KI Daten Voraussetzungen Fertigung.
Welche Daten Ihr MES liefern muss.

Welche Daten braucht KI in der Fertigung mindestens?

KI braucht Ereignisse mit Kontext: Zeitpunkt, Maschine, Auftrag und Ergebnis, eindeutig zugeordnet. Je nach Anwendungsfall kommen Prozessparameter, Stillstandsgründe, Prüfurteile oder Instandhaltungsereignisse hinzu. Eine feste Mindestmenge gibt es nicht, entscheidend ist die Zahl der Ereignisse der Zielklasse in einem zusammenhängenden Zeitraum. Prüfen Sie zuerst die Datenlandkarte für Ihren Fall. Die Gesamtbewertung steht im KI im MES Leitfaden, die Datenschritte unter KI im MES. Fehlt eines dieser Elemente, muss das Modell raten, auch wenn die Datenmenge groß ist.

Was liefert ein MES an Daten für KI, und was nicht?

Ein MES liefert Maschinenzustände, Zählwerte, Rückmeldungen, Auftrags-, Chargen- und Seriennummernbezug sowie Stammdaten, jeweils mit Zeitbezug. Es liefert nicht von selbst hochfrequente Sensordaten, Bilder, Instandhaltungsereignisse aus getrennten Systemen oder eindeutige Zielgrößen, wenn Fehler uneinheitlich gebucht werden. Welche Funktionen im Einzelfall vorhanden sind, zeigt die Demo. Anbieter mit Datenerfassung finden Sie unter MES Anbieter und in der Übersicht MDE und BDE Software. Ein Betrieb sollte diese Grenzen vor der Auswahl kennen, damit die KI-Funktion nicht an der Datenlage scheitert.

Reicht die Maschinendatenerfassung allein für KI?

Maschinendaten allein reichen für KI selten aus, weil Menge, Grund und Auftragsbezug aus der Betriebsdatenerfassung stammen. Die MDE sagt, dass eine Maschine steht, die BDE oder das Terminal sagt in der Regel, warum. Für Anomalieerkennung auf Sensordaten genügt oft die MDE, für Ausschuss- und Stillstandsprognosen brauchen Sie beide Ströme mit gemeinsamem Auftragsbezug. Der Unterschied ist unter MDE und BDE im MES erklärt. Wer beide Ströme zusammenführen will, sollte schon im Lastenheft den gemeinsamen Schlüssel festlegen.

Wie viele Daten und wie viel Historie brauche ich?

Eine allgemeingültige Zahl gibt es nicht, denn sie hängt vom Verfahren und der Seltenheit der Ereignisse ab. Ein Prognosemodell braucht ausreichend Ereignisse der Zielklasse, eine Anomalieerkennung braucht eine nachweislich störungsfreie Referenzperiode, eine Regel braucht gar keine Historie. Fragen Sie den Anbieter nach der Mindestzahl an Ereignissen je Fehlerbild und vereinbaren Sie eine Datenvorprüfung vor der Beauftragung. Die Verfahren ordnet KI im MES ein. Ohne diese Vorprüfung lässt sich der Aufwand nicht belastbar kalkulieren.

Wie prüfe ich die Qualität meiner Produktionsdaten?

Messen Sie sieben Maße auf einem Export: Vollständigkeit, Eindeutigkeit, Aktualität, Zeitkonsistenz, Richtigkeit, Repräsentativität und Label-Güte. Legen Sie die Schwellen je Anwendungsfall vorher fest und halten Sie Wert, Schwelle und Ergebnis schriftlich fest. Beheben Sie Abweichungen an der Quelle und messen Sie erneut. Das Vorgehen in sechs Schritten steht im Abschnitt Datenaudit, die Bewertung in der Demo unter MES Demos bewerten. Wiederholen Sie die Messung vor jedem Rollout auf weitere Linien.

Wie genau müssen Zeitstempel sein?

Zeitstempel müssen so genau sein, dass Ursache und Wirkung in der richtigen Reihenfolge stehen, und das hängt vom Takt Ihres Prozesses ab. Bei Prozessen im Sekundentakt zählen Abweichungen von Sekunden, bei langsamen Chargen Minuten. Die Zeitprotokoll-Spezifikation NTP Version 4 (RFC 5905, IETF, Juni 2010) nennt für schnelle lokale Netze typische Abweichungen von einigen hundert Mikrosekunden. Größere Versätze entstehen daher meist durch fehlende Synchronisation oder durch Stempel beim Eingang statt an der Quelle. Prüfen Sie das mit Testfall 2 in der Demo.

Brauche ich einen Unified Namespace für KI?

Ein Unified Namespace ist keine Voraussetzung für KI. Er ist ein Architekturmuster auf Basis von MQTT und Sparkplug, keine Norm. Er kann den Datenzugriff vereinfachen, wenn viele Systeme dieselben Daten nutzen. Entscheidend bleibt, ob die Daten Kontext wie Auftrag, Charge und Maschine tragen und ob die Qualität stimmt. Ohne diese Basis liefert auch ein Broker nur schnellere schlechte Daten. Einordnung unter Unified Namespace im MES. Planen Sie ihn erst, wenn mehrere Systeme dieselben Daten brauchen.

