Wenn Maschinen flüstern ...

 ... hören unsere Experten zu! Wie LANXESS mit KI-basierter Instandhaltung Anlagenstillstände verhindert, Millionen spart – und seine Betriebe jetzt noch digitaler macht. 

Manchmal ist es nur ein kleiner Druckabfall im Schmierölsystem, eine sanft ansteigende Ventilatordrehzahl oder ein unscheinbarer Temperaturanstieg an einem Pumpenlager. Abweichungen vom normalen Verhalten der Signale, die kaum wahrnehmbar sind – die aber viel bedeuten können. Bastian Höfer, Leiter des Bereichs Predictive Maintenance, und sein Team in der Group Function PTSE haben gelernt, genau diese „Flüstertöne“ zu hören. Mit einer KI-gestützten Software, moderner Sensorik und tiefen Einblicken in die Maschinen- und Prozessdaten entdecken sie Probleme, bevor diese überhaupt entstehen. Nach rund einem Jahr Roll-out zeigt sich: Dieses frühe Zuhören zahlt sich aus.

Herr Höfer, LANXESS rollt gerade ein Tool für prädiktive Instandhaltung aus. Wo stehen wir da aktuell? 
Bastian Höfer: Etwa ein Drittel aller besonders kritischen Anlagenteile ist mittlerweile an unser Überwachungssystem angeschlossen – rund 100 Objekte in allen Business Units und nahezu allen Regionen. Wir fokussieren uns momentan auf große rotierende Maschinen wie Zentrifugen, Kompressoren oder Rührwerken, weil hier Schäden schnell sehr teuer werden. Aktuell decken wir im Schnitt ein sich anbahnendes Problem pro Woche auf – Tendenz steigend.

Was konnten Sie denn bisher erreichen?
Bastian Höfer: Viel: Rund 40 potenzielle Schäden haben wir bereits rechtzeitig entdeckt. Viele davon wären ohne unsere Analysen erst aufgefallen, wenn sie bereits ernsthafte Folgen gehabt hätten. Von Lagerschäden über Leckagen bis hin zu blockierten Leitungen oder defekten Sensoren war alles dabei. Und genau diese Vielfalt zeigt die Stärke des Systems: Es erkennt nicht nur einzelne Fehlerbilder, sondern wirkt wie ein feinmaschiges Überwachungsnetz. Insgesamt sprechen wir heute über Einsparungen im siebenstelligen Bereich – ganz zu schweigen von vermiedenen Lieferausfällen und verärgerten Kunden.

Wie funktioniert die Überwachung denn genau?
Bastian Höfer: Zunächst mal: Ohne eine robuste Softwareumgebung und eine verlässliche Dateninfrastruktur funktioniert nichts. Beides liefern die Kollegen aus der GF IT, mit denen wir eng zusammenarbeiten. Unser Tool analysiert dann das Zusammenspiel der Werte für z.B. Strom, Druck, Temperatur und Schwingungen aus unserem zentralen Datenarchiv (AVEVA PI) und lernt so sozusagen das „Normalverhalten“ einer Maschine kennen. Weichen Werte davon ab, schlägt das System Alarm und zeigt uns präzise, welche Signale die Auffälligkeit ausgelöst haben. Danach beginnt die eigentliche Teamarbeit: Wir prüfen die Daten, diskutieren sie mit unseren Fachleuten in den Betrieben und entscheiden gemeinsam, ob und welche Maßnahmen notwendig sind. Wichtig dabei: Die KI trifft keine Entscheidungen. Sie liefert Hinweise. Die Expertise unserer Mitarbeitenden bleibt weiterhin das Maß der Dinge.

Wenn der Roll-out abgeschlossen ist – sehen Sie noch weiteres Potenzial?
Bastian Höfer: Auf jeden Fall! Wir untersuchen zurzeit gleich mehrere Anwendungsfälle. Ein Schwerpunkt liegt auf der Überwachung von Regelventilen. Sie kommen in hoher Zahl in unseren Anlagen vor, und die dafür vorgesehene Software kann nicht nur Fehlerarten erkennen, sondern sogar die zu erwartende Restlebensdauer berechnen. So können wir zukünftig unnötige Ventilrevisionen sowie ungeplante Stillstände vermeiden. Auch die Überwachung von Kondensatableitern ist ein sehr gut skalierbarer Anwendungsfall. Wenn ein Ableiter defekt ist, entweicht unter Umständen über Wochen unbemerkt Dampf – das führt zu erheblichen Energieverlusten. Durch die kontinuierliche Überwachung erkennen wir solche Defekte frühzeitig. Die Investition amortisiert sich in der Regel binnen weniger Monate. Gleichzeitig leisten wir einen spürbaren Beitrag zur Energieeffizienz und damit zu mehr Nachhaltigkeit.

Sind unsere Anlagen denn dafür schon digital genug?

Bastian Höfer: In vielen Fällen ja. Wir haben im zentralen Archiv mittlerweile Zugang zu den Daten von rund 600.000 Sensoren – eine hervorragende Grundlage. Bei einigen speziellen Anwendungen müssen wir jedoch zusätzliche Sensorik installieren, um noch transparenter zu werden. Dazu nutzen wir eine moderne, drahtlose Technologie, die sich gut integrieren lässt – ohne große Eingriffe und hohe Kosten. Jeder zusätzliche Sensor erweitert und verstärkt zugleich das Netzwerk: Wir erhalten nicht nur Zugriff auf die für die Überwachung relevanten Daten, sondern verpassen zeitgleich der Digitalisierung in Produktion und Instandhaltung einen kräftigen Schub. 

Was ist Predictive Maintenance? 

•    Prädiktive Instandhaltung – oder auch Predictive Maintenance – bedeutet, Wartungen nicht mehr zu festen Intervallen durchzuführen, sondern genau dann, wenn die Maschine einen Bedarf signalisiert.
•    Dazu analysiert ein KI-gestütztes Tool kontinuierlich Prozess- und Maschinendaten. Weichen diese Werte vom normalen Betriebsverhalten ab, erkennt das System frühzeitig mögliche Probleme und gibt eine Warnung aus.
•    Die Vorteile: Ausfälle werden verhindert, Reparaturen können geplant durchgeführt werden und die Kosten für Stillstände und unnötige Wartung sinken deutlich.