Cloud-native Zero-Downtime Manufacturing Execution Systeme in der Automobilindustrie

Im ersten Teil dieser MES-Blogserie beschreibt Timo Busert, wie das Potenzial eines MES strukturiert bestimmt wird und warum das Budget das Ergebnis einer Potenzialanalyse ist und nicht deren Ausgangspunkt. Im zweiten Teil beleuchtet Christian Neumüller SAP Digital Manufacturing Cloud (DMC) im regulierten Life-Sciences-Umfeld und zeigt, wo SAP DMC heute GxP-tauglich ist und wo noch Lücken bleiben. In diesem letzten Teil geht es in eine Welt, in der Liefertermine, Variantenvielfalt und Takt entscheidend sind: die Automobilproduktion.

Warum die Automobilproduktion anders tickt

Wer vor einer Karosseriepresse oder an einer OEM-Endmontagelinie steht, spürt den Rhythmus der Produktion: alle ca. 60 Sekunden ein Fahrzeug, Takt um Takt, Variante um Variante. Das MES ist hier kein Reporting-Tool, sondern das führende IT-System und Rückgrat der Linie. Fällt es aus, steht das Band und die Downtime-Kosten eines solchen Stillstands werden im Vorstand und nicht im Controlling diskutiert.

Gleichzeitig verlangen Elektrifizierung, Gigafactory-Skalierung, softwaredefinierte Fahrzeuge und neue Compliance-Vorgaben – von Corporate Sustainability Reporting Directive über Batteriepass bis hin zum Lieferkettengesetz – deutlich mehr Datenintelligenz als vor zehn Jahren. Die Erwartung an die Produktions-IT lautet seither paradox: stabiler werden und gleichzeitig deutlich schneller neue Funktionen ausrollen. Bei diesem Spagat geraten klassische MES-Monolithen an ihre Grenzen.

Warum der MES-Monolith in Automotive ausgedient hat

Die meisten Produktions-IT-Landschaften der OEMs wurden in den 2000er-Jahren konzipiert und seitdem werksspezifisch überschrieben. Release-Fähigkeit ist in solchen Systemen theoretisch gegeben, praktisch aber an vier Werksfeiertage pro Jahr gekoppelt. Jedes größere Update bedeutet geplanten Stillstand am Wochenende, einen Rollback-Plan in SharePoint und eine Eskalationskette bis zum Werksleiter. Jedes neue Derivat, jede Batteriemontagelinie, jedes zusätzliche Kundenfeature wird zum Change-Request-Projekt. Solange das Wachstum der Varianten linear blieb, war das beherrschbar. Mit softwaredefinierten Fahrzeugen und kürzeren Modellzyklen wird das schwierig.

Das Gegenmodell ist kein weiteres Produkt, sondern eine Architektur: Cloud-native, modular, API-first, mit klarer Verantwortung je Domäne (z. B. Auftragssteuerung, Traceability, Qualität oder Werkerführung) und mit Edge-Komponenten dort, wo Latenz und Offline-Fähigkeit es erfordern.

„Cloud-native“ richtig umsetzen

„Cloud-native" ist inzwischen ein Begriff, der auch dann verwendet wird, wenn eigentlich „wir haben die VM verschoben" gemeint ist. In der Automobilproduktion ist der Unterschied aber entscheidend. Cloud-native heißt containerisiert, horizontal skalierbar, über verteilte Microservices zusammengesetzt, mit automatischer Lastverteilung und Self-Healing. Redundanz ist nicht das teure Hot-Standby-Rechenzentrum, das im Normalbetrieb ungenutzt bleibt, sondern aktive, über mehrere Zonen verteilte Instanzen, die im Regelbetrieb ausgelastet sind und den Ausfall einer Zone absorbieren.

Das bedeutet aber nicht: alles in die Public Cloud. Für die Signalverarbeitung an der Maschine gelten Latenz- und Verfügbarkeitsanforderungen, die sich gegen das offene Internet nicht verhandeln lassen. Eine tragfähige Architektur trennt daher sauber. Edge-Komponenten übernehmen latenzkritische, deterministische Aufgaben direkt am Shopfloor und puffern bei Verbindungsverlust. Die Cloud konsolidiert, analysiert und skaliert. Hybrid ist in diesem Zielbild keine Übergangslösung, sondern die Zielarchitektur.

