Predictive maintenance wint terrein en levert koplopers efficiencywinst op

08 oktober 2018 Consultancy.nl

Bedrijven die gebruikmaken van het hoogste niveau van predictive maintenance plukken massaal de vruchten van de innovatieve technologie. Bijna alle bedrijven boeken positieve resultaten door de inzet van de datagedreven onderhoudsmonitoring. Zij wijzen met name op de winst op het gebied van de uptime van machines en daarnaast op verbeteringen ten aanzien van aspecten als veiligheid, kosten- en energiebesparing, productontwikkeling en klanttevredenheid. Terwijl nog maar een klein deel van de bedrijven zich bevindt op dit hoogste niveau, hebben steeds meer van de overige bedrijven concrete plannen om zich daarbij aan te sluiten, blijkt uit onderzoek van PwC en Mainnovation.

In mei van dit jaar stond er een artikel in het Algemeen Dagblad waarin ProRail een plan uit de doeken doet om een app te lanceren die de smartphones van treinreizigers laat functioneren als bewegingssensoren. Wanneer voldoende van deze sensoren bij hetzelfde punt op het spoor een hobbel detecteren, stuur ProRail een onderhoudsploeg om het punt te inspecteren en, zo nodig, een reparatie uit te voeren. Nu al maakt ProRail gebruik van een netwerk van hightech sensoren. Met dank aan dit systeem daalde in vijf jaar tijd het aantal wisselstoringen van 1248 naar 928, het aantal detectiesysteemstoringen van 797 naar 677 en het aantal seinstoringen van 250 naar 156. Al met al steeg het percentage treinen dat op tijd rijdt door het sensorennetwerk met 3% tot 92,9%.

Het door ProRail behaalde succes is een voorbeeld van de mogelijkheden van predictive maintenance. In onze steeds verder digitaliserende wereld laten steeds meer dingen een digitaal spoor achter dat kan worden gedistribueerd via Internet of Things-technologie. Het kan hierbij gaan om data omtrent uiteenlopende variabelen als temperatuur, trillingen, vochtigheid en windsnelheden, of omtrent allerlei omstandigheden op het moment dat er ergens iets fout gaat. Tegelijkertijd zijn computers door technologieën als kunstmatige intelligentie steeds beter in staat grote hoeveelheden data te analyseren zodat hier inzichten uit kunnen worden opgedaan.

PdM Maturity Matrix

Tezamen zorgen deze ontwikkelingen ervoor dat er steeds beter kan worden voorspeld wanneer iets – een machine, een spoor of wat dan ook – aan onderhoud of vervanging toe is. Dit gebruik van predictive maintenance biedt grote kansen voor bedrijven en instellingen en de technologie staat dan ook bovenaan veel corporate verlanglijstjes: een onderzoek van Strategy& eerder dit jaar laat zien dat predictive maintenance de meest gebruikte of geplande technologische toepassing is van alle belangrijke digitale technologieën. Een ander onderzoek, van marktonderzoeksbureau MarketsandMarkets, voorspelt dat de markt voor predictive maintenance in 2021 $4,9 miljard dollar waard zal zijn, bijna drie keer zoveel als twee jaar geleden.

Ook PwC en maintenance- en assetmanagement-specialist Mainnovation zien veel in de technologie. De twee bureaus hebben samen onderzoek gedaan naar het gebruik van predictive maintenance en hopen met de resultaten meer bedrijven te overtuigen van de waarde van de technologie. Voor het onderzoek werden medewerkers van 268 ‘asset-intensieve’ bedrijven in Nederland, België en Duitsland ondervraagd. Volgens de twee bedrijven laten de resultaten duidelijk zien dat bedrijven er goed aan doen te investeren in predictive maintenance. 

Vier niveaus

In het onderzoek worden vier niveaus van predictive maintenance onderscheiden. Op het eerste niveau gaat het slechts nog om fysieke, visuele inspecties door een menselijke controleur. Op het tweede niveau maakt zo’n inspecteur ook gebruik van bepaalde meetinstrumenten. Op het derde niveau is er sprake van voortdurend real-time toezicht, waarbij er alarm wordt geslagen op basis van vooraf vastgelegde criteria. Het soort predictive maintenance waar het in het onderzoek om te doen is – de inzet van slimme sensoren en big data analytics – wordt pas bereikt op het vierde niveau, dat door de onderzoekers wordt aangeduid als Predictive Maintenance 4.0 en afgekort als PdM 4.0.

