Wer täglich tausende Paletten bewegt, kann sich ungeplante Anlagenstillstände kaum leisten. Gerade in hochautomatisierten Logistikzentren wird die Instandhaltung deshalb zunehmend zu einem strategischen Erfolgsfaktor. Auch Haribo verfolgt diesen Ansatz im zentralen Distributionszentrum in Grafschaft. Gemeinsam mit SSI Schäfer setzt das Unternehmen dort auf Predictive Maintenance, um Wartungsmaßnahmen stärker am tatsächlichen Anlagenzustand auszurichten. Das Ziel: höhere Anlagenverfügbarkeit, effizientere Prozesse und ein wirtschaftlicherer Einsatz von Personal und Ressourcen.
Distributionszentrum von Haribo arbeitet hochautomatisiert
Seit 2017 bildet das Distributionszentrum in Grafschaft das logistische Herzstück von Haribo. Auf rund 24.000 Quadratmetern betreibt das Unternehmen ein rund 40 Meter hohes, vollautomatisiertes Hochregallager mit mehr als 92.000 Palettenstellplätzen. Pro Stunde können bis zu 645 Paletten eingelagert und bis zu 590 Paletten ausgelagert werden. Insgesamt sorgen 22 Regalbediengeräte sowie rund 2,6 Kilometer Fördertechnik für einen kontinuierlichen Materialfluss. Gesteuert werden sämtliche Prozesse über das Warehouse Management System „WAMAS“, das alle Anlagenkomponenten miteinander vernetzt und die Materialflüsse koordiniert. Bei einer Anlage dieser Größenordnung wirken sich selbst kurze Stillstände unmittelbar auf die Logistikleistung aus. Entsprechend hoch sind die Anforderungen an Wartung und Instandhaltung.
Predictive Maintenance ersetzt starre Wartungsintervalle
Bislang orientierten sich Wartungen überwiegend an festen Intervallen. Um Ausfälle zu vermeiden, wurden zahlreiche Komponenten vorsorglich überprüft oder ausgetauscht, unabhängig von ihrem tatsächlichen Zustand. Dieses Vorgehen erhöht zwar die Betriebssicherheit, bindet jedoch Personal und verursacht zusätzlichen Aufwand. Durch den Einsatz vorausschauender Wartung verfolgt Haribo einen anderen Ansatz. Statt fester Wartungszyklen entscheidet künftig der tatsächliche Zustand der Anlagen über notwendige Maßnahmen. Verschleiß oder Auffälligkeiten lassen sich frühzeitig erkennen, sodass Eingriffe gezielt geplant werden können, bevor Störungen den Materialfluss beeinträchtigen. „Mit Predictive Maintenance von SSI Schäfer können wir quasi in die Zukunft blicken“, erklärt Stefan Sorce, Geschäftsführer Haribo Logistik. „Wir erkennen Wartungsbedarfe frühzeitig und beheben Probleme, bevor sie überhaupt entstehen.“
Haribo nutzt Echtzeitdaten und KI für die Instandhaltung
Grundlage der Lösung sind kontinuierlich erfasste Betriebsdaten aus dem Wareneingang. Die Informationen werden über ein Siemens Edge Device gesammelt und an das Computerized Maintenance Management System (CMMS) „WAMAS Maintenance Center“ übertragen. Dort analysieren KI-gestützte Machine-Learning-Algorithmen die Daten und kombinieren sie mit weiteren Informationen wie bisherigen Störungen, Wartungshistorien, Ersatzteilwechseln sowie statistischen Schwellenwerten und Cloud-Daten. Dadurch entsteht ein deutlich präziseres Bild über den tatsächlichen Zustand einzelner Anlagenkomponenten. Wartungsprioritäten lassen sich automatisch ableiten und Instandhaltungsmaßnahmen gezielt planen. Das reduziert unnötige Eingriffe und verbessert gleichzeitig die Planbarkeit. „Die Reduzierung ungeplanter Wartungseinsätze ist einer der größten Vorteile unserer Predictive Maintenance-Lösung. So lassen sich kostspielige Ausfälle vermeiden und Ressourcen besonders effizient einsetzen“, verdeutlicht Stefan Unterberger, Global Head of Business Development Predictive Maintenance bei SSI Schäfer.
Datenbasierte Wartung erhöht die Effizienz im Wareneingang
Vor allem im Wareneingang bietet die zustandsorientierte Instandhaltung erhebliche Vorteile. Dieser Bereich gilt in vielen Logistikzentren als besonders kritischer Abschnitt, weil Störungen schnell Auswirkungen auf den gesamten Materialfluss haben können. Durch die automatisierte Auswertung der Betriebsdaten erkennen die Serviceteams genau, welche Komponenten tatsächlich gewartet werden müssen. Gleichzeitig lassen sich unnötige Wartungsarbeiten vermeiden. Nach Angaben von Haribo reduziert dieser Ansatz den Zeitaufwand für Wartung und Inspektion um bis zu 30 Prozent.
„Indem wir Maßnahmen zustandsorientiert durchführen, sparen wir wertvolle Zeit und können unseren Personaleinsatz besser planen“, berichtet Stefan Sorce. „Weniger Wartungen bedeuten zudem weniger Stillstand und damit geringere Kosten.“ Auch im Störungsfall profitieren die Verantwortlichen von der kontinuierlichen Datenerfassung. Fehlerquellen lassen sich schneller lokalisieren und beheben, wodurch sich Ausfallzeiten zusätzlich verkürzen.
Partnerschaft zwischen Haribo und SSI Schäfer wird weiter ausgebaut
Bereits beim Bau des Distributionszentrums realisierte SSI Schäfer die hochautomatisierte Logistiklösung als Generalunternehmer. Mit der Einführung von Predictive Maintenance wird die Zusammenarbeit nun um ein datenbasiertes Instandhaltungskonzept erweitert. Vor Ort unterstützt ein Resident-Maintenance-Team von SSI Schäfer den laufenden Betrieb im Zwei-Schicht-System und überwacht den Materialfluss unter anderem über das Visualisierungssystem „WAMAS Lighthouse“. Für Haribo ist die Einführung der vorausschauenden Instandhaltung erst der Anfang. Nach dem erfolgreichen Einsatz im Wareneingang soll die Lösung schrittweise auf weitere Anlagenbereiche übertragen werden. „SSI Schäfer liefert alles aus einer Hand und ist als Innovationsführer für uns der perfekte Partner. Die optimierten Wartungsprozesse im Lager sparen nicht nur Zeit und Kosten, sondern verschaffen uns einen echten Vorsprung im Wettbewerb“, sagt Stefan Sorce.
Haribo macht die Instandhaltung zum Wettbewerbsfaktor
Der Anwenderbericht zeigt, dass Predictive Maintenance weit über die klassische Wartungsplanung hinausgeht. Durch die Kombination aus Echtzeitdaten, KI-gestützter Analyse und zustandsorientierter Instandhaltung steigert Haribo die Verfügbarkeit seiner Logistikanlagen und nutzt vorhandene Ressourcen gezielter. Gleichzeitig sinken ungeplante Stillstände und Wartungsaufwände. Mit der geplanten Ausweitung auf weitere Anlagenbereiche entwickelt sich die datenbasierte Instandhaltung zu einem wichtigen Baustein für die langfristige Effizienz und Wettbewerbsfähigkeit der Intralogistik.
