know-how

Mean Time to Repair (MTTR): Bedeutung, Berechnung und Optimierung in der Instandhaltung

Was ist MTTR? Definition und Bedeutung

Instandhaltungsprozesse sind ein wesentlicher Faktor für die Betriebseffizienz in nahezu allen industriellen Branchen. Eine zentrale Kennzahl zur Bewertung der Wirksamkeit der Instandhaltung ist die Mean Time to Repair (MTTR), auf Deutsch: durchschnittliche Reparaturzeit. Sie beschreibt die durchschnittliche Zeitspanne, die erforderlich ist, um ein technisches System, eine Maschine oder eine Komponente nach einem Ausfall zu reparieren und wieder vollständig betriebsbereit zu machen.

Die MTTR hat sich als eine wichtige Kennzahl zur Bewertung der Reaktions- und Wiederherstellungsfähigkeit etabliert. Unternehmen nutzen sie nicht nur zur Analyse der Effizienz technischer Abläufe, sondern auch zur Erfüllung vertraglicher Anforderungen, etwa im Rahmen von Service Level Agreements (SLAs).

Ein niedriger MTTR-Wert steht für eine schnelle Wiederherstellung nach einem Ausfall und deutet auf effektive Störungsbehebung und optimierte Abläufe hin. Umgekehrt kann ein hoher MTTR-Wert auf Engpässe, organisatorische Schwächen oder fehlende Ressourcen hindeuten.

Wie sich die MTTR in der Praxis systematisch senken lässt, zeigt das Maintastic CMMS – mit Ticketsystem, Wartungsplaner und KI-Assistent als integriertem Werkzeugset.

Berechnung der MTTR

Die MTTR wird als arithmetisches Mittel der Reparaturzeiten über einen definierten Zeitraum oder eine bestimmte Anzahl von Störungen berechnet. Die Formel lautet:

$$ \mathrm{MTTR} = \frac{\text{Gesamtdauer aller Reparaturen}}{\text{Anzahl der Reparaturen}} $$

Formel zur Berechnung der Mean Time To Repair (MTTR).

Dabei umfasst die Reparaturdauer in der Regel nicht nur den physischen Austausch defekter Komponenten, sondern auch folgende Phasen:

Das Ziel ist es, die Phasen möglichst kurz zu halten, um Produktionsausfälle zu minimieren.

MTTR einfach erklärt – ein Rechenbeispiel

Wenn innerhalb eines Monats fünf Störungen auftreten und die jeweiligen Reparaturzeiten 1,5 Stunden, 2 Stunden, 2,5 Stunden, 1 Stunde und 3 Stunden betragen, ergibt sich:

MTTR = (1,5 + 2 + 2,5 + 1 + 3) / 5 = 2 Stunden

Je nach Branche, Kritikalität der Anlage und Komplexität der Systeme können akzeptable MTTR-Werte stark variieren. In hochverfügbaren Betriebsumgebungen, etwa in der Energie-, Pharma- oder IT-Branche, gelten besonders niedrige MTTR-Grenzwerte, um Ausfallzeiten mit potenziell weitreichenderen Folgen auf ein Minimum zu reduzieren.

Abgrenzung zu verwandten Kennzahlen: MTTF, MTBF, MTTA und MDT

Die Mean Time to Repair (MTTR) steht im Zentrum vieler Instandhaltungsstrategien, ist jedoch nur ein Teil eines umfassenden Kennzahlensystems. Für eine vollständige Analyse von Ausfällen und Reaktionsprozessen sollten auch verwandte Kennzahlen wie MTTF, MTBF, MTTA und MDT betrachtet werden. Diese bieten – einzeln und im Zusammenspiel – eine differenzierte Sicht auf Systemzuverlässigkeit, Reaktionsfähigkeit und organisatorische Effizienz.

