Predictive Maintenance: Von reaktiver zu vorausschauender Wartung
Ein mittelständisches Produktionsunternehmen aus Kiel reduziert ungeplante Maschinenstillstände um 20% und spart jährlich sechsstellige Wartungskosten.
20%
weniger ungeplante Stillstände
35%
Wartungskosten eingespart
8 Monate
Return on Investment
Die Ausgangssituation
Das Unternehmen - ein familiengeführter Zulieferer für die Automobilindustrie mit 180 Mitarbeitern - kämpfte mit einem typischen Problem produzierender Betriebe: Ungeplante Maschinenstillstände.
Die Wartung erfolgte nach starren Intervallen - unabhängig vom tatsächlichen Maschinenzustand. Das führte zu zwei Problemen: Einerseits wurden Teile ausgetauscht, die noch einwandfrei funktionierten. Andererseits traten dennoch überraschende Ausfälle auf, wenn Verschleiß zwischen den Wartungsintervallen kritisch wurde.
Die Kosten: Über 400.000 Euro jährlich für ungeplante Stillstände, Eilreparaturen und überflüssige Ersatzteilwechsel.
Die Herausforderungen
Keine Echtzeit-Überwachung des Maschinenzustands
Reaktive Wartungsstrategie mit starren Intervallen
Fragmentierte Daten in verschiedenen Systemen
Hohe Abhängigkeit von Erfahrungswissen einzelner Mitarbeiter
Keine Ressourcen für KI-Eigenentwicklung
Datenschutzbedenken gegenüber Cloud-Lösungen
Die Lösung
Gemeinsam mit Zensation.SH entwickelte das Unternehmen eine maßgeschneiderte Predictive-Maintenance-Lösung. Der Fokus: Maximale Datensouveränität durch On-Premise-Installation bei gleichzeitig modernster KI-Technologie.
IoT-Sensorik
Vibrations-, Temperatur- und Stromaufnahmesensoren an 12 kritischen Maschinen.
On-Premise KI-Plattform
Lokale Datenverarbeitung und Modellausführung - keine Cloud-Abhängigkeit, volle DSGVO-Konformität.
Integration
Nahtlose Anbindung an bestehendes ERP und Instandhaltungsmanagementsystem (SAP PM).
Projektverlauf
Analyse & Konzept
Prozessanalyse, Datenaudit und Konzepterstellung. Identifikation der kritischen Maschinen und Datenpunkte.
Förderantrag
Vorbereitung und Einreichung des Antrags bei der KI-Förderrichtlinie SH. Bewilligung mit 75% Förderquote.
Dateninfrastruktur
Installation der Sensorik, Aufbau der On-Premise Datenplattform, Anbindung an bestehende Systeme.
KI-Modell Training
Entwicklung und Training der Vorhersagemodelle mit historischen Daten. Iterative Optimierung.
Rollout & Schulung
Produktivschaltung, Integration in Wartungsprozesse, Schulung der Instandhaltungsteams.
Die Ergebnisse im Detail
Durch frühzeitige Erkennung von Verschleiß werden Ausfälle verhindert, bevor sie auftreten.
Optimierte Wartungsintervalle und reduzierter Teileverschleiß senken die Gesamtkosten.
Trotz 75% Förderung wäre der ROI auch bei Eigenfinanzierung unter 2 Jahren erreicht.
Förderung & Finanzierung
Das Projekt wurde mit der höchstmöglichen Förderquote von 75% durch die KI-Förderrichtlinie Schleswig-Holstein unterstützt.
75%
der Kosten gefördert
“Wir hatten jahrelang das Gefühl, unsere Maschinen nicht wirklich zu verstehen. Jetzt wissen wir Wochen im Voraus, wann ein Lager ausgetauscht werden muss. Das hat unsere gesamte Wartungsplanung revolutioniert.”
- Technischer Leiter, Produktionsunternehmen Kiel
Erkenntnisse für andere KMU
Auch in Ihrer Produktion schlummert Potenzial
Lassen Sie uns gemeinsam analysieren, wie KI Ihre Wartungsprozesse optimieren kann.
Kostenlose Erstanalyse anfragen