Vorbeugende, vorausschauende oder zustandsorientierte Instandhaltung: Welches Modell für die französische Industrie im Jahr 2026?

· 9 Minuten Lesezeit
9 min read
Eziwan-Team
Eziwan-Team
IoT-Infrastruktur

Die Terminologie rund um die industrielle Instandhaltung sorgt oft für Verwirrung: vorausschauende Instandhaltung, zustandsorientierte Instandhaltung, vorbeugende Instandhaltung, korrektive Instandhaltung – diese Begriffe werden regelmäßig synonym verwendet, bezeichnen jedoch grundlegend unterschiedliche Ansätze mit sehr unterschiedlichen ROI-Werten.

Dieser Artikel erläutert die Definitionen, vergleicht die Ansätze anhand konkreter Kriterien und hilft Ihnen dabei, die für Ihren Kontext im Jahr 2026 geeignete Strategie auszuwählen – ganz gleich, ob es sich um ein kleines Werk mit 20 Anlagen oder um einen großen Industriestandort mit mehr als 500 Anlagen handelt.

Die vier Instandhaltungsstrategien: Genaue Definitionen​

1. Korrektive Instandhaltung​

Definition: Man greift erst nach dem Ausfall ein. Wenn die Anlage ausfällt, wird sie repariert.

Varianten:

  • Aufgeschobene Behebung: Der Ausfall wird erkannt, die Reparatur wird jedoch terminiert (nicht kritische Anlage)
  • Notfallbehebung: Kritischer Ausfall, sofortiger Eingriff erforderlich

Typische Kosten: 4- bis 5-mal höher als bei einer vergleichbaren vorbeugenden Wartung (Express-Ersatzteile, Überstunden, Produktionsausfälle).

Wann dies akzeptabel ist: Nicht kritische, leicht austauschbare Anlagen, bei denen die Überwachungskosten höher sind als die Ausfallkosten.

2. Systematische vorbeugende Wartung​

Definition: Der Austausch oder die Überholung erfolgt nach einem festen Zeitplan (Zeit- oder Produktionsintervalle), unabhängig vom tatsächlichen Zustand.

Beispiel: Ölwechsel am Getriebe alle 2000 Stunden, auch wenn das Öl noch in gutem Zustand ist.

Hauptproblem: 30 bis 40 % der bei vorbeugenden Wartungen ausgetauschten Teile sind noch brauchbar. Dadurch werden sowohl Ressourcen als auch Bauteile verschwendet.

Typische Kosten: 2- bis 3-mal höher als bei einer gut abgestimmten zustandsorientierten Instandhaltung.

Wenn dies relevant ist: Anlagen mit bekannten und im Zeitverlauf vorhersehbaren Verschleißverläufen, deren gesetzlicher Rahmen regelmäßige Überprüfungen vorschreibt.

3. Zustandsorientierte Instandhaltung (Condition-Based Maintenance – CBM)​

Definition: Es werden Maßnahmen ergriffen, wenn der tatsächliche Zustand der Anlage dies erfordert, basierend auf kontinuierlichen physikalischen Messungen (Schwingung, Temperatur, Strom, Geräuschpegel usw.).

Prinzip: Jedes Gerät „spricht“ über seine Daten. Wir hören ihm zu.

Beispiel: Das Lager wird ausgetauscht, wenn die Schwingung einen bei der Inbetriebnahme festgelegten kritischen Schwellenwert überschreitet, nicht zu einem festgelegten Zeitpunkt.

Dokumentierter ROI: Reduzierung der ungeplanten Ausfälle um 25 bis 55 %, Einsparungen von 10 bis 30 % bei den Gesamtwartungskosten.

Was Sie benötigen: An den Geräten installierte Sensoren, Datenerfassung in Echtzeit, konfigurierte Alarmschwellenwerte.

