Ersatzteil-Planung mit Weitblick: Probabilistische Lebensdauerprognose
Die Vorhersage der Lebensdauer einer Fahrzeugkomponente ermöglicht es Herstellern, den zukünftigen Bedarf an Ersatzteilen rechtzeitig zu planen, Entwicklungen problemspezifisch zu steuern und zu erwartende Gewährleistungskosten präziser abzuschätzen. Insbesondere die genaue Vorhersage der notwendigen Teilerückstellungen ermöglicht dabei eine signifikante Kostenreduktion, da unnötige Lagerkosten oder eine weit überproportional teure Nachproduktion vermieden werden können.
Technik und Methodik
Fahrzeugkomponenten sind aufgrund von Alterungseffekten einem bestimmten Ausfallrisiko ausgesetzt. Wie hoch dieses Risiko ist, hängt von der fahrzeugindividuellen Alterung und der Ausfallstatistik der Komponente ab. Für die probabilistische Lebensdauervorhersage werden sowohl die fahrzeugindividuelle Laufleistung als auch die Ausfallstatistik mit Hilfe Bayes`scher Modelle abgebildet. Für die Prognose der Ausfälle werden schließlich beide probabilistischen Modelle zusammengeführt.
Die zur Vorhersage genutzten Daten müssen für jedes Fahrzeug nur den Kilometerstand und den Status Reparaturereignis ja/nein enthalten. Sie liegen Herstellern in Form von Werkstattdaten vor.
Service
• Verfahren ist als Software as a Service (SaaS) in der Microsoft Azure Cloud verfügbar, jedoch auch in anderer Form einsetzbar.
• Effiziente Implementierung bei geringen Rechenzeiten von nur wenigen Minuten, auch bei Nutzung einer Minimalkonfiguration der Compute Ressourcen
• Beispiel: Selbst bei Verwendung großer Fahrzeugflotten mit über 1 Million Fahrzeugen ist die Prognose in unter 2 Stunden abgeschlossen.
