KI in der Wartung (Instandhaltung): Wie Daten und Erfahrungen der Mitarbeiter zu einer praktischen Hilfe für die Produktion werden

Prädiktive Wartung (Instandhaltung) in der Industrie

Prädiktive Wartung (Instandhaltung) gehört zu den häufig diskutierten Themen der industriellen Digitalisierung. Ihre flächendeckende Einführung ist jedoch nicht so einfach, wie es scheinen mag. Wie Tomáš Krejčí, Geschäftsführer von Better industry, betonte, sind tatsächlich funktionierende Lösungen häufig auf eine konkrete Maschine oder eine Gruppe ähnlicher Anlagen zugeschnitten. Was an einer Produktionslinie funktioniert, lässt sich daher nicht automatisch auf jeden Betrieb übertragen.

Neben der eigentlichen Vorhersage von Störungen rückt damit eine weitere wichtige Frage in den Vordergrund: Wie lassen sich die Daten, über die Unternehmen bereits verfügen, nutzen und in eine praktische Hilfe für Instandhaltungsmitarbeiter verwandeln?

Wenn die Erfahrungen der Instandhaltungsmitarbeiter nicht in ihren Köpfen verborgen bleiben

Bohumír Novák, Produktionsleiter bei Tenneco, brachte praktische Erfahrungen aus der Industrie ein. Einer der Gründe für die Einführung des Systems BI maintenance war, einen besseren Überblick über die Arbeit der Wartung (Instandhaltung) zu gewinnen. Während die Produktion einen detaillierten Überblick über die Tätigkeiten der Maschinenbediener hatte, fehlten bei den Instandhaltungsmitarbeitern vergleichbare Informationen. Das Unternehmen musste wissen, wie viele Störungen während der Schichten behoben werden können, wie die Kapazitäten der Wartung (Instandhaltung) genutzt werden und welche Historie hinter den einzelnen Einsätzen steht.

Das System ermöglichte es außerdem, die Störungshistorie und Kommentare zur Behebung zu erfassen. Genau hier zeigt sich jedoch ein typisches Problem: Jeder Mitarbeiter kann dieselbe Störung anders benennen und auch die Art der Reparatur unterschiedlich beschreiben. Die Daten lassen sich dann nur schwer auswerten und Zusammenhänge darin nur schwer erkennen.

Eine weitere Herausforderung ist die Weitergabe von Erfahrungen. Ein erheblicher Teil des Know-hows bleibt in den Köpfen erfahrener Mitarbeiter, die sich nach und nach dem Ruhestand nähern. Gleichzeitig haben Unternehmen Schwierigkeiten, neue Mitarbeiter für die Wartung (Instandhaltung) zu finden, insbesondere für Mehrschichtbetriebe und Betriebe mit kontinuierlichem Betrieb.

Erschwert wird die Situation zudem durch die Vielfalt des Maschinenparks und die technische Dokumentation in verschiedenen Sprachen. Die Orientierung in Handbüchern kann selbst für einen erfahrenen Instandhaltungsmitarbeiter zeitaufwendig sein.

KI als Helfer bei der Suche nach Störungsursachen und deren Behebung

Gerade in diesen Situationen sieht Světlana Margetová, Geschäftsführerin von Pulsar Solutions, das Potenzial künstlicher Intelligenz (KI). Ihre Lösung arbeitet sowohl mit technischen Handbüchern als auch mit praktischen Erfahrungen und hilft Mitarbeitern, relevante Informationen zur Lösung konkreter Probleme zu finden.

KI kann beispielsweise darauf hinweisen, dass ein bestimmter Defekt wiederholt auftritt, eine Reparaturanleitung vorschlagen oder dabei helfen zu beurteilen, ob das Intervall der vorbeugenden Wartung (Instandhaltung) geändert werden sollte. Ziel ist es, die langwierige Suche in der Dokumentation zu reduzieren und die benötigten Informationen direkt den Menschen zugänglich zu machen, die sie bei ihrer Arbeit benötigen.

Eine wichtige Eigenschaft einer solchen Lösung ist der Umgang mit Quellen. Wenn das System keine passende Information findet, darf es sich keine Antwort ausdenken. Gleichzeitig hat der Nutzer die Möglichkeit, die konkrete Passage in der Dokumentation nachzuschlagen, auf der die Empfehlung beruht. KI kann Instandhaltungsmitarbeitern somit helfen, ersetzt aber weder ihr fachliches Urteilsvermögen noch ihre Verantwortung für die sichere Durchführung des Eingriffs.

