{"id":5253,"date":"2022-05-02T17:26:00","date_gmt":"2022-05-02T15:26:00","guid":{"rendered":"https:\/\/i-care.local\/resource\/shifting-from-manual-to-sensor-data-collection\/"},"modified":"2025-10-06T08:05:07","modified_gmt":"2025-10-06T06:05:07","slug":"shifting-from-manual-to-sensor-data-collection","status":"publish","type":"resource","link":"https:\/\/www.icareweb.com\/de\/ressourcen\/pradiktive-instandhaltung\/shifting-from-manual-to-sensor-data-collection\/","title":{"rendered":"Blog: Umstellung von manueller auf sensorische Datenerfassung"},"content":{"rendered":"\n\n\n<div class=\"icare-acf-block icare-acf-block--text-column\">\n\n<h4 class=\"heading-4\">Technologieorientierte Strategien zur Optimierung der Anlageninstandhaltung<\/h4>\r\nIm Jahr 2014, als die ISO 55000-Reihe zum Asset Management ver\u00f6ffentlicht wurde, hatten Organisationen in aller Welt endlich einen ratifizierten internationalen <a href=\"https:\/\/www.iso.org\/obp\/ui\/#iso:std:iso:55000:ed-1:v2:en\">Standard<\/a> f\u00fcr das Management ihrer Anlagen. Seitdem wurde Asset Management von mehreren Organisationen und Einrichtungen h\u00e4ufiger und eingehender diskutiert.\r\n\r\nDennoch sind die Technologien zur Datenerfassung zur effektiven Verwaltung und Instandhaltung dieser Anlagen oft im R\u00fcckstand. Eine 2016 von der General Electric Corporation durchgef\u00fchrte Studie zur \u00d6l- und Gasindustrie ergab, dass 60%<sup>1<\/sup> der Anlagenbetreiber das Sammeln von anlagenbezogenen Daten als eine &#8220;gro\u00dfe Herausforderung&#8221; empfanden. Ironischerweise berichtet dieselbe Studie, dass Betreiber, die einen vorausschauenden, datenbasierten Ansatz verwendeten, 36%<sup>2<\/sup> weniger ungeplante Ausfallzeiten aufwiesen.\r\n\r\nDie Menge an anlagenbezogenen Daten, die derzeit zur Verf\u00fcgung steht, um Einblicke zu gew\u00e4hren, ist atemberaubend. Die Analyse dieser Daten ist von entscheidender Bedeutung, da sie die Grundlage f\u00fcr pr\u00e4diktive Algorithmen bilden, die es den Einrichtungen erm\u00f6glichen, &#8220;Anlagen von Interesse&#8221; zu erkennen, die von einem Experten betrachtet und analysiert werden k\u00f6nnen. Sobald ein Analytiker die Warnung eines automatischen Algorithmus in umsetzbare Empfehlungen umwandelt, kann die Instandhaltung zum richtigen Zeitpunkt geplant werden.\r\n<h4 class=\"heading-4\">Ein Problem, das auf ineffiziente Praktiken zur\u00fcckzuf\u00fchren ist<\/h4>\r\nIn der Vergangenheit war der gesamte Prozess von Anfang bis Ende zersplittert, wobei der Gesamtansatz f\u00fcr die Datenerfassung und -verarbeitung wie folgt aussah:\r\n<ul>\r\n \t<li>Experten oder Instandhaltungspersonal besuchten eine Anlage und erfassten eine Vielzahl von Anlagendaten \u00fcber einen fest installierten Sensor oder \u00fcber ein Sensor- und Erfassungssystem, das der Experte bei sich tr\u00e4gt.<\/li>\r\n \t<li>Die Experten analysierten dann die Daten, um den Zustand der Anlagen des Unternehmens zu ermitteln und Berichte zu erstellen.<\/li>\r\n \t<li>Die Instandhaltungsingenieure erhielten die Berichte, und zu diesem Zeitpunkt waren die erfassten Daten \u00fcber den Zustand der Anlagen m\u00f6glicherweise bereits veraltet.<\/li>\r\n \t<li>Im schlimmsten Fall kam es in der Anlage bereits zu einem oder mehreren Anlagenausf\u00e4llen, die die Instandhaltungsteams in einen Notfallmodus versetzten und das Unternehmensergebnis beeintr\u00e4chtigen konnten.<\/li>\r\n<\/ul>\r\nNehmen wir nun an, das Team hat diesen rudiment\u00e4ren Ansatz hinter sich gelassen und verwendet fortschrittliche Technologien zur Datenerfassung. Selbst wenn das Team versuchen w\u00fcrde, Daten f\u00fcr Standardma\u00dfnahmen zur vorausschauenden Instandhaltung zu extrahieren und zu interpretieren, w\u00fcrde es wahrscheinlich trotzdem auf Hindernisse sto\u00dfen. Und warum? Die Chancen stehen gut, dass ihre Analysetools und -methoden nicht in der Lage sind, die riesigen Datenmengen zu verarbeiten, die moderne Maschinen durch automatische Datenerfassung erzeugen k\u00f6nnen. Es muss ein effektiverer Ansatz gew\u00e4hlt werden, um die Erfassung und Analyse gro\u00dfer Datenmengen zu erm\u00f6glichen.