Maschinelles Lernen (engl. machine learning) ist ein Teilgebiet der künstlichen Intelligenz in der mithilfe von großen Datenmengen Softwaresysteme in die Lage versetzt werden Gesetzmäßigkeiten und Lösungen für komplexe Fragestellungen zu finden. Dabei lassen sich mithilfe dieser Gesetzmäßigkeiten beispielsweise eintretende Ereignisse vorhersagen oder Zustände erkennen. Um dies zu ermöglichen müssen dabei zunächst ausreichend viele Daten über bestimmte Anlagen oder Prozesse gesammelt werden. Hierfür können Sensoren oder Kameras verwendet werden.
Im Anschluss müssen die Daten mit festgelegten Algorithmen weiterverarbeitet und ausgewertet werden, um kritische Parameter und Regeln zu identifizieren. Mithilfe eines erstellten Modells werden die aufbereiteten Daten ausgewertet und anhand dieser Zusammenhänge erlernt.
Eine beispielhafte Anwendung für maschinelles Lernen ist die Vorhersage von Wartungseingriffen bei Anlagen aus aktuellen oder vergangenenen Zustandsdaten. Dabei wird in der Regel mit Sensoren und/oder Kameradaten die verbleibende Nutzungsdauer bestimmt, bis ein Wartungseingriff notwendig ist. Mit diesem Konzept sind Predictive Maintenance Konzepte umsetzbar, welche zur Optimierung von Produktionsprozessen, Kostensenkung und einer höheren Planbarkeit in der Industrie beitragen. Siehe auch Predictive Maintenance.