Predictive-Maintenance-dank-Smart-Factory-mit-Cloud

Predictive Maintenance für CNC- und Bestandsmaschinen: So wird Ihre 20 Jahre alte Anlage vorausschauend wartbar

8. September 2025

Es ist Dienstagmorgen, Großauftrag in der Maschine, und der Cutter bleibt stehen. Ein Servoverstärker. Ersatzteil? Vom Originalhersteller abgekündigt. Nächster freier Termin für den Servicetechniker: in gut einer Woche. Und der Wartungsvertrag, der jedes Jahr teurer wird, hat den Ausfall nicht verhindert – weil er nach Kalender wartet, nicht nach Zustand.

Wenn Sie das kennen, ist die naheliegende Reaktion: neue Maschine. Der Blick in die Halle sagt aber etwas anderes. Die Mechanik ist gut. Portal, Führungen, Antriebsstrang – bei hochwertigen Schneidanlagen sind die auf 20 bis 30 Jahre ausgelegt. Was fehlt, ist nicht Stahl. Es ist Information.

Und genau hier liegt das Missverständnis, das Predictive Maintenance in der Praxis so oft ausbremst: Die meisten halten vorausschauende Instandhaltung für ein Thema, das mit dem Kauf einer neuen, vernetzten Maschine beginnt. Das ist falsch. Predictive Maintenance ist in erster Linie eine Datenfrage – und Daten lassen sich nachrüsten.

Dieser Guide zeigt, was dafür technisch nötig ist, welche Nachrüststufe zu welcher Anlage passt, wann sich die Investition rechnet – und wann nicht.

Predictive-Maintenance-Produktionsstillstände-smart-stoppen

KI generiert

Die wichtigsten Erkenntnisse auf einen Blick

Aspekt	Was Sie über Predictive Maintenance bei Bestandsmaschinen wissen sollten
Kein Neumaschinen-Thema	Verschleiß erzeugt physikalische Signale unabhängig vom Baujahr. Entscheidend ist der Zustand der Mechanik, nicht das Alter der Anlage.
Der günstigste Einstieg	Die Stromaufnahme. Messbar per nicht-invasiver Messzange am Schaltschrank, ohne Eingriff in die Maschinensteuerung.
Drei Nachrüststufen	Anbinden (Gateway) → Sensorik ergänzen → Steuerungs-Retrofit. Jede Stufe funktioniert einzeln, ein Einstieg mit einer Maschine ist möglich.
Der Business Case	In einem Clouver-Projekt in der Metallverarbeitung: rund 27 % weniger Stillstand, OEE von 61 % auf 78 %, Amortisation nach neun Monaten.
Wo die Grenze liegt	Bei gering ausgelasteten Anlagen, unkritischen Nebenaggregaten und fehlender Instandhaltungsorganisation rechnet sich der Aufwand nicht.

Kurz zum Begriff: Was Predictive Maintenance genau bedeutet und wie sie sich von präventiver und zustandsorientierter Wartung unterscheidet, erklären wir im Glossar: Predictive Maintenance – Definition.

Funktioniert Predictive Maintenance bei alten Maschinen überhaupt?

Ja. Auch bei Anlagen ohne jede digitale Schnittstelle, auch bei Maschinen aus den frühen 2000ern, auch bei Herstellern, die es nicht mehr gibt.

Der Grund ist einfach: Verschleiß erzeugt physikalische Signale, lange bevor er zum Ausfall führt. Ein Lager, das aufgibt, wird erst wärmer, dann lauter, dann rauer. Ein Messerantrieb, der schwergängig wird, zieht mehr Strom. Eine Achse, die Spiel bekommt, braucht länger, um die Zielposition zu erreichen. Diese Signale sind da – unabhängig vom Baujahr. Die Frage ist nur, ob sie jemand mitschreibt.

Bei einer Neumaschine liefert die Steuerung diese Werte über eine offene Schnittstelle. Bei einer Bestandsmaschine holt man sie über nachgerüstete Sensorik, über ein IoT-Gateway an der Steuerung – oder, wenn ohnehin modernisiert wird, über eine neue Steuerung.