OPC UA, MQTT oder IPC-CFX: was passt wofür?

OPC UA passt für den Zugriff auf Maschinen mit Informationsmodell, MQTT mit Sparkplug für Publish/Subscribe zwischen vielen Teilnehmern, IPC-CFX für die Elektronikfertigung mit standardisierten Ereignissen. Laut OPC Foundation gibt es über 150 Companion Specifications, MQTT 5.0 ist ein OASIS-Standard, IPC-2591 CFX liegt in Version 2.1 vom 01.06.2026 vor. Welche Ihrer Maschinen was sprechen, klären Sie vor der Auswahl. Details: OPC UA im MES und MQTT und Sparkplug im MES. Für gemischte Maschinenparks ist meist mehr als ein Weg nötig.

Wem gehören meine Daten und das trainierte Modell?

Rohdaten, trainiertes Modell und ausführende Software sind drei verschiedene Güter, und der Vertrag muss sie getrennt regeln. Klären Sie schriftlich, ob der Anbieter Ihre Daten oder abgeleitete Modelle für andere Kunden nutzen darf, was bei Vertragsende mit dem Modell geschieht und ob Sie es exportieren können. Der Data Act gilt laut Europäischer Kommission seit dem 12.09.2025 und stärkt den Datenzugang. Vertragsfragen: MES API, Exit und Datenhoheit. Lassen Sie diese Regelung vor dem Pilot unterschreiben, nicht danach.

Darf ich Beschäftigtendaten für KI nutzen?

Personenbezogene Beschäftigtendaten dürfen nur unter den Voraussetzungen des Datenschutzrechts verarbeitet werden, und der Betriebsrat hat bei Einrichtungen zur Überwachung von Verhalten oder Leistung ein Mitbestimmungsrecht nach § 87 Abs. 1 Nr. 6 BetrVG. § 26 Abs. 6 BDSG stellt klar, dass die Beteiligungsrechte unberührt bleiben. Nutzen Sie pseudonymisierte Daten und binden Sie den Betriebsrat vor dem Pilot ein. Das ersetzt keine Rechtsberatung. Mehr unter Betriebsrat und MES. Fragen Sie außerdem, welche Daten wirklich personenbezogen sind und ob Pseudonyme genügen.

Gilt die KI-Verordnung für meine Trainingsdaten?

Art. 10 der KI-Verordnung stellt Anforderungen an Trainings-, Validierungs- und Testdaten, gilt aber für Hochrisiko-KI-Systeme. Die Pflichten für Systeme nach Anhang III gelten ab 02.12.2027, für Systeme nach Anhang I ab 02.08.2028. Ob eine MES-Anwendung hochriskant ist, hängt vom Einsatz ab, etwa bei Entscheidungen über Beschäftigte oder bei Sicherheitsfunktionen. Prüfen Sie das im Einzelfall, die Übersicht gibt KI Recht Fertigung. Das ersetzt keine Rechtsberatung. Dokumentieren Sie die Einstufung, auch wenn Sie zu dem Ergebnis kommen, dass Hochrisiko nicht vorliegt.

Was kostet die Datenbereinigung vor einem KI-Projekt?

Die Kosten folgen der Rechenlogik Anzahl mal Anteil mal Minuten je Fall, geteilt durch 60, mal Stundensatz, und Sie müssen jede Größe aus eigener Messung einsetzen. Im Rechenbeispiel von Find-Your-MES ergeben frei gewählte Annahmen 89 Stunden und 5.785 Euro, das ist weder Preisangabe noch Marktwert. Sensorik, Lizenzen und Modellentwicklung kommen hinzu. Die Preisbestandteile eines MES finden Sie unter MES Kosten, einen Rechner unter TCO Rechner MES. Ergebnis und Annahmen gehören in Ihre Kalkulation, nicht in den Vergleich zwischen Anbietern.

Was sagen MES-Anbieter zur Datenbasis ihrer KI-Funktionen?

Anbieter beschreiben die Datenbasis unterschiedlich konkret. MPDV nennt für die mApp zur Rüstzeitprognose historische Auftragsdaten und die Daten der Virtual Production Reality (asia.mpdv.com, abgerufen am 04.11.2026), Aegis beschreibt, dass jedes eingehende Signal dem Produkt, Prozess, Material und Bediener zugeordnet wird (aiscorp.com, abgerufen am 04.11.2026). Beides sind Herstellerangaben ohne Gewähr. Fragen Sie jeden Anbieter nach Mindestdaten, Aufbereitungsaufwand und Referenz, siehe KI Fragen MES Anbieter. Verlangen Sie die Angaben schriftlich und prüfen Sie sie mit den Testfällen in der Demo.