Warum die Zeit reif ist, zu proaktiven Operationen überzugehen

Gerätehersteller und Benutzer möchten die Erkenntnisse aus der Analyse und Modellierung von IoT- und Sensordaten nutzen, um von reaktiven zu proaktiven Vorgängen überzugehen.

Die schnelle Einführung von IoT und eingebetteten intelligenten Sensoren durch Gerätehersteller in Kombination mit neuen Konnektivitätsoptionen bieten einen einfachen Zugriff auf eine Fülle von umfangreichen Betriebsdaten. Gerätehersteller und Anwender möchten zunehmend die Erkenntnisse aus der Analyse und Modellierung dieser Daten nutzen, um von reaktiven zu proaktiven Abläufen überzugehen. Kürzlich hat sich RInsights mit Chris MacDonald, Head of AI and Analytics, Digital Transformation Solutions bei PTC, zusammengesetzt, um herauszufinden, was das Interesse antreibt in diesem Bereich, die Herausforderungen, vor denen Unternehmen stehen, und Schlüsseltechnologien, die zum Erfolg beitragen. Hier ist eine Zusammenfassung dieses Gesprächs.

RTInsights:Warum besteht Interesse an der Umstellung auf proaktive Operationen, und warum gerade jetzt?

MacDonald: Service und Aftermarket werden zu wichtigen Aspekten moderner Fertigungsunternehmen. Kunden fordern mehr Wert, und Hersteller erkennen, dass langfristige, engere Kundenbeziehungen rentabler und nachhaltiger sind. Und wenn dies nicht der Fall ist, stellen sie zumindest eine Möglichkeit dar, sicherzustellen, dass Kunden zurückkehren, um beständige Einnahmen zu erzielen.

Sie haben Margen bei den Produkten, die ständig gequetscht werden. Unternehmen und Führungskräfte betrachten Service als einen Ort, um Margendruck auszugleichen, indem sie einen höheren Wert liefern, engere Kundenbeziehungen aufbauen, Möglichkeiten bieten, Lösungen tiefer in diese Kundenabläufe einzubetten und zusätzliche Produkte und Dienstleistungen anzubieten, die mit ihren Kernangeboten zusammenhängen.

Das Problem für viele Hersteller besteht darin, dass ein Großteil des Service- und Aftermarket-Geschäfts traditionell an Dritte ausgelagert wurde, die möglicherweise nicht genau die gleiche Weise tun oder Richtlinien bis zum Abschlag befolgen. Proaktiv zu werden bedeutet, die Kontrolle zurückzugewinnen. Es gewinnt tatsächlich zumindest die Sichtbarkeit zurück und dann ein gewisses Maß an Kontrolle, das es Ihnen ermöglicht, den Betrieb zu standardisieren.

Wenn Sie den Service in Anspruch nehmen, der Margen des 2,5-fachen des Verkaufs neuer Produkte haben kann, und Sie sehen, dass viele Hersteller 40 bis 50 % ihres Gesamtgewinns aus dem Aftermarket erzielen, ist es leicht zu verstehen, warum Hersteller mit proaktiven Erkenntnissen und proaktiven Abläufen beginnen. Das gibt ihnen die Möglichkeit, Geräte und Anlagen im Feld abzuhören und Betriebsbewegungen an Muster anzupassen, die sie entdecken. Proaktiver Betrieb bietet auch eine Möglichkeit, die Rentabilität des Servicegeschäfts zu schützen. Sie können dann aggressivere SLAs anbieten. Wenn sie das tun, ist es viel wahrscheinlicher, dass sie profitable Geschäfte gewinnen und langfristig halten.

RTInsights:Welche Vorteile bietet ein proaktiver Ansatz?

MacDonald: Ich werde eine Analogie verwenden. Lassen Sie uns einen Schritt zurückgehen und über diese physischen Vermögenswerte oder intelligenten, vernetzten Produkte nachdenken. Sie verfügen über Telemetriedaten und möglicherweise andere Daten zu Diensten von Systemen. Das ist gleichbedeutend damit, hören zu können. Die Frage ist, was höre ich mir an? Es gibt viel Lärm, wie kann ich also nur das Wichtige heraushören und anhören?

Denken Sie, ohne auch nur an prädiktive und präskriptive Analysen zu denken, an Funktionen und statistische Bedeutung in Bezug auf die Leistung. Es gibt Ihnen die Möglichkeit, inmitten der Hintergrundgeräusche klar zu hören, welche Noten richtig oder falsch gestimmt sind.

