Highlight
Gemeinsam erfolgreich – unser valantic Team.
Lernen Sie die Menschen kennen, die mit Leidenschaft und Verantwortung bei valantic Großes bewegen.
Mehr über uns erfahren
FAQs
SAP Asset Performance Management
Die folgenden FAQs basieren auf den häufigsten Fragen, die im Rahmen unserer Webinare zum Thema SAP Asset Performance Management gestellt wurden. Sie bieten einen kompakten Überblick über die Aspekte, die Teilnehmende besonders beschäftigen.
Webinar | What’s New in APM? – Updates 2024/2025
Neue Funktionen, strategische Weiterentwicklungen und ein klarer Blick nach vorn – erleben Sie, wie SAP Asset Performance Management (APM) Ihre Instandhaltungsprozesse neu definiert. Mehr…
Zur Webinaraufzeichnung
Zur Webinaraufzeichnung
Implementierungsdauer hängt von der Komplexität der Bildanalyse und dem zur Verfügung stehenden Bildmaterial ab. Unter Annahme, dass genügend Bildmaterial in guter Qualität für das Training des KI-Modells zur Verfügung steht, kann mit einer Laufzeit von ca. 3 Monaten für einen Prototyp gerechnet werden. Die technischen Objekte müssen in APM zur Verfügung stehen (Synchronisation aus einem S/4-System) damit diese mit visuellen Indikatoren erweitert werden können. Die Anbindung des KI-Modells erfolgt über Standard-APIs.
Ja man könnte theoretisch eigene Aspekte definieren, jedoch müsste man dann auf die standardisierten Industrie Referenzarchitekturen verzichten und sich eine eigene Referenzarchitektur bauen. Denkbar wären Untertypen der Aspekte Funktion Produkt und Lokalisation. Wir würden aber empfehlen erst einmal das System in standardisierten Referenzarchitekturen abzubilden.
Die auswertende KI ist nicht Bestandteil von SAP APM, muss separat aufgesetzt werden. Der Kunde ist frei, wo das KI-Modell trainiert und gehostet wird, die Anbindung erfolgt über APIs, die von der SAP bereitgestellt werden.
Wir haben bereits Projekte umgesetzt, bei denen Schwingungsanalyseauswertungen für die Überwachung des Asset Gesundheitszustands genutzt wurden. Das Wissen sollte sich auch auf die SKF Schwingungsanalyseauswertung übertragen lassen. Das Vorgehen hängt davon ab, wie intelligent das von SKF implementierte System bereits ist.
1. Smarte Sensoren von SKF Werten bereits Gesundheitszustand und Schwingungsanalysen ab, man kann dann diese Analysen per Maschinen Alert an das SAP APM übergeben und Instandhaltungsbedarfe damit auslösen.
2. Die Sensoren sind nicht intelligent, oder die Auswertungen der intelligenten Sensoren sind nicht ausreichend, dann kann man die Sensoren direkt per OPC Gateway oder indirekt über IoT Plattformen/Produktionsysteme and das SAP APM anschliessen. Die Überwachung und deren Regeln, Annomalieerkennungen etc. werden dann im SAP APM definiert.
Auch im ersten Fall könnte man die Sensorwerte der SKF Schwingungsanalyse gesamtheitlich ins SAP APM übergeben, wenn man deren Bauteile in komplexere Systeme eingebaut hat und in diesen komplexeren Systeme noch weitere Sensorsysteme verbaut sind, die für den gesamt Assetgesundheitszustand relevant sind.
Eine FMEA enthält keine Risiko und Kritikalitätsanalyse. In der Regel führt man dann aber die Risiko und Kritikalitätsanalyse auf Asset Ebene vor der FMEA durch.
Die FMECA enthält eine normale FMEA und bewertet das Risiko- und die Kritikalität der Failure Modes. Statt nur eine RPZ nach FMEA Methodik zu erhalten kann ich den Failure Mode durch eigens definierten RCA beurteilen. Dadurch lassen sich die Kritikalitäten der Failure Modes weiter quantifizieren.