Voornaamste doel voor adoptie van PdM 4.0

Bijna alle bedrijven die PdM 4.0 inzetten (95%) blijken hier positieve resultaten mee te boeken. Gemiddeld weten ze 9% meer uptime te realiseren: “Dat is een fantastisch resultaat, want de kosten van downtime – het niet operationeel zijn omdat machines kapotgaan of apparatuur hapert – zijn enorm hoog”, vertelt Mark Haarman, managing partner bij Mainnovation. “Zo is met de relatief beperkte investering die nodig is om PdM 4.0 te implementeren en uit te voeren, een vele malen groter rendement te behalen. Een kleine stijging van de uptime is al goud waard.”

Zo’n verhoging van de uptime wordt dan ook veruit het vaakst genoemd (51%) als het belangrijkste motief voor het gebruik van PdM 4.0, en met 60% is het ook nog eens het aspect waar de meeste respondenten de vruchten plukken van de technologie. 11% van de respondenten noemt kostenbesparing als de voornaamste reden, 8% wijst op de veiligheids-, gezondheids-, milieu- en kwaliteitsrisco’s en 7% op de verlenging van de levensduur van verouderende installaties. De gemiddelde verbeteringen op deze drie terreinen komt uit op respectievelijk 12%, 14% en 20%. Ook op enkele gebieden die veel minder worden genoemd als primaire reden voor de inzet van PdM 4.0 levert de technologie aanzienlijke voordelen op. Zo blijken veel bedrijven verbeteringen te ervaren ten aanzien van de klanttevredenheid (40%), het productontwerp (37%) en energiebesparing (36%).

Data-ambities

Ondanks al deze voordelen bevindt niet meer dan 11% van de respondenten zich al op dit vierde niveau. Bovendien is dit aandeel het afgelopen jaar niet gegroeid. “Maar toch is er wel degelijk een ontwikkeling gaande”, stelt PwC-partner Michel Mulders. “60% geeft aan concrete plannen te hebben om PdM 4.0 te gaan implementeren, terwijl dat vorig jaar nog maar 49% was. De meeste bedrijven die aangeven nog geen plannen te hebben, noemen daarvoor gebrek aan budget als voornaamste reden. Daardoor krijgen ze de businesscase niet rond.” Met 63% staat deze reden inderdaad eenzaam bovenaan: de tweede plek gaat met slechts 23% naar een gebrek aan data, gevolgd door het ontbreken van of data-analyse-capaciteit (8%), of van commitment vanuit het hoger management (4%).

Belangrijkste reden om PdM 4.0 niet te implementeren

De door Mulder genoemde toename in het aantal bedrijven met concrete plannen om de technologie wel in te zetten, uit zich ook in daden. De onderzoekers merken op dat organisaties daadwerkelijk druk zijn de fundering te leggen die de implementatie van PdM 4.0 mogelijk maakt. Steeds meer bedrijven maken gebruik van externe data en van geavanceerde databronnen – met name van sensoren, omgevingsdata, productiecontrolesystemen en onderhoudsinformatiesystemen. Ook is er een duidelijke toename in het gebruik van geavanceerde datasoftware, dataplatforms en connectiviteitsoplossingen. Tot slot wijzen de onderzoekers op een flinke stijging in het aantal bedrijven dat datawetenschappers, IT’ers en ingenieurs in dienst heeft.

Implementatieplan

PwC en Mainnovation hopen dat de positieve resultaten die worden behaald door de bedrijven die al volop gebruikmaken van PdM 4.0 anderen over de streep trekken: “Bedrijven die erin slagen dit niveau te bereiken zullen bronnen van enorme waarde ontsluiten voor hun business”, aldus de onderzoekers. “Deze resultaten verschaffen ook gegevens en inspiratie aan bedrijven die het moeilijk vinden om een goeie businesscase te maken voor PdM 4.0 en de verwachte resultaten te kwantificeren.” Om dergelijke bedrijven een beeld te geven van wat er precies nodig is om het vierde predictive maintenance-niveau te behalen, eindigen de twee bureaus het onderzoeksrapport met een framework voor een stap-voor-stap implementatie van de technologische componenten van het PdM 4.0-model.

