Quick Wins zuerst: So starten Sie einen Pilot für vorausschauende Instandhaltung in 90 Tagen

Ein Pilot für vorausschauende Instandhaltung lässt sich in 90 Tagen starten und kann früh messbare Ergebnisse liefern. Der Ablauf in Kürze:

• Warum es zählt: Vorausschauende Instandhaltung kann Ausfälle von Ausrüstung um 70 % reduzieren, Instandhaltungskosten um 25 % senken und einen bis zu 8-fachen ROI ermöglichen. Ungeplante Stillstände kosten Organisationen jährlich Milliardenbeträge.
• Typische Hürden: Hohe Anfangskosten und Skepsis bei Stakeholdern bremsen die Einführung. Ein 90-Tage-Pilot nimmt diese Hürden ernst, indem er Wert schnell und begrenzt nachweist.
• Start in drei Phasen:
  1. Tag 1 bis 30: Ziele definieren, 15 bis 50 wirkungsstarke Anlagen auswählen und Stakeholder einbinden.
  2. Tag 31 bis 60: Datenbasis schaffen: Anlageninventar, historische Daten und belastbare Baselines.
  3. Tag 61 bis 90: Pilot starten, Ergebnisse überwachen, Warnmeldungen validieren und KPIs wie mittlere störungsfreie Betriebszeit (MTBF) und Kosteneinsparungen verfolgen.
• Wichtige Kennzahlen: Zuverlässigkeit (MTBF), Reaktionsfähigkeit (mittlere Reparaturzeit), Produktivität (Overall Equipment Effectiveness) und finanzielle Wirkung (vermiedene Instandhaltungskosten).
• Ergebnisse: Gute Piloten decken verborgene Probleme auf, verhindern teure Ausfälle und belegen ROI. Die City of Tulsa sparte in einem einzigen Vorfall genug, um zwei Jahre Servicekosten zu decken.

Starten Sie klein, belegen Sie den Nutzen und schaffen Sie Momentum für langfristige Verbesserungen. Dieser Leitfaden gibt vorausschauender Instandhaltung eine strukturierte und messbare Form.

Zeitplan für die Umsetzung eines 90-Tage-Piloten für vorausschauende Instandhaltung

Was ist vorausschauende Instandhaltung (PdM) - und wie setzt man sie um?

Tag 1 bis 30: Ziele definieren und Pilotanlagen auswählen

Der erste Monat schafft die Grundlage: Testanlagen festlegen, klare Ziele formulieren und bestimmen, woran Erfolg gemessen wird. Halten Sie das Kernteam klein - etwa drei Personen -, damit Entscheidungen schnell fallen. Ziel ist ein einfacher Ein-Seiten-Plan, den alle verstehen und unterstützen können.

SMART-Ziele für den Pilot festlegen

Beginnen Sie mit dem “Warum”. Wollen Sie Notfalleinsätze zu ungünstigen Zeiten reduzieren, Instandhaltungskosten für eine bestimmte Anlagenklasse senken oder Produktionsverfügbarkeit verbessern? Die Ziele sollten reale Geschäftsprobleme adressieren, nicht nur Technologie einführen. Nutzen Sie das SMART-Raster:

• Spezifisch: Eine bestimmte Anlage oder Ausfallart adressieren.
• Messbar: Kennzahlen wie MTBF oder vermiedene Instandhaltungskosten nutzen.
• Erreichbar: Als Proof of Value starten, damit die Machbarkeit klar bleibt.
• Relevant: Mit übergeordneten Geschäftsprioritäten verbinden.
• Terminiert: Einen Zeitraum von 90 bis 180 Tagen für belastbare Erkenntnisse setzen.

Formulieren Sie das Ziel in einem Satz: “[Abteilung] soll [Maßnahme] bis [Zeitpunkt] erreichen, mit [Ergebnis] und Vermeidung von [Problemkosten].”

