Ziel dieser Arbeit ist es einerseits, den aktuellen Stand von Predictive Maintenance wiederzugeben. Hierbei sind aktuelle Lösungs-Ansätze zu analysieren und die technischen Voraussetzungen zu identifizieren. Andererseits sollen Vorteile und Chancen, aber auch Herausforderungen bei der Einführung von Predictive Maintenance-Lösungen ausgearbeitet werden.
Der Schwerpunkt der Analyse liegt hierbei vor allem auf dem Nutzenpotenzial und den Bedürfnissen der Kunden. Für K. Anlagenbau soll diese Untersuchung zeigen, ob Predictive Maintenance vom Kunden gefordert wird und somit Lösungen entwickelt werden müssen. Hierbei sind für K. Anlagenbau die technischen Voraussetzungen und Möglichkeiten zu identifizieren und die Vorteile und Chancen zu analysieren.
Die Bereitschaft der Kunden, die Maschinendaten bereitzustellen, soll ein weiterer Aspekt der Untersuchung im Zuge dieser Arbeit darstellen. Auch die Frage, welche Möglichkeiten in Form von neuen Geschäftsmodellen sich hierdurch ergeben, wird analysiert.
Die Arbeit ist in einen konzeptionellen und einen praxisorientierten Teil gegliedert.
Inhaltsverzeichnis
- Einleitung
- Problemstellung
- Zielsetzung und Vorgehensweise
- Predictive Maintenance – Grundlagen
- Bedeutung von Predictive Maintenance
- Abgrenzung der Instandhaltungsstrategien
- Anwendungsmöglichkeiten von Predictive Maintenance
- Predictive Maintenance - Technische Voraussetzungen
- Condition Monitoring
- Grundlagen der Zustandsüberwachung
- Vernetzung und Kommunikation
- loT-Plattformen
- Predictive Analytics
- Grundlagen zu Vorhersagemodellen
- Exkurs: Aufbau eines Predictive Maintenance Modells
- Aspekte der IT-Sicherheit
- Predictive Maintenance - Anwendungsbeschreibung
- Implementierungsübersicht für PdM-Lösungen
- Nutzenpotenziale von PdM-Lösungen
- Vorteile für den Hersteller
- Kundennutzen durch PdM
- Chancen durch PdM-Lösungen
- Entwicklung digitaler Geschäftsmodelle für PdM-Lösungen
- Gestaltungsmöglichkeiten der empirischen Sozialforschung
- Predictive Maintenance – Erfolgsfaktoren und Nutzenpotentiale bei der K. Anlagenbau KG
- Empirische Vorgehensweise
- Unternehmenspraktische Fragestellungen zu PdM
- Wartungsstrategie bei K. Anlagenbau
- Anlagenbau
- Anwendungsmöglichkeiten von Predictive Maintenance bei K. Anlagenbau
- Condition Monitoring bei K. Anlagenbau
- Plattformen bei K. Anlagenbau
- Predictive Analytics bei K. Anlagenbau
- IT-Sicherheit bei K. Anlagenbau
- Vorteile für K. Anlagenbau
- Externe Rahmenfaktoren hinsichtlich PdM
- Kundenbedürfnisse hinsichtlich Predictive Maintenance-Lösungen
- Nutzen für K. Anlagenbau-Kunden
- Rechtliche Rahmenbedingungen
- Implementierungsübersicht von PdM bei K. Anlagenbau
- Chancen für K. Anlagenbau
- Darstellung digitaler Geschäftsmodelloptionen für K. Anlagenbau
- Fazit
Zielsetzung und Themenschwerpunkte
Die vorliegende Bachelorarbeit befasst sich mit der Untersuchung der Erfolgsfaktoren und Nutzenpotentiale von Predictive Maintenance im Kontext eines fiktiven Unternehmens, der K. Anlagenbau KG. Die Arbeit analysiert die technischen Voraussetzungen, Anwendungsmöglichkeiten und Implementierungsaspekte von Predictive Maintenance, um schließlich die Erfolgsfaktoren und Nutzenpotentiale für das Unternehmen zu identifizieren.
- Technologische Grundlagen von Predictive Maintenance
- Anwendungsmöglichkeiten und Nutzenpotentiale von Predictive Maintenance
- Erfolgsfaktoren für die Implementierung von Predictive Maintenance
- Digitale Geschäftsmodelloptionen im Kontext von Predictive Maintenance
- Herausforderungen und Chancen für Unternehmen durch Predictive Maintenance
Zusammenfassung der Kapitel
Die Arbeit beginnt mit einer Einführung in das Thema Predictive Maintenance, wobei die Problemstellung und die Zielsetzung der Arbeit dargelegt werden. Kapitel 2 beleuchtet die Bedeutung von Predictive Maintenance, grenzt die Instandhaltungsstrategien voneinander ab und zeigt verschiedene Anwendungsmöglichkeiten auf. In Kapitel 3 werden die technischen Voraussetzungen von Predictive Maintenance behandelt, einschließlich Condition Monitoring, loT-Plattformen, Predictive Analytics und IT-Sicherheit. Kapitel 4 liefert eine detaillierte Anwendungsbeschreibung von Predictive Maintenance, beleuchtet die Implementierungsübersicht, die Nutzenpotentiale und die Chancen, die sich durch Predictive Maintenance-Lösungen ergeben. Des Weiteren werden digitale Geschäftsmodelloptionen für Predictive Maintenance-Lösungen erörtert. Kapitel 5 widmet sich den Gestaltungsmöglichkeiten der empirischen Sozialforschung. Kapitel 6 analysiert die Erfolgsfaktoren und Nutzenpotentiale von Predictive Maintenance am Beispiel der K. Anlagenbau KG. Die empirische Vorgehensweise, die Unternehmenspraktischen Fragestellungen, die technischen Möglichkeiten und Herausforderungen, sowie die externen Rahmenfaktoren werden behandelt. Schließlich werden die Implementierungsmöglichkeiten von Predictive Maintenance bei K. Anlagenbau sowie die Chancen und digitalen Geschäftsmodelloptionen für das Unternehmen analysiert.
Schlüsselwörter
Predictive Maintenance, Instandhaltung, Condition Monitoring, loT, Predictive Analytics, IT-Sicherheit, Erfolgsfaktoren, Nutzenpotentiale, Geschäftsmodelle, digitale Transformation, K. Anlagenbau KG.
- Quote paper
- Marco Hartmann (Author), 2020, Predictive Maintenance. Aktueller Stand, Erfolgsfaktoren und Nutzenpotentiale, Munich, GRIN Verlag, https://www.grin.com/document/944026
