Predictive Maintenance beim Fahrzeughersteller MAN Truck & Bus

Problem

Wenn ein vollbeladener LKW unterwegs, bspw. wegen eines Injektorschadens, liegenbleibt, muss der Bauteilausfall repariert werden, was Kosten verursacht, die meist der Hersteller zu zahlen hat. Die verspätete Lieferung führt zu Konventionsstrafen und einer Abstufung im Qualitätsranking, was schlecht für Folgeaufträge ist.

Analyse der Telematikdaten

Auf Basis der Telematikdaten, Fehlerspeichereinträge und Reparaturinformationen wird ein Datensatz zur Vorhersage der Ausfälle aufgebaut. Der entwickelte Algorithmus identifiziert in den Steuergerätedaten Muster, anhand derer man gesunde von ausgefallenen Fahrzeugen unterscheiden kann.

Predictive Maintenance

Mit dem gelernten und validierten Muster können für alle Fahrzeuge in Zukunft Vorhersagen getroffen werden, wie hoch die Wahrscheinlichkeit für einen Injektorausfall ist.

Ergebnis

Mit dem aktuellen Stand können 92 % der Injektorausfälle richtig vorhergesagt werden. Das führt langfristig zu geringeren Gewährleistungskosten, Verzugsstrafen werden verhindert und Folgeaufträge können gesichert werden. Für dieses Predictive Maintenance Projekt erhielt die Alexander Thamm GmbH den Best of Consulting Award 2016 der Wirtschaftswoche.

Unsere Experten

Michael Scharpf

Sr. Principal Key Account Manager

Unverbindlich beraten lassen

Sie möchten wissen, welche Möglichkeiten es mit KI und Data Science in Ihrem Unternehmen gibt? Sie wollen mehr über unsere Use Cases und Technik erfahren? Sprechen Sie mit unseren Experten!

Kontakt

12 Jahre Erfahrung aus über 3.000 Daten- & KI-Projekten

Weitere Referenzen

Procurement & Supply-Chain

Optimierung der Produktion mit Agentic AI

Steigerung der Liefertreue um 5% durch unser Multi-Agentensystem dank intelligenter Priorisierung und automatischer Root-Cause-Analysen

Production

Chatten mit dem Labor bei einem Spezialchemiehersteller

Interaktive Web-App für F&E-Entscheider in 10 internationalen Laboren

Finance & Controlling

Ganzheitliche Automatisierung der Finanzprognose

Automatische Berichterstattung und Reduzierung des operativen Aufwands im Finanzbereich

Finance & Controlling

Aufbau einer MLOps-Plattform bei einem Chemiekonzern

EBIT-Potenzial von bis zu 10 Mio. Euro durch die Skalierung von KI-Anwendungen

Anbieter:	HubSpot, Inc., 25 First Street, Cambridge, MA 02141, USA
Cookiename:	__hstc; hubspotutk; __hssc; __hssrc; __cf_bm; __cfruid
Laufzeit:	6 Monate; 6 Monate; 30 Minuten; Sitzungsende; 30 Minuten; Sitzungsende
Datenschutzlink:	https://legal.hubspot.com/de/privacy-policy
Host:	.hubspot.com

Anbieter:	InnoCraft Ltd., 150 Willis St, 6011 Wellington, New Zealand
Cookiename:	_pk_id..; _pk_ses..
Laufzeit:	13 Monate; 30 Minuten
Datenschutzlink:	https://matomo.org/gdpr-analytics/
Host:	.matomo.cloud

Anbieter:	Google Ireland Limited, Gordon House, Barrow Street, Dublin 4, Ireland
Cookiename:	YSC; VISITOR_INFO1_LIVE; PREF
Laufzeit:	Sitzungsende; 6 Monate; 8 Monate
Datenschutzlink:	https://policies.google.com/privacy?hl=de
Host:	.youtube.com

Anbieter:	Podigee GmbH, Revaler Straße 28, 10245 Berlin, Deutschland
Cookiename:	Nicht spezifiziert
Laufzeit:	Nicht spezifiziert
Datenschutzlink:	https://www.podigee.com/de/ueber-uns/datenschutz/
Host:	.podigee.com

Anbieter:	Google Ireland Limited, Gordon House, Barrow Street, Dublin 4, Irland
Cookiename:	SID; HSID; NID
Laufzeit:	2 Jahre; 2 Jahre; 6 Monate
Datenschutzlink:	https://policies.google.com/privacy?hl=de
Host:	.google.com