Smart-Factory-Technologien: Ein Einstiegsleitfaden für Werkleiter

Transparenzhinweis: M365.FM-Host Mirko Peters arbeitet bei der iFAKT GmbH. Diese Seite beschreibt das Unternehmen sachlich; bezahlte Partnerschaften und Links sind als Anzeige gekennzeichnet.

Von Mirko Peters · 2026-11-12

Smart-Factory-Technologien, erklärt in Schichten: Sensorik, Konnektivität, Daten, Analytik, Modelle und Sicherheit. Ein verständlicher Leitfaden für Werkleiter, die wissen wollen, wo sie anfangen sollen.

Automatisch mit KI aus dem Originalbeitrag übersetzt. Englisches Original lesen

Smart-Factory-Technologien sind Werkzeuge, die erfassen, was an Ihren Maschinen und in Ihren Aufträgen geschieht, diese Daten zu den Menschen und Systemen bringen, die entscheiden, und Entscheidungen zurück in die Produktion senden. Sie lassen sich in sechs Schichten gliedern: Maschinendaten, Konnektivität, eine Datenplattform, Analytik, Modelle wie Simulation oder digitale Zwillinge sowie Sicherheit. Dieser Artikel richtet sich an Werkleiter, die diese Begriffe von Anbietern hören und wissen müssen, welche Schicht welches Problem löst.

Das Wichtigste in Kürze

• Smart-Factory-Technologien funktionieren in sechs Schichten: Maschinendaten, Konnektivität, eine Datenplattform, Analytik, Modelle wie Simulation oder digitale Zwillinge sowie Sicherheit.
• OPC UA ist ein offener, plattformunabhängiger Standard mit integrierter Verschlüsselung, Authentifizierung und Protokollierung. Fragen Sie Maschinenbauer daher, ob ihre Anlagen diesen Standard unterstützen.
• Edge-Plattformen wie Azure IoT Operations normalisieren Maschinendaten direkt an der Linie und leiten sie an Cloud-Speicher und Analytik weiter.
• Wählen Sie die erste Technologie nach dem Problem aus, das Sie haben, etwa ungeklärte Stillstände oder Pläne, die an der Produktion vorbeigehen, und nicht nach dem Schlagwort im Prospekt.
• Wenn Maschinen mit Unternehmensnetzwerken verbunden werden, entsteht ein neuer Angriffsweg. Planen Sie deshalb Netzwerksegmentierung und Zugriffsregeln bereits mit dem ersten Pilotprojekt.

Was zählt zu Smart-Factory-Technologien?

Es gibt keine einheitliche offizielle Definition, und Anbieter dehnen den Begriff gern aus. Ein praxisnaher Test hilft mehr: Eine Technologie ist in einer Fabrik smart, wenn sie die Lücke zwischen dem, was gerade geschieht, und dem, was jemand weiß oder entscheiden kann, schließt. Ein Stillstandsgrund, der am Bildschirm der Linie eingetragen wird, besteht diesen Test. Ein Sensornetz, das niemand auswertet, tut es nicht.

Industrie 4.0 ist die Bezeichnung, die meist für all das verwendet wird. Verstehen Sie sie als Richtung und nicht als Einkaufsliste. Ihr Werk braucht nicht jede Schicht, und Sie müssen sie auch nicht alle gleichzeitig einführen.

Was sind die Schichten einer Smart Factory?

Hier ist der Aufbau in der Reihenfolge, in der die Daten fließen.

1. Maschinen- und Auftragsdaten: Signale von Steuerungen, Zählerstände, Alarme, Barcode-Scans und Eingaben der Bediener. Sie bilden das Rohmaterial.
2. Konnektivität: Der Weg, auf dem die Daten die Maschine verlassen und die Software erreichen.
3. Datenplattform: Hier werden Daten gespeichert, mit Kontext versehen und verfügbar gemacht.
4. Analytik: Dashboards, Warnmeldungen und Modelle, die Daten in etwas verwandeln, mit dem Menschen arbeiten können.
5. Modelle: Simulationen und digitale Zwillinge, mit denen Sie das Werk virtuell testen oder beobachten können.
6. Sicherheit und Governance: Regeln dafür, wer und was sich mit welchen Systemen verbinden darf.

