Edge Computing bedeutet, dass Maschinendaten direkt an oder in unmittelbarer Nähe der Maschine verarbeitet werden, statt sie unverändert an ein zentrales Rechenzentrum oder eine Cloud zu senden. Ein Edge-Gerät oder Edge-Gateway filtert, aggregiert und puffert die Rohdaten vor Ort und gibt nur die relevanten, verdichteten Informationen an übergeordnete Systeme wie ein Manufacturing Execution System (MES) weiter. Für Fertigungsunternehmen im deutschsprachigen Raum wird das relevant, weil moderne Steuerungen und Sensoren pro Sekunde tausende Messwerte erzeugen, die in dieser Rohform weder übertragen noch sinnvoll ausgewertet werden können. Laut Bitkom-Studienbericht Industrie 4.0 2025 setzen bereits 28 Prozent der befragten deutschen Industrieunternehmen Edge Computing produktiv ein.

Edge Computing beschreibt den Ort und Zeitpunkt der Datenverarbeitung, nämlich direkt an der Maschine, während Cloud-MES eine Betriebsart des MES selbst beschreibt, bei der die MES-Software auf Servern eines Cloud-Anbieters läuft statt lokal im Werk. Beide Konzepte schließen sich nicht aus: Ein Cloud-MES kann durchaus mit vorgeschalteten Edge-Gateways arbeiten, die Daten lokal vorverarbeiten, bevor sie in die Cloud übertragen werden. Der zentrale Unterschied liegt darin, dass Edge Computing eine Architekturentscheidung auf Ebene der Datenerfassung ist, Cloud vs. On-Premise dagegen eine Entscheidung auf Ebene der MES-Bereitstellung selbst. Einen ausführlichen Vergleich der Bereitstellungsmodelle liefert die Seite Cloud-MES oder On-Premise.

Nein, Edge Computing ersetzt kein Manufacturing Execution System, sondern ergänzt es als vorgelagerte Datenverarbeitungsschicht. Das MES bleibt für Auftragssteuerung, Rückmeldungen, Qualitätsdaten und die Verdichtung zu Kennzahlen wie der Gesamtanlageneffektivität (OEE) zuständig, während Edge-Geräte die Rohdatenflut an der Maschine vorfiltern und aufbereiten. In vielen Architekturen ist Edge Computing damit eine Vorstufe zur MES-Datenerfassung über MDE und BDE, keine Alternative zum MES. Wer beide Ebenen sauber trennt, vermeidet, dass zeitkritische Steuerungslogik im MES landet, wo sie nicht hingehört.

Die drei zentralen Vorteile sind geringere Latenz, geringerer Bandbreitenbedarf und höhere Ausfallsicherheit. Zeitkritische Regelkreise, etwa zur Prozessüberwachung, reagieren am Edge in Millisekunden, während eine Cloud-Rückmeldung je nach Netzwerk mehrere hundert Millisekunden benötigen kann. Da nur verdichtete statt roher Sensordaten übertragen werden, sinkt der Bandbreitenbedarf spürbar, was besonders bei Standorten mit begrenzter Internetanbindung relevant ist. Fällt die Netzwerkverbindung zur Cloud oder zum zentralen MES aus, läuft die lokale Edge-Verarbeitung weiter, sodass die Fertigung nicht sofort blind wird.

Latenz entsteht durch die physikalische und technische Distanz, die Daten zwischen Maschine und Verarbeitungsort zurücklegen müssen, inklusive Netzwerklaufzeit, Warteschlangen und Serverauslastung. Edge Computing verkürzt diesen Weg, indem die Auswertung direkt am oder nahe dem Sensor stattfindet, ohne den Umweg über ein entferntes Rechenzentrum. Das ist besonders für Anwendungen relevant, die auf Millisekunden reagieren müssen, etwa Ausschusserkennung in Echtzeit oder sicherheitsrelevante Abschaltungen. Für Anwendungen ohne diese Echtzeitanforderung, etwa monatliche OEE-Auswertungen, spielt die zusätzliche Cloud-Latenz dagegen meist keine praktische Rolle.

Ein gut konzipiertes Edge-Gerät puffert die Maschinendaten lokal zwischen und arbeitet die Verarbeitungslogik unabhängig von der Netzwerkverbindung weiter ab. Sobald die Verbindung zum MES oder zur Cloud wiederhergestellt ist, werden die zwischengespeicherten und bereits verdichteten Daten nachträglich synchronisiert. Dadurch bleiben produktionskritische Funktionen wie lokale Qualitätsprüfungen oder Maschinenüberwachung auch bei einem Netzwerkausfall funktionsfähig. Wie lange ein Edge-Gerät ohne Anbindung sinnvoll weiterarbeiten kann, hängt vom lokalen Speicher und der Pufferstrategie des jeweiligen Systems ab und gehört ins Anbietergespräch.

