Kontakt

Real-Time Manufacturing Intelligence

Linienzustand und Telemetrie live aus MES-, SCADA- und PLC-Signalen.

Ein durchgängiger Echtzeit-Layer mit Live-Dashboards, Anomalieerkennung und einem KI-Agenten, der bei einem Alert die passenden Abhilfeschritte anzeigt.

NDA 2025

Supply Chain Fertigung Real-Time & IoT Intelligence
Live-Dashboard zum Linienzustand
Dashboard zum Linienzustand: Taktzeit, Maschinenstatus, Qualität, Verfügbarkeit, Leistung und Stillstand. Bild in voller Größe öffnen

Ausgangslage

Probleme an der Linie wurden erst sichtbar, nachdem sie den Output beeinträchtigt hatten; Verluste wurden rückblickend in Tabellen erfasst.

Umgesetzt

Ein Real-Time-Intelligence-Layer von MES-, SCADA- und PLC-Signalen bis zu Live-Dashboards und KI-fähigen Datensätzen.

Wirkung

Live-Ansichten zu Linienzustand, Telemetrie, Energie und Stillstand, mit Anomalieerkennung und SOP-basierter Anleitung.

Ausgangslage

Die Produktionslinien erzeugten Tausende Telemetriesignale pro Sekunde, doch die Betriebsteams sahen Probleme erst, nachdem sie den Output beeinträchtigt hatten. Qualitätsverluste, Stillstände und Energieverschwendung wurden rückblickend in Tabellen erfasst – zu spät zum Eingreifen, zu grob für die Ursachendiagnose. Das Engineering wollte Echtzeit-Transparenz, die IT eine tragfähige Architektur und das Finanzwesen eine niedrigere Energierechnung.

Ansatz

Wir haben einen durchgängigen Real-Time-Intelligence-Layer gebaut, der MES-, SCADA- und PLC-Signale mit einer unternehmensweiten Analytics-Schicht verbindet. Edge-Gateways streamen Sensordaten über einen Message Broker in eine Zeitreihendatenbank, die für industrielle Workloads optimiert ist. Darauf aufbauend: Live-Dashboards für Linienzustand, Maschinentelemetrie, Energieverbrauch und Stillstandsereignisse mit strukturierten Störungsberichten.

KI-fähige Datensätze liegen neben dem Zeitreihenspeicher und speisen intelligente Modelle, die Anomalien erkennen, bevor sie zu Ausfällen führen. Ein Vektorspeicher mit SOPs und Betriebsrichtlinien ist mit einem KI-Agenten verbunden – wenn ein Alert auslöst, zeigt das System also auch die passenden Abhilfeschritte an.

Ergebnisse

Qualitative Projektergebnisse; es werden keine gemessenen Leistungs- oder Kostenzahlen behauptet.

  • Echtzeit-Transparenz zu OEE, Taktzeit und Stillstand über mehrere Produktionslinien hinweg

  • Anomalieerkennung auf Maschinentelemetrie (Temperatur, Vibration, Leistungsaufnahme), die Probleme meldet, bevor sie die Ausbeute beeinträchtigen

  • Energieverbrauch auf Maschinenebene erfasst – als Grundlage für gezielte Reduktionsinitiativen

  • Strukturierte Störungsberichte statt Ad-hoc-Erfassung von Stillständen

  • Grundlage für Anwendungsfälle der vorausschauenden Wartung geschaffen

Kafka Telegraf Zeitreihen-DB Grafana Power BI LLM-Integration Vektorspeicher

Lösungsbereiche: Datenfundament · Datenprodukte

Ähnliche Herausforderung?

Bringen Sie eine Produktionslinie oder eine Datenquelle aus dem Werk mit. Besprechen Sie mit uns, wie Echtzeit-Transparenz mit Ihren bestehenden MES- und SCADA-Systemen funktionieren könnte.

30-Minuten-Gespräch buchen