Welche Daten Ihre Bestandsmaschine liefert – und was sie verraten

Nicht jeder Messwert ist gleich viel wert. Bei Schneidanlagen und CNC-Bearbeitungsmaschinen haben sich vier Datenquellen als besonders aussagekräftig erwiesen:

Datenquelle	Was sie über den Zustand verrät	Wie sie nachrüstbar ist
Stromaufnahme	Steigender Kraftbedarf an Antrieben, Messern, Spindeln. Der günstigste Frühindikator für mechanischen Verschleiß überhaupt.	Nicht-invasive Strommesszange am Schaltschrank – kein Eingriff in die Maschinensteuerung.
Schwingung / Vibration	Lagerschäden, Unwuchten, Führungsverschleiß, lose Verschraubungen. Meldet sich oft Wochen vor dem Ausfall.	Aufklebbare oder verschraubte Beschleunigungssensoren an Lagerstellen.
Temperatur	Reibung, Kühlmittelmangel, thermische Überlast an Antrieben und Verstärkern.	Kontakt- oder Infrarotsensoren, oft schon vorhanden und nur nicht ausgelesen.
Steuerungs- und Achsdaten	Positionsabweichungen, Nachlaufzeiten, Schleppfehler, Störmeldungshistorie. Die aussagekräftigste Quelle – und die, für die man an die Steuerung muss.	Auslesen über die Steuerungsschnittstelle oder über einen Steuerungs-Retrofit.

Der praktische Einstieg ist fast immer die Stromaufnahme. Eine Messzange, ein Gateway, kein Eingriff in die Maschine – und schon nach wenigen Wochen zeichnet sich ein Normalprofil ab, gegen das sich jede Abweichung messen lässt.

Wichtig für die Erwartungshaltung: Bis hierher betreiben Sie Condition Monitoring – Sie sehen, dass etwas auffällig ist. Zur Prognose wird es erst, wenn genug Historie vorliegt, um aus dem Verlauf auf den Ausfallzeitpunkt zu schließen. Diese Reihenfolge lässt sich nicht überspringen.

Mehr zu den technischen Grundlagen: Maschinendatenerfassung in Echtzeit.

Predictive Maintenance Implementierung und Best Practices

Die drei Nachrüststufen: Was passt zu Ihrer Anlage?

Predictive Maintenance nachrüsten ist keine Alles-oder-nichts-Entscheidung. In der Praxis gibt es drei Stufen, die sich aufeinander aufbauen lassen – und die meisten Projekte starten auf Stufe 1.

	Stufe 1: Anbinden	Stufe 2: Sensorik ergänzen	Stufe 3: Steuerungs-Retrofit
Was passiert	IoT-Gateway am Schaltschrank, Stromaufnahme und Statussignale werden erfasst	Zusätzliche Schwingungs- und Temperatursensoren an kritischen Bauteilen	Neue CNC-Steuerung, vollständiger Datenzugriff auf alle Achsen und Prozesswerte
Eingriff in die Maschine	keiner	minimal	erheblich
Aufwand pro Maschine	typischerweise unter einer Stunde	wenige Stunden	Projekt über mehrere Tage
Was Sie danach können	Stillstände lückenlos erfassen, Muster erkennen, OEE messen	Verschleiß an definierten Bauteilen vorhersagen	Vollständige Prozessüberwachung, Qualitätsdaten, präzisere Prognosen
Zusätzlicher Effekt	Transparenz über den gesamten Maschinenpark	gezielte Wartungsplanung	Präzision und Schnittgeschwindigkeit steigen mit, Investition ist für weitere 10 bis 15 Jahre gesichert
Wann sinnvoll	Immer als Einstieg. Auch um herauszufinden, wo Stufe 2 und 3 sich lohnen.	Bei bekannten Schwachstellen und teuren Engpassmaschinen	Wenn die Steuerung ohnehin veraltet ist, Ersatzteile fehlen oder Herstellerabhängigkeit gelöst werden soll

Stufe 3 im Detail: Warum ein Retrofit die Datenlage grundlegend verändert

Auf Stufe 1 und 2 messen Sie an der Maschine. Auf Stufe 3 lesen Sie aus der Maschine.

