Können Sie Maschinendaten von Produktionsanlagen automatisch erfassen, ohne die vorhandene SPS- oder Steuerungslogik aufwendig anzupassen? Für viele mittelständische Fertigungsunternehmen ist das längst keine theoretische Möglichkeit mehr, sondern ein pragmatischer Weg zur Digitalisierung von Bestandsmaschinen.
Gerade ältere Maschinen arbeiten häufig mit proprietären Protokollen, unterschiedlichen Steuerungen oder überhaupt keiner nutzbaren digitalen Schnittstelle. Eine individuelle SPS-Anbindung kann technisch sinnvoll sein, erfordert aber je nach Anlage Dokumentation, Freigaben, Programmieraufwand und eine maschinenspezifische Umsetzung.
Externe Sensorik und Edge-Verarbeitung schaffen eine Alternative. Physikalische oder elektrische Signale wie Vibration, Akustik, Stromaufnahme, Temperatur oder Bewegung werden außerhalb der Steuerung erfasst und in verständliche Maschinenzustände übersetzt. So können Fertigungsunternehmen Produktion, Leerlauf, Stillstände und Zykluszeiten sichtbar machen, ohne jede Maschine zuerst über ein eigenes SPS-Projekt anzubinden.
Dabei bedeutet „ohne SPS-Zugriff“ nicht in jedem Fall genau dasselbe. Möglich ist beispielsweise, dass das SPS-Programm nicht verändert wird, dass kein Schreibzugriff besteht oder dass überhaupt keine internen SPS-Variablen ausgelesen werden. Auch vorhandene externe Ausgänge oder Signalleuchten können genutzt werden, ohne in die Steuerungslogik einzugreifen. Welche Form der Anbindung vorliegt, sollte deshalb für jedes Projekt technisch eindeutig definiert werden.
Maschinendatenerfassung ohne SPS-Zugriff bedeutet, dass Maschinenzustände und Produktionsereignisse erfasst werden, ohne das bestehende SPS-Programm zwingend auszulesen oder zu verändern. Statt interner Steuerungsdaten können externe Sensoren, elektrische Messwerte oder vorhandene Ausgangssignale genutzt werden, um den tatsächlichen Betrieb einer Maschine sichtbar zu machen.
Vibrations-, Akustik-, Strom-, Temperatur- oder Bewegungssignale können beispielsweise erkennen lassen, ob eine Maschine produziert, stillsteht oder sich im Leerlauf befindet. Bei regelmäßig wiederkehrenden Prozessen lassen sich abhängig von Maschine und Signalqualität auch Produktionszyklen, Zykluszeiten und kurze Unterbrechungen erfassen.
„Ohne SPS-Zugriff“ kann technisch unterschiedliche Umsetzungen beschreiben. In manchen Projekten wird lediglich das SPS-Programm nicht verändert. In anderen Fällen besteht weder ein Schreibzugriff noch ein direkter Zugriff auf interne SPS-Variablen. Auch externe Relaiskontakte, Maschinenampeln oder digitale Ausgangssignale können genutzt werden, ohne in die Steuerungslogik einzugreifen.
Die Maschinensteuerung bleibt weiterhin für den sicheren Betrieb der Anlage verantwortlich. Die zusätzliche Datenerfassung dient dazu, Produktionszustände transparent zu machen und eine Grundlage für Stillstandsanalysen, OEE-Auswertungen und weitere Verbesserungsmaßnahmen zu schaffen.
Fertigungsleiter stellen eine einfache Frage: Was passiert gerade an jeder Maschine?
Ohne kontinuierliche Daten beruht die Antwort häufig auf Schätzungen, Schichtberichten und Erfahrungswerten. Längere Ausfälle werden meistens dokumentiert. Kurze Unterbrechungen, Leerlaufzeiten, steigende Zykluszeiten und wiederkehrende Abweichungen bleiben dagegen oft unentdeckt.
