IoT-Integration von Fremdmaschinen in BOBST Connect

Seit Langem gilt in der Druck- und Weiterverarbeitungsbranche (Converting) eines der größten Hindernisse für Industrie 4.0:

・Nicht das Fehlen von Sensorik oder Cloud-Technologie ist das Kernproblem, sondern dass Maschinen unterschiedlicher Hersteller inkompatible Datenformate nutzen, wodurch Betriebe nur über Teile ihres Maschinenparks Transparenz erlangen [1]. Die Kernfrage dieser Untersuchung lautet: Welche strukturelle Veränderung bedeutet es für Betriebe mit heterogenem Maschinenpark (Mixed Fleet), wenn Maschinenbauer ihre Cloud-Plattformen öffnen und die Einbindung von Fremd- und Konkurrenzmaschinen erlauben?

Diese Frage ist besonders relevant für regionale Druckereien und Weiterverarbeiter. Die meisten mittelständischen Betriebe setzen nicht auf einen homogenen Maschinenpark, sondern haben über Jahrzehnte hinweg aus Budgetgründen, Lieferfristen oder über den Gebrauchtmaschinenmarkt einen bunten Hersteller-Mix aufgebaut. In geschlossenen Plattformwelten standen solche Betriebe bisher vor dem Dilemma: Entweder den gesamten Maschinenpark kostspielig erneuern oder dauerhaft mit unvollständigen Produktionsdaten leben

Dieser Beitrag leistet drei wesentliche Beiträge:

・Erstens: Einordnung des Falls Swanline in den Kontext der Datenfragmentierung bei Industrie 4.0 sowie die Bestimmung von Repräsentativität und Grenzen [1]

・Zweitens: Differenzierung des Begriffs „offene Plattform“ auf technischer und geschäftlicher Ebene, um Marketingaussagen der Hersteller kritisch von echten Branchenwenden zu trennen

・Drittens: Formulierung konkreter Handlungsempfehlungen und ungelöster Risiken für mittelständische Druckereien, Verarbeiter, Designer und Markeninhaber

Der Aufbau der Untersuchung: Zunächst werden bisherige Diskussionen über Datenintegrationsprobleme und Plattformevolution beleuchtet, um Forschungslücken aufzuzeigen; anschließend analysiert die Studie Mechanismen und Belege des Falls Swanline; danach wird die kommerzielle Mehrdeutigkeit von „Offenheit“ samt Fragen der Datensouveränität seziert; abschließend folgen praxisnahe Implikationen für Druckbetriebe, methodische Grenzen sowie Ausblicke auf weitere Forschung

Dieser Abschnitt definiert zunächst das Kernproblem von Industrie 4.0 in der Druckweiterverarbeitung, zeichnet die Evolution von Maschinenbauer-Plattformen nach und verortet die Forschungslücke

Die Debatte um die Digitalisierung der Druckweiterverarbeitung kreist seit jeher um das Problem der Datenfragmentierung. Primärberichte aus der Industrie belegen, dass das Versprechen von Industrie 4.0 jahrelang daran scheiterte, dass Maschinendaten isoliert blieben und Systeme inkompatibel waren – Betriebe erhielten stets nur punktuelle Einblicke [1]. Dies ist kein reines IT-Problem, sondern resultiert aus Geschäftsmodellen, bei denen Maschinenhersteller über geschlossene Ökosysteme die Kundenbindung absichern wollten

Bei der funktionalen Entwicklung erweitern Anbieter ihre Cloud-Plattformen kontinuierlich. Am Beispiel von BOBST Connect dokumentiert die Fachliteratur etwa die Einführung einer neuen Energiemanagement-Funktion („Energiefunktion“), was den Schritt von der reinen Maschinenstatus-Überwachung hin zur Erfassung betriebswirtschaftlicher Parameter wie Energieverbrauch markiert [2]. Diese Erweiterungen basierten bisher jedoch stets auf der Prämisse herstellereigener Maschinen – der Plattformwert blieb strikt an die eigene Hardware gekoppelt

Historisch betrachtet ist die Entwicklung von Druckmaschinen seit jeher eine Geschichte der Überwindung von Ausrüstungsengpässen unter realen Produktionsbedingungen. Schon vor dem digitalen Zeitalter bauten Fachkräfte pragmatische Flachdruckmaschinen, um knappe Ressourcen auszugleichen [3]. Die Strategie mittelständischer Betriebe, Kapitalgrenzen durch heterogene Maschinenparks zu bewältigen, steht in dieser Tradition. Der Unterschied: Das Schlachtfeld der Integration hat sich heute von der Mechanik auf die Datenebene verlagert

