Smarter Buildings@IBM
Optimierung der RE/FM-Prozesse durch
Advanced Analytics: ‚Big Data‘

Hagen Neulen
Business Solution ...
Vision IBM: Integriertes Real Estate- und Facility-Management
Governance
Governance

Reporting
Reporting

RE Strategie
RE ...
Was macht Gebäude smart?
Portfolio
Portfolio

Wasser

Estates Mgmt
Estates Mgmt

Smart Meters,
Verbrauch / Fluss
Sensorik
...
Optimierung durch Monitoring & Analytics
Kostensenkung und Prozessoptimierung: Monitoring- und Simulationsfähigkeit

Wert
...
Würden Sie Ihr Geschäft anders steuern wenn Sie folgende
Fragen im Voraus beantworten könnten…?

Was ist das nächst beste
...
Erfolgreiche Analytic erfordert einen ‘Closed Loop’ Regelkreis

Datensammlung

Prognosen

Aktionen

Dashboards / Analysen ...
Nutzen von Predictive Analytics
Herausforderungen

Mehrwert durch Predictive Maintenance

Hohe Kosten, die durch
Stillstän...
Arbeitsweise Predictive Analytics

Predictive Monitoring &
Optimierung von Assets
folgt einem 3-stufigen
analytischen Proz...
Kernfunktionalität: Prognose von Ausfallwahrscheinlichkeiten
in Abhängigkeit von Zeit und betrieblichen Einflussfaktoren
N...
Schritt 1: Ursachenanalyse von Ausfällen (Root Cause Analysis)
Welche Komponenten sind gefährdet? Was sind die entscheiden...
Schritt 2: Vorauschauende Instandhaltung durch Vorhersage des
optimalen Wartungszeitpunkts

Ziele
Prognose des idealen Zei...
Schritt 3: Monitoring & Alerting – Aufbau eines Frühwarnsystems durch
Automatisierung der Analysen (‘Dressieren’ des Analy...
Kundenbeispiel FM: Reaktive Events – Fertigstellungszeiten
Störungen (Events) bei Brandschutz, Heizung und Security & Zuga...
Kundenbeispiel FM: Reaktive Events – Fertigstellungszeiten
Assets unterschiedlicher Klassen haben signifikant unterschiedl...
DANKE

15
15

© 2013 IBM Corporation
Upcoming SlideShare
Loading in...5
×

Statistik und Data Mining im FM

391

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
391
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
16
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Statistik und Data Mining im FM

