Post on 14-Mar-2020
transcript
Asset Management mit SAP – Swiss Made 1
Webinar: SAP Predictive Maintenance and ServiceVon der reaktiven zur vorausschauenden Wartung und Instandhaltung – mit dem Internet of ThingsDaniel-André Uhrner, Stephan König
Asset Management mit SAP – Swiss Made 2
Die SpeakerWebinar: SAP Predictive Maintenance and Service
Daniel-André UhrnerVice Business Development Manager
Stephan KönigProduct ManagerDigital Connected Assets
Orianda Solutions AG
daniel-andre.uhrner@orianda.com
SAP SE
stephan.koenig@sap.com
Asset Management mit SAP – Swiss Made 3
Das ist OriandaWebinar: SAP Asset Strategy and Performance Management
Instandhaltungs-management
Service-management
Ressourcen-planung
Ersatzteil-management
in Tägerwilen in der Schweiz
Gemeinsam mit unserem Team zum Erfolg.
Sind mehr als 60 Berater mit Expertenwissen
Bei über 100 zufriedenen Kunden
In mehr als 500 erfolgreichen Projekten im Einsatz
Seit mehr als 20 Jahren Und haben dabei unsere vier Fokusthemen im Blick:
Und haben unseren FirmensitzWir sind in den folgenden Branchen imD-A-CH-Raum aktiv: Transport & Logistik
Maschinen- und Anlagenbau
Produzierende Industrie
Energieversorger
Öffentlicher Sektor
Pharma/ Chemie
Unterstützt werden wir von unserem starken Partnernetzwerk:
Im D-A-CH-Raum sind wir der einzige Recognized Expertise Partner der SAP für Asset Management.
Asset Management mit SAP – Swiss Made 4
SAP Asset ManagementWebinar: SAP Predictive Maintenance and Service
SAP S/4HANASAP Leonardo IoT
for Asset Management
MaintenanceManagement
Asset Intelligence
Network
Asset Strategy and Performance Management
PredictiveEngineering
InsightsPredictive
Maintenance and Service
Asset central
Consumed via mobileeg. Sensor feeds, data historian
Asset Management mit SAP – Swiss Made 5
AgendaWebinar: SAP Predictive Maintenance and Service
Effektivität und Effizienz als Stellhebel zur Optimierung der Instandhaltungskosten
Entwicklungen der Instandhaltungsstrategien von der reaktiven zur voraussagenden Instandhaltung
SAP PdMS Funktionsüberblick und Systemdemo
Fragen & Antworten
Asset Management mit SAP – Swiss Made 6
Ausgangslage in der InstandhaltungAnsprüche der Stakeholder an eine Anlage
Hersteller Serviceanbieter Betreiber
Verbesserung der ZuverlässigkeitVerringerung der GarantieaufwändeNeue Einnahmequellen im Servicebereich schaffen
Optimaler Service zur richtigen Zeit
Optimales Instandhaltungs-BudgetVerhinderung ungeplanter Ausfälle Minimierung der Instandhaltungsaufwände Reduzierung des Ausfallrisikos
„Das optimale Verhältnis im Fokus.“ „Perfektes Zusammenspiel von Mensch,Zeit und Technik.“
„Mit hoher Effizienz und geringemKraftaufwand ans Ziel.“
Asset Management mit SAP – Swiss Made 7
Effektivität und Effizienz zur KostenoptimierungWebinar: SAP Predictive Maintenance and Service
Präventive InstandhaltungskostenReaktive InstandhaltungskostenAnlagenbetriebs- und Investitionskosten
Investitions-, Kapital- und Betriebskosten sind kaum beeinflussbar
Beeinflussbarkeit der Anlagengesamtkosten insbesondere bei der Instandhaltungs-Optimierung
Asset Management mit SAP – Swiss Made 8
AgendaWebinar: SAP Predictive Maintenance and Service
Effektivität und Effizienz als Stellhebel zur Optimierung der Instandhaltungskosten
Entwicklungen der Instandhaltungsstrategien von der reaktiven zur voraussagenden Instandhaltung
