Predictive Maintenance: Wie vorausschauende Wartung Ausfälle verhindert

„Predictive Maintenance“ hat sich im Gebäudebetrieb zu einem Sammelbegriff für „datengestützte Wartung“ entwickelt – dabei bezeichnet der Begriff eine sehr spezifische Instandhaltungsstrategie mit klaren Voraussetzungen. Wer vorausschauende Wartung sinnvoll einordnen will, muss sie von den drei anderen Grundstrategien der Instandhaltung unterscheiden können: reaktiv, präventiv und zustandsorientiert. Diese Abgrenzung entscheidet mit darüber, ob eine Investition in Sensorik und Datenanalyse wirtschaftlich sinnvoll ist – oder ob ein sauber geführter Wartungsplan denselben Effekt günstiger erzielt. Die Begriffe sind in DIN 31051 und DIN EN 13306 festgelegt und werden durch VDI-Richtlinien zur Zustandsüberwachung und Zustandsprognose ergänzt.

Vier Grundmaßnahmen als Fundament: DIN 31051

Die Basis legt DIN 31051 „Grundlagen der Instandhaltung“: Die Norm gliedert Instandhaltung in vier Grundmaßnahmen.

• Wartung – Bewahrung des Soll-Zustands, etwa durch Reinigen, Schmieren oder den Austausch von Verschleißteilen.
• Inspektion – Feststellung des tatsächlichen Ist-Zustands einer Anlage.
• Instandsetzung – Wiederherstellung des Soll-Zustands nach einem Defekt.
• Verbesserung – Erhöhung von Zuverlässigkeit oder Sicherheit über den ursprünglichen Zustand hinaus.

Die europäische Norm DIN EN 13306 „Instandhaltung – Begriffe der Instandhaltung“ baut darauf auf und definiert, nach welcher Logik diese Maßnahmen ausgelöst werden: korrektiv (reaktiv) nach einem Ausfall oder präventiv – unterteilt in vorausbestimmt/periodisch, zustandsorientiert sowie vorausschauend/prädiktiv. Genau diese vier Ausprägungen werden im Alltag oft unter dem Sammelbegriff „vorausschauende Wartung“ vermengt.

Reaktive und präventive Instandhaltung: die etablierten Standardstrategien

Reaktive (korrektive) Instandhaltung greift erst nach einem Ausfall – sofort bei sicherheitskritischen Störungen, bewusst aufgeschoben bei unkritischen Defekten bis zum nächsten Termin. Sie lässt sich nie vollständig vermeiden, sollte aber die Ausnahme bleiben, da ungeplante Ausfälle Folgekosten und Haftungsrisiken nach sich ziehen. Präventive Instandhaltung nach festen Zeit- oder Nutzungsintervallen ist deshalb der verbreitete Standard: Gesetzliche und normative Vorgaben – von der Aufzugsprüfung bis zur Brandschutzklappe – geben feste Zyklen vor, unabhängig vom tatsächlichen Anlagenzustand. Wie Betreiber ihre Prüf- und Wartungsfristen rechtssicher einhalten und lückenlos dokumentieren, entscheidet im Schadensfall häufig über die Haftungsfrage.

Zustandsorientierte Instandhaltung: Messwerte statt Kalender

Die zustandsorientierte Instandhaltung – Gegenstand der VDI-Richtlinie 2888 „Zustandsorientierte Instandhaltung“ – ersetzt den starren Kalender durch gemessene Werte. Sensoren erfassen kontinuierlich oder in Intervallen Kenngrößen wie Vibration, Temperatur, Stromaufnahme oder Ölqualität; eine Maßnahme wird ausgelöst, sobald ein definierter Schwellenwert über- oder unterschritten wird – unabhängig davon, wann zuletzt gewartet wurde. Diese Strategie setzt bereits Sensorik im Gebäudebetrieb voraus, bleibt methodisch aber vergleichsweise einfach: Ein Grenzwert wird verletzt, ein Arbeitsauftrag entsteht. Eine Prognose über den weiteren Verlauf oder den voraussichtlichen Ausfallzeitpunkt liefert sie nicht.

Der Unterschied zur vorausschauenden Instandhaltung liegt im Zeithorizont: Zustandsorientierte Verfahren melden „Schwellenwert überschritten – jetzt handeln“. Vorausschauende Verfahren werten Verlaufsdaten aus und schätzen, wann dieser Punkt voraussichtlich erreicht wird.

Predictive Maintenance: Prognose auf Datenbasis

Vorausschauende beziehungsweise prädiktive Instandhaltung geht über die reine Schwellenwert-Logik hinaus: Algorithmen werten historische und aktuelle Messdaten aus, erkennen Trends und Verschleißmuster und schätzen den voraussichtlichen Ausfallzeitpunkt oder die verbleibende Restnutzungsdauer einer Komponente. Der VDI-Fachausschuss 513 „Prognostics and Health Management“ beschreibt dieses Feld in seinem Statusreport „Intelligente Zustandsprognose und vorausschauende Instandhaltung – Prognostics and Health Management“: Diagnose des aktuellen Zustands und Prognose der weiteren Entwicklung bilden die beiden Kernelemente. Ob eine Instandhaltungsstrategie tatsächlich wirkt, lässt sich mit Kennzahlen wie der mittleren Ausfallzeit oder der mittleren Reparaturdauer objektivieren, wie sie die VDI-Richtlinie 2893 „Auswahl und Bildung von Kennzahlen für die Instandhaltung“ beschreibt.

