Maschinendatenerfassung, kurz MDE, bezeichnet die automatische Erfassung von Daten direkt aus oder an Produktionsmaschinen. Dazu gehören beispielsweise Maschinenzustände, Lauf- und Stillstandszeiten, Zykluszeiten, Stückzahlen, Prozesswerte, Energieverbrauch und Störmeldungen. Ziel ist es, den tatsächlichen Zustand der Produktion objektiv sichtbar zu machen, statt sich ausschließlich auf manuelle Schichtprotokolle, Schätzungen oder nachträgliche Excel-Auswertungen zu verlassen.
MDE schafft damit die Datengrundlage für Produktionsanalysen, OEE, Stillstandsanalysen und kontinuierliche Verbesserung. Je nach Maschinenpark können Maschinendaten direkt aus der Steuerung, über industrielle Schnittstellen, Gateways oder externe Sensorik erfasst werden. Besonders in gewachsenen Maschinenparks ist diese Flexibilität wichtig, weil moderne und ältere Maschinen häufig nebeneinander betrieben werden.
Unter Maschinendaten versteht man Informationen, die während des Betriebs einer Produktionsmaschine entstehen. Dazu gehören beispielsweise Betriebszustände, Laufzeiten, Stillstände, Zykluszeiten, Energieverbrauch oder Prozesswerte.
Eine Maschinendatenerfassung sammelt diese Informationen automatisch und überführt sie in strukturierte Daten, die anschließend gespeichert, visualisiert oder mit weiteren Produktionssystemen verbunden werden können.
Der entscheidende Unterschied zur manuellen Erfassung liegt in der Kontinuität. Ein Mitarbeiter dokumentiert häufig größere Störungen oder Produktionsmengen. Kleine Unterbrechungen, kurze Leerlaufphasen oder schwankende Zykluszeiten werden dagegen selten vollständig erfasst.
MDE beantwortet deshalb vor allem die Frage:
Was passiert tatsächlich an der Maschine?
Sie ersetzt damit nicht automatisch ERP, BDE oder MES. Vielmehr liefert sie eine technische Datengrundlage, auf der diese Systeme und weitere Auswertungen aufbauen können.
Die MDE von Novo AI verfolgt dabei einen Retrofit-Ansatz für Bestandsmaschinen. Externe Sensorik kann Maschinenzustände erfassen, ohne dass dafür zwingend direkt in die Maschinensteuerung eingegriffen werden muss. Dadurch lassen sich auch ältere oder heterogene Maschinenparks schrittweise in eine zentrale Datenerfassung einbinden.
MPDV beschreibt MDE ebenfalls als die Erfassung von Maschinenzuständen und deren Übertragung an Software, wo die Daten mit weiteren Fertigungsinformationen verknüpft und für Analysen und Optimierungen genutzt werden können.
Damit wird deutlich: Wer Maschinendaten zuverlässig erfasst und mit Produktionskontext verbindet, schafft die Grundlage für datenbasierte Entscheidungen und kontinuierliche Prozessverbesserung.
I would use this version because it keeps your internal link and Novo AI positioning, but the section still remains primarily educational instead of becoming too promotional.
Maschinendaten und Produktionsdaten werden häufig gleichgesetzt. Technisch gibt es jedoch einen wichtigen Unterschied. Maschinendaten beschreiben vor allem, was an einer Maschine passiert. Dazu gehören beispielsweise Zustand, Zykluszeit, Stillstand oder Drehzahl.
Produktionsdaten sind breiter. Sie können zusätzlich Informationen über Auftrag, Produkt, Menge, Qualität, Schicht oder Energie enthalten.
Ein Beispiel:
Die MDE zeigt: Maschine 12 steht seit 10:47 Uhr.
Wird diese Information mit Auftragsdaten verbunden, kann daraus werden:
Maschine 12 steht seit 10:47 Uhr. Auftrag 4711 ist betroffen und liegt aktuell 18 Teile hinter dem Plan.
Die erste Information beschreibt den Maschinenzustand. Die zweite Information verbindet ihn mit Produktionskontext.
Genau deshalb werden Maschinendaten besonders wertvoll, wenn sie später mit ERP-, BDE- oder MES-Daten kombiniert werden.
Eine moderne MDE ist weit mehr als eine technische Spielerei – sie ist die Grundlage für Produktivität, Energieeffizienz und Wettbewerbsfähigkeit.
In Fertigungsbetrieben, die auf Echtzeitdaten setzen, lassen sich Stillstände um bis zu 20 % reduzieren, wie Schmid Engineering belegt. MDE schafft Transparenz über die tatsächliche Maschinenauslastung, Zykluszeiten und Energieflüsse. So können Produktionsleiter sofort erkennen, wo ineffiziente Prozesse entstehen.