Zusammenfassend besteht Einigkeit über das Problem (Datenfragmentierung als Engpass) und die bisherige Anbieterstrategie (Funktionsausbau in geschlossenen Systemen). Eine Lücke blieb jedoch ungeprüft: Ändert die Öffnung für Fremdmaschinen tatsächlich die Digitalisierungsstruktur heterogener Betriebe, oder verlagert sie den Lock-in-Effekt lediglich von der Hardware- auf die Plattformebene? Hier setzt dieser Beitrag an

Dieser Abschnitt konzentriert sich darauf herauszuarbeiten, was sich durch diesen Praxisfall konkret ändert, statt das Ereignis nur nachzuerzählen

Laut Primärquellen ist die britische Swanline Group das weltweit erste Unternehmen, das über das BOBST Connect Data Kit eine Nicht-BOBST-Maschine in die BOBST Connect-Plattform integriert hat – ein Schritt, der als potenzieller Meilenstein für die Digitalisierung von Verpackungs- und Weiterverarbeitungsbetrieben gewertet wird [1]. Der entscheidende Punkt: Die Integration beschränkt sich nicht mehr auf Herstellerequipment, sondern schließt jede kritische Anlage unabhängig vom Fabrikat in ein einheitliches, datengesteuertes Ökosystem ein [1]

Der Maschinenbestand von Swanline verdeutlicht die Praxisnähe. Das Unternehmen mit rund 125 Mitarbeitern arbeitet als reiner Zulieferer für Partner in Großbritannien und Europa; die Partnerschaft mit BOBST besteht seit über zwanzig Jahren, beginnend mit einer Asitrade FOLIOSTAR Kaschiermaschine, die bis heute läuft [1]. Im Zuge des Wachstums folgten 2019 eine VISIONCUT 1.6 Flachbettstanze, 2022 eine EXPERTFOLD 165 Faltschachtelklebemaschine sowie 2023 eine zweite VISIONCUT. Als jüngstes Aggregat wurde nun jedoch eine Stanzmaschine eines Fremdherstellers angebunden [1]. Dieses Setup spiegelt das typische Profil vieler Betriebe wider: loyal zu einer Kernmarke, aber operativ auf Fremdfabrikate angewiesen

Hinter dieser Integration stand handfester operativer Druck statt technischer Spielerei. Produktionsleiter Dave Salt betonte, dass für einen reinen B2B-Lohnfertiger Präzision, Konstanz und Liefertreue zählen: „Echtzeitdaten über alle Schlüsselanlagen hinweg abrufen zu können – und nicht nur für einen Teil davon – ist für uns absolut entscheidend“ [1]. Dies bringt das eigentliche Wertversprechen auf den Punkt: Es geht um lückenlose Gesamtsicht (Completeness of Visibility), nicht bloß um zusätzliche Messpunkte

Mechanistisch betrachtet lassen sich drei Ebenen ableiten:

・Erstens: Die technische Machbarkeit ist bewiesen – über Daten-Kits können Fremdmaschinendaten standardisiert und in eine zentrale Plattform eingespeist werden

・Zweitens: Die Investitionshürde, den gesamten Maschinenpark austauschen zu müssen, sinkt; Bestandsanlagen bleiben produktiv und liefern verwertbare Daten

・Drittens: Der Wettbewerbsfokus verlagert sich vom reinen Maschinenverkauf zum Plattformbetrieb – ein strategischer Wandel im Geschäftsmodell der Maschinenbauer. Einschränkend muss festgehalten werden, dass die Primärquelle lediglich das Ereignis und die Motive beschreibt, ohne technische Schnittstellendetails, Datengranularität oder gemessene OEE-Steigerungen offenzulegen; diese Mechanismen stellen daher eine analytische Ableitung dar

Dieser Abschnitt hinterfragt das Schlagwort der „offenen Plattform“, um Anbietermarketing nicht mit echter industrieller Neutralität zu verwechseln

