Industrial IoT

Industrie 4.0 Leitfaden: Technologien, Architektur und erste Schritte

Ein praxisnaher Industrie 4.0 Leitfaden für Ingenieure und Werksleiter: welche Kerntechnologien es gibt, wie Konnektivität, Datenplattformen und Analytics zusammenspielen und wie Sie ein erstes Pilotprojekt auf einem verwalteten MQTT-Broker starten.

Illustration zum Industrie 4.0 Leitfaden mit einer vernetzten Smart Factory aus Maschinen, Sensoren, Cloud-Analytics und Dashboards
Probieren Sie es auf Ihrem eigenen MQTT-Broker ausHolen Sie sich im Free-Tarif einen privaten, verwalteten MQTT-Broker und starten Sie mit fertigen Codebeispielen.
Kostenlos testen Codebeispiele Keine Kreditkarte erforderlich

Dieser Industrie 4.0 Leitfaden räumt mit den Schlagworten auf und zeigt, was eine vernetzte Fabrik wirklich braucht: welche Technologien zählen, wie Daten von der Maschine bis zur Entscheidung fließen und wie Sie ein erstes Projekt umsetzen, das sich allein durch das Gelernte bezahlt macht. Sie erhalten eine Referenzarchitektur auf Basis offener Standards, eine Roadmap in Phasen und ein praktisches Pilotprojekt, das Sie noch diese Woche starten können. Der Leitfaden richtet sich an Ingenieure, IT/OT-Verantwortliche und Werksleiter, die Strategiefolien in funktionierende Systeme verwandeln müssen.

Was ist Industrie 4.0?

Industrie 4.0 bezeichnet die vierte industrielle Revolution: die Integration von Digitaltechnik, Konnektivität und Daten in die physische Produktion. Die ersten drei Revolutionen brachten die Mechanisierung mit Dampf, die Massenproduktion mit Elektrizität und die Automatisierung mit Elektronik und SPS. Die vierte vernetzt diese automatisierten Maschinen untereinander und mit dem Unternehmen, sodass Entscheidungen auf Live-Daten beruhen statt auf Schichtberichten und Tabellen.

In der Praxis bedeutet Industrie 4.0 drei Dinge:

  • Transparenz. Sie wissen, was jede Maschine, jede Linie und jeder Standort gerade tut.
  • Integration. Daten aus der Fertigung fließen ohne manuelle Neuerfassung in MES, ERP, Instandhaltungs- und Qualitätssysteme.
  • Anpassung. Analytics, Simulation und Automatisierung nutzen diese Daten, um Ausbringung, Qualität und Energieeinsatz zu verbessern und Prozesse zunehmend automatisch anzupassen.

Der Begriff entstand Anfang der 2010er-Jahre in der deutschen Fertigungsstrategie und ist seitdem weltweit zum Kürzel für die intelligente Fertigung geworden. In Deutschland bündelt die Plattform Industrie 4.0 die Arbeit an dem Thema; ihr Referenzarchitekturmodell RAMI 4.0 greift die Hierarchieebenen von IEC 62264 (ISA-95) auf, die auch in diesem Leitfaden die Datenarchitektur strukturieren. Das Nachfolgekonzept, das menschzentrierte und nachhaltige Ziele ergänzt, behandeln wir in Industrie 5.0 vs. Industrie 4.0.

Die Kerntechnologien der Industrie 4.0

Die meisten Rahmenwerke nennen ähnliche Technologien. Sie sind nicht unabhängig voneinander; fast alle hängen von der ersten ab.

Technologie Was sie leistet Hängt ab von
Industrial IoT (IIoT) Verbindet Maschinen, Sensoren und Steuerungen mit Netzwerken Konnektivität, Edge-Gateways
Cloud- und Edge-Computing Stellt Rechenleistung und Speicher nahe an den Maschinen und zentral bereit IIoT-Daten
Big Data und Analytics Macht aus Rohsignalen Kennzahlen, Trends und Prognosen Saubere, kontextualisierte Daten
Simulation und digitale Zwillinge Virtuelle Modelle von Anlagen und Prozessen, gespeist mit Live-Daten IIoT, Analytics
Horizontale und vertikale Integration Verbindet die Fertigung mit MES/ERP und über die Lieferkette hinweg Gemeinsames Datenmodell
Autonome und kollaborative Roboter Flexible Automatisierung, die sich dem Prozess anpasst Konnektivität, Sicherheitssysteme
Additive Fertigung 3D-Druck für Prototypen, Werkzeuge und Ersatzteile Digitale Konstruktionsdaten
Augmented Reality Blendet Anweisungen und Live-Daten für Bediener und Techniker ein Live-Daten, Anlagenmodelle
Cybersicherheit Schützt vernetzte OT-Systeme Alles oben Genannte

