Den vorbeugenden Wartungsplan für Produktionslinien, Flotten oder Anlagen erstellen — nicht zu früh, nicht zu spät, ohne ungeplante Ausfälle (in der Literatur: Preventive Maintenance Scheduling).
Kurz gesagt
Kommt Ihnen das bekannt vor?
- Der Wartungsplan wird am Jahresanfang erstellt und ändert sich nicht; die tatsächlichen Ausfallzahlen passen nicht zum Plan
- 1–3 'unerwartete' Ausfälle pro Monat; wenn eine Schicht steht, fehlt das Ersatzteil oder ist unterwegs
- Wartungsaufzeichnungen laufen nach Standort/Raumnummer, nicht nach Anlagenserie; Ausfalltrends werden nicht verfolgt
- Die Wartungskolonne verbringt 3–5 Tage pro Woche mit 'welche Maschine kann ich jetzt stoppen, welche nicht'
- Manche Geräte werden zu früh gewartet, dadurch wächst das Ersatzteillager; gleichzeitig fallen andere aus
- Die jährlichen Kosten des Produktionsausfalls sind nie berechnet worden; das Wartungsbudget wird 'wie letztes Jahr + X %' gesetzt
- Wartungsdaten liegen auf Papier oder in einer lokalen Tabelle; keine Verbindung zum Produktionssystem
Warum es wichtig ist
Wie wird es gelöst?
Technische Tiefe
Wie wird es gelöst?
Technische TiefeIn einem Satz: Für jede Anlage zwei Kosten gegeneinander wiegen — zu früh warten (verworfene Restlebensdauer, vergeudete Arbeit) vs. zu spät warten (ungeplanter Ausfall + Stillstand). Aus der Ausfallhistorie das optimale Intervall pro Anlage ableiten; der Kalender folgt daraus.
Was die Software wirklich tut: für jede Anlage berechnet sie das optimale Wartungsintervall aus der Ausfall- und Nutzungshistorie und balanciert die Wochenauslastung der Wartungskolonne mit der Teilebeschaffung. Drei Stufen:
1. Anlagen und Daten aufnehmen. Pro Anlage: Betriebsstunden oder Zyklenzahl, historische Ausfalldaten und -ursachen (automatisch aus Sensoren oder manuell aus Formularen), geschätzte mittlere Zeit zwischen Ausfällen (MTBF), Wartungsdauer, verbrauchte Teile, Wartungs- und Stillstandskosten. Die Daten kommen aus dem Anlagenmanagementsystem automatisch oder werden einmal sauber gepflegt.
2. Das optimale Wartungsintervall berechnen. Die Software probiert nicht jedes Intervall — sie baut für jede Anlage ein probabilistisches Zuverlässigkeitsmodell (statistische Methode, die aus früheren Ausfällen eine ‘wann ist der nächste Ausfall wahrscheinlich’-Kurve baut; in der Literatur Weibull-Verteilung) und ermittelt die Ausfallwahrscheinlichkeit über die Zeit. Sie balanciert zwei Kosten: zu häufige Wartung (verworfene Lebensdauer, Arbeit) gegen zu seltene Wartung (Ausfallwahrscheinlichkeit, Stillstandskosten). Das Ergebnis: ein ‘optimales Wartungsintervall’ pro Anlage (z. B. ‘diese Pumpe braucht Wartung alle 850 Betriebsstunden’). Dann legt sie den Wochenplan: welche Anlage, an welchem Tag, mit welcher Kolonne, mit vorbestellten Teilen.
3. Sie erreicht die Feldkolonne. Der Plan erscheint in der Wartungs-App als tägliche Aufgabenliste: ‘Montag 09:00 Pumpe 5 — Ölwechsel, Teile auf Lager.’ Wenn Sensoren eine Anomalie melden (z. B. steigende Vibration), schlägt die Software vor, die Aufgabe vorzuziehen. Ersatzteilbeschaffung wird automatisch aus dem Wartungsplan ausgelöst.
Sie ersetzt die Erfahrung des Wartungsteams nicht; denken Sie an einen Taschenrechner, der die Wartungsintervalle, die das Team für 20 Anlagen im Kopf hat, auf 300 skaliert — mit der Ausfallhistorie als Datenbasis. Die Entscheidung bleibt bei Ihnen, aber das Wartungsintervall ist immer zahlenmäßig und erklärbar.