Die Verknüpfung von Systemen kann den größten Nutzen bringen

Ein eigenständiges Werkzeug zur Informationssuche ist nützlich. Sein Potenzial wächst jedoch, wenn es mit dem System zusammenarbeiten kann, in dem das Unternehmen Störungen und Reparaturen erfasst.

Krejčí wies darauf hin, dass Better industry mit seinem System BI maintenance dazu beiträgt, die Reaktionszeiten bei Störungen zu verkürzen. Eine weitere Möglichkeit besteht darin, auf diesen Daten aufzubauen und sie mit der Lösung von Pulsar Solutions zu verknüpfen. Dadurch ließe sich die eigentliche Störungsmeldung besser mit den Informationen verbinden, die für die Behebung benötigt werden.

Laut Margetová sind zu Beginn keine perfekt strukturierten Daten erforderlich. Die Grundlage bilden die Identifikation der Maschine und der schrittweise Aufbau einer Historie von Störungen und Reparaturen. Das System kommt auch mit den unterschiedlichen Arten zurecht, auf die Mitarbeiter ihre Eingriffe beschreiben.

Von der Verknüpfung können anschließend beide Systeme profitieren. KI kann Informationen zu den betroffenen Komponenten, Fehlercodes und Reparaturverfahren ergänzen, während das Instandhaltungssystem weitere Grundlagen für die Auswertung wiederkehrender Defekte und die Suche nach Möglichkeiten zur effizienteren Gestaltung des gesamten Prozesses liefert.

Die Technologie muss zu den Gegebenheiten des Unternehmens passen

Bei der Einführung von KI müssen auch die Infrastruktur, die Anschaffungskosten und die Datensicherheit berücksichtigt werden. Die Lösung kann lokal, in der Cloud oder im Hybridbetrieb betrieben werden. Jede Variante stellt andere Anforderungen an die Hardware, die Geschwindigkeit der Bereitstellung und den Umgang mit Daten.

Der lokale Betrieb kann insbesondere dort geeignet sein, wo das Unternehmen die technische Dokumentation und das interne Know-how unter eigener Kontrolle behalten muss. Die hybride Variante wiederum ermöglicht es, lokale Verarbeitung mit ausgewählten Online-Diensten zu kombinieren. Die konkrete Wahl sollte sich an den Anforderungen des Unternehmens, seiner Infrastruktur und seinen Sicherheitsrichtlinien orientieren.

Krejčí betonte, dass der Ansatz von Better industry zugleich neuerdings darin besteht, Daten bereitzustellen und sie über einen KI-Konnektor zugänglich zu machen – den Dienst AI CONNECT. Dabei handelt es sich um einen neuen Dienst von Better industry, bei dem die Wahl des Sprachmodells und die Art seiner Absicherung beim Kunden und seiner IT-Abteilung verbleiben. Better industry stellt Daten für Sprachmodelle bereit, um eine bessere kontextbezogene Auswertung zu ermöglichen. Auch dies ist ein wichtiger Bestandteil des gesamten Projekts: KI lässt sich nicht losgelöst von den unternehmensinternen Regeln für den Umgang mit Daten einführen.

Es geht nicht nur um Technologie, sondern darum, das bereits vorhandene Wissen des Unternehmens zu nutzen

Die Diskussion zeigte, dass der Nutzen von KI in der Wartung (Instandhaltung) nicht mit einer komplexen Vorhersage künftiger Störungen beginnen muss. Bereits die Bereitstellung der Dokumentation, die Vereinheitlichung von Informationen über frühere Reparaturen und die Bewahrung des Wissens erfahrener Mitarbeiter können einen großen Wert haben.

Für Unternehmen bedeutet dies die Möglichkeit, die Suche nach dem richtigen Vorgehen zu verkürzen, die Kapazitäten der Wartung (Instandhaltung) besser zu nutzen und schrittweise eine Wissensbasis aufzubauen, die nicht allein von Einzelpersonen abhängig bleibt.

Der Schlüssel zum Erfolg liegt nicht in der künstlichen Intelligenz (KI) allein, sondern in hochwertigen Daten, verknüpften Systemen und einer Lösung, die Instandhaltungsmitarbeitern die tägliche Arbeit tatsächlich erleichtert.