Do's und Don'ts der Datenerfassung: Aufbau einer soliden Grundlage für Vermögensentscheidungen

Intelligente Vermögensentscheidungen beginnen mit hochwertigen Daten. Schlechte Daten führen zu kostspieligen Wartungsarbeiten, Sicherheitsrisiken und verschwendeten Ressourcen. Dennoch geben 75% der Führungskräfte zu, dass sie ihren eigenen Daten nicht trauen.

Wenn Sie Geräteausfälle und ungeplante Kosten vermeiden wollen, sollten Sie sich an diese Grundsätze halten:

• Sammeln Sie nur, was wichtig ist: Binden Sie die Datenerfassung an spezifische Ziele wie risikobasierte CAPEX-Planung, die Verlängerung der Lebensdauer von Anlagen oder die Einhaltung von Normen.
• Vermeiden Sie verstreute Systeme: Unzusammenhängende Daten schaffen blinde Flecken und verlangsamen die Entscheidungsfindung. Zentralisieren und standardisieren Sie Ihre Daten.
• Nutzen Sie die Automatisierung: Instrumente wie Sensoren und Drohnen können die Datenerfassung beschleunigen und die Genauigkeit verbessern.
• Daten sauber halten: Befolgen Sie die "5Cs" - vollständig, korrekt, aktuell, konsistent und umfassend - um Zuverlässigkeit zu gewährleisten.
• Verfolgen Sie Nachhaltigkeitskennzahlen: Einbeziehung von Daten zu Energieverbrauch, Emissionen und Effizienz, um den Anforderungen einer modernen Anlagenplanung gerecht zu werden.

Die Quintessenz? Zuverlässige, zielgerichtete Daten sorgen für klügere Investitionen, weniger Unterbrechungen und bessere langfristige Ergebnisse.

Asset-Datenerfassung

sbb-itb-5be7949

Die Kosten einer mangelhaften Datenerfassung in der Vermögensverwaltung

Unvollständige oder ungenaue Bestandsdaten können zu schwerwiegenden finanziellen und betrieblichen Rückschlägen führen. Datenwissenschaftler verbringen Berichten zufolge 80% ihrer Zeit mit der Bereinigung und Korrektur von Daten schlechter Qualität anstatt sie für verwertbare Erkenntnisse zu analysieren ^[7]. Durch diese Ineffizienz geht nicht nur Zeit verloren, sondern es werden auch Ressourcen verbraucht, die besser für fundierte Entscheidungen genutzt werden könnten, was wiederum zu einer Reihe von operativen Problemen führt.

Eine der unmittelbarsten Folgen ist ROI für vorausschauende Wartung Vermeidung reaktiver Wartung und ungeplanter Ausfallzeiten. Wenn die Daten über den Zustand und die Nutzung von Anlagen unzuverlässig sind, verteilen die Wartungsteams ihre Anstrengungen oft falsch. Kritische Anlagen können übersehen werden, während Ressourcen für weniger dringende Probleme verschwendet werden. Dieses Ungleichgewicht führt häufig zu unerwarteten Anlagenausfällen und kostspieligen Unterbrechungen. ^[2][7]. In Hochhäusern beispielsweise sind manuelle Inventarisierungsprozesse nicht nur zeitaufwändig, sondern auch fehleranfällig ^[2].

Der finanzielle Tribut geht über betriebliche Ineffizienzen hinaus. Schlechte Datenqualität führt häufig zu Budgetüberschreitungen, da Unternehmen ungeplante Kapitalausgaben für den Ersatz ausgefallener Anlagen oder die Reparatur von Schäden, die durch diese Ausfälle verursacht wurden, tätigen müssen. ^[7][8]. Falsch verwaltete Daten zwingen Unternehmen zu teuren Reparaturen, vorzeitigem Ersatz und ineffizienten Ausgaben ^[1][4]. Die Auswirkungen sind erheblich: bis zu 30% der Gesamtbetriebskosten einer Anlage könnten vermieden werden mit einer besseren Entscheidungsfindung während der Planungs-, Beschaffungs- und Erneuerungsphase ^[7]. Diese Überschreitungen verzerren die risikobasierte Anlagenplanung, da sie die tatsächliche Leistung und die Kosten der Anlagen verschleiern.

