Scheer Innovation Review 13 Früh feststellen wann sich Zustände verändern um damit rechtzeitige Reaktionen zu ermögli chen das ist die Aufgabe mathematischer Vor hersagemodelle wie sie schon lange bei Banken und Versicherungen etwa zur Identifikation illegaler Finanztransaktionen genutzt werden Heute wird die voraussagende Analyse besser bekannt als Predictive Analytics zunehmend für die Wartung auch und gerade in der Logis tik verwendet Diese auf Algorithmen basieren den Verfahren erkennen nicht nur heraufzie hende technische Mängel bevor es zu einem Stillstand kommt und reduzieren damit gegen über den periodischen Wartungen teure Aus fallzeiten Sie beziehen auch andere Einfluss faktoren mit ein Daten zur Prozesssteuerung nutzen Wir sind als DB Schenker ein riesiger Daten sammler und verwenden diese Daten nicht nur zum Vorausschauen sondern auch zum Steuern unserer Prozesse So nutzen wir die Daten im betriebswirtschaftlichen Bereich um unsere Einnahmenseite effektiver zu gestalten Wir können zum Beispiel Verkehrsströme analysie ren und Preisentwicklungen datenbasiert pla nen Im Bereich der Instandhaltung stellen wir Fehlentwicklungen frühzeitig fest Auch wenn Hersteller unserer Loks gewisse Wartungsinter valle empfehlen so sind diese beim Betrieb in der Fläche nicht immer realisierbar Wir müs sen anders planen und brauchen dafür voraus schauende Daten die Ausfallzeiten verhindern Predictive Maintenance eine Revolution Eine Umstellung auf Predictive Maintenance bedeutet auch eine kleine Revolution bei der Wartung selbst Die Kollegen in der Wartung waren zum Beispiel am Anfang sehr erstaunt dass wir eine Wartung beantragt haben ob wohl weder herstellerempfohlene Wartungsin tervalle fällig noch an den Maschinen Defizite erkennbar waren Diese Defizite können wir nur mithilfe der Datenauswertung erkennen Wir nutzen heute umfangreiche Mustererken nungsverfahren auf Grundlage aller verfügba ren Daten Hierzu gehören sowohl technische Daten aus einer Produktdatenbank die ma schinellen und Umfeldinformationen die die Lok selbst erhebt sowie die Rückmeldungen der Wartungsmitarbeiter die wiederum in un sere Daten einfließen Big Data Analyse als erfolgskritischer Wettbewerbsfaktor Dank Big Data Technologie können wir in der Logistik unsere Informationen schnell und mit Blick auf vielfältige Fragestellungen analysieren Nicht nur die Wartung optimieren sondern die ganze Prozesskette Wenn man bedenkt dass wir bis zu 4 000 Loks europaweit auf den Schienensystemen fahren lassen wird deutlich wie wichtig diese neue Technologie ist Übliche kleiner ausgelegte Da tenanalysetools werden natürlich auch noch bei uns eingesetzt aber spätestens wenn wir die Sensorik unserer Maschinen tagesgenau auswer ten wollen führt kein Weg an Big Data vorbei Noch ist es sicher so dass kleine mittelstän dische Anbieter der Logistikbranche mit über schaubaren Strecken und Routen auch ohne Pre dictive Analytics im Allgemeinen und Predictive Maintenance im Speziellen auskommen Je kom plexer der Maschinenpark und das zu bedienende Streckennetz werden umso mehr wird aber das Thema Vorausschau und tagesaktuelle Analyse zum erfolgskritischen Wettbewerbsfaktor Insgesamt wird Predictive Analytics zu ei ner weiteren Professionalisierung des Güterver kehrs führen denn wir können verschiedene Ge schäftsbereiche enger miteinander vernetzen und es werden auch neue Businessmodelle ent stehen Loks werden mit ihrer immer umfassen deren Sensorik kontinuierlich Daten liefern die weit über den Zustand der Lok selbst hinausge hen Wir werden frühzeitig von Behinderungen auf den Strecken erfahren Staus vermeiden kön nen und die Pünktlichkeit erhöhen Das wieder rum gibt uns die Möglichkeit unsere Kunden in absolut verlässlichem Takt anzufahren Wir kön nen für jeden Tag eine feste Zeit zusagen Liefe rungen müssen dann nicht zwingend vorher an gemeldet und speziell eingeplant werden Aber wir betrachten auch die gesamte Prozesskette Predictive Analytics und Big Data Auswertung werden am Ende die gesamte Lagerhaltung ver ändern Wir bei DB Schenker wollen die Chance nutzen auch zum Lagerhalter für verschiedene andere Branchen zu werden

Hinweis: Dies ist eine maschinenlesbare No-Flash Ansicht.
Klicken Sie hier um zur Online-Version zu gelangen.