Sondern weil ungeplante Schäden und Eileinsätze reduziert werden.
Bei Anlagen mit hoher Ausfallwirkung und gut messbaren Zustandsgrößen.
Ohne klare Eigentümer und Eskalation kippt der Nutzen.
Mit wenigen kritischen Anlagen beginnen und messen.
Die Einsparung durch Predictive Maintenance entsteht nicht durch die Technologie selbst, sondern durch die Vermeidung von drei Kostentreibern: ungeplante Ausfälle, Notbeschaffung von Ersatzteilen und schlecht getimte Eingriffe. Jeder dieser Treiber hat eine klare mechanische Logik, die sich quantifizieren lässt.
Ungeplante Ausfälle sind der größte Einzelposten. Ein ungeplanter Hauptmaschinen-Stillstand auf See kann je nach Position, Schiffstyp und Chartervertrag zwischen 50.000 und 500.000 EUR pro Tag kosten – durch Bergung, Schlepp, Hafengebühren, Charterausfall und Reparatur. Wenn eine Vibrationsanalyse am Turbolader drei Monate vor dem Ausfall eine Unwucht erkennt und der Tausch beim nächsten geplanten Hafenaufenthalt erfolgt, sinken die Kosten auf einen Bruchteil. Die Einsparung ist nicht die Differenz zum neuen Turbolader – der wird in beiden Fällen benötigt – sondern die Differenz zwischen geplantem und ungeplantem Eingriff.
Notbeschaffung von Ersatzteilen treibt die Kosten erheblich. Ein Turbolader-Rotorbündel, das regulär bestellt wird, hat eine Lieferzeit von 6 bis 10 Wochen und kostet einen definierten Listenpreis. Dasselbe Teil in einer Notsituation – das Schiff liegt im Hafen, der Charterer drängt – wird per Luftfracht geliefert, oft von einem Drittanbieter zu einem Aufschlag von 30 bis 100 Prozent. Bei kritischen Elektronikkomponenten für moderne Steuerungssysteme können die Aufschläge noch höher sein.
Schlecht getimte Eingriffe betreffen die Wartung, die zwar planmäßig erfolgt, aber zum falschen Zeitpunkt. Ein Ölwechsel nach starren 500 Betriebsstunden, wenn die Ölanalyse zeigt, dass der Zustand noch für 200 weitere Stunden ausreicht, verschwendet Material und Arbeitszeit. Umgekehrt: Ein Intervall von 500 Stunden, wenn die Ölanalyse bereits nach 350 Stunden kritische Werte zeigt, riskiert einen Lagerschaden. Condition-Based Maintenance optimiert den Zeitpunkt – nicht zu früh, nicht zu spät.
Die Quantifizierung lässt sich anhand eines konkreten Beispiels demonstrieren: Ein Betreiber mit 10 Schiffen, jeweils einem MAN B&W-Zweitaktmotor, betreibt Vibrationsmonitoring an Hauptmaschine und Turboladern. In einem Jahr erkennt das System bei zwei Schiffen Frühwarnungen: einmal eine beginnende Unwucht am Turbolader, einmal ein Lager-Problem an der Kurbelwelle. Beide Eingriffe erfolgen geplant beim nächsten Docking. Die vermiedenen Kosten für ungeplante Stillstände: konservativ geschätzt 400.000 bis 800.000 EUR. Die jährlichen Kosten des Monitoring-Systems: 80.000 bis 120.000 EUR. Der Return on Investment ist deutlich positiv.
Der häufigste Fehler bei der Einführung von Predictive Maintenance ist, zu breit zu starten. Betreiber, die sofort alle Systeme überwachen wollen, versinken in Daten und verlieren den Fokus. Der pragmatische Ansatz: mit den drei bis fünf Anlagen pro Schiff beginnen, die die höchste Ausfallwirkung haben und bei denen messbare Zustandsgrößen existieren.
Für die meisten Handelsschiffe sind das: Hauptmaschine (Vibration, Zylinderdruck, Abgastemperaturen), Turbolader (Vibration, Drehzahl, Abgastemperatur-Differenz), Generatoren (Vibration, Isolationswiderstand, Ölanalyse) und Rudermaschine (Druck, Temperatur, Leckage). Diese Anlagen haben eine hohe Ausfallwirkung (Betriebsunterbrechung, Sicherheitsrelevanz) und gut verstandene physikalische Zusammenhänge.
Die Messung des Erfolgs muss konkret sein. Abstrakte KPIs wie "Systemverfügbarkeit" oder "Mean Time Between Failures" der gesamten Flotte sind zu aggregiert, um den Beitrag von Predictive Maintenance zu isolieren. Sinnvoller ist eine Fallzählung: Wie viele ungeplante Eingriffe wurden im Vergleich zum Vorjahr vermieden? Welche konkreten Kosten wurden eingespart? Welche Eingriffe wurden aufgrund von Condition-Daten vorverlegt oder verschoben?
Große Betreiber wie Mærsk, MSC und Hapag-Lloyd investieren seit Jahren in Predictive-Maintenance-Programme. Die Ergebnisse sind gemischt: Wo das Programm auf kritische Anlagen fokussiert und mit klaren Prozessen hinterlegt ist, zeigen sich messbare Einsparungen. Wo es als unternehmensweites IT-Projekt ohne operative Verankerung eingeführt wurde, stagniert es.
Klassifikationsgesellschaften unterstützen den Trend. DNV bietet CBM-Notationen an, die Betreibern erlauben, feste Wartungsintervalle durch zustandsbasierte Strategien zu ersetzen – mit dem Vorteil reduzierter Besichtigungsumfänge bei Klassebesichtigungen. Lloyd's Register und Bureau Veritas bieten vergleichbare Programme. Die Voraussetzung ist immer: nachweisbare Datenqualität und dokumentierte Prozesse.
Für kleine und mittlere Betreiber ist der Einstieg oft einfacher als erwartet. Vibrationsmonitoring mit portablen Geräten, regelmäßige Ölanalyse durch externe Labore und Thermografie bei Hafenaufenthalten – diese Maßnahmen erfordern keine Millionen-Investition in IT-Infrastruktur und liefern dennoch handlungsrelevante Ergebnisse.
Drei Fragen bestimmen, ob eine Investition in Predictive Maintenance sinnvoll ist. Erstens: Welche Anlagen haben die höchste Ausfallwirkung und die höchsten ungeplanten Kosten? Zweitens: Sind die physikalischen Zustandsgrößen dieser Anlagen messbar und interpretierbar? Drittens: Existiert ein Prozess, der aus einer Zustandswarnung einen Arbeitsauftrag macht?
Wenn alle drei Fragen positiv beantwortet werden können, ist die Investition mit hoher Wahrscheinlichkeit rentabel. Wenn die dritte Frage mit Nein beantwortet wird, muss zuerst der Prozess etabliert werden – bevor in Sensorik investiert wird. Technologie ohne Prozess ist Predictive Theatre.
Unverbindliches Erstgespräch – wir analysieren Ihre Situation und finden den besten Weg.
Beratung anfragen