Können Produktionsunternehmen Maschinendaten automatisch erfassen, ohne bestehende Steuerungen umfangreich umzubauen? Für viele mittelständische Fertigungsbetriebe bietet externe Sensorik einen pragmatischen Einstieg in die Digitalisierung von Bestandsmaschinen.
Vibrations-, Akustik-, Strom- oder Bewegungssignale werden direkt an der Maschine erfasst und in verständliche Produktionsinformationen übersetzt. Dadurch lassen sich Maschinenzustände, Stillstände, Leerlaufphasen und Produktionszyklen sichtbar machen, ohne für jede Maschine zunächst eine individuelle SPS- oder PLC-Integration entwickeln zu müssen.
Maschinendaten mit externer Sensorik zu erfassen, ist besonders für ältere und heterogene Maschinenparks interessant. Unterschiedliche Baujahre, Hersteller und Steuerungen erschweren dort häufig eine einheitliche Datenerfassung. Externe Retrofit-Sensoren können diese Lücke schließen und eine gemeinsame Datengrundlage für Produktionsüberwachung, OEE-Analyse und kontinuierliche Verbesserung schaffen.
Fertigungsleiter stellen im Alltag eine einfache Frage: Was passiert gerade an jeder Maschine?
Ohne kontinuierliche Maschinendaten beruht die Antwort häufig auf Schätzungen, Schichtberichten und manuellen Rückmeldungen. Längere technische Ausfälle werden meistens dokumentiert. Kurze Unterbrechungen, Leerlauf und langsamere Produktionszyklen bleiben dagegen oft unentdeckt.
Mit extern erfassten Daten können Produktionsverantwortliche beispielsweise erkennen:
- wann eine Maschine produziert,
- wie lange sie stillsteht,
- wann Leerlauf entsteht,
- wie sich Zykluszeiten verändern,
- ob kurze Unterbrechungen wiederholt auftreten,
- wann Energie verbraucht wird, ohne dass produziert wird.
Die Sensorik liefert dabei zunächst Informationen über das reale Verhalten der Maschine. Für einen vollständigen Produktionskontext können diese Daten anschließend mit Auftrags-, Schicht-, ERP- oder BDE-Informationen verbunden werden.
In der Praxis werden vor allem drei Ansätze eingesetzt: physikalische Sensorik, elektrische Messung und optische Erfassung.
1. Vibrations- und Akustiksensorik
Vibrations- und Akustiksensoren erfassen typische Signalmuster während des Maschinenbetriebs. Eine Fräsmaschine erzeugt während der Bearbeitung andere Schwingungen als im Leerlauf. Auch Pressen, Stanzen, Sägen oder Pumpen besitzen charakteristische Produktionsmuster.
Aus diesen Signalen lassen sich abhängig vom Prozess Zustände wie Produktion, Leerlauf, Stillstand oder Zykluswechsel ableiten.
Die Sensorposition ist dabei entscheidend. Ein ungünstiger Montagepunkt kann dazu führen, dass relevante Signale zu schwach sind oder durch benachbarte Maschinen überlagert werden. Deshalb sollte die Erkennung immer unter realen Produktionsbedingungen validiert werden.
2. Strom- und Energiemessung
Elektrische Messungen erkennen Veränderungen in Stromaufnahme und Lastprofilen. Ein Motor zeigt beim Anfahren, im Produktionsbetrieb und im Leerlauf unterschiedliche Verläufe.
Dadurch können unter anderem Ein- und Ausschaltzustände, Produktionsphasen, Lastwechsel und energieintensiver Leerlauf sichtbar werden.
Strommessungen eignen sich besonders für Maschinen mit klar unterscheidbaren Lastprofilen. Sie liefern jedoch nicht automatisch Informationen über den konkreten Auftrag oder die Ursache eines Stillstands.
3. Optische Sensoren und Kameras
Lichtschranken, Näherungssensoren und andere optische Systeme können Teilebewegungen, Materialzufuhr oder abgeschlossene Produktionszyklen erkennen.
Kameras und Machine-Vision-Lösungen bieten zusätzlichen visuellen Kontext, sind für eine reine Lauf- und Stillstandserkennung jedoch häufig komplexer als notwendig.
