Vorausschauende Wartung liefert die größten Einsparungen dort, wo ungeplante Ausfallzeiten hohe Folgekosten auslösen: an Hauptmaschinen und Hilfsaggregaten, Turboladern, Pumpen, Separatoren und elektrischen Antrieben. Der Nutzen entsteht nicht allein durch Sensoren, sondern durch frühere Erkennung von Abweichungen und bedarfsgerecht geplante Eingriffe, abgestimmt auf Hafenfenster, Ersatzteilverfügbarkeit und Survey-Termine.
Ein typisches Beispiel: Ein Turbolader auf einem Zweitaktmotor zeigt über Wochen eine leicht steigende Abgastemperatur bei gleichbleibender Last. Ohne systematische Trendüberwachung wird diese Abweichung erst bei Alarm oder Leistungsverlust bemerkt – dann ist der Schaden bereits eingetreten. Eine frühzeitige Erkennung hätte eine gezielte Turboladerreinigung im nächsten Hafenaufenthalt ermöglicht, statt eines ungeplanten Werkstattaufenthalts mit Off-Hire-Kosten von mehreren zehntausend Euro pro Tag.
Die größten Einsparpotenziale liegen erfahrungsgemäß in drei Bereichen: erstens bei der Vermeidung von Folgeschäden durch frühzeitige Intervention, zweitens bei der besseren Abstimmung von Ersatzteilbeschaffung auf tatsächlichen Bedarf statt pauschaler Bevorratung, und drittens bei der Möglichkeit, Wartungsintervalle datengestützt zu verlängern, wo der Zustand es zulässt – ohne Klasse- oder Herstellervorgaben zu verletzen.
In der Praxis reichen oft wenige verlässliche Signale aus: Vibration, Lager- und Abgastemperaturen, Schmieroelzustand, Druckverläufe, Betriebsstunden, Lastprofile und Alarmhistorien. Entscheidend ist die Qualität der Trends, nicht die Anzahl der Messpunkte.
Vibrationsmessungen an Hauptlagern, Turboladern und großen Pumpen liefern belastbare Frühwarnung bei mechanischem Verschleiß. Lagertemperaturen zeigen Veränderungen in der Schmierung oder Ausrichtung. Abgastemperaturen pro Zylinder erlauben Rückschlüsse auf Einspritzdüsen, Auslassventile und Verbrennung. Schmieroelanalysen – insbesondere Partikelzählung, Viskosität und Wassergehalt – geben zuverlässige Hinweise auf den Zustand innerer Komponenten ohne Demontage.
Alarmhistorien werden häufig unterschätzt. Ein einzelner Alarm hat oft wenig Aussagekraft, aber Häufungsmuster über Wochen können auf systematische Probleme hinweisen, die im Tagesgeschäft untergehen. Wer diese Daten strukturiert auswertet – etwa wöchentliche Trendberichte vom Chief Engineer, die an Land mit PMS-Daten abgeglichen werden – hat bereits eine wirksame Basis für vorausschauende Wartung, ohne große IT-Investitionen.
Der wirtschaftliche Hebel liegt im Workflow nach dem Alarm. Ein gutes System meldet nicht nur eine Abweichung, sondern verknüpft sie mit einer technischen Bewertung, Dringlichkeitseinstufung, Ursachenhypothese und Handlungsempfehlung.
In der Praxis sieht das so aus: Der Trend einer steigenden Lagertemperatur an Hilfsdiesel Nr. 2 wird erkannt und automatisch mit der letzten Wartungshistorie abgeglichen. Das System stellt fest, dass die letzte Lagerüberholung vor 14.000 Betriebsstunden stattfand und empfiehlt eine Inspektion innerhalb der nächsten 500 Stunden. Gleichzeitig wird geprüft, ob die benötigten Ersatzteile an Bord oder im nächsten Hafen verfügbar sind.
Ohne diesen strukturierten Prozess bleibt es bei einer Alarmmeldung, die der Wachingenieur zur Kenntnis nimmt, möglicherweise als Einzelereignis einstuft und nicht weiterverfolgt. Die Differenz zwischen diesen beiden Szenarien ist der eigentliche ROI vorausschauender Wartung.
Typische Fehlstarts sind zu breit angelegte Pilotprojekte, unklare Zuständigkeiten und der Versuch, zeitbasierte Wartung vom ersten Tag an komplett zu ersetzen. Ein enger Fokus auf wenige Anlagen mit hohem Risiko- oder Kostenpotenzial ist wirkungsvoller.
Ein weiterer häufiger Fehler ist die Überbetonung der Technologie gegenüber dem Prozess. Teure Sensorik und Cloud-Plattformen nützen wenig, wenn an Bord niemand die Ergebnisse in Handlungen umsetzt oder an Land niemand die Eskalationswege definiert hat. Die besten Systeme, die ich in der Praxis gesehen habe, waren oft die einfachsten: strukturierte Trendtabellen, die wöchentlich zwischen Bord und Land ausgetauscht werden, mit klaren Schwellenwerten und definierten Reaktionszeiten.
Außerdem wird oft versucht, alle Anlagen gleichzeitig einzubinden. Das überfordert sowohl die Bordmannschaft als auch die Landorganisation. Besser: mit zwei bis drei kritischen Systemen beginnen – etwa Hauptmaschine, Turbolader und Separatoren – Erfahrung aufbauen und dann schrittweise erweitern.
