Was ist vorausschauende Wartung einfach erklärt?

Vorausschauende Wartung (Predictive Maintenance) sagt den wahrscheinlichen Ausfallzeitpunkt einer Maschine voraus. Grundlage sind Zustandsdaten wie Schwingung, Temperatur oder Stromaufnahme, die laufend erfasst und per Modell oder KI ausgewertet werden. Gewartet wird kurz vor dem prognostizierten Ausfall — geplant, mit Ersatzteil und Personal, statt mitten in der Schicht.

Was ist der Unterschied zwischen vorbeugender und vorausschauender Wartung?

Vorbeugende Wartung (auch: vorbeugende Instandhaltung, präventive Instandhaltung) arbeitet nach festem Plan — etwa alle 6 Monate oder alle 2.000 Betriebsstunden, unabhängig vom tatsächlichen Zustand. Vorausschauende Wartung arbeitet nach Prognose: Zustandsdaten zeigen, wann der Ausfall wahrscheinlich wird, und genau davor wird gewartet. Vorbeugend tauscht oft intakte Teile zu früh; vorausschauend nutzt die Restlebensdauer aus.

Sind vorausschauende Wartung und vorausschauende Instandhaltung dasselbe?

Ja — beide Begriffe bezeichnen Predictive Maintenance. „Instandhaltung" ist der Oberbegriff nach DIN 31051 (Wartung, Inspektion, Instandsetzung, Verbesserung), „Wartung" der gebräuchlichere Alltagsbegriff. In der Praxis werden vorausschauende Wartung, vorausschauende Instandhaltung und prädiktive Instandhaltung synonym verwendet.

Welche Daten braucht vorausschauende Wartung?

Zwei Ebenen: Erstens laufende Zustandsdaten (Schwingung, Temperatur, Stromaufnahme, Drücke, Laufzeiten) — viele davon liegen bereits in SPS, Frequenzumrichtern und Energiezählern und lassen sich über OPC UA, Modbus oder MQTT auslesen. Zweitens eine Datenhistorie mit dokumentierten Ausfällen, aus der Modelle die Ausfallmuster lernen. Ohne Historie startet man mit Condition Monitoring und Grenzwert-Alarmen und baut die Prognose schrittweise auf.

Wann lohnt sich vorausschauende Wartung?

Vorausschauende Wartung lohnt sich bei Aggregaten, deren ungeplanter Ausfall teuer ist: Engpassmaschinen, Kompressoren, zentrale Antriebe, Anlagen mit langen Ersatzteil-Lieferzeiten. Für unkritische Maschinen bleibt die vorbeugende Wartung nach Intervall wirtschaftlich — der Prognose-Aufwand übersteigt dort den Nutzen. Die meisten Werke fahren 2026 einen Mix aus beiden Strategien.

Vorausschauende Wartung vs. vorbeugende Instandhaltung

Was ist vorausschauende Wartung? Definition und Begriffe

Vorausschauende Wartung beantwortet die Frage: Wann fällt diese Maschine wahrscheinlich aus? Dazu werden Zustandsdaten laufend erfasst und per Modell oder KI gegen bekannte Ausfallmuster geprüft. Aus „das Lager wird wärmer und schwingt stärker" wird eine Prognose: Ausfall in etwa drei Wochen. Die Wartung wird davor geplant — am Wochenende, mit bestelltem Ersatzteil.

Im Sprachgebrauch existieren mehrere Begriffe für dasselbe Prinzip: vorausschauende Instandhaltung, prädiktive Instandhaltung und das englische Predictive Maintenance. „Instandhaltung" ist dabei der Oberbegriff nach DIN 31051 — er umfasst Wartung, Inspektion, Instandsetzung und Verbesserung. Die Datengrundlage der Prognose ist die Zustandsüberwachung, beschrieben im Eintrag Condition Monitoring.

Vorbeugend vs. vorausschauend: vier Strategien im Vergleich

Vorbeugende Wartung (auch: vorbeugende Instandhaltung, präventive Instandhaltung) arbeitet nach festem Intervall — Kalender oder Betriebsstunden. Das ist planbar und einfach. Der Preis: Teile werden nach Plan getauscht, auch wenn sie noch Monate halten würden. Die Tabelle ordnet beide Begriffe in die vier gängigen Strategien ein:

Strategie	Wartungszeitpunkt	Datenbedarf	Typischer Einsatz
Reaktiv	Nach dem Ausfall	Keiner	Unkritische, redundante oder günstig ersetzbare Maschinen
Vorbeugend (Intervall)	Fester Kalender oder Betriebsstunden — etwa alle 6 Monate oder 2.000 h	Laufzeiten genügen	Standard-Aggregate, gesetzlich vorgeschriebene Prüfungen
Zustandsbasiert (CbM)	Wenn Zustandswerte Grenzen überschreiten	Live-Messgrößen + Grenzwerte (Condition Monitoring)	Wichtige Maschinen mit messbaren Verschleiß-Signalen
Vorausschauend (Predictive)	Kurz vor dem prognostizierten Ausfall	Live-Messgrößen + Datenhistorie + Modell/KI	Engpassmaschinen, teure Aggregate, lange Ersatzteil-Lieferzeiten

Die Strategien bauen aufeinander auf: Zustandsbasierte Wartung braucht Messgrößen, vorausschauende Wartung braucht zusätzlich Historie und Modell. Die meisten Werke fahren 2026 einen Mix — vorausschauend bei den kritischen Aggregaten, vorbeugend beim Rest.

