Predictive Maintenance ist für die große Mehrheit der Hersteller in der DACH-Region ein relevantes Thema – dies hat unter anderem eine Studie von BearingPoint gezeigt, die Anfang 2018 veröffentlicht wurde. Allerdings hatten nur rund 25 % der befragten Firmen bereits erste PM-Projekte umgesetzt. Gut drei Viertel erfassen relevante Daten mit Sensoren, mehr als die Hälfte wertet diese auch zielgerichtet aus, doch nur rund 20 % optimieren die Instandhaltung auf dieser Basis ganzheitlich. Ernüchternd sind auch die Zahlen einer aktuelleren PAC-Studie zum Thema. Ihr zufolge halten 93 % der europäischen Hersteller- und Verkehrsunternehmen die Wartungsprozesse ihrer Industrieanlagen und -fahrzeuge für nicht sonderlich effizient.

Den größten Nutzen von Predictive Maintenance sehen Unternehmen in der Erhöhung der Anlagenverfügbarkeit. Eines der größten Probleme besteht darin, dass die meisten Anlagen Bestandsanlagen sind, die erst mit der passenden Sensorik versehen werden müssen. Dabei helfen können ihnen neue Lösungen, wie zum Beispiel der Sensor , den das Institut für Sensor- und Aktortechnik (ISAT) an der Hochschule Coburg im Projekt „Nicht-invasiver mikroakustischer Online-Sensor für die Biofilmdetektion“ ( BioNiva ) entwickelt und mittlerweile patentiert hat. Er lässt sich – als einfach zu installierende Nachrüstung – von außen an Wasserleitungen, Rohre, Schläuche oder Behälter klemmen und überwacht mithilfe eines akustischen Messverfahrens via Ultraschall in Echtzeit die Schichtbildung im Inneren. Vorgestellt wird das System Ende Juni in Nürnberg .