Alternativen
Papierbuch / Tabellenkalkulation + Kopf des Wartungsleiters
KostenlosKostenlos
Für wen geeignet: 10–20 Anlagen, stabile Nutzung, einfache Ausfallmodi
- + Keine Kosten
- + Flexibel — Prioritätsänderung leicht
- + Keine Investitionsentscheidung
- − Oberhalb 30 Anlagen lässt sich das optimale Intervall nicht im Kopf finden
- − Ausfalltrends unsichtbar — derselbe Ausfall kann sich wiederholen
- − Keine Verknüpfung mit der Ersatzteilkette
- − Audit-Aufzeichnungen unzureichend
Lokales CMMS (computerized maintenance management system)
Enterprise1.500–6.000 EUR Einrichtung + 250–800 EUR/Monat (regionale KMU-Preise)
Für wen geeignet: 30–100 Anlagen, stabile Kolonne, Fertigung oder mittelgroßes Hotel
- + Deutsche Oberfläche und Support
- + Ausgereifte Arbeitsauftragsverwaltung, Erfassung, Berichte
- + Ersatzteilbestand integriert
- − Wartungsintervall meist als feste Periode — keine Optimierung gegen reale Ausfallneigung
- − Probabilistische Zuverlässigkeitsmodelle begrenzt oder fehlen
- − IoT-/Sensor-Anbindung schwach
Internationale spezialisierte Zuverlässigkeits- / EAM-Software
Enterprise30–100 EUR/Anlage/Jahr oder 100.000–500.000 EUR/Jahr Lizenz
Für wen geeignet: 100+ Anlagen, kontinuierliche Produktion oder 24/7-Service, Sensorinvestition vorhanden
- + Ausgereift: probabilistische Zuverlässigkeit, sensorbasierte Zustandsüberwachung, Mehr-Standort-Management voll unterstützt
- + Anbindung an Produktions- und ERP-Systeme vorhanden
- + Algorithmen über Jahre gehärtet
- − Hohe Lizenz- und Beratungskosten
- − Einführung 4–9 Monate
- − Deutscher Support kann begrenzt sein, Sensor-Capex kann nötig werden
Eigenbau auf Open-Source-Solver
Open SourceLizenz kostenlos; 10–20 Wochen interne Entwicklung oder 80.000–250.000 EUR Beratung
Für wen geeignet: Großer Hersteller, Mehr-Standort-Kette mit eigenem Daten- und Engineering-Team
- + Keine Lizenzkosten
- + Voll anpassbar an Anlagentypen und Wartungspositionen
- + Cloud oder eigener Server
- − Tech- und Reliability-Engineering-Kapazität im Haus nötig
- − Laufende Wartung ist echte Arbeit
- − Sensor + Analytik + Arbeitsauftrag sind getrennte Disziplinen; alle drei aufzubauen ist teuer
Empfehlung
Im Gespräch fragen
- Ist das Wartungsintervall ein fester Zeitraum oder wird es probabilistisch aus der Ausfallhistorie berechnet? Welche Zuverlässigkeitsverteilungen werden unterstützt (z. B. Weibull)?
- Wie sind Sensordaten (Vibration, Temperatur, Stromstärke) mit dem Plan verknüpft — ist Condition-Based Maintenance (CBM) out-of-the-box möglich?
- Ist der Ersatzteilbestand mit dem Wartungsplan integriert? Werden Teile gegen Wartungstermine automatisch bestellt?
- Wird die Auslastungs-Balance und Kolonnenzuteilung vom System optimiert oder manuell eingestellt?
- Werden Audit-Aufzeichnungen (z. B. IATF, ISO 55000, GMP) automatisch erzeugt oder ist Zusatz-Dokumentation nötig?
- Wird das Produktionssystem (z. B. MRP, MES) automatisch benachrichtigt, wenn eine Anlage in den geplanten Stillstand geht?
- Wie ist der Pilot aufgebaut — wie viele Anlagen, wie viele Wochen, was ist die Erfolgsschwelle?
- Wenn wir die Zusammenarbeit beenden, wie bekommen wir Anlagenhistorie, Ausfallprotokolle und Wartungsfrequenzdaten zurück? Gibt es einen Standard-Export?
