Hohe Kosten durch Maschinenausfälle

Wenn die Maschinen stillstehen

Eine Senseye-Umfrage unter großen Industrieunternehmen hat ergeben, dass große Werke 27 Stunden pro Monat aufgrund von Machinenausfällen verlieren und jede Stunde ungeplanten Stillstandes rund 532.000US$ (ca. 450.000€) kostet. Der Verlust wird auf 3,3 Millionen Produktionsstunden geschätzt. Das entspricht 864Mrd.US$ (ca. 730Mrd.€) pro Jahr bei den Fortune Global 500 Industrieunternehmen.

Große Industriebetriebe verlieren jeden Monat mehr als einen Produktionstag und hunderte Millionen Dollar pro Jahr aufgrund von Maschinenausfällen. Das zeigt ein Bericht von des KI-Spezialisten Senseye. Der Bericht liegt eine Studie mit 72 multinationalen Industrieunternehmen zu Grunde. Es stellt sich heraus, dass große Werke im Durchschnitt 323 Produktionsstunden im Jahr verlieren. Die durchschnittlichen Kosten für Umsatzausfälle, Geldstrafen, Stehzeiten der Mitarbeiter und Maschinenneustarts belaufen sich auf 532.000US$ pro Stunde. Das sind 172Mio.US$ pro Werk und Jahr. Senseye schätzt kumulativ, dass dass Fortune Global 500-Industrieunternehmen 3,3Mio. Stunden pro Jahr aufgrund ungeplanter Maschinenstillstände verlieren. Die finanziellen Kosten dieser Stillstände werden auf 864Mrd.US$ berechnet. Das entspricht 8 Prozent der jährlichen Umsätze. „Ungeplante Maschinenstillstände sind der Fluch der Industrie. Wenn teure Produktionslinien und Maschinen stillstehen, verdient das Unternehmen kein Geld und diese Investitionen fangen an, Geld zu kosten, anstatt es zu verdienen. Die Kosten können für große Hersteller in fast allen Industriebereichen leicht auf über 100.000US$ pro Stunde steigen. „Mit diesem Bericht hat Senseye begonnen, grundlegende Fragen zu stellen, z.B. über die realen Kosten von Stillständen für große Industrieunternehmen und wieviel diese Unternehmen durch Technologien wie Predictive Maintenance, die dabei helfen, Betriebsstörungen und ungeplante Stillstände zu verhindern, sparen könnten“, sagt Alexander Hill, Chief Global Strategist bei Senseye. Victor Voulgaropoulos, Branchenanalyst bei Verdantix, einer unabhängigen technischen Forschungs- und Beratungsfirma sagt: „Senseyes Untersuchung der Kosten von ungeplanten Stillständen zeigt auf, wo Industrieunternehmen durch den weitreichenden Einsatz von Software-Anwendungen und modernen Wartungstechnologien sparen können.“

Automobilindustrie

Ungeplante Stillstände treten vor allem in der Automobilindustrie auf, wo Werke laut Senseye-Report 29 Produktionsstunden pro Monat verloren bei durchschnittlichen Kosten von 1,3Mio.$ pro Stunde. Damit verlieren Fortune Global 500-Automobilhersteller nach Senseye-Schätzungen 557Mrd.US$ und 414.800 Stunden pro Jahr. 67 Prozent der Automobilunternehmen haben angegeben, dass Predictive Maintenance jetzt ein strategisches Ziel sei.

Fast Moving Consumer Goods

FMCG(Fast Moving Consumer Goods)-Unternehmen verlieren 25 Stunden pro Monat aufgrund ungeplanter Stillstände. Das kostet 23.600US$ pro Stunde. Unter den Fortune Global 500 summiert sich das auf 1,5Mio. Stunden und einem Verlust von 35Mrd.US$ pro Jahr. 72 Prozent der FMCG-Unternehmen berichten, dass Predictive Maintenance eine strategische Initiative geworden ist.