Mit kontinuierlichen Datenströmen können Produktionsverantwortliche Stillstände zeitlich einordnen, Energiespitzen erkennen und Lauf- oder Leerlaufphasen mit genauen Zeitstempeln auswerten. Entscheidend ist dabei nicht, möglichst viele Rohdaten zu sammeln. Der eigentliche Nutzen entsteht, wenn aus den Signalen verständliche Ereignisse wie „Produktion“, „Stillstand“, „Leerlauf“ oder „Zyklus abgeschlossen“ entstehen.
Welche Informationen ohne direkten SPS-Zugriff erfasst werden können, hängt von Maschine, Prozess und Sensorik ab.
| Datenbereich | Mögliche Information | Typische Datenquelle |
|---|---|---|
| Maschinenzustand | Produktion, Leerlauf, Stillstand | Vibration, Akustik oder Strom |
| Lauf- und Zeitdaten | Laufzeit, Stillstandszeit, Leerlaufzeit | Zustandswechsel mit Zeitstempel |
| Zyklusdaten | Zyklusdauer, Zyklusanzahl, Abweichungen | Vibration, Bewegung oder Akustik |
| Energie | Verbrauch, Lastprofil, Leerlaufenergie | Strom- und Energiemessung |
| Zustandsveränderungen | Abweichende Muster oder mögliche Verschleißhinweise | Vibration, Akustik oder Temperatur |
| Auftrags- und Qualitätskontext | Auftrag, Sollmenge, Gutmenge und Ausschuss | ERP, MES, BDE oder Qualitätssystem |
Externe Sensorik erkennt vor allem, was an einer Maschine passiert. Sie weiß jedoch nicht automatisch, welcher Auftrag betroffen ist, warum ein Stillstand entstanden ist oder ob ein produziertes Teil fehlerfrei war. Dafür müssen die Maschinensignale mit weiteren Produktionsinformationen verbunden werden.
Für kleine und mittlere Unternehmen liegt genau darin der Vorteil: Sie können zunächst grundlegende Maschinenzustände transparent machen und die Integration später schrittweise um Auftrags-, Qualitäts- oder ERP-Daten erweitern.
Es gibt drei besonders häufig eingesetzte Ansätze: physikalische Sensorik, elektrische Überwachung und optische Erfassung.
Physikalische Sensorik
Vibrations-, Akustik-, Temperatur- oder Drucksensoren werden an geeigneten Stellen einer Maschine angebracht. Sie erfassen Veränderungen, die während des realen Produktionsbetriebs entstehen.
Eine Fräsmaschine erzeugt während der Bearbeitung andere Vibrations- und Geräuschmuster als im Leerlauf. Eine Presse besitzt charakteristische Impulse pro Zyklus. Ein Motor kann bei Verschleiß oder ungewöhnlicher Belastung veränderte Schwingungs- oder Temperaturverläufe zeigen.
Vibrations- und Akustikdaten eignen sich besonders für Maschinen mit deutlich unterscheidbaren Betriebszuständen. Die Qualität hängt jedoch stark vom Montagepunkt, von Umgebungsgeräuschen und von der Validierung am realen Prozess ab.
Elektrische Überwachung
Die elektrische Überwachung nutzt Strom-, Spannungs- oder Lastverläufe. Ein Motor benötigt beim Anfahren, unter Produktionslast und im Leerlauf unterschiedlich viel Energie.
Daraus können Betriebszustände wie „ausgeschaltet“, „läuft“, „produziert“ oder „blockiert“ abgeleitet werden. Gleichzeitig werden energieintensive Leerlaufphasen sichtbar.
Elektrische Signale sind häufig gut für die Erkennung grundlegender Laufzustände geeignet. Sie liefern allein jedoch nur begrenzten Prozesskontext. Eine hohe Last zeigt beispielsweise nicht automatisch, welcher konkrete Arbeitsschritt stattfindet.
Optische Sensorik und Edge Vision
Lichtschranken, Näherungssensoren oder Kameras können Teilebewegungen, Werkstückanwesenheit und abgeschlossene Zyklen erkennen.
Optische Sensoren eignen sich besonders für Stückzählung, Materialfluss und Zyklusbestätigung. Kamerabasierte Systeme bieten mehr visuellen Kontext, benötigen aber auch mehr Rechenleistung und eine sorgfältige Prüfung von Datenschutz und IT-Sicherheit.
