Wie man mit nativem OEE auf zustandsorientierte Instandhaltung umstellt

Was ist zustandsorientierte Instandhaltung (CBM)?

Zustandsorientierte Instandhaltung (Condition-Based Maintenance, CBM) ist eine Zuverlässigkeitsstrategie, die vorschreibt, dass Instandhaltungsarbeiten nur dann durchgeführt werden sollten, wenn bestimmte Indikatoren Anzeichen für eine nachlassende Leistung oder einen bevorstehenden Ausfall anzeigen.

Anstatt sich auf willkürliche Kalenderdaten zu stützen, nutzt CBM Echtzeit-Betriebsdaten, wie z. B. Maschinenzykluszahlen, Laufzeitstunden oder OEE-Geschwindigkeitsverluste, um notwendige Eingriffe auszulösen.

Dieser Ansatz maximiert die Nutzungsdauer von MRO-Ersatzteilen und stellt sicher, dass Wartungsbudgets nur dann ausgegeben werden, wenn dies durch den tatsächlichen Zustand des Anlagenteils mathematisch gerechtfertigt ist.

Die finanzielle Belastung durch kalenderbasierte vorbeugende Wartung

Die meisten Produktionsbetriebe verstricken ihre Zuverlässigkeitsteams in einem Kreislauf starrer, zeitbasierter vorbeugender Wartungspläne.

Wenn ein computergestütztes Instandhaltungsmanagementsystem (CMMS) lediglich vorschreibt, dass eine Verpackungsmaschine alle 30 Tage gewartet werden muss, ignoriert es die Realität der Produktion.

Wenn die Produktionslinie aufgrund von Lieferkettenengpässen zwei Wochen lang stillstand, ist eine vollständige Demontage am 30. Tag eine enorme Verschwendung von Arbeitszeit der Techniker und teurer Ersatzteile.

Noch schlimmer ist, dass die Demontage einer einwandfrei funktionierenden Maschine aktiv das Risiko menschlicher Fehler beim Wiederzusammenbau birgt und so zu sogenannten „Anfangsausfällen“ führt, wie Zuverlässigkeitsingenieure es nennen.

Diese auf Kalendern basierende Schätzung treibt Ihre Wartungskosten pro Einheit künstlich in die Höhe und zwingt Ihre hochqualifizierten Techniker zu unnötiger Verwaltungsarbeit.

Auslösen von Arbeitsaufträgen mit nativen OEE-Daten

Um sich von kalenderbedingten Verschwendungen zu befreien, müssen führende Unternehmen in der Industrie ihre Produktionsdaten mit ihrer Instandhaltungsplattform vereinen.

Fabrico erreicht dies durch die nahtlose Integration des nativen OEE-Trackings direkt in seine CMMS-Kernarchitektur.

Das System erfasst kontinuierlich Echtzeit-Maschinensignale von Ihren SPSen und überwacht genaue Zykluszahlen, Gesamtbetriebsstunden und geringfügige Geschwindigkeitsverluste.

Wenn ein Asset einen ganz bestimmten Betriebsschwellenwert überschreitet – wie zum Beispiel 100.000 Zyklen oder einen Geschwindigkeitsabfall von 5 % –, generiert das System automatisch einen priorisierten Arbeitsauftrag.

Dieser nutzungsbasierte Auslöser stellt sicher, dass Ihr Wartungsteam nur dann eingreift, wenn die Geräte tatsächlich gewartet werden müssen.

Durch die Durchführung von Wartungsarbeiten genau dort, wo sie benötigt werden, verlängern Unternehmen die mittlere Betriebsdauer zwischen Ausfällen (MTBF) drastisch und schützen ihre Betriebsmargen.

Validierung der Leistungsverschlechterung mit Computer Vision

Ein plötzlicher Leistungsabfall der Maschine ist ein hervorragender Auslöser für zustandsorientierte Wartungsmaßnahmen, aber die Rohdaten der SPS können nicht immer erklären, warum die Maschine langsamer geworden ist.

