren an den Maschinen kontinuierlich produziert werden. Das Projektteam muss entscheiden, welche Daten relevant sind und wie sie weiterverarbeitet werden. Im Fall des Condition Monitoring kann es durchaus sinnvoll sein, Speicherplatz und damit Kosten zu sparen, indem die Daten bereits in den IT-Boxen an den Anlagen mit geeigneter Vorverarbeitungssoftware eingesehen und erst dann in die Cloud gesendet werden. Dabei sammelt das Team wertvolle Erfahrungen mit hybriden IT-Architektursystemen, die teils vor Ort, teils in der Cloud arbeiten. Sind die Daten bereinigt, kommen die Algorithmen des maschinellen Lernens zum Einsatz. Hier arbeitet Itelligence mit rund einem Dutzend spezieller SAP-Algorithmen. Welcher sich für die Anwendungsfälle bei Xervon am besten eignet, muss die Analyse zeigen. Häufig werden auch verschiedene Algorithmen miteinander kombiniert oder neue entwickelt.

Externes Wissen und interne Prozesskenntnisse garantieren Erfolge

Der Einstieg in die Digitalisierung muss Unternehmen konkrete Mehrwerte bieten. Wichtig ist eine ganzheitliche Strategie verbunden mit schrittweiser Umsetzung. Sinnvollerweise sucht sich ein Unternehmen einen Teilbereich aus, in dem die neuen Technologien erprobt, Effekte aber auch relativ schnell sichtbar werden können. So lernt das Projektteam die Möglichkeiten kennen und kann im Laufe der Zeit einschätzen, welche Prozesse von digitalen Assistenzsystemen profitieren können und in welchem Umfang das Unternehmen davon einen Mehrwert erzielen kann.

Um Industrie 4.0 zu verwirklichen, ist betriebsinternes Expertenwissen über die Produktionsanlage im Zusammenspiel mit dem Beraterwissen über die neuen Technologien und deren Implementierung notwendig. Damit sind besonders agile Teamstrukturen sinnvoll, um mögliche Szenarien zu erarbeiten und mit Innovationen Wettbewerbsvorteile zu sichern. In diesem Zusammenhang ist es für Unternehmen entscheidend, mit Offenheit an die Digitalisierung heranzutreten, ohne übereilt in eine Umsetzungsphase überzugehen. Unternehmen, die den Weg gemeinsam mit erfahrenen Beratern und Schritt für Schritt gehen, werden künftig signifikante Mehrwerte durch die Digitalisierung erfahren.