WartungMaintenance

Predictive Maintenance: Was an Bord spartPredictive Maintenance: What Actually Saves Money on Board

Von Joshua KantnerBy Joshua Kantner · April 2026 · OceanSphere Consulting

Warum Einsparung nicht im Dashboard entstehtWhy savings do not originate in the dashboard

Sondern weil ungeplante Schäden und Eileinsätze reduziert werden.

They come from reducing unplanned damage and emergency interventions.

Wo der größte Nutzen liegtWhere the greatest benefit lies

Bei Anlagen mit hoher Ausfallwirkung und gut messbaren Zustandsgrößen.

With equipment that has high failure impact and well-measurable condition parameters.

Unverbindliches ErstgesprächFree Initial Consultation Unabhängige Marine-Engineering-Beratung. Wir finden eine Lösung.Independent marine engineering consulting. We find a solution.
KontaktContact

Warum Datenqualität und Zuständigkeit wichtig sindWhy data quality and ownership matter

Ohne klare Eigentümer und Eskalation kippt der Nutzen.

Without clear data owners and escalation paths, the benefit erodes.

Was Betreiber konkret machen solltenWhat operators should do in practice

Mit wenigen kritischen Anlagen beginnen und messen.

Start with a few critical assets and measure results.

Technische Vertiefung: Wo Predictive Maintenance tatsächlich Geld spartTechnical Deep-Dive: Where Predictive Maintenance Actually Saves Money

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.

The savings from predictive maintenance do not come from the technology itself but from avoiding three cost drivers: unplanned failures, emergency spare part procurement and poorly timed interventions. Each of these drivers has a clear mechanical logic that can be quantified.

Unplanned failures are the single largest item. An unplanned main engine breakdown at sea can cost between EUR 50,000 and 500,000 per day depending on position, vessel type and charter contract – through salvage, towage, port fees, lost charter revenue and repair. If a vibration analysis on the turbocharger detects an imbalance three months before the failure and the replacement is carried out during the next scheduled port call, costs fall to a fraction. The saving is not the price difference of a new turbocharger – that is needed in both cases – but the difference between a planned and an unplanned intervention.

Emergency spare part procurement drives costs substantially. A turbocharger rotor assembly ordered through regular channels has a lead time of 6 to 10 weeks at a defined list price. The same part in an emergency – the vessel is in port, the charterer is pressing – is delivered by air freight, often from a third-party supplier at a surcharge of 30 to 100 per cent. For critical electronic components in modern control systems, the surcharges can be even higher.

Poorly timed interventions concern maintenance that is carried out on schedule but at the wrong moment. An oil change after a rigid 500 operating hours when oil analysis shows the condition is good for another 200 hours wastes material and labour. Conversely: an interval of 500 hours when oil analysis already shows critical values after 350 hours risks bearing damage. Condition-based maintenance optimises the timing – not too early, not too late.

The quantification can be demonstrated through a concrete example: an operator with 10 vessels, each fitted with a MAN B&W two-stroke engine, runs vibration monitoring on main engines and turbochargers. In one year, the system generates early warnings on two vessels: one incipient imbalance on a turbocharger, one bearing issue on the crankshaft. Both interventions are carried out as planned at the next docking. The avoided costs from unplanned downtime: conservatively estimated at EUR 400,000 to 800,000. The annual cost of the monitoring system: EUR 80,000 to 120,000. The return on investment is clearly positive.

Praktische Auswirkungen: Wo anfangen und wie messenPractical Implications: Where to Start and How to Measure

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?

The most common mistake when introducing predictive maintenance is starting too broadly. Operators who want to monitor all systems immediately drown in data and lose focus. The pragmatic approach: start with the three to five assets per vessel that have the highest failure impact and for which measurable condition parameters exist.

For most commercial vessels these are: main engine (vibration, cylinder pressure, exhaust temperatures), turbocharger (vibration, speed, exhaust temperature differential), generators (vibration, insulation resistance, oil analysis) and steering gear (pressure, temperature, leakage). These assets have high failure impact (operational disruption, safety relevance) and well-understood physical relationships.

Success measurement must be concrete. Abstract KPIs such as "system availability" or "mean time between failures" for the entire fleet are too aggregated to isolate the contribution of predictive maintenance. A case count is more meaningful: how many unplanned interventions were avoided compared with the previous year? Which specific costs were saved? Which interventions were brought forward or deferred based on condition data?

Kontext: Predictive Maintenance in der BranchenrealitätCase Context: Predictive Maintenance in Industry Reality

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.

Large operators such as Mærsk, MSC and Hapag-Lloyd have been investing in predictive maintenance programmes for years. Results are mixed: where the programme is focused on critical assets and backed by clear processes, measurable savings are evident. Where it was introduced as a company-wide IT project without operational anchoring, it stagnates.

Classification societies support the trend. DNV offers CBM notations allowing operators to replace fixed maintenance intervals with condition-based strategies – with the advantage of reduced survey scope during class surveys. Lloyd's Register and Bureau Veritas offer comparable programmes. The prerequisite is always: demonstrable data quality and documented processes.

For small and medium operators, the entry is often easier than expected. Vibration monitoring with portable devices, regular oil analysis through external laboratories and thermography during port calls – these measures do not require a multi-million investment in IT infrastructure yet deliver actionable results.

Entscheidungsrahmen: Investition in Predictive Maintenance bewertenDecision Framework: Evaluating Predictive Maintenance Investment

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.

Three questions determine whether an investment in predictive maintenance is worthwhile. First: which assets have the highest failure impact and the highest unplanned costs? Second: are the physical condition parameters of these assets measurable and interpretable? Third: does a process exist that turns a condition warning into a work order?

If all three questions can be answered positively, the investment is very likely to be profitable. If the third question is answered with no, the process must be established first – before investing in sensors. Technology without process is predictive theatre.

KernaussagenKey Takeaways

Weiterführende ArtikelRelated Articles

Häufig gestellte FragenFAQ

Was spart konkret?What specifically saves money?
Ungeplante Ausfälle, Eilbestellungen und schlecht getimte Eingriffe.Unplanned breakdowns, emergency procurement, and poorly timed interventions.
Wo anfangen?Where to start?
Bei kritischen Anlagen mit klarer Zustandslogik.With critical equipment that has clear condition logic.
Häufigster Fehler?Most common mistake?
Zu viele Daten ohne klare Folgeprozesse.Too much data without clear follow-up processes.

Bereit für eine Lösung?Ready for a solution?

Unverbindliches Erstgespräch – wir analysieren Ihre Situation und finden den besten Weg.Free initial consultation – we analyze your situation and find the best path forward.

Beratung anfragenRequest Consulting