  1. 1. Smarter Buildings@IBM Optimierung der RE/FM-Prozesse durch Advanced Analytics: ‚Big Data‘ Hagen Neulen Business Solution Manager Enterprise Asset Mgt. Lösungen IBM Deutschland GmbH © 2013 IBM Corporation
  2. 2. Vision IBM: Integriertes Real Estate- und Facility-Management Governance Governance Reporting Reporting RE Strategie RE Strategie Content Content Management Management Modellierung Modellierung Supply Supply Chain Chain HR HR Portfolio Portfolio Management Management FlächenFlächenManagement & Management & Optimierung Optimierung Capital Capital Projekt Projekt Management Management Energie- & Energie- & Betriebs Betriebs Analytics Analytics Business Business Analytics Analytics Energie und Energie und Umwelt Mgt., Umwelt Mgt., Nachhaltigkeit Nachhaltigkeit Daten Daten Aggregation, Aggregation, Warehousing Warehousing Event Event Management Management Asset Mgt., Asset Mgt., Ticket- & Ticket- & Auftrags Mgt Auftrags Mgt CAD Integrator, COBIE Adapter CAD Integrator, COBIE Adapter FI/CO FI/CO Business Integration ERP Business Integration ERP IWMS RE/FM-Dashboards & Reports IWMS RE/FM-Dashboards & Reports AutoCad AutoCad AutoDesk AutoDesk Revit Revit Bentley Bentley Microstation Microstation Gebäude Automatisierung & -Management Systeme Gebäude Automatisierung & -Management Systeme Wasser 2 Zähler Aufzüge Brandschutz HKL Beleuchtung Security © 2013 IBM Corporation
  3. 3. Was macht Gebäude smart? Portfolio Portfolio Wasser Estates Mgmt Estates Mgmt Smart Meters, Verbrauch / Fluss Sensorik Asset Mgmt Asset Mgmt Aufzüge Energie Instandhaltung, Performance Smart Meters, Bedarfsdeckung Funktionelle Checks, Brandmelder Service HKL Energie Nutzung Energie Nutzung Ventilatoren, Variables Luft- Volumen, Luft Qualität Passiv/Aktiv Passiv/Aktiv Flächenmanagement Flächenmanagement Mieter Services Mieter Services Help Desk Help Desk Externe Integration Belegung Belegung Beleuchtung Belegungs Erkennung Abfall Mgmt Abfall Mgmt Zugang/Security Müll/Wasser/Recycle Müll/Wasser/Recycle Compliance Compliance Umwelt Reports Umwelt Reports Industriespezif. Industriespezif. Notfall Notfall Services Services Alarme, Aktionen Alarme, Aktionen Analytics und Optimierung Instandhaltung Instandhaltung Aktuelle Aktuelle Prognose Prognose Feuer Lebenszyklus Lebenszyklus Gebäude Service Gebäude Service Wetter Wetter 24/7 Monitoring Condition Monitoring, Parkplatz Nutzung Badge in, Kameras, Integration Perimeter, Türen, Etagen, Belegung Voice/Video/Daten Medien Medien Bedarfs Mgmt, Bedarfs Mgmt, Kostenkontrolle Kostenkontrolle Community Community Services Services Transport & Transport & Verkehr, Events Verkehr, Events Kommerzielles Kommerzielles Potential Potential Werbung Werbung Hospital, Hotel etc. Hospital, Hotel etc. Integrierte Gebäude- & Kommunikations Services 3 © 2013 IBM Corporation
  4. 4. Optimierung durch Monitoring & Analytics Kostensenkung und Prozessoptimierung: Monitoring- und Simulationsfähigkeit Wert Operatives Asset- & Service Management Service Optimier. (WFM) Simulation & Optimier. Investitionsplanung Proaktiv: Zustand Ersatzteil- Integration Optimier. Engineering Prediktiv: Präventiv Prognose Wartung Optimierung & Inspekt Reaktiv, Stoerungs Korrektiv Mgt. Monitoring & fortschrittliche Analytics Reporting & Dashboarding Operativ • Präventive Maßnahme (Wartung) • Korrektive Maßnahmen (Reparatur/Umbau) • Zustandsorientierte Maßnahmen • Predictive Maßnahmen • Geschäftsprozess-Optimierung Strategisches Asset Management • Simulation / Auslegung Strategisch Reifegrad von Asset- und Service Management *Aktueller Status FM & Instandhaltung der meisten Branchen 4 • Run to Failure (Störungsbehebung) • Optimierung • Budgetierung / Investitionsplanung • Integration Engineering / BIM © 2013 IBM Corporation