Aktieplan

Het implementatieplan kent zes stappen, waarvan de eerste bestaat uit het uitstippelen van de strategie: “Evalueer je huidige PdM-volwassenheidsniveau en stel doelen voor de komende vijf jaar die waarde toevoegen aan jouw business en consistent zijn met je algehele strategie.” Vervolgens kunnen pilotprojecten worden opgestart rond bedrijfsmiddelen die zich goed lenen voor de technologie en zo kunnen worden gebruikt voor een proof of concept en het demonstreren van businesswaarde. Op basis van de hierbij opgedane inzichten kan in de derde stap nauwkeurig worden vastgesteld welke capaciteiten vereist zijn om de targets te behalen: “Je grootste beperking zou weleens je vermogen kunnen zijn om de mensen te rekruteren die nodig zijn om PdM 4.0 te implementeren.”

Ten vierde is het belangrijk om “virtuoos” te worden op het gebied van data-analytics: “Je succes met PdM 4.0 zal afhangen van vaardigheid en kennis. Het is niet voldoende om enkel talent te rekruteren en ontwikkelen; bestuur is ook belangrijk. Creëer een omgeving waarin datawetenschappers en betrouwbaarheidsingenieurs zich kunnen optrekken aan elkaars expertise.” Daarna moet het bedrijf zich transformeren tot digitale onderhoudsorganisatie. PdM 4.0 moet worden toegepast op de installaties en het beslissingsproces moet datagedreven worden. Ondertussen moeten de nieuwste innovaties worden bijgehouden om up-to-date te blijven op PdM 4.0-gebied. Stap zes, tot slot, bestaat uit het actief plannen van een ecosysteembenadering. Om bij te blijven met de laatste ontwikkelingen is het voor volwassen PdM 4.0-organisaties belangrijk om nauw samen te werken met leveranciers, onderzoekscentra en andere externe partners.

Gerelateerd: Nederlandse maakbedrijven laten Industrie 4.0 kansen liggen.


×
×
A.T. Kearney Accenture ACE Company Adaptif Adlasz Adviesgroep Novius Anderson MacGyver Andersson Elffers Felix Annalise Arlande Arthur D. Little AT Osborne Atos Consulting B&A Bain & Company Baker Tilly BCG Platinion BDO BearingPoint Berenschot Best Value Group Bisnez BlinkLane Consulting BluPoint BMC Boer & Croon Management Bolster Bostec Boston Consulting Group Bright & Company | People Strategy Buitenhuis Advies buro C5 Bvolve Capgemini Invent Centric Cmotions COMATCH Conclusion Connective Payments Count & Cooper De Kleine Consultant Deloitte Delta Capita Digital Power Dimensys Ecorys Eden McCallum Energyprofs Enigma Consulting EY EY-Parthenon Finavista Finext First Consulting Flowant flowresulting FTE Groep FTE Improvery Galan Groep GalanNXT Grant Thornton Groenewout Gupta Strategists Gwynt Hamstra & Partners Hermes | Partners Hospitality Group Hot ITem House of Performance IG&H Consulting & Interim Improven InContext innergo INNOPAY Intermedius ITDS Business Consultants Itility JBR JBR Interim Executives Kirkman Company Korn Ferry KplusV KPMG KPN ICT Consulting Kruger KWINK groep Leeuwendaal M3 Consultancy Magnus Marktlink Mazars McKinsey & Company Mercer Merkle Methis Consulting METRI Mitopics MLC Mobilee Möbius Monitor Deloitte Morgens MSR Consulting Group Oliver Wyman OrangeX Ordina Organize Agile p2 PA Consulting Group Paul Postma Marketing Consultancy PBLQ People Change PNO Consultants Projective Protiviti Proven Partners PwC Qhuba Quantics Quint Wellington Redwood Quintop Raad van Toekomst RevelX RGP Rijnconsult Roland Berger Salvéos Schaekel & Partners Schuberg Philis SeederDeBoer Sia Partners Significant Simon-Kucher & Partners SiRM Solid Professionals SOLVE Consulting SparkOptimus Strategy Development Partners Strategy& Student Consultancy Group Summiteers Supply Value Symbol Synechron TEN HAVE Change Management The Next Organization Trevian Turner TWST TwynstraGudde UMS Group UniPartners UPD Van Oers Corporate Finance Vanberkel Professionals Varrlyn Vasco Consult Vintura VODW Voogt Pijl & Partners Wielinq Willis Towers Watson WIN Yellowtail YGroup YNNO Young Advisory Group YourConnector Zanders Zestgroup