Jedes davon ist ein umfangreiches Thema; Industrie-4.0-Technologien behandelt sie einzeln. Entscheidend ist hier die Spalte der Abhängigkeiten. Digitale Zwillinge, Analytics und KI sind die sichtbaren Ergebnisse, aber sie alle stehen auf einer Konnektivitäts- und Datenschicht. Projekte, die mit den sichtbaren Ergebnissen beginnen und das Fundament überspringen, bleiben meist nach dem Proof of Concept stecken.

Die Industrie-4.0-Architektur: von der Maschine zur Entscheidung

Eine praxistaugliche Architektur hat fünf Schichten. Die Bezeichnungen variieren je nach Anbieter, die Aufgaben nicht.

1. Anlagen und Steuerung

SPS, CNC-Maschinen, Roboter, Antriebe und Sensoren. Sie erzeugen bereits umfangreiche Daten, die jedoch hinter Feldbusprotokollen wie Modbus, PROFINET, EtherNet/IP oder herstellerspezifischen Schnittstellen verschlossen sind. Neuere Steuerungen, etwa eine Siemens S7-1500, bieten zusätzlich OPC UA. Viele ältere Maschinen haben überhaupt keine Netzwerkschnittstelle; Bestandsmaschinen nachrüsten zeigt, wie Sie Sensoren und Gateways ergänzen, ohne die Steuerungslogik anzufassen.

2. Edge

Edge-Gateways und Industrie-PCs lesen Maschinendaten über native Protokolle aus, konvertieren und filtern sie und veröffentlichen sie nach oben. An der Edge gehören auch latenzkritische Analysen und die Pufferung bei Netzausfällen hin. Die Arbeitsteilung zwischen Edge und zentralen Systemen beleuchtet Edge-Computing vs. Cloud-Computing im IIoT.

3. Konnektivität: das Nachrichten-Rückgrat

Hier sitzt ein MQTT-Broker. Statt dass sich jede Anwendung mit jeder Maschine verbindet, veröffentlicht jede Datenquelle einmal, und jeder Abnehmer abonniert, was er braucht. MQTT dominiert diese Schicht in neuen Projekten, weil es schlank ist, nur ausgehende Verbindungen nutzt, die zu OT-Firewalls passen, Report by Exception unterstützt und den Gerätezustand über Last Will und Retained Messages transportiert. Falls das Broker-Konzept für Sie neu ist, lesen Sie was ein MQTT-Broker leistet; für die industriellen Besonderheiten geht unser Grundlagenleitfaden zu Industrial IoT mit MQTT deutlich tiefer.

4. Daten und Kontext

Rohwerte wie 40001 = 614 sind ohne Kontext nutzlos. Diese Schicht gibt jedem Datenpunkt einen Platz in einer Hierarchie (Unternehmen, Standort, Bereich, Linie, Zelle nach ISA-95), Einheiten, Zeitstempel und Bedeutung. In der Topic-Struktur des Brokers organisiert, wird daraus ein Unified Namespace (UNS): eine einzige, lebendige, strukturierte Sicht auf das Unternehmen. Die ISA-95-Hierarchie wird dabei eins zu eins zur Topic-Struktur, etwa acme/werk-stuttgart/montage/linie-1/zelle-3/temperatur, und jede Anwendung findet Daten über ihren Ort im Werk statt über SPS-Adressen. Wie Sparkplug-B-Geräte in dieses Modell passen, zeigt Sparkplug B und der Unified Namespace. Einen Unified Namespace aufbauen ist der Praxisleitfaden dazu, und Industrial DataOps behandelt, wie dieses Modell beim Wachsen sauber bleibt. Zeitreihendatenbanken und Historians speichern die Historie; siehe industrielle Zeitreihendaten.

5. Anwendungen

Dashboards, OEE-Tracking, MES, Qualitätsanalysen, vorausschauende Wartung, Energiemonitoring, digitale Zwillinge und KI-Modelle. Da alle denselben UNS konsumieren, kostet die zehnte Anwendung kaum mehr als die erste.

Die vollständige Aufschlüsselung Schicht für Schicht, einschließlich der Sicherheitszonen, finden Sie in unserer Erklärung zur IIoT-Architektur.