Beispiel: “Die Instandhaltung soll ungeplante Stillstände an CNC-Maschine Nr. 7 innerhalb von sechs Monaten um 15 % reduzieren, 75.000 US-Dollar Produktionsausfall vermeiden und teure Notfallreparaturen verhindern.” Diese Klarheit schärft den Fokus und erleichtert die Kommunikation mit Budget- und Ressourcenentscheidern.

Wirkungsstarke Pilotanlagen identifizieren

Wählen Sie Anlagen mit seltenen, aber teuren Ausfällen. Diese “Bad Actors” binden oft überproportional Ressourcen und können Produktion oder Service unterbrechen. Ein Lebensmittelproduktionsstandort überwachte beispielsweise Lager an Förderbändern und erkannte ungewöhnlich hohe Vibration an einem Lager. Der Fehler war für Menschen noch nicht hörbar, konnte aber früh erkannt werden. Die Reparatur wurde in ein geplantes Wartungsfenster gelegt. So wurden fünf Stunden ungeplanter Stillstand vermieden und 50.000 US-Dollar gespart (10.000 US-Dollar pro Stunde).

Wählen Sie 15 bis 50 Anlagen, etwa 5 % der Standortanlagen, um die Chance zu erhöhen, innerhalb von 90 Tagen mindestens ein relevantes Ereignis zu erfassen. Geeignet sind Anlagen, die:

• mindestens sechs Monate historische Instandhaltungsdaten im CMMS haben;
• progressive Degradation zeigen, etwa Veränderungen bei Vibration, Wärme oder Geräuschen;
• physisch für Sensorik oder Inspektion erreichbar sind und stabile Netzwerkanbindung haben.

Stakeholder einbinden und Erfolgskriterien definieren

Wenn Ziele und Anlagen feststehen, holen Sie die richtigen Personen an Bord. Instandhaltungstechniker kennen Schwachstellen und können Warnmeldungen prüfen. IT-Teams sichern den Datenfluss zwischen Sensoren und zentralem System. Produktionsverantwortliche verbinden den Pilot mit Geschäftsergebnissen wie höherer Overall Equipment Effectiveness (OEE).

Definieren Sie messbare KPIs für jede Stakeholdergruppe:

• Techniker: weniger Notfalleinsätze.
• CFOs: geringere Instandhaltungsausgaben und klarer ROI.
• Produktionsverantwortliche: höhere Maschinenverfügbarkeit.
• Reliability Engineers: bessere MTBF und Anlagenzustände.

Legen Sie vor dem Start Baselines für diese Kennzahlen fest. Nur so lässt sich nach 90 Tagen sauber bewerten, welche Wirkung der Pilot hatte.

Tag 31 bis 60: Datenbasis aufbauen

Sobald Ziele und Pilotanlagen feststehen, liegt der Fokus auf der Datenbasis. In diesen 30 Tagen erstellen Sie ein sauberes Anlageninventar, dokumentieren Ausgangszustände und nutzen prädiktive Modelle, um handlungsfähige Erkenntnisse für den Pilot zu gewinnen.

Anlageninventar mit Simeo Inventory einrichten

Beginnen Sie mit einem zentralisierten Anlagenregister als verlässlicher Referenz für Anlagendaten. Es sollte Angaben wie Name, Typ, Standort, Hersteller/Modell, Installationsdatum, Garantiestatus, Instandhaltungshistorie, Zustandsnote und wichtige technische Dokumente enthalten [10]. Strukturieren Sie die Daten in einer klaren Hierarchie: Standort, Gebäude, System und Komponente. Wenn Sensoren ein Problem melden, lässt sich so schnell das konkrete Teil identifizieren [9].

Erfassen Sie anschließend ein bis zwei Jahre Instandhaltungsdaten aus CMMS, EAM-System oder Betreiberlogbüchern [9][5]. Diese Historie liefert Kontext zu typischen Ausfallarten und bildet die Vergleichsbasis. Für den Pilot reicht ein Fokus auf rund 5 % der Anlagen, damit die Daten beherrschbar bleiben und die Chance auf ein reales Ereignis innerhalb von 90 Tagen steigt [9].