Mit Novo AI WatchMen lassen sich diese Informationen nicht nur visualisieren, sondern KI-basiert interpretieren: Das System erkennt Muster, die auf Störungen oder Leerlaufzeiten hinweisen, und gibt Handlungsempfehlungen, bevor Stillstände auftreten.
Auch der VDMA betont, dass die MDE das Fundament jeder Industrie-4.0-Strategie ist. Denn nur wer Maschinendaten kontinuierlich sammelt, kann Trends erkennen, Wartung planen und Energieeinsparungen realisieren.
Unternehmen, die MDE aktiv nutzen, handeln datenbasiert statt intuitiv – ein entscheidender Unterschied im globalen Wettbewerb.
Die technische Umsetzung der Datenerfassung folgt einem klaren Prinzip: Datenaufnahme, Übertragung, Verarbeitung, Analyse. An den Maschinen werden Sensoren installiert, die physikalische Größen wie Stromaufnahme, Schwingungen, Geräusche oder Temperatur erfassen. Diese Informationen werden in Echtzeit an eine Plattform gesendet – etwa an die WatchMen-Plattform von Novo AI. Dort werden die Daten automatisch verarbeitet, verdichtet und visualisiert. Der Datentransfer erfolgt über moderne Kommunikationsprotokolle wie MQTT oder OPC UA, was Kompatibilität mit bestehenden ERP- oder MES-Systemen ermöglicht. Laut Fraunhofer IPT werden Daten heute zunehmend „am Edge“ verarbeitet – also direkt am Sensor oder an kleinen Recheneinheiten vor Ort. Das senkt Datenlast und verbessert Reaktionszeiten.
Mit einer intelligenten MDE-Lösung wie Novo AI lassen sich selbst ältere Maschinen ohne Eingriff in die Steuerung in Echtzeit anbinden. So entsteht eine durchgängige Datentransparenz – von der Maschine über die Produktionsleitung bis hin zum Managementdashboard.
Unternehmen profitieren von schnelleren Entscheidungen, stabileren Prozessen und besser planbaren Wartungsintervallen.
Es gibt nicht nur einen Weg zur Maschinendatenerfassung.
Direkte SPS-Anbindung
Bei modernen Maschinen können relevante Daten direkt aus der Steuerung gelesen werden.
Der Vorteil liegt in der hohen Datentiefe. Je nach Maschine können interne Zustände, Fehlercodes oder Prozessparameter zur Verfügung stehen.
Der Nachteil ist, dass Schnittstellen und Datenmodelle je nach Hersteller und Steuerung unterschiedlich sein können.
OPC UA
OPC UA bietet einen standardisierten Ansatz für die industrielle Kommunikation und kann die Integration moderner Maschinen vereinfachen.
Allerdings unterstützen nicht alle Bestandsmaschinen diese Schnittstelle.
Gateway
Gateways können unterschiedliche Maschinenprotokolle aufnehmen und die Informationen in eine gemeinsame Architektur überführen.
Das ist besonders bei heterogenen Maschinenparks interessant.
Externe Sensorik
Wenn eine Maschine keine geeignete digitale Schnittstelle besitzt oder ein direkter Zugriff auf die Steuerung unverhältnismäßig aufwendig wäre, können externe Sensoren eine Alternative sein.
Sie erfassen beispielsweise Vibration, Akustik, Strom oder andere physikalische Signale und leiten daraus Maschinenzustände ab.
Eine direkte SPS-Anbindung und externe Sensorik sind deshalb keine Gegensätze. In einem gemischten Maschinenpark kann eine hybride Architektur sinnvoll sein: moderne Maschinen werden über vorhandene Schnittstellen integriert, ältere Maschinen über Retrofit-Sensorik.
Eine moderne MDE-Lösung erfasst eine Vielzahl von Maschinendaten – weit über reine Laufzeiten hinaus. Dazu zählen:
Maschinenzustände: Produktion, Leerlauf, Rüsten, Störung, Wartung
Prozessdaten: Zykluszeiten, Taktabweichungen, Materialdurchsatz
Energiedaten: Stromaufnahme, Leistungsspitzen, Lastverläufe
Qualitätsdaten: Ausschussquoten, Nacharbeit, Prozessabweichungen
Sensorische Daten: Vibration, Akustik, Temperatur, Feuchtigkeit
Welche Daten tatsächlich verfügbar sind, hängt von der Maschine, der vorhandenen Schnittstelle und der jeweiligen Erfassungsmethode ab.
Diese Kombination ermöglicht eine ganzheitliche Sicht auf den Fertigungsprozess.
Laut Bitmotec sind diese Daten die Basis für Predictive Maintenance, Energieoptimierung und Produktivitätsanalysen.
