MASCHINENDATEN ERFASSEN OHNE SPS ZUGRIFF: DER UNTERSCHÄTZTE INDUSTRIE 4.0
VORTEIL FÜR DIE FERTIGUNG
MASCHINENDATEN ERFASSEN OHNE SPS ZUGRIFF: DER UNTERSCHÄTZTE ERFOLGSHEBEL FÜR DIE
FERTIGUNG
Können Sie , ohne die vorhandene SPS- oder Steuerungslogik aufwendig anzupassen?
Für viele mittelständische Fertigungsunternehmen ist das längst keine
theoretische Möglichkeit mehr, sondern ein pragmatischer Weg zur Digitalisierung
von Bestandsmaschinen.
Gerade ältere Maschinen arbeiten häufig mit proprietären Protokollen,
unterschiedlichen Steuerungen oder überhaupt keiner nutzbaren digitalen
Schnittstelle. Eine individuelle SPS-Anbindung kann technisch sinnvoll sein,
erfordert aber je nach Anlage Dokumentation, Freigaben, Programmieraufwand und
eine maschinenspezifische Umsetzung.
Externe Sensorik und Edge-Verarbeitung schaffen eine Alternative. Physikalische
oder elektrische Signale wie Vibration, Akustik, Stromaufnahme, Temperatur oder
Bewegung werden außerhalb der Steuerung erfasst und in verständliche
Maschinenzustände übersetzt. So können Fertigungsunternehmen Produktion,
Leerlauf, Stillstände und Zykluszeiten sichtbar machen, ohne jede Maschine
zuerst über ein eigenes SPS-Projekt anzubinden.
Dabei bedeutet „“ nicht in jedem Fall genau dasselbe. Möglich ist
beispielsweise, dass das SPS-Programm nicht verändert wird, dass kein
Schreibzugriff besteht oder dass überhaupt keine internen SPS-Variablen
ausgelesen werden. Auch vorhandene externe Ausgänge oder Signalleuchten können
genutzt werden, ohne in die Steuerungslogik einzugreifen. Welche Form der
Anbindung vorliegt, sollte deshalb für jedes Projekt technisch eindeutig
definiert werden.
WAS BEDEUTET MASCHINENDATENERFASSUNG OHNE SPS-ZUGRIFF?
Maschinendatenerfassung ohne SPS-Zugriff bedeutet, dass Maschinenzustände und
Produktionsereignisse erfasst werden, ohne das bestehende SPS-Programm zwingend
auszulesen oder zu verändern. Statt interner Steuerungsdaten können externe
Sensoren, elektrische Messwerte oder vorhandene Ausgangssignale genutzt werden,
um den tatsächlichen Betrieb einer Maschine sichtbar zu machen.
Vibrations-, Akustik-, Strom-, Temperatur- oder Bewegungssignale können
beispielsweise erkennen lassen, ob eine Maschine produziert, stillsteht oder
sich im Leerlauf befindet. Bei regelmäßig wiederkehrenden Prozessen lassen sich
abhängig von Maschine und Signalqualität auch Produktionszyklen, Zykluszeiten
und kurze Unterbrechungen erfassen.
„Ohne SPS-Zugriff“ kann technisch unterschiedliche Umsetzungen beschreiben. In
manchen Projekten wird lediglich das SPS-Programm nicht verändert. In anderen
Fällen besteht weder ein Schreibzugriff noch ein direkter Zugriff auf interne
SPS-Variablen. Auch externe Relaiskontakte, Maschinenampeln oder digitale
Ausgangssignale können genutzt werden, ohne in die Steuerungslogik einzugreifen.
Die Maschinensteuerung bleibt weiterhin für den sicheren Betrieb der Anlage
verantwortlich. Die zusätzliche Datenerfassung dient dazu, Produktionszustände
transparent zu machen und eine Grundlage für Stillstandsanalysen,
OEE-Auswertungen und weitere Verbesserungsmaßnahmen zu schaffen.
DIE TATSÄCHLICHE WIRKUNG: MASCHINENDATEN ERFASSEN OHNE SPS ZUGRIFF
Fertigungsleiter stellen eine einfache Frage: Was passiert gerade an jeder
Maschine?
Ohne kontinuierliche Daten beruht die Antwort häufig auf Schätzungen,
Schichtberichten und Erfahrungswerten. Längere Ausfälle werden meistens
dokumentiert. Kurze Unterbrechungen, Leerlaufzeiten, steigende Zykluszeiten und
wiederkehrende Abweichungen bleiben dagegen oft unentdeckt.
