Andere Kunden interessierten sich auch für
![Instandhaltungsmanagement in der Industrie 4.0. Einordnung und Einführung prädiktiver Instandhaltung]( "Instandhaltungsmanagement in der Industrie 4.0. Einordnung und Einführung prädiktiver Instandhaltung")
Instandhaltungsmanagement in der Industrie 4.0. Einordnung und Einführung prädiktiver Instandhaltung27,95 €![Chancen und Risiken von Predictive Maintenance]( "Chancen und Risiken von Predictive Maintenance")
Chancen und Risiken von Predictive Maintenance17,95 €![Machine Learning in industriellen Dienstleistungen. Ein Vorgehensmodell]( "Machine Learning in industriellen Dienstleistungen. Ein Vorgehensmodell")
Machine Learning in industriellen Dienstleistungen. Ein Vorgehensmodell29,99 €![Big Data und Prozessmanagement im Unternehmenseinsatz unter Berücksichtigung des aktuellen Forschungsstands]( "Big Data und Prozessmanagement im Unternehmenseinsatz unter Berücksichtigung des aktuellen Forschungsstands")
Big Data und Prozessmanagement im Unternehmenseinsatz unter Berücksichtigung des aktuellen Forschungsstands17,95 €![Improving Classifier Generalization]( "Improving Classifier Generalization")
Improving Classifier Generalization110,99 €![Improving Classifier Generalization]( "Improving Classifier Generalization")
Improving Classifier Generalization110,99 €![Innovative Konzepte der Industrie 4.0. Risiken und Chancen]( "Innovative Konzepte der Industrie 4.0. Risiken und Chancen")
Innovative Konzepte der Industrie 4.0. Risiken und Chancen17,95 €
Studienarbeit aus dem Jahr 2018 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,7, Hochschule Aalen, Veranstaltung: International Project Management, Sprache: Deutsch, Abstract: Wir bewegen uns im Zeitalter der Industrie 4.0, die die Unternehmen mit modernster Informations- und Kommunikationstechnik verzahnt. Der größte Beweggrund dieser Entwicklung ist die schnell zunehmende Digitalisierung der Wirtschaft. Ein populärer Anwendungsbereich der Industrie 4.0 ist Predictive Maintenance. Predictive Maintenance wird als ein Schlüsselthema in der Industrie 4.0 identifiziert und als eindeutige Voraussetzung für zukünftigen Erfolg in der Wartung gesehen. Der Begriff "Predictive Maintenance" (PM) lässt sich mit dem Begriff "vorausschauende Wartung" ins Deutsche übersetzen. Das Ziel von PM besteht darin, Zustandsdaten von technischen Anlagen zur Vorhersage von möglichen Ausfällen der Maschinen sowie Maschinenteilen zu nutzen. Insbesondere für produzierende Unternehmen ist PM von großer Bedeutung, da diese überwiegend für ihre Wartungsarbeiten PM einsetzen, allerdings nur für bekannte oder vermutete Ursache-Wirkungs-Zusammenhänge. Nur wenn der Technologie bekannt ist, dass eine Änderung der Charakteristik auf einen sich anbahnenden Schaden hinweist, kann man die Anlagen im Sinne einer vorausschauenden Wartung nutzen. PM wird daher aktuell noch recht unkritisch betrieben. Defizite herrschen hinsichtlich der zuverlässigen Quantifizierung von Instandhaltung sowie notwendigen Instandhaltungsmaßnahmen. Daher kann auch der wirtschaftliche Erfolg von PM nur geschätzt werden, und zwar aufgrund der Weiterentwicklung von Technik aber auch unterschiedlicher äußerer Einflussfaktoren, die nie komplett ausgeblendet beziehungsweise herausgerechnet werden können. Alles in allem kann man also festhalten, dass weder bewiesen ist, dass PM tatsächlich zu Einsparungspotenzialen führt noch, dass mithilfe von PM überhaupt in die Zukunft geblickt werden kann, d.h. Vorhersagen über das zukünftige Verhalten einer Maschine getroffen werden und somit Wartungen optimiert werden können. PM ist nur ein Begriff, welcher eine Vorhersage verspricht, jedoch ist weder in der Realität noch durch die Technologie ein Blick in die Zukunft möglich.Zielsetzung dieser Arbeit ist es somit zu ermitteln, ob PM durch die Zukunftsbezogenheit in der Praxis funktioniert und wie gegebenenfalls der Erfolg in der Praxis konkret gemessen wird.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.