Die ZEISS Microscopy GmbH entwickelt Mikroskope im Premiumsegment und hat gemeinsam mit der doubleSlash Net-Business GmbH den Service im Feld planbarer und datenbasiert umgestellt. Ziel war eine zuverlässige Grundlage für Zustandsanalysen und die Unterstützung der Techniker im Einsatz. Grundlage dafür sind eine einheitliche Anbindung der Geräte, standardisierte Daten und eine belastbare Historie.
Die Herausforderung: Betriebsdaten und Servicewissen digital konsolidieren – als Grundlage für vorausschauende Wartung
ZEISS Microscopy entwickelt hochkomplexe Mikroskopsysteme im sechsstelligen Preisbereich, die weltweit im Einsatz sind. Diese Systeme generieren große Mengen an Betriebs- und Zustandsdaten – jedoch in unterschiedlichen Formaten, abhängig vom jeweiligen Gerätetyp. Für die Weiterentwicklung des Serviceangebots war daher eine einheitliche Datenbasis notwendig, die Daten sicher und standardisiert bereitstellt.
Hinzu kam: Die Geräte laufen äußerst zuverlässig. Ausfälle treten selten auf, wodurch anfangs nur wenige Ereignisse als Trainingsdaten für KI-Modelle zur Verfügung standen. Für das Zielbild „Predictive Maintenance“ musste daher zunächst eine valide Historie aufgebaut und die Auswahl wirklich relevanter Parameter geklärt werden – damit spätere Analysen zielgerichtet und belastbar sind.
Darüber hinaus galt es, die unterschiedlichen Gerätetypen mit einer gemeinsamen Architektur und einem einheitlichen Sicherheitskonzept anzubinden. Erst diese Harmonisierung ermöglicht eine standardisierte Klassifikation von Zuständen sowie eine spätere Skalierung auf weitere Produktlinien.
Die Lösung: Einheitliche Konnektivität, saubere Datenbasis und KI-gestützte Serviceassistenz
Zum Projektstart im Jahr 2018 wurden gemeinsam mit doubleSlash die fachlichen Zielbilder und Anwendungsfälle präzisiert. In moderierten Workshops entstand eine klare technische Architektur, die sowohl die Anbindung der Geräte als auch den späteren Ausbau datenbasierter Services berücksichtigt.
Die Umsetzung folgte entlang des ganzheitlichen Vorgehensmodells „Connect – Make Smart – Monetize“. Für ZEISS stand dabei der Aufbau einer belastbaren Connectivity- und Datenbasis im Fokus. Sicherheitsanforderungen und Skalierbarkeit wurden von Beginn an berücksichtigt, sodass die Architektur langfristig erweiterbar bleibt.
Bereits nach ein bis zwei Monaten war der erste Mikroskop-Gerätetyp vernetzt und über eine zentrale Plattform verfügbar. Im weiteren Verlauf sollten schrittweise weitere Gerätetypen angebunden und released werden. Da die Geräte heterogene Daten lieferten, wurden Formate vereinheitlicht und Inhalte standardisiert. Die Daten fließen seitdem sicher an eine zentrale Plattform und bilden dort eine zuverlässige Historie als Grundlage für Analyse, Visualisierung und Serviceeinsätze.
Ein zentrales Device- und Update-Management stellt sicher, dass Softwarestände konsistent bleiben und neue Funktionen kontrolliert ausgerollt werden können – ein wichtiger Aspekt für internationale Serviceorganisationen.
Auf dieser Basis entwickelte das Projektteam Modelle zur Zustandsanalyse und für erste Vorhersagen. Dafür wurden konsistente und über längere Zeiträume gesammelte Datensätze aufgebaut, sodass Abweichungen sicher erkannt und fachlich fundiert interpretiert werden können.
Darüber hinaus wurde eine generative Serviceassistenz eingeführt. Sie nutzt dokumentiertes Erfahrungswissen aus Wartungssitzungen und Anleitungen und stellt dieses in Form eines Chatbots bereit. Techniker erhalten damit Schrittfolgen, Werkzeug- und Materiallisten sowie Hinweise auf kritische Punkte – und können vor Ort schneller und sicherer agieren, auch wenn ihnen tiefere Erfahrung fehlt.
Parallel wurden Serviceprozesse im internationalen Einsatz professionalisiert. Durch die zentrale Bereitstellung von Wissen und Daten entstehen weltweit vergleichbare Abläufe – unabhängig vom individuellen Erfahrungsstand einzelner Techniker. Damit lässt sich der Service schrittweise skalieren und neue Produktreihen effizient anbinden.
Das Ergebnis: Planbarer Service, schnellere Diagnose und vorausschauende Wartung
Mit der aufgebauten Konnektivität und sauberen Datenbasis kann der Service bei ZEISS Microscopy deutlich planbarer agieren. Serviceteams können heute Ausfallrisiken früh identifizieren, Kunden proaktiv informieren und Wartungstermine gezielt bündeln. Die Fehlerdiagnose wird vereinfacht, da Informationen und empfohlene Maßnahmen zentral vorliegen. Die generative Assistenz stellt Schrittfolgen bereit, ergänzt um Werkzeug- und Materiallisten, markiert kritische Punkte und unterstützt so auch weniger erfahrene Techniker im Einsatz.
Auf Basis der standardisierten Historie entstanden belastbare Modelle für Zustandsanalysen und Vorhersagen. Predictive Maintenance wurde nach dem erforderlichen Datenaufbau schrittweise realisiert. Der Service arbeitet effizienter und kann schneller reagieren – und ZEISS stärkt die Kundenbindung durch vorausschauende, datenbasierte Unterstützung im Feld.