SAP PdMS Funktionsüberblick und Systemdemo
Fragen & Antworten
Asset Management mit SAP – Swiss Made 9
Der richtige Strategie-Mix der Instandhaltung In Anlehnung an DIN13306
Grad der Digitalisierung
Reaktive Instandhaltung
Zustandsbasierte Instandhaltung
Voraussagende Instandhaltung
Präventive Instandhaltung
Kostensenkung
Minimierung des Ausfallrisikos
Bessere Nutzung des Abnutzungsvorrates
Optimierung der Serviceintervalle
Senkung ungeplanter Ausfälle
STRATEGIE-MIX (Beispiel)
Asset Management mit SAP – Swiss Made 10
Mehrere Ansätze zu Predictive MaintenanceWebinar: SAP Predictive Maintenance and Service
Anla
genz
usta
nd
Zeit
Totalausfall
FunktionsausfallHörbares Geräusch
Begleitschäden
Softwareüberwachung
Hot to Touch
Potentieller Ausfall = Erste Anzeichen eines Ausfalls
Menschen-gesteuert
T
F
P
Gerätegesteuert
Datengestützt
Warum jetzt?• IoT/Geräte-Konnektivität• Big Data für Trainingsmodelle verfügbar• Sinkende Hard- und Softwarekosten• Massive Rechenleistung
P
P
P
Mehr Flexibilität bei der dynamischen Planung von Wartungsmassnahmen durch mehr Reaktionszeit
Quelle: SAP
Asset Management mit SAP – Swiss Made 11
Integration in die InstandhaltungsprozesseBeispielprozess zum Remote Service mit Predictive Maintenance
Integration der Daten aus Information Technologie (IT) und Operational Technologie (OT)
Zustandsüberwachung in Echtzeit und Remote
Mustererkennung durch Machine Learning
Zustandsvorhersage der Anlagen
Auftragserstellung
Auftragsdisposition bspw. MRS
Visueller Support
Quelle: SAP
Asset Management mit SAP – Swiss Made 12
Kundenbeispiel - Bahnbetreiber Webinar: SAP Predictive Maintenance and Service
Verbesserung der Effektivitätvon WartungsprogrammenDatenfusion zwischen IT- undOT-DatenZugferndiagnoseKonstruktionsregeln und prädiktive ModelleDynamische Planung von Wartungsplänen
Lösung Nutzen
Höhere Anlagenverfügbarkeit und Passagier-Zufriedenheit
Voraussichtliche Einsparungen von 100 Mio. Euro pro Jahr bei den Instandhaltungskosten bei vollständiger Umsetzung
Prozess
Verbesserte Effektivität des Programms:Beginnend mit Verbesserungen an präventiven Wartungsplänen
Bremssystem:Energieverluste versus Kilometerstand
Türsysteme:Zyklen und Zeiten des Öffnen/Schliessensder Türen versus Kilometerstand
Betriebbis zumAusfall
Präventiv Predictive
…von Präventiv zu Predictive
Quelle: SAP
Asset Management mit SAP – Swiss Made 13
Kundenbeispiel - ProzessindustrieWebinar: SAP Predictive Maintenance and Service
Führender Hersteller von Separatoren und Dekantern für den industriellen Einsatz Neues Serviceangebot, das die Geräte während des Betriebs überwacht, um die Einhaltung des Servicevertrags sicherzustellen
Serviceausführung auf Basis von Echtzeit-MaschinendatenErhöhte MaschinenaktualisierungVerbesserte Einhaltung von ServiceverträgenHöhere Serviceproduktivität und Zufriedenheit
Hersteller Nutzen
Prozess
Überwachungin Echtzeit Fernwartungs-
techniker
Ersatzteile und Werkzeuge
Datenanalyse und Überwachung in Real-Time
Quelle: SAP
Asset Management mit SAP – Swiss Made 14
Predictive Maintenance ist ein Prozess…Webinar: Predictive Maintenance & Service
Predictive Maintenance ist keine einmalige Einführung eines Algorithmus, sondern ein kontinuierlicher Prozess, der an vielen Stellen Expertenwissen benötigt.
