Gezielt in Schadenprävention investieren

Der Bedarf an Predictive Analytics wächst. Unternehmen nutzen die gewonnenen Erkenntnisse, um ihren Kapitaleinsatz zu optimieren.
Dipl.-Ing.  Csanad Malina
Dipl.-Ing. Csanad Malina; Business Development Executive; FM Global
FM Global Beitrag

Zukunftsprognosen sind so alt wie die Menschheit und haben nichts von ihrer Faszination verloren. Neben dem Orakel von Delphi ist Steven Spielbergs Science-Fiction-Thriller „Minority Report“ ein modernes Beispiel dafür. Während dieser Film in einer fiktiven Zukunft spielt, existieren bereits heute auf wissenschaftlichen Daten basierende Tools, mit denen die Eintrittswahrscheinlichkeit eines zukünftigen Ereignisses prognostiziert werden kann. Der Industriesachversicherer FM Global hat bereits vier solcher Tools entwickelt: Sie bieten Entscheidern Orientierung bei Investitionen in die Schadenprävention.

FM Global beschäftigt weltweit 1.800 Risikoingenieure, die jedes Jahr durchschnittlich 60.000 Kundenstandorte besuchen. Bei diesen Ortsbegehungen werden je nach Betriebsart und Betriebsgröße bis zu 700 Einzeldaten gesammelt. Im Laufe der vergangenen Jahre wurden diese Datensätze mit der Schadenhistorie kombiniert und als Grundlage für mehrere Instrumente genutzt – wie für das Benchmarking-Tool „RiskMark“. Dieses bewertet mithilfe eines speziellen Algorithmus und anhand von fünf Risikofaktoren das persönliche Risikoprofil eines Unternehmens und zeigt individuelle Verbesserungspotenziale auf.

Essentiell ist auch die Kenntnis darüber, welcher Standort in der Lieferkette in naher Zukunft eine Betriebsunterbrechung erleiden könnte. Ist dieser für die Aufrechterhaltung der Produktion unerlässlich? Hier greift das Tool „Locations Predisposed“, das Standorte identifiziert, die eine 15 Mal höhere Wahrscheinlichkeit aufweisen, einen Schaden zu erleben. Dabei werden die Daten, die bei einer Ortsbegehung gesammelt wurden, sowie die daraus resultierende Risikosituation analysiert und mit der allgemeinen Schadenhistorie der zutreffenden Industriebranche oder Betriebsart verglichen. Das Risikomanagement kann jedoch noch gezielter verbessert werden. Mithilfe von „Relative Likelihood“-Analysen werden die Daten noch tiefer analysiert und somit die einzelnen Schwachstellen eines Standorts identifiziert, die mit hoher Wahrscheinlichkeit zu einem Schaden führen.

Das Tool „Equipment Factors“ wiederum untersucht Maschinen und Anlagen. Den Betriebsablauf aufrecht zu erhalten hängt davon ab, wie Maschinen und Anlagen genutzt, gewartet und gesichert und geschützt werden. Durch eine genaue Analyse der vor Ort gegebenen Faktoren kann ermittelt werden, welche Anlagen eine zehn Mal höhere Wahrscheinlichkeit haben, einen Schaden zu erleiden und welcher Ausfall davon fünf Mal höhere Verluste nach sich zieht.

Welcher Standort ist vorrangig betroffen? Wie wahrscheinlich ist ein Schaden? Und wie groß wird er voraussichtlich sein? Die mithilfe von Predictive Analytics-Tools gewonnenen Erkenntnisse bieten Entscheidungshilfen, um Investitionen in die Schadenprävention zu priorisieren. Dadurch lassen sich sowohl das Risikomanagement als auch der Kapitaleinsatz optimieren.

 

www.fmglobal.de

 

Nächster Artikel