Natürlich kann man immer einen Schrei hören. Aber normalerweise kommt ein Schrei von jemandem (oder etwas), der sich bereits in einer Art Krise befindet und Schaden erleidet. Sie gehen also reaktiv mit Problemen um.

Es hat den Vorteil, wirklich auf die richtigen Dinge hören zu können. Sie können damit beginnen, Leistungsmuster und Verhaltensweisen zu identifizieren, um zu diagnostizieren, was passiert. Kunden erwarten einen reibungslosen Betrieb. Sie neigen dazu, die Hersteller zu bestrafen, von denen sie glauben, ob es richtig oder falsch ist, dass sie ungeplante Ausfallzeiten verursacht haben. Wenn Sie verstimmte Töne hören, können Sie ein Problem ansprechen, bevor ein Aufschrei ertönt – vom Gerät oder von Ihrem Kunden.

Analysen liefern die diagnostischen Erkenntnisse, über die ich gesprochen habe. Es kann Abweichungen von Best Practices erkennen oder wie Geräte in einer Umgebung betrieben oder verwendet werden sollten. Proaktive Operationen, die auf diesen Analysen basieren, erkennen Probleme, bevor sie auftreten.

Mit einem vernetzten Produkt erhalten Sie einen Einblick in die Umgebung, in der die Anlage betrieben wird. Analytics, insbesondere Advanced Analytics, ermöglicht die Verarbeitung dieser Daten, um statistisch relevante Anomalien, Muster und Ereignisse zu identifizieren. Das bietet letztendlich eine objektivere Linse dafür, was ein Problem wirklich ist.

Die Serviceeffizienz kann durch eine bessere Planung und Ressourcenzuweisung verbessert werden. Vorausschauende Erkenntnisse, die Herstellern beim Übergang von diesem Break-Fix- oder kalenderbasierten Servicemodell helfen, können Serviceanrufe viel effizienter machen und Dinge wie allgemeine LKW-Rollen, Rückrufe und mehr reduzieren.

Ohne ein vernetztes Produkt schicken wir oft einen Techniker, um diese Diagnosen durchzuführen, nur um herauszufinden, dass sie nicht das richtige Teil am Lkw haben oder nicht das nötige Fachwissen, um ein Problem zu beheben. Kommt es bei einem Kunden zu Betriebsausfällen, verzögert dies die Reparatur. Die Vermeidung von Fehlern ist entscheidend. Dies gilt jedoch auch für die Effizienz der routinemäßigen Wartung für Vorgänge oder Aktionen, im Gegensatz zu Dingen wie Riemenwechsel oder Schmierung. Oftmals ist es effizienter, die routinemäßige Wartung durchzuführen, bevor sie technisch notwendig wird. So können 08/15 Service Calls in höherwertige Touchpoints umgewandelt werden.

Außerdem weiß ein guter Techniker mit den richtigen Analysen, nach welchen anderen Problemen er Ausschau halten muss. Sie können die richtige Diagnose durchführen, um das Problem schnell zu lösen, und zusätzliche Datenpunkte sammeln, um bessere Einblicke in die Ausrüstung in ihrer Umgebung zu erhalten.

Die Bedeutung solcher Remote-Self-Service-Funktionen kann nicht genug betont werden, insbesondere während einer Pandemie.

RTInsights:Sehen Sie bereits den regelmäßigen Einsatz von Prescriptive Analytics und Maintenance, oder ist es noch zu früh?

MacDonald: Ja. Es gibt Verwendung. Aber es ist eher ein Problem für Maschinenbauer als für Fertigungsabläufe. Einer unserer Analyse-Anwendungsfälle ist ein Reifenhersteller. Die Reifenbaumaschine hat unterschiedliche Sollwerte. Geschieht dies nicht auf eine bestimmte Weise, führt dies entweder zu Nacharbeit oder Ausschuss, was zu Geldverlust und letztendlich zu Umsatzeinbußen führt.

Das Gesamtkonzept der präskriptiven Analytik entstand, weil die Daten verfügbar waren und sie ihre Daten kannten. Sie könnten es mit den Betriebsergebnissen einer prädiktiven Linse verknüpfen. Sie wissen, was passieren wird, bevor der Schritt eintritt, der zu diesem Ergebnis führt. Aber sie hatten auch Hebel. Im Maschinenbaukontext sind die Sollwerte tatsächliche Hebel oder Hebel in den Daten. Sie könnten damit beginnen, Optimierungen durchzuführen und verschiedene Sollwerte vorzugeben, um bestimmten Problemen vorzubeugen. Das ist ein Anwendungsfall, der einem ROI von Hunderten und Aberhunderten von Millionen Dollar entspricht.

