Kurz erklärt
Predictive Maintenance ist eine Instandhaltungsstrategie, die Ausfälle aus Zustands- und Betriebsdaten vorhersagt und Eingriffe kurz davor plant.
Inhalt
Was ist Predictive Maintenance?
Bei der vorausschauenden Instandhaltung werden Maschinen kontinuierlich oder in kurzen Abständen überwacht, etwa über Schwingungs-, Temperatur-, Strom- oder Ölzustandsdaten. Statistische Modelle oder Verfahren des maschinellen Lernens erkennen Muster, die einem Schaden vorausgehen, und schätzen die verbleibende Nutzungsdauer einer Komponente. Die Instandhaltung greift dann nicht nach starrem Intervall ein, sondern dann, wenn der Zustand es erfordert und der Produktionsplan es zulässt.
Abzugrenzen ist Predictive Maintenance von der zustandsorientierten Instandhaltung: Diese reagiert auf das Überschreiten von Grenzwerten, während die vorausschauende Variante den Zeitpunkt des Ausfalls prognostiziert. In der Praxis gehen beide Ansätze fließend ineinander über.
Voraussetzungen sind geeignete Sensorik, eine verlässliche Datenbasis mit historischen Schadensfällen und klare Zuständigkeiten für die Auswertung. Der Nutzen hängt stark davon ab, ob das prognostizierte Ersatzteil in der verbleibenden Zeit tatsächlich beschafft werden kann.
Praxis in Instandhaltung und Beschaffung
Eine Prognose ist nur so viel wert wie die Wiederbeschaffungszeit des betroffenen Teils. Für überwachte Aggregate sollten Lieferzeiten, Bezugsquellen und mögliche Alternativen deshalb vorab geklärt sein, besonders bei abgekündigten Komponenten.
Synonyme und Abkürzungen: vorausschauende Instandhaltung · voraussagende Instandhaltung · prädiktive Instandhaltung · PdM
Häufige Fragen
Welche Daten braucht man für Predictive Maintenance?
Grundlage sind Zustandsdaten, die eine Verschlechterung früh anzeigen, etwa Schwingungen, Temperaturen, Stromaufnahme, Drücke oder Partikel im Öl. Ebenso wichtig sind Betriebsdaten wie Last, Drehzahl und Laufzeit sowie eine Historie früherer Schäden. Ohne dokumentierte Ausfälle lassen sich Muster kaum zuverlässig zuordnen. Viele Projekte beginnen deshalb mit wenigen kritischen Aggregaten und bauen die Datenbasis schrittweise auf.
Für welche Anlagen lohnt sich Predictive Maintenance?
Am meisten bringt der Ansatz bei Aggregaten, deren Ausfall teuer ist und deren Schäden sich messbar ankündigen, etwa bei großen Antrieben, Pumpen, Verdichtern oder Getrieben in Engpassanlagen. Bei günstigen, schnell tauschbaren Komponenten übersteigt der Überwachungsaufwand oft den Nutzen. Auch zufällig auftretende Ausfälle ohne Vorzeichen, wie manche Elektronikdefekte, lassen sich mit Zustandsdaten nur begrenzt vorhersagen.
Was ist der Unterschied zwischen präventiver und vorausschauender Instandhaltung?
Präventive Instandhaltung arbeitet mit festen Intervallen nach Zeit, Betriebsstunden oder Stückzahl, unabhängig vom tatsächlichen Zustand. Teile werden dadurch mitunter zu früh oder auch zu spät getauscht. Vorausschauende Instandhaltung richtet den Eingriff am gemessenen Zustand und an einer Prognose des Ausfallzeitpunkts aus. Sie nutzt den Abnutzungsvorrat besser, setzt aber Messtechnik, Datenauswertung und eine flexible Ersatzteilbereitstellung voraus.