Warum ein Message Broker das Fundament ist

Ohne zentrales Rückgrat driften Industrie-4.0-Projekte in Punkt-zu-Punkt-Integrationen ab: Das MES pollt die SPS, das Dashboard pollt das MES, das Analytics-Team bekommt einen nächtlichen CSV-Export. Jede neue Verbindung erhöht die Fragilität. Ein Broker-zentriertes Design kehrt das um:

  1. Entkopplung. Erzeuger und Abnehmer wissen nichts voneinander, sodass Systeme unabhängig voneinander ausgetauscht werden können.
  2. Echtzeit als Standard. Daten kommen an, wenn sie sich ändern, nicht wenn jemand abfragt.
  3. Eine Integration pro Anlage. Jede Maschine wird einmal angebunden und dann von jeder Anwendung wiederverwendet.
  4. Standardschnittstellen. Jeder MQTT-Client, in jeder Sprache und jedem Tool, kann teilnehmen.
  5. Skalierbarkeit. Das Muster, das für eine Linie funktioniert, funktioniert auch für zwanzig Standorte, sofern der Broker mitwächst.

Dieses Rückgrat selbst zu betreiben ist möglich, bedeutet aber, für Server, Zertifikate, Upgrades und Monitoring eines Systems verantwortlich zu sein, von dem jede Anwendung abhängt. Deshalb entscheiden sich viele Hersteller für einen verwalteten MQTT-Broker und investieren ihre knappe Engineering-Zeit lieber ins Werk.

Ein Industrie 4.0 Leitfaden für Ihr erstes Pilotprojekt

Große Transformationsprogramme scheitern häufiger am Umfang als an der Technik. Beginnen Sie klein und konkret:

  1. Wählen Sie eine geschäftliche Frage. Zum Beispiel: „Warum verliert Linie 1 in Nachtschichten an Verfügbarkeit?“ Eine konkrete Frage hält den Datenumfang klein.
  2. Wählen Sie eine Linie oder einige Maschinen. Idealerweise einen Engpass, an dem Verbesserungen sichtbar werden.
  3. Definieren Sie die Datenpunkte. Maschinenzustand, Zykluszähler, einige Prozesswerte und Alarme reichen für eine Verfügbarkeits- und Leistungsanalyse meist aus.
  4. Einigen Sie sich auf die Topic-Hierarchie. Verwenden Sie ISA-95-Ebenen vom ersten Tag an, damit das Pilotprojekt der erste Teil Ihres UNS wird und später nicht umstrukturiert werden muss.
  5. Binden Sie ein Gateway an. Lesen Sie die SPS über ihr natives Protokoll und veröffentlichen Sie bei Änderungen JSON an den Broker.
  6. Speichern und visualisieren. Lassen Sie eine Zeitreihendatenbank abonnieren und bauen Sie ein Dashboard, das die Frage beantwortet.
  7. Mit den Bedienern auswerten. Ihr Wissen macht aus Diagrammen Ursachen.
  8. Messen und entscheiden. Dokumentieren Sie, was sich verändert hat und was eine Skalierung erfordern würde.

Einen IIoT-Proof-of-Concept durchführen baut dies zu einer Projektvorlage aus, und IIoT-ROI messen hilft Ihnen, den Business Case für Phase zwei zu erstellen.

Praxis: Eine Maschine simulieren und live beobachten

Sie können den Datenfluss proben, bevor Sie echte Anlagen anfassen, und zwar mit dem öffentlichen MQTT-Broker unter broker.connectmq.com. Er akzeptiert anonyme Verbindungen mit jeder nicht leeren, eindeutigen Client-ID. Der öffentliche MQTT-Broker ist für Tests und Prototypen gedacht und für alle lesbar; verwenden Sie also nur simulierte Daten, keine Produktionsdaten, und ein eindeutiges Präfix.

# Das simulierte Werk beobachten
mosquitto_sub -h broker.connectmq.com -p 1883 -i i40-sub-h8w3 \
  -t "connectmq/demo/h8w3/#" -v
# Eine Maschine simulieren: Retained-Zustand plus alle 2 Sekunden eine Telemetrie-Nachricht
mosquitto_pub -h broker.connectmq.com -p 1883 -i i40-cnc1-h8w3 -q 1 -r \
  -t "connectmq/demo/h8w3/machining/line1/cnc1/state" -m "RUNNING"

while true; do
  mosquitto_pub -h broker.connectmq.com -p 1883 -i i40-cnc1-h8w3 -q 1 \
    -t "connectmq/demo/h8w3/machining/line1/cnc1/telemetry" \
    -m "{\"spindle_temp\":$((55 + RANDOM % 15)),\"parts\":$((RANDOM % 500)),\"ts\":$(date +%s)}"
  sleep 2
done