Technische Details
Anmerkung der Redaktion
In der Werkstatt heißt dieses Problem ‘der Wartungskalender’, ‘die periodische Inspektion’ oder ‘der Stillstandsplan’. Der akademische Name ist Preventive Maintenance Scheduling. Es entwickelte sich in den 1960ern parallel zur Zuverlässigkeitstechnik (Reliability Engineering) und wurde seither durch probabilistische Modelle, sensorbasierte Zustandsüberwachung und maschinelles Lernen bereichert. Ohne diese Einordnung lässt sich in einer Demo nicht beurteilen, ob das angebotene ‘Wartungsmanagement-Modul’ eine echte Engine ist, die das optimale Intervall aus Ausfallhistorie berechnet, oder nur ein Kalender mit festen Intervallen.
Der in diesem Segment am häufigsten übersehene Punkt: viele Produkte werben mit ‘vorbeugender Wartung’, laufen darunter aber nur auf festen Kalendern — z. B. ‘dieser Motor braucht alle 500 Stunden einen Ölwechsel’ als statische Regel. Das hilft etwas; echte PM-Optimierung setzt die Frequenz auf eine probabilistische Kurve, die aus der Ausfallhistorie der Anlage abgeleitet wird. Hochfrequent genutzte Anlagen verkürzen, niedrig genutzte verlängern das Intervall. Verlangen Sie in jeder Demo, dass der Anbieter ein Beispiel mit 20 Anlagen, 12 Monaten Ausfalldaten und unterschiedlicher Nutzungsintensität durchspielt und erklärt, wie die Wartungsfrequenz pro Anlage berechnet wird.
Schritt-für-Schritt-Pfad für ein KMU
Phase 1 — Erst messen, dann planen. Über mindestens 12 Monate vier Dinge erfassen:
- Pro Anlage Ausfalldatum und -ursache (nach Seriennummer)
- Gesamtbetriebsstunden oder Zyklenzahl (Sensor wo möglich, manueller Stundenzähler oder Operator-Log)
- Wartungspositionen und Dauern (Ölwechsel, Filter, Dichtung, Generalüberholung)
- Stündliche Auswirkung von Wartungs-/Ausfallzeit (verlorene Einheiten × Stückbeitrag)
Ohne diese Basislinie können Sie nicht beurteilen, welche Software welches Ergebnis liefert.
Phase 2 — Anlagen-Kritikalitätsanalyse. Bewerten Sie jede Anlage auf drei Achsen: (1) Ausfallwahrscheinlichkeit, (2) Folge des Ausfalls (Produktionsstillstand, Sicherheit, Umwelt), (3) Frühwarnsignal vorhanden (Sensor oder Operator-wahrnehmbar). Das Produkt ist der Kritikalitäts-Score. Gruppe A (hoch kritisch): enger Plan; B–C: mittel-einfach. Diese Klassifizierung ist Ihr Wissenskapital — jeder ernsthafte Anbieter wird sie zuerst fragen.
Phase 3 — Pilot. Mit 10–20 Gruppe-A-Anlagen über 12–16 Wochen starten. Erfolgskriterium schriftlich, vor dem Start: z. B. ‘in 6 Monaten Gruppe-A ungeplante Ausfälle minus 40 %, geplante Stillstandszeit halbiert’. Wird die Marke nicht erreicht, endet der Pilot — sichern Sie dieses Recht im Vertrag.
Phase 4 — Rollout. Bei erfolgreichem Pilot über 3–6 Monate auf alle Anlagen ausrollen. Schulung des Wartungsteams 2–3 Wochen; Sensoranbindung weitere 4–12 Wochen (Sensor-Capex separat).
Risiken — was schiefgehen kann
- Schlechte Ausfallhistorie-Daten. Sind die Aufzeichnungen nur ‘kaputt’ / ‘repariert’, berechnet das probabilistische Modell falsch. Vor dem Pilot eine standardisierte Ausfallmodus-Taxonomie aufsetzen.
- Widerstand im Wartungsteam. ‘Mir braucht keine Software zu sagen, wann ich warte — ich weiß das’ ist eine häufige Reaktion. Im Pilot Ergebnisse gemeinsam durchgehen; die Software muss transparent zeigen, welche Regel angewandt wurde und warum diese Frequenz vorgeschlagen ist.
