Beweisen Sie es! 2026:Der Beweis, dass ein sofort einsatzbereites MES machbar ist

Es gibt eine Ansicht, die derzeit in der Fertigung stark an Bedeutung gewinnt:dass es so etwas wie ein „out-of-the-box“ MES nicht gibt. Dass jede Fabrik so einzigartig ist, dass man jedes Mal ein Dutzend Werkzeuge zusammenbauen und alles von Grund auf neu aufbauen muss.

Ich habe über ein Jahrzehnt in den Werkstätten verbracht. Ich verstehe, warum die Leute das glauben. Aber ich denke, dass sie Unrecht haben, und ich wollte es beweisen.

Deshalb sind wir bei ProveIt! aufgetaucht! 2026.

Was Beweisen! Ist es eigentlich

Für diejenigen, die es nicht kennen:ProveIt! ist eines der anspruchsvollsten Wettbewerbsumfelder unserer Branche. Einundfünfzig Anbieter. Berichten zufolge sind 125 Hersteller anwesend. Drei virtuelle Live-Fabriken, absichtlich chaotisch und unvollständig, denn so sehen echte Implementierungen aus. Sie verbinden Ihr Produkt mit der Fabrik, zeigen, was Sie gebaut haben, und beantworten auf der Bühne vier Fragen:Welches Problem haben Sie gelöst? Wie hast du es gelöst? Wie lange hat es gedauert? Was hat es gekostet?

Kein poliertes Dia-Deck rettet Sie. Entweder Sie beweisen es oder Sie tun es nicht.

Wir waren nicht dort, um zu behaupten, dass es ein perfektes, sofort einsatzbereites MES gibt. Wir waren dort, um etwas Konkreteres zu beweisen:dass man nicht bei Null anfangen sollte. Ein Hersteller sollte keine 18 Monate, ein Beraterteam und ein leeres Blatt Papier benötigen, um ein System zu erhalten, das tatsächlich für seinen Betrieb funktioniert.

Das Problem, das wir lösen wollten

MachineMetrics wurde für die diskrete Fertigung entwickelt. CNC-Maschinen, Stanzen und Spritzgießen. Das ist unsere DNA. Wir sind eng mit bearbeitungsorientierten Herstellern in den Bereichen Luft- und Raumfahrt, Verteidigung, medizinische Geräte und Präzisionswerkstätten verbunden.

Das ProveIt! Welche virtuelle Fabrik wurde uns zugewiesen? Ein Getränkeabfüllbetrieb mit mehreren Standorten. Drei Standorte. Bottiche, Füller, Etikettierer, Palettierer. Kontinuierliche Stapelverarbeitung. Keine einzige CNC-Maschine in Sicht.

Ich bin ehrlich:Als ich die Aufgabe sah, war mein erster Gedanke:„Auf was habe ich mich da eingelassen?“ Dies war nicht unsere typische Umgebung. Überhaupt.

Deshalb haben wir beschlossen, es als echten Test zu betrachten. Wie weit könnte sich unsere Plattform erstrecken, bevor wir mit dem Wiederaufbau beginnen müssten?

Die Antwort überraschte sogar mich.

Zwei Wochen. Eine Person. (Meistens.)

Ich muss etwas ganz offen sagen:Ich habe damit erst zwei Wochen vor der Konferenz begonnen. Mein gesamtes Engineering-Team war nach einem starken Quartalsabschluss mit der Implementierung neuer Kunden beschäftigt. Also habe ich es mit der Hilfe von Vicente, einem unserer Anwendungstechniker, selbst in die Hand genommen. Ich bin kein Entwickler, oder zumindest nicht besonders einer.

Was wir gebaut haben:

Maschinenkonnektivität in Stunden. Wir haben unsere Edge-Plattform hochgefahren, eine Verbindung zum MQTT-Broker auf der UNS hergestellt und unsere KI-gestützten Tools genutzt, um Datenelemente auf mehr als fünfzig Maschinen am Standort automatisch abzubilden. Ich hatte noch nie einen Tank angeschlossen. Mitten im Setup stellten wir fest, dass einer der Sensoren Gewicht und Durchflussrate meldete. Das System hat es gemeistert. Diese Art von Flexibilität habe ich ehrlich gesagt erst zu schätzen gelernt, als ich mittendrin war.

