SKF nutzt Cloud für neue Geschäftsmodelle 

Will man in der Produktion keine eigenen Ressourcen aufbauen oder Arbeitsschritte outsourcen, sind leistungsorientierte Verträge eine Alternative. So zahlen beispielsweise Kunden von SKF in einem neuen Everything-as-a-Service(XaaS)-Geschäftsmodell für die Nutzung von Anlagen und profitieren so von der garantierten Verfügbarkeit. MindSphere, die führende industrielle IoT-as-a-Service-Lösung, als Teil des Xcelerator Portfolios, sorgt dabei für die effektive Datenerfassung und -verarbeitung.

Nutzung statt Eigentum: In der B2B-Welt ziehen es immer mehr Unternehmen vor, für die Nutzung von Anlagen zu zahlen statt die Anlagen zu besitzen. Typische Beispiele dafür sind Software-Lizenzen und die Infrastruktur von Rechenzentren.

Diese sogenannten Everything-as-a-Service(XaaS)-Geschäftsmodelle bieten den Vorteil, dass Unternehmen nur für das zahlen, was sie auch nutzen. Immer häufiger kommt XaaS auch in Produktionsanlagen zum Einsatz. Ein Beispiel für diesen Trend findet sich beim Unternehmen SKF, das unter anderem Lager für rotierende Anlagen produziert.

Die Idee ist einfach: Statt Industrielager zu kaufen – ob für Förderbänder, Pumpen, Brecher, Papiermaschinen, Stahl- oder Zellstoffwerke und Drehgestelle von Schienenfahrzeugen – zahlen SKF-Kunden für die Verfügbarkeit ihrer rotierenden Anlagen. Beim Rotating Equipment Performance(REP)-Service von SKF zahlen Kunden ein festes Entgelt für die Nutzung von Nutzung von Lagern, Dichtungen und Schmierstoffen sowie die Zustandsüberwachung.

Stichwort Bezahlung: Viele Produktionsbetriebe sehen einen großen Vorteil des XaaS-Modells darin, dass die Nutzungsentgelte unter die Betriebskosten (OPEX) fallen, so dass die Budgets für Investitionsausgaben (CAPEX) für große, notwendige Investitionen unangetastet bleiben. Die Vertragsparteien schließen miteinander Zielvereinbarungen, beispielsweise für die Maschinenproduktivität, Maschinenverfügbarkeit oder andere Leistungskennzahlen (KPI). Die Digitalisierung spielt hier eine entscheidende Rolle für die Bereitstellung und zur Gewährleistung der zugesicherten Verfügbarkeit.
Für XaaS müssen die Daten der Lager kontinuierlich erfasst und ausgewertet werden. Und hier kommt MindSphere, das cloudbasierte, offene IoT-Betriebssystem, als Teil des Xcelerator Portfolios von Siemens, ins Spiel. MindSphere kann nicht nur Daten erfassen und daraus Erkenntnisse ableiten, sondern diese Daten auch mit Daten aus anderen Bereichen des Werks anreichern. Daraus lassen sich Applikationen erstellen und Schlussfolgerungen mit noch größerem Mehrwert ziehen.

Für XaaS müssen die Daten der Lager kontinuierlich erfasst und ausgewertet werden. Und hier kommt MindSphere, das cloudbasierte, offene IoT-Betriebssystem von Siemens, ins Spiel. MindSphere kann nicht nur Daten erfassen und daraus Erkenntnisse ableiten, sondern diese Daten auch mit Daten aus anderen Bereichen des Werks anreichern. Daraus lassen sich Applikationen erstellen und Schlussfolgerungen mit noch größerem Mehrwert ziehen.

Ein Anlagenbetreiber denkt im Normalfall nicht viel über Lager nach, es sei denn, sie fallen aus und unterbrechen die Produktion. „Ein gutes Kugellager ist eines, das man nie bemerkt“, bringt es Victoria van Camp, Chief Technology Officer von SKF, deshalb auf den Punkt.