Mean Time to Failure (MTTF)

Die Mean Time to Failure beschreibt die durchschnittliche Betriebsdauer bis zum vollständigen Ausfall eines nicht reparierbaren Bauteils. Sie ist besonders bei Komponenten wie Sicherungen oder einzelnen Elektronikbauteilen von Bedeutung, die nach einem Defekt im Gegensatz zur MTTR direkt ersetzt und nicht wieder instandgesetzt werden.

Beispiel: Ein Temperaturfühler weist eine MTTF von 10.000 Betriebsstunden auf. Der Betreiber kann daraus einen geplanten Austauschzeitpunkt ableiten, um spontane Ausfälle zu vermeiden.

Mean Time Between Failures (MTBF)

Die Mean Time Between Failures ist ein Maß für die Zuverlässigkeit eines reparierbaren Systems. Sie gibt die durchschnittliche Zeitspanne zwischen zwei aufeinanderfolgenden Ausfällen eines reparierbaren Systems. Sie umfasst sowohl die tatsächliche Betriebszeit als auch etwaige Stillstandszeiten.

Unterscheidung zu MTTF: Während MTTF den Ausfall irreparabler Teile betrachtet, bezieht sich MTBF auf reparierbare Systeme.
Formel: MTBF = Gesamtbetriebszeit / Anzahl der Ausfälle
Typischer Einsatz: Technische Zuverlässigkeitsanalysen, Systemdesign, Lebenszyklusplanung
Ziel: Bewertung der Systemzuverlässigkeit im laufenden Betrieb
Wertinterpretation: Höhere MTBF signalisieren seltenere Ausfälle und höhere Zuverlässigkeit

Beispiel: Eine Abfüllanlage hat über ein Jahr hinweg 1.200 Betriebsstunden und hat über das Jahr 20 Ausfälle. Das bedeutet eine MTBF von 60. Bei der Anlage kommt es im Durchschnitt alle 60 Tage zu einem Ausfall.

Mean Time to Acknowledge (MTTA)

Die Mean Time to Acknowledge misst die durchschnittliche Zeitspanne zwischen dem Auftreten eines Fehlers und der ersten Bestätigung durch eine zuständige Stelle, etwa durch einen Techniker. Diese Kennzahl gewinnt zunehmend an Bedeutung, insbesondere in vernetzten Instandhaltungsprozessen mit Echtzeitmonitoring.

Typische Auslöser: Alarmmeldung über IoT-System oder manuelle Erfassung über einen QR-Code und anschließende Erfassung in einem CMMS (Computerized Maintenance Management System)
Bedeutung: Bewertet die Reaktionsgeschwindigkeit im Fehlerfall
Ziel: Optimierung der Störungsannahme und Alarmierung
Risiken bei hoher MTTA: Verzögerte Störungsbearbeitung, SLA-Verletzungen, unnötige Stillstandsverlängerung

Beispiel: Ein IoT-System erkennt eine Störung um 12:00 Uhr und wird unmittelbar im CMMS erfasst, aber erst um 12:20 Uhr durch einen Techniker bestätigt. Die MTTA beträgt 20 Minuten.

Mean Down Time (MDT)

Die Mean Down Time umfasst den gesamten Zeitraum, in dem ein System vom Auftreten einer Störung bis zur Wiederherstellung nicht verfügbar ist. Sie inkludiert somit die MTTA, MTTR sowie eventuelle zusätzliche Verzögerungen, etwa durch Wartezeiten auf Ersatzteile, interne Freigaben oder Ressourcenengpässe.

Beispiel: Eine Störung wird nach 20 Minuten bestätigt, die anschließende Reparatur dauert 2,5 Stunden, zusätzlich entsteht eine Wartezeit von 1 Stunde. Daraus ergibt sich eine Mean Down Time (MDT) von insgesamt 3 Stunden und 50 Minuten.

