Ausgangslage: Reaktive Wartung kostet Mittelständler Millionen
Produzierende Unternehmen im DACH-Raum verlieren jährlich erhebliche Wertschöpfung durch ungeplante Maschinenausfälle. Der klassische Ansatz – warten bis eine Maschine ausfällt, dann reparieren – führt zu Produktionsstillständen, die sich selten unter acht Stunden bewegen und häufig mehrere Schichten betreffen. Für einen mittelständischen Fertigungsbetrieb mit eng getakteten Auftragsbüchern ist das existenziell.
ManufacturIQ erkannte dieses Problem als Marktchance: Mit einer KI-gestützten Softwareplattform für vorausschauende Wartung sollte der Mittelstand dieselbe Technologie erhalten, die Großkonzerne bereits nutzen – aber zu einem Preis und mit einer Integrationskomplexität, die für Betriebe ab 50 Maschinen realistisch ist. NeckarCode wurde als Entwicklungspartner für die initiale Produktentwicklung und den technischen Aufbau der Plattform beauftragt.
Die zentrale Herausforderung: Heterogene Maschinenparks, die über Jahrzehnte gewachsen sind, sprechen dutzende Protokolle. Ältere Maschinen haben keine digitalen Schnittstellen. Und die IT-Infrastruktur in produzierenden Betrieben ist häufig historisch gewachsen – mit wenig Standardisierung und hohem Sicherheitsbedarf für die OT-Seite (Operational Technology).
Lösungsansatz: Von Maschinendaten zum Frühwarnsystem
NeckarCode entwickelte ManufacturIQ als mehrschichtige Plattform: Eine Datenerfassungsschicht verbindet sich via OPC-UA und MQTT mit Maschinen und Sensoren – unabhängig vom Hersteller oder Baujahr. Für ältere Maschinen ohne digitale Schnittstelle wurden IoT-Edge-Gateways integriert, die analoge Signale (Vibration, Temperatur, Strom) digitalisieren und in die Plattform einspeisen.
Auf dieser Datenbasis trainierte das NeckarCode-KI-Team Anomalieerkennungsmodelle in Python und TensorFlow. Der entscheidende Ansatz: Statt auf universelle Industriedaten zurückzugreifen, lernt das Modell pro Maschinentyp und Betrieb individuell – basierend auf den ersten 4–8 Wochen historischer Betriebsdaten. Dadurch erreicht es schon früh hohe Vorhersagegenauigkeit, die sich mit wachsendem Datensatz kontinuierlich verbessert.
Das React-Frontend zeigt Maschinenstatus in Echtzeit, Vorhersageconfidence und priorisierte Wartungsaufgaben. Ein regelbasiertes Alerting-System sendet Push-Benachrichtigungen an Wartungstechniker, sobald das Modell eine Anomalie mit ausreichender Konfidenz identifiziert. Das Ergebnis: Wartungseinsätze werden geplant, nicht erzwungen – und Teams können im Frühschicht-Rhythmus reagieren, statt nachts in die Halle fahren zu müssen.
Die gesamte Plattform läuft Cloud-native auf Azure mit einer klaren Mandantentrennung, sodass ManufacturIQ die Software als SaaS an mehrere Kunden gleichzeitig betreiben kann. Die OT/IT-Sicherheitsgrenzen wurden entsprechend NIST-Framework und IEC 62443 konzipiert.
Ergebnisse
Im Betrieb bei den ersten Pilotanlagen in der DACH-Region erreicht ManufacturIQ eine Vorhersagehorizont von 18 bis 36 Stunden – genug Zeit, Ersatzteile zu bestellen und einen Wartungstermin ohne Produktionsunterbrechung zu planen. Die durchschnittliche Reduktion ungeplanter Stillstandszeiten liegt bei 40 %. Für einen typischen Pilotbetrieb mit einem Jahresumsatz von 15 Millionen Euro bedeutet das eine Einsparung im sechsstelligen Bereich pro Jahr.
Darüber hinaus verbessert die lückenlose Dokumentation der Maschinenzustände die Qualität bei ISO-Audits erheblich – ein Nebennutzen, den mehrere Pilotkunden als ebenso wertvoll einschätzten wie die eigentliche Ausfallprognose.