Schwerpunkte
Ein Schwerpunkt ist eine kuratierte Lesestrecke. Er versammelt Beiträge aus mehreren Rubriken, die dieselbe Frage aus verschiedenen Richtungen bearbeiten. Die Reihenfolge innerhalb einer Sammlung ist redaktionell gesetzt und folgt keiner Heftchronik.
Technik im Betriebsalltag
Die gemeinsame Frage dieser Lesestrecke ist unspektakulär und schwer zu beantworten: Was ändert sich im Betrieb tatsächlich, wenn ein Messpunkt, ein Auftrag oder eine Übergabe digital wird? Neun Beiträge folgen dem Weg vom ersten Sensor über den papiernen Auftrag und die Schichtübergabe bis zu Blech, Baustelle und Stromzähler. Sie beschreiben nicht, was Technik verspricht, sondern was sie an Zuständigkeit, Wartung und Nacharbeit mitbringt. Die Grenze der Sammlung ist bewusst eng: Es geht um kleinere und mittlere Betriebe in Deutschland, nicht um Leuchtturmprojekte. Wo eine Zahl fehlt, steht keine. Wo ein Beispiel erfunden ist, ist es als Rechenbeispiel oder fiktives Beispiel gekennzeichnet. Wer wissen will, an welcher Stelle ein Digitalisierungsvorhaben im Betrieb zuerst hängen bleibt, findet hier die Reihenfolge, in der die Probleme tatsächlich auftreten.
Der erste Sensor sitzt selten an der Maschine
Ein Betrieb muss nicht erst die ganze Fertigung vernetzen, um aus Maschinendaten einen brauchbaren Wartungsplan zu machen. Der schwierigere Schritt liegt oft davor.
Wenn der Auftrag noch auf Papier kommt
Der digitale Auftrag beginnt nicht mit einer App. Er beginnt mit der Frage, an welcher Stelle eine Information zum zweiten Mal abgeschrieben wird.
Sicherer Betrieb ohne eigenes Security-Team
Ein kleiner Betrieb braucht nicht sofort ein großes Sicherheitsprogramm. Er braucht zuerst klare Zuständigkeiten, aktuelle Geräte und einen Plan für den Moment, in dem etwas schiefgeht.
KI mit Bodenhaftung
Diese Sammlung handelt von der Lücke zwischen einer Demonstration und einem Prozess, der montags morgens noch funktioniert. Sie beginnt bei der Auswahl eines ersten sinnvollen Anwendungsfalls und führt über Edge Computing, Pilotplanung und zwei junge deutsche Unternehmen bis zur Frage, wo ein Modell eigentlich laufen soll und welche Pflichten aus der europäischen KI-Verordnung folgen. Der rote Faden ist nicht die Technik selbst, sondern die Organisation dahinter: Wer prüft ein Ergebnis, wer pflegt das Modell, wer darf welche Daten hineingeben. Die Beiträge versprechen keine Einsparung und nennen keine erfundenen Kennzahlen. Wer nach einer ehrlichen Einschätzung sucht, wo ein erster Versuch klein bleiben darf und wann er abgebrochen werden sollte, findet hier die Kriterien dafür.
KI im Betrieb: Mit welchem Problem anfangen?
Der beste erste KI-Anwendungsfall ist selten der spektakulärste. Er sitzt dort, wo ein Team häufig arbeitet, Fehler erkennen kann und den Prozess selbst versteht.
Edge Computing: Warum Daten nicht immer in die Cloud müssen
Wenn eine Maschine in Millisekunden reagieren muss, ist der kürzeste Datenweg oft der wichtigste. Das macht Edge Computing praktisch, aber nicht automatisch einfacher.
Ein guter Pilot darf klein bleiben
Ein Pilotprojekt muss nicht beweisen, dass die ganze Organisation bereit ist. Es muss eine begrenzte Frage so beantworten, dass ein Team daraus eine Entscheidung ableiten kann.
Daten ohne Nebel
Datenflüsse sind selten dort, wo man sie vermutet. Diese Sammlung zeichnet nach, wo Informationen in einem Betrieb tatsächlich entstehen, wer sie sieht und wann aus einem Messwert ein personenbezogenes Datum wird. Sie behandelt den digitalen Zwilling, der ohne gepflegtes Modell nutzlos bleibt, die Trennung von Anlagen-, Prozess- und Beschäftigtendaten, die Frage nach Router und Passwortverwaltung und schließlich die drei Regelwerke, die kleinere Betriebe am häufigsten verwechseln: DSGVO, KI-Verordnung und NIS2. Jeder Beitrag benennt, was geltendes Recht ist, was Übergangsfrist ist und was noch Auslegung. Die Sammlung ersetzt keine Rechtsberatung und behauptet nicht, ein Werkzeug sei pauschal konform. Sie liefert die Fragen, mit denen ein Team die eigene Lage sortieren kann.
Der digitale Zwilling braucht einen echten Prozess
Ein digitales Abbild ist kein Selbstzweck. Es wird erst nützlich, wenn klar ist, welche Entscheidung mit seinen Daten besser getroffen werden soll.
Datenschutz im Maschinenraum
Maschinendaten sind nicht automatisch personenbezogen. Sie können es werden, sobald sie mit Schichten, Bedienpersonen oder Leistungswerten verbunden sind.
Edge Computing: Warum Daten nicht immer in die Cloud müssen
Wenn eine Maschine in Millisekunden reagieren muss, ist der kürzeste Datenweg oft der wichtigste. Das macht Edge Computing praktisch, aber nicht automatisch einfacher.