PlatonaM - abgeschlossen

Plattform-Ökosystem für innovatives Instandhaltungsmanagement durch Predictive Maintenance

Technologiebereich: (Mathematische) Optimierung & Planung; Machine Learning

PlatonaM schafft die technische Voraussetzung für die sichere und rechtskonforme Nutzung von Maschinendaten und ermöglicht damit eine effiziente, vorausschauende Instandhaltung von Maschinen und Anlagen.

Herausforderung
Die systematische, intelligente Analyse von Maschinendaten verspricht erhebliche Effizienzgewinne bei der Instandhaltung von Maschinen. Studien legen nah, dass sich durch das Predictive Maintenance (vorausschauendes Instandhaltungs-Management) die Betriebszeiten von Anlagen um bis zu 20 Prozent erhöhen lassen. Bei den Instandhaltungskosten werden Einsparungen von bis zu zehn Prozent erwartet. Doch dieses Potenzial wird bislang kaum ausgeschöpft. Das liegt zum einen an verbreiteten Bedenken in Bezug auf eine sichere, rechtskonforme Datennutzung. Hemmend wirkt sich aber auch die fehlende Standardisierung aus: Jeder Hersteller bietet seinen Kunden eigene Datenschnittstellen. Damit ist jeder Kunde mit vielen verschiedenen, herstellerspezifischen Schnittstellen konfrontiert. Das erschwert die umfassende Analyse von Daten aus verteilten Systemen, beispielsweise von unterschiedlichen Maschinen oder Komponenten.

Umsetzung
Ziel von PlatonaM war es, digitale Maschinendaten sicher und rechtskonform unter Wahrung der Datenhoheit nutzbar zu machen und als eigenständiges Wirtschaftsgut zu behandeln. Grundlage dafür ist ein neuartiges „Plattform-Ökosystem“, das die Zahl der Datenschnittstellen reduziert. Maschinendaten von vielen Herstellern und vielen Kunden können dadurch einfacher systematisch zusammengeführt und mithilfe von maschinellem Lernen analysiert werden. So erlaubt diese Lösung Vorhersagen über die Maschinennutzung und liefert datengestützte Entscheidungshilfen für das Instandhaltungs-Management.

Anwendung und Nutzen
PlatonaM deckt bisher verborgene Zusammenhänge in der Nutzung von Maschinen auf und erlaubt so Prognosen zum Beispiel über Störungen und Ausfälle, verschleißanfällige Bauteile oder Wartungsbedarf. Maßnahmen zur Instandhaltung können besser vorhergesagt und priorisiert werden. Durch die offene Architektur von PlatonaM wird ein Marktplatz geschaffen, auf dessen Grundlage Dienstleister neue, auch rein digitale Geschäftsmodelle anbieten können, beispielsweise für die Erfassung, Speicherung, Analyse und Visualisierung von Maschinendaten. Die PlatonaM-Plattform wird von den Partnern eingesetzt zur Verbesserung des Instandhaltungsservice sowie für Partner und Kunden, die ihre Instandhaltungsprozesse optimieren wollen. Die neuen intelligenten Analyse-Algorithmen kommen zum Einsatz, um einen möglichen Maschinenausfall genauer vorherzusagen und operative Maßnahmen vorzuschlagen. Dabei werden neben der Produktion auch andere Branchen wie Logistik und Energie adressiert. Die beiden Forschungspartner nutzen die Plattform zur wissenschaftlichen Verwertung, um Ansätze zu demonstrieren und Forschungsarbeiten weiterzuführen.

Konsortium
InfAI Managemant GmbH (Konsortialführer), Simba n3 GmbH, SITEC Industrietechnologie GmbH, Universität Hohenheim, Fraunhofer IML