Mit kontinuierlichen Datenströmen können Produktionsverantwortliche Stillstände
zeitlich einordnen, Energiespitzen erkennen und Lauf- oder Leerlaufphasen mit
genauen Zeitstempeln auswerten. Entscheidend ist dabei nicht, möglichst viele
Rohdaten zu sammeln. Der eigentliche Nutzen entsteht, wenn aus den Signalen
verständliche Ereignisse wie „Produktion“, „Stillstand“, „Leerlauf“ oder „Zyklus
abgeschlossen“ entstehen.
Welche Informationen ohne direkten SPS-Zugriff erfasst werden können, hängt von
Maschine, Prozess und Sensorik ab.
Datenbereich Mögliche Information Typische Datenquelle Maschinenzustand
Produktion, Leerlauf, Stillstand Vibration, Akustik oder Strom Lauf- und
Zeitdaten Laufzeit, Stillstandszeit, Leerlaufzeit Zustandswechsel mit
Zeitstempel Zyklusdaten Zyklusdauer, Zyklusanzahl, Abweichungen Vibration,
Bewegung oder Akustik Energie Verbrauch, Lastprofil, Leerlaufenergie Strom- und
Energiemessung Zustandsveränderungen Abweichende Muster oder mögliche
Verschleißhinweise Vibration, Akustik oder Temperatur Auftrags- und
Qualitätskontext Auftrag, Sollmenge, Gutmenge und Ausschuss ERP, MES, BDE oder
Qualitätssystem
Externe Sensorik erkennt vor allem, was an einer Maschine passiert. Sie weiß
jedoch nicht automatisch, welcher Auftrag betroffen ist, warum ein Stillstand
entstanden ist oder ob ein produziertes Teil fehlerfrei war. Dafür müssen die
Maschinensignale mit weiteren Produktionsinformationen verbunden werden.
Für kleine und mittlere Unternehmen liegt genau darin der Vorteil: Sie können
zunächst grundlegende Maschinenzustände transparent machen und die Integration
später schrittweise um Auftrags-, Qualitäts- oder erweitern.
3 WEGE,MASCHINENDATEN ERFASSEN OHNE SPS ZUGRIFF
Es gibt drei besonders häufig eingesetzte Ansätze: physikalische Sensorik,
elektrische Überwachung und optische Erfassung.
Physikalische Sensorik
Vibrations-, Akustik-, Temperatur- oder Drucksensoren werden an geeigneten
Stellen einer Maschine angebracht. Sie erfassen Veränderungen, die während des
realen Produktionsbetriebs entstehen.
Eine Fräsmaschine erzeugt während der Bearbeitung andere Vibrations- und
Geräuschmuster als im Leerlauf. Eine Presse besitzt charakteristische Impulse
pro Zyklus. Ein Motor kann bei Verschleiß oder ungewöhnlicher Belastung
veränderte Schwingungs- oder Temperaturverläufe zeigen.
Vibrations- und Akustikdaten eignen sich besonders für Maschinen mit deutlich
unterscheidbaren Betriebszuständen. Die Qualität hängt jedoch stark vom
Montagepunkt, von Umgebungsgeräuschen und von der Validierung am realen Prozess
ab.
Elektrische Überwachung
Die elektrische Überwachung nutzt Strom-, Spannungs- oder Lastverläufe. Ein
Motor benötigt beim Anfahren, unter Produktionslast und im Leerlauf
unterschiedlich viel Energie.
Daraus können Betriebszustände wie „ausgeschaltet“, „läuft“, „produziert“ oder
„blockiert“ abgeleitet werden. Gleichzeitig werden energieintensive
Leerlaufphasen sichtbar.
Elektrische Signale sind häufig gut für die Erkennung grundlegender Laufzustände
geeignet. Sie liefern allein jedoch nur begrenzten Prozesskontext. Eine hohe
Last zeigt beispielsweise nicht automatisch, welcher konkrete Arbeitsschritt
stattfindet.
Optische Sensorik und Edge Vision
Lichtschranken, Näherungssensoren oder Kameras können Teilebewegungen,
Werkstückanwesenheit und abgeschlossene Zyklen erkennen.
