Zum Inhalt springen

KI in der Instandhaltung: Agenten für Störung, Wartung und Ersatzteile

In vielen Instandhaltungsabteilungen steckt das wichtigste Wissen in drei Orten: in Herstellerhandbüchern, in der Störhistorie des Instandhaltungssystems und in den Köpfen erfahrener Fachkräfte. Wenn nachts eine Anlage steht, ist davon oft nur ein Teil greifbar. KI-Agenten setzen genau hier an: Sie machen vorhandenes Wissen schneller auffindbar und bereiten Arbeit vor, die heute von Hand erledigt wird.

Was ist KI in der Instandhaltung und wofür wird sie eingesetzt?

KI in der Instandhaltung umfasst zwei unterschiedliche Ansätze: datengetriebene Vorhersage aus Sensorwerten (Predictive Maintenance) und wissensbasierte Agenten, die Dokumente, Störmeldungen und Auftragsdaten auswerten. Der erste Ansatz sagt, dass etwas passieren wird; der zweite hilft bei der Frage, was jetzt zu tun ist.

Zur Einordnung hilft die Norm. DIN 31051:2019-06 gliedert die Instandhaltung in vier Grundmaßnahmen: Wartung, Inspektion, Instandsetzung und Verbesserung. Die DGUV beschreibt sie knapp als Verzögerung der Abnutzung, Feststellung und Beurteilung des Ist-Zustands, Wiederherstellen der Funktion und Steigerung der Funktionssicherheit. Jede dieser Maßnahmen erzeugt und verbraucht Wissen — und genau dort liegen die Einsatzfelder für Agenten:

  • Instandsetzung: Störung beschreiben, wahrscheinliche Ursachen finden, passende Abschnitte aus Handbuch und Schaltplan zeigen, ähnliche frühere Fälle heraussuchen.
  • Wartung und Inspektion: Wartungspläne aus Herstellerangaben ableiten, Checklisten vorbereiten, Inspektionsbefunde strukturiert erfassen.
  • Verbesserung: wiederkehrende Störungen über Anlagen und Schichten hinweg erkennen und als Schwachstelle sichtbar machen.
  • Ersatzteile: Teil aus Beschreibung oder Stückliste identifizieren, Lagerbestand und Alternativen prüfen, Bestellanforderung vorbereiten.

Wichtig ist der Unterschied zu einem reinen Chatbot. Ein Agent beantwortet nicht nur Fragen, er nutzt Werkzeuge: Er liest aus dem CMMS, schlägt in der Materialwirtschaft nach und legt Entwürfe an. Welche Aufgaben ein KI-Agent generell übernehmen kann und wie wir solche Systeme aufbauen, beschreibt die Übersicht zu KI-Agenten für Fachbereiche.

Wie funktioniert ein Instandhaltungs-Agent?

Ein Instandhaltungs-Agent besteht aus einem Sprachmodell, einer Wissensbasis mit Suchfunktion und angebundenen Werkzeugen für CMMS und Materialwirtschaft. Das Modell versteht die Frage, die Suche liefert passende Textstellen und Fälle, die Werkzeuge holen Live-Daten — und jede Antwort verweist auf ihre Quelle.

Die Bausteine im Einzelnen:

