- Analysen
- Metrik
- KPI
Wichtige KPIs im Service (Teil 4): Preventive Maintenance
Ein guter Service zeichnet sich auch dadurch aus, dass er nicht rein reaktiv ausgerichtet ist, sondern dem Kunden zusätzlichen Mehrwert durch präventive Maßnahmen bietet. Ein Blick auf die Kennzahlen zur Preventive Maintenance ist daher höchst aufschlussreich und zeigt, wie weit der eigene Service hier schon ist. Kunden von externen technischen Dienstleistungen werden anspruchsvoller: Sie erwarten zurecht, dass Service Requests schnell bearbeitet und Probleme zeitnah und vollständig gelöst werden. Dabei wird das Handling von Service-Prozessen für Unternehmen mit Außendienst zu einem entscheidenden Wettbewerbsfaktor. Es ist also notwendig, die wichtigsten Key Performance Indicators (KPIs) im Service genauer unter die Lupe zu nehmen. Im ersten Teil dieser Serie zu den KPIs im Service ging es um das Service Request Management, also das Management von Serviceanfragen. Es folgten Teil 2 zur Einsatzplanung (Planning) sowie Teil 3 zur Ausführung von Einsätzen (Interventions Execution). Im vierten und letzten Teil der Serie geht es nun um die präventive Instandhaltung (Preventive Maintenance), also darum, den Kunden durch vorausschauende Wartung vor größeren Ausfällen zu bewahren. Preventive Maintenance (PM) ist der Service, der die eigenen Leistungen positiv von denen der Mitbewerber abhebt. Denn hierbei geht es nicht darum, auf Störungen oder Maschinenausfälle nur zu reagieren, sondern diese durch effiziente Wartung möglichst proaktiv zu verhindern. Dies gelingt umso effizienter, wenn dieser Ansatz mit Predictive Maintenance kombiniert wird. Dieser Begriff aus der Industrie 4.0 umfasst die Auswertung von Maschinen- und Prozessdaten, um daraus Prognosen über mögliche Ausfälle abzuleiten. Ein Bauteil oder eine technische Komponente kann dadurch ausgetauscht werden, bevor der Defekt eintritt. Ausfallzeiten werden so auf ein Minimum reduziert und Wartungen und Reparaturen können in die Zeiten gelegt werden, bei denen die Auswirkungen auf den Betrieb möglichst gering sind.
Datenbasis für präventive Wartung
Predictive Maintenance ist von der Implementierung her deutlich aufwendiger als Preventive Maintenance. Daher starten die meisten Unternehmen mit Preventive Maintenance auf Basis einfacher kalendergesteuerter Wartungsintervalle. Idealerweise ergänzen sich später beide Methoden. Doch bereits die präventive Instandhaltung birgt ein erhebliches Potenzial zur Kostenersparnis für den Kunden und ist der rein reaktiven Fehlerbeseitigung sowie der Wartung nach starren technischen Vorgaben überlegen. Zudem lässt sich relativ einfach und kostengünstig damit starten, indem man nach individuell festgelegten Zeitintervallen oder Betriebsstunden die präventiven Leistungen in die klassische Wartung integriert. Dies ist jedoch abhängig von Erfahrungswerten und technischen Spezifikationen und birgt aus Sicht des Kunden immer die Gefahr, dass er zu viel in die Instandhaltung investieren muss. Die Kosten für die präventive Wartung müssen daher immer in Relation zu den Kosten eines Ausfalls stehen. Service-Dienstleister stehen also vor der doppelten Herausforderung, einerseits eine optimale präventive Wartung zu gewährleisten und andererseits dem Kunden eine möglichst hohe Kostentransparenz zu ermöglich. Dies geschieht am sinnvollsten über Kennzahlen zur Preventive Maintenance. Sie sind ein probates Mittel, um die Service-Prozesse zu optimieren und gleichzeitig für die gewünschte Transparenz zu sorgen.
