Sanne Klit: Man kann nicht alles auf Lager halten – aber man soll wissen, was als Nächstes ausfällt (Teil 2)

(Teil 2 unserer Serie mit Sanne Egholm Klit, Head of Parts Solutions & Warranty bei BEUMER)

Wenn Betreiber über Ersatzteilplanung sprechen, beginnt die Diskussion meist mit einer altbekannten Frage:

„Welche Teile müssen wir im Regal haben, um Stillstände zu vermeiden?“

Für einen Maschinenbauer ist die Antwort ungleich komplexer. Er plant keine Bestände für einen einzelnen Standort oder eine isolierte Fertigungslinie. Er trägt die Verantwortung für tausende Anlagen – verteilt über Länder, Branchen und Technologie-Generationen hinweg, jede mit eigenen Nutzungsmustern, Wartungszyklen und Risikoprofilen.

Doch die Erwartung der Kunden bleibt simpel: Wenn ein Teil ausfällt, muss der Ersatz bereits verfügbar sein. Irgendwo.

Die Herausforderung der installierten Basis

Schon die Ersatzteilplanung für einen einzelnen Betrieb ist anspruchsvoll. Die Nachfrage ist unregelmäßig, Ausfälle sind schwer vorhersehbar und das im Lager gebundene Kapital kann schnell eskalieren.

Maschinenbauer bewegen sich jedoch in einer völlig anderen Dimension der Komplexität. Statt für ein Werk zu planen, müssen sie die Nachfrage über eine gesamte installierte Basis hinweg antizipieren. Sanne beschreibt diese Herausforderung sehr pragmatisch:

„Wir schauen uns zuerst die historischen Daten an – das ist der strukturierte Teil des Prozesses. Aber dann ergänzen wir das mit dem Wissen, das wir in den Köpfen haben.“

Ihr Team führt aktuell alle sechs Monate eine Analyse durch, basierend auf historischen Verbrauchsdaten, um die kritischsten Teile zu identifizieren. Doch Daten allein erzählen selten die ganze Geschichte. Ein plötzlicher Anstieg im Bedarf kann auf ein einmaliges Projekt zurückzuführen sein und nicht auf einen dauerhaften Trend. Ein Lieferant mag stabile Lieferzeiten versprechen, hält diese aber in der Praxis nicht ein. Oder ein Kunde erwähnt beiläufig eine geplante Erweiterung, lange bevor ein formeller Auftrag ausgelöst wird.

Diese Signale sind entscheidend, wie Sanne erklärt:

„Der statistische Teil ist strukturiert. Der Rest basiert auf Erfahrungswissen, auf dem, was wir von Kunden und Lieferanten hören, und auf den Informationen, die wir informell aufschnappen.“

Mit anderen Worten: Das Excel-Modell bildet nur die halbe Realität ab.

Die Grenzen der Historie

Dieser hybride Ansatz aus Daten und Erfahrung ist im Ersatzteilmanagement weit verbreitet. Historische Bedarfe liefern zwar eine solide Basis, erfassen aber oft keine seltenen Ausfälle, neue Anlagenkonfigurationen oder plötzliche Einbrüche in der Lieferanten-Zuverlässigkeit.

Doch gerade in diesen Ausnahmen liegt das höchste Risiko. Für Maschinenbauer, die Systeme über Jahrzehnte unterstützen, können diese „Low-Frequency-Teile“ eine enorme Hebelwirkung haben. Sie bewegen sich selten, aber wenn sie gebraucht werden, sind sie meist geschäftskritisch. Man kann sie nicht ignorieren – man kann aber auch nicht alles auf Verdacht einlagern.

Planung unter realen Sachzwängen

Selbst bei einer perfekten Prognose stoßen Maschinenbauer an physische Grenzen. Lagerflächen sind endlich, die Kapitalbindung muss streng kontrolliert werden, und Teile, die jahrelang ohne Bedarf lagern, entwickeln sich schnell zu totem Bestand.

