webinar: sap predictive maintenance and service · 2018-11-14 · sap pdms funktionsüberblick und...

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


Die SpeakerWebinar: SAP Predictive Maintenance and Service

Daniel-André UhrnerVice Business Development Manager

Stephan KönigProduct ManagerDigital Connected Assets

Orianda Solutions AG

[email protected]

SAP SE

[email protected]

mailto:[email protected]



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.


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


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


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.“


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






Fragen & Antworten


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)


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


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


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


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


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


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






Fragen & Antworten


Demo

SAP PdMS Funktionsüberblick und SystemdemoWebinar: SAP Predictive Maintenance and Service


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


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


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


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

https://www.sap.com/products/predictive-maintenance.html

https://help.sap.com/viewer/product/SAP_Predictive_Maintenance_and_Service/

http://www.sap.com/roadmaps

https://whttps/www.orianda.com/themen-trends/studie-predictive-maintenance/

https://www.orianda.com/themen-trends/predictive-maintenance/

https://www.orianda.com/unsere-leistungen/unsere-angebote/


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

https://www.orianda.com/unternehmen/events/webinarreihe-leonardo-s4-hana/

https://www.orianda.com/unternehmen/events/webinarreihe-leonardo-sap-ain/

https://www.orianda.com/unternehmen/events/webinarreihe-leonardo-sap-aspm/

https://www.orianda.com/unternehmen/events/webinarreihe-leonardo-sap-pdms/

https://www.orianda.com/unternehmen/events/webinarreihe-leonardo-sap-pei/






Fragen & Antworten


Vielen Dank für Ihre Aufmerksamkeit!Gerne beantworten wir Ihre Fragen.

Fragen & AntwortenWebinar: SAP Predictive Maintenance and Service


Die SpeakerWebinar: SAP Predictive Maintenance and Service

Daniel-André UhrnerVice Business Development Manager

Stephan KoenigProduct ManagerDigital Connected Assets

Orianda Solutions AG

[email protected]

SAP SE

[email protected]




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.

webinar: sap predictive maintenance and service · 2018-11-14 · sap pdms funktionsüberblick und...

Documents