Gute Software kann schlechte Daten nicht heilen. Uneinheitliche Equipment-Namen und lückenhafte Running Hours untergraben jedes Analysevorhaben.
Widersprüche zwischen Bord- und Shore-Systemen und unvollständige Ersatzteilreferenzen.
Klare Eigentümer, definierte Pflegeprozesse und begrenzte Zahl kritischer Datenfelder.
Management muss definieren welche Daten geschäftskritisch sind.
Datenqualitätsprobleme in der maritimen Industrie sind selten das Ergebnis von Inkompetenz. Sie entstehen durch systemische Schwachstellen in der Datenkette. Die häufigsten Bruchstellen liegen an drei Punkten: bei der Ersterfassung an Bord, bei der Synchronisation zwischen Bord- und Shore-Systemen und bei der Migration zwischen Softwareplattformen.
Bei der Ersterfassung ist das Grundproblem oft trivial: Ein Maschinenwart trägt Running Hours manuell in ein PMS ein, rundet dabei oder verwendet unterschiedliche Zählwerke für denselben Motor. Über Monate summieren sich solche Abweichungen zu Datensätzen, die für eine zustandsbasierte Wartungsplanung unbrauchbar sind. Hinzu kommen Equipment-Hierarchien, die bei der Erstanlage korrekt waren, aber bei späteren Umbauten oder Nachrüstungen nicht aktualisiert wurden.
Die Synchronisation zwischen Bord und Land ist ein weiteres chronisches Problem. Viele Flotten arbeiten mit asynchronen Datenbanken: Das Bordsystem speichert lokal, und die Daten werden in unregelmäßigen Abständen per Satellit an Land übertragen. Konflikte entstehen, wenn beide Seiten zwischenzeitlich Änderungen vornehmen. Ohne klare Synchronisationsregeln gewinnt oft die letzte Änderung – unabhängig davon, welche korrekt ist.
Die dritte Bruchstelle ist die Systemmigration. Wenn ein Betreiber von einem PMS auf ein anderes wechselt, werden Altdaten häufig pauschal migriert – inklusive aller Fehler, Duplikate und veralteten Einträge. Das neue System startet mit einer kontaminierten Datenbasis, und die Benutzer verlieren von Anfang an das Vertrauen.
Ein oft übersehener Aspekt ist die Ersatzteilzuordnung. Viele Flotten verwenden herstellerspezifische Teilenummern neben internen Codes neben Lieferantenreferenzen. Ohne eine zentrale Stammdatenpflege führt das zu Fehlbestellungen, erhöhten Lagerbeständen und verzögerter Wartung.
Die Kosten schlechter Datenqualität sind real, aber schwer zu beziffern, weil sie sich auf viele Einzelposten verteilen. Ein typisches Beispiel: Ein Superintendent bestellt ein Ersatzteil auf Basis einer falschen Artikelnummer im PMS. Das falsche Teil kommt an Bord, wird nicht gebraucht, muss retourniert werden. Das richtige Teil wird nachbestellt, trifft verspätet ein. In der Zwischenzeit liegt das Schiff mit eingeschränkter Verfügbarkeit eines Systems.
Multipliziert man solche Vorfälle über eine Flotte von zwanzig Schiffen und zwölf Monate, addieren sich die Kosten erheblich: direkte Mehrkosten durch Expresslieferungen und Retouren, indirekte Kosten durch verzögerte Wartung und erhöhtes Ausfallrisiko, und Opportunitätskosten durch gebundene Ressourcen, die stattdessen produktiv hätten eingesetzt werden können.
Ein zweiter Kostenblock entsteht bei der Klasseerneuerung. Wenn die Dokumentation im PMS nicht mit der tatsächlichen Bordkonfiguration übereinstimmt, kostet die Vorbereitung auf einen Survey erheblich mehr Zeit. Im schlimmsten Fall werden Discrepancies im Survey selbst aufgedeckt, was zu Auflagen und Verzögerungen führt.
Anders als in stationären Industrien bewegt sich das maritime Asset über den Globus, hat wechselnde Besatzungen und eingeschränkte Konnektivität. Jede Besatzung bringt eigene Gewohnheiten bei der Dateneingabe mit. Was in einer Fabrik durch einheitliche Schulung und permanente Netzwerkverbindung gelöst wird, ist auf einem Schiff ungleich schwieriger.
Hinzu kommt die Fragmentierung der Softwarelandschaft. Viele Betreiber nutzen drei bis fünf verschiedene Systeme für Wartung, Einkauf, Dokumentation und Reporting. Diese Systeme wurden zu unterschiedlichen Zeitpunkten eingeführt, oft von unterschiedlichen Abteilungen, und sind selten vollständig integriert. Stammdaten werden in jedem System separat gepflegt – mit vorhersehbaren Inkonsistenzen.
Regulatorische Anforderungen verschärfen das Problem: CII-Daten, EU-ETS-Reporting und BWMS-Compliance verlangen präzise, nachvollziehbare Daten. Betreiber, die ihre Datenbasis nicht in Ordnung haben, stehen vor der Wahl zwischen manuellem Aufwand und regulatorischem Risiko.
Der Ansatz muss pragmatisch sein. Eine Flotte kann nicht alle Datenprobleme gleichzeitig lösen. Der erste Schritt ist die Identifikation der zehn bis fünfzehn kritischsten Datenfelder – typischerweise Equipment-IDs, Running Hours, Ersatzteilnummern, Wartungsintervalle und Zertifikats-Ablaufdaten.
Für jedes dieser Felder wird ein Eigentümer benannt, ein Soll-Format definiert und ein Prüfintervall festgelegt. Monatliche Stichproben – nicht vollständige Audits – reichen oft aus, um den Zustand zu überwachen. Entscheidend ist die Regelmäßigkeit, nicht die Tiefe.
Drei Leitfragen für die Priorisierung: 1) Welche Daten fließen in externe Berichte (Klasse, Flag, Charterer)? 2) Welche Daten beeinflussen direkt Einkaufsentscheidungen? 3) Welche Daten sind Grundlage für Wartungsplanung? Was in allen drei Kategorien auftaucht, hat höchste Priorität.
Unverbindliches Erstgespräch – wir analysieren Ihre Situation und finden den besten Weg.
Beratung anfragen