„Vorausschauende Wartung“ klingt für viele KMU nach Konzern-Luxus. In Wirklichkeit ist es oft ein sehr bodenständiges Thema: Stillstand vermeiden, Ersatzteile planen, Personal entlasten.
Festo: Predictive Maintenance als messbarer Hebel
Festo beschreibt, dass ein Pilot so erfolgreich war, dass das System in allen Festo-Werken ausgerollt wird. Außerdem wird eine deutliche OEE-Steigerung genannt und dass sich die Investition in weniger als sechs Monaten amortisiert habe.
Das ist ein selten klarer, quantifizierter Nutzen. Und er kommt aus einem Umfeld, das viele KMU kennen: Pneumatik, Automatisierung, Fertigung, Fachkräftedruck.
Warum das funktioniert: Wissen über Abweichungen, nicht über Katastrophen
Predictive Maintenance basiert nicht auf „großen Schäden“. Sondern auf kleinen, schleichenden Abweichungen:
-
Temperatur driftet.
-
Vibration verändert sich.
-
Taktzeit wird unruhig.
-
Druckverlauf kippt.
KI ist gut darin, genau diese Muster früh zu erkennen. Der Mensch ist gut darin, die richtige Maßnahme zu wählen:
-
sofort stoppen,
-
beim nächsten geplanten Stillstand reparieren,
-
nur überwachen,
-
oder Bauteil tauschen.
Der Mittelstands-Transfer: So klein kann ein Start sein
Du brauchst nicht 500 Sensoren. Starte so:
-
Wähle eine Engpassmaschine (die Linie bestimmt).
-
Miss 2–4 Signale (z. B. Vibration, Temperatur, Druck, Strom).
-
Definiere 3 Fehlermodi (z. B. Lager, Ventil, Leckage).
-
Lege fest, was ein Stillstand kostet (pro Stunde).
-
Rechne: „Wenn wir zwei Stillstände vermeiden, ist das Projekt bezahlt.“
Genau hier ist KI-gestütztes Research plus menschliche Bewertung stark: Es verbindet Technikdaten, Ersatzteilhistorie, Schichtbuch, Lieferzeiten und Kosten zu einem Bild, das Entscheidungen ermöglicht.
Was KMU daraus mitnehmen
-
Predictive Maintenance ist ein Cash-Thema, kein Technik-Spielzeug.
-
Entscheidend ist das Engpass-Denken: zuerst dort starten, wo Stillstand am teuersten ist.
-
KI liefert Signale. Menschen liefern Prioritäten.
-
ROI wird klar, wenn Stillstandkosten sauber gerechnet werden.