In der Praxis kann die Kombination verschiedener Signale besonders zuverlässig sein. Ein Vibrationssensor erkennt beispielsweise den Produktionszustand, während ein optischer Sensor bestätigt, dass tatsächlich ein Teil die Maschine verlassen hat.
Transparenz entsteht durch verständliche Zustände
Maschinendaten sind nur dann wertvoll, wenn Produktionsverantwortliche daraus konkrete Fragen beantworten können. Entscheidend ist nicht der einzelne Rohwert, sondern die Übersetzung in Zustände, Ereignisse und Zeitverläufe.
Dadurch wird sichtbar, welche Maschine produziert, wo Leerlauf entsteht und welche Unterbrechungen wiederholt auftreten.
Edge-Verarbeitung reduziert Datenmenge und Reaktionszeit
Bei der Edge-Verarbeitung werden Signale direkt an oder nahe der Maschine ausgewertet. Filter, Schwellenwerte oder KI-Modelle erkennen Muster und übersetzen sie in Ereignisse.
Ein typischer Datenweg lautet:
Maschine → Sensor oder externes Signal → Edge-Verarbeitung → Maschinenzustand → Monitoring-Plattform
Dadurch müssen nicht sämtliche hochauflösenden Rohdaten dauerhaft an einen zentralen Server übertragen werden. Nur die für die Analyse benötigten Ereignisse, Zustände oder verdichteten Informationen werden weitergegeben.
Retrofit ermöglicht einen schrittweisen Einstieg
Bestehende Maschinen müssen nicht gleichzeitig und mit derselben Methode angebunden werden. Moderne Maschinen können vorhandene Schnittstellen nutzen, während ältere Anlagen über externe Sensorik erfasst werden.
Diese hybride Architektur ist in gewachsenen Maschinenparks oft sinnvoller als der Versuch, jede Anlage über ein einziges Integrationsverfahren zu verbinden.
Die Overall Equipment Effectiveness beruht auf Verfügbarkeit, Leistung und Qualität.
Ohne SPS-Zugriff erfasste Maschinenzustände können insbesondere die Verfügbarkeit und Leistung transparenter machen. Durch die Erkennung von Produktion, Leerlauf und Stillstand wird sichtbar, welcher Anteil der geplanten Produktionszeit tatsächlich genutzt wurde.
Wenn Produktionszyklen erkannt werden, lassen sich tatsächliche Zykluszeiten mit Plan- oder Referenzwerten vergleichen. So werden langsamere Prozesse, Mikrostopps und längere Wartezeiten zwischen einzelnen Zyklen sichtbar.
Für die Qualitätskomponente werden zusätzliche Informationen benötigt. Vibrations-, Akustik- oder Stromdaten zeigen nicht automatisch, ob ein produziertes Teil gut, nachzuarbeiten oder Ausschuss ist. Gutmengen, Ausschuss und Qualitätsfreigaben müssen daher aus BDE-, ERP-, MES- oder Qualitätssystemen ergänzt werden.
SPS-frei erfasste Daten bilden damit eine wichtige Grundlage für OEE. Eine vollständige und belastbare OEE-Berechnung entsteht jedoch erst durch die Verbindung mit Planungs- und Qualitätsdaten.
Retrofitting ist ein pragmatischer Weg, bestehende Maschinen nachträglich digital sichtbar zu machen. Ein typischer Aufbau umfasst Sensorik, ein Edge-Gateway, lokale Verarbeitung und eine zentrale Monitoring-Plattform.
Das Edge-Gateway verarbeitet die Signale, versieht Ereignisse mit Zeitstempeln und übersetzt unterschiedliche Rohdaten in ein einheitliches Zustandsmodell. Dadurch können Maschinen verschiedener Hersteller und Baujahre in einer gemeinsamen Übersicht dargestellt werden.
Der Vorteil besteht darin, dass nicht zwingend eine Änderung am SPS-Programm erforderlich ist. Das kann den Integrationsaufwand reduzieren und die Nachrüstung älterer Anlagen erleichtern. Dennoch müssen Montage, elektrische Anforderungen, interne Freigaben, IT-Sicherheit sowie mögliche Garantie- oder CE-Fragen projektspezifisch geprüft werden.
