aiXbrain Blog

Die 3 wichtigsten Argumente für den Einsatz von KI in Ihrem Service

Geschrieben von Thomas Salzmann | 11.06.2022 08:27:09

Der Maschinen- und Anlagenbau in Deutschland zeichnet sich seit vielen Jahrzehnten durch seine hohe Innovationskraft aus. Unsere Ingenieurskunst wird weltweit geschätzt. Das Label “Made in Germany” steht überall in der Welt für höchste Qualität und Zuverlässigkeit, was international für gute Absatzzahlen sorgt.

Im wachsenden internationalen Wettbewerb ist heute mehr denn je die Innovationskraft der deutschen Traditionsbranche gefordert. Nach vielen Jahren inkrementeller Verbesserungen von Hardware-, Elektronik- und Softwarekomponenten ist die Branche an einem Punkt hochoptimierter Verarbeitungsprozesse angelangt. Das ist gut, bedeutet aber gleichzeitig, dass der Hebel für herausragende Innovationen auf mechanischer Ebene fortlaufend kleiner wird.

Um Kunden dennoch mit neuen Innovationen dauerhaft an sich zu binden und sich von Wettbewerbern mit ähnlich guter Technik und niedrigerem Preis abzugrenzen, wird ein herausragender Service als Differenzierungsmerkmal immer wichtiger. Insbesondere die Anbindung und Auswertung von Maschinendaten kann die Servicequalität entscheidend verbessern.


2 Anwendungsszenarien von KI im Service

Maschinen- oder Anlagenbauer nutzen in der Regel eine Kombination aus präventivem und reaktivem Service, d.h. Maschinen werden regelmäßig gewartet und bei einem schwerwiegendem Störfall meldet sich der Kunde beim Service, der die Problemursache identifiziert und bei Bedarf einen Servicetechniker zum Kunden entsendet.

Beim reaktiven Fern-Service schaltet sich der Servicetechniker auf die Maschine und sucht in den Logdateien nach Indizien für die Störungsursache. KI kann die Suche nach der Problemursache beschleunigen, indem sie Sensor- und Steuerungsdaten automatisch auf Unregelmäßigkeiten untersucht und dem Servicetechniker beim Aufschalten zielgenaue Hinweise über auffällige Signalverläufe gibt.

Das Ziel des präventiven Service ist, Probleme zu erkennen und rechtzeitig zu beheben, bevor es zu einem Störfall kommt. Die klassische Wartung nach festen Intervallen orientiert sich an Erfahrungswerten für die Abnutzung einzelner Maschinenkomponenten. Mit KI hingegen ist es möglich, nur dann einzugreifen, wenn es auch notwendig ist. Das kann mit Predictive Maintenance erreicht werden. Hierbei bestimmt die KI anhand von Verschleißvorhersagen das notwendige Zeitintervall für die nächste Wartung. Eine zweite Option ist, dass die KI automatisch Signalverläufe erkennt, die in der Vergangenheit Probleme nach sich gezogen haben, und proaktiv eine Warnung an die Servicetechniker ausspielt. Diese können den Fall analysieren, das Risiko bewerten und ggf. einen Serviceeinsatz mit dem Kunden abstimmen.

Predictive Maintenance ist technisch anspruchsvoller, weil die KI in ihrer Trainingsphase gelabelte Daten über Störfälle aus der Vergangenheit benötigt. Die zweite Option erfordert keine oder zumindest deutlich weniger gelabelten Daten und kann Störfälle ebenfalls effektiv vermeiden. Wichtig ist, dass beide präventiven Ansätze nur dann realisiert werden können, wenn der Maschinenbetreiber dem Zugriff auf die Daten zustimmt. Wenn Betreiber den Transfer der Daten in die Cloud ausschließen, kann es ein Kompromiss sein, den Datenzugriff nur im Bedarfsfall zu erlauben, so wie es bei der Fernwartung bereits üblich ist.

 

 

 

3 gute Argumente für den Einsatz von KI im Service

Mit den beschriebenen Anwendungsszenarien können Sie als Maschinen- oder Anlagenbauer Ihren Kunden eine verbesserte Servicequalität bieten. Aus unserer Sicht gibt es drei wesentliche geschäftliche Argumente, Zeit, Geld und Energie in diese Innovation zu investieren:

  1. Den Service als Differenzierungsmerkmal stärken
    Kunden erwarten beim Kauf einer Maschine oder Anlage höchste Qualität und Zuverlässigkeit zu einem möglichst niedrigen Preis. Weil das marktüblicher Standard ist, ist es schwierig, sich hier mit Prozessleistung signifikant von etablierten Wettbewerbern abzugrenzen. Anders hingegen sieht es beim Service aus. Mit Werteversprechen der Form “100% Maschinenverfügbarkeit” oder “50% reduzierte Zeit für die Ursachenfindung im Störfall” können Sie sich im Markt klar differenzieren und haben dadurch bei der Neukundengewinnung ein weiteres starkes Argument auf Ihrer Seite.

  2. Den Umsatz im Servicegeschäft steigern
    Ihre neuen KI-gestützten Services können sie ebenfalls als zusätzliche digitale Serviceleistung anbieten, die Ihre Kunden optional hinzubuchen können. Welchen Preis der Kunde dafür bereit ist zu zahlen, hängt maßgeblich davon ab, wie teuer ein Stillstand für den Kunden ist.

  3. Kosten im Servicebereich senken
    Bei mehreren hundert oder tausenden Maschinen im Feld bringt jede Effizienzsteigerung in Ihren Serviceprozessen unmittelbares Einsparpotenzial. Konkret kann Ihnen KI dabei helfen, sowohl die Personalstunden für die Diagnose von Problemen als auch die Anzahl der Serviceeinsätze vor Ort zu reduzieren.

Die Prioritäten Ihres Unternehmens entscheiden, welches dieser Argumente am ehesten greift.

Fazit

Der Einsatz von KI im Service bietet für Maschinen- und Anlagenbauer geldwerte Potenziale zur Verbesserung der Servicequalität und des Kundenerlebnisses. KI ist dabei sowohl im reaktiven als auch präventiven Service einsetzbar. Aus geschäftlicher Sicht kann sich die Investition in KI für Sie lohnen, wenn Sie eines der folgenden drei Ziele verfolgen:

  1. Sie möchten Ihren Service als Differenzierungsmerkmal stärken.
  2. Sie suchen nach Möglichkeiten, den Umsatz Ihres Servicegeschäfts zu steigern.
  3. Sie wollen Kosten im Service senken.

Wenn das auf Sie zutrifft und Sie noch nach einer passenden Softwarelösung suchen, sprechen Sie uns gerne auf  aiXbrain Dataray an.