Vorausschauende Wartung beginnt im Mittelstand nicht mit KI, sondern mit den Daten, die Ihre Maschinen schon heute liefern. Wer sie sammelt, auf einem Dashboard sichtbar macht und mit einfachen Warnregeln verknüpft, kann bereits viele ungeplante Stillstände vermeiden. Die KI-Vorhersage ist die vierte Stufe, nicht die erste, und lohnt sich nur, wenn genug Verlauf da ist.
In fast jeder Halle gibt es diesen einen Instandhalter. Er hört, wenn ein Lager anfängt zu singen. Er weiß, dass die Presse drei immer donnerstags zickt und dass man der Kühlung im Sommer nicht trauen darf. Das ist Predictive Maintenance in ihrer ältesten Form, und sie funktioniert. Bis er Urlaub hat. Oder Nachtschicht frei. Oder in fünf Jahren in Rente geht. Die eigentliche Aufgabe heißt deshalb nicht „KI einführen“, sondern: sein Gespür in Daten übersetzen, bevor es mit ihm in Rente geht.
Vier Arten zu warten, in einem Satz
Reaktiv: Repariert wird, wenn etwas kaputt ist. Ehrlich, aber teuer, weil der Ausfall immer im falschen Moment kommt.
Vorbeugend: Gewartet wird nach Kalender oder Betriebsstunden, ob nötig oder nicht. Planbar, aber man tauscht oft Teile, die noch lange gehalten hätten.
Zustandsorientiert: Gewartet wird, wenn Messwerte es sagen, etwa wenn Temperatur oder Stromaufnahme eine Grenze überschreiten.
Vorausschauend (Predictive Maintenance): Ein Modell schätzt aus dem Verlauf, wann es so weit sein wird, und gibt Tage oder Wochen Vorlauf.
Dazu kommt der digitale Zwilling: ein virtuelles Abbild einer Maschine, eines Produkts oder Prozesses, das über Daten mit der echten Welt verbunden ist. Das klingt nach 3D-Animation, muss es aber nicht sein. Für die Wartung ist der Zwilling zunächst schlicht ein sauberes Datenmodell: Was ist das für eine Anlage, wie geht es ihr gerade, was ist mit ihr bisher passiert.
Wo die Industrie steht
der befragten Industrieunternehmen ab 100 Beschäftigten nutzen digitale Zwillinge.
waren es in derselben Befragung noch 2022.
sagen, es gelinge ihnen schon gut, die Potenziale von KI im eigenen Unternehmen zu nutzen.
Die Zahlen stammen aus einer Bitkom-Befragung von 552 Industrieunternehmen. Sie zeigen zweierlei. Erstens: Digitale Zwillinge sind kein Konzernthema mehr, wobei die Studie den Begriff weit fasst. Zweitens: Zwischen „wir sehen das Potenzial“ und „wir nutzen es“ liegt bei KI eine große Lücke. Genau diese Lücke schließt man nicht mit einem großen Projekt, sondern mit kleinen Schritten, die jeweils für sich etwas bringen.
Quelle: Bitkom Research, Industrie 4.0 (2025), Befragung von 552 Unternehmen des verarbeitenden Gewerbes ab 100 Beschäftigten.
Welche Daten Sie schon haben
Die gute Nachricht: Fast jeder Betrieb sitzt auf mehr Daten, als er denkt.
- Aus der Steuerung: Betriebsstunden, Taktzahlen, Störmeldungen, Stillstandsgründe, oft auch Temperaturen und Drücke.
- Aus dem Stromnetz: Die Stromaufnahme eines Motors verrät viel. Ein Antrieb, der für dieselbe Arbeit plötzlich mehr zieht, hat einen Grund.
- Aus der Instandhaltung: das Wartungsbuch, als Software, Excel-Liste oder Ordner. Unterschätzt und unbezahlbar, weil darin steht, was wann kaputtging.
- Aus der Planung: Auftragsdaten aus ERP oder MES zeigen, unter welcher Last eine Maschine lief.
