Predictive Maintenance: vorausschauende Instandhaltung einfach erklärt
Von Peter Krüsi · Instandhaltungs-Glossar
Definition
Predictive Maintenance (vorausschauende Instandhaltung) ist eine Instandhaltungsstrategie, die aus Zustands- und Sensordaten den wahrscheinlichen Ausfallzeitpunkt einer Anlage prognostiziert — oft als Restnutzungsdauer. Ziel ist, den Nutzungsvorrat eines Teils möglichst aufzubrauchen: so nah an die Ausfallgrenze wie möglich eingreifen, aber bevor die Anlage tatsächlich ausfällt — statt auf den Ausfall zu warten oder stur nach festem Intervall zu tauschen.
Inhalt
Was Predictive Maintenance ist
Predictive Maintenance heißt auf Deutsch vorausschauende oder prädiktive Instandhaltung. Der Grundgedanke: Du wartest nicht auf den Ausfall, und du tauschst auch nicht stur nach Kalender, sondern du siehst anhand von Messdaten kommen, dass ein Teil bald aufgibt — und handelst vorher. Aus dem laufenden Zustand einer Anlage wird der wahrscheinliche Ausfallzeitpunkt geschätzt, oft als Restnutzungsdauer: wie lange läuft das Teil voraussichtlich noch.
Das Ziel dahinter: ein Teil so lange nutzen, wie es sicher geht, und erst kurz vor dem Ausfall tauschen — in der Theorie fünf Minuten vorher. Diesen Punkt triffst du in der Praxis nie exakt — das ist eine Denkweise, kein einstellbarer Zielwert. Aber sie ist der Grund, warum du überhaupt misst und rechnest, statt vorsichtshalber früher zu tauschen: Jede Stunde, die ein intaktes Teil noch läuft, ist Nutzungsvorrat, den du sonst verschenkst.
Damit ist Predictive Maintenance eine von vier Instandhaltungsstrategien. Die Normen DIN 31051 und DIN EN 13306 trennen sie sauber: reaktiv, vorbeugend, zustandsorientiert und vorausschauend.
Wie Predictive Maintenance funktioniert
Drei Schritte, keine Magie.
- Daten sammeln: Sensoren messen laufend Werte, die etwas über den Zustand sagen — Schwingung, Temperatur, Strom, Druck, Öl. Dazu kommt die Historie: wann ist das Teil früher ausgefallen.
- Prognose: Aus diesen Daten wird ein Muster erkannt. Weicht der Wert von der normalen Kurve ab, deutet das auf beginnenden Verschleiß. Aus dem Verlauf wird geschätzt, wann der Grenzwert erreicht ist — also wann der Ausfall droht. Das reicht von einfachen Schwellwerten bis zu Modellen aus maschinellem Lernen.
- Handeln: Bevor die Anlage stehenbleibt, wird die Instandsetzung geplant — in eine ohnehin geplante Stillstandszeit, mit dem passenden Ersatzteil, ohne Hektik.
Der Unterschied zur Feuerwehrübung: Der Eingriff ist geplant, nicht überstürzt.
Abgrenzung: reaktiv, vorbeugend, zustandsorientiert, vorausschauend
Vier Strategien, die oft durcheinandergehen:
- Reaktiv: Du wartest, bis etwas kaputtgeht, und reparierst dann. Wenig Planungsaufwand, teuer im Ausfall.
- Vorbeugend (präventiv): Du wartest und tauschst nach festem Intervall — alle 2.000 Betriebsstunden, jedes Quartal. Unabhängig davon, ob das Teil es nötig hat. Warum starre Intervalle Geld kosten, steht in Wartungsintervalle festlegen.
- Zustandsorientiert: Du misst den tatsächlichen Zustand und handelst, wenn ein Grenzwert erreicht ist. Näher am echten Verschleiß als das feste Intervall.
- Vorausschauend (prädiktiv): Du misst nicht nur den Zustand, sondern rechnest den Verlauf weiter und schätzt, wann der Ausfall kommt. Der Sprung ist der von der Feststellung, dass ein Wert zu hoch ist, hin zur Schätzung, wann er zu hoch sein wird.
Kurz: reaktiv heißt abwarten, vorbeugend heißt fester Takt, zustandsorientiert heißt messen, vorausschauend heißt messen und vorhersagen.
Predictive Maintenance und Condition Monitoring
Diese beiden werden am häufigsten verwechselt. Condition Monitoring ist die laufende Zustandsüberwachung — die Sensorik, die den Ist-Zustand misst und meldet, wenn ein Grenzwert überschritten ist. Das ist die Datenbasis. Predictive Maintenance setzt darauf auf: Es nimmt dieselben Daten und prognostiziert daraus den Ausfallzeitpunkt.
