Beschreibung
Smart Maintenance und Digital Asset Management
Kostensenkung und Verfügbarkeitssteigerung mithilfe von Datenanalysen und KI-Einsatz in der Instandhaltung
In dieser innovativen Weiterbildung erfahren Sie, wie Sie mit bereits vorhandenen Daten eine wertschöpfende und vorausschauende Instandhaltung etablieren. Klassische Instandhaltung, Digitalisierung und modernes Asset Management werden so zu einem kompletten Handlungsfeld verbunden. Sie erarbeiten Ihren Einstieg in die moderne Instandhaltung mit eigenen Daten. Der erste Teil widmet sich der Vermittlung von Methodenkompetenzen. Der zweite Teil ist als Innovationsworkshop konzipiert. Hier können Sie unter Anleitung und Hilfestellung erfahrener Expert:innen einen eigenen Use Case entwickeln.
Kommende Starttermine
Inhalte / Module
Tag 1 – Grundlagen Smarte Fabrik, industrielles Maschinelles Lernen, Sensorik und Datenübertragung in der Fabrik Modul 1: Einführung in die Smart Factory/Smart Maintenance
- Inhalte der Smarten Fabrik
- Das Akatech-Modell der Smart Factory
- Smart Maintenance als wesentliches Element der Smart Factory
- Konkrete Beispiele für Smart Factory und Smart Maintenance-Technologien und Methoden
Modul 2: Einführung in das Digital Asset Management
- Das Ziel des Digitalen Anlagenmanagements
- Die Methode der Datenanalysen und der Datenhaushaltung im Unternehmen
- Optimales Umgehen mit Instandhaltungs-Managementsystemen
- Aussagekraft von Instandhaltungssystemen und Umgang mit möglichen Fehlern oder Lücken
Modul 3: Konkrete Datenanalysen aus Instandhaltungssystemen (am Beispiel SAP/PM)
- Übernahme von Daten und Preprocessing für die Analyse
- Typische Verteilungen von Daten und deren Aussagen
- Verhalten von Anlagenteilen über längere Zeiträume
- Vergleich menschlich ermittelter Instandhaltungsstrategien mit datengestützter Auswertung
- Der Zusammenhang von Zahnarztphänomen, Paretoverteilung und Sportschuhkurve
- Einsatz von automatischen KI-Entscheidungsmaschinen in der Anlagenwirtschaft
Modul 4: Typische Ergebnisse und Umsetzungen von Digital Asset Management
- Automatische Ableitung von Instandhaltungsstrategien auf Ebene der Anlagenteile
- Optimales Verhältnis von vorbeugender zu reaktiver Instandhaltung
- Auswirkung von behördlich vorgeschriebenen Prüfungen im Vergleich zu freiwilligen Inspektionen
- Identifizieren von Anlagenteilen für Condition Monitoring und Predictive Maintenance
- Konkrete Maßnahmen: Anpassungen der Wartungszyklen zur Optimierung von Kosten und Verfügbarkeit
Tag 2 – Grundlagen des Condition Monitorings und der Predictive Maintenance Modul 5: Einführung in das Condition Monitoring
- Ziel des Condition Monitorings
- Optimaler Einsatz von Methoden und Werkzeugen
- Auswahl der passenden Anlagenteile
- Auswertungen und typische Aussagen von Condition-Monitoring
- Technische Umsetzung und Praxisbeispiele
Modul 6: Sensorik und Datenübertragung in der Fabrik
- Konventionelle und Smarte Sensoren
- Datenübertragung in der Fabrik
- Architekturen zur Datenarchivierung und Datenauswertung
- Typische Kosten bei Investition und Betrieb
Modul 7: Einführung in das industrielle Maschinelle Lernen
- Warum sich Industrieanlagen für Maschinelles Lernen/KI eignen
- Was sind Datenmodelle und wie werden sie aufgebaut
- Wie funktionieren Maschinellem Lernen und KI
- Warum kann man mit Maschinellem Lernen Fabriken optimieren?
Modul 8: KI-gestützte Predictive Maintenance
- Warum KI-gestützte Predictive Maintenance
- Zustandsüberwachung und Prozessoptimierung
- Prognose des Verhaltens der Fabrik und von Anlagenteilen
- Nutzung von Condition Monitoring für die Predictive Maintenance
- IT-Architekturen und Aufsetzen von Predictive Maintenance
- Aufsetzen von Pilotprojekten und Ausrollen der Ergebnisse in der Fabrik
Tag 3 – Konkrete Problemlösungen
Eigene Use Cases und Business Cases entwickeln
- Die Teilnehmenden können konkrete Fragen und Problemstellungen ansprechen
- Diese werden im Workshop im Team bearbeitet
- Es werden gemeinsame Lösungen entwickelt
- Falls möglich, bereits werden erste Business Cases für einen Investitionsantrag entwickelt
Nutzen & Mehrwert
Die digitale Erweiterung ihrer Handlungs- und Methodenkompetenz
- Einsatz digitaler Werkzeuge und künstlicher Intelligenz / maschinellem Lernen.
- Festlegung der betriebswirtschaftlichen Datenwelt zur Ermittlung von Verfügbarkeit/OEE, Ausfallzeiten oder MTTR und MTBF.
- Aufnahme von Zustands- und Prozessdaten in Neu- und Bestandsanlagen zur Prognose von Ausfällen und Störungen.
- Einsatz von Condition Monitoring, Smarter Sensorik und Überwachungsplattformen.
- Aufbau von Digitalen Zwillingen und aussagekräftigen Datenmodellen.
- Aufbau einer einfachen IT-Struktur in der Fabrik.
- Ausblick auf die Zukunft der Instandhaltung.
Entwickeln Sie in diesem Workshop schon erste Use Cases und Business Cases für Ihr Unternehmen!
Zielgruppe / Voraussetzungen
Diese Weiterbildung richtet sich an Fach- und Führungskräfte, die sich für den Einsatz von vorbeugenden Instandhaltung in ihrer Arbeitsumgebung interessieren.
Abschlussqualifikation / Zertifikat
Annerkanntes Zertifikat der Akademie der Ruhr-Universität Bochum.
Infos anfordern
Als Ausgründung einer der größten und renommiertesten Hochschulen Deutschlands, sichert die als gemeinnützig anerkannte Akademie der Ruhr-Universität mit ihren berufsbegleitenden Studiengängen und Zertifikatskursen den Wissenstransfer in die Unternehmen der deutschen Wirtschaft, der öffentlichen Verwaltung, in Verbänden sowie an Privatpersonen und...
Erfahren Sie mehr über Akademie der Ruhr-Universität gGmbH und weitere Kurse des Anbieters.