predictive maintenance @man
Mit Telematikdaten lassen sich Probleme frühzeitig erkennen und präventiv reparieren.
Verhinderung von 92% aller Injektorausfälle
Senkung der Gewährleistungskosten
Reduzierung der Konventionsstrafen und Sicherung von Folgeaufträgen
Herausforderung
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.
Lösung
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. 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.
Haben Sie Interesse an eigenen Use Cases?
Data & AI Wissen
Gemeinsam Mehrwerte aus Data & AI schaffen