Industrie 4.0 für den Mittelstand — pragmatisch, On-Premise, ohne Lizenzfalle

Industrie 4.0 ist 2026 keine Vision mehr — sondern schlicht die neue Normalität. Im Mittelstand geht es aber nicht um Hochglanz-Digital-Twins oder KI-Roboter, sondern um ganz konkrete Schritte: Maschinendaten erfassen, OEE sichtbar machen, Schichten digital protokollieren, Wartung vorhersehen. Wir begleiten seit Jahren Fertiger in Österreich und Bayern dabei, diese Themen pragmatisch anzugehen — ohne Berater-Blabla, ohne 6-stellige Pilotprojekte, die nie in Betrieb gehen.

Was Industrie 4.0 im Mittelstand wirklich bedeutet

Vergessen Sie, was in Business-Magazinen steht. Im Mittelstand mit 30–500 Mitarbeitern sind die Industrie-4.0-Projekte, die wirklich etwas bringen, erstaunlich bodenständig:

• Maschinendaten live ablesen — Drehzahl, Temperatur, Zykluszeiten, Stückzahlen. Erst einmal schauen, was die Maschinen überhaupt sagen
• OEE-Dashboards — Verfügbarkeit, Leistung, Qualität pro Maschine, pro Schicht, pro Auftrag
• Predictive Maintenance — nicht mit KI-Hype, sondern mit klaren Schwellenwerten, die aus den Betriebsdaten gelernt werden
• Digitale Schichtbücher — keine Zettel mehr, keine Übergabelücken
• Integration Shopfloor ↔ ERP — Aufträge von ABAS/SAP direkt an Maschinen, Rückmeldungen fließen automatisch zurück
• Energie-Monitoring — wer verbraucht wann wie viel, und wo steckt Optimierungspotenzial

Typische Einstiegsprojekte

1. Maschinendaten erfassen (der Klassiker)

Sie haben 5, 15 oder 50 Maschinen. Manche liefern Daten per OPC UA oder MQTT, manche haben nur serielle Schnittstellen, manche gar keine — da klemmen wir IoT-Sensoren dran. Die Daten fließen in eine zentrale Zeitreihen-Datenbank (InfluxDB, TimescaleDB), aus der später jedes Dashboard oder Auswertungs-Tool lesen kann. Typische Projektdauer: 4–10 Wochen.

2. OEE-Dashboards

Sobald die Daten da sind, bauen wir eine Live-Ansicht, die für Produktionsleiter, Meister und Geschäftsführer lesbar ist. Nicht als nerdiges Grafana-Panel, sondern als klares Web-Dashboard mit Ampelfarben und Trendlinien. Was letzte Woche noch in Excel geschätzt wurde, ist jetzt in Echtzeit sichtbar.

3. Digitale Schichtprotokolle

Meister geben Schichtübergaben nicht mehr auf Papier weiter, sondern in einem Tablet-Formular. Vorfälle, Material-Knappheit, Qualitätsabweichungen werden strukturiert erfasst und sind am nächsten Morgen für den Tagschicht-Meister abrufbar. Spart täglich Übergabe-Reibung und schafft Datenbasis für Verbesserungen.

4. Predictive Maintenance (aber ehrlich)

Wir versprechen kein KI-Wunder. Was wir tun: wir sammeln 6–12 Monate Daten, schauen uns historische Ausfälle an, finden charakteristische Muster (oft simpler, als man denkt) und bauen einfache Regeln, die rechtzeitig alarmieren. In 80 % der Fälle reicht das für einen spürbaren Rückgang ungeplanter Ausfälle. Erst wenn das läuft, lohnt sich überhaupt der Gedanke an komplexere ML-Modelle.

5. Produktionsdaten ↔ ERP

Aufträge werden aus ABAS, SAP oder Infor LN direkt an die Maschine übermittelt. Fertigmeldungen, Stückzahlen, Ausschuss fließen zurück — ohne Papier-Laufzettel. Wir haben das für Kunden mit CNC-Maschinen, Druckanlagen, Spritzguss und Textilproduktion umgesetzt.

