> For the complete documentation index, see [llms.txt](https://docs.buildings.ability.abb/collection/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.buildings.ability.abb/collection/german/akademie/building-intelligence-ai-and-machine-learning-in-buildingpro-suites/machine-learning/introduction-to-predictive-maintenance.md).

# Einführung in die vorausschauende Wartung

Vorausschauende Wartung ist eine wichtige Fähigkeit im modernen Betrieb intelligenter Gebäude. Sie hilft dabei, Anzeichen von Verschleiß, Ineffizienz oder beginnenden Ausfällen zu erkennen, bevor ein System einen kritischen Zustand erreicht. Anstatt auf einen Fehler zu warten oder sich ausschließlich auf feste Wartungsintervalle zu verlassen, nutzt die vorausschauende Wartung Betriebsdaten, um frühzeitige und gezieltere Maßnahmen zu unterstützen.

In ABB Ability™ BuildingPro Suites fügt sich dies nahtlos in die übergeordnete Plattformvision ein. BuildingPro Suites verbindet Gebäudeautomation, Heizung, Lüftung und Klimatisierung (HVAC), Energie, Informationstechnologie (IT), Betriebstechnologie (OT) und weitere Systeme und macht aus isolierten Gebäudedaten verwertbare Erkenntnisse, vorausschauende Tools und intelligente Funktionen. Auch in der öffentlichen Produktpositionierung wird ausdrücklich auf fortschrittliche Analysen verwiesen, die vorausschauende Wartung unterstützen und die Leistung optimieren.

Auf dieser Seite wird erläutert, was vorausschauende Wartung ist, warum sie im Kontext intelligenter Gebäude wichtig ist und wie sie sich in BuildingPro Suites einfügt.

### Was ist vorausschauende Wartung?

Vorausschauende Wartung bedeutet, Daten zu nutzen, um Muster zu erkennen, die darauf hindeuten, dass eine Anlage, ein System oder eine Komponente in naher Zukunft gewartet werden muss. Ziel ist es, einzugreifen, bevor aus einem Problem ein Ausfall, eine Beeinträchtigung des Komforts oder vermeidbare Kosten entstehen.

Bei herkömmlichen Wartungsmodellen arbeiten Teams häufig auf eine von zwei Arten.

Die erste ist die reaktive Wartung. Dabei wird erst gehandelt, wenn etwas ausgefallen oder so stark beeinträchtigt ist, dass es sichtbar wird.

Die zweite ist die vorbeugende Wartung. Dabei erfolgt die Wartung nach festen Zeitplänen, unabhängig davon, ob die Anlage zu diesem Zeitpunkt tatsächlich gewartet werden muss.

Die vorausschauende Wartung ergänzt diesen Ansatz um eine dritte Möglichkeit. Sie nutzt gemessene Betriebswerte, Trends, Anomalien und den Betriebskontext, um abzuschätzen, wann ein Eingreifen voraussichtlich sinnvoll ist.

Das bedeutet nicht, jeden Ausfall mit Sicherheit vorherzusagen. Vielmehr werden Signale erkannt, die auf ein erhöhtes Risiko, ungewöhnliches Verhalten oder eine nachlassende Leistung hindeuten – früh genug, um besser planen und reagieren zu können.

### Warum ist vorausschauende Wartung im Kontext intelligenter Gebäude wichtig?

Gebäude umfassen zahlreiche Systeme und Anlagen, die kontinuierlich arbeiten und miteinander interagieren. Heizungs-, Kühlungs- und Lüftungssysteme, Zähler, Sensoren, Pumpen, Ventilatoren und Steuerungskomponenten erzeugen fortlaufend Betriebsdaten. In vielen Fällen treten Anzeichen von Verschleiß allmählich auf, bevor ein größeres Problem sichtbar wird.