Hat der KI beigebracht, das Abfüllen zu verstehen. Dies war der Teil, bei dem ich mir am unsichersten war. Wir haben eine neue Funktion namens KnowledgeHub, mit der Sie Prozessdokumentationen und SOPs laden können, um Max AI – unsere native Agent-KI – in Ihrer spezifischen Umgebung zu trainieren. Ich habe es mit der Anlagenbeschreibung, den Funktionsspezifikationen und etwas allgemeinem Kontext zur Getränkeherstellung gefüttert, und es hat fast sofort begonnen, nützliche Antworten zu generieren. Umstellungschecklisten basierend auf tatsächlichen SOPs. Zusammenfassungen der Schichtübergabe, die den Unterschied zwischen einem Füllerstopp und einem Problem mit dem nachgeschalteten Etikettierer verdeutlichen.

Wir haben kein Getränke-MES aufgebaut. Wir haben unserer KI beigebracht, wie die Getränkeherstellung funktioniert. Diese Unterscheidung ist wichtig. Es ist der Unterschied zwischen Anpassung und Konfigurierbarkeit.

Ein benutzerdefiniertes Bedienfeld. Ich habe mit unserem Entwickler-MCP, APIs und unserem Front-End-Design-Framework eine benutzerdefinierte Bedienerschnittstelle erstellt. Ich möchte klarstellen, was das bedeutet:Ja, es handelt sich um eine kundenspezifische Entwicklung. Aber es handelt sich um Frontend-Arbeit auf einer Plattform, die bereits Fertigungsdaten, Produktionsplanung, Stillstandsklassifizierung und Schichtereignisse versteht. Es handelt sich nicht um 12 Monate Back-End-Engineering, das bei Null beginnt. Vicente und ich haben innerhalb weniger Tage etwas gebaut, das wie ein echtes Produkt aussieht und sich auch so verhält. Dieses Frontend-Framework hat jetzt einen Namen:Carbide. Auf diese Weise machen wir diese Art der Entwicklung für jeden Kunden zugänglich, nicht nur für Teams mit dedizierten technischen Ressourcen.

Ein intelligenter Agent. Mit unserem MCP-Server und N8N habe ich einen Workflow erstellt, der nach einem Zeitplan läuft, Produktionsdaten abruft, sie durch unsere KI laufen lässt, Anomalien und Engpässe erkennt und ein intelligentes Briefing liefert. Der, den ich auf der Bühne zeigte, identifizierte ein Problem mit der Tankblockierung. MwSt. 3 enthielt das falsche Produkt und verursachte ein kaskadierendes nachgelagertes Problem. Das System empfahl eine bestimmte Maßnahme, um ein erneutes Auftreten zu verhindern, und das Bedienfeld zeigte die Warnung in Echtzeit an. Zwei Eingabeaufforderungen an Max AI. Ein importierter N8N-Workflow. Fertig.

Was die Demo tatsächlich zeigte

Als ich die Bühne betrat, waren im Raum bereits viele Verkäufer zu sehen. Folgendes ist meiner Meinung nach gelandet:

Die Geschwindigkeitsgeschichte kam anders, als ich erwartet hatte. „Zwei Wochen, mit zwei oder drei Leuten?“ Das habe ich immer wieder von Teilnehmern gehört. Hersteller wurden darauf eingestellt, mit Implementierungszyklen von 6 bis 18 Monaten zu rechnen. Die Vorstellung, dass man in zwei Wochen einen Betrieb mit mehreren Standorten verbinden, ein ERP integrieren, KI für eine neue Fertigungsumgebung konfigurieren und eine benutzerdefinierte Bedienerschnittstelle erstellen könnte, ist wirklich kaum zu glauben. Bis Sie es live sehen.

Die Schichtübergabe-Demo war der Moment, der die Leute ausbremste. Bediener zeichnen Schichtnotizen auf. KI generiert eine Übergabezusammenfassung, die diese Notizen mit Produktionsereignissen, Stillstandsklassifizierungen, Umrüstzeiten und Produktionsraten kombiniert. Die kommende Schicht bekommt diese kurze Zeit, bevor sie eine Maschine berührt. Stammeswissen wird in jeder Schicht automatisch erfasst. Ich habe die Schmerzen gesehen, die dieses Problem in echten Werkstätten verursacht. Auch das Publikum spürte es.

Die Konfigurierbarkeitsgeschichte fand bei den Integratoren im Raum großen Anklang. Ich nehme eine Plattform, die für die diskrete Fertigung entwickelt wurde, bringe ihr über KnowledgeHub die Getränkeherstellung bei und lasse nützliche, kontextbezogene genaue Erkenntnisse über einen Prozess generieren, mit dem ich noch nie zuvor gearbeitet habe. Das ist der Beweis dafür, dass Sie nicht alles von Grund auf neu erstellen müssen.

