Prediktivt underhåll bygger på realtidsanalys av sensordata för att ge en prognos av framtida utvecklingar och en prognos för funktionsfel. Den optimala utvecklingen av integrerade framåtblickande underhållslösningar gör det möjligt för hårdvarutillverkare att erbjuda enhetliga metoder och fjärrtjänster samtidigt som budgetarna för de tjänster som tillhandahålls säkras. Syftet är att öka produktiviteten, undvika kostsamma driftstopp genom bättre planering av underhållsåtgärder och lämplig hantering av reservdelar och produktion. De nuvarande underhållsmodellerna kräver vissa bindande antaganden om det faktiska genomförandet. Syftet med projektet är att ta bort metodiska lås när underhållsåtgärder är ofullständiga och av olika slag. Syftet är att ta hänsyn till historien om underhållsåtgärder i ett givet system. Dessa konfigurationer avser effekterna av minnesunderhåll. Deras dynamiska integrering i beslutsprocessen är av central betydelse för projektet. Ur vetenskaplig synvinkel handlar det om att hitta probabilistiska verktyg som utvecklats för att berika befintliga modeller. Nya modeller utlovar ekonomiska, samhälleliga och miljömässiga fördelar i samband med kvalitetskontroll och minskade kostnader och konsekvenser till följd av industriella misslyckanden och olyckor.