De økonomiske gevinstene vi beskriver her er besparelser på vedlikeholdskostnader (korrektivt, hoved- og årsrutine) ved utgangen av 2024. Beregning av økonomiske gevinster gjennom effektivisering av vedlikeholdet er gjort gjennom følgende tre steg:
1. Kartlegge nåsituasjonen for Forsvarets land- og sjømateriell
I det første steget fikk FFI input fra FMA Landkapasiteter og FMA Maritime kapasiteter med informasjon om samtlige systemer/klasser. Informasjonen ga oversikt over eksempelvis andel korrektivt / preventivt vedlikehold, vedlikeholdsform, type motor (for å muliggjøre benchmarking mot sivile / øvrige lands forsvar), gjenstående levetid, vanlige vedlikeholdsoperasjoner og hvilke reservedeler som er kostnadsdrivende. Dermed kunne vi vurdere hvilke systemer som var relevante for å beregne gevinster fra effektivisering av vedlikeholdet. I tillegg ga innspillene informasjon om pågående arbeid for å forbedre og effektivisere vedlikehold slik at vi kunne ta høyde for det i gevinstberegningene.
2. Hente ut vedlikeholdskostnader for aktuelle systemer/klasser
I dette steget ble det benyttet uttrekk fra SAP og KOSTMOD123, i tillegg til informasjon om vedlikeholdskostnader etter innspill fra Marinen. For Kystvakten ble regnskapsdata på vedlikeholdskostnader for 2018 benyttet. I dette steget inkluderes ikke vedlikeholds-kostnader for Minefartøyene på grunn av deres lave restlevetid. Det er ikke lønnsomt å investere i effektivisering av vedlikeholdet på systemer med så kort gjenværende levetid.
Grunnet faste kontrakter i kommende periode er i tillegg innleide KV-fartøy (Barentshav-klassen, Reine-klassen) tatt ut. Da gjenstår fem klasser: ubåt124, fregatt, korvett, KNM Maud samt Kystvaktens fartøy. For landmateriell er M109 tatt ut av gevinstbasen. For sjømateriell antar vi videre at kun 30 prosent av felleskostnadene er påvirkbare, da disse eksempelvis inneholder faste kontrakter.
For landsystemer er kostnader som ikke er rapportert per system trukket fra gevinstbasen for ikke å overestimere. I tillegg oppgir FMA at de har gjennomført RMC-lignende tiltak på MB-vognene og Scania-lastevognene, og av den grunn er potensialet lavere for denne kategorien. Fra kostnadsgrunnlaget trekkes derfor 2/3 av kostnadene ført på feltvogner og halvparten av kostnadene ført på lastevogner. Bakgrunnen for det er at kategorien feltvogn også gjelder andre kjøretøy enn MB, og for lastevogner gjelder ikke alle kostnadene Scania-vogner.
123 Barstad, Andreas, Brynjar Arnfinnsson, Elisabeth Elman, Pernille Engebretsen, Kjetil Hatlebakk Hove, Alexander Urnes Johnson, Eirik Lamøy, Erlend Urdsøn Nordvang, Martin Fjørtoft Roald, og Cecilie Sendstad (2019):
KOSTMOD ressursoppdatering 2018 – Metode, data og resultater. FFI-rapport 19/01775. BEGRENSET.
124 Innspill fra marinen peker på to forhold som ikke gjør det hensiktsmessig å inkludere Ula-klassen: erfaringer på demontering og inspeksjon i vedlikeholdet, samt at klassen skal utfases og at vedlikeholdet synker fra 2022. Vi velger likevel å inkludere Ula-klassen i gevinstbasen da grep som effektiviserer vedlikeholdet vil kunne overføres og gi effekt når klassen erstattes etter kommende periode.
Gevinstbasen er ytterligere justert ned etter innspill fra FMA rundt høy alder på flere av systemene, noe som medfører et økt behov for ettersyn for å holde materiellet i en tilstand hvor det er forsvarlig å bruke frem til nytt materiell er innfaset.