Wichtige KPIs für Preventive Maintenance
Alle Daten zur Ermittlung der essenziellen KPIs stammen aus der betrieblichen Software sowie der Anwendung zur Einsatzplanung. Idealerweise sollten diese Daten automatisiert erfasst und verarbeitet werden. So lassen sich alle Kennzahlen ohne Aufwand und zeitnah bestimmen. Zu den wichtigen Kennzahlen gehören: Anteil geplanter Wartung: Zunächst ist es wichtig, das Verhältnis von geplanten und ungeplanten Wartungseinsätzen zu erfassen. Ziel ist es, den Anteil ungeplanter Einsätze zu reduzieren. Der Anteil geplanter Wartung sollte demnach so hoch wie möglich sein. Dieses Verhältnis ergibt sich wie folgt: Summe geplanter Wartungsstunden / Gesamtzahl aller Wartungsstunden Anteil ungeplanter Wartung: Dieser Wert sollte einen deutlich kleineren Anteil ausmachen. Steigt er über einen Schwellenwert oder steigt er generell, sind Maßnahmen zu ergreifen. Der Anteil errechnet sich so: Summe ungeplanter Wartungsstunden / Gesamtzahl aller Wartungsstunden Preventive Maintenance Compliance: Selbstverständlich sollte bei der präventiven Instandhaltung die Zahl der Einsätze den vertraglichen Vorgaben entsprechen. Angestrebt werden sollten also 100 Prozent. Ein höherer Wert führt zu einem Rechtfertigungsdruck seitens des Dienstleisters. Der Wert ist leicht zu ermitteln: Anzahl der durchgeführten Einsätze für präventive Wartungsarbeiten / vertraglich vereinbarte PM-Einsätze Reparaturquote mit PM: Eines der wichtigsten Argumente für Preventive Maintenance ist, dass dadurch ungeplante Reparaturen oder Ausfälle verringert werden. Dies ist dem Kunden natürlich nachzuweisen. Die Zahl ungeplanter Einsätze sollte durch PM also zurückgehen, was sich anhand dieser Kennzahl belegen lassen muss. Sie errechnet sich so: Anzahl der durchgeführten ungeplanten und dringenden Reparaturen / Anzahl der durch PM abgedeckten Anlagen Reparaturquote ohne PM: Zum Vergleich und zur Erfolgsmessung präventiver Instandhaltung kann man die Kennzahl auf Basis ohne solche Maßnahmen heranziehen – etwa aus einem Jahr vor Einführung dieser Maßnahmen. Sie errechnet sich analog: Anzahl der durchgeführten ungeplanten und dringenden Reparaturen / Anzahl der konventionell gewarteten Anlagen Mean Time Between Failure (MTBF) bei PM: Die Kennzahl gibt die mittlere Betriebsdauer zwischen Ausfällen an. Downtimes sollten aus Sicht des Kunden möglichst vermieden werden. Daher ist durch präventive Maßnahmen ein möglichst hoher Wert anzustreben. Die durchschnittliche MTBF berechnet sich wie folgt: Anzahl der Betriebsstunden / Gesamtzahl aller Reparatureinsätze On-Time Execution der PM-Maßnahmen: Die termingerechte Durchführung ist auch bei präventiven Wartungsmaßnahmen für die meisten Kunden sehr wichtig. Daher ist hier ist auch hier ein möglichst hoher Wert anzustreben. Die On-Time-Execution-Rate ergibt sich aus: Anzahl der termingerecht ausgeführten PM-Einsätze / Gesamtzahl aller PM-Einsätze
Daten aus der Einsatzsoftware
Die eben vorgestellten KPIs zeigen deutlich, dass eine umfassende Datenbasis zu allen Einsätzen unerlässlich ist. Um die wichtigsten Kennzahlen zu Preventive Maintenance zu ermitteln, sind eine Reihe unterschiedlicher Daten notwendig. Dazu gehören die Wartungsstunden, die Einsätze, die Art der gewarteten Anlagen, der Status der Instandhaltung, eine Erfolgsprotokollierung und vieles mehr. Alle diese Daten sollte die Eingesetzte Software zur Einsatzplanung liefern können. Praxedo bietet sich hier als Lösung an, denn die Software kann alle diese Daten bereitstellen. Dabei ist sie sehr flexibel und lässt sich leicht anpassen. Zudem verfügt die cloudbasierte Anwendung von Haus aus über zahlreiche Schnittstellen zu ERP-Systemen, was die Datenaggregation erleichtert. Sind alle Voraussetzungen geschaffen, können die wichtigsten Kennzahlen zur Preventive Maintenance automatisiert ermittelt werden. Dies ist wichtig, um zum einen selbst eine Kontrolle über die Entwicklung aller präventiven Maßnahmen zu haben. Denn der eigene Service sollte sich kontinuierlich verbessern oder sich zumindest auf einem gleichbleibend hohen Niveau halten. Zum anderen dienen die KPIs dazu, gegenüber dem Kunden den Erfolg der präventiven Instandhaltung zu dokumentieren. Denn nur so lässt sich nachweisen, dass Preventive Maintenance erfolgreich und der herkömmlichen Wartung überlegen ist. Auf diese Weise bieten PM-Kennzahlen im Zusammenspiel mit den anderen KPIs eine wichtige Grundlage, um den eigenen Service auf das nächste Level zu heben, Kunden stärker an sich zu binden – und erfolgreicher auf dem Markt zu agieren.
Unsere ähnlichen Artikel
-
- Software
- Kundenzufriedenheit
- Kennzahlen
- Analysen
Verbesserung der Servicequalität und Stärkung der Kundenbindung – aktuelle Kennzahlen im Field Service Management
13. January 2023 -
- Kennzahlen
- Analysen
- Kundendienst
Wichtige KPIs im Service (Teil 1): Service Request Management
18. May 2021 -
- Analysen
- Internet der Dinge
- künstliche Intelligenz
Künstliche Intelligenz: 5 Vorteile für die Einsatz- und Tourenplanung (1/2)
2. May 2018