…nicht nur ein Algorithmus
Datenquellen Vorbereitung der Eingabedaten
Telemetriedaten,
Systemfehler
Wartungs- und
Betriebsdaten
Technische
Publikationen
Konstruktionsdaten
Datenanalyse
Selektion und
Transformation
Bereinigung und
Integration
SAP Predictive Maintenance and Service
Anwendung des maschinellen Lernprozesses
Output
Machine Learning Engine
Train Model
Configure Model
Score-Modell
Feedback
Analyse-Werkzeuge
Restnutzungs-dauer
AnomalieWerte
Zustands-bericht
2530 Tage
Quelle: SAP
Asset Management mit SAP – Swiss Made 15
SAP Predictive Maintenance and Service – on premiseWebinar: SAP Predictive Maintenance and Service
Ermöglicht einen datenorientierten
Ansatz zur Zustandsüberwachung
Flexibles Erweiterungskonzept für
Kunden zum Aufbau branchen- oder
kundenspezifischer Modelle und Analysen
Skalierbarer Machine Learning Engine,
der datenwissenschaftliche Erkenntnisse
in die Geschäftsprozesse einfliessen lässt
Flexible Visualisierungen über
Anlagenstrukturen hinweg
Durchgängige Prozessintegration –
Alarmieren, Entdecken, Abhilfe
Schaffen
Machine Learning Engine
Aktionen
Erkenntnisse
Alerts
Rohdaten
Maschinendaten
Logistik- und Instandhaltungsprozesse
SAP Leonardo IoT FoundationSAP Leonardo IoT Edge
SAP Predictive Maintenance and Service
Analysetools
Geschäftsdaten
Explorer Equipment Page
Business User
Data Scientist
Data Manager
Domain Experte
Quelle: SAP
Asset Management mit SAP – Swiss Made 16
AgendaWebinar: SAP Predictive Maintenance and Service
Effektivität und Effizienz als Stellhebel zur Optimierung der Instandhaltungskosten
Entwicklungen der Instandhaltungsstrategien von der reaktiven zur voraussagenden Instandhaltung
SAP PdMS Funktionsüberblick und Systemdemo
Fragen & Antworten
Asset Management mit SAP – Swiss Made 17
Demo
SAP PdMS Funktionsüberblick und SystemdemoWebinar: SAP Predictive Maintenance and Service
Asset Management mit SAP – Swiss Made 18
SAP PdMS Roadmap – cloud editionWebinar: SAP Predictive Maintenance and Service
1808 – neueste Innovationen 1902 – Geplant Q1/20191811 – Geplant Q4/2018 1905 – Geplant Q2/2019
Instandhaltungsplanung, Terminierung und Optimierung• Erweiterte Regeldefinitionen, die
fortgeschrittene Regelkonditionen und Regeln auf Equipment-Level unterstützen
• Warndeduplizierung zur Unterdrückung der Erstellung redundanter Warnmeldungen
• Verbesserte Informationen über den Lebenszyklus von Alarmen mit Alarmstatus und Prozessor
• Gerätebenchmarking durch Vergleich der Indikatoren für die Geräte untereinander
• Standardmäßige Auswahl der Indikatoren in 2D-Charts pro Benutzer
• Automatisiertes maschinelles Lernen, um es Geschäftsanwendern zu ermöglichen, die Zustandsüberwachung von Anlagen zu konfigurieren
• Adaptives Lernen für Fehlermodus-Analyse
• Erweiterte Autorisierung auf Datenlevel
Analysen• Reporting von Anlagendaten durch
Integration mit der SAP Cloud
Instandhaltungsplanung, Terminierung und Optimierung• Fingerabdruck-Management• Prescriptive Instandhaltung, die die
Erklärung von Alarmen und empfohlene Handlungen für Alarme unterstützt
• Machine Learning Motor, der adaptives Lernen durch Benutzer-Feedback und Gesundheitsindikator-Erklärung unterstützt
• Erweitertes Machine-Learning, das automatisierte Feature-Generierung unterstützt
• Erweiterbarkeit durch individuelle Analysetools