3. Benytte erfaringstall fra andre lands forsvar og sivil sektor, justert for norske forhold
I dette tredje steget bruker vi erfaringstall på prosentvise innsparinger på vedlikeholds-kostnader ved overgang til RCM fra US Navy og Royal Navy. For å ta tilstrekkelig høyde for norske forhold med langt færre fartøy per klasse halverer vi vårt prosentvise anslag på mulige innsparinger i forhold til erfaringstallene fra US Navy og Royal Navy til 20 prosent ved utgangen av 2024. Videre justerer vi anslaget ned til 16 prosent for å ta høyde for at samtlige av marinens fartøy kun har én besetning og dermed lavere kapasitet til å utføre vedlikeholdsoppgaver sammenlignet med doble besetninger i US Navy og Royal Navy.125 Kystvakten opererer med doble besetninger, og vi beholder derfor anslaget på 20 prosent besparelse her.126
I kapittel 3.2. estimerer vi gevinstpotensialet for land til å være en reduksjon i vedlikeholdskostnader på 10 prosent ved et skifte til prediktivt vedlikehold og innføring av mobile tablet-baserte løsninger. Ved innføring av kjøretøyovervåking i kombinasjon med brukeropplæring og operatørvedlikehold anslår vi at en ytterligere gevinstrealisering på 5 prosent kan utløses.127 Etter 2025 antar vi en full effekt fra omstillingen og derav høyere prosentvise gevinster for både sjø og land.
Programmet @risk benyttes til å beregne gevinstene ut i fra et usikkerhetsspenn som i all hovedsak går i hvor stor grad tidligere erfaringer fra RCM vil kunne gi effekt i norske forhold (færre antall fartøy per klasse, læringseffekter, etc.).
Gevinstpotensial
Spennet på gevinstene er et resultat av beregningene i @risk, der det laveste tallet er sannsynlig gevinst og følgelig der ambisjonen bør ligge, mens det høyeste tallet er maksverdi av beregningene som illustrerer det øvrige mulighetsrommet i kommende LTP.
125 Anslaget på 16 prosent er også benyttet i FLO sine beregninger av potensialet for besparelser på vedlikehold fregatt.
126 For ytterligere detaljer rundt justeringene, se Berg mfl. (2019).
127 Dette baserer seg på erfaringer fra BAE Hägglunds på innføring av HUMS på CV90, kilde: konsulent i MainTech.
Gevinstområder Gevinstpotensial 2024
2A) Luftmateriell Ikke fastslått
2B) Landmateriell -5–5 mNOK128
2C) Sjømateriell 77–87 mNOK129
Totalt 72–92 mNOK
Tabell 3.2 Gevinstberegninger fra effektivisering av vedlikeholdet for sjø- og landmateriell.
Beløp i millioner 2018-kroner.
I beregning av gevinster har vi justert ned de prosentvise anslagene på besparinger fra erfaringer hos andre lands forsvar betydelig for å ta tilstrekkelig høyde for norske forhold. Videre har vi i beregning av gevinstbase (vedlikeholdskostnader) justert denne ned i alle tilfeller med usikkerhet. I tillegg har vi tatt ut driftskostnader for land- og sjømateriell (hhv.15 og 33 mNOK), slik at tallene som presenteres i tabell 3.2 er nettogevinster. For landmateriell kan de rene kvantitative gevinstene dermed bli negative i kommende periode. Tiltakene innenfor land- og sjømateriell medfører en rekke sentrale kvalitative gevinster som økt operasjonell tilgjengelighet, gode styringsprosesser og kontinuerlig forbedring gjennom blant annet forenklet rapportering. FFIs vurdering er derfor at den samlede nettoeffekten i begge tilfeller er klart positiv. For både land- og sjømateriell vil de rene kvantitative nettogevinstene være positive etter 2024.
Som følge av de nevnte justeringene representerer gevinstestimatene et konservativt anslag som det minimum vil være mulig å realisere i kommende periode, gitt at det avsettes omstillingsmidler til å gjennomføre tiltakene.
