Kursbeschreibung
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.
Die wichtigsten Themen im Überblick
- Predictive Maintenance im Facility Management sicher einordnen
- BMS-, CMMS- und IoT-Daten für Instandhaltung nutzen
- Anomalien in HVAC, Pumpen, Aufzügen und Kälte erkennen
- KI-Ansätze für Ausfallprognosen praxisnah bewerten
- ROI, MTBF und MTTR für Deinen Use Case berechnen
- Alarme in CAFM- und CMMS-Workflows überführen
- Datenschutz und OT/IT-Sicherheit im Gebäudebetrieb klären
- Piloten planen und Predictive Maintenance in Betrieb bringen
Zielgruppe
- Facility Managerinnen und Facility Manager, Objektleiterinnen und Objektleiter
- Technische Betriebsführung, Leitwarte, Instandhaltungskoordination
- CAFM/CMMS-Verantwortliche und Prozessmanagerinnen und Prozessmanager
- IT/OT-Schnittstellenrollen im Gebäudebetrieb und bei Dienstleistern
- Für alle, die Predictive Maintenance im FM bewerten, pilotieren oder in den Regelbetrieb überführen wollen
Voraussetzung für die Schulung
- Grundverständnis von technischen Gebäudeanlagen und Instandhaltungsprozessen.
- Keine Programmierkenntnisse erforderlich; Offenheit für Daten- und KPI-Arbeit reicht.
Kursinhalte
- Predictive Maintenance im FM richtig einordnen
- Abgrenzung: reaktiv, präventiv, zustandsbasiert, prädiktiv
- Welche Anlagen profitieren wirklich (HVAC, Pumpen, Aufzüge, Kälte)
- Typische Fehlerbilder und was „Ausfall“ im Betrieb bedeutet
- Erfolgskriterien: Verfügbarkeit, Risiko, Kosten, SLA
- Datenquellen im Gebäude: BMS, CMMS, IoT
- Gebäudeleittechnik (BMS) und Trenddaten sinnvoll nutzen
- CMMS/CAFM: Aufträge, Störungen, Wartungshistorie
- Sensorik: Vibration, Temperatur, Stromaufnahme, Differenzdruck
- Datenqualität: Zeitstempel, Lücken, Einheiten, Plausibilität
- Vom Rohsignal zum nutzbaren Feature
- Grundlagen Zeitreihen: Sampling, Aggregation, Glättung
- Baseline und Normalbetrieb definieren
- Anomalien erkennen: Schwellen, Trendbrüche, Drift
- Labeling-Strategien ohne perfekte Ausfalldaten
- KI-Ansätze, die im Betrieb funktionieren
- Anomalieerkennung vs. Ausfallprognose: Wann was passt
- Einfach startbar: Regeln, Statistik, Isolation Forest als Konzept
- Interpretierbarkeit: warum Erklärbarkeit im FM zählt
- Alarm-Design: Prioritäten, Eskalation, False Positives
- Use-Case-Design und Wirtschaftlichkeit
- Use-Case Canvas: Ziel, Asset, Daten, Aktion, Nutzen
- ROI-Rechnung: Stillstandskosten, Ersatzteile, Personal, Energie
- Pilotumfang festlegen: 1 Standort, 1 Gewerke-Cluster
- KPIs: MTBF, MTTR, Alarmquote, Verfügbarkeit
- Integration in Prozesse und Systeme
- Workflows: Alarm zu Ticket im CMMS/CAFM
- Rollen: Betreiber, Servicepartner, Leitwarte, IT
- Dokumentation und Nachvollziehbarkeit im Audit
- Change Management: Akzeptanz bei Technikteams
- Governance, Datenschutz, Sicherheit
- OT/IT-Schnittstellen: Risiken und Minimalmaßnahmen
- Datenschutz bei Personenbezug (z. B. Belegung)
- Lieferantensteuerung: Datenzugriff, SLAs, Exit-Strategie
- Qualitätssicherung: Monitoring der Modelle und Drift
