SVĚTOVÝ, EVROPSKÝ A ČESKÝ AUTOMOBILOVÝ PRŮMYSL A TRH S AUTOMOBILY :: Šaroch a kol.

– automatické ověřování norem – digitální analýzy trendů – predikce pomo cí statistického softwaru – pokročilá pod pora rozhodování – software pro sledování stavu – platforma vel kých dat – wifi síť – statistický soft ware – datoví vědci

– automatické ověřování norem – digitální analýzy trendů – monitorování pomocí CM softwaru

– automatické ověřování norem – digitální analýzy trendů – předpověď na základě znalec kého posudku

Měření výkonu

– vizuální ověření normy – papírové analý zy trendů – předpověď na základě znalec kého posudku

IT

– MS Excel/MS Access

– vestavěný pří strojový software

– software pro sledování stavu – databáze stavů

Organizace – zkušení údrž báři

– vyškolení in spektoři

– inženýři spoleh livosti

Zdroj: Zpracováno dle Haarmana et al., 2017 Podle metodiky VDMXL (Maletič, 2020) by společnosti měly rozvíjet schopnosti v pěti klíčových doménách s cílem zvýšit svou vyspělost v oblasti Průmyslového řízení výroby (PdM). Tyto domény zahrnují Procesy, Obsah, IT, Měření výkonu a Organizaci. Rozvoj schopností v těchto oblastech umožňuje firmám posílit a optimalizovat své vý robní procesy, zlepšit kvalitu výrobků a služeb, a dosáhnout lepšího výkonu a efektivity. V rámci průzkumu (Haarman et al., 2017) byli respondenti požádáni, aby po skytli informace o svých současných možnostech v oblasti prediktivní údržby (obr. 8.10 až obr. 8.13). Pro účely této analýzy byly identifikovány klíčové faktory, které zahrnovaly typy používaných údajů („obsah“), procesy shromažďování těchto údajů („procesy“), používané hardwarové a softwarové nástroje („IT“) a funkce zahrnuté v prediktivní údržbě („organizace“). Jak již bylo řečeno, společnosti by měly aktivně rozvíjet schopnosti v pěti klíčo vých doménách s cílem zvýšit svou vyspělost v oblasti správy aktiv (PdM). V první řadě je nezbytné navrhnout a implementovat pracovní procesy, které posunou údržbu na vyš ší úroveň vyspělosti. Tato iniciativa vyžaduje důkladnou analýzu současných postupů a následnou implementaci efektivnějších a inovativních procesů. Dále je klíčové zajistit, že jsou k dispozici potřebná data pro tyto procesy, což vy žaduje efektivní správu informací a robustní datovou infrastrukturu. Zajištění přístupu k relevantním datům a informacím je nezbytné pro správné rozhodování a plánová ní v rámci organizace. Kvalitní a aktuální data jsou základem pro analytické procesy a umožňují vyvozování kvalifikovaných závěrů a prognóz. Z tohoto důvodu je důležité investovat do správy dat a informací, a to nejen prostřednictvím implementace moder ních softwarových nástrojů, ale rovněž prostřednictvím vytvoření efektivních procesů

178