Novo AI hebt sich hier besonders ab: Die Sensoren erfassen nicht nur Energie, sondern auch akustische Signaturen und Schwingungsmuster, die Rückschlüsse auf Werkstückqualität und Maschinenzustand zulassen. Damit können Unternehmen Maschinendaten erfassen, auswerten und in konkrete Maßnahmen übersetzen – beispielsweise zur Reduktion von Ausschuss oder zur Prozessstabilisierung.
| System | Hauptfrage | Schwerpunkt |
|---|---|---|
| MDE | Was macht die Maschine? | technische Maschinendaten |
| BDE | Was passiert im Auftrag/Betrieb? | Auftrag, Mitarbeiter, Mengen, Gründe |
| MES | Wie läuft und steuert sich die Produktion? | übergreifende Produktionssteuerung |
MDE erfasst beispielsweise Laufzeit, Stillstand oder Zykluszeit.
BDE ergänzt den betrieblichen Kontext: Welcher Auftrag läuft? Welche Menge wurde produziert? Warum stand die Maschine?
Ein MES führt verschiedene Produktionsinformationen zusammen und kann zusätzlich Funktionen wie Feinplanung, Qualitätsmanagement oder Produktionssteuerung übernehmen.
MDE ist deshalb häufig ein Datenbaustein innerhalb einer größeren Produktionsarchitektur.
Maschinendatenerfassung konzentriert sich auf die Erfassung und Bereitstellung von Maschinendaten.
Maschinenüberwachung nutzt diese Daten, um den aktuellen Zustand der Maschinen kontinuierlich sichtbar zu machen und Abweichungen operativ zu verfolgen.
Einfach formuliert: MDE schafft die Datengrundlage.
Maschinenüberwachung nutzt diese Datengrundlage für operative Transparenz.
In der Praxis überschneiden sich beide Bereiche. Eine moderne Monitoring-Plattform kann selbst Daten erfassen, während ein MDE-System gleichzeitig Visualisierungsfunktionen besitzt.
Eine direkte SPS-Anbindung ist sinnvoll, wenn detaillierte interne Maschineninformationen benötigt werden.
Dazu können beispielsweise gehören:
Fehlercodes, Programmzustände oder konkrete Prozessparameter.
Externe Sensorik eignet sich dagegen besonders dann, wenn zunächst grundlegende Maschinenzustände und Zeitverluste sichtbar gemacht werden sollen und keine geeignete Schnittstelle zur Verfügung steht.
Bei einer älteren CNC-Maschine kann beispielsweise zunächst wichtig sein zu wissen:
Produziert sie?
Steht sie?
Wie lange dauert ein Zyklus?
Wie häufig treten kurze Unterbrechungen auf?
Für solche Fragen ist nicht zwangsläufig ein vollständiger Zugriff auf sämtliche internen SPS-Variablen erforderlich.
Die geeignete Methode sollte deshalb nicht nach dem Prinzip „technisch maximal möglich“ ausgewählt werden, sondern danach, welche Informationen für die konkrete Produktionsentscheidung tatsächlich benötigt werden.
Die wahre Stärke moderner MDE zeigt sich erst durch die Verbindung mit künstlicher Intelligenz (KI). KI-Systeme können Millionen von Datensätzen analysieren, Muster erkennen und automatisch Handlungsempfehlungen ableiten. In der Praxis bedeutet das: Statt nur zu sehen, dass eine Maschine steht, zeigt das System auch, warum sie steht – etwa durch Muster in Vibrationen, Geräuschen oder Energieverbrauch.
Wie Lenkering Engineering beschreibt, lernt die KI mit jedem Zyklus dazu und verbessert ihre Modelle kontinuierlich.
Damit wird die Datenerfassung zu einem selbstlernenden System, das sich an wechselnde Produktionsbedingungen anpasst.
Die KI-gestützte Analyse von Novo AI bietet genau das: automatische Erkennung von Abweichungen, Ursachenanalyse in Echtzeit und klare Handlungsempfehlungen für Instandhaltung oder Prozessoptimierung. So wird aus reiner Datenerfassung ein intelligentes Assistenzsystem für Produktion und Planung.
Mit Echtzeit-MDE lassen sich Anomalien sofort erkennen, Fehlerquellen frühzeitig eingrenzen und Stillstände vermeiden – ein entscheidender Schritt hin zur Smart Factory. Unternehmen, die Maschinendaten intelligent analysieren, erhöhen ihre OEE, reduzieren Energieverbrauch und schaffen die Grundlage für datengetriebene Entscheidungen.
Gerade in mittelständischen Fertigungsunternehmen besteht der Maschinenpark häufig aus Anlagen verschiedener Hersteller, Baujahre und Steuerungsgenerationen. Nicht jede Maschine unterstützt OPC UA oder besitzt eine einfach nutzbare digitale Schnittstelle.
