Altmaschinen IoT vernetzen: Ohne Eingriff in die Steuerung

Wer im Mittelstand Altmaschinen IoT vernetzen möchte, steht regelmässig vor demselben Konflikt: Die bestehende Maschine läuft seit fünfzehn oder zwanzig Jahren zuverlässig, aber sie sendet keine Daten an die IT-Infrastruktur. Eine moderne Industrie-4.0-Strategie verlangt jedoch genau diese Echtzeit-Daten, um Stillstände, Performance-Verluste und Ausschuss zu identifizieren. Die naheliegende Lösung – die Steuerung anpassen oder ersetzen – ist in der Praxis selten praktikabel: Sie ist teuer, sie ist langwierig, und sie gefährdet die TÜV-Abnahme der Anlage.

Dieser Beitrag erklärt, wie Sie Altmaschinen ohne Eingriff in die Steuerung an das Industrial IoT anschliessen können. Sie erfahren, welche nicht-invasiven Sensortypen für welche Maschinentypen geeignet sind, welche Schritte ein typisches Retrofit-Projekt umfasst, und welche Kosten und Implementierungsdauer realistisch zu erwarten sind. Die Zielgruppe sind Produktionsleiter, Werksleiter und Verantwortliche für Industrie 4.0 in mittelständischen Fertigungsunternehmen mit gemischtem Maschinenpark.

Die Problemstellung: Warum die Steuerung nicht angetastet werden darf

In den meisten Mittelstandsbetrieben ist die Steuerung einer Bestandsmaschine ein neuralgischer Punkt. Mehrere Gründe sprechen gegen einen Eingriff: Die SPS-Programmierung ist häufig nicht mehr dokumentiert, weil der ursprüngliche Lieferant nicht mehr existiert oder der Programmierer das Unternehmen verlassen hat. Ein Eingriff in den SPS-Code könnte zu unvorhersehbaren Effekten führen, die im Worst Case die Sicherheitsfunktionen kompromittieren. Hinzu kommt: Jede Änderung an der Steuerung erfordert typischerweise eine erneute CE-Konformitätsprüfung, mit allen damit verbundenen Kosten und Verzögerungen. In Branchen mit GMP-Pflicht (Pharmazie, Lebensmittel) ist zusätzlich eine Requalifizierung der Anlage notwendig.

Hinzu kommt der wirtschaftliche Aspekt. Ein klassisches PLC-Retrofit – Austausch oder Erweiterung der Steuerung mit Anbindung an ein MES-System – liegt in der Praxis zwischen 50 000 und 200 000 Euro pro Maschine, abhängig von Komplexität und Vernetzungsgrad. Bei einem typischen Mittelständler mit zwanzig oder dreissig Altmaschinen ergibt sich daraus ein CapEx-Volumen, das in der Regel nicht über ein operatives Budget abgedeckt werden kann.

Die Konsequenz: Viele Unternehmen verzichten ganz auf die Vernetzung der Bestandsmaschinen und konzentrieren ihre Industrie-4.0-Initiativen auf die wenigen Neuanlagen, die bereits OPC-UA-Schnittstellen mitbringen. Damit bleibt jedoch der grösste Teil des Maschinenparks blind – und genau dort, wo statistisch die meisten Stillstände und Verluste auftreten.

Der nicht-invasive Ansatz: Externe Sensoren als Lösung

Der Schlüssel zu einer wirtschaftlichen Vernetzung von Altmaschinen liegt in nicht-invasiven externen Sensoren. Diese Sensoren werden von aussen an der Maschine angebracht, ohne dass die Steuerung, die Verkabelung oder die mechanische Konstruktion verändert wird. Drei Sensortypen haben sich in der industriellen Praxis bewährt: Stromsensoren, Vibrationssensoren und optische Sensoren.