RTInsights:Sprechen wir hier von ROI?

MacDonald: Das ist es absolut, besonders wenn man es vom operativen Standpunkt aus betrachtet. Denken Sie noch einmal an mich als den Hersteller von Reifenaufbaumaschinen oder anderen Ausrüstungsgegenständen, die in einem Fertigungsbetrieb verwendet werden. Mein Kunde muss seine Arbeitsweise ändern, um seine Geräte besser nutzen zu können. Dann fange ich an zu denken, Moment mal. Vielleicht sind meine technischen Spezifikationen nicht auf der Grundlage einer Langzeitnutzung entwickelt worden oder simulieren sogar die richtigen Bedingungen. Die Sollwerte sind dynamischer als erwartet.

Da fangen Sie an zu sagen:Vielleicht muss ich mit der Analyse dieser Sollwerte beginnen und eine Anwendung für meinen Endkunden bereitstellen. Vielleicht kann ich ihnen diese Einblicke auch als Dienstleistung zur Verfügung stellen, um sicherzustellen, dass diese Betriebsergebnisse erreicht werden, wenn ich Einblicke in den Wert oder die Herausforderungen meiner Ausrüstung im Betrieb habe.

RTInsights:Welche zugrunde liegenden Technologien werden jetzt für den Erfolg benötigt?

MacDonald: Die kritische Technologie ist natürlich die Konnektivität. Es gibt uns die Möglichkeit, den Standort von Assets zu kontextualisieren und uns die physische Landschaft in Bezug auf Daten mitzuteilen. Mit der richtigen Technologie können wir die Daten in Bezug auf ihren Kontext modellieren.

Aber es gibt auch viele andere Technologien, die wichtig sind. Es gibt eine Systemintegration mit Edge-Konnektivität zu Sensoren. Es gibt auch andere Systeme oder Dienstsysteme, die Teil einer proaktiven Gesamtbemühung werden können. Je mehr Funktionen und Tools Sie bereitstellen können, die diese Systemintegration vereinfachen, desto besser.

Remotemonitoring ist der Ort, an dem Sie beginnen. Wie gesagt, Sie müssen zumindest hören können, bevor Sie überhaupt anfangen zuzuhören.

Ich denke, erweiterte Fernunterstützung, erweiterte 3D-Arbeitsanweisungen und erweiterte Expertenerfassung sind entscheidend. Dinge wie Service, Teileverwaltung und Workflow-Management können Erkenntnisse aus der Analyse gewinnen. Statistische Berechnungen und maschinelles Lernen machen es einfacher.

Mit automatisiertem maschinellem Lernen können Sie Modelle erstellen und schneller optimieren, um die Daten darzustellen. Dies hilft Ihnen, bessere Vorhersagen und Ergebnisse zu erhalten. Und all dies muss mit allgemeiner Analytik verbessert werden.

Darüber hinaus benötigen Sie eine Anwendungsentwicklungsplattform. Es gibt viel, was in diese Anwendungsfälle für proaktive Operationen einfließt. Die wichtigsten Funktionen sind die Fähigkeit, Daten zu verbinden, zu speichern und zu interpretieren, insbesondere mithilfe fortschrittlicher Analysetechniken wie maschinellem Lernen zum Erstellen von Modellen für Vorhersagen.

Dies muss geschehen, bevor Sie irgendetwas einschalten. Sie müssen über Echtzeitsysteme und -anwendungen verfügen, um Daten in diese Modelle zu bekommen. Sie müssen über Systeme und Anwendungen verfügen, die die Vorhersage übernehmen und etwas damit anfangen können.

Die Aufwärtsspirale von Erkenntnissen und Geschäftswert ist enorm. Ohne allgegenwärtige Konnektivität ist es unmöglich, proaktive Betriebsinitiativen über einen Pilotmaßstab hinaus zu skalieren. Sich auf manuelle, inkonsistente Methoden zum Extrahieren von Daten zu verlassen, wird immer weniger machbar.