Neue Best Practice Prozesse:
1. Prozess Analysieren von Anlagenausfällen und -zuverlässigkeit
2. Prozess Definieren und Optimieren der Instandhaltungsstrategie
3. Prozess zur Implementierung von Empfehlungen Prozess
4. Überwachung des Gesundheitszustands der Anlagen
Neue Best Practices A2D – Acquire to Decommission: me.sap.com/processnavigator/SolS/EARL_SolS-059/2023-FPS01/SolP/SP-3160
Wenn man diese Prozesse implementiert kann man den Closed-Loop voll integriert im SAP abbilden.
Einführung APM:
Zunächst empfehle ich zu prüfen inwieweit der Business Prozess bereits aufgesetzt ist.
1. Einige Unternehmen haben noch keine Business Prozesse für APM, also für die Asset Health und oder Asset Strategie Prozesse.
2. Business Prozesse haben in der Regel einen grösseren Ramp Up als die Implementierung der APM Systemprozesse. Die sind in der Regel schneller aufgesetzt. (Wenige Wochen – Monate)
Ich empfehle ein empirisches Vorgehen: Pilot an einem kritisches Asset an dem die Prozesse implementiert werden (z.B. RCA, FMEA, CBM, Recommendation Implementation). Anschliessend empfehle ich das Commitment im Management und im Business abzuholen für den gesetzten Scope und ein Crossfunktionales Team aufzubauen (Reliability Ingenieur, APM/S4 Spezialist funktional und technisch, IoT Spezialist, Entwicklungsingenieur).
Ressourcen SAP:
SAP hat im Learning Hub die APM Learning Journey aktualisiert. Die würde ich zum Start interessierten empfehlen.
Learning Journey SAP APM : learning.sap.com/learning-journeys/managing-sap-asset-performance-management
SAP Anwendergruppen sind aktuell sehr aktiv, regelmässig werden Customer Engagement Initiativen erstellt, bspw. DSAG.
Nein, nicht im Standard. Der Anwendungsfall müsste näher diskutiert werden. In der Roadmap für Q2/2024 wird eine API für FMEAs versprochen. Eine Anpassung des Risikos wäre technisch möglich.
Im Standard gibt es noch keine Vererbungsfunktionen für Risiken und die Vererbungslogik wird im Detail schnell sehr komplex. Meine Empfehlung wäre eine Risiko-Bewertung per RCA startend auf höherer Systemebene. Zukünftige RCAs können dann auf tieferer Systemebene stattfinden.
Aktuell unterstützt die SAP keine selbst definierten Methoden und hat diese auch nicht auf der Roamdap. Denkbar wäre eine Nutzung der RCA und eines RCA Templates.
Für die Berechnung der Zuverlässigkeitsanalyse empfiehlt sich je nach Use Case die Rule-Engine, dort könnten Systemevents in den Regeln als Machine-Alert eingespielt werden. Alternativ kann eine Analyse im Analyse Dashboard der Embedded Analytics Funktion (SAC) geprüft werden.
In der FMEA sind die Kataloge Funktionen und Funktionsausfälle optional. In der RCM sind diese verpflichtend. Das Finden einer Empfehlung ist in der RCM durch Kataloge methodisch standardisiert, während bei der FMEA die Findung einer Empfehlung dem Nutzer überlässt und methodisch nicht unterstützt ist. Für die RCM gibt man für jeden Failure Mode eine Empfehlung zur IH-Strategie (auch reaktiv möglich) während man bei der FMEA nur Empfehlungen abgibt wenn die RPZ höher z.B. 100 ist. Bei der RCM gibt es keine Bewertung der RPZ, sondern wird methodisch unterstützt durch die Beantwortung von Fragenkatalogen.
Die Embedded Version ist mit der APM-Lizenz verfügbar, keine separaten Lizenzkosten notwendig. Funktional ist die Embedded Version eingeschränkt, z.B. die Planungsfunktionalitäten und Machine Learning Funktionalitäten sind nicht verfügbar. Die Datenobjekte sind eingeschränkt auf die für das Umfeld relevanten Objekte wie Technische Objekte, Meldungen, Alerts, Klassen, Merkmale etc. IoT Sensordaten werden aggregiert zur Verfügung gestellt.
Volle Integration mit S/4 HANA 2021 FPS01 und höher sowie S/4 Cloud. Integration mit kleinen Einschränkungen möglich mit S/4 HANA 2020 und ERP.
Customer Influence, Integration von Python in die Rule Engine. Laut Roadamp ist diese Funktion geplant für Q2 2024.