„Offenheit“ umfasst technische und wirtschaftliche Dimensionen, die klar getrennt werden müssen. Mindestens drei Formen sind zu unterscheiden: 1. Datenaufnahme („Data Inbound“: Fremdmaschinendaten können eingelesen werden); 2. Datenexport („Data Outbound“: Betriebe können aggregierte Daten frei in eigene Systeme oder Drittanalyse-Tools exportieren); 3. Neutrale Governance (Plattformregeln und Schnittstellen bevorzugen nicht systematisch die eigene Hardware). Der Fall Swanline belegt eindeutig die erste Form [1]; ob die Formen zwei und drei erfüllt sind, lässt sich aus den vorliegenden Daten nicht belegen

Hier berührt man den sensiblen Bereich der Datensouveränität (Data Sovereignty). Wenn eine Druckerei sämtliche Produktionsdaten aller Kernanlagen in der Cloud eines einzelnen Maschinenbauers bündelt, erhält sie zwar Transparenz, gibt dem Anbieter jedoch potenziell vollständigen Einblick in ihre gesamte Betriebsdynamik. Der Lock-in-Effekt könnte sich so von der Hardware-Beschaffung auf die Datenplattform verlagern – genau die im Literaturteil herausgearbeitete Kernfrage

Der kontinuierliche Ausbau von Plattformfunktionen verstärkt dieses Spannungsfeld. Wie Fachbeiträge zeigen, erweitert sich BOBST Connect bereits in Bereiche wie Energiemanagement [2]. Je mehr Dimensionen (Maschinenstatus, Energie, Qualität, Auftragsplanung) eine Plattform abdeckt, desto stärker wird die Abhängigkeit und desto höher steigen die Wechselkosten (Switching Costs). Der offene Zugang senkt die Einstiegshürde, verringert aber keineswegs die Ausstiegshürde

Bei der Bewertung solcher Plattformen lautet die entscheidende Frage daher nicht „Können Fremdmaschinen angebunden werden?“, sondern „Sind Dateneigentum, Datenportabilität und Exportstandards vertraglich garantiert?“. Ohne diese Zusicherungen bleibt „Offenheit“ primär eine Vertriebsstrategie zur Erhöhung der Plattformreichweite und keine neutrale Brancheninfrastruktur. Diese Einschätzung basiert auf redaktioneller Analyse und geht nicht explizit aus den Primärquellen hervor

Dieser Abschnitt zeigt auf, was diese Entwicklung für unterschiedliche Akteure in der Praxis bedeutet

Für mittelständische Druck- und Weiterverarbeitungsbetriebe lautet die wichtigste Erkenntnis: Die Smart Factory beginnt nicht zwingend mit Neuanschaffungen. Für Betriebe mit heterogenem Maschinenpark empfiehlt sich ein risikoarmer Drei-Stufen-Plan:

・Engpass-Maschinen erfassen (typischerweise in der Weiterverarbeitung wie Stanzen, Kleben, Kaschieren) und gezielt auf Schnittstellenfähigkeit prüfen, statt eine sofortige Gesamtlösung erzwingen zu wollen

・Vor Vertragsabschluss Dateneigentum und Exportformate verbindlich regeln: Vertraglich festlegen, ob und in welchem Standardformat Rohdaten exportierbar sind, um eine spätere Plattform-Abhängigkeit zu vermeiden

・Mit einer Pilotlinie starten, um den realen Nutzen der OEE-Transparenz auf Rüstzeiten und Stillstände zu messen, bevor skaliert wird – ähnlich wie Swanline auf Basis bestehender Partnerschaften mit Pilotanbindungen begann [1]

Für Designer und Druckvorstufen ist der Einfluss indirekt, aber spürbar: Wenn Echtzeitdaten aus der Weiterverarbeitung vorliegen, steigen Termintreue und Kapazitätstransparenz. Abstimmungen über Veredelungen, Ausbeuterisiken und Machbarkeit basieren dann auf verlässlichen Maschinendaten statt auf groben Erfahrungswerten

Für Markenartikler und Einkäufer wird der digitale Reifegrad zum Kriterium bei der Lieferantenauswahl. Marken können von Druckdienstleistern Nachweise zur lückenlosen Rückverfolgbarkeit (Traceability) fordern, sollten jedoch wachsam bleiben: Eine zu starke Datenkonzentration bei einzelnen Plattformanbietern kann neue asymmetrische Abhängigkeiten in der Lieferkette schaffen