Neben den finanziellen und betrieblichen Problemen steigen auch die Risiken für die Sicherheit und die Einhaltung von Vorschriften. Ungenaue Aufzeichnungen können zu erhöhten Sicherheitsrisiken am Arbeitsplatz und zur Nichteinhaltung gesetzlicher Standards führen ^[7]. Die manuelle oder papiergestützte Datenerfassung macht die Sache noch komplizierter, da sie eine digitale Transkription erfordert, die häufig Fehler und Unstimmigkeiten mit sich bringt ^[4].

Auch die Nachhaltigkeitsziele werden in Mitleidenschaft gezogen wenn die Daten unzuverlässig sind. Lücken in den genauen Daten erschweren den Umgang mit Klimarisiken, die Planung von Übergängen oder die Durchführung von Szenarioanalysen ^[5]. Ohne detaillierte, lokalisierte Gefahrendaten fällt es Vermögensverwaltern schwer, standortspezifische Klimaanpassungen vorzunehmen oder mit Versicherern effektiv über Resilienzmaßnahmen zu verhandeln ^[5]. Dieser Mangel an zuverlässigen Daten bedeutet, dass Unternehmen ihre Ziele zur Verringerung des Kohlenstoffausstoßes nicht erreichen und ihre Fortschritte bei Umweltinitiativen nicht nachweisen können. Genaue Daten sind unerlässlich, um risikobasierte Entscheidungen zu treffen, die sowohl mit dem langfristigen Anlagenmanagement als auch mit Umweltzielen in Einklang stehen.

Tun: Erstellen Sie eine klare Strategie für die Datenerfassung, die mit Ihren Zielen verbunden ist

Die richtige Datenerfassung beginnt mit einer einfachen, aber entscheidenden Frage: Warum sammeln wir diese Daten? Bevor sie damit beginnen, müssen die Unternehmen klären, welche Entscheidungen sie treffen und welche Ergebnisse sie erzielen wollen. Ohne diesen Fokus tappt man leicht in die Falle, übermäßig viele, ungenutzte Daten zu sammeln - oder schlimmer noch, man übersieht die wichtigsten Teile, die für wichtige Entscheidungen benötigt werden. Ein klarer Zweck stellt sicher, dass Ihre Daten direkt mit den Investitionsergebnissen verbunden sind.

"Das Hauptziel sollte sein, nur Daten zu sammeln, die den Fortschritt in Richtung der definierten Ziele messen und den Organisationen helfen, Entscheidungen zu treffen." - PIARC (Weltstraßenverband) ^[3]

Um Ihren Ansatz zu verfeinern, verwenden Sie diese vier Leitfragen:

• Welche Entscheidungen müssen getroffen werden?
• Welche Daten werden für diese Entscheidungen benötigt?
• Kann es sich Ihre Organisation leisten, diese Daten zu sammeln?
• Kann ihre Integrität über einen längeren Zeitraum aufrechterhalten werden?

Wenn Sie nicht alle vier Fragen mit Sicherheit beantworten können, gehört dieser Datenpunkt wahrscheinlich nicht in Ihre Strategie. Dieser disziplinierte Ansatz stellt sicher, dass alle Daten Ihre Geschäftsziele unterstützen.

Datenerfassung mit Investitionsergebnissen verbinden

Sobald Sie Ihren Zweck definiert haben, besteht der nächste Schritt darin, Ihre Datenerfassung an messbaren Ergebnissen auszurichten. Jeder Datenpunkt sollte mit bestimmten Investitionsergebnissen verknüpft sein - sei es die Senkung der Lebenszykluskosten, die Reduzierung von Risiken oder die Erfüllung von Nachhaltigkeitszielen. Konzentrieren Sie sich auf Attribute, die sich direkt auf die finanziellen und betrieblichen Ergebnisse auswirken. Zum Beispiel:

• Alter und Nutzungsdauer der Anlage helfen, den künftigen Haushaltsbedarf zu prognostizieren und Zeiträume mit hohen Investitionsausgaben zu ermitteln.
• Zustands- und Kritikalitätsdaten eine intelligentere Priorisierung von Wartungsprojekten zu ermöglichen ^[4].

Indem Sie Datenattribute mit bestimmten Entscheidungen verknüpfen, können Sie die Kosten für die Erfassung rechtfertigen und sicherstellen, dass jede Anstrengung einen Mehrwert bringt.

Unternehmen, die einen risikobasierten Ansatz verfolgen, erzielen häufig bessere Ergebnisse. Anlagen, die ein geringes Risiko darstellen oder nur minimale Investitionen erfordern, müssen nicht häufig aktualisiert werden ^[3]. Setzen Sie stattdessen Prioritäten bei risikoreichen, hochwertigen Vermögenswerten - also solchen, die den Betrieb, die Sicherheit oder die Finanzen erheblich beeinträchtigen.