Optische Sensoren eignen sich besonders für Stückzählung, Materialfluss und
Zyklusbestätigung. Kamerabasierte Systeme bieten mehr visuellen Kontext,
benötigen aber auch mehr Rechenleistung und eine sorgfältige Prüfung von
Datenschutz und IT-Sicherheit.
In der Praxis kann die Kombination verschiedener Signale besonders zuverlässig
sein. Ein Vibrationssensor erkennt beispielsweise den Produktionszustand,
während ein optischer Sensor bestätigt, dass tatsächlich ein Teil die Maschine
verlassen hat.
3 ZENTRALE ERKENNTNISSE
Transparenz entsteht durch verständliche Zustände
Maschinendaten sind nur dann wertvoll, wenn Produktionsverantwortliche daraus
konkrete Fragen beantworten können. Entscheidend ist nicht der einzelne Rohwert,
sondern die Übersetzung in Zustände, Ereignisse und Zeitverläufe.
Dadurch wird sichtbar, welche Maschine produziert, wo Leerlauf entsteht und
welche Unterbrechungen wiederholt auftreten.
Edge-Verarbeitung reduziert Datenmenge und Reaktionszeit
Bei der Edge-Verarbeitung werden Signale direkt an oder nahe der Maschine
ausgewertet. Filter, Schwellenwerte oder KI-Modelle erkennen Muster und
übersetzen sie in Ereignisse.
Ein typischer Datenweg lautet:
Dadurch müssen nicht sämtliche hochauflösenden Rohdaten dauerhaft an einen
zentralen Server übertragen werden. Nur die für die Analyse benötigten
Ereignisse, Zustände oder verdichteten Informationen werden weitergegeben.
ermöglicht einen schrittweisen Einstieg
Bestehende Maschinen müssen nicht gleichzeitig und mit derselben Methode
angebunden werden. Moderne Maschinen können vorhandene Schnittstellen nutzen,
während ältere Anlagen über externe Sensorik erfasst werden.
Diese hybride Architektur ist in gewachsenen Maschinenparks oft sinnvoller als
der Versuch, jede Anlage über ein einziges Integrationsverfahren zu verbinden.
WIE MASCHINENDATEN DIE OEE VERBESSERN
Die Overall Equipment Effectiveness beruht auf Verfügbarkeit, Leistung und
Qualität.
Ohne SPS-Zugriff erfasste Maschinenzustände können insbesondere die
Verfügbarkeit und Leistung transparenter machen. Durch die Erkennung von
Produktion, Leerlauf und Stillstand wird sichtbar, welcher Anteil der geplanten
Produktionszeit tatsächlich genutzt wurde.
Wenn Produktionszyklen erkannt werden, lassen sich tatsächliche Zykluszeiten mit
Plan- oder Referenzwerten vergleichen. So werden langsamere Prozesse,
Mikrostopps und längere Wartezeiten zwischen einzelnen Zyklen sichtbar.
Für die Qualitätskomponente werden zusätzliche Informationen benötigt.
Vibrations-, Akustik- oder Stromdaten zeigen nicht automatisch, ob ein
produziertes Teil gut, nachzuarbeiten oder Ausschuss ist. Gutmengen, Ausschuss
und Qualitätsfreigaben müssen daher aus BDE-, ERP-, MES- oder Qualitätssystemen
ergänzt werden.
SPS-frei erfasste Daten bilden damit eine wichtige Grundlage für OEE. Eine
vollständige und belastbare OEE-Berechnung entsteht jedoch erst durch die
Verbindung mit Planungs- und Qualitätsdaten.
RETROFITTING OHNE SPS ZUGRIFF
Retrofitting ist ein pragmatischer Weg, bestehende Maschinen nachträglich
digital sichtbar zu machen. Ein typischer Aufbau umfasst Sensorik, ein
Edge-Gateway, lokale Verarbeitung und eine zentrale Monitoring-Plattform.
Das Edge-Gateway verarbeitet die Signale, versieht Ereignisse mit Zeitstempeln
und übersetzt unterschiedliche Rohdaten in ein einheitliches Zustandsmodell.
Dadurch können Maschinen verschiedener Hersteller und Baujahre in einer
gemeinsamen Übersicht dargestellt werden.
Der Vorteil besteht darin, dass nicht zwingend eine Änderung am SPS-Programm
erforderlich ist. Das kann den Integrationsaufwand reduzieren und die
Nachrüstung älterer Anlagen erleichtern. Dennoch müssen Montage, elektrische
Anforderungen, interne Freigaben, IT-Sicherheit sowie mögliche Garantie- oder
CE-Fragen projektspezifisch geprüft werden.
