← Cas
AllemagneChimie et matériaux2025 – en cours

LANXESS

Maintenance prédictive par IA des machines critiques des usines

LANXESS fait état d’économies à 7 chiffres grâce à une IA qui signale des pannes de machines de quelques heures à plusieurs semaines à l’avance, et l’étend à d’autres sites

Résultats confirmésDéclaration de l’entrepriseOfficiel ↗

Problématique

Les pannes imprévues de pompes, de compresseurs et d’autres machines critiques interrompent la production chimique et coûtent cher.

Approche

Une équipe centrale à Leverkusen, l’unité Production, Technology, Safety and Environment, surveille les machines critiques des sites du monde entier. Des capteurs alimentent des modèles d’IA qui comparent les profils de vibrations et de température ainsi que d’autres variables de process au comportement normal et signalent les écarts. Bastian Hoefer, responsable de la maintenance prédictive, pilote le déploiement mondial, qui prendra encore des mois pour d’autres installations et machines, selon l’entreprise.

Chiffres clés

seven figuresfourchette d’économies communiquée par LANXESS (montant exact non précisé)Déclaration de l’entreprise[1]
hours to weeksdélai d’anticipation des défaillances potentielles par l’IA, selon LANXESSDéclaration de l’entreprise[1]

Enseignement

LANXESS s’appuie sur une équipe centrale pour surveiller les machines de ses sites et prévoit d’étendre l’IA à des processus de production entiers. Le groupe ne communique qu’une fourchette d’économies à 7 chiffres, sans montant exact ni nombre de sites et de machines concernés.

Catégories

Fonction de l’entreprise
Production et qualité
Type d’innovation
Innovation de procédé
Mode d’adoption
Développement interne
Type de preuve
Déclaration de l’entreprise

Sources

  1. Predictive maintenance (X-perience story)
    LANXESS23 avr. 2025Publication de l’entreprise

Résumés des sources

[1]LANXESS23 avr. 2025

LANXESS décrit une équipe de Leverkusen qui utilise des données de capteurs et des modèles d’IA pour surveiller des machines critiques dans des usines du monde entier. Le groupe indique que des défaillances peuvent être détectées des heures, des jours et parfois des semaines à l’avance, et que les économies se situent dans une fourchette à 7 chiffres. Le déploiement à d’autres installations prendra des mois.

Les informations complètes figurent dans les sources d’origine.

Ajouté le 25 oct. 2026 · Mis à jour le 25 oct. 2026
Ouvrir la page du cas ↗