Nur Daten sammeln, die Entscheidungen unterstützen

Wenn es um Daten geht, weniger ist oft mehr. Das Ziel besteht nicht darin, eine möglichst große Datenbank aufzubauen, sondern sich auf das Sammeln genauer, verwertbarer Informationen zu konzentrieren. Das Sammeln von ungenutzten Daten verschwendet Ressourcen ^[4]. Um dies zu vermeiden, sollten Sie sich auf die Kernattribute konzentrieren, die die Entscheidungen im Asset Management bestimmen. Für viele Unternehmen bilden sieben Schlüsselattribute die Grundlage:

• Material/Typ
• Standort
• Zustand
• Alter
• Kritikalität
• Nutzungsdauer
• Wirtschaftlicher Wert ^[4]

Um sicherzustellen, dass Ihre Daten nützlich sind, müssen sie den "5Cs"-Standard erfüllen:

• Vollständig: Deckt alle anvisierten Vermögenswerte ab.
• Umfassend: Enthält alle erforderlichen Attribute.
• Einheitlich: Verwendet standardisierte Benennungskonventionen.
• Richtig: Genaue IDs und Beschreibungen.
• Aktuell: Eindeutige Kennzeichnung von aktivem und inaktivem Status ^[2].

Ein typisches Bürohochhaus enthält etwa 1.000 zu wartende Anlagen, von elektrischen Systemen bis hin zu Lüftungsanlagen. ^[2]. Mit manuellen Methoden kann ein Zuverlässigkeitsingenieur nur 60-75 Anlagen pro Tag inspizieren und Details aufzeichnen. ^[2]. Diese Einschränkung macht es noch wichtiger, sich auf Daten zu konzentrieren, die wirklich wichtig sind - Sie haben einfach nicht die Zeit oder die Ressourcen, um Informationen zu sammeln, die Sie nie verwenden werden.

Tun Sie es nicht: Fragmentierte oder unzusammenhängende Datenquellen verwenden

Wenn Asset-Daten über mehrere Standorte verstreut sind mehrere voneinander getrennte Systeme - wie z. B. Tabellenkalkulationen an einem Ort, ein CMMS-Tool an einem anderen und Finanzdaten an einem anderen Ort gespeichert sind, stehen Unternehmen vor großen Herausforderungen. Diese Fragmentierung verbirgt kritische Risiken und führt zu blinden Flecken in Ihrem Anlagenportfolio, so dass es fast unmöglich ist, Sicherheitsprobleme oder Compliance-Risiken zu erkennen, bevor sie sich zu kostspieligen Problemen auswachsen ^[6].

Die Auswirkungen auf die Entscheidungsfindung sind sowohl unmittelbar als auch teuer. Unverbundene Datenquellen verlangsamen die Berichterstattung, führen zu inkonsistenten Analysen und zu einer schlechten Priorisierung. Dies führt häufig zu Budgetüberschreitungen und verpassten Chancen ^[6]. Als Deloitte treffend feststellt, sind Unternehmen heute "Ertrinken in Daten, aber hungrig nach Erkenntnissen" ^[7]. Dies fasst perfekt das Chaos zusammen, das entsteht, wenn wichtige Informationen in Silos gefangen sind. Solche fragmentierten Verfahren ebnen den Weg für ineffiziente und kostspielige Entscheidungen.

"Wenn Zustandsdaten inkonsistent, verzögert oder über verschiedene Tools verstreut sind, verlassen sich die Teams auf ihre Intuition - und das ist der Ausgangspunkt für Budgetüberschreitungen, Sicherheitsrisiken und verpasste Chancen." - Asseti ^[6]

Der finanzielle Schaden ist kaum zu übersehen. Fragmentierte Daten führen oft zu unerwartete Investitionsausgaben, Besonders wenn Ausfälle von Anlagen die Teams unvorbereitet treffen. Das treibt auch die Wartungskosten in die Höhe, weil die Teams in einem reaktiven Modus feststecken, anstatt proaktiv zu planen ^[7]. Manuelle Prozesse machen die Sache nur noch schlimmer: Wenn Daten auf Papier erfasst werden, sind sie in der Regel verdoppelt die Arbeitsbelastung, Denn jemand muss sie manuell in digitale Systeme eingeben. Dieser Prozess, der Monate dauern kann, ist fehleranfällig, was das Problem weiter verschärft ^[4].