Ein drohender Lagerausfall kann sich auf verschiedene Weise ankündigen: veränderte Laufgeräusche, höhere Temperaturen, wechselnde Schwingungsmuster. An den Lagern angebrachte Sensoren nehmen diese ersten Anzeichen für einen drohenden Ausfall auf. Die von den Sensoren erfassten Daten können entweder in die eigene Cloud-Lösung von SKF oder in MindSphere übertragen werden.

Die Zusammenführung der Daten ist alles andere als leicht, wenn man bedenkt, wie viele Datenpunkte in einer Anlage vorhanden sind: So müssen in einer einzigen Papiermaschine bis zu 600 Lager überwacht werden. Bei der Förderanlage in einem großen Bergbaubetrieb könnten leicht an die 70.000 Lager zu überwachen sein.

Die Auswertung der erfassten Daten und Ableitung von Erkenntnissen erfolgt in Echtzeit in der Cloud. Die hier verwendeten Algorithmen dienen zur Aufdeckung von Unregelmäßigkeiten. Auf diese Weise lassen sich Mängel von rotierenden Anlagen lokalisieren und beheben, noch bevor sie ungeplante – und teure – Stillstandszeiten verursachen.

Laut Alrik Danielson, CEO von SKF, bietet der vorbeugende Austausch von Lagern aber noch einen weiteren Vorteil: „Wenn wir einen bevorstehenden Ausfall rechtzeitig erkennen, können wir die Lager instandsetzen und wiederverwenden. Das ist unter Nachhaltigkeitsaspekten deutlich besser, als sie zu verschrotten oder einzuschmelzen. Das ist gelebte Kreislaufwirtschaft.“

Die Datenauswertung ist nicht nur für die frühzeitige Erkennung drohender Ausfälle wichtig, sondern auch für die Auswahl der richtigen Services. SKF kann die Leistung seiner rotierenden Anlagen messen und anhand der Daten erkennen, ob die vorgeschlagene Lösung den Bedürfnissen seiner Kunden entspricht. Andernfalls können Anpassungen vorgenommen werden, um die jeweils bestmögliche Lösung bereitstellen zu können.

Daten erfassen und unmittelbar relevante Erkenntnisse daraus ableiten – das könnte schon das Ende der Geschichte sein. Doch das Potenzial von MindSphere ist damit noch längst nicht ausgeschöpft. „Die größte Wirkung lässt sich erzielen, wenn ein SKF-Kunde bereits MindSphere einsetzt“, sagt Victoria van Camp. So wie dies bei einem großen Stahlhersteller der Fall ist.

Durch zusätzliche Apps kann MindSphere die Daten der SKF-Lager mit anderen Daten an einem Standort kombinieren.

Angenommen, die rotierenden Anlagen mussten häufig ausgetauscht werden. Die Daten könnten leicht Aufschluss über die Ursache geben – vielleicht ist hohe Luftfeuchtigkeit die Ursache für vorzeitigen Verschleiß, oder die Maschine läuft mit zu hoher Drehzahl? „Es könnten buchstäblich Tausende von Ursachen in Frage kommen. Mit MindSphere können Sie Schlussfolgerungen auf höherer Ebene ziehen, da die Daten auf einer einzigen Plattform gesammelt werden“, sagt Erik Lundén, SKF Account Manager von Siemens.

SKF könnte dann Lösungen entwickeln, die für die Anwendung besser geeignet sind. Außerdem wären die Ingenieure von SKF auf Basis der Daten dazu in der Lage, zukünftige Pruktgenerationen energie- und kosteneffizienter zu gestalten.

Der Vorteil leistungsorientierter Verträge besteht letztendlich darin, dass sich die Kunden nicht detailliert mit den von ihnen betriebenen Anlagen auseinandersetzen müssen. Sie erhalten eine optimale Maschinenleistung und können sich voll und ganz auf ihr Geschäft konzentrieren.

Unternehmen, die derartige Modelle anbieten, bringen ihre über viele Jahre hinweg erarbeitete Kompetenz ein – ein echter Wettbewerbsvorteil in Märkten, die derzeit von Low-Cost-Anbietern überschwemmt werden. Und in Verbindung mit MindSphere können die Services nicht nur effizienter erbracht werden, sondern aus den generierten Daten lassen sich weitere nützliche Erkenntnisse gewinnen.

März 2021