„Zero Downtime“ für Updates im laufenden Takt

Der größte kulturelle Bruch für viele OEMs ist das Ende des Wartungsfensters. Mit einem cloud-nativen Ansatz werden Updates zum Non-Event: Rolling Deployments, Blue-Green-Umschaltungen und Feature Toggles sorgen dafür, dass neue Funktionen im laufenden Betrieb ausgerollt und bei Bedarf ebenso still zurückgedreht werden. Das ist kein theoretischer Komfort, sondern die Voraussetzung dafür, dass Security-Patches zeitnah kommen, ohne Produktionsverantwortliche in einen Zielkonflikt zwischen Betriebssicherheit und IT-Security zu drängen.

Hinzu kommen automatisierte Backup- und Recovery-Mechanismen, kontinuierlich getestete Failover-Szenarien und aktive Redundanz. Sie senken nicht nur die Zahl ungeplanter Stillstände, sondern auch die Total Cost of Ownership. Belastbare Studien sehen hier TCO-Einsparungen von bis zu 30 Prozent – im Kern durch wegfallende Doppelinfrastrukturen, geringeren Betriebsaufwand und eine effizientere Ressourcennutzung.

„Publish & Subscribe" für eine entkoppelte Maschinenanbindung

Eine moderne, cloud-fähige Maschinenanbindung ist der Schlüssel, um heterogene Brownfield-Umgebungen in eine zukunftssichere Zero-Downtime-Architektur zu überführen: Statt einen Zoo aus SPS-Protokollen, Feldbussen und proprietären Schnittstellen direkt in jedes MES-Modul zu verlängern, bündelt eine dedizierte Integrationsschicht die Kommunikation, übersetzt sie in standardisierte Formate (z. B. OPC UA, MQTT oder REST) und stellt sie als einheitliche, semantisch angereicherte Events bereit.

Maschinen publishen ihre Signale, während MES-Funktionen, Traceability, Qualität, Instandhaltung oder Analytics gezielt die Datenströme subscriben, die sie benötigen. Maschinenanbindung und Fachlogik werden so konsequent entkoppelt. In Kombination mit einem Edge-Layer im Shopfloor lassen sich Daten puffern und voraggregieren, sodass Linien stabil weiterlaufen, auch wenn zentrale Systeme temporär nicht verfügbar sind. Zero Downtime ist so nicht nur Cloud-Eigenschaft, sondern bis an die Maschine gedacht. Neue Linien und Maschinentypen werden einmal an diese Integrationsschicht angebunden und in einen Unified Namespace überführt, der Daten hierarchisch strukturiert und unter einer einheitlichen Adressierung als zentrale Quelle bereitstellt. Das reduziert Integrationsaufwand und Time-to-Market deutlich.

So wird Maschinenanbindung von der lästigen Projekt-Nebenbedingung zur strategischen Plattform: Brownfield-fähig, releasefähig im laufenden Betrieb und mit einer stabilen Datenbasis, auf der sich Analytics- und KI-Use-Cases schnell und skalierbar realisieren lassen.

„Semantic Reasoning“ zur Datenanalyse

Ein cloud-natives MES erzeugt somit einen kontinuierlichen Datenfluss mit einer Struktur, die sich für Künstliche Intelligenz tatsächlich nutzen lässt. Das klingt nach Folie 3 jeder Digitalisierungsstrategie, ist in der Praxis aber der eigentliche Hebel. Wenn ein Drehmomentschlüssel an einer Montagestation eine leichte, aber statistisch signifikanten Drift seiner Anzugswerte zeigt, soll die Instandhaltung nicht am Montag eine Excel-Liste bekommen. Stattdessen schlägt das System den Werkzeugtausch vor, bevor das Fahrzeug am Qualitätsgate auffällt.