  1. Sprachmodell. Es versteht Freitext wie „Presse 3 bringt nach Werkzeugwechsel Fehler 47, Hydraulikdruck schwankt" und formuliert Antworten. Ob ein Cloud-Modell oder ein lokal betriebenes Modell passt, hängt von Datenschutzanforderungen und Infrastruktur ab; Hintergründe dazu stehen unter souveräne KI.
  2. Wissensbasis mit Retrieval. Handbücher, Wartungsanleitungen, Schaltpläne und Störberichte werden in Abschnitte zerlegt und durchsuchbar gemacht. Das Verfahren heißt Retrieval-Augmented Generation; es wurde 2020 von Lewis et al. beschrieben und verbindet ein Sprachmodell mit einer Suche über externe Dokumente. Der Vorteil für die Instandhaltung: Das Modell antwortet aus Ihren Unterlagen statt aus allgemeinem Weltwissen. Wie man eine solche Wissensbasis im Unternehmen aufbaut, beschreibt der Leitfaden RAG im Unternehmen.
  3. Werkzeuge (Tool Use). Der Agent ruft per Tool Use definierte Funktionen auf, etwa „Störmeldungen zu Anlage X der letzten 24 Monate lesen", „Lagerbestand zu Materialnummer Y abfragen" oder „Entwurf einer Instandhaltungsmeldung anlegen".
  4. Regeln und Freigaben. Was der Agent lesen, vorschlagen und schreiben darf, ist festgelegt. Sicherheitsrelevante Schritte — Freischalten, Arbeiten unter Spannung, Eingriffe in Schutzeinrichtungen — gibt er nie als Anweisung, sondern verweist auf die gültige Betriebsanweisung.
  5. Protokoll. Jede Anfrage, jede gelesene Quelle und jeder Vorschlag wird gespeichert. So lässt sich nachvollziehen, warum der Agent etwas empfohlen hat.

Ein typischer Ablauf bei einer Störung: Die Fachkraft beschreibt das Symptom am Tablet. Der Agent sucht im Handbuch nach dem Fehlercode, findet drei frühere Meldungen mit ähnlichem Text, zeigt die damals dokumentierte Ursache und Maßnahme und listet die betroffenen Ersatzteile mit Lagerort. Die Fachkraft entscheidet und dokumentiert; der Agent formuliert daraus einen sauberen Rückmeldetext.

Welche Einsatzfelder gibt es?

Die Einsatzfelder reichen von der Störungsdiagnose über Wartungsplanung und Ersatzteilsuche bis zur Auswertung von Schwachstellen. Für den Einstieg eignet sich fast immer die Störungsdiagnose, weil der Nutzen im Alltag sofort sichtbar ist und vorhandene Dokumente genügen.

Störungsdiagnose

Der Agent durchsucht Handbücher und Störhistorie und schlägt wahrscheinliche Ursachen mit Quellenangabe vor. Sein Wert steigt mit der Qualität der Störmeldungen: Wo frühere Einsätze mit Ursache und Maßnahme dokumentiert sind, findet er Muster, die einzelne Personen nicht im Kopf haben. Wo nur „repariert" im Rückmeldetext steht, bleibt ihm das Handbuch.

Wartungsplanung

Aus Herstellerangaben zu Intervallen, Schmierstoffen und Prüfpunkten erstellt der Agent Entwürfe für Wartungspläne und Arbeitsanweisungen. Er kann auch prüfen, ob für eine Anlage überhaupt ein Plan hinterlegt ist, oder Wartungsaufträge der nächsten Woche mit Ersatzteilverfügbarkeit abgleichen. Die Freigabe der Pläne bleibt bei der Instandhaltungsleitung.

Ersatzteilsuche und Lager

Viele Teile werden im Alltag anders bezeichnet als im Materialstamm. Ein Agent übersetzt zwischen Beschreibung („der kleine Näherungsschalter links am Greifer"), Stückliste, Herstellerteilenummer und interner Materialnummer, prüft Bestand und schlägt bei Bedarf eine Bestellanforderung vor.

Dokumentation und Schichtübergabe

Rückmeldungen schreiben ist unbeliebt und deshalb oft lückenhaft. Ein Agent kann aus einer kurzen Sprachnotiz einen strukturierten Rückmeldetext mit Schadensbild, Ursache und Maßnahme formulieren. Das verbessert zugleich die Datengrundlage für spätere Diagnosen. Für die Übergabe zwischen Schichten fasst er offene Störungen und begonnene Arbeiten zusammen.

Schwachstellenanalyse

Über viele Meldungen hinweg erkennt der Agent wiederkehrende Ursachen, etwa immer dieselbe Baugruppe an verschiedenen Anlagen. Das ist die Grundmaßnahme „Verbesserung" aus DIN 31051 in der Praxis: Statt nur zu reparieren, wird sichtbar, wo sich eine konstruktive Änderung lohnt.

