Beim international tätigen Automobilzulieferer Benteler werden im Rahmen des Projekts die Maschinendaten einer hydraulischen Presse und einer Materialfördereinrichtung systematisch erfasst, ausgewertet und daraus Muster im Produktionsprozess abgeleitet. Mit datengetriebenen Modellierungsverfahren und maschinellen Lernverfahren lassen sich dann z.B. Maschinenfehler erkennen, lange bevor diese passieren.
Basierend auf den bei Benteler gewonnenen Daten entwickelt das Fraunhofer IEM ein Vorgehensmodell für die Einführung einer intelligenten Instandhaltung. Dies erfordert eine ganzheitliche Betrachtung aller Komponenten und Abläufe. Neben der individuellen Weiterentwicklung von Verfahren der Datenanalyse werden Datenquellen wie Sensoren oder Maschinendaten in der Fertigung systematisch analysiert und mit Expertenwissen, also Wissen über die Funktionsweise und das Zusammenspiel von Anlagen, angereichert. Diese Verfahren werden dann in bestehende Fertigungs- und Instandhaltungsprozesse eingebettet, um Mitarbeitende bei der Wartung und Inspektion der Maschinen zu unterstützen und so Betriebsausfälle zu vermeiden.
Das Potenzial der entwickelten Lösung ist groß: Unternehmen können dadurch Störungen vorbeugen, Ausfallzeiten besser vorhersagen und das Produktionsmanagement effizienter gestalten. Für Maschinenhersteller bieten die Daten über ihre Anlagen zudem wertvolle Informationen zur Produktoptimierung.