Bewerten Sie Anlagen auf einer Skala von 1 bis 5 nach Faktoren wie Sicherheit, Produktionswirkung, Stillstandskosten, Ausfallhäufigkeit und Reparaturvorlauf [10]. So konzentrieren sich die Modelle auf Anlagen mit der größten operativen Wirkung.

Digitale Inspektionen und Bewertungen durchführen

Nutzen Sie digitale Inspektionswerkzeuge wie Simeo GO, um Ausgangswerte für Vibration, Temperatur und Geräuschpegel zu erfassen [2][11]. Standardisieren Sie die Eingabe mit einheitlichen Bewertungsrastern, Fehlercodes und digitalen Vorlagen [6].

“Ohne Daten können Sie nichts vorhersagen. Wenn Sie keinen Ausgangswert dafür haben, was bei einer Pumpe oder einem Förderband normal ist, können Sie keine Anomalien erkennen oder prognostizieren.” - Bryan Sapot, CEO, SensrTrx [11]

Erfassen Sie numerische Daten ebenso wie Kontextnotizen und Fotos. Diese Kombination erleichtert die spätere Validierung. Wenn ein Vibrationssensor eine Anomalie meldet, können Techniker aktuelle Inspektionsfotos prüfen und sichtbaren Verschleiß oder Fehlausrichtung bestätigen. Prüfen Sie außerdem früh, ob alle digitalen Werkzeuge stabile Netzwerkanbindung haben, damit keine Datenlücken entstehen [4].

Prädiktive Modelle und Instandhaltungsregeln anwenden

Jetzt werden Inventar und Baselines praktisch nutzbar. Plattformen wie Oxand verwenden eine Bibliothek von über 10.000 proprietären Alterungsmodellen und über 30.000 Instandhaltungsmaßnahmen, entwickelt aus jahrzehntelanger Praxiserfahrung. Diese Modelle simulieren Degradation, schätzen die Restnutzungsdauer (RUL) und markieren Abweichungen vom Normalbetrieb [7].

Starten Sie mit Failure Modes and Effects Analysis (FMEA), um risikoreiche Ausfallarten zu priorisieren. Dabei wird eine Risk Priority Number (RPN) aus Schwere, Häufigkeit und Erkennbarkeit berechnet [7]. So konzentrieren sich die Algorithmen auf Risiken mit hoher Wirkung auf Sicherheit, Produktion oder Kosten.

Nutzen Sie Anomalieerkennungsmodelle, um Abweichungen von den Baselines zu erkennen. KI-gestützte Systeme benötigen häufig zwei bis vier Wochen, um spezifische Betriebsprofile je Anlage zu bilden [4]. Kombinieren Sie in dieser Phase Modellerkenntnisse mit Erfahrung aus dem Technikteam, um Fehlalarme auszusortieren und handlungsfähige Warnungen zu bestätigen [6]. Ein großer Automobilhersteller erreichte beispielsweise 94 % Genauigkeit bei der Ausfallprognose und vermied teure ungeplante Stillstände [8].

sbb-itb-5be7949

Tag 61 bis 90: Pilot durchführen und Ergebnisse messen

Mit der Datenbasis im Rücken geht es in den letzten 30 Tagen um Umsetzung und Wirksamkeitsanalyse. Diese Phase zeigt, ob die Modelle reale Probleme erkennen, ob das Team den Warnmeldungen vertraut und ob sich eine Skalierung lohnt.

Pilot ausrollen und Warnmeldungen validieren

Installieren Sie die Sensorik an den ausgewählten Anlagen und prüfen Sie, ob alle Verbindungen funktionieren. Als Orientierung wird ein Sensor-zu-Anlage-Verhältnis von 1,4:1 genannt [4]. Gateways sollten sauber in das bestehende Netzwerk integriert sein, damit der Datenfluss stabil bleibt [4].

Legen Sie einen klaren Prozess für Warnmeldungen fest: Monitoring -> KI-Analyse -> menschliche Prüfung -> präskriptive Warnmeldung -> Arbeitsausführung über CMMS -> Abschluss [6]. Dieser Human-in-the-Loop-Ansatz senkt Fehlalarme und schafft Vertrauen im Instandhaltungsteam.