Auch Datenschutz und Informationssicherheit hängen nicht allein davon ab, ob Daten lokal verarbeitet werden. Entscheidend ist die gesamte Architektur. Unternehmen sollten klären, welche Daten die Maschine verlassen, wie die Übertragung verschlüsselt wird, welche Benutzer Zugriff besitzen, wie lange Informationen gespeichert werden und wie Sensoren oder Gateways aktualisiert werden.
Ein mittelständischer Teilefertiger möchte den tatsächlichen Betrieb mehrerer älterer Maschinen vergleichen. Eine gemeinsame direkte SPS-Anbindung wäre aufgrund unterschiedlicher Steuerungen und fehlender Dokumentation kurzfristig zu aufwendig.
Stattdessen werden externe Sensoren eingesetzt, die Vibrations- und Akustiksignale erfassen. Die Edge-Verarbeitung übersetzt diese Signale in Produktion, Leerlauf und Stillstand.
Nach der Validierung werden in der zentralen Übersicht wiederkehrende Leerlaufphasen und deutliche Unterschiede zwischen geplanten und tatsächlichen Zykluszeiten sichtbar. Die Ursache liegt nicht ausschließlich in technischen Ausfällen. Ein Teil der verlorenen Zeit entsteht durch Materialbereitstellung und manuelle Zwischenschritte.
Produktion und Instandhaltung wählen zunächst das häufigste Verlustmuster aus und setzen eine konkrete Maßnahme um. Anschließend wird geprüft, ob Häufigkeit und Dauer der Unterbrechung im Vergleich zum Ausgangszeitraum gesunken sind.
Das Beispiel zeigt den eigentlichen Nutzen eines Retrofit-Projekts: Die Sensorik verbessert die Produktion nicht automatisch. Sie liefert eine belastbare Grundlage, um Verluste sichtbar zu machen, Ursachen zu untersuchen und die Wirkung einer Maßnahme zu überprüfen.
Beginnen Sie mit den Maschinen, bei denen fehlende Transparenz bereits heute Auswirkungen auf Lieferfähigkeit, Energieverbrauch oder Kapazität hat. Geeignet sind beispielsweise Engpassmaschinen, energieintensive Anlagen oder Maschinen mit häufigen ungeklärten Stillständen.
Ein Pilot sollte eine konkrete Frage beantworten. Beispielsweise kann untersucht werden, wie viel Leerlauf zwischen Aufträgen entsteht, welche kurzen Unterbrechungen bisher nicht dokumentiert werden oder ob geplante und tatsächliche Zykluszeiten übereinstimmen.
Vor der Installation werden Ausgangswerte dokumentiert. Dazu gehören die geplante Produktionszeit, bekannte Stillstände, typische Zykluszeiten, der Auftragsmix und gegebenenfalls der Energieverbrauch.
Danach wird die passende Erfassungsmethode ausgewählt und unter realen Produktionsbedingungen validiert. Die Erkennung sollte mehrere Schichten und repräsentative Produkte abdecken. Eine starre Pilotdauer ist nicht sinnvoll, weil regelmäßige Zustände schneller bewertet werden können als selten auftretende Störungen.
Erst wenn Maschinenzustände zuverlässig erkannt werden und aus den Daten eine konkrete Entscheidung entsteht, sollte die Lösung auf weitere Anlagen übertragen werden.
Für einen erfolgreichen Pilot sollten Ziel, Maschine, Datenquelle und Verantwortlichkeit vor der Installation feststehen. Die erkannten Zustände müssen mit der realen Produktion verglichen werden. Gleichzeitig sollte geklärt werden, welche zusätzlichen ERP-, MES- oder BDE-Daten benötigt werden.
Besonders wichtig ist eine klare Erfolgskontrolle. Der Pilot sollte nicht nur zeigen, dass Daten übertragen werden. Er sollte eine betriebliche Frage beantworten und mindestens eine messbare Verbesserung ermöglichen.
Sobald Daten kontinuierlich verfügbar sind, können Verantwortliche Fragen beantworten, die vorher nur auf Schätzungen oder manuellen Schichtmeldungen beruhten.
