Leseprobe
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Predictive Maintenance. Aktueller Stand, Erfolgsfaktoren und Nutzenpotentiale
Marco Hartmann
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Sozialwissenschaften, Recht, Wirtschaft / Einzelne Wirtschaftszweige, Branchen
Beschreibung
Bachelorarbeit aus dem Jahr 2020 im Fachbereich BWL - Industriebetriebslehre, Note: 1,5, Duale Hochschule Baden-Württemberg, Stuttgart, früher: Berufsakademie Stuttgart, Sprache: Deutsch, Abstract: Ziel dieser Arbeit ist es einerseits, den aktuellen Stand von Predictive Maintenance wiederzugeben. Hierbei sind aktuelle Lösungs-Ansätze zu analysieren und die technischen Voraussetzungen zu identifizieren. Andererseits sollen Vorteile und Chancen, aber auch Herausforderungen bei der Einführung von Predictive Maintenance-Lösungen ausgearbeitet werden. Der Schwerpunkt der Analyse liegt hierbei vor allem auf dem Nutzenpotenzial und den Bedürfnissen der Kunden. Für K. Anlagenbau soll diese Untersuchung zeigen, ob Predictive Maintenance vom Kunden gefordert wird und somit Lösungen entwickelt werden müssen. Hierbei sind für K. Anlagenbau die technischen Voraussetzungen und Möglichkeiten zu identifizieren und die Vorteile und Chancen zu analysieren. Die Bereitschaft der Kunden, die Maschinendaten bereitzustellen, soll ein weiterer Aspekt der Untersuchung im Zuge dieser Arbeit darstellen. Auch die Frage, welche Möglichkeiten in Form von neuen Geschäftsmodellen sich hierdurch ergeben, wird analysiert. Die Arbeit ist in einen konzeptionellen und einen praxisorientierten Teil gegliedert.
Kundenbewertungen
vorausschauende Instandhaltung, Industrie 4.0, Predictive Analytics, Digitale Geschäftsmodelle, Data Analytics, vorausschauende Wartung, Predictive Maintenance