Ältere Anlagen ohne Schnittstelle lassen sich mit Sensoren für Strom, Temperatur oder Schwingung nachrüsten, ohne in die Steuerung einzugreifen. Bei neueren Maschinen liegen die Daten manchmal in der Cloud des Herstellers. Hier hilft seit dem 12. September 2025 der EU Data Act: Nutzer vernetzter Produkte, ausdrücklich auch vernetzter Industriemaschinen, haben einen Anspruch auf die Daten, die bei der Nutzung entstehen, und können verlangen, dass sie an Dritte gehen, etwa für Analyse- und Wartungsdienste. Es gibt Ausnahmen, zum Beispiel für Geschäftsgeheimnisse. Verbindlich klärt das im Einzelfall ein Anwalt.
Quelle: Bundesnetzagentur, Data Act Factsheet Datenzugang und Datennutzung (2026).
Der Einstieg in vier Stufen
Stufe 1: Daten sammeln. Eine Maschine, nicht fünfzig. Am besten die, deren Ausfall am meisten wehtut, und nicht die neueste. Die Daten laufen an einer Stelle zusammen, mit Zeitstempel, und das Wartungsbuch wird nachgezogen. Klingt unspektakulär. Ohne diese Stufe ist jede weitere Kaffeesatzleserei.
Stufe 2: Sichtbar machen. Ein Dashboard, das der Schichtleiter versteht: Läuft die Anlage, wie war die letzte Woche, wie sehen Stromaufnahme und Temperatur im Verlauf aus. Oft fällt schon hier etwas auf, das niemand gesucht hat. Wichtig ist, dass das Dashboard dort hängt, wo entschieden wird, und nicht in einem Ordner, den nur die IT öffnet. Wie wir solche Oberflächen bauen, zeigt unsere Seite zu digitalen Plattformen.
Stufe 3: Warnregeln. Jetzt kommt das Gespür des Instandhalters ins System. Er weiß, ab welcher Temperatur es kritisch wird und dass ein langsamer Anstieg über Tage schlimmer ist als ein kurzer Ausreißer. Daraus werden Regeln: Grenzwert überschritten oder Trend auffällig, dann Nachricht an die Instandhaltung, Ticket im Wartungssystem, Ersatzteil prüfen. Diese automatisierten Abläufe sind keine KI, aber sie sind der Schritt, der aus Daten Handlungen macht. Für viele Betriebe ist das bereits zustandsorientierte Wartung, und ein Stand, mit dem man gut arbeiten kann.
Stufe 4: Vorhersage. Erst wenn genug Verlauf da ist, idealerweise mit dokumentierten Ausfällen, kann ein Modell lernen, wie sich ein Schaden ankündigt. Dann gibt es Vorlauf statt Alarm. Ehrlich gesagt: Nicht jeder Betrieb muss hier ankommen, und das ist kein Scheitern. Wer mit Stufe 3 die meisten Überraschungen los ist, braucht Stufe 4 vielleicht gar nicht.
Ein Rechenbeispiel
Ob sich das lohnt, entscheidet nicht die Technik, sondern Ihr Stillstand. Ein Beispiel mit angenommenen Zahlen: Eine Engpassmaschine fällt dreimal im Jahr ungeplant aus, jeweils für sechs Stunden. Jede Stunde Stillstand kostet 500 Euro an entgangenem Deckungsbeitrag, dazu kommen pro Ausfall 2.000 Euro für Eileinsatz und Expressteile. Macht 5.000 Euro pro Ausfall, 15.000 Euro im Jahr.
Gelingt es mit Dashboard und Warnregeln, zwei dieser drei Ausfälle vorher zu erkennen und in einen geplanten Stopp von einer Stunde zu verwandeln, kosten diese beiden zusammen noch rund 1.000 Euro Stillstand plus normale Teile. Die Ersparnis liegt dann bei knapp 9.000 Euro im Jahr, an einer einzigen Maschine.
Die Zahlen sind ein Beispiel, kein Versprechen. Die Rechnung selbst können Sie mit Ihren Werten in zehn Minuten machen: Wie oft steht die Maschine ungeplant, wie lange, was kostet eine Stunde? Das Ergebnis ist der Rahmen, in dem sich Stufe 1 bis 3 bewegen dürfen. Für Stufe 4 muss die Summe deutlich größer sein.
Digitaler Zwilling: wann ja, wann nein
Ja, als Datenmodell, sobald mehr als eine Handvoll Maschinen im Spiel ist. Jede Anlage hat dann ein digitales Gegenstück mit Stammdaten, aktuellem Zustand, Messverlauf und Wartungshistorie. Das ist die Grundlage, damit Dashboards und Regeln nicht für jede Maschine neu gebaut werden.
