Zurück
digitalisierung

Predictive Maintenance

Weg vom Buzzword, hin zu realen Anwendungen – nach unserem Kurs wissen Sie wie.
Deutsch
Vorschau dieses Kurses
795 €1)
Dieser Kurs umfasst
Einsatzgebiete & Nutzen Technische Grundlagen Insights Machine Learning Tipps für die Umsetzung

1) der Preis ist als Nettopreis angegeben. Es kommen ggf. noch Mehrwertsteuern hinzu.

Was Sie lernen werden
  • Einsatzfelder und Möglichkeiten von Predictive Maintenance
  • Technische Grundlagen von Predictive Maintenance-Lösungen
  • Erfolgsfaktoren bei der Entwicklung von Predictive Maintenance-Lösungen
  • Impulse für erste Schritte in Richtung prädiktiver Wartungen
Beschreibung
Seit mehr als zwei Dekaden geistert der Begriff der Predictive Maintenance durch die einschlägige Literatur und Fachpresse und auch auf vielen Kongressen ist diese Instandhaltungsart eines der Leitthemen. Dennoch können sich viele aus dem Service hinter diesem Buzzword nur sehr schwer etwas Greifbares vorstellen und stellen das Thema aus technischem Respekt vor der Materie auf das Wartegleis. Die Technik ist aber schon lange reif für reale Anwendungen. Es geht nun darum reale Anwendungsszenarien zu entwickeln. Und hierfür ist es notwendig, dass wir im Service die Berührungsängste abbauen, um gemeinsam mit der Technik hier skalierbare Lösungen zu erarbeiten, die echte Mehrwerte für Sie und Ihre Kunden liefern.

Unser Ziel mit diesem Kurs ist den Begriff der Predictive Maintenance zu entmystifizieren und die technischen Grundlagen dahinter zu erklären. Das hilft die besagten Berührungsängste abzubauen und das Thema aktiv anzugehen. Wir steigen in den Kurs ein, indem wir zunächst einmal die Begrifflichkeiten von Industrie 4.0, IoT, Predictive Maintenance und Co. klären und zueinander abgrenzen. Wenn hier die Basis geschaffen ist und ein einheitliches Verständnis herrscht, steigen wir in den Nutzen und die Einsatzfelder von Predictive Maintenance ein. Und im Hauptteil des Kurses geht es um die besagte Entmystifizierung des Begriffs, indem wir die Technik dahinter erklären und das Thema somit für Sie greifbarer machen. Wir hangeln uns hierfür entlang der gesamten Wirkungskette entlang. Wir starten bei der Erhebung von Daten am Produkt und klären dann welche Optionen man hat, um auf die Daten zuzugreifen. Und dann geht es in den Kern von Predictive Maintenance. Also die Arbeit, Analyse und Interpretation der Daten. Hierfür erklären wir Ihnen, wie künstliche Intelligenz funktioniert und welchen Prozess man durchläuft, um ein KI-Modell für den Einsatz im Rahmen der Predictive Maintenance fit zu machen. Danach sind Sie in der Lage mit Ihren Kollegen aus der Technik und IT auf Augenhöhe zu diskutieren und verstehen, was diese in diesem Kontext tun. Sie können das Modell nicht selbst in Python programmieren, aber Sie verstehen die Logik dahinter und können dabei helfen, Ihr Domänenwissen in den Prozess einfließen zu lassen. Im Nachgang zu diesem Hauptteil geben wir noch ein paar praktische Empfehlungen, die im Rahmen der Entwicklung und Vermarktung solcher Lösungen wichtig sind. Danach schließen wir den Kurs mit drei praktischen Impulsen für erste Schritte in diesem Umfeld ab.