So funktioniert vorausschauende Wartung: drei Stufen

Stufe 1 — Zustandsdaten erfassen. Schwingung, Temperatur, Stromaufnahme, Drücke und Laufzeiten fließen laufend in eine Plattform. Viele Signale liegen bereits in der SPS (Speicherprogrammierbare Steuerung), in Frequenzumrichtern und Energiezählern.
Stufe 2 — Zustand bewerten. Trends und Grenzwerte zeigen Abweichungen vom Normalzustand. Das ist Condition Monitoring — hier entstehen Alarme wie „Leistungsaufnahme der Pumpe steigt seit 14 Tagen".
Stufe 3 — Ausfall prognostizieren. Modelle oder KI vergleichen das aktuelle Muster mit historischen Ausfällen und schätzen die verbleibende Laufzeit. Aus dem Alarm wird ein Termin: geplante Wartung vor dem prognostizierten Ausfall.

Wichtig für die Praxis: Schon Stufe 2 verhindert die meisten ungeplanten Stillstände. Stufe 3 lohnt dort, wo Historie vorhanden und der Ausfall besonders teuer ist.

Rechenbeispiel: Was ein ungeplanter Ausfall kostet

Kosten ungeplanter Stillstand [€] = Stillstandsdauer [h] × (Deckungsbeitrag-Verlust [€/h] + Personal-Leerkosten [€/h]) + Express-Reparaturkosten [€]

Beispiel Engpassmaschine: Ein zentraler Kompressor fällt ungeplant aus. Die Linie steht 16 Stunden, bis das Ersatzteil per Express eintrifft: 16 h × (2.200 €/h + 300 €/h) + 6.000 € Express-Zuschlag = 46.000 €.

Dieselbe Reparatur geplant: Wartung am Wochenende, Teil auf Lager, 4 h Arbeitszeit ohne Produktionsausfall ≈ 8.000 €. Differenz: 38.000 € — pro vermiedenem Ereignis. Erkennt die Prognose zwei solcher Anbahnungen pro Jahr, trägt das den Aufbau der Zustandsüberwachung mehrfach.

Ob die Strategie wirkt, zeigen die Kennzahlen MTBF und MTTR (mittlere Zeit zwischen Ausfällen, mittlere Reparaturzeit) — die Formel samt Beispiel steht im Eintrag Condition Monitoring. Weniger ungeplante Stillstände heben direkt die Verfügbarkeit — und damit die OEE (Gesamtanlageneffektivität).

Der Einstieg — mit vorhandenen Daten starten

Der häufigste Fehlstart ist das Warten auf das perfekte KI-Projekt. Der pragmatische Weg beginnt bei den Daten, die schon da sind: SPS, Frequenzumrichter und Energiezähler liefern Stromaufnahme, Temperaturen, Laufzeiten und Störmeldungen. Über offene Protokolle wie OPC UA, Modbus und MQTT lassen sich diese Signale lesend anbinden — die Anlage bleibt unverändert, auch ein SCADA-System bleibt parallel in Betrieb.

Aus diesen Signalen entsteht zuerst die Zustandsüberwachung mit Trends und Alarmen. Dokumentierte Ausfälle bauen dabei automatisch die Historie auf, die spätere Prognose-Modelle brauchen. So wächst vorausschauende Wartung schrittweise — statt als Großprojekt zu starten.

Vorausschauende Wartung mit eco2lot

Die Plattform eco2lot führt Zustands-, Produktions- und Energiedaten auf einer Datenbasis zusammen. Der Betriebsstundenrechner der SmartCalc-Engine liefert MTBF und MTTR je Maschine, die Wertüberwachung zeigt jede Anlage im Ampel-Dashboard, und die Regelstrategie „Anomalie → Aktion" macht aus einer erkannten Abweichung automatisch einen Alarm mit Eskalationskette oder ein Wartungsticket.

Die Besonderheit ist die Energiesicht: Steigende Stromaufnahme bei gleicher Leistung ist eines der frühesten Verschleiß-Signale — und liegt in den Energiedaten bereits vor. Wer Energie pro Stück misst, hat den wichtigsten Frühindikator der vorausschauenden Wartung schon im System.