Ebenso benötigen Sie eine Vielzahl von Analysetechniken, die in jedem Schritt des Prozesses verfügbar sind, um diese nützlichen Erkenntnisse zu liefern. Ein Hersteller kann mit dem Hinzufügen von Sensoren zu Ausrüstungen im Feld und deren Fernverbindung beginnen. Sie beginnen mit der Festlegung von Schwellenwerten, die Bediener, Remote-Techniker und Serviceorganisationen warnen, um zu untersuchen, ob ein Gerät möglicherweise ein Problem hat.

Diese Schwellenwerte können sich mit zusätzlichen Erkenntnissen zu Situationen wie gleitenden Durchschnitten und Benchmarks entwickeln, die das Verständnis normaler Nutzungs- und Betriebsmuster berücksichtigen. Gekennzeichnete Untersuchungen können in maschinelle Lernalgorithmen eingespeist werden. Sie können potenziell kausale Muster aufdecken und umfassende automatisierte Diagnosen erstellen. Sie können dann damit beginnen, Vorhersagen und sogar Rezepte zu machen. Es gibt uns die Möglichkeit, Geschäfts- und Betriebsprozesse von Grund auf neu zu denken. Ich denke, es ist ein grundlegender Weg, um den Servicebetrieb zu transformieren.

RTInsights:Was sind die Herausforderungen bei der Verwendung dieser Technologien und wie hilft PTC dabei?

MacDonald: Grundsätzlich kann dieser anfängliche Ausgangspunkt, diese Konnektivität, eine Herausforderung sein, um proaktive Operationen zu ermöglichen. Es ist notwendig, sich mit unterschiedlichen Geräten und unterschiedlichen Versionen ähnlicher Geräte zu verbinden, in dem Wissen, dass diese Geräte wahrscheinlich unter unterschiedlichen Bedingungen eines Herstellers und seines gesamten Kundenstamms betrieben werden. Die Datenmessungen und die technischen Konnektivitätsprotokolle werden sich letztendlich unterscheiden. PTC hilft, indem es Funktionen anbietet, die Hierarchien unterstützen, die vom Edge bis zur Cloud zusammengeschlossen sind, was die Definition und Iteration dieser digitalen Assets erleichtert.

Hersteller stehen vor der einzigartigen Herausforderung, begrenzte Daten über die Betriebsumgebung des Kunden zu haben. So selten haben sie Daten außerhalb der angeschlossenen Geräte, die sie verkaufen und warten. Das bedeutet, dass sie möglicherweise nicht immer die gekennzeichneten Daten haben. Und sie müssen besonders an Label-Ergebnisdaten denken, weil das Ergebnis ein operatives Element sein könnte.

Sie müssen möglicherweise andere Techniken verwenden, z. B. Anomalieerkennung und statistische Überwachung. Das sind gute Sprungbretter, bevor vorausschauende Erkenntnisse möglich sind. Dies gilt insbesondere in den Fällen, in denen ein Umstand oder ein Fehlermodus nicht eindeutig gespeichert und beibehalten wird.

Schließlich erfordern proaktive Operationen die Integration in verschiedene Systeme, um unterschiedliche Maßnahmen gegen vorausschauende Erkenntnisse oder irgendwelche Erkenntnisse zu ergreifen, sei es die Alarmvisualisierung, die einen Workflow oder andere Systeme einleitet. Workflow-Tools und API-Integrationen innerhalb einer Plattform und Software zu haben, die Sie verwenden, ist absolut entscheidend und etwas, worauf Sie achten sollten.

Ein Schlüssel zu all dem ist die Erkenntnis, dass die digitale Transformation letztendlich engagierte Anstrengungen erfordert. Es braucht Zusammenarbeit und die Bereitschaft zu lernen und zu iterieren. Sie brauchen diese Grundlage, auf der Sie aufbauen können, denn die Implementierung von Technologie ist harte Arbeit.

Es gibt Nomagie. Der Schlüssel zum Erfolg ist mehr als Technologie. Projekte müssen an dieser übergreifenden Vision ausgerichtet sein. Es gibt eine Vielzahl von Stakeholdern, die sich auf gemeinsame Datendefinitionen einigen müssen. Es gibt Ingenieure, Architekten, Datenwissenschaftler und Bediener, die einen Weg finden müssen, zusammenzuarbeiten. Sie haben traditionell in sehr getrennten Universen existiert. Sie müssen zusammenarbeiten und Anstrengungen wiederholen, um Erkenntnisse zu verstehen und abzuleiten. Sie müssen bessere Maßnahmen ergreifen, um zu verstehen, wie sich diese Daten auf die realen Prozesse auswirken, auf die sie Einfluss nehmen möchten.