Ein Steuerungs-Retrofit – bei ProCom Automation mit der ProCom CNC300 – ersetzt die veraltete Steuerung durch ein offenes System auf Industrie-PC-Basis. Danach liegen Achspositionen, Servoströme, Schleppfehler, Taktzeiten und Störmeldungen als digitale Signale vor. Das ist der Unterschied zwischen „irgendwo zieht die Maschine mehr Strom“ und einer konkreten Aussage wie: Achse Y braucht seit drei Wochen messbar länger bis zur Zielposition.

Nebeneffekt, der oft den Business Case trägt: Der Retrofit verbessert nicht nur die Datenlage, sondern die Maschine selbst. Technologien wie SmartKnife übernehmen die tangentiale Messerausrichtung in Echtzeit, ModernBlendTime verschleift Bewegungen an Eckpunkten statt abzubremsen.

„Früher war oft nicht die Mechanik der Maschine das Limit, sondern die Steuerung, die das Messer nicht schnell genug berechnen und ansteuern konnte. Mit modernen Algorithmen wie ModernBlendTime heben wir die Grenzen für die Schnittgeschwindigkeit deutlich an – ein echter Produktivitätsgewinn für die bestehende Maschine.“

Harald Müller – Team Lead Delivery

Details dazu im Guide Retrofit für Schneidmaschinen.

Der Business Case: Was Stillstand kostet, was Nachrüsten kostet

Die ehrliche Antwort auf „Was bringt das?“ ist: Es hängt davon ab, wie teuer eine Stunde Stillstand in Ihrer Halle ist. Rechnen Sie das einmal aus – Maschinenstundensatz plus Deckungsbeitrag der ausgefallenen Aufträge plus Personalkosten der wartenden Schicht. Die Zahl überrascht die meisten.

Dagegen stellen sich die dokumentierten Effekte. Aus einem Clouver-Projekt in der Metallverarbeitung:

rund 27 % weniger Stillstandzeit innerhalb eines Jahres
OEE von 61 % auf 78 % gesteigert
Amortisation nach neun Monaten – die Einsparungen überstiegen die Investitionskosten

Wo die Kosten tatsächlich anfallen

Diese Tabelle vergleicht nicht die Definitionen der Wartungsstrategien, sondern nur eines: wo bei jeder Strategie Ihr Geld liegen bleibt.

Kostenblock	Reaktiv	Präventiv (nach Kalender)	Predictive
Ungeplante Stillstände	maximal – zu den ungünstigsten Zeitpunkten	reduziert, aber nicht vermieden	minimal
Ersatzteilbeschaffung	Notkäufe zu Höchstpreisen, Expresszuschläge	hohe Kapitalbindung im Vorratslager	bedarfsgesteuert, planbar
Getauschte Teile	nur defekte	auch intakte – regelmäßig zu früh	überwiegend nur die nötigen
Personaleinsatz Instandhaltung	Feuerwehrmodus, Überstunden	fest verplant, teils ohne Anlass	nach Priorität steuerbar
Termintreue gegenüber Kunden	gefährdet	teilweise gefährdet	belastbar

Der teure blinde Fleck der präventiven Wartung: Sie tauscht funktionsfähige Teile und übersieht trotzdem die Ausfälle, die zwischen den Intervallen entstehen. Sie zahlen also doppelt – für Teile, die noch gut waren, und für Stillstände, die trotzdem passiert sind.

Wie sich die Effekte auf Ihre Gesamtanlageneffektivität (OEE) übertragen, zeigt unsere Seite zur OEE-Optimierung inklusive ROI-Kalkulator.

Sehen Sie es an Ihren eigenen Zahlen.
In 30 Minuten zeigen Ihnen unsere IIoT-Experten die Clouver-Plattform, analysieren Ihre Produktionssituation und skizzieren erste Umsetzungsideen – unverbindlich.

