Industriproduktion kan vara komplicerad och många faktorer spelar in, till exempel när vissa maskiner slutar fungera. Men ett bättre beslutsstödsystem, där flera informationskällor beaktas, kan göra skillnad när kostnaderna summeras. I detta projekt har Bernard Schmidt studerat en modell som kan leda till minskade underhållskostnader.
Forskningen ger ökad kunskap inom området prediktivt underhåll och då speciellt kring klassificering av Remaing Useful Life (RUL) på kritiska komponenter. Forskningen ger också en ökad förståelse för vikten av att underhållsdata och övrig kontextuell data är tillgänglig och i ett användbart format för att kunna genomföra prediktiva analyser.