Über Industrie 4.0 wird seit mehr als einem Jahrzehnt diskutiert, und das häufigste Ergebnis in einem echten Werk ist eine große Menge gespeicherter Daten und eine kleine Zahl veränderter Entscheidungen.
Gesammelt, gespeichert, ignoriert
Moderne Anlagen sind standardmäßig mit Sensorik ausgestattet. Maschinen melden Status, Zykluszeiten, Alarme, Temperaturen, Energieverbrauch und Durchsatz. Historians speichern alles.
Dann fragt jemand, was die Daten verändert haben – und die Antwort ist häufig ein Dashboard, das niemand öffnet.
Ein Sensor verbessert gar nichts. Ein Sensor, verbunden mit einer Person, die eine Entscheidung verantwortet und Zeit hat zu handeln, verbessert etwas.
Der Future of Jobs Report 2025 des Weltwirtschaftsforums fand heraus, dass 58 Prozent der Arbeitgeber erwarten, dass Robotik und Automatisierung ihr Geschäft bis 2030 verändern. Die Anlagen kommen. Ob sie etwas verändern, hängt von der Ebene darüber ab.
Was die Fachrichtung umfasst
Der Umfang: Industrial IoT, vernetzte Fabriken, KI, Echtzeitdaten und cyber-physische Systeme.
Vier Bereiche.
Datenerfassung. Sensorik, Maschinenanbindung, Protokolle – und Informationen von Anlagen holen, die nicht dafür gebaut wurden, sie zu teilen.
Datenarchitektur. Wohin Daten fließen, wie sie strukturiert und kontextualisiert werden und wer darauf zugreifen kann.
Analytik und Entscheidungsunterstützung. Daten in etwas verwandeln, das eine Handlung verändert – der Schritt, der scheitert.
Integration. Die Werkshalle mit Planungs-, Qualitäts- und Instandhaltungssystemen verbinden.
Die vier Gründe, warum aus Daten keine Entscheidung wird
Konkret benannt, weil jeder eine andere Lösung braucht.
Kein Entscheidungsverantwortlicher. Der häufigste Grund. Daten werden gesammelt, weil es möglich war, nicht weil jemand eine Frage gestellt hat. Ohne eine Person, zu deren Aufgabe das Handeln danach gehört, und ohne Zeit dafür, häufen sie sich einfach an. Die Lösung: bei einer Entscheidung ansetzen, die jemand treffen muss, statt bei einem Sensor.
Fehlender Kontext. Ein Temperaturwert bedeutet nichts, wenn man nicht weiß, welches Produkt lief, welche Schicht, welche Materialcharge, was die Maschine tat und was vorher passierte. Daten zu kontextualisieren ist unglamourös, mühsam – und der Unterschied zwischen einem Datensatz und einer Antwort.
Datenqualität. Sensoren driften, fallen still aus, werden bei Wartungsarbeiten überbrückt und melden über Lücken hinweg. Analysen auf unvalidierten Werksdaten erzeugen selbstsicheren Unsinn – und die Menschen, die wissen, welcher Sensor lügt, sind die Bediener.
Keine Kapazität zu handeln. Das System erkennt eine Chance, und die Leute, die darauf reagieren würden, sind voll damit beschäftigt, die Produktion am Laufen zu halten. Das ist dasselbe Muster wie bei vorausschauender Instandhaltung ohne Instandhaltungskapazität, in einem eigenen Artikel behandelt – und der Punkt, für den niemand budgetiert.
Konnektivität ist eine Sicherheitsentscheidung
Der Teil, der am häufigsten schlecht gehandhabt wird, weil er als IT-Frage behandelt wird, obwohl das Risikoprofil ein anderes ist.
Operational Technology mit Netzwerken zu verbinden schafft eine Angriffsfläche, die sich anders verhält als in der Büro-IT.
Verfügbarkeit schlägt Vertraulichkeit. In der IT hat meist der Datenschutz Priorität. Im Werk hat Priorität, dass der Prozess sicher weiterläuft. Eine Sicherheitsmaßnahme, die eine Linie stoppt, hat genau den Schaden verursacht, den sie verhindern sollte.
Altanlagen lassen sich nicht patchen. Maschinen laufen jahrzehntelang mit Steuerungen, die nie für Netzwerke ausgelegt und nicht aktualisierbar sind. Segmentierung und Überwachung ersetzen das Patchen.
Sicherheitssysteme dürfen nicht kompromittiert werden. Eine kompromittierte Steuerung ist nicht nur ein Datenproblem, sondern ein physisches Sicherheitsproblem.
Fernzugriff ist der häufigste Einstiegspunkt. Support-Verbindungen von Anbietern, oft aus Bequemlichkeit konfiguriert, sind eine wiederkehrende Schwachstelle.
Für die Belegschaft bedeutet das: Werke brauchen Menschen, die sowohl den Prozess als auch Sicherheit verstehen, und meist gibt es IT-Sicherheitspersonal, das das Werk nicht kennt, und Werkspersonal, das Sicherheit nicht kennt. Diese Kombination ist dasselbe Zwei-Hälften-Problem, das sich durch diesen ganzen Abschnitt zieht.
Wo das in der Domäne steht
Smart Manufacturing und Industrie 4.0 ist die dritte von zehn Fachrichtungen in der Domäne Advanced Manufacturing von Astra Trainer, direkt neben Industrial IoT und digitalen Zwillingen, die die Modellierungsebene abdecken, und industrieller Automatisierung und Steuerung, die die Anlagenebene abdeckt.
