Predictive Maintenance ersetzt die klassische Wartung nach Plan oder die Reaktion auf bereits eingetretene Ausfälle durch vorausschauende Erkennung von Verschleißmustern. Sensoren an Ihren kritischen Maschinen messen kontinuierlich Vibration, Temperatur, Stromaufnahme und akustische Signaturen. Eine KI lernt das normale Verhalten Ihrer Maschinen und schlägt Alarm, sobald sich Abweichungen abzeichnen – typischerweise Wochen oder Monate vor dem eigentlichen Ausfall. Sie planen Wartung statt Notfall.
Welche Sensoren brauche ich für Predictive Maintenance?
Typische Sensoren je Maschinenart:
- Vibrationssensoren (Beschleunigung in 3 Achsen): Standard für Wälzlager, Getriebe, Motoren – ab ca. 200 Euro pro Sensor.
- Stromsensoren: Misst Veränderungen im Motor-Verhalten unter Last – ab 80 Euro.
- Temperatursensoren: Lager, Schaltschrank, Hydraulik – ab 30 Euro.
- Akustische Sensoren: Erkennen ungewöhnliche Geräusche – ab 150 Euro.
- Druck- und Durchflusssensoren: Hydraulik, Pneumatik, Schmierstoff – ab 100 Euro.
Wie lange braucht die KI, bis sie verlässlich Alarm schlägt?
Typische Lernphase: 4 bis 12 Wochen. In dieser Zeit erfasst die KI das normale Verhalten Ihrer Maschinen unter verschiedenen Lastzuständen und Produktionsbedingungen. Erst danach kann sie Abweichungen als verlässlich problematisch klassifizieren. Während der Lernphase sehen Sie schon Trends, aber Alarme bleiben in dieser Phase noch zur Validierung Ihres Wartungsteams. Nach 3 Monaten ist das System produktiv.
Welche Kosten fallen für ein Predictive-Maintenance-Pilot an?
Kostenstruktur Pilot an 3-5 Maschinen:
- Sensorik pro Maschine: 1.500–5.000 Euro (nachrüstbar an Bestandsanlagen).
- Edge-Gateway und Verbindung: 500–1.500 Euro pro Maschine oder zentral.
- KI-Plattform-Setup: 12.000–25.000 Euro einmalig.
- Laufende Betriebskosten: 300–800 Euro pro Monat.
- Optional Wartungsvertrag mit Bereitschaft: 200–500 Euro pro Monat.
Ab wann lohnt sich Predictive Maintenance?
Faustregel: Ab 3 wirklich produktionskritischen Maschinen, deren Ausfall pro Stillstandstunde mindestens 1.500 Euro Schaden verursacht (Produktionsausfall, Reparatur, Folgekosten). Eine einzige verhinderte Notreparatur (typischerweise 5.000-50.000 Euro Gesamtkosten) refinanziert oft den ganzen Pilot. Bei kleineren Schadenshöhen oder unkritischen Maschinen reicht oft schon eine bessere zustandsbasierte Wartung ohne KI.
Welche typischen Anwendungsfälle gibt es in der Produktion?
Praxisbeispiele aus dem Mittelstand:
- CNC-Spindeln und Werkzeugmaschinen: Wälzlager-Schäden werden Wochen im Voraus erkannt.
- Hydraulik-Anlagen: Lecks, Verstopfungen und Pumpen-Verschleiß früh sichtbar.
- Pressen und Stanzen: Werkzeug-Verschleiß und Hydraulik-Probleme vorhersehbar.
- Förderbänder und Antriebe: Motor-Belastung und Lager-Verschleiß messbar.
- Klimatechnik in Produktionshallen: Filter-Sättigung und Kompressor-Probleme frühzeitig.
Wichtig: Predictive Maintenance ersetzt nicht Ihren Instandhalter. Es macht ihn massiv effizienter, weil er von Reaktion auf geplante Aktivität umschwenken kann. Akzeptanz im Team ist deshalb deutlich höher als bei reinen Automatisierungsprojekten.
"Ein ungeplanter Maschinenstillstand kostet im Mittelstand schnell 30.000-100.000 Euro. Wenn KI das ein- oder zweimal pro Jahr verhindert, ist die Investition refinanziert – ohne dass auch nur eine einzige Wartung anders abläuft."