Sie können untersuchen, welche Maschine die längsten ungeplanten Unterbrechungen hatte, wo Mikrostopps auftreten, welche Schicht besonders lange Leerlaufphasen besitzt oder bei welchen Produkten Zykluszeiten schwanken.
Für einen vollständigen Kontext müssen Maschinensignale mit Produktionssystemen verbunden werden. Der Sensor zeigt beispielsweise, dass eine Maschine zwischen 10:14 und 10:31 Uhr nicht produktiv war. Das ERP zeigt, welcher Auftrag geplant war. Eine BDE-Rückmeldung ergänzt „Material fehlt“ als Ursache.
So beantworten die Systeme gemeinsam zwei unterschiedliche Fragen: Die Maschinendaten zeigen, was passiert ist. ERP-, MES-, BDE- und Bedienerdaten erklären, welcher Auftrag betroffen war und warum der Verlust entstanden ist.
Komplexere Analysen werden möglich, sobald eine zuverlässige Datenbasis vorhanden ist. Veränderte Vibrations-, Akustik- oder Lastmuster können beispielsweise Hinweise darauf liefern, welche Maschine genauer untersucht werden sollte. Eine sichere Ausfallprognose entsteht daraus jedoch nicht automatisch.
Schnelle Erfolge
Ein erster Nutzen kann bereits durch eine zuverlässige Stillstandserkennung entstehen. Längere Unterbrechungen werden automatisch sichtbar und können an eine zuständige Rolle gemeldet werden.
Ebenso können Energie-Baselines zeigen, wann Maschinen im Leerlauf weiterhin Strom verbrauchen. Historische Zustandsverläufe verbessern die Schichtübergabe, weil wiederkehrende Probleme nicht ausschließlich mündlich weitergegeben werden müssen.
Zyklusdaten helfen dabei, schleichende Geschwindigkeitsverluste zu erkennen. Häufige Mikrostopps werden als Gesamtverlust sichtbar, obwohl jedes einzelne Ereignis nur wenige Sekunden dauert.
Die WatchMen-Plattform von Novo AI verbindet dafür externe Sensorik mit Edge-Verarbeitung und historischen Produktionsansichten. Abhängig von Maschine und Prozess können Zustände wie Produktion, Leerlauf, Stillstand, Mikrostopps und Zyklen erkannt werden. Über zusätzliche Integrationen lassen sich Auftrags-, ERP- oder BDE-Daten ergänzen.
Praktische Einschränkungen: Maschinendaten erfassen ohne SPS-Zugriff
Keine Methode ist vollständig. Externe Sensoren können bestimmte SPS-interne Ereignisse übersehen, etwa Verriegelungen, Programmzustände oder Fehlercodes, die kein messbares äußeres Signal erzeugen.
Auch der Grund eines Stillstands ist nicht automatisch bekannt. Ein Sensor erkennt möglicherweise, dass eine Maschine nicht produziert. Ob Material, Werkzeug, Bediener oder eine technische Störung fehlt, muss häufig durch weitere Daten oder eine Bedienereingabe ergänzt werden.
Die Erkennungsqualität hängt zudem von Sensorposition, Maschine, Produkt und Prozess ab. Ähnliche Betriebszustände können ähnliche Signale erzeugen. Nach Werkzeugwechseln, Umbauten oder veränderten Maschinenparametern kann eine erneute Validierung notwendig werden.
SPS-freie Datenerfassung und direkte SPS-Anbindung sind deshalb keine Gegensätze. Externe Sensorik ist besonders geeignet, wenn grundlegende Maschinenzustände schnell und herstellerunabhängig erfasst werden sollen. Eine direkte SPS- oder OPC-UA-Anbindung ist sinnvoller, wenn interne Fehlercodes, genaue Programmzustände, Rezeptwerte oder Schreibzugriffe benötigt werden.
In heterogenen Maschinenparks ist eine Kombination beider Ansätze häufig die beste Lösung.
- Was bedeutet Maschinendatenerfassung ohne SPS-Zugriff?
Maschinenzustände werden über externe Sensoren, elektrische Messungen oder zusätzliche Signale erfasst, ohne das vorhandene SPS-Programm zwingend auszulesen oder zu verändern.