In solchen Fällen muss MDE nicht zwangsläufig mit einem Austausch der Maschine beginnen. Vorhandene Schnittstellen, Gateways und externe Retrofit-Sensorik können je nach Use Case kombiniert werden.
Novo AI adressiert insbesondere diese Bestandsmaschinen mit externer Sensorik. Dadurch können auch ältere Maschinen schrittweise in eine gemeinsame Datensicht integriert werden, ohne dass für jeden Maschinentyp dieselbe technische Anbindung erforderlich ist.
- Was bedeutet MDE?
MDE steht in der Fertigung für Maschinendatenerfassung. Dabei werden technische Daten aus oder an Produktionsmaschinen automatisch erfasst und für Auswertung, Visualisierung und weitere Produktionssysteme bereitgestellt.
- Welche Daten werden mit MDE erfasst?
Typische Daten sind Maschinenzustände, Laufzeiten, Stillstände, Zykluszeiten, Stückzahlen, Störungen, Prozessparameter und Energiedaten.
- Was ist der Unterschied zwischen MDE und BDE?
MDE konzentriert sich vor allem auf automatisch erfasste Maschinendaten. BDE ergänzt betriebliche Informationen wie Aufträge, Mitarbeiter, Mengen oder Stillstandsgründe.
- Was ist der Unterschied zwischen MDE und MES?
MDE liefert Maschinendaten. Ein MES nutzt unter anderem solche Daten zusammen mit Auftrags-, Qualitäts- und Planungsinformationen zur übergreifenden Produktionssteuerung.
- Können Maschinendaten ohne SPS-Zugriff erfasst werden?
Ja. Abhängig vom benötigten Use Case können externe Sensoren beispielsweise Vibration, Akustik, Strom oder andere physikalische Signale erfassen. Eine direkte Steuerungsanbindung ist dann nicht zwingend erforderlich.
- Funktioniert MDE auch bei alten Maschinen?
Ja. Bestehende Maschinen können je nach Ausstattung über vorhandene Schnittstellen, Gateways oder externe Sensorik in eine MDE-Architektur eingebunden werden.
- Ist MDE dasselbe wie Maschinenüberwachung?
Nein. MDE fokussiert die Erfassung und Bereitstellung von Maschinendaten. Maschinenüberwachung verwendet diese Daten, um Zustände und Abweichungen kontinuierlich sichtbar zu machen. Beide Bereiche überschneiden sich in der Praxis.
- Braucht MDE ein MES?
Nicht zwingend. Eine MDE kann zunächst unabhängig Maschinendaten erfassen und visualisieren. Ein MES wird relevant, wenn zusätzliche Produktionssteuerungs-, Planungs- oder Qualitätsfunktionen benötigt werden.
Maschinendatenerfassung macht sichtbar, was an Produktionsmaschinen tatsächlich passiert. Sie liefert Informationen zu Laufzeiten, Stillständen, Zykluszeiten und weiteren Maschinenzuständen und schafft damit eine Grundlage für Produktionsanalysen, OEE und kontinuierliche Verbesserung.
Wie die Daten erfasst werden, hängt vom Maschinenpark ab. Moderne Anlagen können direkt über Steuerungen oder Standardschnittstellen angebunden werden, während bei älteren Bestandsmaschinen auch Gateways oder externe Sensorik eingesetzt werden können.
Entscheidend ist nicht, möglichst viele Daten zu sammeln. Entscheidend ist, die Daten zu erfassen, die konkrete Produktionsfragen beantworten.
Wer bereits weiß, was MDE ist und jetzt prüfen möchte, wie sich bestehende Maschinen praktisch anbinden lassen, kann sich im nächsten Schritt die MDE von Novo AI ansehen.
- MPDV – „Maschinendatenerfassung (MDE)“ (accessed: 2025-10-09)
- Schmid Engineering – „Effiziente Maschinendatenerfassung“ (accessed: 2025-10-09)
- Bitmotec – „Maschinendatenerfassung (MDE)“ (accessed: 2025-10-09)
- Fraunhofer IPT – „Maschinendatenerfassung und Sensorik“ (accessed: 2025-10-09)
- Lenkering Engineering – „KI und maschinelles Lernen in der Industrie 4.0“ (accessed: 2025-10-09)
- Novo AI - WatchMen Lösung - Nachrüstung und lokale Datenverarbeitung (Zugriff am: 26.02.2026)
- Novo AI – Maschinendaten für jeden Maschinenpark - Informationen zur retrofit-fähigen Maschinendatenerfassung für heterogene Bestandsmaschinen (accessed: 2025-10-09)
- Novo AI Insights - Novo AI - Fachbeiträge, Praxisbeispiele und Analysen zu Produktionsmonitoring, Retrofit-Sensorik und Industrie 4.0 im Mittelstand (Zugriff am: 26.02.2026)