4. Vorausschauende Instandhaltung (Predictive Maintenance – PdM)​

Definition: Der Zeitpunkt eines zukünftigen Ausfalls wird mithilfe eines mathematischen Modells (statistisch oder maschinelles Lernen) vorhergesagt, das mit historischen Daten und Echtzeitdaten gefüttert wird.

Unterschied zum Konditional: Die CBM besagt: „Die Ausrüstung ist in schlechtem Zustand, greifen Sie bald ein.“ Die PdM besagt: „Die Ausrüstung wird mit einer Wahrscheinlichkeit von 87 % in 3 bis 5 Tagen ausfallen.“

Was benötigt wird: Historische Daten von mindestens 12–18 Monaten pro Anlage, Fachwissen im Bereich der Modellierung sowie Teams, die in der Lage sind, die Prognosen zu nutzen.

Die Realität vor Ort im Jahr 2026: Echte vorausschauende Instandhaltung (ML + physikalische Modelle) ist heute für Großunternehmen und mittelständische Unternehmen mit eigenen Datenteams zugänglich. Für KMU bietet die zustandsorientierte Instandhaltung 80 % der Vorteile bei nur 20 % der Komplexität.

Vergleich anhand von 7 Kriterien​

KriteriumKorrektivPräventivBedingtPrädiktiv
EinrichtungskostenSehr geringGeringMittelHoch
BetriebskostenSehr hochMittelGeringMittel
Technische KomplexitätKeineGeringMittelHoch
Erforderliche DatenKeineZeitplanEchtzeitHistorische Daten + Echtzeit
ROI-ZeithorizontSofort12–18 Monate8–14 Monate18–36 Monate
VorhersehbarkeitKeineGutGutAusgezeichnet
Für KMU geeignetJaJaJaManchmal

Welche Sensoren eignen sich für die zustandsorientierte Instandhaltung?​

Die zustandsorientierte Instandhaltung basiert auf physikalischen Messungen. Hier sind die am häufigsten verwendeten Sensoren, geordnet nach ihrem ROI:

1. Vibration (Beschleunigungsmesser)​

Was erkannt wird: Unwucht, Wellenversatz, Lagerschäden, Kavitation in Pumpen, Verschleiß an Zahnrädern.

Anwendungsbereiche: Elektromotoren, Kreiselpumpen, Kompressoren, Ventilatoren, Förderanlagen.

Früherkennungsmerkmale: Anstieg des Gesamtvibrationspegels (RMS), Auftreten charakteristischer Oberschwingungen, Anstieg der Kurtosis (Impulsivität).

Kosten für den Sensor: 50 € (einfaches Industriesensor) bis 500 € (Breitband + ICP).

Zeit bis zum Ausfall: Erkennung 2 bis 12 Wochen vor dem Ausfall des Lagers.

2. Infrarot-/Wärmetemperatur​

Was wird erkannt: Ungewöhnliche Erwärmung von Motoren, Transformatoren, elektrischen Anschlüssen, Lagern und Bremsen.

Anwendungsbereiche: Schaltschränke, Motoren, Lager, Kühlkreisläufe.

Warnzeichen: Anstieg der Betriebstemperatur über den festgelegten Referenzwert hinaus.

Kosten für den Sensor: 20 € (PT100-Kontaktfühler) bis 2000 € (stationäre Wärmebildkamera).

3. Elektrischer Strom (Strommesszange)​

Was wir feststellen: Lastungleichgewicht, Isolationsverschleiß, abnormale Oberschwingungen, Startschwierigkeiten.

Anwendungsbereiche: Asynchronmotoren, Servomotoren, Antriebssysteme.

Vorteil: Keine mechanische Installation erforderlich – die Messung erfolgt berührungslos. Ideal für schwer zugängliche Anlagen.

4. Akustik / Ultraschall​

Was erkannt wird: Druckgaslecks, Lichtbogen, Verschleiß von Wälzlagern bei geringer Belastung, Schmierungsmängel.

Anwendungsbereiche: Druckluftnetz, Hochspannungsschaltanlagen, langsam laufende Lager.