Stromsensoren – auch als Stromzangen oder CT-Klemmen bekannt – werden um die Stromzuleitung der Maschine geklemmt. Sie messen den elektrischen Stromfluss berührungslos und ohne galvanische Trennung. Aus dem Stromsignal lässt sich der Maschinenzustand (Läuft / Steht / Leerlauf) zuverlässig ableiten. Die Installation dauert weniger als 30 Minuten pro Maschine. Stromsensoren eignen sich besonders für Maschinen mit klarem Stromprofil: Drehmaschinen, Fräsmaschinen, Pressen, Spritzgussmaschinen und vergleichbare Anlagen.

Vibrationssensoren (Beschleunigungssensoren) werden mit Magnet oder Klebepad am Gehäuse oder am Motor der Maschine befestigt. Sie erkennen Maschinenzustände über die mechanische Schwingungssignatur. Vibrationssensoren sind oft die bessere Wahl für rotierende Anlagen mit konstanter Stromaufnahme – etwa Mischer, Mühlen, Förderbänder oder Trockner –, bei denen das Stromsignal weniger aussagekräftig ist.

Optische Sensoren zählen Produkte direkt, indem sie einen Lichtstrahl an der Förderstrecke oder am Maschinenausgang setzen. Sie eignen sich besonders für Verpackungsmaschinen mit hoher Taktgeschwindigkeit, bei denen Stück- und Taktgenauigkeit kritisch ist und der elektrische Stromverlauf durch Frequenzumrichter nicht direkt mit dem Produktionsoutput korreliert.

In der Praxis kombinieren erfahrene Industrie-4.0-Anbieter zwei Sensortypen pro Maschine zur gegenseitigen Validierung. Diese sogenannte Cross-Validation hebt die Erkennungsgenauigkeit von typisch 85–90 Prozent (Einzelsensor) auf über 99 Prozent.

Was eine moderne Sensor-IoT-Architektur leisten muss

Über die reine Sensorik hinaus muss eine Lösung zur Vernetzung von Altmaschinen mehrere Anforderungen erfüllen, damit sie im industriellen Alltag tragfähig ist.

Erstens: Drahtlose Datenübertragung. Die Sensoren übermitteln ihre Daten über drahtlose Protokolle (LoRaWAN, NB-IoT, WLAN oder Mobilfunk) an ein Gateway. Das vermeidet aufwendige Verkabelung im Bestandsgebäude und reduziert die Installationsdauer auf wenige Stunden pro Maschine.

Zweitens: Edge-Verarbeitung am Gateway. Die Rohdaten werden lokal vorverarbeitet, sodass nur aggregierte Signale (Maschinenzustand, Taktzeit, Ausschussquote) in die Cloud-Plattform übertragen werden müssen. Das schont die Bandbreite und sichert die Funktionsfähigkeit auch bei zeitweisem Netzausfall.

Drittens: Eine SaaS-Plattform für Visualisierung und Analyse. Die ausgewerteten Daten werden in Echtzeit-Dashboards aufbereitet, mit Drill-Down auf einzelne Maschinen, Schichten oder Produktvarianten. Pareto-Analysen, Trend-Charts und Alarm-Mechanismen unterstützen den kontinuierlichen Verbesserungsprozess (KVP).

Viertens: Operator-Schnittstellen. Stillstandsgründe, die per Sensor automatisch erkannt wurden, müssen vom Bedienpersonal qualifiziert werden – also mit einer Ursache (Werkzeugwechsel, Materialmangel, Wartung) versehen. Dies geschieht in der Regel über ein Touch-Terminal direkt an der Maschine oder über eine Mobile-App. Pro Stillstand sollte die Qualifizierung in wenigen Sekunden möglich sein, sonst wird sie vom Bedienpersonal nicht akzeptiert.

Fünftens: Integration in die bestehende IT-Landschaft. Die OEE-Daten müssen bei Bedarf an ERP-Systeme (SAP, Microsoft Dynamics, Infor) oder MES-Systeme (sofern vorhanden) ausgeleitet werden können – etwa für Auftragsabschluss, Produktionsplanung oder Qualitätsmanagement. Standardisierte REST-API-Schnittstellen sind hier ein Muss.

