Integriertes ERP-System: Auf dem Weg zur Industrie 4.0

Integriertes ERP-System: Predictive Maintenance rückt immer mehr in den Fokus produzierender Betriebe, wie auch die „Predictive Maintenance Studie 2021“ der Unternehmensberatung BearingPoint zeigt, für die mehr als 200 Unternehmen aus dem Maschinenbau, der Automobilindustrie sowie der Chemie- und Pharmabranche befragt wurden.

Digitale Transformation durch integriertes ERP-System

Demnach beschäftigen sich derzeit 75 Prozent der Unternehmen mit Konzepten zur vorausschauenden Instandhaltung ihrer Anlagen. Etwa 50 Prozent haben sogar bereits entsprechende Projekte in die Wege geleitet. Die positiven Auswirkungen waren schnell spürbar. So ist der Umsatz der Firmen nach Umsetzung der Transformation im Durchschnitt um etwa zehn Prozent gestiegen.

Geringere Kosten und längere Maschinenlaufzeiten

Entscheidend bei Predictive Maintenance ist die Auswertung der Produktionsdaten. Die grundlegenden Informationen hierfür lassen sich über Anlagensensoren im Maschinenpark erfassen und in Echtzeit an die Instandhaltungssoftware zur Verarbeitung senden. Idealerweise werden die erfassten Maschinendaten sofort mit allen relevanten Betriebsdaten, zum Beispiel aus der Auftragsverarbeitung und dem Rohstofflager, in der Datenbank der ERP-Lösung abgeglichen. Mithilfe kontinuierlicher Auswertung und Korrelation dieser Informationen können Unternehmen die zu erwartende Auslastung und damit auch die Beanspruchung ihres Maschinenparks ermitteln.

Durch solche Analysen lassen sich Instandhaltungsbedarfe frühzeitig erkennen und größere Folgeschäden – im schlimmsten Fall ein Anlagenstillstand – vermeiden. Das Unternehmen kann die Wartungskosten so auf Dauer senken und seine Herstellungsprozesse über eine höhere Anlagenverfügbarkeit optimieren. Auch das Ersatzteilmanagement wird auf diese Weise effizienter, sodass sich Nachbestellungen rechtzeitig in die Wege leiten lassen. Mit einer integrierten Instandhaltungssoftware kann zudem der Status eines erledigten Werkstattauftrags direkt vor Ort per Tablet erfasst und in das System eingespeist werden. Dies reduziert den üblicherweise im Nachhinein folgenden Verwaltungsaufwand spürbar.

Zuverlässige Prognosen durch intelligente Algorithmen

Instandhaltungssysteme erstellen auf Basis der erfassten Betriebsdaten des Maschinenparks in der Regel auch lückenlose Gerätehistorien und geben so etwa Aufschluss darüber, welche Parameter – beispielsweise Vibrationsdaten – sich seit dem letzten Wartungszyklus verändert haben, und welche Konsequenzen sich daraus ergeben. Dadurch wird es möglich, auf Basis eines soliden Datenfundaments zu entscheiden, ob eine Anlage ab einem bestimmten Zeitpunkt ausgetauscht werden muss, oder ob sich eine weitere Wartung lohnt.

Intelligente Systeme erstellen automatisiert solche Empfehlungen im Rahmen der Predictive Maintenance. Hierbei werden mithilfe intelligenter Algorithmen Daten aus der Vergangenheit, wie Gerätehistorie oder Maschinenlaufzeiten mit solchen, die stärker auf künftige Prozesse bezogen sind, wie anstehende Produktionsaufträge, in Korrelation gebracht.

Das Instandhaltungssystem kann somit künftige Maschinenlaufzeiten und damit Anlagenbelastungen antizipieren, und ausgehend von der erfassten Gerätehistorie, Wartungszyklen so disponieren, dass sie nicht mit Stoßzeiten in der Fertigung kollidieren. Das kann unter anderem dazu führen, dass Instandhaltungsarbeiten systemseitig automatisiert vorgezogen oder auf einen späteren Zeitpunkt verschoben werden – je nachdem wie es der Zustand der Maschine erlaubt.

Integriertes ERP-System ermöglicht Datenaustausch in Echtzeit

Voraussetzung für intelligente Prozesse wie die oben genannten ist, dass vernetzte Fertigungsanlagen und eine einheitliche Datenbasis für alle Unternehmensbereiche existieren. Eine solche Infrastruktur wird durch eine ERP-Lösung mit einer zentralen Datenbank ermöglicht, die sämtliche Betriebsdaten konsolidiert und auf die die Instandhaltungssoftware aufsetzen kann. Mit einem integrierten ERP-System lassen sich gleichzeitig Datensilos abbauen.

Nicht selten verfügen Abteilungen nach wie vor über ihren eigenen Datenstamm – angefangen etwa bei der Waren­wirtschaft über das Ersatzteillager bis hin zu den einzelnen Produktionslinien. Abteilungsübergreifende oder gar unternehmensweite Prozessplanungen sind bei diesen herkömmlichen IT-Architekturen nicht nur sehr zeitaufwändig, sondern auch fehleranfällig, da die anfallenden Datenkonsolidierungen in solchen Fällen häufig manuell erledigt werden.

Die Überführung dieser Daten in eine einheitliche und zentrale Datenbank eines integrierten ERP-Systems ist vor diesem Hintergrund zu empfehlen. Unternehmen sollten hier auf die Unterstützung von Systemintegratoren zurückgreifen, die eine zuverlässige Daten­migration ermöglichen.

Das Potenzial digitalisierter Produktionsprozesse

Eine derart umfassende Digitalisierung des Maschinenparks und die Weiterentwicklung des Betriebs in Richtung Industrie 4.0 ist zwar mit einem gewissen Aufwand verbunden. Digitale Transformationen in diesem Umfang zahlen sich auf lange Sicht aber auch aus. So führen effizientere, weil automatisierte Prozesse nicht nur zu mehr Profitabilität im Betrieb. Die Schaffung einer soliden Datenbasis aus unternehmensweit zusammengetragenen und konsolidierten Daten versetzt Verantwortliche in die Lage, auch künstliche Intelligenz in ihre Produktionsprozesse zu integrieren.

Durch ein integriertes ERP-System lassen sich Herstellungs- und Fertigungsprozesse etwa noch genauer vorhersehen und besser planen – und zwar noch ehe konkrete Aufträge vorliegen, da in diesem Zusammenhang bereits das künftig zu erwartende Auftragsvolumen mit ins Kalkül gezogen wird. Vor allem bei der Verarbeitung von Betriebsdaten wird KI dahingehend eine bedeutende Rolle spielen, dass die Ergebnisse intelligenter Monitoring-Funktionen immer genauer werden und weitere Optimierungen hinsichtlich der Disponierung der Maschinenlaufzeit ermöglichen.

Der Autor Oliver Henrich ist Vice President Product Engineering Central Europe bei Sage.

Lesen Sie auch: So fördert ein modernes ERP-System nachhaltiges Wirtschaften