Ja, als Simulation, wenn Sie Fragen haben, die sich am echten Band nicht ausprobieren lassen: Was passiert mit dem Durchsatz, wenn Maschine drei ausfällt? Lohnt sich eine zweite Schicht an der Engpassstelle? Was bringt ein Umbau der Linie? Das ist ein eigenes Projekt, oft mit Spezialisten für Simulation.
Nein, als Selbstzweck. Ein schönes 3D-Modell der Halle, das mit keinem Wartungs- oder Planungsprozess verbunden ist, beeindruckt beim Besuch und ändert sonst nichts.
Die ehrlichen Grenzen
- Seltene Ausfälle, wenig Lernstoff. Ein Modell lernt aus Schäden. Gute Maschinen liefern davon zum Glück wenige. Deshalb sind Regeln oft verlässlicher als KI.
- Daten zeigen Symptome, keine Ursachen. Dass die Temperatur steigt, sagt das System. Warum, findet der Instandhalter heraus.
- Nicht alles kündigt sich an. Bedienfehler, Fremdkörper oder ein Bruch ohne Vorgeschichte tauchen in keiner Kurve vorher auf.
- Sicherheit der Anlagen. Das Maschinennetz gehört nicht offen ins Internet. Daten fließen kontrolliert nach außen, nie Befehle unkontrolliert hinein.
- Mitbestimmung. Maschinendaten lassen oft Rückschlüsse auf die Arbeit der Bediener zu. Die Einführung technischer Einrichtungen, die dazu bestimmt sind, Verhalten oder Leistung zu überwachen, ist nach § 87 BetrVG mitbestimmungspflichtig. Holen Sie den Betriebsrat früh dazu.
Quellen: § 87 Abs. 1 Nr. 6 BetrVG · Bundesnetzagentur, Data Act (2026). Stand: 26.10.2026.
Typische Fehler beim Start
Zu groß anfangen. Alle Maschinen auf einmal anbinden wollen und nach einem Jahr eine teure Datensammlung ohne Ergebnis haben.
Die falsche Maschine zuerst. Die neueste Anlage fällt selten aus. Starten Sie dort, wo Stillstand wirklich Geld kostet.
Den Instandhalter übergehen. Sein Wissen ist die Grundlage für jede Warnregel. Wird er nicht gefragt, ignoriert er das Dashboard, und zwar zu Recht.
Das Wartungsbuch vergessen. Ohne dokumentierte Ausfälle und Reparaturen weiß später niemand, was eine Kurve bedeutet hat.
Eine weitere Insel bauen. Ein Dashboard, das neben Wartungssystem, ERP und Schichtbuch steht, statt mit ihnen zu reden. Warum fünf Einzellösungen teurer werden als eine verbundene Plattform, steht in unserem Beitrag zu eigener Software statt Insellösungen.
Was REWLO macht und was nicht
Wir sind keine Maschinenbauer und programmieren keine Steuerungen. Sensoren montiert Ihr Elektriker, Ihr Maschinenhersteller oder ein Systemintegrator. Wir bauen das, was danach kommt: die Datenplattform, auf der alles zusammenläuft, das Dashboard für Halle und Büro, die Warnregeln und Abläufe bis ins Wartungssystem, und bei Bedarf den Schritt zur Vorhersage. Wie solche Plattformen im Alltag aussehen, zeigen unsere digitalen Plattformen. Was wir sonst für Industrie und Mittelstand machen, steht auf unserer Seite Industrie & Mittelstand.
Kurz gesagt
Predictive Maintenance ist im Mittelstand kein Großprojekt, sondern eine Treppe. Daten sammeln, sichtbar machen, Warnregeln aufstellen, und erst wenn das trägt, über Vorhersagen nachdenken. Der digitale Zwilling ist dabei zunächst ein sauberes Datenmodell, kein 3D-Film. Wer an einer Maschine anfängt, den Instandhalter mitnimmt und seinen Stillstand ehrlich rechnet, weiß nach der ersten Stufe, ob sich die nächste lohnt.
REWLO Medienwerk aus Heidelberg baut Datenplattformen, Dashboards und automatisierte Abläufe für Industrie und Mittelstand, die Maschinen kommen von anderen. Dieser Beitrag ersetzt keine Rechtsberatung. Mehr unter /leistungen.