Ordnen Sie jede Meldung einer Kategorie zu: Reparatur/künftige Reparatur, Beobachtung oder Überwachen und abwarten [4]. Im Lebensmittelbeispiel meldete die Software erhöhte Vibration an einem Förderbandlager, bevor der Fehler sichtbar oder hörbar war. Durch Reparatur im geplanten Stillstand wurden fünf Stunden ungeplanter Ausfall und 50.000 US-Dollar Kosten vermieden [4].

Halten Sie Stakeholder mit kurzen, regelmäßigen Updates informiert. Gerade am Anfang kann Instandhaltungsaktivität ansteigen, weil das System verborgene Probleme sichtbar macht - das “valley of worse-before-better” [3].

KPIs überwachen

Warten Sie nicht bis zum Ende der 90 Tage. Setzen Sie Kontrollpunkte nach 30 und 60 Tagen, um Ergebnisse gegen die Ausgangsziele zu prüfen [4]. Nutzen Sie eine Mischung aus Zuverlässigkeit, operativer Effizienz, Kosteneinsparung und Energieverbrauch.

Vorausschauende Instandhaltung senkt Betriebs- und Instandhaltungskosten häufig um 5 bis 10 %, während Smart-Manufacturing-Werkzeuge die Anlagenverfügbarkeit um 10 bis 20 % verbessern können [12]. Für finanzielle Einsparungen nutzen Sie die Formel: (vermiedene Stillstandsstunden) x (Kosten pro Stunde) [4].

Integrieren Sie die prädiktive Plattform nach Möglichkeit mit CMMS oder ERP. So erzeugen Warnungen automatisch Arbeitsaufträge und Ersatzteilanforderungen [12].

Auf Basis erster Ergebnisse verfeinern

Nutzen Sie die Pilotdaten, um das System zu justieren. Wenn Teile ersetzt werden, sollten Techniker prüfen, wie nah sie am Ausfall waren [1][2]. So lässt sich Modellgenauigkeit bestätigen oder verbessern.

Kommt es trotzdem zu einem unerwarteten Ausfall, führen Sie eine Root-Cause-Analyse durch [1][2]. Wurde eine Ausfallart übersehen? Waren Schwellenwerte zu hoch? Passen Sie Sampling-Raten, Sensortypen oder Auslöseschwellen entsprechend an [1][2].

Ein deutsches Blechbearbeitungsunternehmen rüstete 12 Pressen mit KI-fähiger Sensorik nach. In drei Monaten sanken ungeplante Stopps um 25 %, weil Drehmomentschwankungen erkannt wurden, die Standard-SPS nicht erfassten. Gleichzeitig verbesserte sich die Terminplanbarkeit, da die Zykluszeitvarianz um 15 % sank [13].

Ergebnisse bewerten und Skalierung planen

Erfolge und Herausforderungen analysieren

Nach 90 Tagen vergleichen Sie die Ergebnisse mit den SMART-Zielen. Es geht nicht nur darum, ob die Technologie funktioniert, sondern ob sie nachweislich Kosten vermeidet [4].

Prüfen Sie jede Warnmeldung. Wenn Techniker auf Warnungen reagiert und Teile ersetzt haben, analysieren Sie die Komponenten. Das schafft Vertrauen und zeigt, wo Algorithmusschwellen verfeinert werden müssen [1][2].

Ein anfänglicher Anstieg der Instandhaltung ist normal: Das System macht verdeckte Probleme sichtbar [3][1]. Dokumentieren Sie verhinderte Ausfälle ebenso wie verpasste Ereignisse. Aussagekräftige prädiktive Erkenntnisse benötigen häufig 90 bis 180 Tage Daten [1].