Unser Tech-Stack für Industrie 4.0

• Datenerfassung: OPC UA, MQTT, Modbus, proprietäre SPS-Schnittstellen (Siemens S7, Beckhoff, B&R)
• Zeitreihen-DB: InfluxDB (Open Source) oder TimescaleDB (PostgreSQL-basiert)
• Dashboards: Grafana für technische Auswertung, eigene Web-Dashboards (Angular) für Management-Sicht
• Backend: .NET oder Python — je nach Umgebung
• Integration ERP: REST APIs, OData, IDoc, je nach ERP
• Betriebsmodell: On-Premise (fast immer — Produktionsdaten bleiben im Haus), alternativ Edge-Gateway mit Selektiv-Cloud-Sync

Warum bei uns statt beim Großsystem-Anbieter?

Großsysteme wie Siemens MindSphere, SAP MII oder PTC ThingWorx sind mächtig — und gefräßig. Lizenzkosten von 30.000–100.000 € jährlich sind keine Seltenheit. Für viele Mittelständler ist das überdimensioniert.

Unser Ansatz: wir bauen das, was Sie brauchen, mit Open-Source-Komponenten auf Ihrer eigenen Infrastruktur. Keine Vendor-Lock-ins, keine Pro-User-Lizenzen, keine Cloud-Zwänge. Die Lösung läuft in 5 Jahren genauso wie heute, ohne dass Sie hinterher Geisel eines Anbieters sind.

Referenzprojekt: CNC-Fertiger mit 22 Maschinen

Ein Lohnfertiger im Salzburger Raum wollte endlich wissen, wie produktiv seine CNC-Maschinen tatsächlich laufen. Gefühl: „Verfügbarkeit < 80 %, aber niemand weiß’s genau.“ Ziel: ehrliche Zahlen als Basis für Investitionsentscheidungen.

Was wir gebaut haben: Alle 22 Maschinen liefern per OPC UA (einige davon mit externen Modbus-Konvertern für ältere Anlagen) Betriebsdaten an einen lokalen Edge-Server. InfluxDB als Store, Grafana für Produktion, zusätzlich ein eigenes Web-Dashboard für die Geschäftsführung mit OEE-Zusammenfassung pro Schicht/Maschine/Monat.

Erkenntnisse nach 3 Monaten Betrieb: Die gefühlte Verfügbarkeit von 80 % war real 67 %. Größter Zeitfresser: Rüstvorgänge, die 2× länger als angenommen dauerten. Zwei Prozessoptimierungen später: +11 Prozentpunkte OEE. ROI: < 9 Monate.

Was ein Industrie-4.0-Projekt realistisch kostet

• MVP (3–5 Maschinen erfassen, einfaches Dashboard): 8.000 – 18.000 €
• Mittleres Projekt (10–20 Maschinen, OEE, ERP-Anbindung): 25.000 – 60.000 €
• Große Installation (50+ Maschinen, Schichtbücher, Predictive Maintenance): 60.000 – 180.000 €

Laufende Kosten: fast keine (Open Source), nur ein kleiner Server und gelegentliche Wartung.

Häufige Fragen

Unsere Maschinen sind 20 Jahre alt. Geht da überhaupt Industrie 4.0?

Fast immer ja. Auch alte Maschinen haben meist irgendeine Schnittstelle (seriell, Analogausgänge) oder lassen sich mit externen Sensoren nachrüsten. Wir haben Kunden mit Maschinen aus den 90ern produktiv im I4.0-Netz.

Müssen wir eine Cloud nutzen?

Nein — wir empfehlen sogar ausdrücklich On-Premise. Produktionsdaten sind oft das Rückgrat Ihres Wettbewerbsvorteils. Sie wollen nicht, dass die bei einem US-Anbieter liegen. Die Datenmengen sind gut lokal handhabbar.

Wie viel Hardware brauchen wir zusätzlich?

Erstaunlich wenig. Ein Edge-Server (~500–1.500 €), eventuell ein paar IoT-Gateways für alte Maschinen (je ~200–800 €). Keine teure Rack-Infrastruktur nötig.

Was ist mit Cybersecurity in der Produktion?

Wichtiges Thema. Wir arbeiten mit segmentierten Netzen (Produktion hat keinen direkten Internet-Zugang), TLS-verschlüsselter Kommunikation und Audit-Logs. Bei Bedarf auch ISO 27001-konformer Architektur.

Kann Industrie 4.0 mit unserer SAP-/ABAS-Installation reden?

Ja — das ist sogar einer der größten Mehrwerte. Aufträge fließen aus dem ERP in die Produktion, Rückmeldungen zurück. Kein doppeltes Erfassen. Details zur ERP-Integration.

Verwandte Themen: Prozessautomatisierung · ERP-Integration · KI in der Produktion