Energietransparenz beginnt an der Maschine

Module im Schaltschrank
Module im SchaltschrankBild: In.Hub GmbH

Energieverbräuche lassen sich nur dann gezielt beeinflussen, wenn sie nicht allein als Summenwert betrachtet werden. Für die Produktion ist entscheidend, wann eine Last entsteht, welchem Betriebszustand sie zugeordnet werden kann und wie sich der Verbrauch über die Zeit entwickelt. Genau diese Transparenz fehlte einem produzierenden Unternehmen bei mehreren energieintensiven Anlagen. Zwar standen bereits Messwerte aus der Energieverteilung zur Verfügung. Eine belastbare Bewertung auf Anlagenebene war damit jedoch nur eingeschränkt möglich. Anschlussleistungen, Betriebszeiten und Erfahrungswerte lieferten eine grobe Orientierung, machten aber weder Lastspitzen noch Anfahrphasen, Nachlaufzeiten oder Restverbräuche sichtbar. Gesucht wurde deshalb ein System, das Energiedaten kontinuierlich an den relevanten Anlagen erfasst und für weitere Auswertungen verfügbar macht. Zum Einsatz kommen das Hub-EN200 und das lokale Betriebssystem Siineos von In.Hub, um Ströme und Spannungen an den Leitungen zu messen, die Werte lokal zu speichern und für Visualisierung und Weiterverarbeitung aufzubereiten. Ergänzend werden vorhandene Messpunkte eingebunden und über ein Gateway zusammengeführt.

Kontext statt Zählerstände

Vor Beginn des Projekts ließ sich grundsätzlich einschätzen, welche Anlagen zu den größeren Energieverbrauchern gehören. Die Bewertung beruhte jedoch vor allem auf technischen Anschlussdaten und der angenommenen Nutzungsdauer. Dieser Ansatz genügt für eine erste Einordnung, stößt aber an Grenzen, sobald konkrete Optimierungen oder belastbare Kennzahlen gefragt sind. Denn der Energiebedarf einer Anlage verläuft selten gleichmäßig. Beim Start können Leistungsspitzen auftreten, während des Betriebs verändert sich die Last abhängig von Prozessphase und Auslastung. Auch nach dem eigentlichen Produktionsprozess können Komponenten weiter Energie aufnehmen. Benötigt wurde daher nicht nur ein zusätzlicher Zählerstand, sondern eine zeitlich aufgelöste Datenbasis, mit der sich Lastprofile vergleichen und Betriebszustände besser einordnen lassen.

Datenverarbeitung an der Edge

Das Hub-EN200 erfasst die elektrischen Messgrößen an der Anlage. Die Werte werden sekündlich in eine interne Datenbank geschrieben und lokal verarbeitet. Für die Visualisierung können die Daten auf dem Gerät u.a. in Grafana-Dashboards dargestellt werden. Dieser Edge-nahe Ansatz verkürzt den Weg vom Messpunkt zur Information. Die Daten stehen vor Ort zur Verfügung, bleiben auch bei einer unterbrochenen Netzwerkverbindung erhalten und können später an übergeordnete Systeme weitergegeben werden. Messwerte lassen sich historisieren, über längere Zeiträume vergleichen und mit weiteren Informationen aus dem Produktionsumfeld in Beziehung setzen.

Ohne Eingriff in die Steuerung

Für die Einrichtung des Systems sollten die Anlagen nicht umfassend umgebaut und die Steuerungsprogramme nicht verändert werden. Die Energiedatenerfassung wurde deshalb über Stromwandler an den Leitungen realisiert. Je nach baulicher Situation lassen sich die Messpunkte im Schaltschrank, an einer Unterverteilung oder an anderen geeigneten Stellen setzen. Auch Klappwandler können die Nachrüstung erleichtern, sofern die Platzverhältnisse und Sicherheitsanforderungen dies zulassen. Ein Eingriff in die SPS war für die Messung nicht erforderlich.

