Optimieren Sie Ihren Fuhrpark, indem Sie eine einzige Kennzahl betrachten: Betriebsstunden.

Eines der Hauptprobleme der Besitzer gemischter Flotten ist die geringe Menge an Telemetriedaten, die über die Standardschnittstelle AEMP 2.0 (ISO 15143-3) empfangen werden.

Dieser Artikel zeigt, wie man effizienter arbeiten kann, indem man nur eine einzige Metrik, die Betriebsstunden, die über AEMP verfügbar sind, verfolgt. Die anschließende Analyse dieser Kennzahl ermöglicht es, die Kapazität Ihrer Flotte an Ihre geschäftlichen Anforderungen anzupassen.

Nutzungsmuster der Flotte

Die Betriebsstundenkennzahl ist die einfachste und am weitesten verbreitete Kennzahl für Maschinen in der Bauindustrie. Diese Kennzahl ist für Maschinenbesitzer von Bedeutung, da sie die Alterung des Fuhrparks und den Wartungsbedarf bestimmt und ein Indikator für den Arbeitsfortschritt ist.

Die folgenden Daten basieren auf den Betriebsstunden realer Maschinen, die weltweit in der Bauindustrie eingesetzt werden. Die Abbildung zeigt die durchschnittlichen monatlichen Arbeitsstunden der Maschinen und die durchschnittliche Anzahl der Tage in einem Monat, an denen der Motor in Betrieb war. Jeder Punkt steht für eine Maschine.

Figure 1: Fleet utilization patterns

Die Maschinen in der ersten Spalte des Diagramms werden nur selten genutzt. Diese Maschinen sind im Durchschnitt nur an einem Tag im Monat und für sehr wenige Stunden aktiv. Auf der anderen Seite, wenn wir die Spalten auf der rechten Seite betrachten, sehen wir Maschinen, die jeden Tag im Monat genutzt werden. Und wenn wir unseren Blick nach oben richten, sehen wir Maschinen, die nicht nur täglich, sondern auch viele Stunden pro Tag genutzt werden. Die Maschine oben rechts in der Grafik wird jeden Tag durchschnittlich 22 Stunden lang genutzt.

Vervollständigen Sie den Überblick über Ihren Fuhrpark

Bevor wir uns näher mit der Analyse befassen, möchten wir auf einen Nachteil dieser Darstellung hinweisen: Es können sich mehrere Maschinen gleichzeitig überschneiden, und wir würden nur einen Punkt im Diagramm sehen. Es ist also schwierig, das Nutzungsmuster der gesamten Flotte auf einen Blick zu erkennen. Wir können die vorherige Darstellung durch eine Heatmap ergänzen, die zeigt, wie viele Maschinen in jeden Punkt fallen.

Figure 2: Fleet utilization heat map

Ein Blick auf die Heatmap zeigt, dass die meisten Maschinen zwischen 20 und 26 Tagen pro Monat arbeiten, zwischen 3 und 9 Stunden pro Tag.

Eintauchen in Ihre Flottendaten

Kehren wir zum vorherigen Diagramm zurück und führen eine weitere Analyse durch. Jetzt können wir die Maschinen nach ihrem Nutzungsverhalten gruppieren. Wir spiegeln diese Cluster in den Farben der Punkte wider:

  • Grüne Maschinen sind Maschinen mit geringer Auslastung
  • Orange Maschinen sind Maschinen mit hoher Auslastung
  • Lila Maschinen sind Ausreißer
  • Maschinen ohne ein eindeutiges Nutzungsmuster, die nicht in die beiden Hauptgruppen passen.

Schließlich können wir im Diagramm einige Grenzen ziehen, die uns einen Blick auf feinere Gruppen von Interesse ermöglichen. Wir verwenden Farbbänder, um diese Grenzen zu definieren.

Beginnen wir mit der Unterteilung des Diagramms in zwei große Bereiche mit der horizontalen rosafarbenen Begrenzung. Im unteren Bereich befinden sich Maschinen, die weniger als 9 Stunden pro Tag arbeiten. Im oberen Bereich befinden sich die Maschinen, die mehr als 9 Stunden pro Tag in Betrieb sind und bei denen davon ausgegangen wird, dass sie im Schichtbetrieb arbeiten und einer wesentlich höheren Beanspruchung ausgesetzt sind.

Unterteilen wir nun das Diagramm in vertikale Abschnitte mit zusätzlichen Farbbändern. Diese Bänder unterteilen die Maschinen in Gruppen von Maschinen, die

  • bis zu 2 Tage in der Woche (orange),
  • bis zu 5 Tage pro Woche (grün),
  • bis zu 6 Tage pro Woche (rot) und
  • bis zu 7 Tagen pro Woche (blau).