In vielen Anwendungen ist die Kombination mehrerer Signale besonders aussagekräftig. Vibration und Akustik können beispielsweise den Maschinenzustand erkennen, während ein optischer Sensor die tatsächliche Teilebewegung bestätigt.
Transparenz ist wichtiger als die reine Datenmenge
Der größte Nutzen entsteht nicht dadurch, möglichst viele Rohdaten zu sammeln. Entscheidend ist, dass aus den Signalen verständliche Maschinenzustände und handlungsrelevante Ereignisse entstehen.
Produktionsverantwortliche benötigen keine endlosen Signalverläufe, sondern klare Antworten:
- Welche Maschine produziert?
- Wo entsteht Leerlauf?
- Welche Unterbrechungen wiederholen sich?
- Wo weicht die tatsächliche Zykluszeit von der Planung ab?
Edge-Verarbeitung reduziert die Komplexität
Bei einer Edge-Architektur werden Sensorsignale direkt an oder nahe der Maschine verarbeitet. Rohdaten können gefiltert und in Maschinenzustände, Zyklen oder Ereignisse übersetzt werden.
Dadurch muss nicht jede einzelne Messung dauerhaft an einen zentralen Server übertragen werden. Lokale Verarbeitung kann Latenz und Datenmenge reduzieren. Die konkrete IT-Sicherheit hängt jedoch weiterhin von Verschlüsselung, Netzwerkarchitektur, Benutzerrechten und Update-Prozessen ab.
Retrofit ermöglicht einen schrittweisen Einstieg
Externe Sensorik erlaubt es, zunächst mit wenigen relevanten Maschinen zu beginnen. Unternehmen müssen nicht den gesamten Maschinenpark gleichzeitig digitalisieren.
Ein Pilot kann zeigen, ob Produktionszustände zuverlässig erkannt werden und welche Verluste tatsächlich sichtbar werden. Erst danach wird entschieden, welche Maschinen als Nächstes angebunden werden.
Die Overall Equipment Effectiveness besteht aus Verfügbarkeit, Leistung und Qualität.
Externe Sensoren können vor allem bei der Analyse von Verfügbarkeit und Leistung helfen.
Die Verfügbarkeit wird transparenter, wenn Produktion, Stillstand und Leerlauf automatisch erfasst werden. Für eine korrekte Berechnung muss zusätzlich bekannt sein, wann die Maschine laut Planung produzieren sollte.
Die Leistung kann analysiert werden, wenn Produktionszyklen und tatsächliche Zykluszeiten erkannt werden. Dadurch werden langsamere Prozesse, häufige Mikrostopps und längere Wartezeiten zwischen Zyklen sichtbar.
Für die Qualitätskomponente werden normalerweise zusätzliche Informationen zu Gutmenge, Ausschuss und Nacharbeit benötigt. Diese Daten stammen häufig aus ERP-, MES-, BDE- oder Qualitätssystemen.
Externe Sensorik kann deshalb eine wichtige OEE-Datengrundlage schaffen, ersetzt aber nicht alle notwendigen Produktions- und Qualitätsinformationen
Ein typischer Retrofit-Aufbau umfasst einen Sensor, ein Edge-Modul, eine Datenverbindung und eine zentrale Monitoring-Plattform.
Der Sensor erfasst physikalische oder elektrische Signale. Das Edge-Modul verarbeitet sie und übersetzt die Ergebnisse in Zustände oder Ereignisse. Anschließend werden die Informationen in einem Dashboard dargestellt.
Dieser Aufbau eignet sich besonders für Maschinen, bei denen keine einheitliche digitale Schnittstelle vorhanden ist. Er kann den Integrationsaufwand reduzieren, weil das bestehende SPS-Programm nicht zwingend verändert werden muss.
Vor der Installation sollten dennoch mehrere Punkte geprüft werden:
- geeigneter Montagepunkt,
- Umgebungsbedingungen,
- Strom- und Netzwerkversorgung,
- interne Freigaben,
- mechanische Befestigung,
- Sicherheits- und Wartungsanforderungen.
Externe Sensorik ist keine grundsätzlich risikofreie Standardlösung. Die konkrete Umsetzung muss zur jeweiligen Maschine und Produktionsumgebung passen.