Was Predictive Maintenance wirklich voraussetzt

Eine belastbare Prognose entsteht nicht durch die Ankündigung im Lastenheft, sondern durch eine funktionierende Dateninfrastruktur. Dazu gehören mindestens:

• Sensorik beziehungsweise eine IoT-Anbindung, um relevante Betriebsparameter überhaupt zu erfassen,
• eine ausreichend lange Datenhistorie, aus der sich Verschleiß- und Ausfallmuster ableiten lassen,
• eine Dateninfrastruktur, die Sensordaten, Anlagenstammdaten und Wartungshistorie zusammenführt,
• sowie Schwellenwerte oder trainierte Modelle, die aus diesen Daten tatsächlich eine Vorhersage erzeugen.

Das Fraunhofer-Institut für Materialfluss und Logistik (IML) nennt als zentrale Hürden eine unzureichende Integration der Datenquellen, fehlende Standards und begrenzte Interoperabilität zwischen Systemen; kleinere Betriebe stoßen zusätzlich an Grenzen bei Investitionskosten und Fachpersonal. Das Institut rät deshalb, Anlagen gezielt nach einem positiven Kosten-Nutzen-Verhältnis für ein Pilotprojekt auszuwählen, statt den gesamten Anlagenbestand auf einmal umzustellen. Wie sich solche Auswertungen im Facility Management einordnen lassen, beleuchtet ein eigener Beitrag – klar ist dabei: Diese Analyseebene ersetzt weder Sensorik noch Zeitreihenmodelle, sie baut auf ihnen auf.

Wo lohnt sich Predictive Maintenance – und wo nicht?

Der Aufwand für Sensorik, Datenhistorie und Modellbildung rechtfertigt sich wirtschaftlich vor allem bei kritischen, teuren oder sicherheitsrelevanten Anlagen mit ausreichender Datenbasis: Aufzüge, große RLT- und Kälteanlagen, Notstromversorgung oder Anlagen mit hohem Stillstandsrisiko sind typische Kandidaten. Für die Masse der alltäglichen Objekte im Bestand – Heizung im Einzelgebäude, Türen, Beleuchtung, kleinere technische Anlagen – steht der Aufwand häufig in keinem Verhältnis zum Nutzen. Hier bleiben präventive und zustandsorientierte Instandhaltung nach Prüf- und Wartungsplan sowie eine saubere, lückenlose Dokumentation der praktikable Standard. Dass zwischen Ankündigung und marktreifer Umsetzung eine spürbare Lücke liegen kann, zeigte bereits 2017 eine Studie von VDMA und Roland Berger: 81 Prozent der befragten Maschinenbauunternehmen beschäftigten sich intensiv mit Predictive Maintenance, doch nur rund jedes zehnte Unternehmen verfügte über ein marktreifes Angebot. Für Facility-Management-Betriebe heißt das: Predictive Maintenance ist ein sinnvoller nächster Schritt auf einer soliden Instandhaltungsbasis – kein Ersatz für sie.

Genau bei diesem Fundament setzt eine Verwaltungssoftware wie JP FM an: Sie ersetzt keine Sensorik und keine Prognosemodelle, dokumentiert aber Prüf- und Wartungstermine je Objekt, macht Zustand und Historie auswertbar und plant aus Inspektionsbefunden automatisch Folgeaufgaben, etwa über das Modul Aufgaben & Mängel. Ohne diese organisatorische Grundlage laufen auch die besten Prognosemodelle ins Leere.

Praktischer Einstieg für Facility-Management-Betriebe

Für die meisten Betriebe empfiehlt sich ein stufenweises Vorgehen: zunächst Prüf- und Wartungspflichten vollständig und digital dokumentieren, dann für ausgewählte kritische Anlagen zustandsorientierte Verfahren einführen und erst danach – dort, wo Datenbasis und Kosten-Nutzen-Verhältnis es rechtfertigen – in vorausschauende Modelle investieren. Diese Reihenfolge verhindert, dass in Sensorik investiert wird, deren Daten mangels sauberer Grundorganisation gar nicht ausgewertet werden können. Digitale Werkzeuge wie JP FM unterstützen diesen Grundlagenprozess, indem sie Prüf- und Wartungspläne, Aufgaben und Dokumente je Objekt zentral vorhalten – die Sensorik und Datenanalyse für Predictive Maintenance liefern sie damit nicht, wohl aber die organisatorische Basis dafür.

Quellen & weiterführende Informationen

• DIN 31051, Grundlagen der Instandhaltung
• DIN EN 13306, Instandhaltung – Begriffe der Instandhaltung
• FM-Connect: DIN EN 13306 – Instandhaltungsbegriffe im Facility Management
• VDI e. V.: VDI 2888 – Zustandsorientierte Instandhaltung
• VDI e. V.: VDI 2893 – Auswahl und Bildung von Kennzahlen für die Instandhaltung
• DZSF: VDI-Statusreport „Intelligente Zustandsprognose und vorausschauende Instandhaltung – Prognostics and Health Management“
• Fraunhofer IML: Predictive Maintenance
• kompaktfm.de: Die 3+1 Instandhaltungsstrategien im Facility Management
• VDMA/Roland Berger: „Predictive Maintenance – Service der Zukunft (und wo er wirklich steht)“, Studie 2017