Abgrenzung zu Predictive Maintenance

Predictive Maintenance arbeitet mit Zeitreihen aus Sensoren — Schwingung, Temperatur, Stromaufnahme — und erkennt Abweichungen vom Normalzustand. Ein wissensbasierter Agent arbeitet mit Text und Auftragsdaten. Beide ergänzen sich: Die Vorhersage meldet „Lager an Pumpe 2 auffällig", der Agent liefert Austauschanleitung, Teilenummer und frühere Erfahrungen. Industrieanbieter kombinieren beides inzwischen: Siemens hat im März 2025 eine generative KI-Lösung für die Instandhaltung vorgestellt, die laut Siemens-Pressemitteilung in ersten Pilotanwendungen im Durchschnitt 25 % der reaktiven Instandhaltungszeit eingespart habe; das ist eine Herstellerangabe aus Pilotprojekten, keine unabhängige Messung.

Eng verwandt ist der Einsatz im Kundendienst, wenn Hersteller ihre Servicetechniker beim Kunden unterstützen. Das beschreibt die Seite zum Agenten für den technischen Service.

Welche Voraussetzungen braucht es?

Sie brauchen keine perfekten Daten, aber drei Dinge: zugängliche technische Dokumentation, eine Störhistorie mit brauchbaren Texten und einen lesenden Zugang zum Instandhaltungssystem. Dazu kommt eine verantwortliche Person aus der Instandhaltung, die fachlich bewertet, ob die Antworten stimmen.

Daten

  • Handbücher und Anleitungen: idealerweise als durchsuchbares PDF, nicht als Scan ohne Texterkennung. Gescannte Altunterlagen lassen sich per Texterkennung aufbereiten, das kostet aber Zeit und Qualität.
  • Schaltpläne und Zeichnungen: wertvoll, aber für Sprachmodelle schwerer auszuwerten als Text. Oft genügt im ersten Schritt, dass der Agent die richtige Seite findet und anzeigt.
  • Störhistorie: Meldungen und Aufträge der letzten Jahre mit Schadensbild, Ursache und Maßnahme. Entscheidend ist der Freitext — Codes allein sagen wenig.
  • Stammdaten: technische Plätze, Equipment, Stücklisten, Materialstamm.

Systeme

In SAP-Umgebungen läuft die korrektive Instandhaltung typischerweise über Meldung, Auftrag, Rückmeldung und technischen Abschluss; die Meldung beschreibt laut SAP Learning den technischen Zustand eines Objekts, der Auftrag dient der Planung, Durchführung und Steuerung. Ein Agent dockt an genau diese Objekte an: lesend für die Diagnose, später schreibend für Entwürfe. Bei anderen CMMS-Lösungen heißen die Objekte anders; die Anbindung erfolgt je nach System über eine Schnittstelle oder einen Datenexport.

Organisation

  • Eine fachlich verantwortliche Person, die Testfragen formuliert und Antworten bewertet.
  • Klare Regeln, wer den Agenten nutzt und was er darf.
  • Frühe Einbindung des Betriebsrats, wo es einen gibt (siehe Abschnitt Grenzen und Risiken).
  • Bereitschaft, die Qualität der Rückmeldungen zu verbessern — davon lebt das System langfristig.

Wie geht man in Schritten vor?

Bewährt hat sich ein Vorgehen in fünf Schritten: einen eng umrissenen Anwendungsfall wählen, Daten sichten, einen lesenden Prototypen bauen, ihn mit echten Störfällen testen und erst danach in den Alltag bringen. Schreibrechte und weitere Anlagen kommen zuletzt.