OPC UA (IEC 62541) ist der international genormte, herstellerunabhängige Kommunikationsstandard, über den viele Edge-Gateways Maschinendaten von Steuerungen abrufen. Laut OPC Foundation waren 2024 weltweit mehr als 40 Millionen Geräte OPC-UA-fähig, und laut VDMA-Interoperabilitätsstudie 2025 nutzen bereits 57 Prozent der befragten Maschinen- und Anlagenbauer OPC UA produktiv. Ein Edge-Gerät liest die Daten typischerweise über einen OPC-UA-Server der Maschine aus, verarbeitet sie lokal vor und gibt sie standardisiert weiter, etwa an ein MES oder eine Cloud-Plattform. Details zu Aufbau und Sicherheit des Standards liefert die Seite OPC UA für MES.

Nein. Für kleinere Standorte mit stabiler Internetanbindung, wenigen Maschinen und ohne harte Echtzeitanforderungen reicht in vielen Fällen ein reines Cloud-MES ohne zusätzliche Edge-Schicht völlig aus. Edge Computing lohnt sich vor allem dort, wo hohe Datenraten, Millisekunden-Reaktionszeiten, unzuverlässige Netzwerkanbindung oder strenge Datenschutz- beziehungsweise Sicherheitsanforderungen zusammenkommen. Die zusätzliche Hardware, Wartung und Betriebsverantwortung für verteilte Edge-Geräte ist ein echter Kostenfaktor, der dem Latenz- und Bandbreitenvorteil gegenübergestellt werden muss. Eine strukturierte Einschätzung liefert die Wenn-dann-Matrix weiter oben auf dieser Seite.

IT-OT-Konvergenz beschreibt das kontrollierte Zusammenwachsen von Unternehmens-IT und Steuerungstechnik, und Edge Computing ist einer der technischen Bausteine, mit denen diese Konvergenz sicher umgesetzt wird. Ein Edge-Gerät kann als kontrollierter Übergang zwischen der OT-nahen Maschinenebene und der IT-nahen MES- oder Cloud-Ebene fungieren, ähnlich der Rolle, die im Purdue-Modell und nach IEC 62443 einer eigenen Netzwerkzone zukommt. Dadurch lässt sich vermeiden, dass jede Maschine eine direkte, ungefilterte Verbindung ins Unternehmensnetz benötigt. Mehr zu Zonen, Conduits und der rechtlichen NIS2-Einordnung liefert die Seite IT-OT-Konvergenz.

Mehrere am Markt etablierte MES-Systeme dokumentieren eigene Edge- oder lokale Konnektivitätskonzepte. AVEVA beschreibt für sein MES eine Hybrid-Cloud-Architektur, bei der unternehmenskritische Workflow- und Qualitätsfunktionen laut Hersteller am Edge im Werk laufen, während Multi-Site-Visualisierung über die Cloud-Plattform CONNECT bereitgestellt wird. Rockwell Automation führt mit FactoryTalk ResilientEdge eine eigene, auf On-Premise- und Edge-Betrieb ausgelegte Produktlinie neben dem cloud-nativen Plex MES. Siemens nennt für Opcenter X dedizierte Konnektoren vor Ort mit Pufferung und Diagnose als Teil des unterstützten Protokollumfangs. Details zu allen drei Beispielen liefert der Abschnitt Anbieterbeispiele weiter oben auf dieser Seite.

Belastbare pauschale Zahlen gibt es dafür nicht, weil die Kosten stark von Maschinenanzahl, Protokollvielfalt und gewählter Hardware abhängen. Kostentreiber sind die Edge-Hardware selbst, die Einrichtung pro Maschine oder Linie, die laufende Wartung verteilter Geräte sowie die Integration in das bestehende MES oder die Cloud-Plattform. Erfahrungswerte aus Sectorlens-Auswahlprojekten seit 2022 zeigen, dass der Aufwand pro angebundener Maschine stärker schwankt als bei einer zentralen Cloud-Anbindung, weil Altanlagen ohne moderne Schnittstelle den größten Einzelposten darstellen. Eine grobe Einordnung der Gesamtkosten für ein MES-Projekt liefert die Seite MES-Kosten 2026.

Klassische Maschinen- und Betriebsdatenerfassung (MDE und BDE) sammelt in vielen Installationen Rohdaten und leitet sie größtenteils unverarbeitet an das MES weiter, oft getaktet in festen Intervallen. Edge Computing geht einen Schritt weiter, indem direkt am Erfassungspunkt zusätzliche Logik läuft: Filterung, Aggregation, Plausibilitätsprüfung und teils bereits Mustererkennung, bevor überhaupt etwas übertragen wird. In der Praxis verschwimmt die Grenze zunehmend, weil moderne MDE/BDE-Terminals selbst Edge-Fähigkeiten bekommen. Einen Überblick über klassische Maschinen- und Betriebsdatenerfassung liefert die Seite MDE und BDE im MES.