Die Predictive Maintenance (Vorausschauende Instandhaltung) informiert im Idealfall vor dem Ausfall eines Bauteils/einer Maschine darüber, dass diese(s) gewartet oder ersetzt werden muss.
Um dies zu ermöglichen, werden die Daten einzelner Baugruppen systematisch aufgezeichnet und analysiert. Hierzu sind verschiedene Messgrößen nötig, die über die Zeit zu einem riesigen Datenschatz (Big Data) werden. Um sich ein klares Bild über die einzelnen Baugruppen zu verschaffen, müssen diese Daten analysiert (Data Mining) werden. Dies wiederum erfordert ein kontinuierliches Lernen der beteiligten Analysewerkzeuge. Lernen heißt in diesem Fall, dass im Falle eines Ausfalls anhand der vorher erhobenen Daten herausgefunden werden muss, ob dieser Ausfall zukünftig in ähnlichen Situationen vorhersehbar ist.
Beispiele: Oft kündigen sich Bauteileausfälle durch ungewöhnliche Vibrationen oder einen Temperaturanstieg an. Nun sind solche Erscheinungen in bestimmten Situationen normal, erst mit der zunehmenden Häufigkeit kann auf ein ungewöhnliches Verhalten hindeuten.