  1. Anwendungsfall eingrenzen. Eine Anlagengruppe mit häufigen Störungen und guter Dokumentation, eine klar umrissene Frage („Was kann Fehler X an Anlagentyp Y verursachen?").
  2. Daten sichten. Welche Handbücher liegen digital vor? Wie gut sind die Rückmeldetexte der letzten zwei Jahre? Wie kommt man an die CMMS-Daten — Schnittstelle oder Export?
  3. Lesenden Prototypen bauen. Wissensbasis aufbauen, Suche einrichten, Antworten immer mit Quelle. Noch keine Schreibrechte.
  4. Mit echten Fällen testen. Zwanzig bis dreißig abgeschlossene Störfälle nehmen, bei denen die Ursache bekannt ist, und prüfen, ob der Agent sie findet. Erfahrene Fachkräfte bewerten jede Antwort. So entsteht ein Testset, mit dem sich spätere Änderungen messen lassen.
  5. In den Alltag bringen. Zugang dort, wo gearbeitet wird — Tablet an der Anlage, Leitstand, Smartphone. Rückmeldungen der Nutzer sammeln, Wissensbasis nachpflegen. Danach schrittweise Entwürfe für Meldungen, Rückmeldetexte oder Bestellanforderungen freischalten, jeweils mit menschlicher Freigabe.

Das Testset aus Schritt 4 ist der wichtigste Baustein des Vorgehens: Ohne es lässt sich nicht sagen, ob eine Änderung am Modell oder an der Suche besser oder schlechter ist.

Wenn Sie die Grundlagen mit Ihrem Team gemeinsam erarbeiten möchten, eignet sich ein strukturierter KI-Workshop als Einstieg in die Anwendungsfallauswahl.

Wo liegen Grenzen und Risiken?

Ein Agent kann falsch liegen, veraltete Unterlagen zitieren oder eine Ursache plausibel klingen lassen, die nicht stimmt. In der Instandhaltung geht es zudem um Arbeitssicherheit. Deshalb gilt: Vorschläge mit Quelle, Entscheidung bei der Fachkraft, keine sicherheitsrelevanten Anweisungen aus dem Modell.

Fachliche Risiken

  • Halluzinationen. Sprachmodelle können Antworten erfinden (mehr dazu unter Halluzination bei KI). Gegenmittel: Antworten nur aus der Wissensbasis, Quellenpflicht, und ein ausdrückliches „Dazu finde ich nichts", wenn die Unterlagen nichts hergeben.
  • Veraltete Dokumentation. Wenn umgebaut wurde, das Handbuch aber nicht aktualisiert ist, liefert der Agent den alten Stand. Versionsangaben in der Wissensbasis und ein Hinweis auf das Dokumentdatum helfen.
  • Schlechte Störhistorie. Rückmeldungen wie „i. O." oder „getauscht" tragen keine Diagnose. Hier ist der Nutzen anfangs auf das Handbuch begrenzt.

Arbeitssicherheit

Der Agent ersetzt keine Gefährdungsbeurteilung und keine Betriebsanweisung. Bei Arbeiten an elektrischen, hydraulischen oder pneumatischen Systemen muss er auf die gültigen Freischalt- und Sicherungsverfahren verweisen, statt eigene Schrittfolgen zu formulieren.

Akzeptanz im Team

Erfahrene Fachkräfte reagieren oft skeptisch — zu Recht, wenn ein System ihnen Wissen abfragt und sie später ersetzen soll. Akzeptanz entsteht, wenn der Agent lästige Arbeit abnimmt (Rückmeldungen schreiben, Teile suchen) und erkennbar auf ihrem Wissen aufbaut. Binden Sie die Fachkräfte als Prüfer des Testsets ein und machen Sie ihre Korrekturen sichtbar.

Mitbestimmung

Speichert der Agent, wer wann welche Frage gestellt hat, kann er geeignet sein, Verhalten oder Leistung zu überwachen. Für die Einführung solcher technischen Einrichtungen sieht § 87 Abs. 1 Nr. 6 BetrVG ein Mitbestimmungsrecht des Betriebsrats vor. Eine Betriebsvereinbarung, die Zweck, Auswertungen und Löschfristen regelt, schafft Klarheit. Dieser Hinweis ist eine Orientierung, keine Rechtsberatung.

