Produktionsausfälle sind wohl eins der größten Schreckgespenster, die in Maschinenhallen rund um den Globus umgehen. Die anfallenden Kosten einer Störung in der Produktion können immens sein – doch intelligente Risikobewertung und systematische Planung können die Risiken eines Produktionsausfalls minimieren.
Ein Produktionsausfall kann verheerende wirtschaftliche Folgen mit sich bringen: Da wären die verpassten Einnahmen durch den eigentlichen Ausfall, da wären aber auch noch die Reparaturkosten und Kosten für Ersatzteile. Für Demontage, Fracht und Montage fallen dann häufig auch noch Nacht- oder Wochenendzuschläge an, denn natürlich sucht die Störung in der Produktion sich gefühlt immer den ‚besten‘ Zeitpunkt aus.
Hinzu kommen wirtschaftliche Schäden durch eine Verzögerung der nachgelagerten Produktion und möglicherweise sogar Schäden an nachgelagerten Maschinen – alles in allem also ein Worst-Case-Szenario, das jedes Unternehmen tunlichst vermeiden möchte.
Hundertprozentige Ausfallsicherheit kann man bei ausreichend komplexen Systemen trotz des technologischen Fortschritts und trotz gründlicher Überlegungen niemals so wirklich garantieren.
Zu viele Faktoren sind im Spiel, zu viele Abhängigkeiten gilt es zu überwinden. Viel wichtiger als die Frage „Wie erreiche ich eine komplett ausfallsichere Produktion?“, wäre für die meisten Unternehmen die Frage, welches Maß an Ausfallsicherheit überhaupt Sinn macht – vor allem in wirtschaftlicher Hinsicht.
Mit den richtigen Maßnahmen und der Bereitschaft zur Investition lassen sich Ausfälle der Produktion jedoch sehr unwahrscheinlich bis fast unmöglich machen.
Produktionsausfälle lassen sich generell durch zwei Herangehensweisen vermeiden: Strategien und Lösungen für die schnelle Wiederinbetriebnahme einer Wertschöpfungskette im Falle einer Störung – und die sogenannte Predictive Maintenance, also vorausschauende, proaktive Wartung, die verhindern soll, dass Ausfälle überhaupt erst entstehen.
Die wichtigsten Maßnahmen für den Aufbau einer störungsfreien Produktion sehen wie folgt aus:
Wichtige Anlagenabschnitte und Baugruppen können redundant aufgebaut werden, sodass im Fall der Fälle eine Maschine bzw. Baugruppe einfach und schnell ersetzt werden kann. Dies ermöglicht es gleichzeitig auch, etwaige Reparaturen am defekten Modul nicht ‚über’s Knie brechen‘ zu müssen und stattdessen garantieren zu können, dass ein Fehler auch wirklich behoben ist, ehe eine ehemals defekte Baugruppe ihre Arbeit wieder aufnimmt.
Die Vorteile eines redundanten Aufbaus liegen auf der Hand, jedoch sind auch die Nachteile einer solchen Konfiguration schnell ersichtlich:
Hier kommt eine Aufgabe für Instanhaltungsingenieure und Instandhaltungspersonal: Wie können Sie Baugruppen oder ganze Anlagen so gestalten, dass eine Instandhaltung und Reparatur auch im laufenden Betrieb möglich ist?
Bei einer Störung an einer Anlage zählt jede Sekunde – das für die Wartung und Reparatur zuständige Personal sollte sich also auf Effektivität und Effizienz spezialisieren. Die Gründe für etwaige Fehler oder Störungen sollten nach Möglichkeit selektiv eingegrenzt, entdeckt und schnell beseitigt werden können. Dementsprechend ist es ratsam, schon während der Aufstellung und noch vor Inbetriebnahme einer Anlage die Instandhaltungsmitarbeiter und Monteure mögliche Reparaturarbeiten probeweise durchführen zu lassen.
Für die Eingrenzung und Beseitigung von Fehlern haben sich Checklisten zur Fehlersuche und –beseitigung als ratsam erwiesen. Teilweise lässt sich so ein kompletter Produktionsausfall im Unternehmen abwenden.
Im Kontext der Industrie 4.0 und des Machine Learnings ist immer häufiger auch von Predictive Maintenance die Rede. Dabei handelt es sich um Instandhaltungsprozesse, die auf Prozess- und Maschinendaten basieren, die von einer künstlichen Intelligenz (KI) erhoben und gespeichert werden.
Die KI erfasst dafür konstant Maschinen- und Betriebsdaten. Über Machine Learning lernt die Technologie, bestimmte Störungsindikatoren zu erkennen, woraufhin die künstliche Intelligenz automatisch die passende Instandhaltungsstrategie einfordert. Die Maschine bedient sich hierzu einerseits der Analyse von Echtzeit-Daten und andererseits der Analyse einer bereits bestehenden Datenbank.
Wenn Lösungen für Predictive Maintenance korrekt eingesetzt und mit entsprechenden Daten gefüttert werden, sind sie recht schnell soweit, einen Techniker oder Instandhaltungsingenieur über die notwendige Behebung eines Problems in Kenntnis zu setzen, noch bevor das Problem überhaupt eingetreten ist.
Eine wirklich hundertprozentig ausfallsichere Produktion wird noch lange Zeit mindestens Zukunftsmusik und vielleicht für immer unerreichbar sein. Schon der unberechenbare Faktor Mensch und die Unvermeidbarkeit menschlicher Fehler tragen entscheidend dazu bei.
Führungskräfte und Mitarbeiter können jedoch Maßnahmen ergreifen, um die Produktion möglichst ausfallsicher zu gestalten – wer das richtig angeht, kommt schon ziemlich nah an eine hundertprozentig ausfallsichere Produktion. Wichtig ist hierbei die Unterscheidung zwischen Reagieren und Agieren. Statt möglichst schnell auf einen Produktionsausfall reagieren zu können, sollten Entscheider den Fokus darauf legen, die Entstehung solcher Ausfälle weitestgehend zu verhindern. Künstliche Intelligenz und ihre Implementierung als Predictive Maintenance innerhalb der Industrie 4.0 machen so etwas möglich.
Wenn dieses Thema Sie neugierig gemacht hat und Sie gerne erfahren möchten, wie Sie mit dem richtigen Maß an Automation auch Ihre Produktion ausfallsicherer gestalten, nehmen Sie gerne jederzeit Kontakt mit uns auf.