Chronologische Einordnung technischer Kennzahlen im Fehlerprozess

Um die verschiedenen Instandhaltungskennzahlen nicht nur isoliert, sondern im funktionalen Zusammenhang zu betrachten, bietet sich eine zeitliche Einordnung entlang eines gängigen Störungszyklus an. Die folgende Übersicht veranschaulicht, welche Kennzahl welche Phase abbildet – von der Lebensdauer vor dem Ausfall bis zur Gesamtzeit der Nichtverfügbarkeit. Dies schafft ein besseres Verständnis für die Rolle und Relevanz jeder Kennzahl innerhalb eines durchgängigen Instandhaltungsprozesses.

MTTF, MTBF, MTTA, MTTR & MDT – Kennzahlen im Fehlerprozess
Phase im Störungszyklus	Kennzahl	Bedeutung
Vor dem Ausfall	MTTF	Lebensdauer bis zum ersten Versagen
Zwischen Ausfällen	MTBF	Durchschnittlicher Zeitraum zwischen Fehlern
Erkennung bis Bestätigung	MTTA	Reaktionszeit auf den Ausfall
Fehlerbehebung	MTTR	Zeitspanne zur Wiederherstellung der Funktion
Gesamte Ausfallzeit	MDT	Nichtverfügbarkeit gesamt (inkl. MTTA, MTTR und sonstiger Verzögerung)

Wirtschaftliche und leistungsbezogene Auswirkungen der MTTR

Die Mean Time to Repair (MTTR) beeinflusst unmittelbar die betriebliche Produktivität, da sie die Dauer bestimmt, in der Maschinen nach einem Ausfall nicht verfügbar sind. Eine hohe MTTR bedeutet verlängerte Stillstandszeiten, Ausfallkosten und potenzielle Folgen für Termintreue, Ausbringungsmenge und Ressourcenauslastung.

Kostenfaktoren ungeplanter Stillstände

Besonders in automatisierten oder taktgebundenen Fertigungsumgebungen kann bereits eine geringe Erhöhung der MTTR zu signifikanten Produktionsverlusten und damit zu hohen ungeplanten Kosten führen. In der Lebensmittel- und Getränkeindustrie kommen regulatorische Anforderungen und Hygienevorschriften hinzu, die ungeplante Stillstände besonders kostspielig machen – jede Minute Ausfallzeit kann Chargen gefährden und Nachweise erfordern. Bei Flottenbetreibern in Transport und Intralogistik bestimmt die MTTR direkt die Fahrzeugverfügbarkeit und damit die Lieferzuverlässigkeit.

Die Gesamtkosten eines ungeplanten Stillstands ergeben sich aus einer Kombination folgender Faktoren:

Dauer des Stillstands: Je länger die Unterbrechung, desto höher die Kosten durch entgangene Produktionszeit.
Produktionsleistung pro Stunde: Der Output, der pro Zeiteinheit normalerweise erzielt wird, bestimmt den potenziellen Verlust.
Anzahl nicht gefertigter Einheiten: Gibt an, wie viel produktive Menge durch den Stillstand verloren geht.
Bruttogewinn oder Deckungsbeitrag pro Einheit: Entscheidend für die Bewertung des wirtschaftlichen Schadens pro ausgefallener Einheit.
Laufende Betriebs- und Herstellkosten: Fixkosten wie Miete, Energie, Infrastruktur oder Maschinenkosten, die auch während des Stillstands weiterlaufen.
Personalkosten: Arbeitszeiten, Bereitschaftsdienste, Wartezeiten und ggf. Überstundenkosten.
Reparatur- und Wiederanlaufkosten: Aufwendungen für Instandsetzung, Ersatzteile, Serviceteams und Qualitätssicherung nach der Wiederinbetriebnahme.

Einfluss auf produktionsbezogene Kennzahlen

Neben den Kosten beeinflusst eine hohe MTTR auch leistungsbezogene Kennzahlen auf Anlagenebene. Ein wichtiger Bezugsrahmen zur Einordnung der MTTR ist die Gesamtanlageneffektivität (OEE – Overall Equipment Effectiveness). Als Kennzahl zur Bewertung der Produktionsleistung auf Anlagenebene berücksichtigt die OEE neben Qualität und Leistung auch die Verfügbarkeit – und genau hier wirkt sich die MTTR unmittelbar aus. Je schneller ein System nach einer Störung wieder betriebsbereit ist, desto höher ist die nutzbare Betriebszeit und desto besser fällt der OEE-Wert insgesamt aus.