Die Daten- und Sicherheitshälfte greift auf die Domäne KI, Daten und Computing zurück, besonders auf Data Science und Analytik, Cloud Computing und DevOps sowie Cybersicherheit. Partner, die Industrie 4.0 einführen, brauchen meist die Werksrichtungen und mindestens eine davon zusammen, weil das Scheitern fast immer in der Lücke dazwischen liegt. Hier findest du die zehn Fachrichtungen.
Die Rollen im Überblick
Fertigungsdatenanalysten. Die Rolle, die Werksdaten in Entscheidungen verwandelt – und in den meisten Organisationen kaum existiert.
Industrielle Dateningenieure. Erfassung, Kontextualisierung und Pipelines.
OT- und Steuerungstechnik-Ingenieure, die sich in Richtung Konnektivität erweitern.
Spezialisten für MES und Systemintegration. Verbinden Werkshalle und Geschäftssysteme.
OT-Cybersicherheitsspezialisten. Wirklich knapp und zunehmend gefragt.
Manager für digitale Fertigung. Verantworten das Programm – eher eine Koordinations- als eine technische Rolle.
Prozessingenieure mit Datenkompetenz. Die Kombination, die tatsächlich Verbesserungen bringt.
Spezialisten für Visualisierung und Reporting, wo der Unterschied zwischen genutztem und ignoriertem Dashboard meist am Design liegt.
Wen man dafür weiterbilden kann
Prozessingenieure. Die stärkste Umschulung. Sie wissen, welche Fragen zählen, wie ein normaler Wert aussieht und welche Erklärungen plausibel sind. Datenkompetenz hinzuzufügen erzeugt jemanden, der eine echte Verbesserung findet, statt nur eine Korrelation.
Maschinenbediener. Wissen, welche Sensoren lügen, welche Alarme ignoriert werden und was die Stillstände wirklich verursacht. Dieses Wissen ist der Unterschied zwischen nutzbaren Daten und Rauschen – und wird fast nie erfasst.
Steuerungs- und Automatisierungsingenieure. Bereits an der Datenquelle, brauchen die Architektur- und Analytikebene.
IT-Personal in der Fertigung. Brauchen den Prozesskontext und die andere Sicherheitspriorität der Operational Technology.
Qualitätsingenieure. Arbeiten bereits mit statistischen Daten aus dem Prozess, was sich direkt übertragen lässt.
Instandhaltungsplaner. In Zustandsdaten und Anlagenanalytik – Anknüpfung an die Fachrichtung Instandhaltung.
Sicherheit und Betriebssicherheit von Operational Technology. Industrielle Steuerungssysteme mit Netzwerken zu verbinden birgt Risiken mit Folgen für die physische Sicherheit, und sicherheitsgerichtete Systeme unterliegen Normen zur funktionalen Sicherheit, die Änderungen einschränken. Mehrere Rechtsordnungen unterwerfen Betreiber kritischer Infrastruktur besonderen Regelungen. Die Schulung baut Verständnis für Werksdaten und Sicherheitsprinzipien auf. Sie verleiht keine Befugnis, Steuerungs- oder Sicherheitssysteme zu ändern, und stellt für keine Anlage eine Sicherheitsbewertung dar.
Was du mitnehmen solltest
Werke sammeln weit mehr Daten, als sie nutzen, und der Engpass sind Entscheidungen, nicht Sensoren.
Setze bei einer Entscheidung an, die jemand treffen muss, nicht bei dem, was sich messen lässt. Daten ohne Verantwortlichen häufen sich nur an.
Kontext ist der schwierige Teil, die Datenqualität ist schlechter als angenommen, und die Bediener wissen, welche Sensoren lügen.
Das Werk zu vernetzen ist eine Sicherheitsentscheidung mit einer anderen Prioritätenreihenfolge als in der IT, und Altanlagen lassen sich nicht patchen.
Und Prozessingenieure sowie Bediener eignen sich besser als Data Scientists, weil zu wissen, welche Frage zählt, schwerer zu vermitteln ist als die Analyse selbst.
Warum werden gesammelte Werksdaten nicht genutzt?
Meist weil niemand eine Entscheidung verantwortet, die sie speisen, der Kontext fehlt, die Datenqualität unvalidiert ist, oder die Leute, die handeln würden, voll damit beschäftigt sind, die Produktion am Laufen zu halten.
Was macht Werksdaten schwer zu nutzen?
Kontext. Ein Wert ohne Produkt, Schicht, Charge, Maschinenzustand und vorangehende Ereignisse lässt sich nicht interpretieren, und diesen Kontext herzustellen ist mühsam und unglamourös.
Ist OT-Sicherheit dasselbe wie IT-Sicherheit?
Nein. Verfügbarkeit schlägt Vertraulichkeit, weil der Prozess sicher weiterlaufen muss, Altanlagen sich nicht patchen lassen, Sicherheitssysteme ein physisches Risiko darstellen und der Fernzugriff von Anbietern eine wiederkehrende Schwachstelle ist.
Wer wechselt in Industrie-4.0-Rollen?
Prozessingenieure, die wissen, welche Fragen zählen und wie ein normaler Wert aussieht, und Maschinenbediener, die wissen, welche Sensoren lügen und was Stillstände wirklich verursacht. Beide halten die Hälfte, die sich nicht schnell vermitteln lässt.
Wo steht das in der Domäne?
Dritte von zehn Fachrichtungen in der Domäne Advanced Manufacturing von Astra Trainer, meist zusammen mit digitalen Zwillingen und der Domäne KI, Daten und Computing zugeschnitten. Hier findest du sie.