Abgesehen von der finanziellen Belastung stellt die Fragmentierung von Daten auch ein ernsthaftes Risiko für die Sicherheit und die Einhaltung von Vorschriften dar. Sie schafft Gefahren für Gesundheit und Sicherheit am Arbeitsplatz und erhöht die Wahrscheinlichkeit, dass die gesetzlichen Anforderungen nicht erfüllt werden ^[7]. Ohne einfachen Zugang zu wichtigen Informationen - wie dem Zustand einer Anlage oder der Wartungshistorie - sind die Teams vor Ort gezwungen, Entscheidungen zu treffen, ohne die Situation vollständig zu verstehen.

Tun: Standardisieren und zentralisieren Sie Ihre Daten

Bei der Beseitigung fragmentierter Daten geht es nicht darum, mehr Daten zu sammeln - es geht darum Schaffung einer einzigen Quelle der Wahrheit mit einheitlichen Standards in Ihrem Unternehmen. Wenn Anlagendaten einheitlich strukturiert sind, können Teams die Leistung vergleichen, Kosten konsolidieren und fundierte Entscheidungen über Wartungsprioritäten und Ersatzbeschaffungen treffen ^[10]. Mit diesem Ansatz wird die Grundlage für klare und vergleichbare Datenmodelle geschaffen.

Konsistente Datenmodelle und Asset-Hierarchien erstellen

Verwendung von Industriestandard-Taxonomien ist der Schlüssel zur Vermeidung von Verwirrung. Rahmenwerke wie Uniklasse, RICS NRM 3, und SFG20 Bereitstellung von Klassifizierungscodes, die sicherstellen, dass alle - von den Außendienstteams bis hin zu den Finanzabteilungen - bei der Beschreibung von Vermögenswerten übereinstimmen ^[10]. Wie wichtig diese Einheit ist, wurde deutlich, als die britische Government Property Function über 300.000 Immobilien des öffentlichen Sektors analysierte. Dabei wurde festgestellt, dass standardisierte Anlagenhierarchien für die Verwaltung der Instandhaltung und die Einhaltung von Verträgen entscheidend sind. ^[10].

A Top-down-Datenmodell ist ein praktischer Ausgangspunkt: Übergeordnete Organisation > Standort > Gebäude/Block > Stockwerk > Fläche/Raum > Asset ^[10]. Jeder Anlagendatensatz sollte wichtige Felder wie eine eindeutige Anlagen-ID, einen Klassifizierungscode, eine Kritikalitätseinstufung und einen Betriebsstatus enthalten. Ohne diese Felder wird die Planung chaotisch. Organisationen, die Information Modeling Frameworks (IMF) eingeführt haben, berichteten von einem 50% Rückgang der menschlichen Fehler bei manuellen Aktualisierungen ^[11]. Bei einem Offshore-Engineering-Projekt sparte diese Standardisierung etwa $50 Millionen ^[11].

Verwenden Sie ein zentrales System für die Stammdatenverwaltung

Stammdatenmanagement (MDM) ist das, was IBM bezeichnet als die "versteckter Befähiger" der intelligenten Entscheidungsfindung ^[12]. Sie gewährleistet abteilungsübergreifend einheitliche Identifikatoren und Referenztabellen für Anlagen, Standorte und Lieferanten. Das Ziel besteht nicht darin, eine einzige Softwarelösung vorzuschreiben, sondern eine einheitliche Geschäftslogik über alle Systeme hinweg anzuwenden, um zuverlässige, überprüfbare Ergebnisse zu erzielen. ^[12]. Genaue Stammdaten sind das Rückgrat für risikobasierte, nachhaltige Entscheidungen.

Im täglichen Betrieb können zentralisierte Systeme mit automatisierten Qualitätsprüfungen fehlende oder ungewöhnliche Daten sofort erkennen. A "monatlicher Abschluss" Prozess kann helfen: Dateneingaben zu einem bestimmten Datum im Monat einfrieren, alles automatisch validieren und Probleme lösen, bevor man fortfährt ^[12]. Dadurch wird verhindert, dass Aktualisierungen zur Monatsmitte die Vergleichbarkeit stören und eine Trendanalyse unmöglich machen.