Jede Schicht hängt von der darunterliegenden ab. Ein Dashboard, das auf unzuverlässigen Zählerständen basiert, führt Sie schneller in die Irre, als es ein Papierprotokoll täte.

Wie verbinden sich Maschinen mit Software?

Das ist oft die schwierigste Schicht, weil Anlagen Maschinen unterschiedlichen Alters und verschiedener Hersteller betreiben. Der wichtigste Standard, den Sie kennen sollten, ist OPC UA. Laut der OPC Foundation handelt es sich um eine plattformunabhängige, serviceorientierte Architektur, die von eingebetteten Mikrocontrollern bis zur Cloud-Infrastruktur reicht. Zu den Sicherheitszielen gehören Verschlüsselung, Authentifizierung und Auditierung; X.509-Zertifikate identifizieren jeden Client und jeden Server. Das Informationsmodell erlaubt es einem Server, Daten strukturiert zu beschreiben, sodass ein Client sie durchsuchen kann, statt Registernummern zu dekodieren.

In der Praxis stellen Sie zu jeder Maschine drei Fragen. Unterstützt sie OPC UA? Falls nicht, welches Protokoll spricht ihre Steuerung? Und wer beim Maschinenbauer hilft Ihnen, wenn Sie sie anbinden? Ältere Maschinen benötigen unter Umständen ein Gateway oder einen nachgerüsteten Sensor. Das ist normal und meist günstiger, als die Maschine zu ersetzen.

Worin unterscheiden sich eine Simulation und ein digitaler Zwilling?

Eine Simulation ist ein Modell, mit dem Sie eine Was-wäre-wenn-Frage beantworten. Ein digitaler Zwilling ist ein Modell, das dauerhaft mit der realen Anlage synchronisiert bleibt. NIST nennt hochfrequente Sensorik, zuverlässige industrielle IoT-Konnektivität und Simulationsmodelle für Vorhersagen als zentrale Elemente eines Zwillings. Ein Zwilling braucht also eine gut funktionierende Konnektivitätsschicht, während eine Simulation mit Daten laufen kann, die Sie einmalig exportieren. Entscheiden Sie anhand der Entscheidung, die Sie treffen müssen, und nicht anhand des Begriffs.

Wo passen Microsoft-Werkzeuge hinein?

Die eigene Dokumentation von Microsoft zeigt an einem konkreten Beispiel, wie die mittleren Schichten zusammenspielen. Azure IoT Operations wird als einheitliche Datenebene für den Edge beschrieben. Die Lösung läuft auf Azure-Arc-fähigen Kubernetes-Clustern und umfasst einen MQTT-Broker am Edge, Konnektoren für Geräte (der OPC-UA-Konnektor veröffentlicht Daten von OPC-UA-Servern zu MQTT-Topics), Datenflüsse, die Daten transformieren und weiterleiten, sowie eine Weboberfläche für OT-Anwender.

Drei Details auf dieser Seite helfen bei der Planung:

• Daten werden vor dem Versand in die Cloud normalisiert und aufbereitet. Das unterstützt Anwendungsfälle wie Anomalieerkennung und OEE-Überwachung.
• Datenflüsse können Daten an Ziele wie Azure Event Hubs, Azure Data Lake Storage, Microsoft Fabric OneLake und Azure Data Explorer senden.
• Die Lösung kann bis zu 72 Stunden offline arbeiten, möglicherweise mit eingeschränkter Funktion, und nimmt den vollen Funktionsumfang wieder auf, sobald die Verbindung zurückkehrt.

Für die Visualisierung verweist die Seite auf Microsoft Fabric und Power BI. Auf Azure ergibt sich damit eine klare Aufgabenteilung: Die Edge-Plattform erfasst und bereitet auf, die Cloud speichert, und ein Reporting-Werkzeug zeigt das Ergebnis. Das ist eine Option unter mehreren. Da die Lösung auf Kubernetes läuft, prüfen Sie vor einer Entscheidung, wer in Ihrem Team oder bei einem Partner sie betreiben kann.