- Sensor-Capex. Der Umstieg auf Condition-Based Maintenance (CBM) verlangt Sensoren (Vibration, Temperatur) zu 200–5.000 EUR pro Anlage. ROI pro Anlage rechnen; nur kritische Anlagen amortisieren sich schnell.
- Lieferantenabhängigkeit. Software, die Anlagenhistorie, Ausfallprotokolle und Wartungsregeln in proprietärem Format speichert, erschwert einen späteren Wechsel. Schreiben Sie in den Vertrag: ‘Wir können unsere Daten jederzeit in offenen Standardformaten (CSV, XML oder ähnlich) exportieren.’
Verwandte Lehre aus der Praxis (wird verlinkt, sobald veröffentlicht): ‘Eine mittelgroße Fertigung, die ihre Wartungs-Software nach 14 Monaten verworfen hat — was übersehen wurde.’
Technischer Blick auf die Lösungsmethode
Dieser Abschnitt enthält, was Sie im Gespräch mit Software-Team oder Berater brauchen. Es ist nicht das, was das Wartungsteam auf dem täglichen Bildschirm sieht — es ist der Motor hinter dem Vorhang.
Hauptansätze für die vorbeugende Wartungsplanung:
| Ansatz | Typischer Einsatz | Datenbedarf | Entscheidungslogik |
|---|---|---|---|
| Zeitbasiert (festes Intervall) | Noch keine Historie, einfaches Gerät | Niedrig | ‘Alle X Monate warten’ |
| Altersersatz | Einzelteil, MTBF bekannt | Mittel | Im optimalen Alter ersetzen |
| Blockersatz | Viele ähnliche Anlagen | Mittel | Sammelersatz, wirtschaftlich |
| Zustandsbasiert (CBM) | Sensorisierte Anlagen | Hoch | Echtzeit-Entscheidung aus Sensordaten |
| Prognostisch (PHM) | Hoher Wert + Sensoren + ML | Sehr hoch | Restnutzungsdauer-Prognose |
| Multikriterielles MIP | Gemischt-ganzzahlige Programmierung | Hoch | Vollständige Optimierung mit Kolonne und Teilen |
Faustregel: Unter 30 Anlagen mit stabiler Nutzung reichen Altersersatz oder festes Intervall. Über 100 Anlagen, Mehrschicht oder bei vorhandenen Sensoren bevorzugt man CBM + Prognostik. Multi-Ressourcen-Bedingungen (Kolonne, Teile, Produktion) drängen zu MIP oder hybriden Ansätzen.
Die Wahl der Zielfunktion verändert die Lösungsform:
- Gesamte Wartungskosten (vorbeugend + Reparatur): ‘Budget minimieren’ — passt zu knappen Budgets
- Erwartete Produktions-Stillstandszeit: ‘Linie nie stoppen’ — passt zur kontinuierlichen Produktion
- Zuverlässigkeit / Verfügbarkeit: ‘99,5 % Linienverfügbarkeit’ — passt zu vertraglich gesicherter Qualität
- Auslastungs-Balance: ‘gleichmäßige Last Woche für Woche’ — passt zur Senkung der Fluktuation
Die meisten realen Einsätze verwenden eine gewichtete Mischung der vier.
Akademische Quellen
Im sources-Block dieser Seite gelistet. Die vorbeugende Wartung ist seit den 1960ern eine aktive Schnittmenge von Reliability Engineering und Operations Research; aktuelle Arbeit ist durch IoT, maschinelles Lernen und Digital-Twin-Technologie angereichert. INFORMS Interfaces und das Archiv des European Journal of Operational Research enthalten Fallstudien zu realen Industrieanlagen.
Quellen
- Wang, H. (2002). A survey of maintenance policies of deteriorating systems. European Journal of Operational Research, Band 139 — umfassende Übersicht der Wartungspolitiken.
- Dekker, R. (1996). Applications of maintenance optimization models: A review and analysis. Reliability Engineering & System Safety, Band 51 — praxisorientierte Übersicht.
- Nakagawa, T. (2005). Maintenance Theory of Reliability. Springer. Standardwerk der Zuverlässigkeits- und Wartungs-Mathematik.