Typische Phasen eines Altmaschinen-Retrofit-Projekts

Ein Retrofit-Projekt zur Vernetzung von Bestandsmaschinen läuft in der Regel in fünf Phasen ab. Diese Struktur hat sich in mehreren hundert Mittelstandsprojekten als robust erwiesen.

Phase 1 – Anlagen-Scoping (1–2 Wochen). Der Maschinenpark wird kartiert. Pro Maschine wird festgelegt: Welcher Sensortyp ist geeignet? Welche Stillstandskategorien sollen erfasst werden? Welche Vorgabe-Taktzeit gilt? Wer ist Bedienverantwortlicher? Das Ergebnis ist eine Scoping-Liste mit allen Anlagen, deren Sensorkonfiguration und den definierten KPIs.

Phase 2 – Pilot-Installation auf einer Linie (Tag 1 bis Tag 3). Auf einer ersten Linie werden die Sensoren installiert. Innerhalb von 48 Stunden liefert das System validierte Daten. Diese Phase dient gleichzeitig als Proof-of-Concept und als Lern-Iteration: Welche Bedienprozesse funktionieren? Wie reagiert das Schichtteam? Gibt es Anpassungsbedarf bei Schwellwerten oder Qualifizierungs-Kategorien?

Phase 3 – Roll-out auf den gesamten Maschinenpark (4–12 Wochen). Die Sensoren werden schrittweise auf alle ausgewählten Maschinen installiert. Pro Tag und Techniker können typischerweise drei bis fünf Maschinen ausgerüstet werden. Parallel werden die Bediener auf den Plattform-Zugang geschult. Bei einem Maschinenpark von dreissig Anlagen ist eine Roll-out-Dauer von vier bis sechs Wochen realistisch.

Phase 4 – Stabilisierung und KVP-Integration (Monat 2 bis 4). Die ersten Datensätze werden in Pareto-Analysen ausgewertet. Die Schichtleitungen identifizieren die Top-3-Stillstandsgründe und definieren konkrete Verbesserungsmassnahmen. Die ersten OEE-Verbesserungen werden messbar – typischerweise zwischen 5 und 15 Prozentpunkten in den ersten 90 Tagen.

Phase 5 – Integration und Skalierung (Monat 4+). Die OEE-Daten werden mit dem ERP-System verbunden. Standortübergreifendes Benchmarking wird ermöglicht. Erweiterte Module (Energiemonitoring, prädiktive Wartung, MES-Anbindung) können auf der bestehenden Sensor-Infrastruktur aufgesetzt werden.

Wirtschaftliche Betrachtung: CapEx und Payback

Die Investitionsrechnung für ein nicht-invasives Retrofit-Projekt unterscheidet sich fundamental von der eines klassischen PLC-Retrofits. Die wesentlichen Kostenpositionen sind: Sensoren und Gateways (typischerweise 800–2 000 Euro pro Maschine, je nach Sensortyp), Installationsdienstleistung (200–500 Euro pro Maschine), und die jährliche SaaS-Lizenz (in der Regel 300–800 Euro pro Maschine und Jahr).

Über einen Zeitraum von fünf Jahren ergibt sich bei einem Maschinenpark von dreissig Anlagen ein Gesamtbudget von etwa 80 000 bis 130 000 Euro – also rund 10 bis 15 Prozent eines klassischen PLC-Retrofit-Vorhabens vergleichbaren Umfangs. Der Payback erfolgt in der Praxis innerhalb von 6 bis 12 Monaten, getragen durch identifizierte Stillstandsreduktionen und Performance-Optimierungen.

Wichtig für die Glaubwürdigkeit der Investitionsrechnung: Die Bezugsbasis muss valide gemessen sein. Vor dem Projekt sollte mindestens vier Wochen lang eine Baseline-Messung der aktuellen OEE-Werte erfolgen – am besten bereits mit der Pilotinstallation. Selbst eingeschätzte OEE-Werte aus Schichtprotokollen sind in der Regel um 10 bis 20 Prozentpunkte zu optimistisch.