Besonders durch die Kombination verschiedener Datenquellen in einem strukturierten RDF-Wissensgraphen ermöglicht KI-basiertes, hoch performantes Stream Reasoning zur Umsetzung vielseitiger Use Cases, von denen Unternehmen schon jahrelang träumen: Predictive Maintenance, Anomalie-Detektion, Root-Cause-Reasoning für Qualitätsprobleme, dynamische Bottleneck-Erkennung, adaptive Materialsteuerung u.v.m. Der Unterschied zum klassischen MES liegt nicht in der Menge der erfassten Daten, sondern darin, dass die Schleife aus Beobachtung, Bewertung und Eingriff im Minutenbereich schließt und dass sich neue KI-Modelle in ein cloud-natives System einspielen lassen, ohne die Linie dafür anzuhalten.

„Custom Development“ oder Standardprodukt-MES

In den letzten Jahren setzen viele deutsche OEMs beim MES auf Individualewicklung und kein weiteres Produkt von der Stange – aber warum ist das so? Unsere ehrliche Einschätzung: Die besten Custom-Development-Projekte sind gar keine Neuerfindungen des Rads. Sie orchestrieren bewusst Standardbausteine wie IIoT-Plattform, Workflow-Engine, Traceability-Komponenten oder ML-Frameworks und differenzieren exakt dort, wo das Unternehmen einen Wettbewerbsvorteil hat: typischerweise in der Variantenbeherrschung, der Feinplanung, der Integration in die OEM-spezifische PLM- und ERP-Landschaft sowie in den Werkerführungsprozessen am Band.

Ein reines Produkt-MES liefert diesen Grad an individueller Passung nicht, denn es muss per Definition für alle potenziellen Kunden gleichzeitig attraktiv bleiben. Ein Custom-Dev-MES auf cloud-nativer Basis dreht die Gleichung um: Standard, wo Standard reicht; Eigenentwicklung, wo der Wettbewerbsvorteil entsteht und eine Architektur, die bewusst austauschbar bleibt, damit heutige Entscheidungen nicht morgen zum Lock-in werden.

Fazit: Die Richtung steht, die Umsetzung entscheidet

Cloud-native MES liefern Flexibilität, Zuverlässigkeit, Effizienz und eine tragfähige Basis für KI-gestützte, datengetriebene Entscheidungen – in einem Marktumfeld, das weder Stillstand noch lange Reaktionszeiten verzeiht. Für OEMs ist der Weg damit gezeichnet und die strategische Entscheidung ist in vielen Konzernen längst gefallen. Offen bleibt die Umsetzung. Sie scheitert selten an der Technologie, sondern an drei Punkten: fehlender Architektur-Governance, unterschätzter Edge-Integration und einer Abnahme-Kultur, die Continuous Delivery nicht vorsieht. Wer diese Dinge konsequent angeht, gewinnt ein MES, das nicht nur den nächsten SOP übersteht, sondern über mehrere Plattformgenerationen hinweg trägt. Der Rest ist Disziplin und die richtige Partnerwahl.

Wie adesso auf dem Weg zur digitalen Produktion unterstützt

Als strategischer Partner begleitet adesso produzierende Unternehmen auf diesem Weg von der Architekturbewertung bestehender MES-Landschaften über den Aufbau cloud-nativer Zielarchitekturen mit klarer Edge-, Container- und API-Strategie bis zur eigenentwickelten Zero-Downtime-Plattform im Serienbetrieb. Wir kombinieren MES-Prozesswissen aus branchenspezifischer Projektarbeit mit belastbarer Cloud- und KI-Expertise und liefern nicht nur Konzepte, sondern skalierbare Produktionssoftware bis in den Werksbetrieb. Unser Anspruch: Produktions-IT, die der Taktzeit folgt, nicht umgekehrt.

Damit endet unsere dreiteilige MES-Blogserie. Doch auch die ausführlichsten Online-Berichte und Websites können nie ein persönliches Gespräch über Ihre Situation und Ziele ersetzen. Wenn Sie daher die Themen aus Teil 1 (ROI und Potenzialanalyse), Teil 2 (SAP DM im regulierten Umfeld) oder Teil 3 (Cloud-native Zero-Downtime-MES in Automotive) für Ihr Unternehmen konkret vertiefen möchten, sprechen Sie uns an – am besten, bevor der nächste Release-Freitag ansteht.