Bergbau, Metall und Schwerindustrie

Bergbau, Metall- und andere Schwerindustriebranchen verlieren 23 Produktionsstunden wegen Maschinenausfällen was Kosten von 187.500$ pro Stunde führt. Das sind 1,2Mio. ungeplante Stunden Stillstand pro Jahr, die die Fortune Global 500-Unternehmen in diesem Bereich insgesamt 225Mrd.US$ kosten. 60 Prozent der Unternehmen in der Schwerindustrie haben Predictive Maintenance zur strategischen Priorität gemacht.

Öl und Gas

Öl- und Gas-Unternehmen erleiden 32 ungeplante Stunden Stillstand pro Monat. Das kostet 84Mio.US$ pro Standort. Allein in Raffinerien verlieren Fortune Global 500-Unternehmen nach Senseye-Schätzungen 47Mrd.US$ durch 213.000 Stillstandstunden. 82 Prozent der Befragten aus dieser Branche sagten, dass Predictive Maintenance ein strategisches Ziel sei, mehr als in jeder der anderen befragten Branchen. Aus der Senseye-Studie geht zudem hervor, dass mehr als zwei Drittel (72 Prozent) der großen Industrieunternehmen Predictive Maintenance zum strategischen Ziel gemacht haben und, dass jedes fünfte Unternehmen (20 Prozent) betriebsinterne Predictive Maintenance Teams hat, die diese Initiativen leiten. 51 Prozent der Unternehmen sagen, dass sie schon eine Zustandsüberwachung betreiben und 87 Prozent sagen, dass sie wenigsten einige der Daten sammeln, die für Predictive Maintenance genutzt werden können.

mst/Senseye GmbH

Das könnte Sie auch Interessieren

Bild: Analog Devices GmbH
Bild: Analog Devices GmbH
Warum vorausschauende Wartung?

Warum vorausschauende Wartung?

Allein in Fabriken in den USA entstehen pro Jahr ungeplante Ausfallzeiten von 14 Millionen Stunden. Die Ursache dafür, Systemfehler, bescheren der Industrie Kosten in Milliardenhöhe. Um solche Szenarien zu verhindern,
nutzen Fabriken in der Regel einen teuren manuellen Ansatz: Experten sammeln Daten, um den Zustand der
Anlagen zu beurteilen. Auch kommen oft Sensorlösungen zum Einsatz, die jedoch nicht alle möglichen Ausfälle zuverlässig erkennen können. Mehr Potenzial versprechen Systemlösungen für die vorausschauende Wartung.

Bild: Roxon
Bild: Roxon
Online-Zustandsüberwachung für Gurtförderanlagen

Online-Zustandsüberwachung für Gurtförderanlagen

Schmersal stellt über seinen Systempartner Roxon eine vollautomatisierte Online-Zustandsüberwachung für Gurtförderanlagen vor: Der HX170 basiert auf einer optischen Zustandsüberwachung des Oberflächenprofils, wodurch alle möglichen Beschädigungen der Verbindungsstellen sowie Längsschlitze, Risse und Löcher an der Bandoberfläche erkannt werden sollen.

Bild: Fraunhofer-Institut IGD/©angkhan/stock.adobe.com
Bild: Fraunhofer-Institut IGD/©angkhan/stock.adobe.com
Risiken verringern: Fraunhofer-Software entwickelt FMEA weiter

Risiken verringern: Fraunhofer-Software entwickelt FMEA weiter

Ob autonomes Fahrzeug in der Intralogistik oder Werkzeugmaschine in der industriellen Fertigung: Fehler und Ausfälle einzelner Geräte und Komponenten sind nicht immer zu vermeiden. Deren Wahrscheinlichkeit einzuschätzen und den Aufbau technischer Systeme hinsichtlich ihrer Betriebs- und Prozesssicherheit zu verbessern, ist daher umso wichtiger. Mit proSvift entwickelten Forschende des Fraunhofer IGD ein neues Analysewerkzeug, das auf einer probabilistischen Fehlermöglichkeits- und Einflussanalyse (FMEA) basiert und intuitiv steuerbar ist. Anwender sollen so Produktionsausfälle, kritische Auswirkungen und Folgekosten reduzieren können.