"Ein einheitliches Datenmodell ist notwendig, um einen vollständigen Überblick über kombinierte Systeme mit Informationen zu erhalten, die über das gesamte Ökosystem hinweg fließen." - Marc Hoppenbrouwers und Biren Gandhi, IBM ^[9]

Um die Kontrolle zu behalten, sollten Sie den Besitz von Anlagendaten vertraglich absichern - auch wenn sie von Drittanbietern verwaltet werden. ^[10]. Dies gewährleistet einen Echtzeit-Zugang für die Entscheidungsfindung und vermeidet die Bindung an einen bestimmten Anbieter. Durch die Verwendung von Standardformaten wie COBie Dateien können Sie Daten zwischen Systemen übertragen und so das Risiko von Verlusten bei Vertragsänderungen verringern und eine reibungslose Investitionsplanung gewährleisten. ^[10].

Nicht: Ignorieren von Data Governance und Dateneigentum

Wenn Dateneigentum und -verwaltung nicht klar definiert sind, können Asset-Informationen schnell ihre Zuverlässigkeit verlieren, was zu schlechten Investitionsentscheidungen führt. Die 2024 ISO 55001 Überarbeitung hebt hervor, dass Daten bilden die Grundlage der Entscheidungsfindung ^[13]. Dennoch behandeln viele Unternehmen Daten immer noch als Nebenprodukt des Betriebs, anstatt sie als strategisches Gut mit eigenem Lebenszyklus und Wert zu erkennen.

Damit Sie wirklich von Ihren Daten profitieren können, müssen Sie strenge Governance-Verfahren einführen und klare Eigentumsverhältnisse festlegen. Jeder wichtige Datensatz - wie Anlagenregister, Zustandsbewertungen, Wartungshistorien, und Finanzdaten - sollten einen eigenen Datenverantwortlichen haben. Dadurch wird sichergestellt, dass die Daten während ihres gesamten Lebenszyklus korrekt, aktualisiert und konsistent bleiben. ^[3]. Ohne Verantwortlichkeit können Daten abdriften, was zu fehlenden Feldern oder widersprüchlichen Datensätzen führt. Ein US-Versorgungsunternehmen, das im Jahr 2022 fortschrittliche Analysen mit klarer Datenverwaltung eingeführt hat, erzielte beispielsweise 20-25% Einsparungen bei den Betriebskosten und 40-60% Einsparungen bei den Investitionsausgaben durch die Konzentration auf risikoreiche Anlagen und die Optimierung von Wartungsplänen ^[15].

"Effektives Asset Management hängt von der effektiven Nutzung von Daten ab, um die Entscheidungsfindung zu unterstützen". - ISO 55013:2024 ^[14]

Dieses Zitat verdeutlicht die Bedeutung von Governance-Protokollen für den Schutz und die Maximierung des Werts von Daten.

Im Gegensatz zu materiellen Vermögenswerten können Daten viel schneller veralten. Während eine Pumpe beispielsweise 15 Jahre halten kann, können Zustandsdaten aus dem Vorjahr aufgrund von Umweltveränderungen in nur wenigen Monaten veraltet sein ^[14]. Um dem entgegenzuwirken, sollten Sie Datumsstempel einführen, Aktualisierungszeitpläne festlegen und klare Richtlinien für die Beseitigung veralteter Daten definieren. ^[3]. Behandeln Sie Ihre Daten wie ein strategisches Gut - moderne Normen wie ISO 55013:2024 betonen, dass Daten sowohl einen betrieblichen als auch einen Marktwert haben und dass sie das gleiche Maß an Schutz und Sicherheit verdienen wie physische Infrastruktur. ^[14].

Strenge Zugriffsrechte und Sicherheitsprotokolle sind unerlässlich. Diese Maßnahmen gewährleisten, dass die Entscheidungsträger in Echtzeit Zugriff haben und verhindern gleichzeitig unbefugte Änderungen ^[3]. Einrichtung eines Governance-Boards mit Vertretern des Facility Managements, der Datenteams und der Lieferanten, um die Datenqualität zu überwachen und auftretende Probleme zu lösen ^[10]. Verwenden Sie dokumentierte Änderungskontrollprozesse, um die Hinzufügung, Änderung oder Löschung von Datensätzen effektiv zu verwalten.

Tun: Nutzen Sie die Automatisierung für die Datenerfassung und Qualitätskontrolle

Um intelligente Anlageninvestitionen zu gewährleisten, spielt die Automatisierung eine entscheidende Rolle bei der Schaffung einer zuverlässigen Datengrundlage. Die manuelle Dateneingabe ist zwar üblich, verlangsamt aber oft die Prozesse und führt zu Fehlern, die Investitionsentscheidungen untergraben können. So sind beispielsweise Fehler bei der Erfassung komplexer Anlagenspezifikationen ein häufiges Problem bei der manuellen Transkription ^[2]. Durch die Automatisierung der Datenerfassung können Unternehmen sowohl die Geschwindigkeit als auch die Genauigkeit ihrer Datenprozesse verbessern und so eine bessere Entscheidungsfindung ermöglichen.