  5. 5. Würden Sie Ihr Geschäft anders steuern wenn Sie folgende Fragen im Voraus beantworten könnten…? Was ist das nächst beste Angebot für einen Kunden aus diesem Nutzungssegment? Wie wahrscheinlich ist es, dass es in den nächsten zwei Wochen zu technisch bedingten Ausfällen von Objekt: A, B,…X kommt)? Wie wahrscheinlich ist es, dass dieser Kunde seinen Vertrag kündigt? Wie wahrscheinlich ist es, dass dieser Kunde seine offenen Rechnungen bezahlen wird? 5 Wie wahrscheinlich ist es, dass es sich um unberechtigte Leitungsentnahme handelt? Wie wahrscheinlich ist es, dass wir in den nächsten Stunden unsere Kapazitäten erhöhen müssen? Wie wahrscheinlich ist es, dass das Ableseergebnis dieses Zähler auf Betrug hinweist? © 2013 IBM Corporation
  6. 6. Erfolgreiche Analytic erfordert einen ‘Closed Loop’ Regelkreis Datensammlung Prognosen Aktionen Dashboards / Analysen / Scorecards Text Mining Data Mining Statistics Daten integrieren Planung OLAP Reporting - Informationen - Data Warehouse 6 © 2013 IBM Corporation
  7. 7. Nutzen von Predictive Analytics Herausforderungen Mehrwert durch Predictive Maintenance Hohe Kosten, die durch Stillstände für ungeplante Instandhaltung entstehen Verringerte ungeplante Downtime von Maschinen und Assets mit in der Folge höheren Durchlaufraten Verschwendung von Ressourcen und zu hohe Stillstandzeiten aufgrund von unnötiger Instandhaltung Verbesserung MTTF (Mean Time to Failure) Hohe Kollateralschäden durch Ausfallschäden Hohe Kosten der Ersatzteillogistik und lagerung Unzuverlässige Vorhersagen über Instandhaltungskosten 7 7 Senkung der Ersatzteilkosten Verbesserung der Produktivität der Wartungsressourcen Verbesserte und effizientere Fehlerursachenanalyse Verbesserte Kostenvorhersagen Erhöhung der Kundenzufriedenheit aufgrund verbesserter Service Levels © 2013 IBM Corporation
  8. 8. Arbeitsweise Predictive Analytics Predictive Monitoring & Optimierung von Assets folgt einem 3-stufigen analytischen Prozess Predictive Analytics analysiert Daten aus multiplen Quellen (auch Freitext-Rückmeldungen der Service-Techniker) zur besseren Entscheidungsfindung 8 1. Sammlung von Asset- & Instrumentation Daten und Integration mit existierenden Prozess-Informationen 2. Analyse von Daten aus Echtzeit-Betrieb und Predictive Analytics zur Identifikation von Anomalien und Ausfallvorhersage 3. Optimierung / Präsentation der Handlungsempfehlungen sowie die Kommunikation von Erkenntnissen an die zuständigen Stellen © 2013 IBM Corporation
  9. 9. Kernfunktionalität: Prognose von Ausfallwahrscheinlichkeiten in Abhängigkeit von Zeit und betrieblichen Einflussfaktoren Nutzung aller verfügbaren Daten, wie Sensordaten, Wartungshistorie (inkl. FreitextBerichten), Zustandsdaten, Herstelldaten, etc. Erstellung von Vorhersagemodellen (neuronale Netze, Logistische Regression, Entscheidungsbäume, etc.) um zeit- und bauteilabhängige Fehlerwahrscheinlichkeiten zu prognostizieren Automatische periodische Anpassung der Modelle 9 © 2013 IBM Corporation
  10. 10. Schritt 1: Ursachenanalyse von Ausfällen (Root Cause Analysis) Welche Komponenten sind gefährdet? Was sind die entscheidenen Treiber und wesentlichen Einflussfaktoren für Ausfälle? Vier fehlerträchtige Konstellationen wurden automatisch identifiziert Betriebsbedingungen, Wartungszeitpunkte und Herstellungsfaktoren beeinflussen die Ausfallwahrscheinlichkeit 10 10 © 2013 IBM Corporation