Auch Datenschutz und Informationssicherheit hängen nicht allein davon ab, ob
Daten lokal verarbeitet werden. Entscheidend ist die gesamte Architektur.
Unternehmen sollten klären, welche Daten die Maschine verlassen, wie die
Übertragung verschlüsselt wird, welche Benutzer Zugriff besitzen, wie lange
Informationen gespeichert werden und wie Sensoren oder Gateways aktualisiert
werden.
PRAXISFALL: LINIEN-UPGRADE IM MITTELSTAND
Ein mittelständischer Teilefertiger möchte den tatsächlichen Betrieb mehrerer
älterer Maschinen vergleichen. Eine gemeinsame direkte SPS-Anbindung wäre
aufgrund unterschiedlicher Steuerungen und fehlender Dokumentation kurzfristig
zu aufwendig.
Stattdessen werden externe Sensoren eingesetzt, die Vibrations- und
Akustiksignale erfassen. Die Edge-Verarbeitung übersetzt diese Signale in
Produktion, Leerlauf und Stillstand.
Nach der Validierung werden in der zentralen Übersicht wiederkehrende
Leerlaufphasen und deutliche Unterschiede zwischen geplanten und tatsächlichen
Zykluszeiten sichtbar. Die Ursache liegt nicht ausschließlich in technischen
Ausfällen. Ein Teil der verlorenen Zeit entsteht durch Materialbereitstellung
und manuelle Zwischenschritte.
Produktion und Instandhaltung wählen zunächst das häufigste Verlustmuster aus
und setzen eine konkrete Maßnahme um. Anschließend wird geprüft, ob Häufigkeit
und Dauer der Unterbrechung im Vergleich zum Ausgangszeitraum gesunken sind.
Das Beispiel zeigt den eigentlichen Nutzen Sie liefert eine belastbare
Grundlage, um Verluste sichtbar zu machen, Ursachen zu untersuchen und die
Wirkung einer Maßnahme zu überprüfen.
WIE SIE STARTEN: MASCHINENDATEN ERFASSEN OHNE SPS ZUGRIFF
Beginnen Sie mit den Maschinen, bei denen fehlende Transparenz bereits heute
Auswirkungen auf Lieferfähigkeit, Energieverbrauch oder Kapazität hat. Geeignet
sind beispielsweise Engpassmaschinen, energieintensive Anlagen oder Maschinen
mit häufigen ungeklärten Stillständen.
Ein Pilot sollte eine konkrete Frage beantworten. Beispielsweise kann untersucht
werden, wie viel Leerlauf zwischen Aufträgen entsteht, welche kurzen
Unterbrechungen bisher nicht dokumentiert werden oder ob geplante und
tatsächliche Zykluszeiten übereinstimmen.
Vor der Installation werden Ausgangswerte dokumentiert. Dazu gehören die
geplante Produktionszeit, bekannte Stillstände, typische Zykluszeiten, der
Auftragsmix und gegebenenfalls der Energieverbrauch.
Danach wird die passende Erfassungsmethode ausgewählt und unter realen
Produktionsbedingungen validiert. Die Erkennung sollte mehrere Schichten und
repräsentative Produkte abdecken. Eine starre Pilotdauer ist nicht sinnvoll,
weil regelmäßige Zustände schneller bewertet werden können als selten
auftretende Störungen.
Erst wenn Maschinenzustände zuverlässig erkannt werden und aus den Daten eine
konkrete Entscheidung entsteht, sollte die Lösung auf weitere Anlagen übertragen
werden.
CHECKLISTE FÜR DIE EINFÜHRUNG: MASCHINENDATEN ERFASSEN OHNE SPS ZUGRIFF
Für einen erfolgreichen Pilot sollten Ziel, Maschine, Datenquelle und
Verantwortlichkeit vor der Installation feststehen. Die erkannten Zustände
müssen mit der realen Produktion verglichen werden. Gleichzeitig sollte geklärt
werden, welche zusätzlichen ERP-, MES- oder BDE-Daten benötigt werden.
Besonders wichtig ist eine klare Erfolgskontrolle. Der Pilot sollte nicht nur
zeigen, dass Daten übertragen werden. Er sollte eine betriebliche Frage
beantworten und mindestens eine messbare Verbesserung ermöglichen.