Typischer ROI: Bei einem Ultraschall-Audit des Druckluftsystems werden in der Regel 15 bis 30 % der Leckagen identifiziert – was zu sofortigen Einsparungen beim Stromverbrauch des Kompressors führt.

5. Ölanalyse (Inline)​

Was wird festgestellt: Partikelverunreinigungen, Verschlechterung der Viskosität, Wassergehalt, Verschleißmetalle.

Anwendungsbereiche: Getriebe, Schaltgetriebe, Turbinen, Kompressoren.

Inline-Sensoren: Ermöglichen eine kontinuierliche Überwachung ohne Probenahme, mit automatischer Alarmierung bei Partikeln oder dielektrischen Stoffen.

Praktische Umsetzung: Wie fängt man an?​

Schritt 1: Ermittlung der kritischen Anlagen (vereinfachte FMEA-Analyse)​

Erstellen Sie eine Liste Ihrer Anlagen und bewerten Sie jede einzelne hinsichtlich:

  • Kritikalität (Auswirkungen eines Ausfalls: Produktionsstillstand, Sicherheit, Umwelt)
  • Ausfallhäufigkeit (CMMS-Historie, falls verfügbar)
  • Erkennbarkeit (kündigt sich der Ausfall an oder tritt er plötzlich auf?)

Konzentrieren Sie die CBM-Sensoren auf Anlagen mit hoher Kritikalität und schleichenden Ausfällen.

Schritt 2: Festlegung der wichtigsten Kennzahlen pro Anlage​

Legen Sie für jede kritische Anlage fest, welche Parameter gemessen werden sollen. Beispiel für eine Kreiselpumpe:

  • Schwingung (Beschleunigungsmesser am Lager auf der Motor- und Pumpenseite)
  • Lagertemperatur (PT100 oder Infrarot)
  • Motorstrom (Stromzange)
  • Differenzdruck (falls kritischer Druck vorliegt)

Schritt 3: Sensoren installieren und anschließen​

Die Sensoren werden über RS-485/Modbus RTU (bei industriellen Standardsensoren) oder über 4–20-mA-Ausgänge (bei Prozessmessumformern) an das Eziwan-Gateway angeschlossen. Das Gateway überträgt alle Messwerte in Echtzeit an die Cloud-Plattform.

Schritt 4: Festlegen der Referenzwerte​

Erfassen Sie bei der Inbetriebnahme die Referenzwerte für jeden Parameter an einem neuen oder in einwandfreiem Zustand befindlichen Gerät. Diese Referenzwerte dienen dazu:

  • die Alarmschwellen festzulegen (Alarm bei +20 %, Notfall bei +50 % des Referenzwerts)
  • Eine allmähliche Abweichung von der Baseline zu erkennen

Schritt 5: Alarmschwellen kalibrieren​

Zu empfindlich = Fehlalarme, die die Teams demotivieren. Nicht empfindlich genug = übersehene Ausfälle. Die Feinabstimmung der Schwellenwerte erfordert eine Beobachtungsphase von 2 bis 4 Wochen unter normalen Bedingungen.

Mit Eziwan lassen sich die Schwellenwerte über die Cloud-Plattform ändern, ohne dass ein Einsatz vor Ort erforderlich ist.

Schritt 6: In das Instandhaltungsmanagementsystem integrieren​

Ein CBM-Alarm ist nur dann von Nutzen, wenn er eine im CMMS geplante Maßnahme auslöst. Mit der Eziwan-REST-API lässt sich automatisch ein Instandhaltungsauftrag in Ihrem CMMS (SAP PM, Infor EAM, Hive Maintenix) erstellen, sobald ein Alarm ausgelöst wird.

Erfahrungsberichte aus der Praxis​

Zementwerk – Hauptgetriebe der Mühle​

Hintergrund: Getriebe mit 800 kW, Ersatzkosten 180.000 €, Lieferzeit 6 Wochen.

