Ihre Inhalte:

80 % der Maschinenkosten entstehen erst im laufenden Betrieb – oft durch vermeidbare Ausgaben wie unnötige Wartung, verfrühten Austausch von Komponenten oder ungeplante Ausfälle. Besonders teuer: Lagerschäden. Sie verursachen 41 % aller Fehler bei rotierenden Maschinen und können ganze Produktionen lahmlegen. Mit smarter Sensorik und KI-gestützter Software lassen sich Schäden jedoch bis zu einem Monat im Voraus erkennen. Doch wie gelingt der Einstieg in Predictive Maintenance – einfach, kostenschonend und ohne großen IT-Aufwand?

Der Fokus liegt hierbei auf folgenden Lerninhalten:

• Welche Maschinen eignen sich für Predictive Maintenance?
• Welche Daten werden für die Überwachung benötigt?
• Wie kann Sensorik bei Bedarf nachgerüstet werden?
• Funktionsweise von KI-basierter Maschinenüberwachung
• Praxisbeispiel eines großes Hafenbetriebs
• Kosteneinsparungen durch Predictive Maintenance

Zielgruppe:

Anlagenbetreiber, Instandhalter, Betriebsleiter

Referent: 

Nils Berger (KSB), Lena Weirauch (aiomatic), André Wiegand (Hansaport)