Was bedeutet Asset-Zuverlässigkeit?

Wenn ein entscheidendes Asset wie eine teure Maschine oder eine Infrastruktur unerwartet kaputt geht, hat das Auswirkungen auf die Kunden und kann Unternehmen Millionen kosten. Um erfolgreich zu sein, benötigen Unternehmen einen klaren Echtzeitüberblick über den Zustand ihrer Assets und einen Plan, um einen reibungslosen Betrieb zu gewährleisten und schnelle Reparaturen durchzuführen, wenn etwas kaputt geht. Unternehmen sind ständig auf der Suche nach neuen Möglichkeiten, um die Leistung zu optimieren, die Zuverlässigkeit zu erhöhen und die Lebensdauer von Assets zu verlängern – und das alles, ohne unnötige Kosten zu verursachen.

Deshalb ist die Asset-Zuverlässigkeit eine so wichtige Komponente der Unternehmensstrategie. Bevor wir darauf eingehen, sollten wir einen Blick auf einige relevante Begriffe werfen.

Der Begriff „Asset“ kann sich sowohl auf physische als auch auf nicht-physische Gegenstände beziehen, die Unternehmen besitzen und die sie zur Wertschöpfung nutzen. Beispiele für physische Assets sind Maschinen, Fabriken, Büromaterial, Produktionsstätten, Montagebänder, Fahrzeugflotten, Gebäude und öffentliche Infrastrukturen. Beispiele für nicht-physische Assets sind Software, geistiges Eigentum, Marken und Patente.

Asset-Zuverlässigkeit ist die Fähigkeit eines Assets, unter bestimmten Bedingungen über einen bestimmten Zeitraum ohne Ausfall zu funktionieren. Um als „zuverlässig“ zu gelten, muss ein Asset ein bestimmtes Leistungsniveau aufweisen und alle gesetzlichen Anforderungen an seinen Betrieb erfüllen.

Die Begriffe „Asset-Zuverlässigkeit“ und „Asset-Verfügbarkeit“ können leicht verwechselt werden, aber es gibt einige wichtige Unterschiede, die es zu beachten gilt. Erstens misst die Verfügbarkeit die betriebliche Kapazität eines Assets im Laufe der Zeit. Oder anders ausgedrückt: Wie lange kann ein Equipment die mit seinem Betrieb verbundenen Aufgaben erfolgreich ausführen? Zuverlässigkeit hingegen bezieht sich auf die Fähigkeit eines Assets, unter bestimmten Bedingungen ohne Ausfallzeit oder Störungen zu funktionieren. Ein Asset gilt nur dann als „zuverlässig“, wenn es ohne unerwartete Abschaltungen zur Durchführung notwendiger Reparaturen betrieben wird.

Obwohl Zuverlässigkeit und Verfügbarkeit beide in Prozent gemessen werden, ist es möglich – sogar wahrscheinlich –, dass sich diese Prozentsätze unterscheiden, selbst wenn sie sich auf dasselbe Equipment beziehen. So kann beispielsweise ein Equipment, das mit einer Zuverlässigkeit von 100 % arbeitet, nur zu 90 % verfügbar sein, wenn 10 % der Zeit für die Durchführung kritischer Wartungsarbeiten genutzt wurde, die für den Betrieb erforderlich sind.

Um die Asset-Zuverlässigkeit proaktiv zu gestalten, stützen sich Wartungsmanager auf zwei weit verbreitete Kennzahlen: die mittlere Zeit zwischen Ausfällen (MTBF) und die mittlere Zeit bis zur Reparatur (MTTR). Beide KPIs erleichtern die Vorhersage der Leistung von Anlagen und unterstützen die Führungskräfte bei der Planung der vorbeugenden und vorausschauenden Wartung. Schauen wir uns zunächst die MTBF und MTTR an.

Sowohl MTBF als auch MTBR können mit einfachen mathematischen Formeln berechnet werden. Hier ist die Formel, die Techniker zur Berechnung der MTBF verwenden: 

MTBF = Gesamtbetriebszeit / Anzahl der Ausfälle in einem bestimmten Zeitraum

Wenn ein Equipment beispielsweise 20.000 Stunden lang genutzt wird und in diesem Zeitraum fünfmal ausfällt, beträgt seine MTBF 20.000 Stunden / 5 Ausfälle = 4.000 Stunden. Mit anderen Worten: Es ist zu erwarten, dass dieses Equipment alle 4.000 Stunden ausfällt. Anhand dieser Informationen können die Betreiber Wartung planen, um sicherzustellen, dass das Equipment nicht unerwartet ausfällt, was zu kostspieliger Ausfallzeit führt.