Ohne vorausschauende Wartung sind Teams häufig mit mehreren typischen Problemen konfrontiert:

* Probleme werden zu spät bemerkt
* Wartungsmaßnahmen werden erst durch Beschwerden oder Alarme ausgelöst
* Wartungsintervalle sind zu starr und orientieren sich nicht am tatsächlichen Zustand
* Verborgene Verschwendung oder sinkende Effizienz besteht länger als nötig fort
* Teams fällt es schwer zu entscheiden, welche Anlagen zuerst gewartet werden müssen

Vorausschauende Wartung ist hilfreich, weil sie Antworten auf Fragen wie diese ermöglicht:

* Welche Anlage beginnt, sich anders als im Normalbetrieb zu verhalten?
* Welche Systeme zeigen Anzeichen für Abweichungen oder Verschleiß?
* Wo sinkt die Effizienz wahrscheinlich, noch bevor ein Fehler gemeldet wird?
* Welche Wartungsmaßnahmen sollten zuerst priorisiert werden?

Das sind praxisrelevante Fragen in intelligenten Gebäuden, insbesondere wenn viele Anlagen an zahlreichen Standorten verwaltet werden.

### Vorteile der vorausschauenden Wartung

Vorausschauende Wartung bietet im Kontext intelligenter Gebäude mehrere wichtige Vorteile.

#### Früheres Eingreifen

Wenn ungewöhnliches Verhalten frühzeitig erkannt wird, können Teams reagieren, bevor sich das Problem verschärft, höhere Kosten verursacht oder den Betrieb stärker beeinträchtigt.

#### Bessere Priorisierung der Wartung

Nicht jede Anlage muss gleichzeitig gewartet werden. Vorausschauende Wartung hilft dabei, den Aufwand auf die Systeme zu konzentrieren, bei denen der größte Wartungsbedarf erkennbar ist.

#### Weniger Ausfallzeiten und Betriebsstörungen

Wenn Probleme vor einem Ausfall behoben werden, lassen sich ungeplante Ausfälle und Betriebsstörungen möglicherweise reduzieren.

#### Verbesserte Betriebsleistung

Verschleißende Anlagen laufen häufig weiter, verbrauchen dabei jedoch mehr Energie, bieten weniger Komfort oder arbeiten weniger effizient. Vorausschauende Wartung hilft, solche Zustände früher zu erkennen.

#### Effektivere Nutzung von Daten

Vorausschauende Wartung macht aus vernetzten Gebäudedaten verwertbare Erkenntnisse für die Wartung, anstatt sie lediglich in Dashboards, Alarmen oder isolierten Trends abzubilden.

### Vorausschauende Wartung in BuildingPro Suites

BuildingPro Suites ist als einheitliche Cloud-Intelligenzplattform für integriertes Gebäude- und Portfoliomanagement positioniert. Die Plattform verbindet Daten aus verschiedenen Gebäude- und IoT-Systemen und bietet Dashboards, vorausschauende Tools und intelligente Funktionen zur Verbesserung der Betriebsleistung.

Das ist wichtig, denn vorausschauende Wartung setzt vernetzte und strukturierte Betriebsdaten voraus.

BuildingPro Suites bietet dafür mehrere Grundlagen:

* Integration von Gebäudeautomation, HVAC, Energie, IT, OT und Daten von Drittanbietern
* Semantische Strukturierung durch Tags, Anlagenvorlagen, Instanzen, Datenpunkte, Attribute und verschachtelte Anlagen
* Dashboards, Analysen, Alarme und Workflows, mit denen erkannte Probleme sichtbar gemacht und bearbeitet werden können
* Skalierbarkeit vom einzelnen Gebäude bis hin zu ganzen Portfolios

Zusammengenommen machen diese Funktionen die vorausschauende Wartung zu mehr als einem Modellergebnis. Sie stellen die erforderliche Plattformumgebung bereit, um Probleme zu erkennen, den tatsächlichen Anlagen zuzuordnen, zu priorisieren und in betriebliche Workflows einzubinden.

