Wenn Unternehmen den Zustand und die Leistung ihrer wertvollsten Assets strategisch überwachen, senken sie ihre Betriebskosten und verringern die Wahrscheinlichkeit von Ausfällen, die zu ungeplanten Wartungsarbeiten führen könnten. Durch den Einsatz von vorbeugender und vorausschauender Wartung können sie ihre Voraussagen verbessern und Reparaturen entsprechend planen – anstatt sie nach einem unerwarteten Ausfall durchführen zu müssen.

Wartungsaufgaben sind für die Erhaltung der Funktionsfähigkeit und Produktivität der Assets einer Organisation von entscheidender Bedeutung. Ihre Kosten können jedoch stark variieren und sich auf die Rentabilität des Unternehmens auswirken. Die durch einen soliden APM-Ansatz erzielten Verbesserungen der Entscheidungsfähigkeit helfen Unternehmen, übermäßige und unnötige Wartungsarbeiten zu vermeiden.

Moderne APM-Lösungen nutzen KI und maschinelles Lernen (ML) zur Bereitstellung vorausschauender und vorbeugender Wartung und sorgen für Verbesserungen der Assetverfügbarkeit und des Assetzustands. Betreiber, die sich diese neuen Technologien zunutze machen, sind besser in der Lage, Reparaturstrategien zu empfehlen, die dazu beitragen, kostspielige Ausfallzeiten der Assets zu reduzieren, auf die das Unternehmen angewiesen ist.

Viele ressourcenreiche Unternehmen nutzen heute die Fähigkeiten des Internets der Dinge (IoT) und künstliche Intelligenz (KI) als Teil einer allgemeinen APM-Strategie, um Möglichkeiten für mehr Effizienz zu erkennen. Während Führungskräfte in der Vergangenheit bis zum Monats- oder Quartalsende warten mussten, um die Leistungszahlen zu überprüfen, können sie heute dieselben Daten in Echtzeit erhalten. In einer Fallstudie aus dem Jahr 2022 gaben 51 Prozent der Unternehmen an, dass sie der Steigerung der betrieblichen Effizienz Vorrang vor anderen Initiativen einräumen würden.¹ 

Effektives APM beginnt in der ersten Phase des Assetlebenszyklus –der Planung. Noch vor der Anschaffung eines Assets müssen sich die Entscheidungsträger Gedanken darüber machen, wie sich der Betrieb und die Instandhaltung des Assets in ihre allgemeinen Abläufe einfügen. Dazu müssen sie den Wert des Assets ermitteln.

Die Bewertung von Assets ist je nach Unternehmen und Branche sehr unterschiedlich. In einem Lebensmittellieferunternehmen sind beispielsweise der Allgemeinzustand und die Leistung der für den Warentransport eingesetzten Fahrzeuge von entscheidender Bedeutung. Ein Softwareunternehmen besitzt zwar einen Fuhrpark, den es von Zeit zu Zeit einsetzt, aber der Zustand und die Leistung der Fahrzeuge sind für den täglichen Geschäftsbetrieb nicht entscheidend. Diese beiden Organisationen würden daher dasselbe Asset unterschiedlich bewerten. Wenn Sie mit der Gestaltung Ihres APM beginnen, wählen Sie zunächst die Assets aus, die für den Geschäftsbetrieb von entscheidender Bedeutung sind. Sie können sich später mit dem Zustand Ihrer Vermögenswerte mit niedrigerer Priorität befassen.

Eine Technik, die beim APM immer wertvoller geworden ist, ist die Erstellung eines digitalen Zwillings. Ein digitaler Zwilling ist eine virtuelle Nachbildung eines Assets. Damit können Anwender Tests durchführen und die Leistung anhand von Simulationen vorhersagen. Mit einem guten digitalen Zwilling können Entscheidungsträger einschätzen, wie gut ein Asset unter den Bedingungen, denen es ausgesetzt sein wird, voraussichtlich abschneiden wird. Digitale Zwillinge helfen Betreibern und Wartungsmitarbeitern, Leistungsprobleme zu erkennen und Einblicke in mögliche Verbesserungen an Wartungsplänen zu erhalten. 

Wenn es um die Überwachung der Assetleistung und die Automatisierung kritischer Assetabläufe geht, ist APM-Software, wie z. B. ein Enterprise Asset Management (EAM) System, entscheidend für die Umsetzung einer effektiven Strategie. EAM kombiniert Software und Services, um Unternehmen bei der Wartung, Kontrolle und Optimierung ihrer Betriebsanlagen zu unterstützen. Angesichts der Datenmengen, die heutzutage über das Internet der Dinge generiert werden, verlassen sich Instandhaltungsmanager immer mehr auf Management-Software wie EAM, die mit KI-gestützter Datenanalyse ausgestattet ist, um intelligentere Entscheidungen zu treffen.

