Plug-and-play-Datenanalyse direkt an der Maschine ohne komplexe IT-Infrastrukturen

Köln, 9. Juni 2026 – Der industrielle Einsatz von Maschinendaten ist ein zentraler Hebel für mehr Effizienz, geringere Ausfallzeiten und nachhaltigere Produktion. Dennoch scheitert der Einstieg in Condition Monitoring und Predictive Maintenance in der Praxis häufig an komplexen IT-Strukturen, hohen Implementierungskosten und fehlender Datentransparenz. Mit dem neuen i.Cee²-Modul bietet igus eine Lösung: Unternehmen können mit dem Edge-Modul schnell und einfach erste Maschinendaten erfassen, sichtbar machen und nutzbar auswerten.

Vor dem Hintergrund steigender Energiepreise und wachsender Anforderungen an Nachhaltigkeit und Ressourceneffizienz gewinnt die Nutzung von Maschinendaten zunehmend an Bedeutung. Nur wer seine Prozesse kennt und gezielt analysiert, kann Energieverbräuche optimieren, Stillstände reduzieren und langfristig wettbewerbsfähig bleiben. Gleichzeitig zeigt sich in vielen Unternehmen eine gewisse Unsicherheit gegenüber komplexen Digitalisierungsstrategien. Genau hier setzt igus mit dem i.Cee²-Modul an. Das kompakte, industrietaugliche Gerät wird direkt im Schaltschrank installiert und arbeitet als Edge Device an der Maschine. Es übernimmt die Rolle eines universellen Datenloggers und Analysemoduls. Über integrierte analoge und digitale Schnittstellen lassen sich verschiedenste Sensoren anschließen, etwa zur Erfassung von Stromverläufen, Temperaturen, Feuchtigkeit oder Kräften. Die Daten werden unmittelbar im Gerät gespeichert, verarbeitet und visualisiert. Anwender erhalten so einen direkten Einblick in den Zustand ihrer Anlagen, ohne zuvor komplexe IT-Infrastrukturen aufbauen zu müssen. „Predictive Maintenance beginnt nicht mit komplexen Systemen, sondern mit den ersten Daten. Deshalb setzen wir beim i.Cee² bewusst auf Data Logging als Einstieg. Kunden erfassen zunächst ihre Maschinendaten und erkennen daraus Schritt für Schritt Zusammenhänge und Zustände. So entsteht ganz pragmatisch der Übergang zum Condition Monitoring“, erklärt Richard Habering, Geschäftsbereichsleiter smart plastics bei igus. Erst in einem weiteren Schritt entstehen daraus Prognosen und konkrete Wartungsempfehlungen im Sinne der Predictive Maintenance. Gerade für Unternehmen ohne ausgeprägte Datenhistorie schafft dieser Ansatz eine belastbare Grundlage für weiterführende Analysen.

Lokale Datenverarbeitung in Sekundenschnelle

Ein wesentlicher Vorteil des i.Cee² liegt in der Datenverarbeitung direkt am Entstehungsort. Anders als rein cloudbasierte Modelle nutzt das Modul die Prinzipien des Edge Computing. Das reduziert Datenvolumen, minimiert Abhängigkeiten von Netzwerken und ermöglicht schnelle Reaktionszeiten. Gleichzeitig bleibt die Integration in übergeordnete Systeme flexibel. Über standardisierte Schnittstellen wie REST- und MQTT-APIs können Daten bei Bedarf an Cloud-Plattformen, SCADA- oder MES-Systeme übertragen werden. Eine Internetanbindung ist jedoch keine Voraussetzung, das System funktioniert vollständig autark im lokalen Betrieb. Die Eingangsbeschaltung für die 24V DC-Stromversorgung ist bereits in zahlreichen industriellen Anwendungen mit „schmutzigen“ Netzen und extremen EMV-Einstrahlungen erprobt und sorgt für einen stabilen Betrieb auch unter schwierigen elektrischen Bedingungen, zum Beispiel an Kranen. Durch die Integration von jeweils vier analogen und digitalen Ein-/Ausgängen, CAN-Bus, RS485, HDMI und 2x RJ45 lässt sich das Gerät mit vielen am Markt erhältlichen Sensoren verbinden.

Offene Software für maximale Flexibilität

Auch softwareseitig verfolgt igus einen offenen Ansatz. Das Modul wird mit einer sofort einsatzbereiten Umgebung aus etablierten Open-Source-Lösungen ausgeliefert, darunter Node-RED als visuelles Programmier-Tool, InfluxDB als Zeitreihendatenbank und Grafana für die Visualisierung. Damit können Anwender ohne tiefgreifende Programmierkenntnisse erste Dashboards erstellen, Datenflüsse definieren und Zusammenhänge analysieren. Gleichzeitig bleibt das System offen für Erweiterungen, etwa durch zusätzliche Analysealgorithmen oder KI-basierte Auswertungen.

Erfahren Sie mehr über das i.Cee²-Modul: smart plastics News 2026: i.Cee²