  11. 11. Schritt 2: Vorauschauende Instandhaltung durch Vorhersage des optimalen Wartungszeitpunkts Ziele Prognose des idealen Zeitpunkts für den Teiletausch auf jeder Maschine Proaktive Steuerung der Wartungstrupps “Von der reaktiven Wartung zur proaktiven Instandhaltung” Forecasting“ von Reparaturkosten Mehrwert Steigerung der Asset OEE Senkung ungeplanter Stillstände von Maschinen (ungeplanter Stillstand wird proaktiv zu geplantem Stillstand) höhere Durchlaufraten Verbesserung der Produktivität des Instandhaltungspersonals „Vorausschauende Lagerhaltung“ führt zu einer Senkung der Lagerkosten 11 © 2013 IBM Corporation
  12. 12. Schritt 3: Monitoring & Alerting – Aufbau eines Frühwarnsystems durch Automatisierung der Analysen (‘Dressieren’ des Analyse-System) Modelle werden auf neue bzw. aktuelle Daten angewendet und erzeugen sog. “Risk Scores” Monitoring der Ausfallwahrscheinlichkeiten und automatische Alarmierung bei großen Veränderungen der Risikoscores (“Risk Rank Change”) Visualisierung der Ergebnisse und Integration der Scores in andere Anwendungen (z.B. Cognos, Maximo, Tririga) in Echtzeit 12 © 2013 IBM Corporation
  13. 13. Kundenbeispiel FM: Reaktive Events – Fertigstellungszeiten Störungen (Events) bei Brandschutz, Heizung und Security & Zugangskontrolle benötigen längere Behebungszeiten als ursprünglich erwartet bzw. eingeplant Problem Folgerungen für weitere Arbeit Wir haben festgestellt, dass Störungen an Brandschutz Assets trotz höherer Priorität längere Erledigungszeiten haben Wie verhalten sich andere Anlagenklassen? Identifikation der Ursachen für die verlängerte Bearbeitungszeit • Was ist an diese Asset Klassen so anders, dass Störungen länger zur Behebung benötigen Weitergehende Analyse der Daten zur Überprüfung, ob die Probleme genereller Art sind oder spezifisch für bestimmte Standorte Befund Bei den meisten Asset Klassen korreliert die durchschnittliche Erledigungszeit mit der durchschnittlichen Meldungs Priorität Nur bei Brandschutz-, Heizungs- und Security & Zutritts-Events scheint die Erledigungszeit nicht mit der Priorität zu korrelieren Brandschutz Hohe Priorität, zeitaufwändig in der Behebung Security & Zutritt Heizung Catering Licht Sanitär Stromversorgung HKL Sonstige Events (ohne Anlagenbezug) Aufzüge Gasversorgung 13 Niedrige Prio., schnelle Abhilfe © 2013 IBM Corporation
  14. 14. Kundenbeispiel FM: Reaktive Events – Fertigstellungszeiten Assets unterschiedlicher Klassen haben signifikant unterschiedliche Frequenzen von Instandhaltung und dringlichen Aufträgen 10 Selten gewartet, häufige Ausfälle Empfehlung: Ausweitung Instandhaltung oder Ersatz der Anlagen Regelmäßige Wartung, häufige Ausfälle Empfehlung: Ersatz der Anlagen Rotary UPS Hard Wired Alarms 1 Chillers Recip Cooling Towers (Closed) Ausfälle Maximo BMS System 0.1 0.01 Fire Alarm Systems Leak Detection Systems Fire Alarm Panel Maximo Main System BMS Systems Motor Control Cabinets (MCC) Maximo Hot & Cold Drinking Water Booster Pumps Variable Speed Drives Change-over Panels Sensible Coolers Maximo Electrical System Maximo Cooling System Static UPSChilled Water Pumps >7.5KW Cooling Systems Generators Not Equipment Sprinklers (Dry System) Goods Lifts Maximo Fabric System Passenger Lifts Static Switches Water Storage Tanks Batteries & Charger Power Distribution Units Maximo Ventilation System Control Panels CCTV Air Handling Unit Main Distribution Boards Selten gewartet, wenig Ausfälle Keine Aktivität notwendig Maximo Security System Maximo Fire System Regelmäßige Wartung, wenig Ausfälle Empfehlung: Zurückfahren gepl. Instandhaltung DX Units Fire Break Glasses 1 10 100 Anzahl von Instandsetzungsaufträgen pro kritischer Anlagenklasse 14 Anm: Anlagen ohne Aufträge im Beobachtungszeitraum wurden von der Analyse ausgenommen © 2013 IBM Corporation
  15. 15. DANKE 15 15 © 2013 IBM Corporation
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×