Pilotdaten mit Telegraf und InfluxDB speichern

Ein Broker leitet Daten weiter; die Speicherung übernehmen Subscriber. Der MQTT-Consumer von Telegraf ist eine gängige Wahl, weil er nur Konfiguration benötigt. Diese telegraf.conf abonniert einen privaten Broker und schreibt JSON-Telemetrie in InfluxDB 2, wo Grafana sie darstellen kann:

[[inputs.mqtt_consumer]]
  servers = ["ssl://broker.connectmq.com:8883"]
  topics = ["acme/werk-stuttgart/machining/+/+/telemetry"]
  qos = 1
  client_id = "YOUR_CLIENT_ID"
  username = "YOUR_USERNAME"
  password = "YOUR_PASSWORD"
  data_format = "json"
  json_time_key = "ts"
  json_time_format = "unix"

[[outputs.influxdb_v2]]
  urls = ["http://localhost:8086"]
  token = "${INFLUX_TOKEN}"
  organization = "acme"
  bucket = "machines"

Telegraf fügt das vollständige MQTT-Topic als topic-Tag hinzu, sodass die Zeitreihen jeder Maschine automatisch getrennt werden. Verwenden Sie für den Produktivbetrieb Ihre eigenen Zugangsdaten und halten Sie Tokens in Umgebungsvariablen statt in der Datei.

Typische Stolperfallen bei Industrie 4.0

Stolperfalle Was passiert Wie Sie sie vermeiden
Mit KI beginnen Modelle, die mit spärlichen, unbeschrifteten Daten trainiert wurden, enttäuschen Zuerst das Datenfundament bauen; Analytics ergänzen, sobald die Daten vertrauenswürdig sind
Pilot-Fegefeuer Proofs of Concept gelingen, werden aber nie skaliert Das Pilotprojekt auf der Produktionsarchitektur und dem Topic-Modell aufbauen
Punkt-zu-Punkt-Integration Jede neue App braucht neue Maschinenverbindungen Einen Broker-basierten Namespace in die Mitte stellen
Kein Namensstandard Topics und Tags laufen je Linie und je Integrator auseinander ISA-95-Ebenen und Namensregeln vorab vereinbaren
OT-Sicherheit ignorieren Flache Netze und geteilte Passwörter legen Steuerungssysteme offen Netze nach IEC 62443 segmentieren, ausgehende TLS-Verbindungen und eindeutige Zugangsdaten nutzen; NIS2 und der EU Cyber Resilience Act erhöhen hier die Anforderungen
IT und OT arbeiten getrennt Projekte stocken an Zuständigkeiten und Prioritäten Ein Team mit gemeinsamen Zielen bilden; siehe IT/OT-Konvergenz
Vendor-Lock-in Daten sind in proprietären Plattformen gefangen Offene Standards wie MQTT, OPC UA und Sparkplug B bevorzugen

Sicherheit verdient eine eigene Prüfung; MQTT Security Best Practices ist eine gute Grundlage für die Konnektivitätsschicht, und IEC 62443 und MQTT ordnet sie in den Normenrahmen ein.

Eine Industrie-4.0-Roadmap in Phasen

Phase Ziel Typische Ergebnisse
1. Verbinden Live-Transparenz auf einer Linie Gateway, Broker, Topic-Modell, erstes Dashboard
2. Kontextualisieren Ein UNS über einen Standort ISA-95-Hierarchie als Topic-Struktur, Historian, Alarmierung, OEE
3. Integrieren Fertigung verbunden mit MES, ERP und Instandhaltung Subscriber, die Geschäftssysteme versorgen, Standardarbeit
4. Optimieren Datengetriebene Verbesserung Vorausschauende Wartung, Energieoptimierung, Qualitätsanalysen
5. Skalieren Wiederholbarer Rollout über Standorte hinweg Vorlagen, Governance, zentraler standortübergreifender UNS

Jede Phase liefert für sich genommen etwas Nützliches, was Finanzierung und Rückhalt zwischen den Phasen sichert. Für den größeren Zusammenhang behandeln unser Smart-Manufacturing-Leitfaden und unser Grundlagenartikel zur Technologie des digitalen Zwillings die Phasen drei und vier ausführlich.

Die Konnektivitätsschicht mit ConnectMQ aufbauen

ConnectMQ stellt in dieser Architektur das Nachrichten-Rückgrat als Cloud-MQTT-Broker bereit, den Sie nicht selbst betreiben müssen. Er unterstützt MQTT 3.1.1 und 5.0 über TCP 1883, TLS 8883, WebSocket 8083 und Secure WebSocket 8084, sodass sich Gateways, SPS mit MQTT-Clients, Node-RED, Telegraf und Browser-Dashboards mit Standard-Clients verbinden.