- Welche Daten lassen sich ohne SPS erfassen?
Je nach Maschine können Produktion, Leerlauf, Stillstand, Laufzeiten, Zyklen, Energieverbrauch und Veränderungen im Maschinenverhalten erfasst werden.
- Funktioniert das auch bei alten Maschinen?
Ja. Gerade Maschinen ohne moderne Standardschnittstelle können häufig über Vibration, Akustik, Strom oder optische Signale überwacht werden.
- Wie zuverlässig ist die Erkennung?
Die Zuverlässigkeit hängt von Maschine, Prozess, Sensorposition und Validierung ab. Die erkannten Zustände sollten immer mit der realen Produktion verglichen werden.
- Können Stückzahlen automatisch erfasst werden?
Wenn ein Produktionszyklus ein eindeutiges Signal erzeugt, können Zyklen oder Teile gezählt werden. Ein erkannter Zyklus entspricht jedoch nicht automatisch einem Gutteil.
- Erkennt das System auch Stillstandsursachen?
Meist wird zunächst der Maschinenzustand erkannt. Für die konkrete Ursache werden Bedienereingaben, Steuerungsmeldungen oder ERP- und BDE-Daten benötigt.
- Kann SPS-freie Datenerfassung eine OEE berechnen?
Sie kann wichtige Daten für Verfügbarkeit und Leistung liefern. Für eine vollständige OEE werden zusätzlich Planzeiten sowie Gut- und Ausschussmengen benötigt.
- Wann ist eine direkte SPS-Anbindung besser?
Eine direkte Verbindung ist sinnvoll, wenn interne Fehlercodes, detaillierte Prozessparameter, Programmzustände oder Schreibzugriffe benötigt werden.
Die Maschinendatenerfassung ohne SPS-Zugriff ist ein praktikabler Weg zu mehr Transparenz in bestehenden Produktionsumgebungen. Unternehmen können zunächst wenige relevante Maschinen auswählen, deren reale Zustände erfassen und anschließend prüfen, welche Verluste tatsächlich beeinflussbar sind.
Der Ansatz eignet sich besonders für heterogene Maschinenparks, in denen unterschiedliche Baujahre, Hersteller und Schnittstellen nicht zuerst vollständig vereinheitlicht werden können.
Der größte Nutzen entsteht durch die Verbindung aus Sensorik, Edge-Verarbeitung, verständlichen Maschinenzuständen und zusätzlichem Auftrags- oder Qualitätskontext. Aus den Daten müssen konkrete Aufgaben, Verantwortlichkeiten und überprüfbare Verbesserungen entstehen.
Wenn Sie eine Produktionslinie verantworten, beginnen Sie mit der Maschine, bei der fehlende Transparenz heute den größten wirtschaftlichen Einfluss besitzt. Erfassen Sie Produktion, Leerlauf, Stillstände und Zyklen, validieren Sie die Ergebnisse und skalieren Sie anschließend nur das, was im realen Betrieb zuverlässig funktioniert.
- VDMA – Digitalisierung & Industrie 4.0 - Informationen und Studien zur digitalen Transformation im Maschinen‑ und Anlagenbau (Zugriff am: 12.05.2026)
- Statista – Maschinenbau: Daten & Fakten - Marktzahlen und Trends zur deutschen Maschinenbaubranche (Zugriff am: 12.05.2026)
- FASTEC – Maschinendatenerfassung (MDE) - Praxisnahe Beschreibung nicht‑invasiver Datenerfassung an Maschinen (Zugriff am: 12.05.2026)
- iSAX – Was steckt hinter Maschinendatenerfassung (MDE)? - Glossar und Erläuterungen zur Datenerfassung an Maschinen (Zugriff am: 12.05.2026)
- Novo AI – WatchMen Lösung - Informationen zur retrofit‑fähigen Überwachung und Analytik (Zugriff am: 12.05.2026)
- Novo AI Insights - Novo AI - Fachbeiträge, Praxisbeispiele und Analysen zu Produktionsmonitoring, Retrofit-Sensorik und Industrie 4.0 im Mittelstand (Zugriff am: 12.05.2026)