Wann der Ansatz nicht passt

  • Wenn kaum Dokumentation existiert und das Wissen ausschließlich mündlich weitergegeben wird — dann ist zuerst Dokumentationsarbeit nötig.
  • Wenn die Anlagen sehr einfach sind und Störungen sich in Minuten beheben lassen.
  • Wenn das eigentliche Problem fehlende Ersatzteile oder Personal ist, nicht fehlendes Wissen.

Wie fange ich an?

Beginnen Sie mit einer Bestandsaufnahme: Welche Anlage verursacht die meisten Stillstände, wie gut ist ihre Dokumentation, und wie viele Rückmeldungen mit brauchbarem Text gibt es? Daraus ergibt sich der erste Anwendungsfall. Ein lesender Prototyp für die Störungsdiagnose ist meist der schnellste Weg zu belastbaren Erkenntnissen.

Eine kurze Prüfliste für die Entscheidung:

  • Gibt es eine Anlagengruppe, bei der Störungen regelmäßig länger dauern, weil Wissen fehlt oder gesucht werden muss?
  • Liegen Handbücher digital und durchsuchbar vor?
  • Enthalten die Störmeldungen der letzten zwei Jahre Ursache und Maßnahme im Text?
  • Gibt es lesenden Zugang zum CMMS — per Schnittstelle oder Export?
  • Steht eine erfahrene Fachkraft bereit, die zwanzig bis dreißig Testfälle bewertet?
  • Ist geklärt, ob Daten das Haus verlassen dürfen oder ein lokal betriebenes Modell nötig ist?

Wenn die Mehrzahl dieser Fragen mit Ja beantwortet ist, lohnt ein Prototyp. Wie wir Agenten für einzelne Fachbereiche konzipieren und in bestehende Systeme einbinden, beschreibt die Seite zu KI-Agenten; Grundbegriffe wie Retrieval oder Tool Use erklärt das Lexikon. Weitere Artikel zu Störungsdiagnose und zum Zusammenspiel mit Predictive Maintenance erscheinen im Wissensbereich.

Stand: November 2026.

Häufige Fragen

Ist ein Instandhaltungs-Agent dasselbe wie Predictive Maintenance?

Nein. Predictive Maintenance wertet Sensordaten aus und meldet, dass sich ein Schaden anbahnt. Ein wissensbasierter Agent hilft danach bei der Frage, was zu tun ist, indem er Dokumentation und frühere Störfälle durchsucht.

Brauche ich Sensordaten, um mit KI in der Instandhaltung zu starten?

Nicht zwingend. Für die Störungsdiagnose genügen oft Handbücher, Schaltpläne und gut gepflegte Störmeldungen aus dem CMMS. Sensordaten werden erst für zustandsbasierte und vorausschauende Strategien wichtig.

Darf der Agent selbst Aufträge im CMMS anlegen?

Technisch ist das möglich, sinnvoll ist zu Beginn aber nur ein Entwurf, den eine Fachkraft prüft und freigibt. Schreibrechte sollten erst nach einer stabilen Testphase und eng begrenzt vergeben werden.

Muss der Betriebsrat beteiligt werden?

Wenn das System geeignet ist, Verhalten oder Leistung von Beschäftigten zu überwachen, greift in Deutschland das Mitbestimmungsrecht nach § 87 Abs. 1 Nr. 6 BetrVG. Das ist keine Rechtsberatung; klären Sie den Einzelfall früh mit Betriebsrat und Fachjurist.

Quellen

  1. DIN 31051:2019-06 – Grundlagen der Instandhaltung (DIN Media) dinmedia.de
  2. DGUV IFA – Lexikon: Instandhaltung dguv.de
  3. Siemens: Industrial Copilot – generative-AI-powered maintenance offering (24.03.2025) press.siemens.com
  4. Lewis et al. (2020): Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks arxiv.org
  5. SAP Learning: Outlining the Standard Corrective Maintenance Process learning.sap.com
  6. § 87 Betriebsverfassungsgesetz – Mitbestimmungsrechte gesetze-im-internet.de