Für Industrie-4.0-Projekte stechen einige Fähigkeiten hervor. Der Broker erkennt ISA-95- und UNS-Topic-Strukturen, und die Geräteansicht im Portal ordnet Ihre Anlagen nach ISA-95-Ebenen. Er dekodiert Sparkplug-B-Payloads und kann sie in ISA-95-Topics neu veröffentlichen, sodass Edge-Geräte, die Sparkplug B sprechen, und IT-Anwendungen, die JSON lesen, einen gemeinsamen UNS nutzen. Schwellenwert-Alarmregeln mit Alarmprotokoll decken die ersten Monitoring-Anwendungsfälle eines Pilotprojekts ab, und der MQTT-Client im Browser sowie der Live-Topic-Explorer lassen das ganze Team den Datenfluss sehen, ohne Tools zu installieren. Ein vollständiges Beispiel zeigt die Web-Demo des ConnectMQ 3D Digital Twin: eine Fabrik mit CNC-Maschine, Roboterarm, Ofen, Tank, Förderband und Pumpe, die sich live über Secure WebSocket aktualisiert.

Wächst das Pilotprojekt, können Sie vom kostenlosen Serverless-Plan zu kostenpflichtigem Serverless, einem isolierten Dedicated-Cluster, BYOC in Ihrem eigenen Cloud-Konto oder Self Managed Enterprise für Standorte wechseln, die On-Premises bleiben müssen, ohne den Client-Code zu ändern.

Starten Sie Ihr Industrie-4.0-Pilotprojekt noch heute

Führen Sie die obige Simulation auf broker.connectmq.com aus und erstellen Sie dann unter app.connectmq.com einen privaten Broker für Ihre erste echte Linie. Der kostenlose Serverless-Plan benötigt keine Kreditkarte und unterstützt bis zu 25 Verbindungen, genug für eine Handvoll Gateways, einen Telegraf-Collector und Ihre Dashboards.

Häufig gestellte Fragen

Was ist der erste Schritt in einem Industrie-4.0-Projekt?

Wählen Sie eine konkrete geschäftliche Frage und eine Linie und binden Sie dann die wenigen Datenpunkte an, die zu ihrer Beantwortung nötig sind. Ein kleines, fokussiertes Pilotprojekt auf einer produktionstauglichen Architektur lehrt mehr als eine breite Strategiestudie.

Welche Technologie ist für Industrie 4.0 am wichtigsten?

Konnektivität und ein gemeinsames Datenmodell, denn Analytics, digitale Zwillinge und KI hängen alle von verlässlichen, kontextualisierten Maschinendaten ab. Ein MQTT-Broker mit einem nach ISA-95 strukturierten Unified Namespace ist ein gängiger Weg, dieses Fundament zu bauen.

Können kleine und mittelständische Hersteller Industrie 4.0 umsetzen?

Ja. Verwaltete MQTT-Broker, günstige Gateways und Open-Source-Tools wie Node-RED, Telegraf und Grafana machen ein erstes Pilotprojekt erschwinglich, und der Start mit einer Linie begrenzt das Risiko.

Muss ich für Industrie 4.0 alte Maschinen ersetzen?

Meist nicht. Edge-Gateways und Nachrüstsensoren können Daten von den meisten Bestandsanlagen erfassen, ohne deren Steuerungslogik zu verändern.

Worin unterscheidet sich Industrie 4.0 von Automatisierung?

Automatisierung lässt einzelne Maschinen ohne manuelles Eingreifen laufen. Industrie 4.0 vernetzt diese Maschinen untereinander und mit den Geschäftssystemen, sodass der gesamte Betrieb mit Live-Daten gemessen, analysiert und verbessert werden kann.

Verwandte Artikel

Industrial DataOps: Werksdaten kontextualisieren und steuern

Was Industrial DataOps in der Praxis bedeutet: Kontextualisierung, Normalisierung, Qualitätsprüfungen und Governance von OT-Daten und wie Sie diese Schicht auf einem MQTT-Namespace betreiben.

8 Min. Lesezeit

Alle Artikel →

Ihr privater MQTT-Broker ist nur wenige Klicks entfernt

Konto anlegen, Broker-Zugangsdaten erhalten und das erste Gerät verbinden — ohne Server, die installiert, gepatcht oder skaliert werden müssen.