Dabei müssen strukturelle Unterschiede beachtet werden: Swanline ist ein spezialisierter Zulieferer mit 125 Mitarbeitern und zwanzigjähriger Partnerschaft mit dem Hersteller [1]. Kleinere Betriebe verfügen oft über weniger direkte Herstelleranbindung und noch diversere Maschinenparks. Der Fall besitzt daher vor allem Signalwirkung und ist keine 1:1 kopierbare Blaupause für jeden Betrieb

Dieser Beitrag beantwortet die eingangs formulierte Frage: Die Öffnung von Cloud-Plattformen für Fremdmaschinen durchbricht das Dilemma der Datenfragmentierung auf Ebene der technischen Machbarkeit und der Investitionshürden [1]. Der Fall Swanline beweist, dass heterogene Maschinendaten in einer Plattform gebündelt werden können, sodass der erste Schritt zur Smart Factory ohne Neuinvestitionen in Maschinenparks gelingen kann

Allerdings muss dieser Wandel differenziert betrachtet werden: Datenaufnahme bedeutet nicht automatisch Datenexportfähigkeit oder neutrale Plattform-Governance. Solange Datenportabilität und Eigentumsrechte nicht eindeutig geregelt sind, verlagert sich die Abhängigkeit von der Hardware auf die Software-Ebene. Die fortschreitende Erweiterung auf Bereiche wie Energiemanagement könnte diese Bindung eher verstärken als lockern [2]

Folgende Einschränkungen sind offenzulegen:

・Erstens: Die Analyse stützt sich auf eine primäre Fallquelle sowie ergänzende Literatur. Technische Spezifikationen, Datengranularität und quantitative OEE-Ergebnisse sind nicht öffentlich einsehbar; die Mechanismen stellen daher eine analytische Interpretation dar [1]

・Zweitens: Vertragsklauseln und Schnittstellenstandards lagen nicht im Volltext vor, weshalb die Bewertung des Offenheitsgrads konzeptionell bleibt. Künftige Studien sollten mehrere Pilotbetriebe vergleichend untersuchen, reale OEE-Verbesserungen sowie Wechselkosten quantifizieren und Vertragsklauseln zur Datensouveränität gegenüberstellen

・Weltpremiere: Swanline bindet über das BOBST Connect Data Kit Fremdmaschinen an und belegt die technische Machbarkeit herstellerübergreifender Datenintegration [1]

・Der eigentliche Hebel liegt in der lückenlosen Gesamtsicht – Echtzeitdaten über alle Schlüsselmaschinen statt nur für Teilbereiche [1]

・Datenaufnahme ist nicht gleich Datenexport: Die Gefahr eines Lock-in-Effekts verlagert sich von der Hardware- auf die Plattformebene (redaktionelle Einschätzung)

・Für Betriebe mit heterogenem Maschinenpark gilt: Einstieg über Pilot-Engpassmaschinen wählen, aber Dateneigentum und Exportformate vorab vertraglich sichern

・Hohe Signalwirkung, keine 1:1-Blaupause: Der Fall zeigt die Richtung auf, muss aber an die jeweilige Betriebsstruktur angepasst werden

Für den Maschinenbau verschiebt sich der Wettbewerb vom reinen Verkauf zur Datenplattform-Ökonomie – Differenzierung erfolgt über Ökosysteme und Datenbindung. Für Designer und Markeninhaber ermöglicht die Verfügbarkeit von Weiterverarbeitungsdaten eine belastbare Kommunikation über Lieferfristen und Ausschussquoten. Aus Sicht von KI und SaaS liefert die herstellerübergreifende Datenstandardisierung das Fundament für prädiktive Instandhaltung und optimierte Produktionsplanung auf Linienebene. Gleichzeitig rückt dies die Datensouveränität in den Mittelpunkt: Wem gehören die aggregierten Daten, wie frei sind sie exportierbar und wie verhindern Verarbeiter neue Abhängigkeiten bei wachsendem Plattformumfang?

[1] BOBST Connect öffnet sich für Fremdmaschinen: Wendepunkt für die IoT-Integration in Druckereien

[2] Voisin M. (2024). Neue Energiefunktion für Bobst Connect. VDI nachrichten. DOI: 10.51202/0042-1758-2024-10-40-1

[3] Sha F. (2017). Leichte und praktische Flachdruckmaschine, entwickelt von Technikern der Jin-Cha-Ji Pictorial. DOI: 10.14711/spcol/x001355