Die Datenarchitektur für vorausschauende Wartung muss nicht komplex sein, aber sie muss konsistent sein. Im Kern steht die Verknüpfung von Zustandsdaten mit Betriebskontext. Eine Abgastemperatur von 380°C sagt wenig aus, wenn die zugehörige Motorlast, Drehzahl, Außentemperatur und Kraftstoffqualität nicht miterfasst werden. Erst die Normalisierung auf vergleichbare Betriebsbedingungen macht Trends aussagekräftig.
Für maritime Anwendungen haben sich drei Analysestufen bewährt. Stufe eins ist die einfache Trendüberwachung mit statischen Schwellenwerten – das kann jede Reederei mit einer Tabellenkalkulation umsetzen. Stufe zwei verwendet gleitende Durchschnitte und Regressionsanalysen, um Verschleißraten zu prognostizieren. Stufe drei arbeitet mit multivariaten Modellen, die mehrere Messgrößen korrelieren – etwa Vibration, Temperatur und Ölanalyse gleichzeitig – um Ausfallmuster früher zu erkennen.
Die meisten Flotten profitieren bereits erheblich von Stufe eins und zwei. Der Sprung zu Stufe drei erfordert deutlich mehr Datenqualität und analytische Kompetenz, liefert aber bei kritischen Anlagen wie dem Hauptantrieb oder der Stromerzeugung einen echten Mehrwert. IACS-Empfehlung Rec. 74 gibt hier einen nützlichen Rahmen für die Bewertung zustandsbasierter Klasse-Programme.
Ein oft übersehener Aspekt ist die Datenübertragung von Bord an Land. Satellitenverbindungen haben begrenzte Bandbreite, weshalb die Datenreduktion an Bord erfolgen muss – aggregierte Trendwerte statt Rohdaten, mit der Möglichkeit, bei Bedarf auf Rohdaten zuzugreifen. Systeme, die täglich gigabyteweise Rohdaten übertragen wollen, scheitern in der Praxis an den Kommunikationskosten.
Die Einführung vorausschauender Wartung erfordert klare Rollenverteilung. An Bord ist der Chief Engineer für die Datenerfassung und erste Bewertung verantwortlich. An Land sollte ein Superintendent oder technischer Manager die Trends konsolidieren und Eskalationsentscheidungen treffen. Ohne diese klare Zuordnung bleibt vorausschauende Wartung ein Papiertiger.
Als Werkzeuge reichen in der ersten Phase häufig bestehende PMS-Software, ergänzt um strukturierte Trendformulare. Spezialisierte Condition-Monitoring-Plattformen wie ENIRAM, Kyma oder ShipNet bieten mehr Automatisierung, setzen aber eine stabile Dateninfrastruktur voraus. Der zeitliche Rahmen für eine solide Einführung liegt bei sechs bis zwölf Monaten für die erste Pilotanlage, weitere sechs Monate für den Rollout auf kritische Systeme.
Entscheidend ist die Akzeptanz an Bord. Wenn die Besatzung den Sinn des Meldesystems nicht versteht oder den Eindruck hat, dass zusätzliche Bürokratie ohne Rückmeldung entsteht, sinkt die Datenqualität schnell. Die besten Ergebnisse erzielen Reedereien, die dem Chief Engineer zeitnah Rückmeldung geben – was mit seinen Daten passiert ist, welche Maßnahmen abgeleitet wurden.
Ein Container-Feeder mit MAN B&W 6S50ME-C zeigte über drei Monate einen langsamen Anstieg der Hauptlagertemperatur an Position 4. Der Anstieg betrug nur 2°C pro Monat – weit unter der Alarmschwelle, aber im Trend eindeutig. Die systematische Auswertung führte zu einer geplanten Lagerinspektion im nächsten Dockungsfenster, bei der ein Lagerschaden im Frühstadium festgestellt wurde.
Die Kosten der geplanten Reparatur lagen bei etwa 35.000 EUR inklusive Material und Serviceingenieur. Ein ungeplanter Ausfall hätte Schlepp-, Off-Hire- und Expressreparaturkosten von geschätzt 250.000–400.000 EUR verursacht. Das ist der Unterschied, den vorausschauende Wartung in der Praxis macht – nicht durch Magie, sondern durch konsequente Trendverfolgung.
Vorausschauende Wartung lohnt sich, wenn mindestens zwei der folgenden Bedingungen erfüllt sind: die Flotte umfasst Schiffe mit hoher Ausfallwirkung (Container, Tanker, Offshore), die durchschnittlichen ungeplanten Reparaturkosten übersteigen 100.000 EUR pro Jahr und Schiff, oder die bestehende Datenlage (Borddaten, Ölanalysen, PMS-Historien) ist bereits brauchbar.
Für kleine Flotten mit zwei bis fünf Schiffen kann eine einfache Stufe-eins-Lösung innerhalb weniger Wochen eingerichtet werden. Größere Flotten profitieren von einer systematischen Bewertung der Anlagenkritikailtät, bevor in Technologie investiert wird. Der häufigste Fehler ist, Technologie vor Prozess zu kaufen.
Unverbindliches Erstgespräch – wir analysieren Ihre Situation und finden den besten Weg.
Beratung anfragen