Ein Geschwindigkeitsverlust kann auf ein defektes Lager hindeuten, aber genauso gut die Folge eines unaufmerksamen Bedieners oder einer fehlerhaften Rohmaterialzufuhr sein.

Fabrico beseitigt diesen diagnostischen blinden Fleck mit seinem Modul „Ineffizienzen Zoom-In“, bei dem Computer-Vision-Kameras von oben eingesetzt werden, um die Produktionsumgebung kontinuierlich zu überwachen.

Wenn die native OEE eine Leistungsverschlechterung erkennt, markiert das System automatisch den genauen Zeitstempel und verknüpft ihn mit dem entsprechenden Videomaterial.

Zuverlässigkeitsingenieure können sich sofort eine hochauflösende Wiedergabe der Verlangsamung ansehen und visuell bestätigen, ob das Problem eine mechanische Reparatur oder eine Anpassung des Produktionsprozesses erfordert.

Diese unbestreitbaren visuellen Beweise verhindern, dass Wartungsteams zur Behebung von Betriebsstörungen entsandt werden müssen, wodurch ihre Kapazitäten für tatsächliche mechanische Ausfälle erhalten bleiben.

Durchführung der Reparatur mit einem feldeinsatzbereiten CMMS

Sobald ein zustandsbasierter Auslöser validiert wurde, muss die anschließende Reparatur mit absoluter Präzision durchgeführt werden, um die ursprüngliche Zuverlässigkeit des Systems wiederherzustellen.

Fabrico garantiert eine fehlerfreie Ausführung durch den direkten Einsatz einer nativenn mobilen Anwendung in der Produktionshalle.

Wenn ein Techniker zur Durchführung der CBM-Aufgabe eintrifft, muss er den physischen QR-Code der Maschine mit seinem Mobilgerät scannen.

Diese Aktion ruft sofort das visuelle Diagnosematerial, die exakte versionskontrollierte Standardarbeitsanweisung (SOP) und die benötigte MRO-Teileliste ab.

Durch die Verpflichtung des Technikers, digitale Checklisten direkt am Einsatzort zu verwenden, eliminiert das Field-Ready CMMS das Risiko von „Bleistift-Schummelei“ vollständig.

Die Techniker erfassen digital ihren Arbeitsaufwand und den Teileverbrauch und erstellen so einen mit Zeitstempel versehenen Prüfpfad, der belegt, dass die zustandsorientierte Reparatur gemäß den Werksstandards durchgeführt wurde.

Strategische Roadmap 2026: Aufbau von Stammdaten für KI

Die Führungsetagen der Fertigungsindustrie verfolgen mit Nachdruck den Einsatz von Künstlicher Intelligenz zur Automatisierung komplexer vorausschauender Wartungsprozesse und Ursachenanalysen.

Allerdings sind KI-Algorithmen grundsätzlich nutzlos, wenn sie mit starren, kalenderbasierten Wartungsprotokollen trainiert werden, die die tatsächliche Maschinennutzung nicht widerspiegeln.

Bevor eine Fabrik einer KI vertrauen kann, einen katastrophalen Ausfall präzise vorherzusagen, muss sie mindestens 12 Monate an sauberen, verifizierten, zustandsbasierten Stammdaten vorweisen.

Mit der Implementierung der einheitlichen OEE- und mobilen CMMS-Architektur von Fabrico bauen Sie heute aktiv den nutzungsbasierten Datensatz auf, den die zukünftige Automatisierung erfordert.

Erweiterte Funktionen wie der Fabrico Agent zur autonomen Prozessoptimierung und der Fabrico Assistant zur KI-gestützten Fehlerbehebung stehen derzeit auf unserer strategischen Roadmap.

Die Umstellung auf native OEE-Trigger und die Erfassung visueller Ausfallzeitnachweise sind jetzt der obligatorische erste Schritt hin zu einer KI-fähigen, selbstoptimierenden Fertigungsanlage.