Predictive Maintenance: Der Asset Efficiency Testbed hält Flugzeuge sicher

Bei einem Rückflug von einem Geschäftstermin in Washington, D.C. erlitt ich eine frustrierende Verspätung. Nach dem Boarding und fast einer Stunde Wartezeit am Gate verkündete der Pilot, dass das Flugzeug für mindestens zwei weitere Stunden am Boden bleiben müsse, weil eine kritische Komponente des Fahrwerks defekt war und das Ersatzteil erst herangeschafft werden musste. Während ich mit Mitreisenden saß, wurde mir klar, wie Predictive Maintenance diese kostspielige Unterbrechung hätte verhindern können.

Der Predictive-Maintenance-Use-Case für Flugzeugfahrwerke ist die erste Live-Demonstration des Asset Efficiency Testbeds, einer Internet-of-Things-Initiative unter Leitung des Industrial Internet Consortium (IIC). Infosys treibt die Entwicklung voran, mit strategischen Partnern Bosch, Intel, PTC und HP, die wesentliche Technologie und Expertise beisteuern.

Asset Efficiency mag wie ein Finanz-Buzzword klingen, doch es repräsentiert eine mächtige Technologie, die Ausfallzeiten drastisch reduzieren, Milliarden einsparen und – am wichtigsten – Leben schützen kann. Dieser Durchbruch ist besonders relevant für High-Tech-Hersteller und jede Organisation, die auf kritische Infrastruktur angewiesen ist.

„Asset Efficiency ist kein revolutionär neues Konzept, aber es wird extrem unterschätzt.“ – Dr. Richard Mark Soley, Executive Director, Industrial Internet Consortium

Asset Efficiency: Der Elefant im Raum

Moderne Geräte und Systeme generieren riesige Datenmengen – jede Aktivität in Flugzeug, Fabrik oder Ölfeld produziert messbare Signale. Werden diese Daten kontinuierlich überwacht und in handlungsleitende Erkenntnisse umgewandelt, können Wartungsteams Ausfälle präzise antizipieren und beheben, bevor sie eintreten. Die Vorteile sind klar: höhere Leistung, geringerer Energieverbrauch, weniger Abfall, verbesserte Qualität, höhere Gewinne und gerettete Leben.

Doch eine gemeinsame Studie von Infosys und dem Institut für Industrielles Management (FIR) der RWTH Aachen zeigte: Während 85 % der Industrie- und Prozesfertigungsunternehmen in China, Frankreich, Deutschland, UK und USA die Notwendigkeit von Asset Efficiency erkennen, haben nur 15 % tatsächlich Maschinendatentechnologien dazu implementiert. China führt, doch die Lücke bleibt groß.

Die Studie identifizierte zentrale Hindernisse: Fehlende Asset-Instrumentierung, Abwesenheit von Echtzeit-Analytik, fehlende Integration mit verbundenen Systemen und ein zu enger Fokus, der breitere Effizienzdimensionen wie Energie, Auslastung, Betrieb und Servicefähigkeit ignoriert.

Die Lücke schließen

Der Asset Efficiency Testbed ist darauf ausgelegt, diese Kluft durch einen ganzheitlichen Ansatz zu überbrücken, der operative, energetische, wartungsbezogene, servicebezogene und informationsbezogene Aspekte abdeckt (siehe Grafik). Seine Kernfähigkeiten umfassen:

• Condition Monitoring: Misst und überwacht kontinuierlich lebenswichtige Gesundheitsparameter, um sicherzustellen, dass sie innerhalb sicherer Grenzen bleiben.
• Diagnostische Analyse: Eine robuste Analytics-Engine vergleicht Live-Daten mit historischen und kontextuellen Datensätzen, um Anomalien zu erkennen.
• Prognostik: Fortgeschrittene Algorithmen prognostizieren die verbleibende Nutzungsdauer von Assets oder spezifischen Komponenten.

Kollaborierende Partner:

• Infosys führt die Initiative an, entwirft die Lösung, entwickelt die Applikation und stellt die Infosys Information Platform (IIP) als Analytics-Engine bereit.
• Bosch liefert Sensortechnik, Edge-Datenerfassung, Gerätemanagement und Skalierbarkeit durch die Bosch IoT Suite, wobei der Vorto-Code-Generator M2M-Modellierung ermöglicht.
• PTC bietet die ThingWorx Application Enablement Platform (AEP) für Dashboards, Widgets und andere UI-Komponenten.
• Intel stellt den Moon Island Gateway für Edge-Datenaggregation bereit und kooperiert mit HP für horizontale Infrastruktur.