White-Label-Software für Predictive Maintenance
Das Wartungstool ab Werk dabei
Damit die anspruchsvollen Maschinen von Heidelberger Druckmaschinen nicht ungeplant ausfallen, bietet das Unternehmen die Software Maintenance Manager zur vorausschauenden Wartung an. Jetzt hat Tochterunternehmen Docufy das Tool hinter der Lösung als White-Label-Angebot auf den Markt gebracht.
Bild: DOCUFY GmbH

Maschinenstillstände und Schäden zählen für Produktionsleiter zu den Horrorszenarien. Die Heidelberger Druckmaschinen AG (Heidelberg) bietet Anwendern daher für ihr Wartungsmanagement den Maintenance Manager (MM). Das Computerized Maintenance Management System (CMMS) besteht aus einer cloudgestützten Webanwendung und einer mobilen App. Im MM können die zuvor importierten Wartungstätigkeiten und Handlungsanweisungen einer Maschine verwaltet und automatisiert Wartungsaufträge geplant werden. Die Aufträge werden dann an die App gesendet, die auf der Content Delivery Plattform TopicPilot des Softwareunternehmens Docufy basiert. Der Mitarbeiter arbeitet vor Ort den Auftrag ab und kann in der App Rückmeldung inklusive Fotos an den Wartungsmanager geben. Dadurch entstehen fertige Wartungsberichte, die je nach Bedarf weiter genutzt werden können.

Gemeinsame Entwicklung

Heidelberger Druckmaschinen, seit 2017 Konzernmutter von Docufy, war schon seit Längerem auf der Suche nach einer leistungsfähigen Wartungssoftware für die technologisch komplexen Druckmaschinen. „Wir haben uns am Markt nach einem CMMS Tool umgeschaut und konnten nichts finden, was unseren Maschinen und Anlagen gerecht werden konnte. Deswegen haben wir mit Docufy und unseren Wartungscrews zusammen den Maintenance Manager entwickelt“, berichtet Produktmanager Gregory Ferch.

Kennzahlen erhöhen

Je komplexer eine Maschine, desto herausfordernder die Wartung. Um die Overall Equipment Effectiveness (OEE) zu verbessern, hat Heidelberg schon früh Sensoren verbaut und vernetzt (IoT). Deren Daten werden zentral in Heidelberg verarbeitet und analysiert. „Eine Maschine hat bis zu 3.000 Sensoren und Aktoren, die praktisch alle einen Wartungspunkt bezeichnen können“, ergänzt Ferch. Der nächste Schritt ist die strukturierte Verarbeitung der 500 Millionen Datensätze pro Jahr und Maschine. Die Erkenntnisse daraus werden als strukturierte Feedback-Daten in die Predictive Maintenance mit einfließen.

Feedback der Anwender

Bei der Entwicklung der Software führte Anwenderfeedback zu vielen neuen Erkenntnissen. So ergaben sich beispielsweise Differenzen, wie Wartung von Heidelberg definiert wurde und wie Anwender sie erledigten. Einige hatten bereits selbst begonnen, ihren Wartungsbedarf an das jeweilige Produktionsprofil anzupassen und wollen dies auch weiter tun. Deshalb ermöglicht der Maintenance Manager künftig auch die Eingabe eigener Wartungsaktivitäten. Das ist beispielsweise nützlich für Peripheriegeräte. „Früher war die Papierliste an der Maschine nicht in der Lage, dem Kunden schnell alle relevanten Tätigkeiten aufzuzeigen, z.B. solche Aufgaben, die in längeren Intervallen fällig sind. Um die Maschinen am Laufen zu halten, haben die Heidelberg-Crews diese beispielsweise einfach mit erfüllt. Jetzt kann der Kunde diese endlich selbst erledigen, ganz automatisch als Teil der wöchentlichen Wartung. Die Priorisierung nach Dringlichkeit, Zeitbedarf und die von den Sensoren generierten IoT-Daten werden intelligent kombiniert und zeigen genau an, was wann oder bis wann zu tun ist“, sagt Sebastian Striebig, Produktmanager bei Docufy. Diese Arbeitsweise spart Ressourcen. So kann das Wartungsmanagement mit dem Maintenance Manager bis zu 80 Prozent Zeit bei der Erstellung von Wartungsberichten sparen, die Dauer der ungeplanten Maschinenausfälle um bis zu 50 Prozent und die Wartungskosten um bis zu 25 Prozent reduzieren.

Auf dem Markt verfügbar

Docufy hat die Instandhaltungs-Software jetzt als White-Label-Produkt auf den Markt gebracht: Striebig erläutert zum Docufy Maintenance Manager: „Das System, das wir mit Heidelberg gemeinsam entwickelt haben, findet nun standardisiert Anwendung bei weiteren Docufy-Kunden. Wir haben schon eine Warteliste von Interessenten, denn die intelligente Kombination aus Technischer Dokumentation und Wartungsmanagement trifft den Schmerz bei vielen Herstellern komplexer Maschinen und Anlagen.“

DOCUFY GmbH
https://www.docufy.de/

Das könnte Sie auch Interessieren

Produktion für mehrere Tage lahmgelegt

Produktion für mehrere Tage lahmgelegt

Bild: Trend Micro Deutschland GmbH Im Auftrag von Trend Micro hat das unabhängige Marktforschungsinstitut Vanson Bourne eine Online-Umfrage unter 500 IT- und OT-Fachleuten in den USA, Deutschland und Japan durchgeführt. Daraus ging hervor, dass mehr als drei Fünftel...

Bachmann übernimmt Condition-Monitoring-Startup

Bachmann übernimmt Condition-Monitoring-Startup

Bild: Bachmann Electronic GmbH "Unsere Organisationen passen gut zusammen, wenn es darum geht, die Grenzen der Zustandsüberwachung zu verschieben. Diese Partnerschaft ist eine spannende Entwicklung, unsere Anwendungen mit neuen Verfahren wie die der KI und des Machine...

Zusammenarbeit: Open Robotics und Canonical

Canonical und Open Robotics haben eine Partnerschaft für die erweiterte Sicherheitswartung (ESM) für das Robot Operating System (ROS) und den Enterprise-Support als Teil von Ubuntu Advantage, dem Servicepaket von Canonical für Ubuntu, geschlossen.

Secure Remote Service mit neuen Funktionen

Zum zehnjährigen Bestehen des Fernwartungssystems mGuard Secure Remote Service bringt Phoenix Contact mit der Version 2.11 Erweiterungen und neue Funktionen des Systems auf den Markt.

Industriesoftware automatisiert Datenanalyse und Prozessüberwachung

Symate, Spezialist für die Verbesserung von Fertigungsprozessen mit den Methoden der künstlichen Intelligenz (KI), unterstützt die Fachhochschule Bielefeld. Das Center for Applied Data Science (CfADS) an der FH hat die intelligente Industriesoftware Detact als festes Tool in ihren Software-Stack übernommen. Auf dieser Basis können die Forscher den Produktionsablauf in einer digitalen und weitgehend automatisierten Fertigung nun deutlich leichter und schneller simulieren sowie große Datenmengen (Big Data) systematisch analysieren.