Tiltak
Et skifte fra korrektivt «run to failure» til større grad av forebyggende forutseende (prediktivt) vedlikehold er ønskelig ut fra at det i de aller fleste tilfeller gir lavere kostnader og økt operasjonell tilgjengelighet. Det er billigere å unngå havari med store følgeskader ved å skifte en reservedel i tide, før utstyret havarerer. Det ligger store muligheter i å ta i bruk økt grad av digitalisering i tilstandsovervåking og vedlikeholdsstyring for å få til et skifte fra reaktivt til pro-aktivt vedlikehold og med det en optimalisering av driftssikkerhet og økonomi.
128 Fratrukket driftskostnader, 15 mNOK. Bruttogevinster i 2024 er 10–20 mNOK.
129 Hvorav effektivisering av fregattvedlikeholdet utgjør 42 mNOK av gevinsten. DNV GL gjennomførte en studie av fregattvedlikeholdet og kom frem til et tilsvarende, dog noe høyere potensiale, på 52 mNOK for kommende periode, se Deloitte (2019), kapittel 7.2. BEGRENSET. Fratrukket driftskostnader, 33 mNOK. Bruttogevinster i 2024 er 110–120 mNOK.
1. Legg til rette for nødvendige endringer i vedlikeholdet gjennom endrede krav fra FMA FMA er premissgiver og muliggjører for effektivisering av vedlikeholdet gjennom sin rolle som fagmyndighet materiell. Her anbefaler også DNV GL tidlig og grundig kartlegging av blant annet fartøyets tilstand, noe som kan muliggjøre et skifte fra korrektivt til større grad av prediktivt vedlikehold.130 For å sikre effekt i kommende LTP bør arbeidet med ny kravspesifikasjon til vedlikehold starte allerede i 2020.
2. Øk datakvaliteten i ERP-systemene SAP/IFS
Det bør tilrettelegges for innsamling og bruk av erfaringsdata i SAP gjennom å sikre at vedlikeholdsrelevante grunndata i blir registrert entydig, eksempelvis med korrekt feilkode på service, forbruk og deler. Dette viktige arbeidet bør starte i parallell med innsatsen for å endre brukerkrav.
3. Innfør økt grad av ansvarliggjøring av operatør gjennom en kombinasjon av kjøretøy-overvåkning og brukeropplæring
Dette tiltaket gjelder for landmateriell, der insentiver for bedre bruk og vedlikehold av materiellet skapes gjennom installering av eksempelvis HUMS på kjøretøyene.
4. Ta i bruk sensorikk for tilstandsovervåkning i alle forsvarsgrener
Dette tiltaket muliggjør et skifte til økt grad av prediktivt vedlikehold med tilstandsanalyse.
Tiltaket krever at lærende styringsprosesser, analysekapasitet og tilhørende kompetanse bygges opp i forsvarsgrenene.
5. Etabler RCM-analyse som metode for vedlikeholdsdimensjonering
Både MainTech og DNV GL anbefaler at forsvarssektoren tar i bruk RCM for å optimalisere vedlikeholdsplanen. FFI stiller seg bak denne anbefalingen. Dette skal bidra til økt pålitelighet og tilgjengelighet, samt bedre utnyttelse av ressursene.131
6. Opprett et prosjekt for innføring av optimalisert vedlikehold
For å sikre gjennomføringskraft og koordinering på tvers av etater må det etableres en prosjektgruppe med vide mandater. Denne gruppen må etablere en gevinstrealiseringsplan og følge opp planen i implementeringsfasen. For sjømateriellet er det mest formålstjenlig at RCM-grupper etableres med deltagere fra Sjøforsvaret, FMA og FLO, og at deltagerne læres opp i metoden av eksterne eksperter og veiledere og jobber parallelt med å utvikle RCM for ulike systemer for de fem aktuelle klassene. Dette for å etablere kompetanse, eierskap og en levende, lærende prosess rundt å kontinuerlig forbedre analysen og dertil
130 Deloitte (2019).
131 Deloitte (2019).
hørende vedlikeholdsrutiner. For å sikre effekt i kommende langtidsplanperiode må prosjektet følge tidshorisonten til FMA sitt arbeid med krav til vedlikehold.