Alte Messpunkte einbeziehen

Im Unternehmen waren bereits Messgeräte auf Ebene der Energieverteilung vorhanden. Diese Infrastruktur sollte nicht ersetzt werden. Stattdessen wurden bestehende Messwerte über eine RS485-Schnittstelle in die neue Datenbasis eingebunden. Ergänzend führt das Gateway von In.Hub die Daten mehrerer Energiemodule zusammen. Dadurch lassen sich sowohl einzelne Anlagen als auch übergeordnete Verbrauchsbereiche betrachten. Die Daten aus der Verteilung und die neuen Messwerte an den Anlagen ergänzen sich zu einem detaillierteren Gesamtbild. Erst die gemeinsame Struktur ermöglicht Vergleiche, übergreifende Auswertungen und Kennzahlen.

Zeitreihen mit Anlagendaten

Der größte Informationsgewinn entsteht durch die zeitliche Auflösung. Statt nur einen Gesamtverbrauch zu kennen, kann das Unternehmen nachvollziehen, wie sich die Leistungsaufnahme über den Betriebszyklus verändert. Dadurch werden Anfahrvorgänge, Lastspitzen, Produktionsphasen, Stillstände und Nachlaufzeiten sichtbar. Auch Restverbräuche außerhalb der geplanten Betriebszeiten lassen sich erkennen. Diese Informationen helfen, Annahmen zu überprüfen und Abläufe auf Grundlage realer Daten zu bewerten. So kann analysiert werden, ob Anlagen zeitlich versetzt gestartet werden sollten, wann Kapazitäten für weitere Verbraucher zur Verfügung stehen oder ob Komponenten länger aktiv bleiben als erforderlich. Die Zeitreihendaten werden in VictoriaMetrics verarbeitet und können für Analysen, Berichte und Vergleiche genutzt werden. Dashboards machen die Verläufe schnell erfassbar. Doch entscheidend sind die davon abgeleiteten Maßnahmen.

Grundlage für Produktion und IT

Heute unterstützt die kontinuierliche Energieüberwachung unterschiedliche Aufgaben im Unternehmen. Das Energiemanagement erhält belastbare Werte für Kennzahlen. Die Produktion kann Lastverläufe und Betriebszustände besser einordnen. Die Instandhaltung erhält Hinweise auf Veränderungen im Anlagenverhalten. Für die IT entsteht eine strukturierte Datenquelle, die sich in weitere Architekturen einbinden lässt. Damit werden Energiedaten Teil der Produktionsdaten und können mit Prozess-, Zustands- und Maschinendaten kombiniert werden. Aus der Verbindung von Messpunkt, lokaler Verarbeitung und übergeordneter Auswertung entsteht eine durchgängige Datenkette vom Shopfloor bis zu weiteren Anwendungen. Die Umsetzung zeigt zugleich, dass dafür keine vollständige Neugestaltung der Systemlandschaft erforderlich ist. Ein klar abgegrenztes Retrofit-Projekt kann genügen, um Transparenz an ausgewählten Anlagen zu schaffen und vorhandene Messsysteme besser zu nutzen. Der Anwendungsfall zeigt, dass der Nutzen einer Energieüberwachung nicht allein in zusätzlichen Messpunkten liegt. Entscheidend ist die Verbindung aus kontinuierlicher Erfassung, lokaler Verarbeitung, Historisierung und Integration bestehender Datenquellen. Die Erfahrungen aus dem Projekt fließen zudem in die weitere Planung ein: Bei künftigen Maschinen und Anlagen mit relevantem Energieverbrauch soll die kontinuierliche Energiedatenerfassung bereits in der Planungs- und Beschaffungsphase berücksichtigt werden



  • All for One Group beteiligt sich an BrightFlare

    All for One Group beteiligt sich an BrightFlare

    Die All for One Group, ein IT-, Consulting- und Service-Provider aus Filderstadt, beteiligt sich an dem österreichischen Cybersecurity-Spezialisten BrightFlare.

    mehr lesen: All for One Group beteiligt sich an BrightFlare

  • Humation nimmt humanzentrierte Automation in den Fokus

    Humation nimmt humanzentrierte Automation in den Fokus

    Wie lassen sich Menschen und Maschinen so zusammenbringen, dass beide voneinander profitieren?