Kostenlose Live-Demo Buchen

Infografik-predictive-maintenance-wirtschafliche-aspekte-de

KI generiert

Umsetzung in drei Schritten

Schritt 1: Mit der Engpassmaschine anfangen, nicht mit dem Maschinenpark

Der häufigste Fehler ist der Versuch, alles gleichzeitig zu vernetzen. Das wird ein IT-Projekt, es dauert Monate, und es liefert lange keine Ergebnisse.

Nehmen Sie stattdessen die eine Maschine, deren Stillstand am meisten wehtut. Ein Gateway, die Stromaufnahme, die Statussignale. Nach wenigen Wochen haben Sie ein belastbares Normalprofil – und meist die erste unangenehme Erkenntnis darüber, wie viel Stillstand tatsächlich anfällt und woher er kommt. Diese Erkenntnis finanziert erfahrungsgemäß den nächsten Schritt.

Schritt 2: Muster erkennen, bevor Sie Modelle bauen

Bevor irgendein Algorithmus Prognosen rechnet, braucht es eine Referenz für „normal“. Diese Phase lässt sich nicht abkürzen – ein Prognosemodell ohne Baseline erzeugt Fehlalarme, und nichts zerstört die Akzeptanz in der Instandhaltung schneller als drei Fehlalarme in der ersten Woche.

Wichtiger als Technik ist hier die Instandhaltungsmannschaft. Die Kollegen wissen, welche Maschine „komisch klingt, bevor was passiert“. Dieses Wissen ist Ihre Modellgrundlage. Holen Sie es früh ab.

Schritt 3: Skalieren – nach Wirkung, nicht nach Vollständigkeit

Erst wenn Stufe 1 an einer Maschine Wirkung zeigt, geht es weiter. Entweder in die Breite (weitere Maschinen anbinden) oder in die Tiefe (Sensorik ergänzen, Steuerung erneuern). Diese Entscheidung sollten die Daten treffen, nicht das Bauchgefühl.

Weil Clouver herstellerunabhängig arbeitet und keine Altersgrenze kennt, lässt sich beides parallel fahren: eine ältere Plasma-Schneidanlage und ein moderner CNC-Laser laufen im gleichen Dashboard. Mehr dazu: Clouver IIoT Monitoring.

Wann sich Predictive Maintenance nicht lohnt

Das gehört zu einer ehrlichen Bewertung dazu – und es ist der Abschnitt, den Anbieter meistens weglassen.

Predictive Maintenance rechnet sich in der Regel nicht bei:

Maschinen mit geringer Auslastung. Wenn eine Anlage nur einen Bruchteil der Zeit läuft, ist ein Stillstand meist ohne Produktionsverlust einplanbar.
Unkritischen Nebenaggregaten mit günstigen, sofort verfügbaren Ersatzteilen. Ein Lager für wenige Euro, das man in einer Stunde tauscht, braucht keine Prognose.
Anlagen kurz vor der Stilllegung. Wenn in eineinhalb Jahren ersetzt wird, amortisiert sich nichts mehr.
Fehlender Instandhaltungsorganisation. Wenn niemand auf eine Warnung reagieren kann, weil die Personaldecke es nicht zulässt, erzeugt das System nur Frust. Predictive Maintenance ersetzt keine Instandhaltung – sie macht sie planbar.
Mechanisch verbrauchten Maschinen. Ein Retrofit modernisiert Steuerung und Antriebe. Ausgeschlagene Führungen und ein verzogenes Portal repariert er nicht.

Der Umkehrschluss ist der Filter, den Sie brauchen: Predictive Maintenance lohnt sich dort, wo eine gut ausgelastete Maschine mit intakter Mechanik von einer veralteten Steuerung ausgebremst wird – und wo eine Instandhaltungsmannschaft bereitsteht, die auf Warnungen reagieren kann.

Häufige Fragen

Kann man Predictive Maintenance bei Maschinen ohne digitale Schnittstelle nachrüsten?

Ja. Über nicht-invasive Sensorik wie Strommesszangen und IoT-Gateways lassen sich Betriebszustände auch ohne Maschinenschnittstelle erfassen. Ein Eingriff in die Maschinensteuerung ist dafür nicht erforderlich. Für tiefere Prozessdaten wie Achspositionen oder Schleppfehler ist ein Zugriff auf die Steuerung nötig – dafür kommt ein Steuerungs-Retrofit infrage.

