KI-gestützte Predictive Maintenance in der Milchverarbeitung bei Sachsenmilch (Siemens)
Sachsenmilch verarbeitet täglich 4,7 Millionen Liter Milch im 365-Tage-Betrieb und kann sich ungeplante Anlagenausfälle kaum leisten. Mit Siemens' KI-basiertem Predictive-Maintenance-System Senseye wurden Anlagendaten und Vibrationssensoren ausgewertet, um Störungen frühzeitig zu erkennen. Bereits im Pilotbetrieb wurde eine defekte Pumpe rechtzeitig erkannt, was Kosten im niedrigen sechsstelligen Bereich einsparte.
Vertiefung
Ausgangslage war der Bedarf an nahezu durchgängiger Anlagenverfügbarkeit bei einem der größten Molkereistandorte Europas unter strengen Qualitätsanforderungen. Siemens integrierte die KI-Lösung Senseye Predictive Maintenance zusammen mit Vibrationssensoren in die bestehende vernetzte Anlagentechnik, um Anomalien vor einem Ausfall zu erkennen. Voraussetzung war die Anbindung der Maschinendaten an die Sensor- und Analyseplattform sowie ein iterativer Pilotansatz mit einzelnen Anlagenteilen. Ergebnis war die frühzeitige Erkennung einer fehlerhaften Pumpe, wodurch Reparatur- und Ausfallkosten im niedrigen sechsstelligen Bereich vermieden wurden; eine Erweiterung um SAP-Plant-Maintenance-Integration und den KI-„Maintenance Copilot“ ist geplant. Der Ansatz lässt sich auf andere zeitkritische Prozessindustrien mit Dauerbetrieb (z. B. Lebensmittel-, Chemie- oder Pharmaproduktion) übertragen.