### So funktioniert vorausschauende Wartung

Vorausschauende Wartung stützt sich in der Regel nicht auf ein einziges Signal. Üblicherweise basiert sie auf mehreren Ebenen der Beobachtung und Analyse.

Ein System kann Folgendes nutzen:

* historische Zeitreihen
* aktuelle Betriebswerte
* Anomalien und Abweichungen vom erwarteten Verhalten
* Trends im Zeitverlauf
* Vergleiche mit vergleichbaren Anlagen
* Kontextinformationen wie Zeitpläne, Wetter, Belegung oder Steuerungszustände

Ziel ist es, Muster zu erkennen, die darauf hindeuten, dass sich der Normalbetrieb auf bedeutsame Weise verändert.

In der Praxis vereint die vorausschauende Instandhaltung häufig mehrere Funktionen, die in BuildingPro Suites bereits relevant sind:

* Prognosen des erwarteten zukünftigen Verhaltens
* Anomalieerkennung, um ungewöhnliches Betriebsverhalten aufzudecken
* Benchmarking zum Vergleich von Anlagen oder Standorten
* Dashboards und Analysen zur visuellen Prüfung
* Alarme, Tickets oder Workflows zur Nachverfolgung

Das bedeutet, dass die vorausschauende Instandhaltung am besten als übergeordnetes betriebliches Ergebnis verstanden wird, das auf den umfassenderen Daten- und KI-Funktionen der Plattform aufbaut.

### Typische Anwendungsfälle der vorausschauenden Instandhaltung

Vorausschauende Instandhaltung lässt sich auf viele Gebäudesysteme und Anlagentypen anwenden.

Ein wichtiger Anwendungsfall ist die **Überwachung von HLK-Anlagen**. Ventilatoren, Pumpen, Lüftungsanlagen sowie Heiz- und Kühlkomponenten weisen oft messbare Veränderungen auf, bevor ein schwerwiegendes Problem auftritt. Diese Veränderungen können sich als Drift, Instabilität, unerwartetes Laufzeitverhalten oder Abweichungen von üblichen Mustern zeigen.

Ein weiterer Anwendungsfall ist die **zustandsbasierte Überprüfung von Messgeräten und Sensoren**. Unerwartete Veränderungen in Messmustern können auf Sensorfehler, Installationsprobleme oder Veränderungen im Systemverhalten hindeuten.

Ein dritter Anwendungsfall ist die **Erkennung von Effizienzverlusten**. Eine Anlage kann weiterhin laufen, aber nicht mehr effizient arbeiten. Die vorausschauende Instandhaltung hilft dabei, solche Fälle zu erkennen, bevor daraus größere Energie- oder Komfortprobleme entstehen.

Die vorausschauende Instandhaltung kann auch die **Priorisierung des Anlagenportfolios**unterstützen. Dabei geht es nicht nur darum, lokale Probleme zu erkennen, sondern auch darum, festzustellen, welche Standorte oder Systeme zuerst gewartet werden sollten.

### Warum der Kontext wichtig ist

Die vorausschauende Instandhaltung ist besonders nützlich, wenn sie mit dem Gebäudekontext verknüpft ist.

Die Bedeutung einer gemessenen Abweichung kann sich unterscheiden – je nach:

* Anlagentyp
* Gebäudebereich
* Jahreszeit oder Wetter
* Belegungs- oder Nutzungsmustern
* verbundenen Systemen und Betriebsbedingungen
* der Rolle der Anlage im übergeordneten Gebäudesystem

Das ist einer der Gründe, warum BuildingPro Suites eine solide Grundlage für die vorausschauende Instandhaltung bietet. Die Plattform behandelt Daten nicht einfach nur als flache Sammlung einzelner Datenpunkte. Sie strukturiert Daten mithilfe von Tags, Vorlagen, Anlagenhierarchien, Datenpunkten und Attributen. So lässt sich ungewöhnliches Verhalten leichter konkreten Geräten, Räumen und Betriebsbedingungen zuordnen.