Die MTTR ist nicht nur eine Instandhaltungskennzahl, sondern ein operativer Leistungsindikator mit direkter Auswirkung auf Fertigungsqualität, Kostenstruktur und Lieferfähigkeit. Unternehmen, die ihre MTTR aktiv analysieren und senken, verbessern damit nicht nur ihre Reaktionsfähigkeit, sondern auch ihre wirtschaftliche Gesamtleistung.

Ursachen für eine hohe MTTR: Betrachtung von Schwachstellen in Instandhaltungsprozessen

Eine hohe MTTR kann in der Praxis häufig das Resultat mehrerer Ursachen sein, die sich über den gesamten Störungsprozess hinweg aufsummieren können. Gründe für verlängerte Wiederherstellungszeiten sind:

Langsame Reaktions- und Eskalationsprozesse: Keine automatische Alarmierung, keine definierte Zuständigkeit oder interne Freigabeprozesse
Fehlendes anlagenspezifisches Know-how: Techniker haben keinen Zugriff auf Anleitungen, Wartungshistorie oder Checklisten
Fehlende Verfügbarkeit von Ersatzteilen: Unklare Lagerbestände, lange Lieferzeiten, fehlende Verknüpfung mit der Wartungsplanung
Unzureichende Störungsdokumentation: Verspätete Erfassung der Störung, keine systematische Ursachenanalyse und lückenhafte Dokumentation der Fehlerbehebung
Keine übergreifende Systemtransparenz: Informationen zu Maschinenzustand, Wartungsterminen und Stillständen liegen dezentral vor

Weitere potenzielle Ursachen, die sich negativ auf die MTTR auswirken können, sind unter anderem fehlende Qualifikationen im Team, unklare Priorisierungen bei Störungen sowie unzureichend standardisierte Prozesse. Auch Defizite in der Fehleranalyse oder in der abteilungsübergreifenden Kommunikation können die Wiederherstellungszeit verlängern.

Die genannten Gründe sind meist nicht auf ein einzelnes Versäumnis zurückzuführen, sondern zeigen strukturelles Optimierungspotenzial in der gesamten Instandhaltungsorganisation auf.

Optimierung der MTTR durch CMMS-Systeme

Wirkungsvolle Ansätze zur Reduktion der MTTR bieten Computerized Maintenance Management Systeme (CMMS) wie Maintastic. Sie setzen an mehreren Schwachstellen operativer Abläufe gleichzeitig an und tragen zur Prozessoptimierung in der Instandhaltung als auch im technischen Service bei. Der schnellste Hebel liegt dabei in der strukturierten Erfassung und Priorisierung von Störmeldungen – das übernimmt ein digitales Ticketsystem, das Meldungen automatisch erfasst, zuweist und nachverfolgt. Ein Anwendungsbeispiel liefert der Baumaschinenhersteller Liebherr, der durch den Einsatz von Maintastic die durchschnittlichen Reparaturzeiten (MTTR) um bis zu 50 % senken konnte.

Reaktive Instandhaltung: Störungen schneller erfassen und beheben

Störungen können über QR-Codes direkt an Maschinen angestoßen werden. Die Meldungen werden automatisch im CMMS erfasst, nach Dringlichkeit priorisiert und Instandhaltungsverantwortlichen zugewiesen. Integrierte Kollaborationsfunktionen, etwa AR-gestützte Videocalls oder Chat, ermöglichen bei komplexeren Fällen die Einbindung interner Fachkräfte oder externer Maschinenhersteller. Dies verkürzt die Reaktionszeit und wirkt sich positiv auf die Mean Time to Acknowledge (MTTA) aus.