- INFORMS Interfaces — Fallstudien zu Operations-Research-Einsätzen in Wartung und Asset Management. informs.org/Publications/Interfaces
Glossar
- Vorbeugende Wartung
- Geplante Wartung vor einem Anlagenausfall — um ungeplante Stillstände zu vermeiden.
- MTBF
- Zuverlässigkeitsmetrik, die zeigt, wie lange eine Anlage im Mittel zwischen zwei aufeinanderfolgenden Ausfällen läuft.
- MIP
- Optimierungsmodell, bei dem ein Teil der Entscheidungsvariablen ganzzahlig sein muss (z. B. Anzahl LKW, Anzahl Schichten).
Ähnliche Probleme
Eine neue Teileanfrage kommt — wie ermittle ich die optimale Operationsreihenfolge + Maschinenwahl + Setup?
Wenn Sie ein mittelständischer CNC-Hersteller, ein Werkzeugbau oder ein Maschinenbau-Werkstatt mit 50-500 Teilevarianten sind, stellt jeder neue Auftrag dieselbe Entscheidung: Sie nehmen das CAD-Modell des Kunden und müssen festlegen, auf welcher Maschine, in welcher Reihenfolge, mit welchem Werkzeug und welcher Vorrichtung und in wie vielen Aufspannungen das Teil gefertigt wird. Schreiben Sie einfach die erste zulässige Reihenfolge auf, die Ihnen einfällt, wächst die Rüstzeit um Faktor 3-5 und Teile, die die Toleranz verfehlen, werden nachgearbeitet; die richtige Reihenfolge zu finden bedeutet, mehrere Routenalternativen für dasselbe Teil zu vergleichen. Lebt die Entscheidung nur im Kopf eines Ingenieurs, geht das Wissen über ähnliche Teile mit dieser Person verloren, und Routen alter Teile werden beim Kauf einer neuen Maschine nicht aktualisiert. Diese Seite richtet sich an Fertigungsplanungs-Teams, die die Operations-Reihenfolge und die Maschinenzuordnung als Brücke zwischen Design und Fertigung schriftlich und vergleichbar machen wollen.
Fünf Lieferanten bieten dasselbe Teil — wie viel kaufe ich bei jedem?
Sie betreiben einen Hersteller mit 20-200 Mitarbeitern und beziehen denselben Rohstoff oder dieselbe Komponente von 4-8 verschiedenen Lieferanten. Die Anbieter unterscheiden sich in Preis, Qualität, Lieferzeit, Kapazität, Zahlungsbedingungen und finanzieller Stabilität; wer in die Freigabeliste kommt und wer pro Bestellung welche Menge erhält, sind zwei getrennte Entscheidungen. Eine falsche Wahl kann eine monatelange Qualitätskrise auslösen oder bei Ausfall des einzigen Lieferanten die Linie zum Stillstand bringen; der 'günstigste-Bieter'-Ansatz verbirgt Qualitäts-, Verspätungs- und Compliance-Kosten und kostet am Ende 15-40% mehr. 5-15 Angebote mit 8-12 Kriterien manuell in einer Tabellenkalkulation zu bewerten wird schnell inkonsistent.
Rückwärts vom Kundenauftrag — Welches Rohmaterial soll ich wann und in welcher Menge bestellen?
Für mittelständische Fertigungs-KMU mit 50-500 Endprodukten und 200-2.000 Rohmaterialien und Baugruppen (Tier-2-Automobilzulieferer, Weißware-Komponenten, Möbel + Montage, Maschinenbau). Wenn die Stückliste (BOM) jedes Produkts und die Beschaffungs- oder Fertigungszeit jedes Teils vorliegen, lautet die Frage: ein Kunde bestellt 200 Stück Produkt X zum festen Liefertermin — welches Rohmaterial muss in welcher Menge in welcher Woche beschafft werden, und welche Baugruppen müssen wann in die Montage? Die Materialbedarfsplanung (Fachname MRP) rechnet diese Frage rückwärts vom Liefertermin und ist die Kernlogik unter jedem ERP. Auf Papier oder per Faustregel 'mein Lieferant braucht immer 3 Wochen' erledigt, läuft entweder das Lager leer und die Linie steht, oder es bindet überflüssiger Bestand Geld.