WIE MASCHINENDATEN ENTSCHEIDUNGEN UNTERSTÜTZEN
Sobald Daten kontinuierlich verfügbar sind, können Verantwortliche Fragen
beantworten, die vorher nur auf Schätzungen oder manuellen Schichtmeldungen
beruhten.
Sie können untersuchen, welche Maschine die längsten ungeplanten Unterbrechungen
hatte, wo Mikrostopps auftreten, welche Schicht besonders lange Leerlaufphasen
besitzt oder bei welchen Produkten Zykluszeiten schwanken.
Für einen vollständigen Kontext müssen Maschinensignale mit Produktionssystemen
verbunden werden. Der Sensor zeigt beispielsweise, dass eine Maschine zwischen
10:14 und 10:31 Uhr nicht produktiv war. Das ERP zeigt, welcher Auftrag geplant
war. Eine BDE-Rückmeldung ergänzt „Material fehlt“ als Ursache.
So beantworten die Systeme gemeinsam zwei unterschiedliche Fragen: Die
Maschinendaten zeigen, was passiert ist. ERP-, MES-, BDE- und Bedienerdaten
erklären, welcher Auftrag betroffen war und warum der Verlust entstanden ist.
Komplexere Analysen werden möglich, sobald eine zuverlässige Datenbasis
vorhanden ist. Veränderte Vibrations-, Akustik- oder Lastmuster können
beispielsweise Hinweise darauf liefern, welche Maschine genauer untersucht
werden sollte. Eine sichere Ausfallprognose entsteht daraus jedoch nicht
automatisch.
Schnelle Erfolge
Ein erster Nutzen kann bereits durch eine zuverlässige Stillstandserkennung
entstehen. Längere Unterbrechungen werden automatisch sichtbar und können an
eine zuständige Rolle gemeldet werden.
Ebenso können Energie-Baselines zeigen, wann Maschinen im Leerlauf weiterhin
Strom verbrauchen. Historische Zustandsverläufe verbessern die Schichtübergabe,
weil wiederkehrende Probleme nicht ausschließlich mündlich weitergegeben werden
müssen.
Zyklusdaten helfen dabei, schleichende Geschwindigkeitsverluste zu erkennen.
Häufige Mikrostopps werden als Gesamtverlust sichtbar, obwohl jedes einzelne
Ereignis nur wenige Sekunden dauert.
Die WatchMen-Plattform von Novo AI verbindet dafür externe Sensorik mit
Edge-Verarbeitung und historischen Produktionsansichten. Abhängig von Maschine
und Prozess können Zustände wie Produktion, Leerlauf, Stillstand, Mikrostopps
und Zyklen erkannt werden. Über zusätzliche Integrationen lassen sich Auftrags-,
ERP- oder BDE-Daten ergänzen.
Keine Methode ist vollständig. Externe Sensoren können bestimmte SPS-interne
Ereignisse übersehen, etwa Verriegelungen, Programmzustände oder Fehlercodes,
die kein messbares äußeres Signal erzeugen.
Auch der Grund eines Stillstands ist nicht automatisch bekannt. Ein Sensor
erkennt möglicherweise, dass eine Maschine nicht produziert. Ob Material,
Werkzeug, Bediener oder eine technische Störung fehlt, muss häufig durch weitere
Daten oder eine Bedienereingabe ergänzt werden.
Die Erkennungsqualität hängt zudem von Sensorposition, Maschine, Produkt und
Prozess ab. Ähnliche Betriebszustände können ähnliche Signale erzeugen. Nach
Werkzeugwechseln, Umbauten oder veränderten Maschinenparametern kann eine
erneute Validierung notwendig werden.
SPS-freie Datenerfassung und direkte SPS-Anbindung sind deshalb keine
Gegensätze. Externe Sensorik ist besonders geeignet, wenn grundlegende
Maschinenzustände schnell und herstellerunabhängig erfasst werden sollen. Eine
direkte SPS- oder OPC-UA-Anbindung ist sinnvoller, wenn interne Fehlercodes,
genaue Programmzustände, Rezeptwerte oder Schreibzugriffe benötigt werden.
In heterogenen Maschinenparks ist eine Kombination beider Ansätze häufig die
beste Lösung.
HÄUFIGE FRAGEN
* Was bedeutet Maschinendatenerfassung ohne SPS-Zugriff?
