Was bedeutet zustandsorientierte Instandhaltung?
Bei der zustandsorientierten Instandhaltung richten Unternehmen ihre Wartung an tatsächlichen Zuständen von Maschinen, Anlagen oder Netzen aus: Vibration, Temperatur, Druck, Laufzeit, Schaltzyklen, Isolationswerte u. v. m. Statt „alle 6 Monate“ wird gewartet, wenn Grenzwerte überschritten, Trendverläufe auffällig oder Inspektionen Auffälligkeiten melden. Das vermeidet Über-Wartung, reduziert ungeplante Ausfälle und verlängert oft den Lebenszyklus kritischer Assets.
Warum ist CBM wirtschaftlich sinnvoll?
Starre Intervalle verursachen regelmäßig unnötige Arbeiten, während reaktives Handeln zu teuren Stillständen führt. CBM trifft den Sweet Spot:
- Weniger Ausfälle: Frühwarnsignale ermöglichen Eingriffe, bevor Schaden entsteht.
- Kosten runter: Ersatzteile, Fremdvergaben und Überstunden sinken.
- Ressourcen gezielt einsetzen: Teams arbeiten dort, wo der größte Effekt entsteht.
- Belegbare Compliance: Prüfungen erfolgen nachweisbar risikobasiert – wichtig für Audits.
Wie funktioniert CBM in der Praxis?
- Zustände erfassen – Sensoren, Zähler, SCADA/Leittechnik, mobile Messungen, Checklisten.
- Daten bewerten – Grenzwerte, Trendanalysen, eventbasiertes Monitoring.
- Wartung auslösen – Regeln erzeugen automatisch Aufträge (z. B. „Vibration > X“).
- Einsatz planen – Disposition berücksichtigt Skills, Material, Routen, SLA.
- Durchführen & dokumentieren – Mobile App mit Prüfprotokollen, Fotos, Messwerten.
- Lernen & optimieren – KPIs (MTBF, MTTR, First-Time-Fix, Kosten pro Asset) fließen in die Strategie zurück.
Worin unterscheidet sich CBM von anderen Strategien?
- Reaktiv („run to failure“)
– Eingriff erst nach Ausfall; billig in der Planung, teuer im Betrieb. - Zeit-/nutzungsbasiert (präventiv)
– Fixe Intervalle; zuverlässig, aber oft übervorsichtig. - Zustandsorientiert (CBM)
– Wartung nur bei Bedarf; balanciert Kosten, Risiko und Verfügbarkeit. - Prädiktiv (Predictive)
– Prognosen mit Machine Learning; baut auf guter CBM-Datenbasis auf.
Welche Kennzahlen sind entscheidend?
- MTBF/MTTR: Häufigkeit und Dauer von Ausfällen.
- Verfügbarkeitsgrad / OEE-Beitrag: Wirkung auf Produktion/Netz.
- Kosten pro Asset / Auftrag: Material, Zeiten, Fremdleistungen.
- Plan-/Ist-Erfüllung & Fristen: Audit-relevante Nachweise.
- Alarm-to-Work-Order-Time: Reaktionsgeschwindigkeit vom Signal bis zum Auftrag.
CBM mit SLT.inplast: Von der Messung bis zum Nachweis
SLT.inplast macht CBM alltagstauglich:
- Daten rein: Messwerte aus Zählern oder GIS werden übernommen, technische Datenblätter (SLT.tdb) und e-Formulare erfassen Zustände strukturiert – auch mobil und offline.
- Regeln & Trigger: Schwellenwerte und Ereignisse erzeugen automatisch Wartungs- oder Prüfaufträge; Arbeitspläne ordnen Material, Qualifikationen und Zeiten zu.
- Disposition & Ausführung: Drag-and-drop-Planung, Qualifikationscheck, Touren; Techniker dokumentieren Befunde, Fotos und Messwerte in der mobilen App.
- KPIs & Audit: Dashboards zeigen Trends, Kosten und Effekte (z.B. „–30% ungeplante Stillstände“). Revisionssichere Protokolle machen Arbeitsschutz/TSM/ISO prüffest.
Für Versorger und Industriebetriebe bedeutet das: weniger Stillstand, geringere Wartungsbudgets, belastbare Entscheidungen. CBM wird nicht zum Zusatzprojekt, sondern zum integrierten Teil des ERP-Workflows – von der Messung bis zum Audit.
Fazit
Zustandsorientierte Instandhaltung verbindet Sicherheit, Effizienz und Wirtschaftlichkeit. Wer CBM mit einer integrierten Plattform wie SLT.inplast umsetzt, ersetzt Bauchgefühl durch belastbare Daten, priorisiert Einsätze sinnvoll und belegt Erfolge transparent – die Basis für stabile Netze und produktive Anlagen.