Azure KI-gestützte vorausschauende Wartung steigert Anlagenverfügbarkeit um 40 %

Transformation der Fertigungswartung mit Azure AI

Gelieferter Wert

+40%

Erhöhung der Betriebszeit der Geräte

-25%

Verringerung der Wartungskosten

+35%

Schnellere Erkennung von Anomalien

INDUSTRIE

Diskrete Fertigung

PROJEKTDAUER

1 Jahr

STANDORT

Deutschland

CLUTCH BEWERTUNG

5

Kundenübersicht

Der Kunde ist ein in der DACH-Region tätiges Hightech-Produktionsunternehmen, das sich auf die Herstellung komplexer Industrieanlagen spezialisiert hat, die in der Automobil- und Energiebranche eingesetzt werden. Mit großen Anlagen und geschäftskritischen Abläufen benötigte das Unternehmen einen proaktiveren Ansatz für die Anlagenwartung, um Ausfallzeiten zu minimieren und die Ressourcennutzung zu optimieren.

Herausforderung

Der Kunde stand vor wachsenden betrieblichen Herausforderungen:

  • Komplexe Maschinen machten eine frühzeitige Fehlererkennung schwierig.
  • Die Daten waren über verschiedene Systeme mit inkonsistenten Formaten verteilt.
  • Die Wartung war meist reaktiv, was zu ungeplanten Ausfallzeiten führte.  
  • Den vorhandenen Überwachungstools fehlte es an Echtzeit-Einblicken oder Skalierbarkeit.

Um die Wettbewerbsfähigkeit aufrechtzuerhalten und einen reibungslosen Betrieb zu gewährleisten, suchte das Unternehmen nach einer Lösung, die seine Daten für eine vorausschauende statt für eine reaktive Wartung nutzen konnte.

Bild mit Infografik zur Azure KI-Lösung

Unsere Lösung

Intertec arbeitete mit dem Kunden zusammen, um ein vorausschauendes Wartungssystem zu entwickeln und zu implementieren, das die Cloud- und KI-Funktionen von Microsoft Azure nutzt.

Wichtige Highlights der Implementierung:

  • Azure IoT Hub verbunden mit Industriemaschinen für die Aufnahme von Sensordaten in Echtzeit  
  • Azure Data Lake zur Speicherung umfangreicher Telemetrie- und Wartungsdaten  
  • Azure Databricks ermöglichte die Umwandlung von Zeitreihen, Bereinigung und Feature Engineering  
  • Azure Machine Learning wurde zum Entwickeln, Trainieren und Bereitstellen von Modellen zur Ausfallvorhersage verwendet  
  • SQL Configuration DB enthielt die Systemlogik und benutzerdefinierte Schwellenwerte  
  • Azure Data Factory orchestrierte automatisierte Datenflüsse und Modellneubildung  
  • Power BI Dashboards visualisierten Anomalie-Warnungen und den Gesundheitszustand für Wartungsteams
Arbeiter nutzt vorausschauendes Wartungssystem

Ergebnisse

Die Herausforderung  

Mit stark vernetzten Anlagen und verstreuten Daten hatte der Hersteller Schwierigkeiten, frühzeitige Anzeichen von Ausfällen zu erkennen. Das Fehlen einer Echtzeitüberwachung führte zu hohen Wartungskosten, Produktivitätsverlusten und Sicherheitsbedenken.

Das Ergebnis  

Durch die Integration des KI-Ökosystems von Azure ermöglichte Intertec dem Kunden, Ausfälle vorherzusagen, bevor sie auftreten. Das System warnt nun die Techniker im Voraus, optimiert die Reparaturpläne und liefert den Entscheidungsträgern aktuelle Einblicke in den Betrieb.

Hauptmerkmale

  • KI-gestützte Ausfallvorhersage

Modelle für maschinelles Lernen analysieren Sensormuster, um Probleme frühzeitig zu erkennen und unerwartete Ausfälle zu reduzieren.  

  • Einheitliche Dateninfrastruktur

Data Lakes und Pipelines zentralisieren historische und Echtzeitinformationen für skalierbare Analysen.  

  • Handlungsfähige Dashboards

Wartungsteams erhalten über Power BI klare, visuelle Warnungen und Empfehlungen, auf die sie sofort reagieren können.  

  • Cloud-Flexibilität

Die Azure-Plattform unterstützt eine schnelle Anpassung, wenn die Komplexität und das Datenvolumen der Anlagen zunehmen.

Buchen Sie eine kostenlose Beratung

Wählen Sie Ihre Branche*

Bitte wählen Sie Ihre Branche*

Wählen Sie Ihren Servicetyp

Bitte wählen Sie Ihren Servicetyp

calendarWann passt es Ihnen am besten für ein kurzes Gespräch

Die mit * gekennzeichneten Felder sind Pflichtfelder

Das könnte Sie auch interessieren

Alle Beiträge anzeigen