Maschinenzustände werden über externe Sensoren, elektrische Messungen oder
zusätzliche Signale erfasst, ohne das vorhandene SPS-Programm zwingend
auszulesen oder zu verändern.
* Welche Daten lassen sich ohne SPS erfassen?
Je nach Maschine können Produktion, Leerlauf, Stillstand, Laufzeiten, Zyklen,
Energieverbrauch und Veränderungen im Maschinenverhalten erfasst werden.
* Funktioniert das auch bei alten Maschinen?
Ja. Gerade Maschinen ohne moderne Standardschnittstelle können häufig über
Vibration, Akustik, Strom oder optische Signale überwacht werden.
* Wie zuverlässig ist die Erkennung?
Die Zuverlässigkeit hängt von Maschine, Prozess, Sensorposition und Validierung
ab. Die erkannten Zustände sollten immer mit der realen Produktion verglichen
werden.
* Können Stückzahlen automatisch erfasst werden?
Wenn ein Produktionszyklus ein eindeutiges Signal erzeugt, können Zyklen oder
Teile gezählt werden. Ein erkannter Zyklus entspricht jedoch nicht automatisch
einem Gutteil.
* Erkennt das System auch Stillstandsursachen?
Meist wird zunächst der Maschinenzustand erkannt. Für die konkrete Ursache
werden Bedienereingaben, Steuerungsmeldungen oder ERP- und BDE-Daten benötigt.
* Kann SPS-freie Datenerfassung eine OEE berechnen?
Sie kann wichtige Daten für Verfügbarkeit und Leistung liefern. Für eine
vollständige OEE werden zusätzlich Planzeiten sowie Gut- und Ausschussmengen
benötigt.
* Wann ist eine direkte SPS-Anbindung besser?
Eine direkte Verbindung ist sinnvoll, wenn interne Fehlercodes, detaillierte
Prozessparameter, Programmzustände oder Schreibzugriffe benötigt werden.
DER WEG NACH VORN
Die Maschinendatenerfassung ohne SPS-Zugriff ist ein praktikabler Weg zu mehr
Transparenz in bestehenden Produktionsumgebungen. Unternehmen können zunächst
wenige relevante Maschinen auswählen, deren reale Zustände erfassen und
anschließend prüfen, welche Verluste tatsächlich beeinflussbar sind.
Der Ansatz eignet sich besonders für heterogene Maschinenparks, in denen
unterschiedliche Baujahre, Hersteller und Schnittstellen nicht zuerst
vollständig vereinheitlicht werden können.
Der größte Nutzen entsteht durch die Verbindung aus Sensorik, Edge-Verarbeitung,
verständlichen Maschinenzuständen und zusätzlichem Auftrags- oder
Qualitätskontext. Aus den Daten müssen konkrete Aufgaben, Verantwortlichkeiten
und überprüfbare Verbesserungen entstehen.
Wenn Sie eine Produktionslinie verantworten, beginnen Sie mit der Maschine, bei
der fehlende Transparenz heute den größten wirtschaftlichen Einfluss besitzt.
Erfassen Sie Produktion, Leerlauf, Stillstände und Zyklen, validieren Sie die
Ergebnisse und skalieren Sie anschließend nur das, was im realen Betrieb
zuverlässig funktioniert.
REFERENZEN
1. - Informationen und Studien zur digitalen Transformation im Maschinen‑ und
Anlagenbau (Zugriff am: 12.05.2026)
2. - Marktzahlen und Trends zur deutschen Maschinenbaubranche (Zugriff am:
12.05.2026)
3. - Praxisnahe Beschreibung nicht‑invasiver Datenerfassung an Maschinen
(Zugriff am: 12.05.2026)
4. - Glossar und Erläuterungen zur Datenerfassung an Maschinen (Zugriff am:
12.05.2026)
5. - Informationen zur retrofit‑fähigen Überwachung und Analytik (Zugriff am:
12.05.2026)
6. - Fachbeiträge, Praxisbeispiele und Analysen zu Produktionsmonitoring,
Retrofit-Sensorik und Industrie 4.0 im Mittelstand (Zugriff am: 12.05.2026)
Dimitrij Lewin, Co-Founder von Novo AI, verbindet industrielle Praxis mit
KI-gestützter Retrofit-Technologie. Sein Fokus liegt darauf, bestehende
Maschinen in Echtzeit-Datenquellen zu verwandeln und Fertigungen transparenter,
effizienter und zukunftsfähiger zu machen.