Ein Fertigungsunternehmen möchte nachvollziehen, warum eine ältere Produktionsmaschine weniger Output erreicht als geplant. Die Maschine besitzt keine einfach nutzbare Datenschnittstelle.
Ein externer Sensor erfasst Vibrations- und Akustiksignale. Während einer Validierungsphase werden Produktionszyklen, Leerlauf, kurze Unterbrechungen und längere Stillstände dokumentiert.
Die Auswertung zeigt, dass nicht ein einzelner technischer Ausfall den größten Verlust verursacht. Stattdessen entstehen zwischen den Produktionszyklen regelmäßig kurze Wartezeiten, die in den bisherigen Schichtberichten nicht auftauchen.
Gemeinsam mit den Bedienern werden die Ursachen geprüft. Ein Teil der Verluste entsteht durch Materialbereitstellung, ein weiterer durch wiederkehrende manuelle Zwischenschritte.
Das Beispiel zeigt: Die Sensorik reduziert Verluste nicht automatisch. Sie schafft die Transparenz, die für eine gezielte Ursachenanalyse notwendig ist.
Beginnen Sie mit wenigen Maschinen, bei denen ein konkretes Transparenzproblem besteht. Besonders geeignet sind Engpassmaschinen, energieintensive Anlagen oder Maschinen mit häufigen ungeklärten Unterbrechungen.
Ein sinnvoller Pilot umfasst folgende Schritte:
- Relevante Maschine und Fragestellung auswählen
- Ausgangswerte und geplante Produktionszeit dokumentieren
- Geeignete Sensorik auswählen und installieren
- Produktion, Stillstand und Leerlauf validieren
- Daten über mehrere repräsentative Schichten erfassen
- Wichtigste Verluste priorisieren
- Eine konkrete Maßnahme umsetzen
- Wirkung mit dem Ausgangszeitraum vergleichen
Die Laufzeit sollte nicht pauschal festgelegt werden. Bei regelmäßig produzierenden Maschinen können erste Muster schnell sichtbar werden. Seltene Störungen oder stark wechselnde Produktionsprozesse benötigen dagegen einen längeren Betrachtungszeitraum.
- Welche betriebliche Frage soll beantwortet werden?
- Welche Maschine verursacht relevante Verluste?
- Welche Zustände sollen erkannt werden?
- Welcher Sensor passt zum Prozess?
- Ist ein geeigneter Montagepunkt vorhanden?
- Werden unterschiedliche Produkte und Schichten berücksichtigt?
- Wie wird die Erkennung mit der realen Produktion verglichen?
- Welche ERP-, MES- oder BDE-Daten werden zusätzlich benötigt?
- Wer ist für Datenqualität und Auswertung verantwortlich?
- Wie wird der Erfolg einer Maßnahme gemessen?
Sobald Daten kontinuierlich verfügbar sind, können Produktionsverantwortliche konkrete Fragen beantworten:
- Welche Maschine hatte die längste Unterbrechung?
- Wo treten besonders viele Mikrostopps auf?
- Welche Schicht besitzt lange Leerlaufphasen?
- Bei welchem Produkt schwankt die Zykluszeit?
- Welche Maschine verbraucht Energie, ohne produktiv zu arbeiten?
- Welche Aufträge starten später als geplant?
Die Daten ersetzen jedoch nicht die Interpretation. Schichten oder Maschinen sollten nur verglichen werden, wenn Produkte, Aufträge und Rahmenbedingungen ausreichend ähnlich sind.
Externe Maschinendaten können mehrere kurzfristige Verbesserungen unterstützen:
Stillstandserkennung: Längere Unterbrechungen werden automatisch sichtbar und können an zuständige Personen gemeldet werden.
Leerlaufanalyse: Es wird erkennbar, ob eine eingeschaltete Maschine tatsächlich produziert.
Mikrostopp-Erfassung: Kurze Unterbrechungen werden nicht mehr ausschließlich von manuellen Rückmeldungen abhängig.
Zykluszeitanalyse: Tatsächliche Zyklen können mit Plan- oder Referenzwerten verglichen werden.
Energieanalyse: Leerlaufverbrauch und ungewöhnliche Lastprofile werden sichtbar.