Zusätzlich zu EAM setzen viele APM-Initiativen ein computergestütztes Wartungsmanagementsystem (CMMS) ein, um Wartungsabteilungen dabei zu unterstützen, wichtige Assetinformationen zu zentralisieren. Ein CMMS teilt den Wartungsmanagern mit, wo sich ein Asset befindet, welche Art von Dienstleistungen oder Reparaturen es benötigt und wer sie durchführen sollte. Ein leistungsfähiges CMMS kann wichtige Informationen über ein Asset für die Betreiber sofort zugänglich und überprüfbar machen.

Die effektivsten APM-Konzepte beruhen heute auf der Fähigkeit, regelmäßige Wartungsarbeiten zu planen, um Ausfälle von Assets zu verhindern und die Leistung kontinuierlich in Echtzeit zu bewerten. Diese beiden Strategien der vorbeugenden und vorausschauenden Wartung sind entscheidend für den Erfolg vieler APM-Initiativen. 

Bei der vorbeugenden Wartung werden regelmäßig geplante Wartungsaktivitäten durchgeführt, um die Wahrscheinlichkeit eines Ausfalls von Assets zu verringern. Ausfallzeiten werden anhand von Best Practices und historischen Durchschnittswerten, wie z. B. der mittleren ausfallfreien Zeit (MTBF), geplant.

Bei der vorausschauenden Wartung wird der Zustand eines Assets mithilfe von Sensoren, die Daten über das Assets in Echtzeit sammeln, kontinuierlich bewertet und neu bewertet. Diese Daten werden dann in ein KI-fähiges EAM oder CMMS eingespeist, wo fortschrittliche Datenanalysetools und Prozesse wie ML Probleme in Echtzeit identifizieren, erkennen und beheben. Basierend auf diesen Daten und der anschließenden Analyse werden mithilfe von Algorithmen Modelle erstellt, die vorhersagen, wann in Zukunft potenzielle Probleme mit einem Gerät auftreten können. Die vorausschauende Wartung senkt nachweislich die Wartungskosten, verringert die Ausfallzeiten von Assets um 35–50 Prozent und verlängert die Lebensdauer von Assets um 20–40 Prozent.²

Die vielleicht am häufigsten verwendete Kennzahl zur Bewertung des Erfolgs eines Wartungsprogramms ist die MTBF der Assets, mit deren Reparatur es beauftragt wurde. MTBF ist eine einfache Formel, die die durchschnittliche Zeit zwischen den erforderlichen Reparaturen an einem Gerät berechnet, indem die Gesamtbetriebszeit durch die Anzahl der Ausfälle in dieser Zeit dividiert wird. Eine Wartungsabteilung, deren Assets eine hohe MTBF aufweisen, wird in der Regel als „stark“ bewertet.  

Die Gesamtanlageneffektivität (Overall Equipment Effectiveness, OEE) (Link befindet sich außerhalb von ibm.com), ist ebenso bekannt und gängig wie die MTBF und eine weitere vielfach eingesetzte Kennzahl zur Messung der Assetleistung. Sie konzentriert sich auf drei Messgrößen: Verfügbarkeit, Leistung und Qualität der Ausrüstung. Die „Verfügbarkeit“ wird anhand der tatsächlichen Produktionszeit des Assets im Vergleich zu seiner geplanten Produktionszeit ermittelt, die „Leistung“ misst, wie gut das Asset im Vergleich zu seinem maximalen Potenzial arbeitet, und die „Qualität“ bewertet die Produktionsrate von Produkten, die als „gut“ eingestuft werden, im Vergleich zu den Produkten, die Mängel aufweisen oder Nacharbeit erfordern. Um den OEE-Wert des Assets zu ermitteln, werden diese drei Faktoren miteinander multipliziert.

Zwei weitere Messgrößen für den Erfolg eines APM-Programms sind die Geschwindigkeit und Effektivität, mit der die Wartungstechniker die ihnen zugewiesenen Arbeitsaufträge abschließen, und der Gesamtprozentsatz der abgeschlossenen gegenüber den nicht abgeschlossenen Arbeiten. 

Die Kennzahl „Häufigkeit von Notfallwartungsaufgaben“, die in der Regel mit langfristigen Wartungsstrategien in Verbindung gebracht wird, gibt Aufschluss über die Wirksamkeit eines Programms für vorbeugende Instandhaltung. Einfach ausgedrückt: Je besser eine Wartungsabteilung die vorbeugende Wartung durchführen kann, desto seltener sollten Ausfälle sein, die eine notfallmäßige Maßnahme erfordern.