Zertifikatskurs “Smart Maintenance mit Digital Asset Management und Predictive Maintenance”
Kostensenkung und Verfügbarkeitssteigerung mithilfe von Datenanalysen und KI-Einsatz in der Instandhaltung
In dieser innovativen Weiterbildung erfahren Sie, wie Sie mit Hilfe von Daten Ihre Instandhaltung noch effektiver und effizienter organisieren können. Sie lernen, wie Sie sowohl die bereits vorhandenen Daten nutzen, als auch was Sie tun können, um Ihre Datenwelt optimal zu erweitern. So wird Ihre Instandhaltung noch wertschöpfender und vorausschauender. Sie lernen modernste Methoden und Werkzeuge der Datenanalyse und der Künstlichen Intelligenz einzuschätzen und richtig einzusetzen. Klassische Instandhaltung, Digitalisierung und modernes Asset Management werden so zu einem ganzheitlichen Handlungsfeld verbunden.
Der Zertifikatskurs besteht aus drei Teilen: Tag 1 widmet sich der Smarten Fabrik in all ihren Facetten und dem Schwerpunkt Digitales Asset Management auf Basis von SAP-Datenauswertungen. Der zweite Tag konzentriert sich auf Condition Monitoring und Predictive Maintenance. Tag 3 ist als Innovationsworkshop konzipiert. Hier können Sie im Kurs-Team gemeinsam mit unseren erfahrener Experten und Expertinnen eigene Use Cases und Business Cases entwickeln.
Die digitale Erweiterung ihrer Handlungs- und Methodenkompetenz
- Einsatz digitaler Werkzeuge und künstlicher Intelligenz / maschinellem Lernen.
- Festlegung der betriebswirtschaftlichen Datenwelt zur Ermittlung von Verfügbarkeit/OEE, Ausfallzeiten oder MTTR und MTBF.
- Aufnahme von Zustands- und Prozessdaten in Neu- und Bestandsanlagen zur Prognose von Ausfällen und Störungen.
- Einsatz von Condition Monitoring, Smarter Sensorik und Überwachungsplattformen.
- Aufbau von Digitalen Zwillingen und aussagekräftigen Datenmodellen.
- Aufbau einer einfachen IT-Struktur in der Fabrik.
- Ausblick auf die Zukunft der Instandhaltung.
Ein Zertifikat für Ihre Karriere
Der neue Zertifikatskurs „Smart Maintenance mit Digitalem Asset Management und Predictive Maintenance“ ist einzigartig. Er vereint zum ersten Mal klassische Instandhaltung, Digitalisierung, Condition Monitoring und modernes Asset Management zu einem kompletten Handlungsfeld. Diese Zukunft der Instandhaltung kombiniert die verschiedenen Anforderungen aller Stakeholder in Unternehmensführung, Produktion und Technik.
Entwickeln Sie in diesem Workshop schon erste Use Cases und Business Cases für Ihr Unternehmen!
Tag 1: Smarte Fabrik und Digitales Asset Management
- Einführung in die Smarte Fabrik und ihre Facetten
- Digitales Asset Management auf Basis von SAP-Datenauswertungen.
Tag 2: Condition Monitoring und Predictive Maintenance
- Grundlagen des Condition Monitorings
- Proaktive Wartungstechniken und Predictive Maintenance
Tag 3: Innovationsworkshop
- Entwicklung eigener Use Cases und Business Cases
- Praxisnahe Ideen und Lösungen erarbeiten
Ausführliche Tagesagenda: s. Reiter “Programm”.