Was wir darauf aufbauen

Das Wertvollste an einer Konferenz wie ProveIt! ist nicht die Bühnenzeit. Das hört man, wenn man vier Tage lang an einem Stand steht und mit Bauherren, Integratoren und Herstellern spricht, die ihr Feedback nicht filtern.

Hier ist, was wir gehört haben, und hier ist, was wir dagegen tun.

Wir bauen eine schnellere UNS-Konnektivität auf. Bei ProveIt! war die UNS bereits eingerichtet, sodass die Maschinenanbindung unkompliziert war. In realen Implementierungen ist dieser Konnektivitätsprozess einer der zeitaufwändigsten Teile, um einen Kunden live zu bringen. Während der Konferenz haben wir einen neuen UNS-Connector entwickelt, der die ISA95-Maschinenerkennung, die Zuordnung von Datenelementen und die Adapterkonfiguration mit einem einzigen Klick erledigt. Was Stunden gedauert hat, dauert jetzt Minuten. Das ist die Art von Verbesserung, die sich bei jeder Bereitstellung, die wir durchführen, durchsetzt.

Wir präzisieren die Art und Weise, wie wir darüber sprechen, wo wir in den Stapel passen. Die häufigste Frage an unserem Stand war nicht „Funktioniert es?“ Es war „Wo passt MachineMetrics in meine Architektur?“ Für eine Gemeinschaft, die in Schichten denkt, ist das eine berechtigte Frage, die wir klarer beantworten müssen. Wir sind eine Full-Stack-Plattform, was bedeutet, dass wir mehr Verantwortung für das Problem übernehmen als die meisten Anbieter in diesem Bereich. Aber Full-Stack bedeutet nicht geschlossen. Wir veröffentlichen Daten, teilen sie über MCP und integrieren sie in die Systeme, die unsere Kunden bereits nutzen. Beide Dinge sind wahr, und wir werden immer besser darin, beides laut auszusprechen.

Wir verstärken die Plattform und geben ihr einen Namen. Die Version von MachineMetrics, die bei ProveIt! angezeigt wurde. konnte sich mit einem noch nie dagewesenen Getränkeabfüllbetrieb verbinden, den Prozess über KnowledgeHub erlernen und in zwei Wochen kontextgenaue Arbeitsabläufe für Bediener generieren. Das Bedienfeld, der intelligente Agent, das KI-gestützte App-Gerüst:Das alles wird in einer einzigen Funktion formalisiert, die wir Carbide nennen, unseren benutzerdefinierten Anwendungsentwickler. Mit Carbide können Kunden und unser eigenes Team schnell Anwendungen erstellen, bereitstellen und iterieren, die MachineMetrics auf die spezifischen Arbeitsabläufe erweitern, die jeder Hersteller benötigt, ohne herkömmliche Entwicklungszeitpläne und ohne bei Null anzufangen. Was Sie bei ProveIt gesehen haben! ist der frühe Beweis. Es kommt noch mehr.

Das große Ganze

Das glaube ich tatsächlich, nachdem ich eine Woche bei ProveIt verbracht habe! mit 51 Anbietern und angeblich 125 Herstellern:

KI verändert die Bedeutung der Entwicklung von Fertigungssoftware. Die Entwicklung von Apps, deren Entwicklung früher Monate dauerte, kann jetzt in wenigen Stunden erstellt werden. Das Wissen, das früher in SOPs und Stammesgedächtnissen gespeichert war, kann jetzt strukturiert, gespeichert und jedem Bediener in jeder Schicht zur Verfügung gestellt werden. Die Hürden, die ein sofort einsatzbereites MES unmöglich erscheinen ließen, die Konfigurierbarkeitslücken, die branchenspezifischen Wissensanforderungen und die kundenspezifische Integrationsarbeit schrumpfen schnell.

Das schafft eine Chance. Hersteller, die auf eine perfekte maßgeschneiderte Lösung warten, werden feststellen, dass sich die Lücke zwischen „out-of-the-box“ und „für uns gebaut“ schneller schließt als erwartet. Der Mittelweg, eine konfigurierbare Plattform, mit der Sie schnell Mehrwert schaffen und die Sie von dort aus erweitern können, wird zur rationalen Wahl.

Wir gingen zu ProveIt! um dieses Argument vorzubringen. Ich denke, wir haben es geschafft.

Sehen Sie sich unser vollständiges ProveIt! an! Präsentation unten.

Haben Sie Fragen oder möchten Sie mehr wissen? Nehmen Sie hier an der Diskussion auf LinkedIn teil!

Bill Bither ist Mitbegründer und CEO von MachineMetrics.