Ein Bewertungstool für exzellente Instandhaltung und Asset Management

Andreas Dankl, Harald Klimes (dankl+partner consulting gmbh | MCP Deutschland)

Ist Ihre Organisation fit für Instandhaltung 4.0? Der im Forschungsprojekt i-Maintenance entwickelte virtuelle Werkzeugkoffer beinhaltet ein Bewertungstool, das Auskunft darüber gibt, an welchem Punkt einzelne Technik-Organisationen stehen und mit welchen Schritten sie effizient Richtung Exzellenz marschieren können. Die Forderungen nach hoher Anlagenverfügbarkeit, geringen Stillstands- und Ausfallzeiten, kombiniert mit hohem Kostendruck beschleunigen dabei die digitale Transformation in produzierenden Unternehmen.

Wohin geht die Reise?

Die digitale Transformation verändert alle Unternehmensbereiche und bewirkt auch im Instandhaltungs- und Asset Management einen Paradigmenwechsel (siehe Abbildung 1.). Entscheidungen werden in Zukunft sehr viel stärker daten- und faktenbasiert erfolgen. Umfassende Änderungen bei Prozessen und Strukturen, bei angewendeten Methoden und Techniken und besonders beim Personal- und Wissensmanagement sind unabdingbar (Details siehe „Roadmap Instandhaltung 4.0“, [Guen2015c]).

dankl+partner, Messfeld, Salzburg Research, Instandhaltung, Instandhaltung 4.0, Maintenance, Digital Twins, Predictive, White_Paper_Paradigmenwechsel_im_IH-Management
Abbildung 1: Paradigmenwechsel im IH-Management
(Quelle: „Roadmap der Instandhaltung 4.0“)

Die technischen Anwendungen sind i.d.R. nicht neu, aber in ihrer Funktionalität und Variabilität sowie in ihrem Marktangebot sehr vielfältiger, praktikabler und kostengünstiger als noch vor wenigen Jahren (beispielsweise sind die Kosten der Sensoren durch Einsatz von IoT-Technologien und Mikroprozessoren in den letzten Jahren deutlich gesunken).

Die Recherchen im Rahmen des Projektes i-Maintenance zu praxisrelevanten I4.0-Anwendungen zeigen, dass eine hohe Intransparenz bezüglich Angebot, Möglichkeiten und vor allem auch Praxisnutzen der Anwendungen besteht. Vielfach wird unterschätzt, dass I4.0-Anwendungen neben technologischen Aspekten auch Organisations- und Managementthemen betreffen.

Schritt für Schritt zur Instandhaltung 4.0

Die „neuen“ I4.0-Anwendungen dürfen nicht isoliert betrachtet werden, sondern sind in die bekannten Gestaltungselemente des Instandhaltungs- und Asset Managements zu integrieren sind. Abbildung 2 zeigt am Beispiel der Instandhaltung auf, welche Bereiche besonders intensiv von den I4.0-Anwendungen beeinflusst werden.

dankl+partner, Messfeld, Salzburg Research, Instandhaltung, Instandhaltung 4.0, Maintenance, Digital Twins, Predictive, White_Paper_Paradigmenwechsel_im_IH-Management_Optimierungsbausteine_fuer_die_Instandhaltung
Abbildung 2: Optimierungsbausteine für die Instandhaltung.
(Quelle: dankl+partner consulting gmbh)

Im Forschungsprojekt wurde anhand dieser Erkenntnisse eine Bewertungssystematik (Reifegradmodell) erarbeitet, die eine zielgerichtete Optimierung in Richtung modernes Instandhaltungs- und Asset Management ermöglicht. Dabei wird eine Bestandsaufnahme der gegenwärtigen Situation des Instandhaltungs- und Asset Managements vorgenommen, die wesentlichen Optimierungsansätze werden identifiziert die daraus resultierenden Verbesserungspotenziale werden bewertet. Soweit nicht neu, in Kombination mit den aktuell eingearbeiteten I4.0-Einflüssen aber der perfekte Kompass für produzierende Unternehmen am Weg zu modernen Technik-Prozessen.

Folgende Schritte durchlaufen Unternehmen im Reifegradmodell:

dankl+partner, Messfeld, Salzburg Research, Instandhaltung, Instandhaltung 4.0, Maintenance, Digital Twins, Predictive, White_Paper_Paradigmenwechsel_im_IH-Management_Optimierungsbausteine_fuer_die_Instandhaltung_Reifegradmodell

Ein Anwendungsbericht dazu finden Sie hier »

Das beschriebene Reifegradmodell wurde in vereinfachter Form als frei verfügbares, kostenfreies Web-Tool abgebildet. Mit dem sogenannten Excellence Radar Instandhaltung kann die Leistungsfähigkeit der Instandhaltungsorganisation und des Asset Managements analysiert, Verbesserungsmöglichkeiten identifiziert und entsprechende Optimierungspotenziale ermittelt werden.