Eine nicht korrekt funktionierende Produktionsanlage ist unwirtschaftlich. Regelmäßige Wartung, inklusive des präventiven Austausches von Verschleißteilen erscheint somit unumgänglich. Dieser Ansatz wird vielfach verfolgt, auch wenn er nicht optimal ist. Besser wäre es, wenn vergangene und aktuelle Maschinendaten im Rahmen einer vorausschauenden Instandhaltung (Predictive Maintenance) genutzt würden, um den Ausfall von Maschinen zu minimieren, jedoch unnötige präventive Wartung vermeidet.

Laut einer Studie von McKinsey aus dem Jahr 2015 kann mittels Predictive Maintenance 50% weniger Ausfallzeiten bei gleichzeitiger Reduktion der Wartungskosten um 10 bis 40% erreicht werden. Das Potenzial von Predictive Maintenance wird durch die Vernetzung und Kommunikation der Maschinen (IoT), moderne Sensortechnik und digitale Daten sowie automatisierte und intelligente Datenanalyse wie beispielsweise Machine Learning ermöglicht.

Erfahren Sie in unserem kostenfreien Webinar, wie Sie entscheidende Wettbewerbsvorteile mittels Predictive Maintenance aus Ihren Maschinendaten generieren.

Was lernen Sie im Webinar?

  • Vorstellung der Instandhaltungsstrategien (reaktiv, vorbeugend und vorausschauend)
  • Nutzen durch Predictive Maintenance
  • Datenakquise und -qualität als Voraussetzungen für Predictive Maintenance
  • Demo eines Use Cases
  • Grenzen von Machine Learning Methoden bei Predictive Maintenance
  • Handlungsempfehlungen für die Top-Einsatzfelder

Termine

Nächster Termin in
5
Tag(en)
09.06.2020 | Predictive Maintenance Webinar (11:00 Uhr - 12:00 Uhr)
Webinar kostenlos
Jetzt anmelden
16.06.2020 | Predictive Maintenance Webinar (11:00 Uhr - 12:00 Uhr)
Webinar kostenlos
Jetzt anmelden
23.06.2020 | Predictive Maintenance Webinar (11:00 Uhr - 12:00 Uhr)
Webinar kostenlos
Jetzt anmelden

Ihre Hosts

Felix Exel
Felix ist Junior Data Intelligence Consultant bei Novatec. Sein Schwerpunkt liegt auf Deep Learning-Problemstellungen und deren End-to-End Implementierung. Im Rahmen seiner bisherigen Tätigkeit hat er sich unter anderem auf die Anomalie-Erkennung in multivariaten Zeitreihen sowie Forecasting-Modellen mithilfe von tiefen neuronalen Netzen spezialisiert.
Prof. Dr. Daniel Sonnet
Daniel kooperieret als Hochschullehrer mit Novatec in den Themen Machine Learning und Data Science. Speziell Predictive Maintenance sowie die Ableitung und Bewertung von datengetriebenen Business Cases für das produzierende Gewerbe stehen hier im Mittelpunkt. Daniels Grundmaxime lautet, dass Machine Learning nicht zum Selbstzweck betrieben werden darf. Machine Learning muss neuen Cashflow erzeugen oder helfen Bestehendes effizienter zu machen.

Anmeldung

Sichern Sie sich verbindlich und unkompliziert einen Platz für das ausgewählte Webinar. Wir freuen uns auf Sie!

Ihr Ansprechpartner

bildhübsche fotografie | Andreas Körner | www.a-koerner.de | info@a-koerner.de | +49 711 22 11 20

Yaren Sahin

Sales Engineer
Ihr Ansprechpartner Yaren Sahin Sales Engineer