Die vorliegende Arbeit zielt auf die Entwicklung einer Methode sowie einer Software zur frühen, monetären Bewertung von alternativen, technologiegetriebenen Instandhaltungsszenarien für kommerziell genutzte Flugzeuge der nächsten Generation. Für eine differenzierte Bewertung berücksichtigt diese alle instandhaltungsrelevanten Elemente der in der Luftfahrt üblichen Betriebskosten im Lebenszyklus sowie die spezifischen Profile unterschiedlicher Flugzeugmuster und Fluggesellschaftstypen. Weiterhin bildet die Bewertungsmethode die Flugzeugsystematik nach ATA sowie das Programm und die Aktivitäten der Flugzeuginstandhaltung ab. Die Methode ermöglicht bereits in den frühen Phasen des Innovationsprozesses, den Einfluss der zukünftig im Flugbetrieb verwendeten Technologien auf die instandhaltungsbedingten Kosten, im Vergleich zu den gegenwärtigen, abzuschätzen. Dabei fließen die zu diesem Zeitpunkt wenig verfügbaren, unvollkommenen und mit einem hohen Grad an Unsicherheit behafteten Informationen in Form zufallsverteilter Modellvariablen in die Bewertungsmethode ein. Durch die softwaretechnische Realisierung der Bewertungsmethode entsteht ein Werkzeug, das diese Modellvariablen verarbeitet und als Ergebnis die Wahrscheinlichkeitsverteilungen der einzelnen instandhaltungsbedingten Kostenkonten liefert. Diese Verteilungen geben mittels statistischer Größen, wie bspw. Erwartungswert, Standardabweichung oder Konfidenzbereich, Auskunft über die Sicherheit des Ergebnisses bzw. über die Eintrittswahrscheinlichkeit eines bestimmten Ergebnisbereiches. So können Kostentreiber von Instandhaltungsprozessen bestimmt, Einflussmöglichkeiten auf die Kosten hergeleitet und technologiebedingte Veränderungen bewertet werden. Die Arbeit schließt mit der praktischen Anwendung der Bewertungsmethode: Für die industrielle Anwendungsforschung werden, mit Hilfe des implementierten Werkzeugs, zwei exemplarische, konkrete Instandhaltungsszenarien (zustandsbasiertes Structural Health Monitoring und wissensbasiertes Troubleshooting) analysiert. Dabei werden die Erfassung der wahrscheinlichkeitsverteilten Inputdaten aufgezeigt, die Kostenschätzung mittels Monte-Carlo- Simulation durchgeführt und die durch den Technologieeinsatz zu erwartenden Einsparungen dargestellt. Das Werkzeug bietet umfangreiche graphische und tabellarische Funktionalitäten für die Analyse und Interpretation der Ergebnisse und somit eine gute Grundlage zur Unterstützung der Entscheidungsfindung, ob die untersuchte Technologie in der Entwicklung voranzutreiben ist.weiterlesen