\r\n<h4 class=\"heading-4\">Drahtlose \u00dcberwachung beweist ihren Wert<\/h4>\r\nWenn die Anlagen drahtlos \u00fcberwacht werden, bietet die L\u00f6sung sogar noch mehr Flexibilit\u00e4t, da Informationen von Anlagen &#8211; egal wie weit entfernt &#8211; zur fachkundigen Verarbeitung \u00fcbertragen werden k\u00f6nnen. Selbst in weit verstreuten Anlagen an isolierten Standorten ist es dank der zunehmenden Internetverbindung m\u00f6glich, Informationen zu \u00fcbertragen. Dar\u00fcber hinaus wird diese F\u00e4higkeit nur noch zunehmen. Bis 2027 werden weltweit sch\u00e4tzungsweise 267 Millionen\u00b3 aktive Asset Tracker f\u00fcr die industrielle Automatisierung und andere Zwecke im Einsatz sein.\r\n\r\nUnabh\u00e4ngig davon, ob sich eine Anlage in einer abgelegenen Wildnis oder in einem riesigen Chemiekomplex mit fortschrittlichen technischen M\u00f6glichkeiten befindet, bietet die automatische drahtlose \u00dcberwachung einen bew\u00e4hrten Wert. Fachleute, die die Daten analysieren, k\u00f6nnen nicht nur den aktuellen Zustand, sondern auch historische Trends ermitteln. Diese Informationen k\u00f6nnen dann Teil einer &#8220;Feedback-Schleife&#8221; werden. Dieser Ansatz erm\u00f6glicht nicht nur die Optimierung von Wartungspl\u00e4nen auf der Grundlage der einzelnen Eingaben, sondern auch die Erstellung von Prognosen f\u00fcr die Zukunft, die den Instandhaltungstechnikern helfen, Ausfallzeiten zu vermeiden.\r\n\r\nDieser Ansatz gew\u00e4hrleistet nicht nur die Betriebszeit, sondern verhindert auch eine &#8220;\u00dcberwartung&#8221;, bei der die Instandhaltung nach einem strengeren Zeitplan durchgef\u00fchrt wird als f\u00fcr die Anlage erforderlich. Und schlie\u00dflich erhalten Instandhaltungsteams und Entscheidungstr\u00e4ger einen wichtigen Einblick in potenzielle Anlagen, die bis zum Ausfall betrieben werden &#8211; Anlagen, bei denen es kosteneffektiver ist, sie ausfallen zu lassen, als sie aggressiv zu warten.\r\n\r\n1 <a href=\"https:\/\/www.ge.com\/digital\/sites\/default\/files\/download_assets\/ge-the-impact-of-digital-on-unplanned-downtime.pdf\">https:\/\/www.ge.com\/digital\/sites\/default\/files\/download_assets\/ge-the-impact-of-digital-on-unplanned-downtime.pdf<\/a>\r\n\r\n2 Ibid\r\n\r\n3 <a href=\"https:\/\/www.prnewswire.com\/news-releases\/industrial-iot-asset-tracking-2019-by-2027-there-will-be-267-million-active-rfidasset-trackers-in-use-worldwide-300851946.html\">https:\/\/www.prnewswire.com\/news-releases\/industrial-iot-asset-tracking-2019-by-2027-there-will-be-267-million-active-rfidasset-trackers-in-use-worldwide-300851946.html\u00a0<\/a>\n<\/div>","protected":false},"excerpt":{"rendered":"","protected":false},"featured_media":3396,"menu_order":0,"template":"","meta":{"_acf_changed":false,"_seopress_robots_primary_cat":"0","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","content-type":"","inline_featured_image":false},"knowledge-industries":[],"knowledge-topics":[321],"knowledge-types":[90],"class_list":{"0":"post-5253","1":"resource","2":"type-resource","3":"status-publish","4":"has-post-thumbnail","6":"topic-pradiktive-instandhaltung","7":"post-cat-blog-de"},"acf":[],"_links":{"self":[{"href":"https:\/\/www.icareweb.com\/de\/wp-json\/wp\/v2\/knowledge\/5253","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.icareweb.com\/de\/wp-json\/wp\/v2\/knowledge"}],"about":[{"href":"https:\/\/www.icareweb.com\/de\/wp-json\/wp\/v2\/types\/resource"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.icareweb.com\/de\/wp-json\/wp\/v2\/media\/3396"}],"wp:attachment":[{"href":"https:\/\/www.icareweb.com\/de\/wp-json\/wp\/v2\/media?parent=5253"}],"wp:term":[{"taxonomy":"industry","embeddable":true,"href":"https:\/\/www.icareweb.com\/de\/wp-json\/wp\/v2\/knowledge-industries?post=5253"},{"taxonomy":"topic","embeddable":true,"href":"https:\/\/www.icareweb.com\/de\/wp-json\/wp\/v2\/knowledge-topics?post=5253"},{"taxonomy":"post-cat","embeddable":true,"href":"https:\/\/www.icareweb.com\/de\/wp-json\/wp\/v2\/knowledge-types?post=5253"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}