Wie entscheiden Sie, wo Sie anfangen?

Gehen Sie vom Problem aus. Die Liste der Schlagworte ist lang, Ihre Liste der Probleme ist kurz.

• Sie können nicht erklären, warum eine Linie stoppt. Erfassen Sie Stillstandsereignisse und fragen Sie die Bedienperson direkt an der Maschine nach dem Grund. Zeigen Sie das Ergebnis an der Linie.
• Die Planung stimmt nicht mit dem überein, was in der Produktion passiert. Schließen Sie den Kreis zwischen Planung und Produktion, etwa mit einem Shopfloor-System oder einem einfacheren Reporting.
• Fehler werden zu spät entdeckt. Bringen Sie Prüfdaten näher an den Prozess heran, damit der Prozess sich selbst stoppen oder jemanden warnen kann.
• Maschinen fallen ohne Vorwarnung aus. Erfassen Sie Zustandsdaten an den wenigen Maschinen, deren Ausfall die gesamte Anlage stoppt.
• Sie stehen kurz davor, in ein Layout, eine Linie oder ein Schichtmodell zu investieren. Simulieren Sie zuerst.

Das Lean Enterprise Institute beschreibt jidoka als Prinzip, mit dem Maschinen und Bediener die Arbeit sofort anhalten können, sobald ein Problem erkannt wird. Man spricht auch von Automation mit menschlicher Intelligenz. Das ist ein brauchbarer Maßstab für jedes Smart-Factory-Projekt. Wenn eine Technologie niemandem hilft, ein Problem früher zu bemerken oder früher zu stoppen, fragen Sie, wofür sie eigentlich gut ist.

Ein hypothetischer Pilot zeigt die Reihenfolge der Arbeit. Stellen Sie sich eine Fabrik vor, die ihre Verpackungslinie auswählt. Sie verbindet den Zähler und das Stoppsignal der Linie, bittet die Bediener, einen Stopp-Grund aus einer kurzen Liste zu wählen, und zeigt die Summen auf einem Bildschirm an der Linie an. Nach einigen Wochen hat das Team eine nach Häufigkeit sortierte Liste der Stopp-Gründe. Erst dann entscheidet es, ob es weitere Sensoren, eine Datenplattform oder ein Modell braucht. Die Fabrik in diesem Beispiel ist erfunden, aber die Reihenfolge ist entscheidend: erst die Frage, dann die Daten, dann die Technik.

Wie führen Sie einen ersten Pilotversuch durch?

Halten Sie ihn so kurz, dass sich die Beteiligten noch daran erinnern, warum er begonnen wurde.

1. Benennen Sie das Problem und die Person, die dafür verantwortlich ist.
2. Wählen Sie eine Linie oder eine Zelle aus.
3. Listen Sie die Signale auf, die das Problem erklären könnten, und markieren Sie, welche Sie bereits haben.
4. Verbinden Sie diese Signale und prüfen Sie die Daten über einige Schichten hinweg gegen eine manuelle Zählung. Wenn die Zahlen nicht übereinstimmen, beheben Sie das, bevor Sie etwas darauf aufbauen.
5. Zeigen Sie das Ergebnis den Menschen, die darauf reagieren können, und zwar an der Linie und nicht nur in einem Besprechungsraum.
6. Werten Sie den Pilotversuch nach einigen Wochen aus und entscheiden Sie: beenden, nachbessern oder ausweiten.

Legen Sie die Entscheidungskriterien vor dem Start fest. Andernfalls wirkt jeder Pilotversuch wie ein Erfolg.

Was bringt die Sicherheit in das Projekt ein?

Jede Verbindung zwischen einem Maschinennetz und einem Geschäftsnetz ist ein neuer Zugangsweg zu Anlagen, die früher isoliert waren. Der Leitfaden Guide to Operational Technology Security des NIST (SP 800-82 Revision 3) beschreibt typische Aufbauten von OT-Systemen, gängige Bedrohungen und Schwachstellen sowie Sicherheitsmaßnahmen und berücksichtigt dabei die Anforderungen an Leistung, Verfügbarkeit und Sicherheit von OT. Dieser letzte Punkt ist wichtig. Eine Patch-Richtlinie, die für Büro-Laptops funktioniert, kann eine Produktionslinie zum Stillstand bringen.