Die Automatisierung beschleunigt nicht nur die Datenerfassung, sondern validiert sie auch in Echtzeit. In den letzten zehn Jahren sind die Sensorkosten um 75%, und macht die automatische Zustandsüberwachung für Unternehmen jeder Größe zugänglich. ^[16]. Doch trotz dieser Erschwinglichkeit, 75% der Führungskräfte berichten von mangelndem Vertrauen in ihre eigenen Daten ^[1]. Diese Diskrepanz ergibt sich aus Problemen mit der Datenqualität. Die Automatisierung schafft hier Abhilfe, indem sie nicht nur Daten sammelt, sondern diese auch standardisiert und auf Unstimmigkeiten hinweist, damit die Entscheidungsträger über zuverlässige Informationen verfügen.

Automatisieren Sie Dateneingabe und -validierung

Technologien wie Optische Zeichenerkennung (OCR) und Inhaltsgestützte Bildsuche (CBIR) haben die Dateneingabe revolutioniert. Mobile Apps nutzen diese Tools nun zum Scannen von Anlagenschildern und zur Identifizierung von Gerätetypen direkt aus Bildern, wodurch Fehler bei der manuellen Eingabe vermieden werden. Dieser Ansatz gewährleistet "5C-Qualitätsdaten" - Daten, die vollständig, umfassend, konsistent, korrekt und aktuell sind ^[2].

Für Infrastrukturinspektionen werden fortgeschrittene Werkzeuge wie Rapid Ultrasonic Gridding (RUG) Robotiksysteme mit eingebauten Encodern zu nutzen. Diese Roboter erfassen Dickendaten mit hoher Dichte bei Geschwindigkeiten 10 Mal schneller als herkömmliche Methoden und liefert gleichzeitig 1.000 Mal mehr Daten ^[1]. In gefährlichen oder schwer zugänglichen Bereichen liefern mit LIDAR oder Photogrammetrie ausgestattete Drohnen Daten in hoher Dichte, ohne das Personal zu gefährden ^[16].

Die Erfassung genauer Daten ist jedoch nur ein Teil der Gleichung. Um die Integrität der Daten im Laufe der Zeit zu erhalten, sind robuste Qualitätskontrollmechanismen erforderlich.

Qualitätskontrollen in Datenpipelines einbauen

Wirksame Automatisierungsstrategien beinhalten eine frühzeitige Fehlererkennung, die oft als "shift-left"-Test, die Probleme identifiziert, bevor sie sich auf Produktions-Dashboards oder KI-Systeme auswirken ^[17]. So können beispielsweise automatisierte Bereitstellungsgates Validierungsregeln durchsetzen, die sicherstellen, dass kritische Felder wie asset_id die Nicht-Null-Raten über 99,9% zu halten oder die Zeilenzahlen innerhalb akzeptabler statistischer Bereiche zu halten ^[17].

"Daten sind dann hochwertig, wenn sie für ihren Verwendungszweck geeignet sind und dies auch bei der Weiterentwicklung von Pipelines zuverlässig so bleibt." - Koaleszieren ^[17]

Automatisierte Profiling-Tools überwachen Schemadrift, Nullspitzen und Anomalien im Datenvolumen direkt in den Pipelines. Dies reduziert "Datenausfallzeiten", ein Begriff, den Experten verwenden, um Zeiten zu beschreiben, in denen fehlerhafte Daten den Betrieb stören ^[17]. Indem Sie diese Qualitätsprüfungen in Arbeitsabläufe einbetten, anstatt sie als separate Bereinigungsaufgaben zu behandeln, können Sie sicherstellen, dass Anlagenregister, Zustandsbeurteilungen und Wartungshistorien im Laufe der Zeit verlässlich bleiben. Dieser Ansatz stärkt den 5C-Datenqualitätsstandard und unterstützt fundierte, risikobasierte Entscheidungen während des gesamten Lebenszyklus von Anlageninvestitionen.

Tun: Nehmen Sie Nachhaltigkeitsmetriken in Ihre Datenerhebung auf

Bei der Verwaltung von Vermögenswerten ist es entscheidend, die Energieleistung und die Kohlenstoffauswirkungen zu berücksichtigen. Bei diesen Kennzahlen geht es nicht nur um die Einhaltung gesetzlicher Vorschriften, sondern auch um die Erwartungen der Investoren, steigende Energiekosten und die Notwendigkeit, sich an den Zielen der Dekarbonisierung zu orientieren. Ohne sie wird es schwieriger, Fortschritte bei der Erfüllung von Nachhaltigkeitsverpflichtungen nachzuweisen oder diese Ziele in langfristige Pläne für die Vermögensverwaltung zu integrieren.