Vor CBM: 2 katastrophale Ausfälle in 4 Jahren. Jeder Ausfall = 6 Wochen Teilstillstand = 420.000 € Produktionsausfall.

Nach CBM (Schwingung + Temperatur + Ölanalyse): Feststellung einer fortschreitenden Verschlechterung 8 Wochen vor dem Ausfall. Maßnahme während eines geplanten Stillstands durchgeführt. Kosten der vorbeugenden Maßnahme: 28.000 € gegenüber 180.000 € für einen Notaustausch.

ROI: 9 Monate.

Lebensmittelwerk – Verpackungslinie​

Hintergrund: 12 Getriebemotoren in einer kritischen Produktionslinie. Vorbeugende Wartung nach 3000 Betriebsstunden (systematischer Ölwechsel + Inspektion).

Nach der CBM (Strom + Schwingung): Bei den 12 überwachten Getriebemotoren ermöglichte die CBM:

  • 3 ungeplante Stillstände zu vermeiden
  • unnötige vorbeugende Wartungsmaßnahmen um 40 % zu reduzieren (das Öl war bei der Analyse noch sauber)
  • 2 Ausrichtungsprobleme erkannt, die mit bloßem Auge nicht erkennbar waren

ROI: 11 Monate.

Fazit: Welche Strategie sollte man verfolgen?​

Für ein industrielles KMU (weniger als 50 Anlagen): Beginnen Sie mit der zustandsorientierten Instandhaltung Ihrer 5 bis 10 wichtigsten Anlagen. Die Investition ist erschwinglich, der ROI schnell zu erzielen und der Aufwand auch ohne ein spezielles Datenteam überschaubar.

Für mittelständische oder große Unternehmen: Die zustandsorientierte Instandhaltung bildet weiterhin die Grundlage. Bei den kritischsten Anlagen, für die ausreichende historische Daten vorliegen, sollten Sie diese durch vorausschauende Modelle ergänzen (zunächst bei zwei bis drei vorrangigen Anlagen).

Was wir im Jahr 2026 beobachten: Die Mehrheit der französischen Industrieunternehmen, die ihre Instandhaltungsleistung tatsächlich verbessert haben, tat dies mithilfe einer auf dem IoT basierenden zustandsorientierten Instandhaltung – und nicht mit komplexen ML-Projekten. Der ROI ist in weniger als einem Jahr messbar.

FAQ​

Was ist der Unterschied zwischen vorausschauender Instandhaltung und zustandsorientierter Instandhaltung (CBM)? Bei der zustandsorientierten Instandhaltung wird eine Maßnahme ausgelöst, sobald ein Schwellenwert überschritten wird (z. B.: Temperatur > 85 °C → sofortige Warnmeldung). Die vorausschauende Instandhaltung analysiert Trends über einen längeren Zeitraum, um eine Verschlechterung zu antizipieren, bevor der kritische Schwellenwert erreicht wird (z. B.: Die Temperatur steigt seit drei Wochen um 2 °C pro Woche → Planung eines Eingriffs in zwei Wochen). Die zustandsorientierte Instandhaltung ist einfacher umzusetzen, die vorausschauende Instandhaltung bietet hingegen eine längere Vorlaufzeit für Maßnahmen.

Welcher Sensortyp eignet sich am besten für den Einstieg in die zustandsorientierte Instandhaltung? Für Motoren und Pumpen: Der Stromsensor (Stromwandler am Versorgungskabel) ist am universellsten einsetzbar – er erkennt Überlastung, Anlaufschwierigkeiten und mechanische Verschleißerscheinungen, ohne dass Änderungen an der Anlage erforderlich sind. Für mechanische Getriebe (Untersetzungsgetriebe, Lager): der Beschleunigungssensor. Diese beiden Sensortypen decken 80 % der vermeidbaren Ausfälle in der Industrie ab.

Weiterführende Informationen​

Weitere Ressourcen​