Digitales Ersatzteilmanagement : Mit Smart Data Analytics zum digitalen Ersatzteilmanagement
Laut dem Gesamtverband der deutschen Versicherungswirtschaft steigen die Preise für Ersatzteile stetig, eine der am häufigsten gestellten Fragen auf Google ist: “Warum sind Ersatzteile so teuer?”. Parallel dazu steigt auch die Nachfrage nach Online-Ersatzteilshops. Eine andere Studie aus Finnland besagt, dass bereits fünf Prozent aller Ersatzteile digital abgespeichert werden könnten. Es gibt viele Ansätze, um das Ersatzteil-Dilemma anzugehen. Könnte ein digitales Ersatzteilmanagement die Lösung sein?
Was ist Ersatzteilmanagement?
Eine Störung der Anlage tritt auf - keine Seltenheit in produzierenden Unternehmen. Ein Ausfall der Maschine, eine zeitaufwändige Wartung und Reparatur ist angesagt. Wurde der Fehler gefunden und er ist auf ein defektes Bauteil zurückzuführen, muss dieses schnellstmöglich ausgetauscht werden, um einen längeren Stillstand zu vermeiden. Bei solchen fast täglich auftretenden Problemen lassen sich die aktuellen Herausforderungen und wichtigsten Handlungsfelder unschwer erkennen.
Was, wenn das spezielle Teil nicht vorrätig ist? Sowohl physisch als auch wirtschaftlich ist es ob der enormen Vielfalt der Ersatzteile fast unmöglich, alle Teile für den gesamten Maschinenpark vorrätig zu halten. Es ergeben sich Herausforderungen hinsichtlich der Verfügbarkeit des dringend benötigten Ersatzteils. Ein Ansatz für eine Optimierung des Ersatzteilmanagements ist die Digitalisierung von Beschaffungsprozessen.
Computergestützte Methoden
Ein erfolgreiches Ersatzteilmanagement ist ein digitales, wie es etwa Fraunhofer anhand eines Smart Data Analytics-Projekt beim Tiroler Traktorenhersteller Lindner Traktoren eingeführt hat. Seinen Kunden gewährt der Landmaschinenhändler eine Ersatzteil-Versorgungsgarantie.
Bei über Tausenden von verschiedenen Ersatzteil-Artikeln und mit der steigenden Zahl von Fahrzeugvarianten lässt das die Anzahl der auf Lager gehaltenen Ersatzteile allerdings durch die Decke gehen. Die Lösung, wie die Fraunhofer-Forscher meinen, liegt in der Digitalisierung. Smart Data Analytics, also computergestützte Methoden, unterstützen nun die Mitarbeiter des Tiroler KMU bei der Planung. Fraunhofer und Lindner haben die Optimierung des Ersatzteilwesens gemeinsam erarbeitet sowie ein ganzheitliches Modell.
Digital statt analog
“Prognosen sind schwierig, besonders wenn sie die Zukunft betreffen”? Das Zitat kann mit dem von Fraunhofer entwickelten Prognosemodell falsifiziert werden – solange es das menschliche Analysevermögen betrifft. Um vorherzusagen, wie viele Ersatzteile im kommenden Jahr gebraucht werden, ist es naheliegend, sich die Bestellliste, die Strategien für den Einkauf und den Einkauf von Ersatzteilen des vergangenen Jahres anzusehen.
Doch einfach nur die Zahl auf das nächste Jahr zu übertragen, greife laut Fraunhofer zu kurz. Wenn man nur den Durchschnittswert verwenden würde, würde man laut Fraunhofer-Projektleiter Alexander Schmid die Zahlen für das Folgejahr falsch einsetzen. „Unser Algorithmus wählt in Abhängigkeit des Artikel-Verhaltens mittels Smart Data Analytics dagegen automatisch das optimale Prognoseverfahren aus und liefert treffgenaue Vorhersagen,“ erklärt er.
Algorithmus als Wahrsager
Hier kommt das intelligente Prognosemodell zum Einsatz. Es nimmt eine Analyse des Ist-Zustands vor und gibt einen Überblick über die aktuellen Teile. Außerdem, wann neue Teile nachproduziert werden sollten und zu welchem Zeitpunkt man selbst bei Zulieferern nachbestellen muss. Der Algorithmus verarbeitet innerhalb kurzer Zeit riesige Datenmengen, Big Data, die ständig mit aktualisierten Daten ergänzt werden.
Projektauftraggeber David Lindner erzählt: „Smart Data Analytics hat uns enorme Vorteile gebracht. Im After Sales wurden notwendige Handlungsfelder identifiziert, Disposition und Produktion von Ersatzteilen sind besser planbar und der Einkauf läuft zielsicherer ab.”
Industrie 4.0 im Ersatzteilmanagement
Was haben Industrie 4.0 und ein digitales Ersatzteilwesen miteinander zu tun? Viele Betriebe wollen digitaler werden, wissen aber nicht, womit sie starten und welche Ziele und Strategien sie setzen sollen. Fraunhofer hat in einer Studie herausgefunden, dass kleine Betriebe derzeit weiterhin auf analoge Geschäftsmodelle setzen, weil sie beim Einsatz digitaler Techniken große Schwierigkeiten haben. Das liegt vor allem am fehlenden Know-how und den fehlenden Kapazitäten.
Die vergleichsweise wenig aufwendige Implementierung eines Ersatzteilmanagement 4.0 wird deshalb oft als Startpunkt für die schrittweise Digitalisierung ihrer kompletten Infrastruktur und Betriebsmittel genutzt. Und wie das sonst eher auf Tradition setzende mittelständische Tiroler Unternehmen beweist, müssen Tradition und Digitalisierung kein Widerspruch sein – im Gegenteil.
Auch der PKW-Hersteller BMW setzt auf Smart Data Analytics: