Modernisierung der Wartungsplanung mit KI

Quant optimiert die vorbeugende Wartung mit IBM watsonx.ai

Ein Arbeiter in Schutzschürze zieht Handschuhe aus
Intelligente Wartung durch intelligente Automatisierung

Mit über drei Jahrzehnten Erfahrung im Bereich professioneller industrieller Wartungsdienstleistungen bietet Quant Asset-Class-Outsourcing und Wartungsmanagement in verschiedenen Branchen an und legt dabei Wert auf Sicherheit, Effizienz und Zuverlässigkeit. Das Unternehmen stand jedoch vor einer Herausforderung, als bei einem der Kundenstandorte von Quant ein operatives Problem auftrat, das auf Altlasten zurückzuführen war.

Vorbeugende Wartungsbefehle (PM) – kritisch für Betriebszeit und Produktivität – waren in über 1.500 Microsoft Excel-Dateien auf SharePoint vergraben, die nur als Anhänge in IBM® Maximo® Manage-Arbeitsaufträgen zugänglich sind. Die Informatiker mussten diese Dateien manuell referenzieren, was die Nutzung der erweiterten Maximo-Funktionen einschränkte. Dieser fragmentierte Prozess verringerte die Effizienz, gefährdete die Datengenauigkeit auf mehr als 17 Standorten und führte zu einem langsamen Prozess, der pro Datei über eine Stunde dauerte, um Inhalte manuell von Excel zu Maximo zu übertragen. Es veranlasste Quant, Automatisierung und Integration voranzutreiben, um das volle Potenzial von Maximo freizusetzen.

65 % Reduzierung des manuellen Arbeitsaufwands beim Übertragen von Daten von Excel zu Maximo 30 % Schnellere CMMS-Rollout-Zeit 1.500+ Excel-Dateien wurden automatisch in strukturierte Arbeitspläne umgewandelt
Wir sehen einen potenziellen Anwendungsfall, bei dem wir das Tool bei der Inbetriebnahme von neuem Equipment auf der Grundlage der OEM-Dokumentation sowie bei der Verbesserung unserer bestehenden Wartungsdaten einsetzen können. Dies könnte unseren Service für unsere Kunden verbessern.
Robert Berkel Head of Digitalization & IT Quant Service
Eine Prozesstransformation auf Basis von KI

Um die Herausforderungen der veralteten Arbeitsabläufe für die vorbeugende Wartung zu bewältigen, arbeitete Quant mit IBM® Client Engineering zusammen, um eine cloudnative Lösung zu entwickeln, die die IBM Technologie nutzt. Die Lösung konzentrierte sich auf die Automatisierung der Extraktion, Validierung und Transformation von PM-Daten aus Excel in Formate, die mit IBM Maximo Manage kompatibel sind.

Excel-Dateien wurden in einer gesicherten Umgebung mit IBM Cloud® Object Storage gespeichert, mit JSON-Ausgaben für die Integration, und IBM Cloud Code Engine wurde verwendet, um eine skalierbare, serverlose Architektur für APIs und Benutzeroberflächen zu schaffen.

Im Kern der Lösung steht das IBM-watsonx.ai® Das KI-Studio unterstützt Sie bei der intelligenten Datenextraktion mit großen Sprachmodellen (LLMs). Die KI-Dienste wurden innerhalb der IBM watsonx®-Laufzeit für maschinelles Lernen ausgeführt, um eine gesicherte, hochleistungsfähige Bereitstellung zu gewährleisten. Dieses modulare Design ermöglichte eine skalierbare Automatisierung und eine nahtlose Integration in IBM Maximo Manage.

Die Zusammenarbeit [mit IBM] war sehr einfach. Unsere Bedürfnisse wurden gehört und verstanden und in die Lösung integriert. Es wurde eine gute und effiziente Arbeitsmethode entwickelt, die sich auf die Wertschöpfung in jeder Iteration konzentrierte.
Jorge Atton Mayorga Digital Product Owner, Site Productivity Quant Service
Optimierung der Betriebsabläufe für eine reibungslose Zukunft

Letztlich entwickelten Quant und IBM erfolgreich ein Minimum Viable Product (MVP), das die Umwandlung von Excel-basierten präventiven Wartungsanweisungen in strukturierte Jobpläne innerhalb von IBM Maximo Manage automatisiert. Durch den Einsatz intelligenter Automatisierung optimiert die Lösung die Wartungs-Workflows und reduziert betriebliche Ineffizienzen.

Das MVP führte einen klaren Prozess ein, der durch eine Benutzeroberfläche zur Validierung und Korrektur der extrahierten Daten unterstützt wird. Er trennte Aufgaben nach Asset, Häufigkeit und Verantwortlichkeit und erzeugte JSON-Outputs, die mit Maximo kompatibel sind. Diese Methode machte das manuelle Referenzieren von Excel-Anhängen überflüssig und ermöglichte die volle Nutzung der erweiterten Funktionen von Maximo.

Als Ergebnis reduzierte Quant den manuellen Aufwand für die Datenextraktion und die Erstellung von Arbeitsplänen um 65 % und verkürzte die Implementierungszeiten für computergestützte Wartungsmanagementsysteme (CMMS) um 30 % für neue Standorte und Greenfield-Projekte. Diese Verbesserungen stellten einen wichtigen Schritt auf dem Weg des Unternehmens zur Modernisierung dar und bekräftigten gleichzeitig sein Engagement für skalierbare, datengesteuerte und datengestützte Wartungsabläufe.

Unser erster Eindruck ist, dass die Verwendung von KI zur Verarbeitung und Analyse einer großen Menge an Wartungsdokumentation einen Vorteil und Nutzen in Bezug auf Produktivität und reduzierten manuellen Aufwand bietet.
Emelie Backman Maintenance Engineer Manager Quant Service
Über Quant Service

Quant Service, gegründet vor über 35 Jahren und mit Hauptsitz in Stockholm, Schweden, bietet professionelle industrielle Wartungsdienstleistungen an. Mit einer globalen Präsenz umfasst Quant über 400 Standorte in verschiedenen Sektoren, die Verbesserungen in Sicherheit, Geräteleistung und Betriebssicherheit unterstützen.

Lösungskomponenten IBM Client Engineering IBM Cloud Code Engine IBM Cloud Object Storage IBM Maximo IBM watsonx.ai
Lassen Sie watsonx.ai für eine intelligentere Wartung von Maximo sorgen

Entdecken Sie, wie IBM Ihrem Unternehmen helfen kann, die Wartungsplanung zu automatisieren und intelligentere Abläufe mit watsonx.ai und IBM Maximo freizuschalten.  

Mehr über IBM watsonx.ai Weitere Informationen zu IBM Maximo
Rechtshinweise

© Copyright IBM Corporation 2025. IBM, das IBM Logo, IBM Cloud, IBM watsonx, Maximo und watsonx.ai sind Marken der IBM Corp., die in vielen Gerichtsbarkeiten weltweit registriert sind.

Microsoft ist eine Marke der Microsoft Corporation in den USA bzw. anderen Ländern.

Die Beispiele dienen nur zur Veranschaulichung. Die tatsächlichen Ergebnisse variieren je nach Clientkonfiguration und -bedingungen. Daher können keine allgemein erwarteten Ergebnisse bereitgestellt werden.