Vorbeugende Instandhaltung: Ausfälle vermeiden, MTTR entlasten

CMMS-Systeme unterstützen die vorbeugende Instandhaltung durch präventive Wartungsplanung. Regelmäßige Inspektionen helfen, Störungen frühzeitig zu erkennen oder ganz zu vermeiden. Das reduziert Stillstände, erhöht die MTBF und entlastet die MTTR, da weniger ungeplante Ausfälle auftreten.

Zustandsorientierte Instandhaltung: Datenbasierte Eingriffe zur Vermeidung langer Ausfälle

Ein CMMS lässt sich mit IoT- oder Condition-Monitoring-Systemen verknüpfen, um kritische Maschinenzustände kontinuierlich zu überwachen. Weichen gemessene Werte vom definierten Normalbetrieb ab, können automatisch Störungstickets erzeugt und Instandhaltungsteams informiert werden. Das beschleunigt die Reaktion auf potenzielle Ausfälle, verkürzt die Mean Time to Acknowledge (MTTA) und kann durch frühzeitige Eingriffe auch die Mean Time to Repair (MTTR) reduzieren.

Autonome Instandhaltung: Produktionsmitarbeiter befähigen und MTTR senken

CMMS-Systeme fördern den Wissensaustausch zwischen Instandhaltung und Produktion, beispielsweise durch die Bereitstellung digitaler Anleitungen, strukturierter Checklisten oder Prüfprotokolle. Das versetzt Maschinenbediener in die Lage, kleinere Wartungs- und Prüfaufgaben eigenständig durchzuführen. Dies reduziert die Reaktions- und Wiederherstellungszeiten (MTTA und MTTR), entlastet das Instandhaltungsteam und verbessert die Anlagenverfügbarkeit (OEE).

Mobile Instandhaltung: Informationen dort, wo sie gebraucht werden

Mit mobilen CMMS-Anwendungen haben Instandhaltungsteams direkt vor Ort Zugriff auf Störungsmeldungen, Maschinenhistorien und technische Dokumente. Das reduziert Wegezeiten und Rückfragen und ermöglicht eine schnellere, fundierte Fehlerbehebung. Durch die unmittelbare Bearbeitung und Rückmeldung sinken sowohl die Reaktionszeit (MTTA) als auch die Reparaturdauer (MTTR).

Unterstützung durch KI: Lösungswissen verfügbar machen

Durch den Einsatz künstlicher Intelligenz können Instandhaltungsprozesse gezielt unterstützt werden. CMMS Lösungen wie Maintastic bieten KI Assistenzfunktionen, die bei der Erfassung und Analyse von Störmeldungen helfen. Dies beschleunigt sowohl die Fehlerdiagnose als auch die Auswahl geeigneter Lösungsmaßnahmen.

Zusammenfassung: Warum die MTTR mehr ist als nur eine Kennzahl

Die Mean Time to Repair (MTTR) ist ein Key Performance Indicator (KPI) – sie beeinflusst unmittelbar Verfügbarkeit, Produktivität und Kosten. Eine hohe MTTR weist auf Schwächen im Instandhaltungsprozess hin und verlängert Stillstände mit wirtschaftlichen Folgen.

Im Zusammenspiel mit Kennzahlen wie MTTA, MDT oder MTBF bietet die MTTR wertvolle Einblicke in Reaktionsgeschwindigkeit und Wiederherstellungsfähigkeit. Ihre gezielte Analyse hilft, strukturelle Engpässe sichtbar zu machen.

CMMS-Lösungen wie Maintastic unterstützen Unternehmen dabei, typische Ursachen für hohe MTTR – etwa fehlende Transparenz, langsame Kommunikation oder unklare Verantwortlichkeiten – systematisch zu beheben. Digitale Tools für mobile Abläufe, vorbeugende Wartung oder KI-gestützte Störungsanalyse leisten dabei einen wertvollen Beitrag.