Der Kurs ist für alle diejenigen gedacht, die sich im Service mit dem Thema Predictive Maintenance intensiv auseinandersetzen wollen. Sei es, weil Sie bei der Entwicklung mitwirken müssen oder grundsätzliches Interesse an den Wirkzusammenhängen und den technischen Hintergründen haben. Der Kurs hat das Ziel das Thema und die Technik von A bis Z zu durchleuchten und Sie in die Lage zu versetzen mit Ihren Kollegen aus Technik und IT auf Augenhöhe diskutieren zu können.
Der Kurs ist nicht für Sie geeignet, wenn Sie ein Data Scientist sind und nach einem praktischen Training in der Modellierung von KI-Modellen suchen. Der Kurs ist kein Programmierkurs in Python oder R, sondern ein Grundlagenkurs für diejenigen, die sich aus dem Service heraus mit dem Thema auseinandersetzen wollen.

Mit dem Kauf des Kurses erweben Sie das Recht, über einen persönlichen Account auf die Lerneinheiten des Kurses zuzugreifen. Nach Zahlung haben Sie drei Monate Zugriff auf den Kurs. Nach Abschluss des Kurses können Sie ein personalisiertes Zertifikat herunterladen, welches den Abschluss bestätigt. Unser Angebot richtet sich ausschließlich an gewerbliche Kunden.
Anforderungen
Kursinhalt
5:30 Stunden 31 Lerneinheiten Masterclass
1.1 I4.0, IoT, Predictive Maintenance & Co.
13:07
1.2 Einordnung in Instandhaltungsstrategien
13:21
1.3 Einordnung in das Services-Portfolio
11:39
2.1 Der Nutzen von Predictive Maintenance für Ihre Kunden
07:57
2.2 Der Nutzen von Predictive Maintenance für Ihr Unternehmen
08:45
3.1 Bei welchen Anlagen ist der Einsatz sinnvoll?
08:16
3.2 Welche Teile/Komponenten müssen überwacht werden?
08:09
4.1 Von der Messgröße zum Maschinenzustand
04:36
4.2.1 Welche Messgrößen sind für Predictive Maintenance relevant?
08:03
4.2.2 Welche Sensoren gibt es und wo ist deren Einsatz sinnvoll?
06:24
4.3.1 On-Premise vs. Cloud
15:10
4.3.2 Cloud vs. Edge
09:39
4.3.3 Aber die Kunden teilen keine Daten mit uns!
14:07
4.4.1 AI, Machine Learning, Deep Learning & Co.
06:04
4.4.2 From Dump to Insights!
06:10
4.4.3 Data cleaning
09:59
4.4.4 Feature Selection
15:54
4.4.5 Model Training & Evaluation
13:11
4.4.6 Welche Outputs kann so ein prädiktives Modell haben?
08:33
4.4.7 Immer noch Zweifel? Wir zeigen es Ihnen!
04:36
5.1 Wie bekommt man das Management an Bord?
25:19
5.2 Was ist die beste Organisationsform für Ihr Unternehmen?
15:01
5.3 Corporate Approach vs. Startup Approach
11:22
5.4 Personal- und Skillentwicklung für Predictive Maintenance
09:07
5.5 Exkurs: Etablierung einer „Data-driven Culture“
12:10
5.6 Die Transformation des Operating Models
13:02
6.1 Mögliche Erlösmodelle
15:45
6.2 Exkurs: Die Quantifizierung des Kundennutzens
13:09
7.1 Führen Sie ein Data Assessment durch!
05:58
7.2 Entmystifizieren Sie die Welt des Machine Learnings!
03:19
7.3 Starten Sie einen Piloten im Vorführzentrum!
12:33

Seit ich im Service unterwegs bin geistert Predictive Maintenance durch die Fachpresse und die Kongresse. Und dennoch gibt es in sehr wenigen Branchen reale Anwendungen, obwohl die Technik schon längst so weit ist. Mein Ziel mit diesem Kurs ist die Technik hinter Predictive Maintenance zu erklären und praktische Empfehlungen für die Umsetzung zu geben, um dieses Buzzword endlich zu entmystifizieren.

Dr. Simon Tonat Managing Director | ServiceLobby

Haben Sie bereits Initiativen gestartet und benötigen Unterstützung?

Wir unterstützen Sie gerne mit unserer Expertise und Erfahrung!
de_DEDeutsch
de_DEDeutsch en_USEnglish