Industrielle Systeme in Betrieb zu halten, ist wie das Drehen von Tellern auf Stäben - man versucht ständig zu vermeiden, dass welche herunterfallen und kaputtgehen. Zwar funktionieren optimal umgesetzte präventive Wartungssysteme sehr gut, kritische Anlagen müssen dennoch regelmäßig für Wartungsarbeiten vom Netz genommen werden. Außerdem ist ein vorzeitiger Austausch von Teilen und Betriebs- und Schmiermitteln unnötig kostspielig und schlecht für die Umwelt. Deshalb wird zunehmend eine vorhersagende Instandhaltung betrieben, die zu Mitteln der statischen, dynamischen und statistischen Analyse bis hin zum Einsatz von maschinellem Lernen greift, um bevorstehende Ausfälle rechtzeitig zu prognostizieren. Das übergeordnete Ziel: die Betriebszeit zu maximieren und die Wartungskosten zu reduzieren.