KI im Facility Management Kurs: Predictive Maintenance

Predictive Maintenance wird im FM oft entweder überschätzt oder zu technisch gedacht. In diesem Seminar gehst Du den Weg über konkrete Entscheidungen: Welche Daten brauche ich, welche Methode passt zu meinem Ziel und wie kommt das Ergebnis als wartungsfähiger Prozess im Alltag an. Du beginnst mit einer sauberen Begriffs- und Zielklärung und lernst, wann Anomalieerkennung sinnvoller ist als eine echte Ausfallprognose. Anschließend analysierst Du typische Datenquellen aus Gebäudeleittechnik und CAFM/CMMS: Trenddaten, Alarme, Störmeldungen, Wartungshistorien und ergänzende IoT-Sensorik. Du lernst, wie Du Datenqualität prüfst und typische Probleme wie fehlende Zeitstempel, unklare Einheiten, Ausreißer oder unvollständige Historien so behandelst, dass Ergebnisse nicht zufällig werden. Darauf aufbauend erarbeitest Du die wichtigsten Schritte der Zeitreihenaufbereitung: Aggregation, Glättung, Baselines und das Erkennen von Trendbrüchen. Du bekommst ein klares Bild davon, wie praxistaugliche KI im Betrieb umgesetzt wird, inklusive Interpretierbarkeit und der Frage, welche Informationen ein Alarm enthalten muss, damit Technikteams handeln können. Ein weiterer Schwerpunkt ist die Prozessintegration: Vom Alarm zur Ticketanlage, Priorisierung, Eskalation und Zusammenarbeit mit Servicepartnern. Du definierst KPIs wie MTBF, MTTR, Alarmquote und Verfügbarkeit und baust daraus eine ROI-Argumentation, die Budgetentscheidungen erleichtert. Zum Schluss behandelst Du Governance und Betrieb: OT/IT-Schnittstellen absichern, Datenschutz prüfen, Lieferantenverträge datenorientiert gestalten und Modelle gegen Drift überwachen, damit der Nutzen nicht nach dem Pilot verpufft.