ROI und Geschäftswirkung quantifizieren

Berechnen Sie den ROI, indem Sie vermiedene Stillstandsstunden mit Kosten pro Stunde multiplizieren. Vergleichen Sie Kennzahlen vor und nach dem Pilot: MTBF, OEE, gesamte Instandhaltungsausgaben [1][2]. Berücksichtigen Sie Sekundäreffekte wie weniger Notbestellungen für Ersatzteile, weniger manuelle Inspektionsstunden und den Wechsel zu geplanter Instandhaltung [4][1][6].

Die City of Tulsa identifizierte im Pilot einen kritischen Anlagenfehler. Die Einsparung aus diesem einen Vorfall deckte zwei Jahre Servicekosten für vorausschauende Instandhaltung [6]. Präsentieren Sie ROI ohne Technikjargon: weniger ungeplante Stillstände, eingesparte Kosten und höhere Abschlussquoten geplanter Arbeiten [6]. Einige Organisationen berichten, dass jeder US-Dollar für vorausschauende Instandhaltung 8 US-Dollar Einsparung erzielt [6].

Langfristigen Fahrplan mit Oxand Simeo™ entwickeln

Die Skalierung vom Pilot zum Portfolio braucht einen Fahrplan, der schnelle Erfolge mit langfristigem Anlagenmanagement verbindet. Oxand Simeo™ kann Pilotdaten mit realen Anlageninformationen verknüpfen und daraus einen strategischen Plan ableiten.

Oxand Simeo™ kombiniert Ihre Erkenntnisse mit über 10.000 proprietären Alterungsmodellen und 30.000 Instandhaltungsmaßnahmen. So lässt sich simulieren, wie sich das gesamte Portfolio über die Zeit entwickelt. Auch Anlagen außerhalb des Piloten können dadurch priorisiert werden, weil probabilistische Modelle Ausfallwahrscheinlichkeit und mögliche Kosten einschätzen.

Nutzen Sie die Pilotdaten zunächst für ein Kritikalitätsraster und erweitern Sie dann systematisch auf Assets mit hohem Risiko und hohen Kosten [6]. Mit wachsender Datenbasis kann die Organisation von manueller Analyse zu KI- und Machine-Learning-gestützten Werkzeugen wechseln, integriert mit CMMS oder ERP [2][1][6].

Auch organisatorische Veränderungen gehören in den Fahrplan. Terrence O’Hanlon von der Reliability Leadership Foundation formuliert es so:

“Instandhaltung 4.0 ist eine maschinell unterstützte digitale Version all dessen, was wir in den vergangenen vierzig Jahren als Menschen getan haben, damit unsere Assets Wert für unsere Organisation liefern” [3].

Bauen Sie mit den Piloterfolgen Unterstützung auf und stellen Sie ein bereichsübergreifendes Team zusammen: Maintenance Manager, Reliability Engineers, IT-Leads und Operations Supervisors [6]. Typische Ergebnisse sind 10 bis 25 % geringere Kosten für gezielte Instandhaltungsaktivitäten und bessere Anlagenverfügbarkeit sowie Energieeffizienz.

Fazit: Von Quick Wins zu langfristigem Wert

Zentrale Learnings aus dem Pilot

Der 90-Tage-Pilot zeigt: Vorausschauende Instandhaltung muss finanziellen Nutzen nachweisen [4]. Kleine, fokussierte Teams erzielen oft bessere Ergebnisse als große Gremien. Ein Start mit rund 5 % der Anlagen - typischerweise 15 bis 50 Einheiten - liefert genug Daten, ohne die Organisation zu überfordern [4].

Der anfängliche Anstieg der Instandhaltung ist kein Rückschritt. Er zeigt, dass verborgene Probleme sichtbar werden [1]. Erfolg entsteht aus der Kombination digitaler Erkenntnisse und praktischer Erfahrung des Technikteams.

Der Weg zu besserem Anlagenmanagement

Die Learnings reichen über Instandhaltung hinaus. Der Wechsel von reaktiven Reparaturen zu proaktiver Planung unterstützt das Ziel nahezu ausfallfreier und ressourcenschonender Abläufe. Er verbessert Kosten, Sicherheit und ökologische Wirkung [5].