Integration• Kundenportal-Funktionalität durch
Integration mit SAP Asset Intelligence Network
Instandhaltungsplanung, Terminierung und Optimierung• Indikator-Prognose und
Visualisierung von prognostizierten Werten in 2D-Diagrammen
• Instandhaltungs-Priorisierung durch prognostizierte Indikatoren für den Gerätezustand
• Massenerstellung von Benachrichtigungen und Arbeitsaufträgen mit regelbasierter automatischer Ausfüllung der Felder für Benachrichtigung und Arbeitsauftrag
• Definition von benutzerdefinierten Berechnungsregeln für Indikatoren
• Erweiterbarkeit des Machine-Learning-Motors durch benutzerdefinierte Algorithmen
• verbesserte Datenaufbereitung für das maschinelle Lernen zur Unterstützung von geräteeigenen Datensätzen und Equipmentstammdaten in Datensätzen
• Ursachenanalyse durch Korrelationen zwischen Ausfällen und Equipmentstammdaten und Konfiguration
Instandhaltungsplanung, Terminierung und Optimierung• Frühindikatoranalyse, um die
wirkungsvollsten Indikatoren für ein Ereignis zu finden
• Support für Fingerabdruck-Analyse• Erweiterte Berechnung von
Indikatoren und zeitbasierter Aggregation von Indikatoren
• Verbesserte Erkennung von neu auftretenden Problemen, ermöglicht durch zusätzliche Analyse-werkzeuge und Algorithmen für das maschinelle Lernen
• Support für zusaätzliche Chart-Typen in der Daten-Visualisierung, wie z.B. Histogramme und Kennlinien
• kontinuierliche automatisierte maschinelle Modellauswertung und -schulung durch automatisiertes maschinelles Lernen
• Konfigurationsassistent für MachineLearning Algorithmen
Integration• Datengesteuerte
Wartungsplanverfeinerung und Fehlermöglichkeits- und Einflussanalyse durch Integration mit SAP ASPM Quelle: SAP
Asset Management mit SAP – Swiss Made 19
SAP PdMS Roadmap – on-premise editionWebinar: SAP Predictive Maintenance and Service
Neueste Innovationen 2019 – Produkt Richtung2018 – Geplante Innovationen 2020 – Produkt Vision
• Support für komplexe Anlagenstrukturen mit Locations, Modellen, Equipment und Ersatzteilen
• Fertige Anlagenmodellierung mit grafischen Modellierungstools, Modell- und Gerätevorlagen und intelligenter Abstimmung zwischen Modellen und Geräten
• Erweiterte Gerätedaten, die Fehlermodi und Anweisungen, Dokumente, Dokumente, Ankündigungen und Gerätegruppen unterstützen
• Kollaborative Verbesserungsfälle• Obsoleszens-Management für
Modelle und Equpiment• Zusätzliche Machine-Learning-
Algorithmen für Anomalie-Erkennung
• Integration mit SAP PredictiveAnalytics
• Erweiterter Support für EU DSGVO
• Vorschriftsmässige Wartung• Fingerabdruck-Analyse für
Equipment• Automatisiertes Machine-Learning• Evidenzpakete zur Sammlung von
Erkenntnissen bei der Erkennung von Notfallsituationen
• Ursachenanalyse unter Verwendung von Korrelationen zwischen Ausfällen und Equipmentstammdaten und Konfiguration
• Erweiterte Daten-Visualisierung in 2D-Charts zur Anzeige von Schwellenwerten und Zusatzereignissen
• Multichart-Anzeige für ein einzelnes Gerät
• Indikatorprognose und Visualisierung von prognostizierten Werten in 2D-Diagrammen
• Erweiterte Integration zwischen SAP ERP und SAP S/4HANA
• Bibliothek mit gebrauchsfertigen Machine-Learning-Lerninhalten pro Anlageklasse
• Erweiterter automatischer Machine-Learning-Motor
