Vorausschauende Instandhaltung (Predictive Maintenance) gewinnt auch in der Wasserversorgung immer mehr an Aufmerksamkeit. Einen zentralen Bestandteil der Predictive Maintenance stellt die Prognose (Vorhersage) von Anomalien auf Basis gegenwärtiger Betriebsparameter dar, bevor es zu einem ungeplanten Ausfall oder ungewollten Prozessverschlechterungen (verminderte Wasserqualität, erhöhter Betriebsmittelverbrauch, sinkende Energieeffizienz) auswirken. Hierzu bedarf es (1) der kontinuierlichen Prozessüberwachung mittels smarter Sensorik, (2) der Nutzung statistischer Modelle und intelligenter Algorithmen und (3) der Anwendung intelligenter Auswertungsansätze zur Unterscheidung von Fehlmessungen und Prozessveränderungen/-verschlechterungen. Die praktische Implementierung entsprechender Ansätze schreitet allerdings nur langsam voran, scheitern doch viele Projekte an der Konnektivität der einzelnen Anlagensysteme oder anderen technischen Hürden, wie z. B. IT- und Datensicherheit, IT-Infrastruktur, Auswahl und Verfügbarkeit der Daten oder einer ausreichend großen Datenbasis. Ergänzend steht auch die häufig als hoch eingeschätzten Implementierungsaufwände einer praktischen Umsetzung entgegen. Das Vorhaben TRINK-PREDICT strebt an, zum Wissensaufbau und zur Überwindung von Hemmschwellen in Wasserversorgungsunternehmen beizutragen, indem das bessere Verständnis und der praktische Nutzen von Predictive Maintenance Ansätzen an drei beispielhaften Anwendungen innerhalb der Trinkwasseraufbereitung illustriert wird. Hierzu werden einzelne Wasseraufbereitungsstufen (Ozonung und Low Pressure Reverse Osmosis (LP-RO)) mit der nötigen Sensorik zur Erfassung von Daten ausgestattet und eine Vernetzung der einzelnen Anlagendatenströme vorgenommen. Die über die Sensoren erfassten Daten werden gemeinsam mit weiteren Prozess- und Anlageninformationen in einer Datenbank oder Cloudanwendung gespeichert, sodass selbsterlernte Systeme diese automatisiert analysieren und zielgerichtet auswerten können. Basierend auf dieser Datenanalyse können Implikationen zur optimierten Instandhaltungsstrategie abgeleitet und ggf. sogar die positiven Effekte dieser Optimierungsmaßnahmen im Hinblick auf die Kosten- und Ressourceneffizienz der Anlagen bewertet und illustriert werden.