Wie der Reliability-Experte Sanjib Das bereits in unserer vorherigen Reihe betonte: Lagerbestand ist nicht kostenlos – er altert, erfordert Pflege und kann die Zuverlässigkeit indirekt sogar verschlechtern. Gleichzeitig bleibt das Serviceversprechen gegenüber dem Kunden zeitlich nahezu unbegrenzt. Sanne betreut mit ihrem Team Anlagen, die teilweise seit über 35 Jahren in Betrieb sind:

„Wir haben Anlagen im Feld, die seit 1988 laufen – und wir unterstützen sie immer noch mit Ersatzteilen.“

Dies erfordert einen Balanceakt, der typisch für die OEM-Perspektive ist. Während Betreiber ihre Strategie innerhalb ihres eigenen operativen Kontexts optimieren (Uptime, Wartungsstrategie, Budget), müssen Maschinenbauer die Nachfrage über verschiedene Kunden, Anlagengenerationen und Lieferketten hinweg ausbalancieren – ohne dabei ihre Glaubwürdigkeit als Partner zu verlieren.

Der Wissensvorsprung des Maschinenbauers

Trotz dieser Hürden haben Maschinenbauer einen entscheidenden Vorteil: Sie sehen das gesamte Bild. Über Flughäfen, Logistikzentren oder Bergbauanlagen hinweg erkennen sie Muster, die einem einzelnen Betreiber verborgen bleiben.

Wartungsdaten, Austauschzyklen und Ausfallraten über dutzende Anlagen hinweg liefern Frühwarnsignale für aufkommende Risiken. Sannes Team beginnt nun, genau dieses Potenzial systematisch zu heben:

„Wir fangen an, mehr Daten direkt von den Standorten zu sammeln – zum Beispiel, wenn Wartungsteams dokumentieren, wann genau sie welche Teile austauschen.“

Diese Informationen erlauben es den Ingenieuren, Kennzahlen wie die Mean Time Between Failures (MTBF) über die gesamte installierte Basis hinweg zu berechnen. Ein Spezialist in Sannes Team widmet sich nun exzellent der Analyse dieser Daten, um Bedarfe präziser vorherzusagen. Es ist der erste Schritt in Richtung einer neuen Ära.

Vom Bauchgefühl zur Predictive Planning

Die langfristige Vision ist klar: Die reaktive Planung soll durch vorausschauende Erkenntnisse ersetzt werden. Wenn Maschinenbauer Daten der installierten Basis, Wartungsprotokolle und Komponenten-Lebenszyklen intelligent verknüpfen, können sie Ausfälle antizipieren, bevor der Kunde sie überhaupt bemerkt. Im Idealfall trifft das Ersatzteil ein, bevor die Störung auftritt.

Noch ist dieser Ansatz im Aufbau. Heute verlassen sich viele Entscheidungen noch auf das Urteilsvermögen erfahrener Planer, die die Eigenheiten bestimmter Anlagen und Lieferanten kennen. Doch die Richtung ist unumkehrbar: Die Zukunft der Ersatzteilplanung wird weniger von Intuition und weitaus mehr von Shared Data innerhalb des gesamten Ökosystems abhängen.

Die Löcher im Käse

Doch auch mit den besten Tools verschwindet die Unsicherheit nie ganz. Lieferanten ändern Bauteile, Unterlieferanten stellen die Produktion ein, und die Dokumentation fragmentiert über Jahrzehnte hinweg. Manche Risiken werden erst sichtbar, wenn etwas bricht.

Sanne nutzt ein treffendes Bild für diese Realität: Es wird immer „Löcher im Käse“ geben. Die entscheidende Frage ist nicht, ob diese Lücken existieren, sondern wie schnell eine Organisation sie erkennt und darauf reagieren kann.

In unserem nächsten Artikel widmen wir uns einer der größten Herausforderungen, die sich hinter diesen Lücken verbirgt: Obsoleszenz. Denn für Maschinenbauer, die Anlagen über 30 Jahre und länger betreuen, ist die größte Gefahr für die Zuverlässigkeit nicht immer der Verschleiß. Manchmal existiert das Teil schlichtweg nicht mehr.

Die gesamte Interviewreihe lesen:

• Teil 1: Ersatzteile sind kein Nebengeschäft für Maschinenbauer
• Teil 3: Die Obsoleszenz-Falle: Warum „proaktiv“ schwieriger ist, als es klingt
• Teil 4: Die Daten-Zukunft: Ersatzteile liefern, bevor der Ausfall eintritt