Risiken und ihre Vermeidung

Auch nicht-invasive Retrofit-Projekte sind nicht ohne Risiken. Die häufigsten Stolpersteine in DACH-Mittelstandsprojekten:

Mangelnde Bedienerakzeptanz. Wenn Stillstandsqualifizierung als zusätzliche Belastung wahrgenommen wird, sinkt die Datenqualität rapide. Die Lösung liegt in einer extrem schnellen Bedienoberfläche (unter 5 Sekunden pro Qualifizierung), einer transparenten Kommunikation des Nutzens für die Bediener selbst, und einer aktiven Einbindung des Betriebsrats in der Konzeptionsphase.

Unklare Datenhoheit. In Tarifbetrieben und in mitbestimmungspflichtigen Branchen ist die Vereinbarung mit dem Betriebsrat über die Datennutzung kritisch. Klar muss sein: Die OEE-Daten dienen der Anlagenoptimierung, nicht der individuellen Leistungskontrolle. Anonymisierte Aggregation auf Linien- oder Schichtebene, nicht auf Personenebene, ist die DACH-Standardregelung.

Falsche Sensortypwahl. Ein Stromsensor an einer Maschine mit Frequenzumrichter oder konstanter Stromaufnahme liefert keine brauchbaren Daten. Eine sorgfältige Maschinen-für-Maschine-Analyse vor der Installation ist Pflicht.

Fehlende KVP-Integration. Wenn die generierten Daten nicht in operative Verbesserungsroutinen einfliessen (Shopfloor-Meetings, Pareto-Analysen, gezielte Aktionspläne), versanden die Initiativen nach drei bis sechs Monaten. Die Plattform allein verändert nichts – es ist der disziplinierte KVP-Prozess, der die Verbesserungen liefert.

Branchenspezifische Besonderheiten im DACH-Raum

Drei Branchen mit ausgeprägter Mittelstandsstruktur im DACH-Raum verdienen besondere Beachtung: Automobilzulieferer, Lebensmittelindustrie und Pharmazie.

In der Automobilzulieferindustrie stehen mittlerweile fast alle Tier-1- und viele Tier-2-Lieferanten unter Druck der OEM-Anforderungen nach Echtzeit-Transparenz der Produktion. IATF-16949-Konformität und die VDA-Anforderungen verlangen dokumentierte Produktivitätsdaten. Nicht-invasive Sensorik ist hier oft der pragmatischste Weg, um schnell zu auditierbaren Daten zu kommen.

In der Lebensmittelindustrie sind die Hygiene- und IFS/BRC-Anforderungen zu beachten. Sensoren und Gateways müssen für den Einsatz in Nass-Bereichen geeignet sein (IP65 oder höher). Die Datenintegrität spielt bei regulierten Produkten (Säuglingsnahrung, Diätprodukte) eine zentrale Rolle.

In der Pharmazie – insbesondere für KMU-Lohnhersteller und Forschungs-Pilotanlagen – sind die GMP- und Annex-1-Anforderungen (revidiert 2024) die zentrale Herausforderung. ALCOA+-konforme Datenarchivierung, Audit-Trails und unveränderliche Zeitstempel sind kein Nice-to-have, sondern Pflicht für FDA- und EMA-Inspektionen.

Wie Sie als nächstes vorgehen

Wenn Sie ein nicht-invasives Retrofit-Projekt für Ihre Altmaschinen erwägen, empfiehlt sich folgende Vorgehensweise: Beginnen Sie mit einer Pilot-Linie. Wählen Sie eine Anlage aus, bei der Sie selbst die grössten OEE-Verluste vermuten und bei der eine schnelle Validierung möglich ist. Lassen Sie sich ein konkretes Angebot von mindestens zwei Anbietern erstellen, basierend auf einer detaillierten Scoping-Liste – nicht auf Pauschalangaben. Achten Sie auf die Sensorvielfalt: Anbieter mit nur einem Sensortyp werden Sie bei einem gemischten Maschinenpark einschränken.