Suche nach einem bestimmten Maschinenmodell

Bis jetzt haben wir die gesamte Flotte betrachtet. Beginnen wir mit der Betrachtung von Maschinen eines einzigen Typs: Modell Typ 1.

Figure 3: Model Type 1 utilization patterns

Das Diagramm für Modelltyp 1 verwendet dieselbe Darstellung, die wir oben erläutert haben. Anstatt alle Maschinen des Fuhrparks zu zeigen, wird hier eine Teilmenge des Fuhrparks analysiert, nämlich nur Maschinen des Modelltyps 1.

Wir haben auch einige aggregierte Werte für die beiden Maschinen berechnet: grün (Maschinen mit geringer Auslastung) und orange (Maschinen mit hoher Auslastung). Wir sehen, dass die Maschinen des Modelltyps 1 aus dem grünen Cluster fast 3 Stunden pro Tag an 6 Tagen im Monat genutzt werden. Und sie altern mit einer Rate von 202,94 Stunden pro Jahr.

Die Maschinen des Modelltyps 1 im orangefarbenen Cluster werden fast 6 Stunden pro Tag und 22 Tage pro Monat genutzt. Und sie altern mit einer Rate von 1566,52 Stunden pro Jahr.

Es scheint, dass die Maschinen in der grünen Gruppe im Vergleich zu denen in der orangefarbenen Gruppe nicht voll ausgelastet sind.

Analyse der Überkapazitäten

Schauen wir uns an, wie hoch der Kapazitätsüberschuss des grünen Clusters im Vergleich zum orangenen Cluster ist. Maschinen des Modelltyps 1 im grünen Cluster haben einen Kapazitätsüberschuss von:

1,566.52hoursyearmachine202.94hoursyearmachine=1,363.52hoursyearmachine 1,566.52 \frac{hours}{year \cdot machine} - 202.94 \frac{hours}{year \cdot machine} = 1,363.52 \frac{hours}{year \cdot machine}

Da wir 48 Maschinen im grünen Cluster haben, ist die gesamte Überkapazität von:

48 machines1,363.52hoursyearmachine=65,451.84hoursyear48 \spacemachines \cdot 1,363.52 \frac {hours}{year \cdot machine} = 65,451.84 \frac{hours}{year}

Wollte man diese Überkapazität in Anzahl der Maschinen ausdrücken, könnte man die Überkapazität durch die durchschnittliche Alterung der Maschinen im orangefarbenen Cluster teilen:

65451.84hoursyear1566.52hoursyearmachine=41.78 machines\cfrac {65451.84 \frac{hours}{year} }{1566.52 \frac{hours}{year \cdot machine}} = 41.78 \space machines

Wir haben also 41 Maschinen zu viel.

Optimierung der Flottengröße

Ein Blick auf die Betriebsstunden genügt, um Entscheidungen über die Größe des Fuhrparks zu treffen. Natürlich sind auch andere Fragen von Bedeutung, um die endgültige Entscheidung über die Anpassung der Größe eines bestimmten Maschinenmodells zu treffen:

  • Ist diese Überkapazität auf die Verteilung der Baustellen und den Bedarf an redundanten Maschinen, den Mangel an Bedienern und die Nachfrage zurückzuführen?
  • Wollen wir diese zusätzliche Kapazität beibehalten, um Nachfragespitzen zu bewältigen?
  • Sollten wir die Anzahl der Maschinen in diesem Modell reduzieren?
  • Sollten wir ein günstigeres Modell kaufen oder mieten, um die Maschinen mit geringer Auslastung abzudecken?

Die Analyse der Maschinenbetriebsstunden ist nur ein Ausgangspunkt, um gute Entscheidungen über die Kapazität und Größe Ihres Fuhrparks zu treffen. Sie wird Ihnen keine direkten Antworten liefern. Sie ist jedoch die Grundlage für den Aufbau eines Entscheidungsrahmens, den Sie mit Ihrem Fachwissen unterstützen können.

Gewinnen Sie die besten Erkenntnisse aus Ihren Flottendaten.

Wie dieser Artikel zeigt, können Sie jetzt damit beginnen, Ihre Flottendaten zu nutzen. Sie müssen nicht warten, bis Sie alle gewünschten Kennzahlen erhalten, denn schon die einfachsten liefern bei sorgfältiger Betrachtung hochwertige Ergebnisse. Sie benötigen das richtige Fachwissen.

Wir sind Experten für Telematik, Datenanalyse und gemischtes Flottenmanagement. Wenn Sie Hilfe brauchen, um die richtigen Erkenntnisse über Ihre Flottendaten zu gewinnen, zögern Sie nicht, uns zu kontaktieren.