Tag 1 – Grundlagen Smarte Fabrik, industrielles Maschinelles Lernen, Sensorik und Datenübertragung in der Fabrik
Modul 1: Einführung in die Smart Factory/Smart Maintenance
- Inhalte der Smarten Fabrik
- Das Akatech-Modell der Smart Factory
- Smart Maintenance als wesentliches Element der Smart Factory
- Konkrete Beispiele für Smart Factory und Smart Maintenance-Technologien und Methoden
Modul 2: Einführung in das Digital Asset Management
- Das Ziel des Digitalen Anlagenmanagements
- Die Methode der Datenanalysen und der Datenhaushaltung im Unternehmen
- Optimales Umgehen mit Instandhaltungs-Managementsystemen
- Aussagekraft von Instandhaltungssystemen und Umgang mit möglichen Fehlern oder Lücken
Modul 3: Konkrete Datenanalysen aus Instandhaltungssystemen (am Beispiel SAP/PM)
- Übernahme von Daten und Preprocessing für die Analyse
- Typische Verteilungen von Daten und deren Aussagen
- Verhalten von Anlagenteilen über längere Zeiträume
- Vergleich menschlich ermittelter Instandhaltungsstrategien mit datengestützter Auswertung
- Der Zusammenhang von Zahnarztphänomen, Paretoverteilung und Sportschuhkurve
- Einsatz von automatischen KI-Entscheidungsmaschinen in der Anlagenwirtschaft
Modul 4: Typische Ergebnisse und Umsetzungen von Digital Asset Management
- Automatische Ableitung von Instandhaltungsstrategien auf Ebene der Anlagenteile
- Optimales Verhältnis von vorbeugender zu reaktiver Instandhaltung
- Auswirkung von behördlich vorgeschriebenen Prüfungen im Vergleich zu freiwilligen Inspektionen
- Identifizieren von Anlagenteilen für Condition Monitoring und Predictive Maintenance
- Konkrete Maßnahmen: Anpassungen der Wartungszyklen zur Optimierung von Kosten und Verfügbarkeit
Tag 2 – Grundlagen des Condition Monitorings und der Predictive Maintenance
Modul 5: Einführung in das Condition Monitoring
- Ziel des Condition Monitorings
- Optimaler Einsatz von Methoden und Werkzeugen
- Auswahl der passenden Anlagenteile
- Auswertungen und typische Aussagen von Condition-Monitoring
- Technische Umsetzung und Praxisbeispiele
Modul 6: Sensorik und Datenübertragung in der Fabrik
- Konventionelle und Smarte Sensoren
- Datenübertragung in der Fabrik
- Architekturen zur Datenarchivierung und Datenauswertung
- Typische Kosten bei Investition und Betrieb
Modul 7: Einführung in das industrielle Maschinelle Lernen
- Warum sich Industrieanlagen für Maschinelles Lernen/KI eignen
- Was sind Datenmodelle und wie werden sie aufgebaut
- Wie funktionieren Maschinellem Lernen und KI
- Warum kann man mit Maschinellem Lernen Fabriken optimieren?
Modul 8: KI-gestützte Predictive Maintenance
- Warum KI-gestützte Predictive Maintenance
- Zustandsüberwachung und Prozessoptimierung
- Prognose des Verhaltens der Fabrik und von Anlagenteilen
- Nutzung von Condition Monitoring für die Predictive Maintenance
- IT-Architekturen und Aufsetzen von Predictive Maintenance
- Aufsetzen von Pilotprojekten und Ausrollen der Ergebnisse in der Fabrik
Tag 3 – Konkrete Problemlösungen
- Die Teilnehmenden können konkrete Fragen und Problemstellungen ansprechen
- Diese werden im Workshop im Team bearbeitet
- Es werden gemeinsame Lösungen entwickelt
- Falls möglich, bereits werden erste Business Cases für einen Investitionsantrag entwickelt
Prof.in Dr.-Ing. Karla Ohler-Martins
Karla Ohler-Martins ist Professorin für Industrieservice an der HRW seit 2017, mit Schwerpunkt auf Industriellem Dienstleistungsmanagement. In ihrer Lehre und Forschung konzentriert sie sich auf Instandhaltungsmanagement, Lebenszyklusmanagement, Datenmanagement von Industrieanlagen und Energieeffizienz. Mit zehnjähriger Berufserfahrung in der Stahlindustrie, darunter Projekte mit Six Sigma, bringt sie umfangreiche Expertise ein. Ihre Promotion absolvierte sie 2008 am Institut für Eisenhüttenkunde an der RWTH Aachen.
Markus Ahorner
Markus Ahorner hat Maschinenbau und Wirtschaftswissenschaften studiert und war Führungskraft im internationalen Anlagenbau und in der Strategieberatung. Mit Ahorner & Innovators verfolgt er das Ziel, mit Hilfe von Künstlicher Intelligenz und mathematischen Methoden Entscheidungen und Unternehmensprozesse zu automatisieren und zu optimieren. Das Team aus Mathematikern, Ingenieuren, Informatikern und Betriebswirten entwickelt für forschende und herstellende Konzerne IT-Architekturen und innovative Geschäftsmodelle.
Dipl.-Ing. Rüdiger Proff
Rüdiger Proff ist aus der Praxis und bereits seit 20 Jahren erfolgreich als Sales- and ProjectEngineer bei der Fluke Reliability. Weitere Stationen waren die SELO Deutschland GmbH, FABREEKA GmbH und die G+H MONTAGE GmbH. Er war dabei Vertriebsingenieur für Hochtemperatur Wärmeisolierung (Luft- und Raumfahrt, Automobilbau, Apparatebau) sowie Vertriebsingenieur für Schwingungsisolierung für Gebäude und Maschinen. Sein Diplom hat er an der Ruhr-Universität Bochum gemacht. Er ist im Verein Deutscher Ingenieure und engagiert sich als Vorstandsmitglied im Forum Vision Instandhaltung (FVI) e.V.
Wer sollte an diesem Zeertifikatskurs teilnehmen:
- Diese Weiterbildung richtet sich an sowohl an Fach-, wie auch Führungskräfte, die ihre Handlungs- und Methodenkompetenzen durch digitale Erweiterungen, wie Digital Asset Management und Predictive Maintenance, zum Einsatz in der Instandhaltung stärken wollen.
- Wir beraten Sie gerne!
Qualität