    mehr lesen: Humation nimmt humanzentrierte Automation in den Fokus

  • Webinar: Smart Maintenance mit KI

    Webinar: Smart Maintenance mit KI

    Am 20. Mai 2026 um 14.00 Uhr steht im IT&Production -TechTalk das Thema Smart Maintenance mit KI im Mittelpunkt.

    mehr lesen: Webinar: Smart Maintenance mit KI

  • Anzeige
    Retarus beschleunigt Datenaustausch in der Produktion

    Retarus beschleunigt Datenaustausch in der Produktion

    Die Digitalisierungs- und Automatisierungslösungen von Retarus ermöglichen effiziente Abläufe ohne manuellen Aufwand oder Kompromisse bei der Datensouveränität

    mehr lesen: Retarus beschleunigt Datenaustausch in der Produktion

  • Rethink! IAM beleuchtet Cybersicherheit

    Rethink! IAM beleuchtet Cybersicherheit

    In einer komplexen Welt, in der alle überall und jederzeit verbunden sind, gilt intelligentes und transparentes Identity & Access Management (IAM) als ein wirksames Mittel zum Schutz der Unternehmens- und…

    mehr lesen: Rethink! IAM beleuchtet Cybersicherheit

  • Cyber Resilience Act startet mit Meldepflichten

    Cyber Resilience Act startet mit Meldepflichten

    Der Cyber Resilience Act (CRA) hat ab 2026 erstmals unmittelbare Auswirkungen, auf die sich die Hersteller digitaler Geräte, Maschinen und Anlagen mit Internetverbindung einstellen müssen.

    mehr lesen: Cyber Resilience Act startet mit Meldepflichten

  • Cyberagentur richtet Strategie neu aus

    Cyberagentur richtet Strategie neu aus

    Die Agentur für Innovation in der Cybersicherheit (Cyberagentur) hat ihre Strategie für die Jahre 2026 bis 2030 vorgestellt.

    mehr lesen: Cyberagentur richtet Strategie neu aus

  • Landesgraduiertenzentrum ConnAIx für Angewandte KI gegründet

    Landesgraduiertenzentrum ConnAIx für Angewandte KI gegründet

    Junge Forschungstalente im Bereich künstlicher Intelligenz (KI) ausbilden und Forschungsergebnisse schneller in die Wirtschaft übertragen – das ist das Ziel eines gemeinsamen Zentrums für angewandte Künstliche Intelligenz des Karlsruher Instituts…

    mehr lesen: Landesgraduiertenzentrum ConnAIx für Angewandte KI gegründet

  • TUM fertigt eigenen KI-Chip

    TUM fertigt eigenen KI-Chip

    Die TUM hat den ersten KI-Chip mit 7-Nanometer-Technologie in der EU entwickelt. Der Chip verarbeitet Daten lokal, schützt Privatsphäre und stärkt die technologische Unabhängigkeit Europas.

    mehr lesen: TUM fertigt eigenen KI-Chip

  • Industrial AI Cloud geht in Betrieb

    Industrial AI Cloud geht in Betrieb

    Die Deutsche Telekom startet die erste souveräne KI-Fabrik Europas in München. Erfahren Sie, wie die Industrial AI Cloud Industrie, Forschung und Verwaltung revolutioniert.

    mehr lesen: Industrial AI Cloud geht in Betrieb

  • VDMA sieht Anzeichen für leichte Erholung

    VDMA sieht Anzeichen für leichte Erholung

    Die Maschinenbauindustrie in Deutschland hat das Jahr 2025 mit Auftragsbüchern auf Vorjahresniveau abgeschlossen.

    mehr lesen: VDMA sieht Anzeichen für leichte Erholung

  • Siemens übernimmt Canopus AI

    Siemens übernimmt Canopus AI

    Siemens hat die Übernahme von Canopus AI bekanntgegeben.

    mehr lesen: Siemens übernimmt Canopus AI