Die Aufnahme von Nachhaltigkeitskennzahlen in Ihre Datensammlung verbessert die Entscheidungsfindung. Beginnen Sie mit der Erfassung von Energieverbrauch und -nachfrage, z. B. Strom (gemessen in kWh für den Verbrauch und kW für die Nachfrage), Erdgas (Therms), Heizöl (Gallonen) und Ferndampf (lbs.) ^[18][20]. Für Wasser- und Abwasseranlagen - die oft 30% bis 40% des jährlichen kommunalen Energiebudgets verbrauchen - sollte der Stromverbrauch pro Million Gallonen (kWh/MG) überwacht werden. Dies ermöglicht einen Leistungsvergleich zwischen verschiedenen Anlagen ^[20]. Dokumentieren Sie außerdem die Treibhausgasemissionen in allen Bereichen: Scope 1 (direkte Emissionen), Scope 2 (indirekte Emissionen aus eingekaufter Energie) und Scope 3 (Emissionen der Wertschöpfungskette) ^[18].

Es ist auch wichtig, betriebliche Faktoren wie Gradtage, Belegung, Betriebsstunden und Produktionsniveau zu verfolgen. Anhand dieser Variablen können Sie feststellen, ob Änderungen im Energieverbrauch auf Effizienzverbesserungen zurückzuführen sind oder einfach nur Verschiebungen in der betrieblichen Aktivität widerspiegeln ^[18][19]. Ein Anstieg des Energieverbrauchs könnte beispielsweise eher auf eine Ausweitung des Betriebs als auf eine geringere Anlageneffizienz hindeuten. Vergessen Sie nicht, die Erzeugung erneuerbarer Energien vor Ort und die Menge an Stromabnahmeverträgen zu überwachen, da diese Messgrößen den Fortschritt in Richtung sauberer Energiequellen aufzeigen ^[18][20].

"Systeme und Daten sind kein IT-Nebenprojekt. Sie sind die Infrastruktur, die Emissionen messbar, Initiativen überprüfbar und Ansprüche vertretbar macht." - Umbrex ^[12]

Für die Investitionsplanung sollten Sie Daten über die erwarteten Kohlenstoffeinsparungen, die erforderlichen Investitionen und die Kostenvermeidung für jedes Effizienzprojekt sammeln. Auf diese Weise können Sie Projekte auf der Grundlage ihrer Kohlenstoffrendite (ROI) nach Prioritäten ordnen ^[18][19]. Instrumente wie Energieinformationssysteme, die Daten in stündlichen oder 15-minütigen Intervallen erfassen, können im Median 4% Energieeinsparungen für das gesamte Gebäude bringen. In ähnlicher Weise können Fehlererkennungs- und Diagnosewerkzeuge durch frühzeitige Erkennung von Systemfehlern Energieeinsparungen von durchschnittlich 9% bewirken ^[19].

Schlussfolgerung: Aufbau einer dauerhaften Datengrundlage

Das Sammeln der richtigen Daten ist der Eckpfeiler einer effektiven Vermögensanlageplanung. Die hier skizzierten Schlüsselpraktiken - Bindung der Datenerfassung an spezifische Ziele, Standardisierung der Methoden, Nutzung der Automatisierung und Einbeziehung von Nachhaltigkeitskennzahlen - bilden die Grundlage für eine intelligentere, langfristige Entscheidungsfindung.

Wenn sie richtig gemacht werden, verändern hochwertige Daten den Betrieb. Sie ermöglichen eine vorausschauende Wartung, verlagern Prozesse von reaktiv zu proaktiv, verlängern die Lebensdauer von Anlagen und mindern Risiken ^[1]. Indem sie das Rätselraten eliminiert, verhindert sie kostspielige Ausfälle und Ausfallzeiten. Außerdem unterstützt es die Bemühungen um Nachhaltigkeit, indem es die Ressourcennutzung optimiert und den Abfall durch vorzeitigen Austausch reduziert. ^[1].