Schichtübergabe: Historische Zeitverläufe schaffen eine objektive Grundlage für wiederkehrende Probleme.
Externe Sensorik zeigt, was an der Maschine passiert. Für den vollständigen Kontext werden häufig weitere Daten benötigt.
Das ERP liefert beispielsweise Auftrag, Produkt, Planmenge und Sollzeit. Die BDE ergänzt Stillstandsgründe, Gutmengen und Ausschuss. Ein MES kann Produktionsabläufe und Auftragsfortschritt koordinieren.
Beispiel:
Der Sensor erkennt eine längere Leerlaufphase. Das ERP zeigt den eingeplanten Auftrag. Die BDE-Rückmeldung ergänzt „Material fehlt“ als Ursache.
Erst diese Kombination beantwortet sowohl das „Wann?“ als auch das „Warum?“.
Externe Sensorik kann nicht jede interne Maschineninformation erfassen.
Interne SPS-Fehlercodes, Programmzustände oder sicherheitsrelevante Signale stehen möglicherweise nicht zur Verfügung. Auch die Ursache eines Stillstands ist nicht immer allein aus Vibration, Akustik oder Strom erkennbar.
Weitere Grenzen sind:
- ähnliche Zustände können ähnliche Signale erzeugen,
- Sensorposition und Befestigung beeinflussen die Qualität,
- Prozessänderungen können eine neue Validierung erfordern,
- erkannte Zyklen entsprechen nicht automatisch Gutteilen,
- Auftrags- und Qualitätsdaten benötigen zusätzliche Systeme.
Externe Sensorik und direkte SPS-Anbindung sind deshalb keine Gegensätze. In heterogenen Maschinenparks ist häufig eine Kombination sinnvoll.
Novo AI verbindet externe Sensorik, Edge-Verarbeitung und die WatchMen-Plattform, um Produktionszustände an Bestandsmaschinen sichtbar zu machen.
Der Sensor wird außen an der Maschine angebracht und erfasst unter anderem Vibrations- und Akustiksignale. Abhängig von Maschine und Prozess können daraus Produktion, Leerlauf, Stillstände, Mikrostopps und Zyklen abgeleitet werden.
WatchMen stellt diese Informationen als Live-Status, Zeitverlauf und Produktionskennzahlen dar. Zusätzliche Auftrags-, ERP- oder BDE-Daten können den Maschineninformationen einen betrieblichen Kontext geben.
Der Ansatz eignet sich besonders für Unternehmen mit älteren Maschinen, unterschiedlichen Herstellern und fehlenden einheitlichen Steuerungsschnittstellen.
Maschinendaten mit externer Sensorik zu erfassen, ist ein pragmatischer Weg, bestehende Maschinen transparenter zu machen. Unternehmen können mit wenigen relevanten Anlagen beginnen, die Erkennungsqualität prüfen und auf Basis realer Daten konkrete Verbesserungen umsetzen.
Der wichtigste Schritt besteht nicht darin, möglichst viele Daten zu sammeln. Entscheidend ist, aus Sensorsignalen verständliche Maschinenzustände und messbare Aufgaben abzuleiten.
Welche Maschine würde in Ihrer Fertigung den größten Nutzen liefern, wenn Produktion, Leerlauf, Stillstände und Zyklen erstmals kontinuierlich sichtbar wären?
Diese Maschine ist ein sinnvoller Ausgangspunkt für einen sensorbasierten Pilot.
- VDMA – Verband Deutscher Maschinen- und Anlagenbau - Leitfäden zu Datenräumen und lokalen Datenhubs (Zugriff: 2026-04-21)
- Datafox – FAQ zur Maschinendatenerfassung - Praxisoptionen für digitale und analoge Signale (Zugriff: 2026-04-21)
- DatenBerg – Wissensseite Maschinendatenerfassung - Grundlagen, Typen von Produktionsdaten und MDE-Erklärung (Zugriff: 2026-04-21)
- GFOS – MDE- und MES-Lösungen - Lösungen für sichere Erfassung und Nutzung von Maschinendaten (Zugriff: 2026-04-21)
- Novo AI – Nachrüsten von Maschinen - Produktbeschreibung und Praxisbeispiele zur Nachrüstung (Zugriff: 2026-04-21)