• Verbesserte Anomalie-Erkennung durch Deep-Learning-Techniken
• Verbesserte Erkennung von Notfallsituationen durch zusätzliche Analysewerkzeuge und Algorithmen zum maschinellen Lernen
• Self-Service gesteuertes Signalmanagement mit grafischer Toolunterstützung
• Support für Edge-Computing• Tiefere Prozessintegration mit SAP
Asset Intelligence Network und SAP Asset Strategy and Performance Management
• Erweiterte Bibliothekt mit Industrie-und Anlagenklasse-spezifischen Machine-Learning-Algorithmen
• Erweiterte Flottenanalyse, wie z.B. Support von optimaler Ersatzteil-Planung und -beschaffung
• Optimierung des Anlagenbetriebs um Instandhaltungskosten zu minimieren
• Datengesteuerte autonome Instandhaltungsplanung und -planung
Quelle: SAP
Asset Management mit SAP – Swiss Made 20
ZusammenfassungWebinar: SAP Predictive Maintenance and Service
Optimierung der Reaktionszeit vor Ausfällen
Ausnutzung des optimalen Abnutzungsvorrates
Erweiterung des Leistungsportfolio möglich
Verhinderung ungeplanter Ausfälle
Integration in Backend-Systeme wie ERP möglich
Erweiterbar durch weitere SAP Produkte und eigene Apps
Asset Management mit SAP – Swiss Made 21
Weitere InformationenWebinar: SAP Predictive Maintenance and Service
PdMS Produktseite
Online Dokumentation
Aktuelle Roadmap
Studie zum Thema Predictive Maintenance
Predictive Maintenance
Unsere Angebote für Ihr Unternehmen
Asset Management mit SAP – Swiss Made 22
Maintenance Management mit S/4 HANAAufzeichnung hier anschauen
SAP Asset Intelligence NetworkAufzeichnung hier anschauen
SAP Asset Strategy and Performance ManagementAufzeichnung hier anschauen
SAP Predictive Maintenance and ServiceAufzeichnung hier anschauen
SAP Predictive Engineering InsightsDienstag, 20.11.2018 um 11 Uhr
Rückblick & AusblickWebinar: SAP Predictive Maintenance and Service
Asset Management mit SAP – Swiss Made 23
AgendaWebinar: SAP Predictive Maintenance and Service
Effektivität und Effizienz als Stellhebel zur Optimierung der Instandhaltungskosten
Entwicklungen der Instandhaltungsstrategien von der reaktiven zur voraussagenden Instandhaltung
SAP PdMS Funktionsüberblick und Systemdemo
Fragen & Antworten
Asset Management mit SAP – Swiss Made 24
Vielen Dank für Ihre Aufmerksamkeit!Gerne beantworten wir Ihre Fragen.
Fragen & AntwortenWebinar: SAP Predictive Maintenance and Service
Asset Management mit SAP – Swiss Made 25
Die SpeakerWebinar: SAP Predictive Maintenance and Service
Daniel-André UhrnerVice Business Development Manager
Stephan KoenigProduct ManagerDigital Connected Assets
Orianda Solutions AG
daniel-andre.uhrner@orianda.com
SAP SE
stephan.koenig@sap.com
Asset Management mit SAP – Swiss Made 26
Legal DisclaimerOrianda Solutions AG
Die vorliegende Präsentation wurde von der Orianda Solutions AG erstellt. Die Übergabe der Präsentation erfolgt mit der ausdrücklichen Massgabe, die gesamte Präsentation, sowie einzelne darin enthaltenen Darstellungen, auch mit Abweichungen, nur mit ausdrücklicher schriftlicher Genehmigung der Orianda Solutions AG in einem anderen Zusammenhang und für andere Adressaten als Empfänger dieser Präsentation zu verwenden oder an Dritte weiterzuleiten. Mit der Entgegennahme der Präsentation erklärt sich der Empfänger mit den vorstehenden Bedingungen einverstanden.