Operational excellence door optimale interpretatie van assetdata

Serviceorganisaties en fabrikanten met veel assets kunnen hun big data extra waarde geven door deze in te zetten voor Predictive Maintenance. Wie immers zijn onderhoud kan voorspellen zorgt niet alleen voor een efficiënter gebruik van het schaarse technisch personeel, maar ook voor aanzienlijk efficiëntere bedrijfsprocessen, een optimalisatie van de productietijd, hogere kwaliteit en onder aan de streep ook een hogere klanttevredenheid. Maar daar is wél wat voor nodig.

Toepassing big data
We zien in de dagelijkse praktijk dat veel bedrijven the Internet of Things (IoT) wel degelijk inzetten en ook enorme hoeveelheden data verzamelen rond hun assets. Maar ze zetten deze data maar mondjesmaat in. PWC constateerde twee jaar geleden dat slechts 11% van alle onderhoudsbedrijven een zekere mate van volwassenheid kent bij de toepassing van de big data die zij beschikbaar hebben. Dat is een gemiste kans.

Veel van de huidige assets zijn uitgerust met sensoren. Denk bijvoor­beeld aan de liften van ThyssenKrupp. Deze bevatten een set aan sensoren die onder meer meten wat de temperatuur van de motor is, de snelheid van de liftcabine, het functioneren van de deur etc. Dankzij het analyseren van al deze data kan dit bedrijf onderhoud uitvoeren vóórdat de lift stil komt te staan. Predictive maintenance in optima forma.

Of kijk naar BAM Rail Maintenance dat de railinfrastructuur beheert van de HSL
Zuid. Dit bedrijf kreeg de volledige verantwoordelijkheid voor de storingen op deze spoorlijn toegeschoven en haalde medewerkers met kennis van neurale netwerken en kunstmatige intelligentie in huis. Zij moeten vanuit de grote hoeveelheden gegevens die uit een onderhoudsgebied komen voorspelmodellen gaan maken waarmee zij het onderhoud kunnen gaan plannen.

“Onderhoud uitvoeren

vóórdat de lift stilstaat

Voorspelbaar onderhoud
Data is het nieuwe goud wordt vaak geroepen. En IoT is de ‘enabler’ die voorspellend onderhoud mogelijk maakt. Maar niets gaat hier vanzelf. Er zullen drempels bepaald moeten worden die bij overschrijding een actie triggeren. En door middel van machine learning wordt dit proces geautomatiseerd.

Bovendien is het essentieel om de verzamelde data te clusteren op één platform: de cloud. De data wordt op deze manier snel en efficiënt verwerkt en benodigde tools kunnen direct worden toegepast. Ook zijn systeemvernieuwingen en updates altijd als eerste beschikbaar voor alle cloud gebruikers. Om up to date te zijn en overal bij uw data te kunnen, biedt werken vanuit de cloud dan ook een groot voordeel.

Als we Predictive Maintenance op een goede manier inrichten is service niet langer het oplossen van de problemen van de klant. Want IoT en big data veranderen de betekenis van dit begrip in ‘het oplossen van de problemen vóórdat u of de klant hier last van heeft’. Predictive Maintenance is daarmee een essentiële stap naar Smart Industry.

SAP Intelligent Asset Management
Het concept van SAP Intelligent Asset Management (IAM) sluit naadloos aan op deze geachte. Het positioneert de asset in het midden en biedt daaromheen de juiste tooling met informatie voor elke stakeholder. De basis van SAP IAM is Asset Central, waarin de gegevens van de asset zijn vastgelegd. Dit betreft niet alleen de gegevens zoals we die gewend zijn in SAP S/4, maar meer technische specificaties en geografische informatie worden hier vastgelegd. U maakt onderhoud een onderdeel van de bedrijfsstrategie.

Maak kennis met de SAP Intelligent Asset Management (IAM) en met de mensen die deze suite optimaal implementeren: Ideo. Ideo helpt u bij het verbeteren van uw service en onderhoudsprocessen. Benieuwd hoe de inzet van SAP Intelligent Asset Management in uw bedrijf een toegevoegde waarde kan leveren? Wij denken graag met u mee.

Benieuwd hoe uw bedrijf aan de hand van data het onderhoud van uw assets kan voorspellen? Lees het in het gratis whitepaper ‘Innoveren met de juiste IT tooling én aandacht voor samenwerking’