Predictive Maintenance bei Automaten: Was KI heute wirklich leistet

Predictive Maintenance ist eines der meiststrapazierten Versprechen in der Vending-Industrie. Es gibt echte Fortschritte — aber der Abstand zwischen Marketing-Versprechen und Praxis ist 2026 noch spürbar.

Was heute tatsächlich funktioniert

Die meisten PM-Systeme bei Automaten arbeiten regelbasiert, nicht ML-basiert: Wenn Grinder-Vibration über Schwellenwert X steigt → Warnung → Techniker prüft. Wenn Brühtemperatur unter Y °C fällt → sofortige Meldung. Das ist Anomalieerkennung, keine Vorhersage. Trotzdem wertvoll: Ausfälle werden in Stunden statt Tagen erkannt, und der Techniker fährt mit dem richtigen Ersatzteil.

Was der Begriff "Predictive" wirklich meint

Einige Hersteller (Franke, WMF, Crane) zeigen echte Lernfähigkeit: Mahlwerk-Verschleißkurven werden über Zeit modelliert und Austauschintervalle standortspezifisch optimiert. Ein Gerät an einem Hochfrequenz-Standort wird früher gewartet als ein baugleiches Gerät an ruhigem Standort. Der Datenbedarf (6–12 Monate Betriebsdaten pro Gerät) macht das nur für größere Flotten skalierbar.

Der Praxis-ROI für Betreiber

• Flotten unter 20 Geräten: einfache Telemetrie + feste Wartungsintervalle sind oft ausreichend und deutlich günstiger.
• Flotten 20–100 Geräte: regelbasierte PM-Systeme liefern echten ROI durch Route-Priorisierung.
• Flotten 100+ Geräte: ML-basierte PM kann signifikant Ausfallzeiten senken — hier rechnet sich die Investition in Premium-Plattformen.