Während die Kenntnis der MTBF eines Assets entscheidend ist, um die Leistung auf höchstem Niveau zu halten, hilft sie den Betreibern nicht, vorherzusagen, wie viel Zeit sie für die Reparatur benötigen werden. Hier kommt MTTR ins Spiel. Zur Berechnung der MTTR müssen die Bediener zunächst wissen, wie viel Zeit die Durchführung der folgenden Aufgaben an einem Asset in Anspruch nimmt:

• Benachrichtigung der Asset-Wartungsteams
• Das defekte Gerät muss abkühlen, bevor man daran arbeitet
• Durchführung der Reparaturen und Zusammenbau aller notwendigen Teile
• Gründliches Testen des Equipments, bevor die Produktion wieder aufgenommen werden kann

Dies ist die mathematische Formel, die die Betreiber zur Berechnung der MTTR verwenden:

MTTR = Gesamte Ausfallzeit / Gesamtzahl der Ausfälle in einer bestimmten Zeit

Wenn ein System beispielsweise im Laufe eines Jahres zehnmal ausfällt, was zu einer Ausfallzeit von insgesamt 20 Stunden führt, beträgt die MTTR 20 Stunden / 10 Reparaturen = 2 Stunden. Mit anderen Worten: Jedes Mal, wenn ein Equipment kaputt geht, braucht man durchschnittlich zwei Stunden, um dieses Equipment zu reparieren.

Wie die MTBF wird auch die MTTR dazu verwendet, die Zuverlässigkeit von Assets zu bestimmen und den Betreibern die Möglichkeit zu geben, die Effizienz ihrer Wartung zu messen und gegebenenfalls Anpassungen vorzunehmen.

Sowohl die vorbeugende als auch die vorausschauende Wartung sind Wartungsstrategien, mit denen Führungskräfte die Zuverlässigkeit ihrer Assets erhöhen.

Die vorbeugende Wartung stützt sich auf die Zustandsüberwachung, um die Führungskräfte bei der strategischen Planung von Anlagenreparaturen und Ausfallzeiten in einer Weise zu unterstützen, die Auswirkungen auf das Gesamtgeschäft minimiert. Die vorausschauende Wartung erweitert die Wartungskapazität der vorbeugenden Wartung um einen Schritt. Sensoren erfassen Daten in Echtzeit, die dann in ein Enterprise Asset-Managementsystem (EAM) oder computergestütztes Wartungsmanagementsystem (CMMS) eingespeist werden, wo KI-gestützte Datenanalysewerkzeuge und -prozesse wie maschinelles Lernen (ML) Probleme erkennen und bei deren Behebung helfen. Anhand dieser Informationen werden dann Prognosemodelle für die Leistung eines Assets im Zeitverlauf erstellt und potenzielle Probleme erkannt, bevor sie auftreten.

Eine der Möglichkeiten, wie Wartungsmanager die Vorhersageanalyse verfeinern und verbessern können, um die Zuverlässigkeit von Assets zu erhöhen, ist die Erstellung eines digitalen Zwillings.

Digitale Zwillingstechnologie

Die digitale Zwillingstechnologie ermöglicht die Erstellung einer virtuellen Darstellung eines Assets, das den gesamten Lebenszyklus eines Assets umfasst und denselben Bedingungen unterliegt wie das reale Asset. Digitale Zwillinge nutzen Echtzeitdaten, Simulationen und maschinelles Lernen, um Entscheidungsträger bei der Verwaltung ihrer kritischsten Assets zu unterstützen.

Digitale Zwillinge können für Assets wie bemannte Raumfahrzeuge oder so gewöhnliche Assets wie eine Windkraftanlage erstellt werden. Wie bei der vorausschauenden Analyse sammeln Sensoren, die mit dem physischen Objekt verbunden sind, Daten aus der realen Welt, die dann auf ein virtuelles Modell übertragen werden. Durch die Überwachung des digitalen Zwillings des Assets können Manager wichtige Erkenntnisse darüber gewinnen, wie das Asset auf seine Umgebung reagiert, und Strategien zur Verbesserung seiner Zuverlässigkeit entwickeln.

Führungskräfte wissen, wie wichtig es ist, ein tiefes Verständnis dafür zu haben, wann ihre Assets wahrscheinlich ausfallen werden, damit sie sofort Maßnahmen ergreifen können, um das Risiko für den gesamten Geschäftsbetrieb zu verringern. Asset Performance Management, oder APM, hilft Entscheidungsträgern, ihre Asset-Management-Erkenntnisse mit Automatisierung, Analyse und KI-Funktionen zu erweitern.