"Algorithmen können nicht zwischen guten und schlechten Daten unterscheiden. Stattdessen arbeiten sie mit Logik und lernen aus Mustern in den bereitgestellten Daten." - Gecko Robotics ^[1]

Trotz dieser Vorteile stehen viele Unternehmen vor Herausforderungen. Während 89% der Führungskräfte die Bedeutung qualitativ hochwertiger Daten erkennen, geben 75% zu, dass sie kein Vertrauen in ihre eigenen Daten haben. ^[1]. Klare Ziele zu vernachlässigen, sich auf fragmentierte Quellen zu verlassen oder Geschwindigkeit über Genauigkeit zu stellen, kann selbst die besten Absichten zunichte machen. Durch die Einhaltung der 5 Cs der Datenqualität - Vollständig, umfassend, konsistent, korrekt und aktuell - Sie können sicherstellen, dass jede einzelne Information zu besseren Ergebnissen beiträgt. ^[2].

Die Entscheidungen, die Sie heute treffen, entscheiden über den Erfolg Ihrer Asset-Management-Strategie von morgen. Standards dokumentieren, befolgen beste Praktiken für die Umsetzung um Fehler zu minimieren, Daten zu zentralisieren, um Silos aufzubrechen, und Ihre Daten immer mit den Entscheidungen abzustimmen, die sie unterstützen. Mit einer soliden Datengrundlage wird jede Investition - ob Routinewartung oder Großprojekt - fundierter, vertretbarer und wirkungsvoller.

FAQs

Welches ist der kleinste Satz von Anlagendaten, den ich zuerst erfassen sollte?

Beginnen Sie damit, die wichtigsten Daten zu sammeln, die helfen, fundierte Entscheidungen zu treffen, ohne die Ressourcen zu überlasten. Konzentrieren Sie sich auf drei Schlüsselbereiche: Angaben zur Identifizierung der Vermögenswerte, Zustandsbewertungen, und Leistungsindikatoren. Dieser gestraffte Datensatz liefert die wesentlichen Informationen für die Bewertung des Zustands von Anlagen, die Festlegung von Prioritäten und die Entscheidungsfindung bei der Instandhaltung und Lebenszyklusplanung. Indem Sie sich auf diese Kerninformationen konzentrieren, schaffen Sie eine zuverlässige Grundlage für ein risikobasiertes Anlagenmanagement, das gleichzeitig effizient und kostengünstig ist.

Wie führe ich Tabellenkalkulationen, CMMS- und Finanzdaten zu einer einzigen Quelle der Wahrheit zusammen?

Um eine einzige, verlässliche Quelle der Wahrheit zu schaffen, ist ein schrittweises Vorgehen unerlässlich:

• Identifizieren Sie alle Datenquellen: Sammeln Sie Informationen aus allen relevanten Systemen, wie Tabellenkalkulationen, CMMS und Finanzplattformen.
• Planen Sie Ihre Integration: Gewährleistung der Konsistenz durch Standardisierung von Formaten, Attributen und anderen Schlüsselelementen.
• Validierung und Bereinigung der Daten: Beseitigung von Duplikaten und Korrektur von Ungenauigkeiten, um die Vertrauenswürdigkeit der Daten zu gewährleisten.
• Einsatz von Automatisierungstools: Vereinfachen und beschleunigen Sie den Prozess, wo immer möglich, durch Automatisierung.
• Regelmäßige Überprüfung und Aktualisierung: Halten Sie die integrierten Daten durch routinemäßige Aktualisierungen genau und verlässlich, damit sie weiterhin fundierte Entscheidungen unterstützen.

Welche Nachhaltigkeitskennzahlen sind für Investitionsentscheidungen am wichtigsten?

Zu den wichtigsten Kennzahlen, die bei Investitionsentscheidungen mit Schwerpunkt auf der Nachhaltigkeit zu berücksichtigen sind, gehören Kohlenstoffreduzierung, Umweltauswirkungen, und klimabedingte Risikofaktoren. Diese Faktoren tragen dazu bei, einen verlässlichen Rahmen für die Verfolgung von Kohlenstoffemissionen zu schaffen und Investitionsstrategien zu lenken, die auf langfristige Nachhaltigkeit ausgerichtet sind.

Verwandte Blogbeiträge

• Aufbau eines ISO 55001-konformen Anlagenregisters: Welche Daten wirklich wichtig sind
• ISO 55001 für den öffentlichen Sektor: Verbesserung von Transparenz und Rechenschaftspflicht
• Lehren aus der Umsetzung von ISO 55001: Was erfolgreiche Organisationen anders machen
• Skalierung der Anlageninvestitionsplanung über mehrere Standorte und Regionen hinweg