Planen Sie für die Pilotphase mindestens drei Monate, bevor Sie eine Skalierungsentscheidung treffen. In dieser Zeit sammeln Sie genug Daten, um die OEE-Baseline solide zu kalibrieren und erste Verbesserungseffekte zu validieren. Eine Skalierung auf den gesamten Maschinenpark sollte erst nach einer erfolgreichen Pilot-Validierung erfolgen – nicht auf Basis von Vendor-Versprechen allein.

Weiterführende Lektüre auf TeepTrak: Retrofit Industrie 4.0 für Bestandsmaschinen und OEE-Retrofit ROI: Business Case rechnen.

Häufig gestellte Fragen

Wie lange dauert die Installation eines nicht-invasiven Sensors pro Maschine?
In der Regel zwischen 20 und 45 Minuten pro Maschine, je nach Sensortyp und Zugänglichkeit der Stromzuleitung oder Maschinenkomponenten. Die Maschine muss dafür nicht stillstehen.

Funktioniert der Ansatz auch bei sehr alten Maschinen ohne Frequenzumrichter?
Ja. Stromsensoren funktionieren sogar besonders gut bei klassisch verdrahteten Anlagen ohne Frequenzumrichter, weil das Stromprofil dort eindeutiger ist. Selbst Anlagen aus den 1980er-Jahren lassen sich erfolgreich vernetzen.

Brauche ich eine eigene IT-Infrastruktur dafür?
Nein. Die Gateways übertragen die Daten direkt an eine Cloud-Plattform, in der Regel über Mobilfunk oder LoRaWAN. Eine Anbindung an das hauseigene Netzwerk ist optional, aber nicht notwendig für den Grundbetrieb.

Wie steht der Betriebsrat zu solchen Systemen?
Im DACH-Raum sind klare Vereinbarungen über die Datennutzung Pflicht. Bei korrekt aufgesetzten Projekten – mit Fokus auf Anlagenoptimierung statt Personenkontrolle, anonymisierter Datenauswertung und Einbindung des Betriebsrats in der Konzeptionsphase – ist die Mitbestimmungssituation in der Regel problemlos.

Kann ich später auf MES-Anbindung skalieren?
Ja. Eine gute Sensor-Plattform stellt REST-APIs bereit, über die OEE-Daten an MES- oder ERP-Systeme weitergegeben werden können. Die Sensor-Schicht und die übergeordnete IT-Schicht sind entkoppelt, sodass Sie schrittweise erweitern können.

Was ist mit Cybersicherheit?
Seriöse Anbieter erfüllen IEC 62443 oder vergleichbare industrielle Cybersecurity-Standards. Die Datenübertragung erfolgt verschlüsselt (TLS 1.2 oder höher). Die Sensoren selbst sind lesend ausgelegt – sie können keine Befehle an die Maschine senden, was ein Angriffsvektor von vornherein ausschliesst.

Wie schnell sehe ich Ergebnisse?
Erste Datenströme stehen innerhalb von 48 Stunden nach Installation zur Verfügung. Belastbare OEE-Baselines erhalten Sie nach etwa zwei bis vier Wochen Messung. Erste signifikante Verbesserungseffekte aus daraufhin abgeleiteten Massnahmen sind typischerweise nach 60 bis 90 Tagen messbar.

Fazit

Altmaschinen IoT vernetzen ist im Mittelstand kein Luxusprojekt mehr, sondern eine wirtschaftliche Notwendigkeit. Der entscheidende Unterschied zu klassischen Retrofit-Ansätzen liegt in der Vermeidung jeglicher Eingriffe in die Maschinensteuerung: Nicht-invasive externe Sensoren liefern verlässliche Daten zu einem Bruchteil der Kosten und in einem Bruchteil der Zeit eines PLC-Retrofits. Wer den Übergang zur Industrie 4.0 ernst nimmt und gleichzeitig die wirtschaftlichen Realitäten des Mittelstands respektiert, findet hier einen pragmatischen, validierten Weg.

Mehr über TeepTrak und unsere Lösungen für die OEE-Messung in mittelständischen Fertigungsbetrieben finden Sie auf teeptrak.com.