Der Unterschied in einem Satz: Condition Monitoring sagt dir, wie es dem Teil jetzt geht. Predictive Maintenance sagt dir, wie lange es noch durchhält. Mehr dazu im Begriff Condition Monitoring.
Wann sich Predictive Maintenance wirklich lohnt
Nicht für jede Anlage. Der Aufwand — Sensoren, Datenerfassung, Auswertung — muss sich gegen den Nutzen rechnen. Es lohnt sich dort, wo:
- der ungeplante Ausfall richtig teuer oder gefährlich ist (Engpassanlage, teurer Produktionsstopp, Sicherheit),
- der Verschleiß sich messen lässt und langsam genug kommt, dass man ihn kommen sieht (Lager, Motoren, Pumpen, Getriebe über Schwingung und Temperatur),
- genug saubere Daten da sind, aus denen sich überhaupt eine Prognose bauen lässt.
Es lohnt sich nicht bei billigen Teilen, die man schnell tauscht, bei redundanten Anlagen, deren Ausfall niemand merkt, oder bei Fehlern, die ohne Vorwarnung schlagartig auftreten — da gibt es nichts vorherzusagen.
Die Trennlinie ist die Alterung. Predictive Maintenance braucht ein Teil, das altert — das sich mit der Zeit abnutzt und diese Abnutzung auch zeigt. Mechanik altert so: Jedes Getriebe, jeder Motor, jedes Lager nutzt sich ab, und der Verschleiß schlägt sich in Schwingung und Temperatur nieder, bevor das Teil aufgibt. Genau diese Kurve fährst du mit. Elektronische Bauteile altern in diesem Sinn nicht. Eine Platine geht oder sie geht nicht — 0 oder 1, von einem Moment auf den anderen, ohne Verschleißkurve, die man hätte kommen sehen. Da ist nichts vorherzusagen.
Und wo sich immer wieder derselbe Ausfall wiederholt, ist oft nicht die Prognose das Problem, sondern die Ursache. Wie man die findet, steht in Störungsanalyse: die Ursache finden.
Häufige Fragen
Was ist Predictive Maintenance?
Predictive Maintenance, auf Deutsch vorausschauende oder prädiktive Instandhaltung, ist eine Instandhaltungsstrategie. Aus Zustands- und Sensordaten einer Anlage wird der wahrscheinliche Ausfallzeitpunkt prognostiziert, oft als Restnutzungsdauer. So kann man eingreifen, bevor die Anlage ausfällt, statt auf den Ausfall zu warten oder stur nach festem Intervall zu tauschen.
Was ist der Unterschied zwischen Predictive Maintenance und Condition Monitoring?
Condition Monitoring ist die laufende Überwachung des Ist-Zustands: Sensoren messen Werte wie Schwingung oder Temperatur und melden, wenn ein Grenzwert überschritten ist. Predictive Maintenance setzt darauf auf und prognostiziert aus denselben Daten, wann der Ausfall kommt. Kurz: Condition Monitoring misst den Zustand, Predictive Maintenance sagt den Ausfall voraus.
Was ist der Unterschied zwischen vorausschauender und vorbeugender Instandhaltung?
Vorbeugende (präventive) Instandhaltung arbeitet nach festem Intervall — nach Zeit oder Betriebsstunden, unabhängig vom tatsächlichen Zustand. Vorausschauende Instandhaltung richtet sich nach den echten Zustandsdaten und schätzt daraus den Ausfallzeitpunkt. Der feste Takt tauscht mal zu früh, mal zu spät; die Prognose zielt auf den richtigen Zeitpunkt.
Für welche Anlagen lohnt sich Predictive Maintenance?
Vor allem für kritische Anlagen, deren ungeplanter Ausfall teuer oder gefährlich ist und deren Verschleiß sich messen lässt und langsam genug kommt — etwa Lager, Motoren, Pumpen oder Getriebe über Schwingung und Temperatur. Entscheidend ist, dass das Teil altert: Mechanik nutzt sich ab und zeigt das vorher. Elektronische Bauteile altern in diesem Sinn nicht — eine Platine geht oder sie geht nicht, 0 oder 1, ohne Verschleißkurve, die man kommen sieht. Es braucht außerdem genug saubere Daten für eine Prognose. Bei billigen, schnell tauschbaren Teilen oder bei Fehlern ohne Vorwarnung lohnt der Aufwand meist nicht.
Was braucht man für Predictive Maintenance?
Drei Dinge: Sensoren, die den richtigen Zustandswert erfassen, eine laufende Datenerfassung samt Ausfallhistorie und eine Auswertung, die aus dem Verlauf eine Prognose macht — von einfachen Schwellwerten bis zu maschinellem Lernen. Dazu jemanden, der auf die Warnung tatsächlich reagiert und die Instandsetzung plant. Ohne saubere Datenbasis gibt es nichts vorherzusagen.