Durch KI-gestützte Remote-Überwachung, Ursachenanalyse, Failure Mode Analysis (FMEA), Computer Vision und vorausschauende Wartung ermöglicht APM dem modernen Unternehmen, ungeplante Reparaturarbeiten zu reduzieren, Risiken zu managen, die Lebenszyklen von Assets zu verlängern und die Rentabilität zu steigern.

Enterprise Asset Management (EAM) und CMMS

Enterprise Asset-Management (EAM) ist ein Asset-Management-System, das Software und Services kombiniert, um Unternehmen dabei zu unterstützen, die Qualität betrieblicher Assets während ihres gesamten Lebenszyklus aufrechtzuerhalten, zu kontrollieren und zu optimieren. Mit der Menge an Daten, die über IoT generiert werden, verlassen sich Wartungsmanager immer mehr auf Management-Software und KI-gestützte Datenanalysen, um fundiertere Entscheidungen zu treffen. Das Ziel von EAM ist es immer, die Zuverlässigkeit von Equipment zu verbessern, die produktive Betriebszeit zu erhöhen und die Betriebskosten zu senken.

Viele EAM-Initiativen arbeiten mit einem computergestützten Wartungsmanagementsystem (CMMS) zusammen, um Wartungsabteilungen dabei zu unterstützen, wichtige Asset-Informationen zu zentralisieren. Ein CMMS teilt den Wartungsmanagern mit, wo sich ein Asset befindet, welche Art von Dienstleistungen oder Reparaturen es benötigt und wer sie durchführen sollte. Ein starkes CMMS kann die Wartungsplanung verbessern, indem es die Informationen über ein Asset sofort zugänglich und überprüfbar macht.

Asset-Zuverlässigkeit gibt modernen Unternehmen Gewissheit, wenn es um ihre wertvollsten Ressourcen geht. Durch den Einsatz von modernster Technologie, gekoppelt mit strengen Wartungsstrategien und der Einhaltung von Schlüsselmetriken wie MTBF und MTTR, können Unternehmen ihre Kosten senken, die Zuverlässigkeit ihrer Assets erhöhen und ihren ROI in ihren wertvollsten Assets maximieren.

Zu den Vorteilen einer hohen Asset-Zuverlässigkeit zählen:

• Erhöhte Betriebszeit: Eine hohe Anlagenzuverlässigkeit bedeutet, dass leistungsstarke Anlagen länger auf Spitzenniveau laufen, ohne dass sich das Ausfallrisiko erhöht. Durch die Durchführung von vorbeugender und vorausschauender Wartung als Teil einer allgemeinen Wartungsstrategie können Unternehmen die Anzahl und Häufigkeit von Ausfällen reduzieren.
• Reduzierte Kosten: Wenn sich die Zuverlässigkeit der Assets verbessert, sinken die Kosten für Wartungsarbeit, Lagerhaltung und Betriebskapital – so einfach ist das. Zuverlässigkeitsprogramme unterstützen Führungskräfte dabei, Ausfallzeiten strategisch einzuplanen und Reparaturen nur dann durchzuführen, wenn die Auswirkungen auf die Geschäftskontinuität minimiert werden können.
• Verbesserte Arbeitssicherheit: Ein weiterer Nutzen der Asset-Zuverlässigkeit ist die Verbesserung der Arbeitsplatzbedingungen für Wartungsmitarbeiter. Durch die Verringerung der Wahrscheinlichkeit von Equipment-Ausfällen vermeiden Arbeitsplätze Unfälle und Verletzungen, die mit unerwarteten Equipment-Ausfällen einhergehen.
• Intelligentes Asset-Management: Die kontinuierliche Überwachung von Anlagen durch einen EAM- oder APM Ansatz zur Verbesserung der Anlagenzuverlässigkeit generiert Erkenntnisse über aktuelle und zukünftige (erwartete) Anlagenzustände, die die Entscheidungsfindungsfunktionen der Wartungsmanager verbessern.

Die Zuverlässigkeit von Assets hängt von einem starken, koordinierten Konzept für das Asset-Management ab, das die neuesten verfügbaren technologischen Lösungen einbezieht. Die IBM Maximo Application Suite ist eine vollständig integrierte Plattform, die Unternehmen hilft, die Zuverlässigkeit ihrer Assets durch bessere Wartung zu verbessern.

IBM Maximo ermöglicht die Weiterentwicklung der zeitgesteuerten Planungswartung hin zu einer zustandsbasierten, vorausschauenden Wartung, die auf Echtzeit-Erkenntnissen basiert. Es hat sich bewährt, Unternehmen dabei zu helfen, die Asset-Leistung zu steigern, die Lebensdauer ihrer Assets zu verlängern und Kosten sowie Ausfallzeiten zu reduzieren.