Predictive Maintenance klingt nach Konzern-IT, läuft aber längst im Lager des Süßwarenherstellers Haribo. Im Verteilzentrum Grafschaft überwachen KI-Algorithmen 2,6 Kilometer Fördertechnik und melden Verschleiß, bevor ein Band stillsteht. Bis zu 30 Prozent der Wartungseinsätze fallen dadurch weg.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Predictive Maintenance ersetzt im Lager von Haribo den starren Wartungskalender durch Sensordaten in Echtzeit. Ein stillstehendes Förderband kostet im 40 Meter hohen Hochregallager bares Geld, weil kein Karton mehr zur Kommissionierung rollt. Zusammen mit dem Intralogistik-Spezialisten SSI Schäfer führte der Süßwarenkonzern die vorausschauende Wartung zuerst im Wareneingang ein.
Das Wichtigste in Kürze
- Haribo überwacht im Verteilzentrum Grafschaft 22 Regalbediengeräte und 2,6 Kilometer Fördertechnik per KI.
- Siemens-Edge-Geräte erfassen die Betriebsdaten, das WAMAS Maintenance Center wertet sie mit Machine Learning aus.
- Die Analyse erkennt Verschleiß früh und senkt unnötige Wartungseinsätze um bis zu 30 Prozent.
- Nach dem Piloten im Wareneingang weitet Haribo die Technik schrittweise auf das gesamte Zentrum aus.
Was macht Predictive Maintenance im Haribo-Lager?
Predictive Maintenance überwacht bei Haribo den Zustand der Lagertechnik fortlaufend, statt Bauteile nach festem Kalender zu tauschen. Das Verteilzentrum in Grafschaft bei Bonn fasst 92.000 Palettenstellplätze, dazu kommen ein 40 Meter hohes Hochregallager, 22 Regalbediengeräte und 2,6 Kilometer Fördertechnik.[1] Jeder ungeplante Stopp bremst den Warenfluss und verzögert die Auslieferung an den Handel.
Wie erkennt die KI den Ausfall, bevor er passiert?
Siemens-Edge-Geräte erfassen die Betriebsdaten der Fördertechnik direkt an der Anlage, das WAMAS Maintenance Center bündelt diese Daten und sucht darin mit Machine Learning nach Auffälligkeiten. Die Algorithmen vergleichen die Live-Werte mit statistischen Schwellenwerten und mit Cloud-Daten baugleicher Anlagen an anderen Standorten.[1] Kündigt sich an einem Kugellager ein Schaden oder an einem Motor eine erhöhte Vibration an, schlägt das System an, bevor das Bauteil bricht.
So verschiebt sich die Instandhaltung vom festen Intervall zum tatsächlichen Zustand. Denselben Weg geht die deutsche Industrie: Bosch vernetzt Werkstatt und Fuhrpark zur vorausschauenden Wartung, und Kion automatisiert seine Lagertechnik mit einer eigenen KI-Sparte.
weniger unnötige Wartungseinsätze durch die vorausschauende Analyse der Betriebsdaten.
Dass ausgerechnet ein Süßwarenhersteller wie Haribo hier vorangeht, zeigt den Reifegrad der Technik: Predictive Maintenance zahlt sich nicht in der Hochglanzbroschüre aus, sondern in jeder Nacht, in der kein Techniker zum Fehlalarm rausfährt.
— Markus Seyfferth, Chefredakteur Dr. Web
Was bedeutet das für die deutsche Industrie?
Vorausschauende Wartung wird für deutsche Betreiber zum Standard, sobald die Anlagen ihre Sensordaten ohnehin in die Cloud funken. Der Nutzen ist handfest: Ungeplante Stillstände werden seltener, und die Techniker rücken gezielt statt auf Verdacht an. Zugleich wandert mit jedem Datenstrom aus der Anlagensteuerung ein Stück Betriebstechnik ins Netz, was die Angriffsfläche vergrößert und unter die NIS-2-Pflichten fallen kann. Betriebe, die ihre Wartung digitalisieren, sichern deshalb am besten im selben Schritt diese neue Datenverbindung ab.
Quelle
[1] SSI Schäfer: „Vorausschauende Instandhaltung: Haribos Erfolgsrezept für maximale Verfügbarkeit“
Mehr Newshunger?
- Jungheinrich steigt bei Navflex ein: Autonome Roboter für die Laderampe
- Siemens lässt einen KI-Agenten die industrielle Automatisierung selbst programmieren
- Schaeffler bringt KI direkt aufs Steuergerät: Das Auto lernt jetzt im Fahrbetrieb
- Update bei voller Fahrt: Knorr-Bremse digitalisiert Fortescues Erzbahn in Westaustralien
- Bosch setzt 2,5 Milliarden auf KI: Strukturwandel mit Rendite-Ziel