### Vorausschauende Instandhaltung und proaktiver Betrieb

Die vorausschauende Instandhaltung ist ein wichtiger Bestandteil eines proaktiveren Betriebsmodells.

In einem reaktiven Modell reagieren Teams erst, nachdem ein Problem sichtbar geworden ist. In einem proaktiven Modell nutzen Teams Signale vernetzter Systeme, um früher und gezielter einzugreifen.

Das entspricht unmittelbar der Produktpositionierung von BuildingPro Suites. In der öffentlichen Produktkommunikation stehen prädiktive Tools, proaktive KI und intelligentere datengestützte Entscheidungen im Vordergrund. Die vorausschauende Instandhaltung ist eines der klarsten Beispiele dafür, wie diese Ideen praktischen Nutzen schaffen.

Anstatt Instandhaltung als von Analysen und Betrieb getrennte Aktivität zu behandeln, unterstützt BuildingPro Suites einen stärker integrierten Ansatz, bei dem Daten, Prognosen, Anomalieerkennung und Workflows zusammenwirken.

### Stärken der vorausschauenden Instandhaltung

Die vorausschauende Instandhaltung bietet im Kontext von BuildingPro Suites mehrere Vorteile.

* Sie ermöglicht es, sich abzeichnende technische Probleme früher zu erkennen.
* Sie hilft dabei, den Instandhaltungsaufwand anhand des tatsächlichen Verhaltens zu priorisieren.
* Sie steigert den betrieblichen Nutzen vernetzter Zeitreihendaten.
* Sie lässt sich gut mit Analysen, Anomalieerkennung und Prognosen kombinieren.
* Sie unterstützt das standortübergreifende Performance-Management und eine skalierbare Gebäudeintelligenz.

### Grenzen der vorausschauenden Instandhaltung

Die vorausschauende Instandhaltung hat auch wichtige Grenzen.

* Sie setzt ausreichende und zuverlässige Daten voraus.
* Nicht jedes künftige Problem lässt sich klar vorhersagen.
* Ein Risikohinweis ist nicht dasselbe wie eine bestätigte Diagnose.
* Der Betriebskontext ist wichtig, und ungewöhnliches Verhalten weist nicht immer auf einen Fehler hin.
* Die Prüfung durch Menschen und technisches Urteilsvermögen bleiben wichtig.

Aus diesem Grund sollte die vorausschauende Wartung als Fähigkeit zur Entscheidungsunterstützung verstanden werden. Sie verbessert die Transparenz und das Timing, ersetzt aber nicht die technische Expertise.

### Fazit

Die vorausschauende Wartung hilft Unternehmen, von reaktiver und zeitplanbasierter Wartung zu besser informierten, zustandsorientierten Maßnahmen überzugehen. In intelligenten Gebäuden ist dies besonders wertvoll, da viele Anlagen fortlaufend Betriebsdaten erzeugen, die frühe Anzeichen für Verschleiß, Ineffizienz oder drohende Ausfälle erkennen lassen.

In ABB Ability™ BuildingPro Suites wird die vorausschauende Wartung durch die umfassenderen Stärken der Plattform bei vernetzten Daten, Prognosewerkzeugen, Analysen und strukturierter Gebäudeintelligenz unterstützt. Durch die Kombination von Betriebssignalen, Kontext und KI-gestützten Erkenntnissen hilft BuildingPro Suites Teams dabei, früher zu erkennen, welche Systeme Aufmerksamkeit benötigen, und Wartungsmaßnahmen dort zu priorisieren, wo sie die größte Wirkung erzielen können.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.buildings.ability.abb/collection/german/akademie/building-intelligence-ai-and-machine-learning-in-buildingpro-suites/machine-learning/introduction-to-predictive-maintenance.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
