Predictive Maintenance in der Energiewirtschaft

11 Dezember, 2017

Start adding items to your reading lists:
or
Save this item to:
This item has been saved to your reading list.

Versorgungssicherheit durch vorausschauende Wartung

Technische Anlagen werden heute reaktiv oder in regelmäßigen Zeitabständen gewartet, meist basierend auf den Erfahrungen der Wartungsmitarbeiter oder Maschinenhersteller. Der tatsächliche Wartungsbedarf aber hängt vom Einsatz der Anlage ab und sollte deshalb dynamisch erfolgen. Predictive Maintenance meint die intelligente Auswertung von Betriebs- und Zustandsdaten technischer Anlagen, um auf dieser Basis den richtigen Zeitpunkt der Wartung zu prognostizieren.

Wir können Ihnen helfen, die Verfügbarkeit Ihrer Anlagen zu erhöhen, Kosten zu senken und somit letztlich auch die Kundenzufriedenheit zu steigern.

Michael Bruns
Tel.: +49 211 981-4721

Jetzt Kontakt aufnehmen

Predictive Maintenance: Wie kann PwC Ihnen helfen?

PwC unterstützt Energieversorger dabei, die Potenziale von Predictive Maintenance zu identifizieren und durch den Einsatz von digitalen Technologien zu heben. Unser Dienstleistungsportfolio umfasst:

Strategy & Readiness Assessment

Welche Anlagen bergen das höchste Potenzial für Predictive Maintenance und liegen die nötigen Daten vor? Auf dieser Basis wählen wir mit Ihnen eine geeignete technologische Plattform bzw. einen Softwareanbieter aus. Außerdem legen wir Umsetzungsschritte, einen Zeitplan und Erfolgskriterien fest.

Proof-of-Concept

Vor der Umsetzung einer Predictive-Maintenance-Lösung empfehlen wir eine Machbarkeitsstudie. Mit Hilfe vorhandener Zustandsdaten und Wartungsprotokolle erkennen Sie frühzeitig, ob sich die Daten für eine verlässliche Prognose eignen. Dafür stellt Ihnen PwC ein Team aus Data Scientists und Industrieexperten zur Verfügung.

Solution Implementation

Im letzten Schritt wird das Prognosemodell in eine skalierbare Lösungsarchitektur und technologische Plattform integriert. Dafür bindet PwC Echtzeitdaten über das Internet of Things (IoT) ein, wertet sie mit Hilfe von Machine Learning aus und visualisiert die Ergebnisse in Dashboards (z.B. in einem Web-Portal oder einer App).

„Der Stillstand von technischen Anlagen ist sehr teuer und sollte minimiert werden. Mit Hilfe von Machine-Learning-Methoden und Predictive Analytics entwickeln wir Risikoprofile und Prognosen. Damit können Sie Ihre Wartungskosten reduzieren und die Verfügbarkeit Ihrer Anlagen erhöhen.“

Michael Bruns, Director bei PwC

Kann Ihr Unternehmen von Predictive-Maintenance-Lösungen profitieren?

  1. Sehen Sie in Ihrem Unternehmen den Bedarf, die Verfügbarkeit von technischen Anlagen zu optimieren?
  2. Sammeln Sie bereits größere Datenmengen zum Zustand Ihrer technischen Anlagen, welche Sie jedoch noch nicht umfangreich auswerten?
  3. Wünschen Sie sich mehr Transparenz über die Verfügbarkeit, Effizienz, Kosten und Zustand Ihrer technischen Anlagen, gegebenenfalls sogar in Echtzeit?
  4. Sehen Sie in Ihren Instandhaltungsprozessen Ineffizienzen, beispielsweise bedingt durch die komplexe Planung der Technikereinsätze, und hohe Vorhaltung von Ersatzteilen?
  5. Fragen Sie sich, welche Herausforderungen und Möglichkeiten die Digitalisierung für das Management und die Wartung ihrer technischen Assets mit sich bringt?
  6. Haben Sie strategische Ziele, Ihre Unternehmensprozesse stärker zu automatisieren und würden dies konkret in Bezug auf das Management und die Wartung von technischen Anlagen angehen?  

Wenn Sie mindestens 4 dieser Fragen mit Ja beantwortet haben, kann Ihr Unternehmen von Cloud-Lösungen nachhaltig profitieren. Fragen Sie unsere Experten!

Contact us

Michael Bruns
Director, PwC Germany
Tel.: +49 211 981-4721
E-Mail