Logo
Logo

06508 KI in der Instandhaltung – Stand und Ausblick

Die zunehmende Verfügbarkeit von Daten und deren horizontale und vertikale Integration durch Verknüpfung von unterschiedlichen IT-Managementsystemen bietet der Instandhaltung die Chance, einfache bis komplexe datenanalytische Verfahren (künstliche Intelligenz) anzuwenden, um einen höheren Reifegrad im strategisch-operativen Management zu erreichen und damit nachhaltig zur Unternehmenswertschöpfung beizutragen.
Eingeordnet in der Philosophie „Lean Smart Maintenance” bieten sich zahlreiche Möglichkeiten, um sowohl die Effizienz als auch die Effektivität der Instandhaltung zu verbessern, die Lebensdauer der Anlagen zu verlängern, die Ressourceneffizienz zu erhöhen und so wesentliche Entwicklungsschritte im Asset Management zu erreichen. Der vorliegende Beitrag gibt einen Überblick über datenanalytische Verfahren der KI im Kontext zum LSM-Konzept und zeigt den Stand und absehbare Entwicklungen auf. [1]
von:

1 Ausgangssituation

Aus vielfach publizierten Gründen steigen die Anforderungen an das Assetmanagement und die Instandhaltung sowohl im strategischen als auch im operativen Bereich permanent. Andererseits bieten die Digitalisierung und die mit ihr verbundenen Techniken und Instrumente der Instandhaltung die Möglichkeit, proaktiv auf diese Anforderungen zu antworten. Insgesamt spielt die künstliche Intelligenz (KI) vermehrt eine wesentliche Rolle, es gibt bereits zahlreiche Anwendungsbereiche in der Industrie.
Einer davon ist die KI in der Instandhaltung, die sich mit der Instandhaltung und Optimierung von Maschinen und Anlagen befasst. KI kann die Instandhaltung smarter, effizienter und dynamischer machen, indem sie Daten analysiert, Muster erkennt, Vorhersagen trifft und Empfehlungen gibt. Im Folgenden wird auf ein adäquates Managementkonzept der Instandhaltung eingegangen und es werden die Digitalisierungsfelder und damit KI-Anwendungsbereiche beschrieben, die ein adäquates, agiles Asset Management ermöglichen.

2 Instandhaltung – Instandhaltungsmanagement

Die Instandhaltung hat die Aufgabe, durch Kombination von technischen und dispositiven Maßnahmen wie Organisation, Planung, Information, Kontrolle und Personalführung vorwiegend in der Nutzungsphase von Anlagen die Funktionsfähigkeit – bzw. darüber hinausgehend vermehrt die Funktionserfüllung – derselben sicherzustellen.
Anforderungen nach DIN 31051
Dabei müssen diese technischen Einheiten die an sie gestellten Anforderungen erfüllen können (DIN 31051:2019) [2]. In der Regel erfolgt dies durch ein Maßnahmenbündel aus Wartung, Inspektion, Instandsetzung und Verbesserung (mittels Schwachstellenanalyse). Das life-cycle-orientierte Ziel des Anlagenmanagements geht über die Nutzungsphase der Assets hinaus und hat
die Beschaffung, Bereitstellung, Erhaltung und Ausmusterung von Sachanlagen so zu gestalten und zu lenken,
dass das angestrebte wirtschaftliche Ergebnis der Unternehmung
unter Beachtung der betrieblichen Humananforderungen und der sonstigen einengenden Bedingungen wie Umwelt- und Nachhaltigkeitsziele in
möglichst hohem Maß erreicht wird. ( [3], S. 5)
Verankerung im Anlagenmanagement
Ist die Instandhaltung in der kulturellen und strategischen Ebene eines Unternehmens in das Anlagenmanagement eingebettet, dann gewinnen neben der Erhaltung und permanenten Verbesserung des Abnutzungsgrads der Anlagen auch die Sicherstellung der Prozessqualität derselben (Funktionserfüllung) sowie Nachhaltigkeits- und Energieeffizienzziele an Bedeutung. Hinzu kommen Humanziele wie Anlagensicherheit und Arbeitsplatzergonomie.
Im Sinne der oben erwähnten Erfolgspotenziale ist diese Einbettung der Instandhaltung in ein umfassendes Asset Management erforderlich.
In einer modernen Instandhaltungsphilosophie steht ein proaktives, dynamisch, lern- und wertschöpfungsorientiert gestaltetes Management im Vordergrund. Als übergeordnetes Ziel wird die Maximierung des Wertschöpfungsbeitrags der Instandhaltung zum Unternehmenserfolg gesehen. Dazu sind die Leistungen der Instandhaltung so zu managen, dass die spezifischen, der Kritikalität der Anlage entsprechenden Zielwerte für Verfügbarkeit, Zuverlässigkeit und Prozessqualität permanent verbessert werden. Gleichzeitig trägt eine effiziente Durchführung der Instandhaltungsmaßnahmen zur Reduktion der Instandhaltungskosten bei. Im Bereich der Human- und Sozialziele ist insbesondere die Implementierung einer Wissensorganisation von herausragender Bedeutung, um die Fach- und Methodenkompetenz laufend zu erweitern.
Herausforderung
Die Problemstellung besteht darin, durch Komplexität und sich verändernde Anforderungen seitens des Markts gekennzeichnete Produktionssysteme bei in der Regel ungenügender Informationslage insofern zu beherrschen, dass die an die Instandhaltung gestellten oben erwähnten Ziele nachhaltig erreicht werden. Dazu bedarf es einer Fülle von Daten und Informationen, die in der Regel nicht in der adäquaten Menge und Qualität vorhanden sind und relativ rasch zur Entscheidungsunterstützung zur Verfügung stehen sollten. Insbesondere dazu kann und wird die künstliche Intelligenz dem Instandhaltungsmanagement wesentliche Unterstützung bieten und die genannten Managementfunktionen unterstützen.

3 Begriff und Inhalt der künstlichen Intelligenz (KI)

Der Begriff der künstlichen Intelligenz (KI) wird für eine Reihe von Technologien und Verfahren unterschiedlich verwendet und interpretiert. Daher ist dieser Begriff auch mit vielfältigen Vorstellungen verbunden. Allgemein wird anerkannt, dass KI ein Teilgebiet der Informatik ist, das sich mit der Imitation intelligenten Verhaltens durch automatisierte Entscheidungssysteme beschäftigt. Darunter versteht man Verfahren, die auf Algorithmen beruhen und sowohl immaterielle Verfahren wie Massendaten (Big Data) als auch materielle Voraussetzungen wie Hardware und Robotik implizieren. Am Beginn der KI war die Repräsentation von Problemen und Logiken vorherrschend; dies führte zu sogenannten Expertensystemen, die definierte Aufgaben in einem abgegrenzten Themengebiet zu lösen in der Lage sind (Qualitätsmanagement, Fehleranalyse). Allerdings sind sie unflexibel und nur begrenzt lernfähig; so konnten sie sich nicht durchsetzen.
Bei weniger klar definierten und strukturierten Aufgaben sind fortgeschrittenere Methoden von statistischen Verfahren und Mustererkennung nötig, die eigene Entwicklungs- bzw. Optimierungsprozesse durch Prozesse des maschinellen Lernens und neuronaler Netze durchlaufen. Der Begriff der künstlichen Intelligenz wurde gewählt, um Ähnlichkeiten zum menschlichen Denken und Handeln aufzuzeigen; dazu werden Aspekte des menschlichen Gehirns nachgebildet.
Loading...