Wie alt darf eine Maschine für Predictive Maintenance sein?

Es gibt keine Altersgrenze. Entscheidend ist der Zustand der Mechanik, nicht das Baujahr. Bei hochwertigen Schneidanlagen ist die Mechanik auf 20 bis 30 Jahre ausgelegt; ein Steuerungs-Retrofit sichert die Investition für weitere 10 bis 15 Jahre. Die Anbindung erfolgt herstellerunabhängig und ohne Altersschranken – auch bei Anlagen, deren Originalhersteller keinen Support mehr leistet.

Was kostet ein Predictive-Maintenance-Retrofit?

Die Kosten hängen von der Nachrüststufe ab: von einem einzelnen IoT-Gateway bis zum vollständigen Steuerungs-Retrofit mit Antriebstechnik. Weil sich alle Stufen einzeln umsetzen lassen, ist ein Einstieg mit einer Maschine und überschaubarem Budget möglich. Für eine belastbare Rechnung braucht es Maschinentyp, Auslastung und die Kosten einer Stillstandstunde in Ihrem Betrieb.

Wie lange dauert die Anbindung einer Bestandsmaschine?

Die Anbindung einer einzelnen Maschine über ein IoT-Gateway dauert typischerweise weniger als eine Stunde. Erste verwertbare Erkenntnisse über Stillstandsmuster liegen nach wenigen Tagen bis Wochen vor, sobald ein Normalprofil vorliegt.

Müssen die Produktionsdaten in die Cloud?

Nein. Clouver lässt sich sowohl als Cloud-Lösung als auch vollständig lokal betreiben. Im Cloud-Betrieb werden Sensordaten bei Bedarf direkt an der Maschine vorgefiltert (Edge Computing) und in zertifizierten deutschen Rechenzentren gespeichert – DSGVO-konform und mit granularem Rechtemanagement, das steuert, wer welche Daten sieht. Wenn Ihre IT-Richtlinien keine Cloud zulassen, ist ein reiner On-Premise-Betrieb möglich.

Lässt sich Predictive Maintenance mit unserem ERP-System verbinden?

Ja. Die Anbindung erfolgt über offene Schnittstellen; wenn Ihr ERP-System per MQTT exportieren kann, funktioniert die Verbindung ohne Zusatzaufwand. Andernfalls wird über ein Gateway eine Schnittstelle hergestellt. So fließen Wartungshinweise in die Produktionsplanung ein und Maschinendaten zurück ins ERP.

Fazit

Predictive Maintenance ist kein Privileg neuer Maschinen. Wer eine mechanisch gesunde Anlage mit veralteter Steuerung betreibt, hat oft die besseren Voraussetzungen als ein Betrieb mit einem heterogenen Park aus halbvernetzten Neumaschinen – weil der Weg klar ist: Daten abgreifen, Muster erkennen, gezielt nachrüsten.

Der Einstieg ist kleiner, als die meisten erwarten. Eine Maschine, ein Gateway, ein paar Wochen Beobachtung. Was daraus folgt, entscheiden die Daten.

ProCom Automation entwickelt seit über 40 Jahren Steuerungstechnik für Schneidanlagen und verbindet mit Clouver Bestandsmaschinen herstellerunabhängig zu einer IIoT-Plattform – von der älteren Plasma-Schneidanlage bis zum aktuellen CNC-Laser.

Lohnt sich Predictive Maintenance bei Ihrer Anlage? Schicken Sie uns Maschinentyp, Baujahr und Steuerung – wir sagen Ihnen, welche Nachrüststufe realistisch ist und wo der Hebel liegt. → Retrofit-Beratung anfordern

About the Autor

Tanja ist Leiterin des Bereichs Digitales Marketing bei ProCom Automation und verfasst praxisorientierte Artikel zu den Themen CNC, IIoT, Industrie 4.0 und effiziente Fertigung. Die Inhalte werden in enger Zusammenarbeit mit unseren Clouver-IIoT-Überwachungs- und CNC-Experten entwickelt und fachlich geprüft.