Sie alle müssen bereit sein, diese datengesteuerten Entscheidungen zu treffen. Und das erfordert exekutive Führung als Voraussetzung für den Erfolg. Führungskräfte, die ein schlecht definiertes Projekt mit unrealistischen Erwartungen verwerfen, laufen Gefahr zu scheitern. Sie müssen mit den Geschäftszielen beginnen und sich rückwärts zu einer digitalen Transformationsvision vorarbeiten. Sie müssen dies tun, noch bevor Sie die guten Projekte identifizieren, die Sie als Baustein für Ihre Strategie verwenden können.

Kurz gesagt, moderne Führungskräfte müssen eine Vision haben, die sowohl klar genug ist, um sie zu organisieren, als auch flexibel genug, um mit der inhärenten Unsicherheit darüber umzugehen, wie wir genau dorthin gelangen. Wie man dieses Gleichgewicht perfekt findet, ist eines der Dinge, die im Nachhinein klar sind, aber im Blick nach vorne ziemlich schwierig sein können.

RTInsights:Welche Branchen und Anwendungen können am meisten von der Umstellung auf proaktiven Betrieb profitieren?

MacDonald: Jeder Hersteller, der Geräte bereitstellt, die für den Kundenbetrieb von entscheidender Bedeutung sind, kann davon profitieren. Es ist in Situationen, in denen Ausfallzeiten kritisch sind. Proaktive Operationen sind auch allgemein anwendbar, um Optimierungen voranzutreiben. Aber der Business Case ist sehr überzeugend, und die Möglichkeiten sind immens für Geräte oder Anlagen, bei denen Ausfallzeiten kritisch sind, wo der Service kostspielig ist und insbesondere wo Sicherheit und die Einhaltung gesetzlicher Vorschriften eine hohe Priorität haben.

Ein gutes Beispiel ist Howden, ein weltweit führendes Unternehmen in der Herstellung von Luft- und Gashandhabungslösungen. Seine Ausrüstung wird in Sektoren wie Infrastruktur, Stromerzeugung, Öl und Gas, Abwasser, Metalle, Bergbau und Transport eingesetzt.

Ihre Vermögenswerte sind entscheidend für die Systemintegrität. Sie haben die Uptime-Lösung von Howden ursprünglich für ihre maßgeschneiderten High-End-Anlagen entwickelt, bei der es sich um eine vernetzte IoT-Lösung handelt. Ihr Produkt bietet Einblicke, nicht nur für ihre Serviceorganisation, sondern auch für ihre Endkunden.

Die Wasserkonzentration war nicht Teil dieser Lösung, da sie nicht inline in der Ausrüstung oder dem Asset überwacht wurde. (Techniker führten routinemäßig manuelle Messungen durch.) Einer ihrer Öl- und Gaskunden hatte damit Probleme. Der natürliche Instinkt des Kunden ist zu sagen:„Hey, das Gerät funktioniert nicht. Es verursacht Ausfallzeiten.“ Howden wollte das Problem verstehen. Item bettete ein Wasservorhersagemodell in seine Anwendung ein, das es ihnen ermöglichte, zu verstehen, dass es sich um etwas im Betrieb und nicht um die Ausrüstung handelte. Das Modell lieferte auch Erkenntnisse darüber, wie die Ausrüstung unter den Umständen des Betriebs besser genutzt werden kann.

Es war eine Gelegenheit, die auf einem wichtigen Kunden basierte, bei dem er eine enorme Gelegenheit sah, seine IoT-Gesamtlösung weiterzuentwickeln und Wege zu finden, um kontinuierlich diagnostische und prädiktive Erkenntnisse zu liefern. Sie könnten diese Lösung dann mit anderen Kunden verwenden.

Und ich denke, Howden würde sagen, dass der entscheidende Erfolgsfaktor vor allem darin besteht, den Wert zu verstehen, der an der Schnittstelle zwischen dem, was sie tun, geschaffen wird. Datenanalyse und prädiktive Modellierung sind grundlegend für die Beschleunigung der globalen Umstellung auf Servitization. Abgesehen davon besteht ein großer Teil des Werts eines proaktiven Serviceprojekts darin, eine Blaupause aufzubauen, die eine strategische Wettbewerbsdifferenzierung in einem sehr reifen Industriemarkt bietet.