Das Internet der Fahrstühle
@istock.com/Nikada Posted on von Analysten | Internet der Dinge | Management

Das Internet der Fahrstühle

Das Schweizer Tranditionsunternehmen Schindler hat eine Kombination aus Edge Computing und Machine Learning entwicklet, mit der es möglich ist, die Assets des Unternehmens auszuschöpfen. Das Resultat der Bemühungen ist die Plattform Schindler Ahead, die 2017 ausgerollt wurde.

Logo: Crisp ResearchAn dieser Stelle empfehlen und kommentieren Analysten von Crisp Research regelmäßig Web-Beiträge exklusiv für die Leser von Digitales-Wirtschaftswunder.de. Thema heute: Das Internet der Fahrstühle.

Quelle: CIO

Wie Schindler millionenfach Aufzüge vernetzte

Jeden Tag befördern Aufzüge und Rolltreppen aus dem Hause Schindler ungefähr eine Milliarde Menschen weltweit. Der Schweizer Traditionskonzern, der auf eine 150-jährige Geschichte zurückblicken kann, nutzt dabei das Potenzial seiner vernetzten Assets so gut wie nur möglich aus. Eine Kombination aus Edge Computing und Machine Learning sorgt deshalb für die Extraktion nützlicher Insights.

Auf der Huawei connect in Shanghai sprach Schindler-CDO Michael Nilles darüber, wie das Unternehmen diese Technologien einsetzt, um besser durch die geschäftlichen Hochs und Tiefs eines Industrie-Konzerns navigieren zu können.

Das sagt Analyst Max Hille:

Fahrstuhlhersteller wie Schindler sind schon längere Zeit ein Paradebeispiel für Innovation rund um Machine Learning und das Internet of Things. Wie viele andere Unternehmen in der Industrie & Wartung hat auch Schindler mit einem massiven Optimierungsdruck der Abläufe insbesondere im Kundenservice zu kämpfen. Gerade in hoch komplexen Konstrukten mit mehreren tausend Einzelteilen wie einem Fahrstuhl ist eine geeignete Wartung schwierig. Kein Techniker hat alle Teile parat. Macht man den Fahrstuhl aber zum intelligenten Computer, der alle Teile überwacht und dem Hersteller die Informationen zu Wartungszyklen & Reparaturen bereitstellt, wird die Komplexität direkt reduziert. Zusammen mit Field-Service-Anwendungen können die Daten, die nicht nur genau den Reparaturbedarf und die Nutzungsstatistiken bis ins kleinste Detail anzeigen, auch für die Mitarbeiter verfügbar gemacht werden. Das Zusammenwirken von Edge Computing, Internet of Things, Predictive Maintenance, Artificial Intelligence und Mobility-Anwendungen ist hier erfolgreich demonstriert. Der Anspruch an die Unternehmen, derlei Szenarien Wirklichkeit werden zu lassen, ist hoch. Und es bedarf einer Menge Ressourcen, Skills und Zeit – ein Quick Win sind diese Architekturen bei weitem nicht.

zurück zur Startseite

Kommentar

Wenn Sie die E-Mail-Adresse eingeben, die Sie bei Twitter oder Gravatar verwenden, erscheint Ihr Bild neben dem Kommentar.

mit * gekennzeichnete Felder sind Pflichtfelder. Sie erhalten zur Freischaltung ihres Kommentars eine E-Mail. Ihre E-Mail-Adresse wird nicht veröffentlicht.