Produktion: Maschinenausfälle vorhersagen bevor sie passieren

Ein Fertigungsunternehmen mit 25 Produktionsanlagen und 180 Mitarbeitenden kämpft mit ungeplanten Stillständen: Im Schnitt fallen pro Jahr 12 ungeplante Ausfälle an — mit einer durchschnittlichen Stillstandsdauer von 4,2 Stunden und Kosten von 8.500 € pro Stunde. Das ergibt direkte Ausfallkosten von über 400.000 € jährlich, ohne Folgekosten durch Lieferverzug und Ausschuss.

Die bestehende Wartungsstrategie war zeitbasiert: Wartung nach Kalender, unabhängig vom tatsächlichen Maschinenzustand. Das führte zu zu frühen Wartungen (unnötige Kosten) und zu späten Wartungen (Ausfälle kurz nach dem Wartungsintervall).

Sensordaten sind Betriebsgeheimnisse

Maschinendaten — Temperaturverläufe, Schwingungsmuster, Druckwerte, Laufzeiten — erlauben Rückschlüsse auf Produktionskapazitäten, Schichtbetrieb und Auslastung. Diese Daten dürfen nicht in externe Cloud-Dienste übertragen werden.

Lokales Predictive-Maintenance-System mit SoverIQ

SoverIQ Stack läuft auf dem Werksserver, direkt angebunden an das Sensorik-Gateway. Das Modell wurde auf 3 Jahren historischer Sensordaten und korrespondierender Wartungshistorie trainiert:

• Echtzeit-Anomalieerkennung: Abweichungen in Vibration, Temperatur, Lautstärke oder Strom von Normalmustern identifizieren
• Ausfallwahrscheinlichkeit: Für jede Anlage eine rollierende Prognose — wie hoch ist die Wahrscheinlichkeit eines Ausfalls in den nächsten 72 Stunden?
• Ursachenhypothesen: Welches Bauteil ist wahrscheinlich betroffen? Lager, Getriebe, Pumpe, Antrieb?
• Wartungsempfehlung: Optimaler Wartungszeitpunkt in Relation zur Produktionsplanung und Teileverfügbarkeit
• Wartungsprotokoll: Ergebnisse dokumentieren und für zukünftige Modellverbesserung nutzen

Ergebnis

Ungeplante Stillstände sanken von 12 auf 3 pro Jahr — eine Reduktion um 75 %. Direkte Ausfallkostenersparnis: über 300.000 € jährlich. Wartungskosten sanken gleichzeitig um 18 %, weil Wartungen jetzt bedarfsbasiert statt zeitbasiert erfolgen. Amortisation des SoverIQ-Projekts: 4 Monate.