Event teilen

Webinar: Maschinenstillstand vermeiden – wann sich Predictive Maintenance wirklich lohnt

Dieses Webinar erfolgt in Zusammenarbeit mit SAS.

Mai

Live-Webinar

11. Mai 2026

15:00 -
16:00 Uhr

Predictive Maintenance mit Daten und KI:
richtig entscheiden und dort investieren wo es sich lohnt

Ungeplante Maschinenstillstände rücken wieder stärker in den Fokus – nicht wegen fehlender Wartung, sondern weil Verschleiß und Nutzung immer schwerer vorhersehbar werden.

In diesem Webinar geht es deshalb weniger um „KI“ als Schlagwort, sondern um die konkrete Frage: „Welche Ausfälle lassen sich heute schon mit vorhandenen Daten früher erkennen – und bei welchen Maschinen lohnt sich der Aufwand nicht?“

Andree Juranek von Dataciders und Manfred Kügel von SAS zeigen praxisnah, wo das größte Predictive Maintenance Potenzial liegt:
bei kritischen Anlagen, teuren Stillständen und dort, wo Wartung heute noch stark intervall- oder erfahrungsgetrieben erfolgt. Gleichzeitig sprechen wir offen über Grenzen, typische Fehleinschätzungen und unrealistische Erwartungen.

Im Fokus stehen reale industrielle Rahmenbedingungen: heterogene Maschinenparks, unterschiedliche Hersteller, begrenzte Sensorik und Daten aus verschiedenen Quellen. Der Ansatz ist bewusst pragmatisch – vom ersten sinnvollen Use Case bis zur wirtschaftlich tragfähigen Skalierung.

Themenschwerpunkte

Predictive Maintenance richtig einordnen: was es ist und was nicht
Welche Maschinen lohnen sich besonders: Rotierende Maschinen, kritische Baugruppen, typische Failure Modes
Grenzen und typische Fehlannahmen: nicht alles ist vorhersagbar, nicht jede Maschine lohnt sich
Heterogener Maschinenpark: Hersteller-Mix, Datenformate, OT/IT-Schnittstellen
Datenquellen smart nutzen: SPS/SCADA, Energie, Strom, Temperatur, Vibration, Wartungs- und Störmeldungen (CMMS/ERP)
Sensorik nachrüsten: wann sinnvoll, wann nicht – Pilotansatz statt Großprojekt
Vorgehen für den Einstieg: 1–2 Use Cases, Hypothesen, Pilot, ROI-Logik, Skalierung
Kurzer Demo Einblick: Beispiel Dashboard in SAS Viya (Asset Health, Alerts, Trends)