Die im Pilot geschaffene Datenbasis ist zugleich Grundlage für Asset-Investitionsplanung (AIP). Mit probabilistischen Modellen, die potenzielle Ausfälle und Kosten prognostizieren, können Investitionen portfolioübergreifend priorisiert werden. Instandhaltung wird damit vom Kostenblock zum strategischen Hebel für Risikosteuerung, Servicelevel und Dekarbonisierung.

Starten Sie Ihre Reise zur vorausschauenden Instandhaltung

Der 90-Tage-Rahmen zeigt: Sie brauchen keine jahrelange Vorbereitung und kein massives Sensornetz, um zu starten. Was Sie brauchen, sind klare Ziele, sorgfältig ausgewählte Pilotanlagen und die Bereitschaft, Ergebnisse objektiv zu bewerten.

Oxand Simeo™ kann helfen, Piloterfolge auf das Portfolio zu übertragen. Durch die Verbindung Ihrer Daten mit proprietären Alterungsmodellen und Instandhaltungsmaßnahmen entsteht ein klarer Pfad vom ersten Quick Win zu belastbaren Investitionsszenarien. Für Infrastruktur, Gebäude oder gemischte Portfolios gilt: Nutzen Sie den Pilot, um Unterstützung zu gewinnen, einen Standardansatz zu schaffen und kurzfristige Einsparungen mit nachhaltigem Anlagenmanagement zu verbinden.

FAQs

Wie gewinne ich Stakeholder für einen Pilot zur vorausschauenden Instandhaltung?

Beginnen Sie mit einem klaren Business Case, der den Pilot mit messbaren finanziellen Ergebnissen verbindet. Setzen Sie konkrete Ziele, etwa weniger ungeplante Ausfallzeit oder vermiedene Reparaturkosten. Legen Sie einen ROI-Ansatz und eine einfache Zeitachse fest: 30 Tage Setup, 60 Tage Integration, 90 Tage Optimierung.

Binden Sie ein bereichsübergreifendes Team früh ein, definieren Sie Verantwortlichkeiten und berichten Sie regelmäßig zu Kennzahlen wie Stillstandsstunden, Instandhaltungskosten pro Anlage und Arbeitseffizienz. Positionieren Sie den Pilot als begrenzte, risikoarme Chance mit langfristigem Einsparpotenzial.

Welche Leistungskennzahlen sollte ich während eines Piloten überwachen?

Überwachen Sie Reduktion von Stillstand, Einsparungen bei Instandhaltungskosten, Overall Equipment Effectiveness (OEE), ROI und Verbesserungen der Anlagenverfügbarkeit. Zusammen zeigen diese Kennzahlen, ob der Pilot finanziell und operativ wirkt und ob eine Skalierung sinnvoll ist.

Wie wähle ich die besten Anlagen für einen 90-Tage-Pilot aus?

Wählen Sie Anlagen, die schnell messbare Ergebnisse ermöglichen. Starten Sie mit klaren Geschäftszielen wie weniger ungeplante Stillstände, geringere Instandhaltungskosten oder höhere Sicherheit. Bewerten Sie dann Kritikalität: Stillstandskosten, Sicherheitsrisiken und Relevanz für Produktion oder Service.

Die ausgewählten Anlagen sollten Zustandsdaten haben oder mit Sensorik wie Vibration, Temperatur oder Ölanalyse einfach ausrüstbar sein. Halten Sie die Gruppe klein und fokussiert: drei bis fünf besonders wirkungsstarke Anlagenklassen oder 15 bis 50 konkrete Assets, validiert mit den wichtigsten Stakeholdern.

Verwandte Blogbeiträge

• Wie vorausschauende Instandhaltung ohne IoT und Echtzeitdaten Wert für Infrastruktur- und Gebäudeverantwortliche schafft
• ROI vorausschauender Instandhaltung
• Den echten ROI vorausschauender Instandhaltung berechnen und in den Investitionsplan einbinden
• KPIs für vorausschauende Instandhaltung, die Asset Manager verfolgen sollten