Einige Regeln gelten für fast jeden Pilotversuch:

• Legen Sie fest, welche Verbindungen zwischen Geschäfts- und Maschinennetzen erlaubt sind, und dokumentieren Sie diese.
• Geben Sie jeder Integration ein eigenes Konto mit nur den Rechten, die sie benötigt.
• Planen Sie, wie Patches und Änderungen die Integrationsschicht erreichen, ohne die Produktion anzuhalten.
• Nehmen Sie die neuen Schnittstellen in Ihren Notfallplan für Sicherheitsvorfälle auf.

Was müssen die Mitarbeitenden lernen?

Technik verändert, welche Fähigkeiten wer benötigt. Bediener müssen Daten in wenigen Sekunden erfassen und ablesen können. Schichtleiter müssen auf Warnmeldungen reagieren und dürfen sie nicht ignorieren. Planer müssen verstehen, welche Annahmen ein Modell trifft. Die Instandhaltung muss Zustandsdaten lesen können, ohne auf einen Analysten zu warten. Planen Sie kurze Schulungen rund um reale Aufgaben und fragen Sie die Menschen an der Linie, was sie ausbremst, bevor Sie einen Bildschirm gestalten.

Häufige Fehler

• Eine Plattform zu kaufen, bevor die Entscheidung benannt ist, die sie unterstützen soll.
• Jedes Signal „für alle Fälle“ zu sammeln und dann für keines davon einen Verantwortlichen zu haben.
• Ein Dashboard mit einem 3D-Bild für einen digitalen Zwilling zu halten.
• Maschinen ohne Segmentierung oder Zugriffsregeln mit Geschäftsnetzen zu verbinden.
• Maschinen zu ersetzen, die ein Gateway hätte anbinden können.
• Mit der gesamten Fabrik zu beginnen, sodass kein Team aus einem Ergebnis lernen kann.
• Die Bediener zu vergessen, die dann die neue Berichterstattung umgehen.

Wo Polaris passt

Wenn Ihre Lücke in der Modell- und Planungsebene liegt, ist iFAKT Polaris eine Option, die Sie prüfen sollten. iFAKT beschreibt Polaris als KI plus digitalen Zwilling für die Produktion, der mit ERP-, Excel- und Shopfloor-Daten arbeitet. Das Modul Polaris Designer wandelt ERP-Daten, Prozesszeiten, Ressourcenstrukturen und Restriktionen in einen Wissensgraphen aus Produkt, Prozess und Ressource um, der als Grundlage für Simulation, Optimierung und Planung dient. Das Modul Polaris Analyzer fasst die KPIs aller Polaris-Module in Dashboards zusammen und vergleicht Pläne mit der tatsächlichen Leistung. Testen Sie ein solches Werkzeug zuerst an einer Linie und mit einer einzigen Frage.

Verwandte Themen zum Vertiefen

• Vernetzte Anlagen absichern: wie Sie Maschinennetze segmentieren und wer den Zugriff auf Schnittstellen überprüft.
• Ältere Maschinen nachrüsten: welche Signale ein Gateway oder ein nachgerüsteter Sensor liefern kann.
• KPI-Dashboards für die Produktion: welche wenigen Kennzahlen jede Rolle braucht und wer darauf reagiert.
• Zwischen digitalem Zwilling und Simulationswerkzeug wählen: welche Frage jeweils beantwortet wird.

Nächster Schritt

Wählen Sie das eine Problem auf Ihrer am stärksten ausgelasteten Linie aus, das Sie am meisten kostet, und notieren Sie, welche Daten es erklären würden. Nutzen Sie diese Liste, um zu entscheiden, welche der sechs Ebenen Ihrer Smart-Factory-Technologien Sie zuerst benötigen, und fragen Sie Ihre Anbieter nur nach dieser Ebene.