FOCUS – BEST PRACTICES 10 / UdZ 01.25 Mitarbeitenden das Erlernen von Expert*innenwissen. KI überwacht die Maschinen und gibt Instandhaltungsmaßnahmen zur Fehlerbeseitigung vor. Analog zur Generierung von Wissen, werden in diesem Anwendungsfeld Handlungsanweisungen zur Fehlerbehebung generiert. Mitarbeitende können sich zur Klärung von Fragen mit der KI austauschen. Auch dieses Modell kann Kund*innen im Self-Service zur Verfügung gestellt werden. Die Salzgitter Flachstahl GmbH hat ein präskriptives Instandhaltungssystem mit Endress & Hauser eingeführt, das den Gesundheitszustand von Maschinen und Anlagen an 104 Messpunkten entlang einer 330 Meter langen Linie kontrolliert und Handlungsempfehlungen für deren Instandhaltung anbietet5. Datenbasiertes Instandhaltungsmanagement Da die Maschinenverfügbarkeit zunehmend an Bedeutung gewinnt, wird auch die Overall Equipment Effectiveness (OEE) wichtiger. Die Analyse historischer und Echtzeit-Daten mithilfe von Condition-Monitoring sowie die Vorhersage von künftigen Ereignissen mit Predictive Maintenance können die Verfügbarkeit von Maschinen durch effiziente Instandhaltungsplanung steigern. KI wertet Betriebsdaten aus und automatisiert die die Wartungsplanung und -ausführung, was die Abläufe optimiert und die Betriebskosten reduziert. Der Edge-Case ist in diesem Fall die automatische Verbesserung der Maschine. Maschinen justieren sich selbst nach, schmieren sich selbstständig oder schlagen Verbesserungsmöglichkeiten durch einen Komponentenwechsel vor. Der TÜV Süd nutzt im Bereich Predictive Maintenance mit seinem Lift-Manager ein System, das 30 Tage im Voraus einen Defekt an Aufzügen feststellen und so proaktiv Maßnahmen einleiten kann6. Kundenspezifische Interaktion Individuelle Voraussetzungen, bestehende Partnerschaften und ein komplexeres Serviceportfolio sorgen für lange Bearbeitungszeiten bei der Erstellung von Angeboten. KI-basierte Chatbots und Empfehlungssysteme verbessern die Kund*inneninteraktion mit personalisierter Unterstützung und individualisierter Angebotserstellung. Neben der Interaktion mit Kund*innen fokussiert dieses Anwendungsfeld insbesondere die Service-Sales-Integration. Allen Mitarbeitenden, die mit einem*einer Kund*in interagieren, ist bekannt, welche Kontaktpunkte es gegeben hat. Hierzu werden erbrachte Tätigkeiten und durchgeführte Konversationen über Sprachmodelle zusammengefasst. Verkaufsdaten werden gepflegt und bestehende Verträge können analysiert werden. Über eine Analyse der Nachrichten nach dem Emotionsstatus erhalten Mitar5 ttps://img06.en25.com/Web/EndressHauserInfoserveGmbhCo/%7B4 5df2331-879f-4fbb-8ab7-230a579cb75a%7D_CS01597Z11_Salzgitter_ EN_0119.pdf (Link zuletzt geprüft: 28.03.2025) 6 s. Kovacevic 2023 5 https://img06.en25.com/Web/EndressHauserInfoserveGmbhCo/%7B45df2 331-879f-4fbb-8ab7-230a579cb75a%7D_CS01597Z11_Salzgitter_EN_0119.pdf (Link zuletzt geprüft: 28.03.2025) 6 see Kovacevic 2023 interact directly with the AI to clarify questions. This capability can also be extended to customers through self-service platforms. Salzgitter Flachstahl GmbH, in partnership with Endress & Hauser, has implemented an advanced prescriptive maintenance system that monitors equipment health across 104 measuring points along a 330-meter production line, delivering recommendations for optimal maintenance5. Data-Driven Maintenance Management As machine availability becomes increasingly critical, Overall Equipment Effectiveness (OEE) has emerged as a key performance indicator. Analyzing historical and real-time data through condition monitoring and predicting future events with predictive maintenance significantly increases machine availability through efficient maintenance planning. AI evaluates operational data and automates maintenance planning and execution, optimizing processes and reducing operating costs. In this advanced scenario, machines can self-adjust, perform automatic lubrication, or suggest improvements such as component replacements. In the area of predictive maintenance, TÜV Süd utilizes its Lift Manager system, which can detect potential elevator defects up to 30 days in advance, enabling proactive intervention6. Customer-Specific Interaction Individual requirements, established partnerships, and a complex service portfolio often result in extended processing times for quote generation. AI-powered chatbots and recommendation systems enhance customer interaction through personalized support and tailored quotations. Beyond customer engagement, this application area also emphasizes seamless integration between service and sales. This ensures all customer-facing employees have visibility into previous touchpoints and interactions. Language models summarize activities performed and conversations conducted, while sales data is maintained and existing contracts can be analyzed. By evaluating message sentiment and tone, employees receive urgency classifications for customer requests. Lufthansa exemplifies this approach with software that prioritizes tickets based on departure times and customer communication patterns, routing urgent inquiries directly to human support teams. Their system successfully processed 10 million inquiries in 20237. Automated Spare Parts Logistics Precise knowledge of inventory and timely delivery of spare parts in the right quantity and quality is a critical success factor for industrial companies. Currently, spare parts are often
RkJQdWJsaXNoZXIy NzcyMw==