MAN nutzt KI

Der Panne immer einen Schritt voraus

Der Nutzfahrzeug- und Maschinenbaukonzern MAN nutzt Künstliche Intelligenz, um technisch bedingte Ausfälle von LKWs und anderen Maschinen vorherzusagen.

Service-Techniker bei der Arbeit

Mit Predictive Maintenance werden technische Probleme erkannt, bevor sie größeren Schaden anrichten können.

Die Anzahl der Lastkraftwagen (LKW), die allein auf den deutschen Straßen unterwegs sind, beläuft sich auf rund drei Millionen. Doch was passiert, wenn ein LKW plötzlich und unerwartet liegen bleibt? Für den Fahrzeughersteller stehen dann oft nicht nur die Kosten für die Reparatur an, sondern er muss auch für den Ausfall der Lieferung aufkommen – in Form von Konventionalstrafen.

Auch MAN kennt dieses Risiko und handelte, um es zu minimieren. Deshalb stieß der Konzern ein Projekt mit dem Ziel an, die Verfügbarkeit der eigenen LKWs auf der Straße zu erhöhen. Um das zu erreichen, holte sich MAN mit der Alexander Thamm GmbH einen Projektpartner ins Boot. Zweck der Zusammenarbeit: eine auf Künstlicher Intelligenz basierende Lösung zu entwickeln, die den ungeplanten Ausfall von Maschinen jeglicher Art zuverlässig prognostiziert.

Grundlage für bedarfsgerechte Wartung

Der Schlüssel, um diese unerwarteten Ausfälle zu vermeiden, liegt in der präventiven Wartung. Dabei handelt es sich um eine systematische Analysemethode, die auf allen komplexen Maschinen und Geräten angewendet werden kann. Durch Echtzeitverarbeitung zugrundeliegender Daten werden Prognosen ermöglicht, die die Grundlage für eine bedarfsgerechte Wartung und die Reduktion von Ausfallzeiten bilden. Ziel ist es, mithilfe von Datenanalysen den Zustand von Geräten und Bauteilen zu erfassen und so vorherzusagen, wann eine Wartung durchgeführt werden sollte. Für die Projektgestaltung kam der eigens entwickelte Datenkompass der Alexander Thamm GmbH zum Einsatz. Dieser Prozess symbolisiert das Zusammenspiel der vier Elemente Business Processes, Data Intelligence, Predictive Analytics und Insights Visualization. Dabei arbeiten die Data Scientists des Münchner Unternehmens technologieunabhängig und können deshalb ihre Services individuell an die bestehenden IT-Lösungen der Kunden anpassen. Im Falle des Projekts bei MAN stellte das Unternehmen auf Basis von Telematikdaten, Fehlerspeichereinträgen und Reparaturinformationen einen Datensatz zur Vorhersage der Ausfälle zusammen. Außerdem entwickelte es einen Algorithmus, der in den Steuergerätedaten Muster identifiziert, anhand derer man gesunde von ausgefallenen Fahrzeugen unterscheiden kann. Dabei nutzte das Team die Programmiersprachen Python, R und Scala sowie das Software-Framework Hadoop. Zur Visualisierung der Analyseergebnisse kam Tableau zum Einsatz.

Dies ist ein Artikel aus unserer Print-Ausgabe 11/2019. Bestellen Sie ein kostenfreies Probe-Abo.

Im Fokus standen vor allem Bauteile, bei denen ein Defekt zum Liegenbleiben des Fahrzeugs führt. Ein seltenes, aber dafür umso gravierenderes Problem bei LKWs sind Injektorenausfälle. Mit dem gelernten und validierten Muster können für alle Fahrzeuge zukünftige Vorhersagen darüber getroffen werden, wie hoch die Wahrscheinlichkeit für einen Ausfall ist und wann der richtige Zeitpunkt für eine Wartung, Prüfung oder einen Wechsel des Injektors gekommen ist. „Die Zusammenarbeit mit der Alexander Thamm GmbH war sehr konstruktiv. Die Ergebnisse haben uns in der Digitalisierung unseres Geschäfts einen großen Schritt nach vorne gebracht“, erklärt Markus Lipinsky, Chief Digital Officer von MAN. Das Resultat der Zusammenarbeit lässt sich sehen: MAN kann nun über 90 Prozent derartiger Ausfälle vorhersagen.

Bildquelle: Getty Images / iStock / Getty Images Plus

©2019Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok